基于微多普勒特征的人体动作识别

针对传统的视觉识别人体动作易受到光照变化、被遮挡和隐私问题等的影响,提出一种基于77 GHz毫米波雷达识别人体动作的方案。首先,使用77 GHz毫米波雷达采集人体动作的雷达回波样本,处理回波样本得到微多普勒频谱图;其次,首次提出一种新的自适应参数整流线性单元激活函数,将该激活函数与Resnet-18网络相结合;最后,将微多普勒频谱图数据集放入该网络训练并分类。实验结果表明,该方案对5种人体动作的平均识别准确率高达97.56%,较Resnet-PReLU网络提高了1.78%,有效地提高了对人体动作的识别精度。

基于改进RRT-Connect算法的室内移动机器人路径规划研究

针对双向快速扩展随机树(RRT-Connect)算法中采样随机性高、生成的路径冗余节点多等问题,提出了一种改进RRT-Connect算法。首先,通过目标偏置采样方法和目标引力导向策略,提升路径搜索效率,并根据地图复杂程度动态地调整步长。其次,采用基于节点重组的冗余节点删除,对生成的原始路径进行优化。最后,用3次B样条曲线对优化后的路径进行曲线平滑。仿真结果表明,相较于传统RRT-Connect算法,改进后的RRT-Connect算法的规划时间、路径长度分别缩短了29.17%、10.42%,证明所做改进有效地提升了路径规划的效率和质量。