人体感知毫米波雷达未来研究方向

主要包含硬件平台、 增强适用性、 新颖的传感方案等。科研做这个方向的，可以参考一下！

人体感知毫米波雷达未来研究方向

• 硬件平台
  • 局限性
    • 天线数量不足
      • 3发4收的IWR6843ISK
        • 角分辨率：180°/（3×4）=15°
      • 这样的角度分辨率不足以实现许多细粒度的传感任务，例如面部成像
      • 解决方法
        • Rx的波束成形/SAR成形
          • 要么改进有限，要么需要定制滑轨
        • 采取信号局部分辨率技术，例如Chirp-Z变换技术
    • 传输功率有限
      • 毫米波的极高频率导致其快速衰减，使得几米外与人体相关的信号特征变得模糊
      • 虽然毫米波雷达可以感知数十米外的车辆目标，但人类感知的范围非常有限，只能采集到5m内的人，进行语音识别的距离是2m以内
      • 解决方法
        • 发射功率较高的雷达
        • 一些可以增强反射信号的辅助设备，比如反光标签
    • 硬件降噪能力
  • 未来发展趋势
    • 小型化
    • 定制化
    • 多天线
• 增强适用性
  • 挑战
    • 复杂的部署环境存在的问题
      • 非视距场景
        • 解决方法
          • 可以通过环境反射来获取与人体相关的信号
          • 通过人体对周围物体的影响来实现间接传感
          • 用毫米波信号的穿透性来实现非视距场景中的人体感知 但由于渗透率不够，其应用场景受到限制
      • 多径效应
        • 部署多个雷达
        • 利用目标与鬼像之间的动态一致性来消除多径干扰[33]
        • 利用多径效应而不是消除
          • 利用多个波束来实现更可靠的通信链路
    • 大规模ground-truth数据集是必需的
      • 缺乏包含定量传感结果的数据集
  • 有希望的研究方向
    • 量化
      • 人体的定量传感仍然需要开发
        • 以手势识别为例，现有的工作可以很好地区分手势类型。然而，每个手势的幅度等定量指标却很难分析
        • 为了进一步推动毫米波传感技术的发展，需要准确的量化结果。此外，定量传感是实现传感技术实际应用的关键一步。如果没有符合误差标准的量化指标，公众很难为这些传感技术买单。
    • 普适化
      • 挑战
        • 由于部署环境复杂，现有工作大多是在特定场景的有限感知范围内实现单一感知任务
        • 在实际场景中，距离、遮挡、多径等诸多因素都会导致毫米波传感的应用受到限制。
      • 一些工作尝试扩展传感应用场景[33]、[66]、[154]
    • 细粒度化
      • 随着毫米波传感技术的深入，越来越多的细粒度传感应用被开发出来，有望实现更复杂的传感应用，例如皮肤病检测、眨眼识别等。
• 新颖的传感方案
  • 融合传感
    • 通过将毫米波信号与视觉、惯性测量单元 (IMU) 和声学等其他传感介质相结合，融合传感有望提供更准确、更稳健的性能。
    • 提高传感效率能力
      • [162]利用毫米波+摄像头多模态传感系统来跟踪盒子的位置以及盒子中易碎产品的相对位置。采用基于视觉的传感算法来沿着传送带定位盒子，使得毫米波传感可以专注于计算产品的位置。
    • 提高传感精度
      • 采用基于毫米波雷达的同步定位和建图（SLAM）解决方案，并由 IMU 辅助。利用 IMU 数据将连续雷达扫描点云组合成“多次扫描”，以实现准确且稳健的 SLAM 结果
      • Wavoice [106] 探索了毫米波雷达和麦克风的音频传感结果之间的内在相关性。通过将噪声音频信号与漫无目的的毫米波信号相结合，Wavoice 可以实现抗噪声语音识别。
  • 多任务传感
    • 手势识别和生命传感都是智能家居健康监测的重要组成部分。如果我们能够用单个毫米波雷达同时感知这两项任务
  • 人体感应侧通道
    • 除了直接感应人体之外，还有许多潜在的“感应侧通道”可用于获取人体相关信息。通过分析人体对其他物体的影响，我们可以推导出人体本身的特性。
    • 考虑到人体对周围环境的影响不仅存在于语音中，还存在于许多其他物理体征中，研究人员可以在许多传感任务中进一步探索传感侧通道，例如键盘传感和步态识别