买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳市宇能无线技术有限公司申请的专利毫米波雷达手势识别的实时动态轨迹追踪方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120802203B 。

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511299627.6，技术领域涉及：G01S7/41；该发明授权毫米波雷达手势识别的实时动态轨迹追踪方法和系统是由陈家振设计研发完成，并于2025-09-12向国家知识产权局提交的专利申请。

本毫米波雷达手势识别的实时动态轨迹追踪方法和系统在说明书摘要公布了：本发明公开了毫米波雷达手势识别的实时动态轨迹追踪方法和系统，涉及手势识别追踪技术领域，包括：接收手势反射的回波信号，提取潜在目标点云，聚类生成手势点云序列；建立多模态运动模型库，采用图匹配动态选择最优运动模型，结合手势点云序列生成预测状态；基于泊松多伯努利混合滤波框架，根据当前手势点云序列的信噪比和空间分布，动态调整观测权重，优化观测点云，采用马氏距离结合动态时间规整进行最优关联；采用多假设跟踪策略维护轨迹假设，并通过轨迹评分机制选择最优轨迹，对最优轨迹进行卡尔曼滤波平滑处理。本发明实现对手势运动的高精度、低延迟跟踪，能够适应不同用户的手势习惯和复杂环境干扰，同时保持较高的轨迹精度。

本发明授权毫米波雷达手势识别的实时动态轨迹追踪方法和系统在权利要求书中公布了：1.一种毫米波雷达手势识别的实时动态轨迹追踪方法，其特征在于，包括以下步骤： 通过调频连续波毫米波雷达发射毫米波信号并接收手势反射的回波信号，将所述回波信号进行预处理，采用恒虚警率检测过滤噪声，提取潜在目标点云，将所述潜在目标点云进行聚类，生成手势点云序列； 建立包含匀速模型、加速模型和弧形运动模型的多模态运动模型库，采用图匹配动态选择最优运动模型，结合所述手势点云序列预测手势的下一时刻状态，生成预测状态； 基于泊松多伯努利混合滤波框架，根据当前手势点云序列的信噪比和空间分布，动态调整观测权重，优化观测点云，采用马氏距离计算观测点云与预测状态的匹配度，结合动态时间规整进行最优关联； 采用多假设跟踪策略维护轨迹假设，并通过轨迹评分机制选择最优轨迹，对所述最优轨迹进行卡尔曼滤波平滑处理，输出手势动态轨迹； 建立包含匀速模型、加速模型和弧形运动模型的多模态运动模型库，采用图匹配动态选择最优运动模型，具体为： 构建适用于平稳直线运动的匀速模型、适用于变速运动的加速模型以及适用于旋转或弧形轨迹的弧形运动模型，基于匀速模型、加速模型和弧形运动模型建立多模态运动模型库； 以滑动窗口方式构建时序图结构，每个节点包含运动特征向量、运动模型预测状态及观测匹配度，其中所述观测匹配度使用运动模型预测轨迹与实测点云的马氏距离得分； 在所述时序图结构中包含时序边、模型竞争边及跨帧相似边，通过相邻帧节点强制连接构建时序边，基于运动连续性计算边权重，通过同帧不同模型节点间连接构建模型竞争边，基于模型间KL散度计算边权重，根据非连续帧但运动模式相似的节点连接构建跨帧相似边，基于轨迹形态DTW距离计算边权重； 获得新帧数据后生成包含三个模型预测状态的新节点，进行图结构更新，基于更新后的图结构构建带权二分图，左侧节点表示特定帧的候选运动模型，右侧节点对应特定帧的观测数据，根据时序图结构中三种边结构及边权重生成带权二分图的边连接及边权重； 引入运动平滑性约束作为惩罚项对匈牙利算法进行改进，求解最大权匹配选择最优运动模型，基于所述最优运动模型根据手势点云序列预测手势的下一时刻状态，生成预测状态。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳市宇能无线技术有限公司，其通讯地址为：518000 广东省深圳市龙岗区坂田街道大发埔社区大发路27号龙璧工业区7栋601；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。