基于微多普勒特征的运动步态识别

人的肢体运动会产生微多普勒特征,利用这一特征可以进行人体步态识别。首先对人体进行建模,并利用运动捕捉数据模拟了人运动时的雷达回波。然后利用Chirplet变换对人体躯干的平动和肢体微动部分的回波进行了分离,从肢体部分回波中提取了人体运动的步频,并将其作为特征量进行人的运动步态识别。仿真结果表明了利用步频特征识别人体运动步态的有效性,且这一特征不受雷达视线方向与人体运动方向夹角的影响,可以应用于城市反恐等领域。

多维数据关联的机器人运动步态识别方法

针对机器人运动步态识别方法存在有效识别率较低等问题,提出一种基于多维数据关联的机器人运动步态识别方法。首先通过背景减除法进行图像提取,采用形态学方法去除图像中的噪声及空洞;然后使用多维数据关联提取机器人运动步态轮廓形状静态特征,将计算动作能量图(AEI)以及步态能量图(GEI)进行对比分析,获取GEI更多的动态能量信息;最后通过FEI进行Fan—Beam变换,采用核主成分分析进行空间降维,获取运动目标的频率动态特征,将两个特征进行融合实现机器人运动步态识别。实验结果表明,研究方法能够快速、准确实现机器人运动步态识别,实际应用效果好。