基于双向距离-多普勒信息融合的手势识别方法技术

本发明专利技术公开了一种基于双向距离‑多普勒信息融合的手势识别方法，包括如下步骤：采用两个调频连续波雷达，获取水平方向雷达的回波信号，以及获取竖直方向雷达的回波信号；基于水平方向回波信号构建水平多普勒‑时间图、水平距离‑时间图，以及基于竖直方向回波信号构建竖直多普勒‑时间图、竖直距离‑时间图，构建融合双方向距离多普勒信息的时间序列图；基于融合双方向距离多普勒信息的时间序列图进行手势识别，得到并输出手势识别结果。本发明专利技术应用于手势识别领域，通过在待测手势的水平方向上布置水平雷达，同时在待测手势的竖直方向上布置竖直雷达，同时采集径向与横向手势信息，并进行多维融合，极大地扩展了能有效识别手势类型。

【技术实现步骤摘要】

本专利技术涉及手势识别，具体是一种基于双向距离-多普勒信息融合的手势识别方法。

技术介绍

1、手势识别技术是人机交互领域的典型代表。近年来，手势识别技术在人机交互领域具有重要的应用价值，广泛地用于智能车载、家居家电、康养医疗、智慧城市等多种应用场景。其中，基于毫米波雷达的手势识别技术具有隐私性高、穿透性强、全天时、全天候使用等优势，是目前研究最为广泛的手势识别方式。

2、目前，基于毫米波雷达的手势识别技术，研究方向主要集中在手势特征提取和识别算法。德州仪器公司的greg malysa使用77ghz雷达测量了6种手势，并利用隐型马尔可夫模型进行分类，准确率可达83.3％。加利福尼亚州立大学的yangwook kim使用多普勒雷达采集七种手势回波信号，并利用深度卷积神经网络进行分类，准确率可达87.12％。nvida研究中心的pavlo molchanov利用短程调频连续波对驾驶员动态手势进行识别，具有较好识别效果。b.dekker等研究人员将多普勒－时间谱的实部和虚部作为两个通道的输入数据，采用深度卷积神经网络手势分类，测试集上达到了99％的分类本文档来自技高网...

【技术保护点】

1.一种基于双向距离-多普勒信息融合的手势识别方法，其特征在于，在待测手势的水平方向上布置1个调频连续波雷达，在待测手势的竖直方向上布置1个调频连续波雷达；

2.根据权利要求1所述的基于双向距离-多普勒信息融合的手势识别方法，其特征在于，步骤1中，在获取所述水平方向回波信号、所述竖直方向回波信号的过程中，控制两个所述调频连续波雷达交替发射多帧线性调频信号，从而交替获取所述水平方向回波信号与所述竖直方向回波信号。

3.根据权利要求1所述的基于双向距离-多普勒信息融合的手势识别方法，其特征在于，步骤2中，所述水平多普勒-时间图、所述水平距离-时间图的构建过程为：...

【技术特征摘要】

1.一种基于双向距离-多普勒信息融合的手势识别方法，其特征在于，在待测手势的水平方向上布置1个调频连续波雷达，在待测手势的竖直方向上布置1个调频连续波雷达；

2.根据权利要求1所述的基于双向距离-多普勒信息融合的手势识别方法，其特征在于，步骤1中，在获取所述水平方向回波信号、所述竖直方向回波信号的过程中，控制两个所述调频连续波雷达交替发射多帧线性调频信号，从而交替获取所述水平方向回波信号与所述竖直方向回波信号。

3.根据权利要求1所述的基于双向距离-多普勒信息融合的手势识别方法，其特征在于，步骤2中，所述水平多普勒-时间图、所述水平距离-时间图的构建过程为：

4.根据权利要求3所述的基于双向距离-多普勒信息融合的手势识别方法，其特征在于...

【专利技术属性】
技术研发人员：李悦丽，宋懿轩，张晟锴，胡巧晔，周泽宏，黎胜航，张鲁卫，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：