[发明专利]一种基于77GHz毫米波雷达信号的手势识别方法

说明书

本发明提供了一种基于77GHz毫米波雷达信号的手势识别方法，包括首先通过雷达获取不同手势动作的中频信号，并创新性地利用一种改进的小波阈值函数对其低频系数进行预处理，解决了由于天线耦合现象造成的近距离手势无法识别的问题，其次，对预处理后的中频信号提取时间‑距离谱图、时间‑速度谱图以及时间‑角度谱图，创新地将三种特征谱图进行拼接得到多元化特征图，并输入到卷积神经网络进行训练，优化了传统识别算法信息表达不完备的问题，同时也有利于网络结构的简化，且最终取得较好的识别效果。

技术领域

本发明涉及雷达信号处理识别技术领域，特别涉及一种基于77GHz毫米波雷达信号的手势识别方法。

背景技术

自二十一世纪以来，随着计算机技术突飞猛进的发展，人机交互技术已成为当今重大学科技术之一。目前，常用的人机交互方法是以鼠标和键盘作为机械式输入设备，然而，这些方法没有办法实现简单、高效、高度自由的人与计算机的信息互动。在计算机与信号处理领域发展过程中，手势识别技术以其生动、形象、直观、高效的表达特点拥有着越来越多的应用场景，例如智能家居系统、手语实时教学系统、手势操控游戏系统等等。伴随着人机交互技术的飞速发展，手势识别技术目前已经成为了国内外各学者的研究热点。

传统的手势识别技术绝大多数都是基于视频和图像的，例如微软公司的体感设备Kinect，就是利用3D体感摄像头和光编码技术形成有深度的场景图，通过评估景深图像的像素级，进行图像深度识别，再结合人体骨骼追踪技术来捕捉人体的各个部位或者手势动作。然而，传统的基于图像或视频的手势识别方法存在一定的局限性。首先，传统的基于图像的手势识别技术的识别正确率极易受到光照、天气以及工作环境等因素的影响。其次，传统的基于图像或视频的手势识别方法也容易受到遮挡的影响，如墙壁、书柜等等，当手势执行者位于墙后或者房间中某处被部分或者完全遮挡的位置时，这种方法就会完全行不通。此外，传统的基于图像或视频的手势识别方法也存在用户隐私泄露的风险。在个人信息高度敏感的时代，这种方法造成的隐私泄露问题可能会产生很严重的后果。最后，传统的基于图像或视频的手势识别方法对计算资源与能耗的要求相对都比较高，一般情况下都需要独立的外界供电系统，这使得其应用场景与规模都受到很大的限制。

相比于传统基于视频或图像的手势识别方法而言，基于雷达信号的手势识别方法通常具有非接触，不受光照、天气以及工作环境影响等特点，能够有效解决光照不足等条件影响识别正确率的问题。同时雷达也具有一定的穿透遮挡传播的功能，能够有效地避免墙、书柜等遮挡物的影响，使得手势执行者在被完全遮挡或部分遮挡的情况下实现手势控制与交互成为可能。并且基于雷达信号的手势识别方法能够有效地消除由于拍摄视频或图像引起的用户隐私泄露问题，这一优点在保护用户隐私的同时也保障了用户的安全性。此外，雷达传感器大多都能集成在能耗比较低的高质量芯片上，能够大大降低识别的成本并减少计算复杂性，大大增加手势识别技术的应用场景与规模。77GHz毫米波雷达以其质量轻、体积小的特点，得到越来越广泛的应用。同时，77GHz毫米波雷达很容易就能达到更高的空间分辨率，使得测距、测角、测速的精度更高。结合目前77GHz毫米波雷达在智能驾驶、智能家居等方面的应用，基于77GHz毫米波雷达的手势识别技术拥有着非常广泛的应用前景。

现有的基于雷达信号的手势识别方法中存在以下问题。首先，针对由于发射天线和接收天线耦合产生的能量较大的低频信号而言，目前的方法都是从距离域进行截取，丢掉近距离信息。事实上，对于动态的手势动作而言，当手势距离雷达较近时，这种做法会将有用的手势信号一起去除掉，是不科学的。其次，目前对雷达角度信息的利用较少，没有充分利用雷达所能提供的有用信息，且在构建卷积神经网络的输入数据集时缺乏对特征谱图的信息融合，增加了后期的卷积神经网络的设计难度。

发明内容