[发明专利]一种基于激光雷达和RFID的人体行为识别方法

说明书

一种基于激光雷达和RFID的人体行为识别方法，包含静态和动态人体行为识别两种类型，在结构上主要分为三个部分：LiDAR、RFID阅读器和标签以及数据处理模块。LiDAR用于实时获取视场内的人体行为；RFID标签负责确定目标ID和辅助分类；数据处理模块用于模型训练和预测。本发明强调人体行为识别的隐私性、安全性和鲁棒性，能够在复杂多变的环境中进行准确的行为识别。

技术领域

本发明涉及人体行为识别技术领域，具体涉及一种基于激光雷达和RFID的人体行为识别方法。

背景技术

激光雷达（Light Detection and Ranging，LiDAR），是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射激光束，然后将接收到的从目标反射回来的目标回波与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数，从而对飞机、导弹等目标进行探测、跟踪和识别。

无线射频识别(Radio Frequency Identification，RFID)是一种通信技术，利用无线射频方式进行非接触双向通信，以达到识别目的并交换数据，可识别高速运动物体或静止物体并可同时识别多个目标，目前，RFID技术广泛应用于交通、物流、汽车防盗、门禁和安全管理系统等，尤其在门禁、安全防盗等应用系统中以其科学、高效、安全和实时的特点得到越来越多的应用。因其非侵入的特点，近年来许多研究者也将RFID广泛应用于人体行为识别和人机交互等领域。

人体行为识别应用广泛，是人工智能领域研究的热点问题，是智能监控、人机交互、机器人等诸多应用的一项基础技术。基于视觉的人体行为识别是人体运动分析的重要研究方向，并且随着深度学习的发展，使得大规模的数据分析在各方面的应用成为可能；使用高性能的计算机计算平台更能增加人体行为识别的实时性。用于人体行为识别的设备通常分为两类：接触式和非接触式；接触式设备通常包括各种加速度和姿势传感器，而非接触式人体行为识别设备则多种多样：相机、RFID、WIFI、激光雷达等。其中RFID既可以以接触的方式进行人体行为识别，也可以以非接触的方式进行。其中，相机被大量用于人体行为的识别，但相机设备容易引发隐私和安全问题，并且其鲁棒性易受环境光照的影响；RFID、WIFI、Radar、LiDAR、等由于其对人体侵入性低，使用方便，近年来得到了大量研究学者的青睐，但是都因现实中鲁棒性低从未得到大规模应用。

发明内容

本发明将LiDAR与RFID技术结合，提出一种基于激光雷达和RFID的人体行为识别方法，以解决复杂多变的环境中人体行为识别的隐私、安全和鲁棒性问题。

一种基于激光雷达和RFID的人体行为识别方法，其特征在于：所述方法包括如下步骤：

步骤1：使用激光雷达LiDAR和RFID标签采集人的站、坐、蹲、走、躺五种行为的点云数据，并将点云数据转为图像，制作静态人体行为识别数据集；用该数据集对基于EfficientNetB0微调的卷积神经网络进行训练，得到用于静态人体行为识别的神经网络的最优权重；

步骤2：使用激光雷达LiDAR和RFID标签采集人的五种日常行为之间的五类转换方式：站与坐、坐与躺、站与走、坐与蹲、蹲与站的点云数据，并将点云转为图像，制作动态人体行为识别数据集；用该数据集对基于EfficientNetB0微调的卷积神经网络进行训练，得到用于动态人体行为识别的神经网络的最优权重；

步骤3：对神经网络训练结束后，根据静态或者动态的人体行为识别需求，获取对应帧长的LiDAR点云数据和RFID的ID和相位信息，然后静态人体行为识别需求进入步骤4，动态人体行为识别需求进入步骤5；

步骤4：对于静态人体行为识别时，将点云转化为图像数据后，使用神经网络进行分类预测；同时获取RFID的ID以判定LiDAR视场内人的ID；当预测的概率大于设置的阈值时，认为本次行为识别的结果可靠，本次行为识别流程结束；当预测的概率小于设置的阈值时，进入步骤6；