毫米波雷达目标跟踪和分类技术研究合作项目

当前，随着人工智能的不断发展，安防监控、智能家居、智慧养老和自动门控制等领域得到了人们越来越广泛的关注。无论是安防监控还是智能家居等领域，室内中的人体目标是我们更多想要关注的目标，通过对人体目标不同的运动状态进行分类从而监控室内人体目标运动状态的异常情况。然而室内经常会出现一些运动物体的干扰，如吹动的窗帘、正在工作的电扇、扫地机器人等，这些运动物体往往会影响我们对人体目标的检测。除此之外越来越多的家庭开始饲养宠物，由于宠物的运动数据采集较为困难，所以现阶段对于室内宠物的研究相对较少。如何提取人体目标、室内运动物体、宠物的运动特征以及将人体目标从中检测和分类出来并对其运动状态进行分类，实现高准确率的检测和分类是我们急剧解决的问题。

本项目的主要内容为基于3T4R的60G毫米波雷达的多目标定位和跟踪算法设计和开发，原型机搭建，达到稳定的演示效果；基于3T4R的60G毫米波雷达的目标分类算法开发和设计，原型机和数据库搭建，达到稳定的演示效果。需要能识别出：人（需区分成人和婴幼儿）、宠物和其他。

《基于毫米波雷达室内静止与运动目标定位与跟踪技术》

该技术室内运动目标跟踪准确率可达99%、解决了静止人体目标淹没在静态杂波通道难以检测的问题、解决了运动目标检测和静止人体目标检测后存在冗余的问题。

《基于毫米波雷达室内目标分类技术》

该技术在室内对于单目标分类准确率可达95%以上，对多人场景可准确分类。

《双通道天线误差校正及简易测高方法》

该技术对双通道天线校正，改善了双通道天线测高误差较大的问题。

成人+成人分类结果

多人运动及静止