[发明专利]使用神经网络的基于雷达的对象跟踪

权利要求书

1.一种计算机实现的方法，包括：

-获取(5001)雷达测量数据集(752)，所述雷达测量数据集指示由雷达单元(70)观察的场景(100)的数据点的深度位置，所述场景(100)包括目标(80)，所述目标(80)选自由手、手的一部分和手持对象组成的组，以及

-使用至少一个神经网络算法(500、500-1、500-2、500-3)来处理(5020)所述雷达测量数据集(752)，以获得输出数据集(753)，所述输出数据集(753)包括相对于与所述场景(100)相关联的预定义参考坐标系(99)定义的所述目标(80)的一个或多个位置估计(788)。

2.根据权利要求1所述的计算机实现的方法，

其中所述雷达测量数据集(752)包括时间序列帧(760)，所述时间序列帧(760)中的每一帧指示所述场景(100)的相应所述数据点在相应时间点处的所述深度位置，

其中所述至少一个神经网络算法(500、500-1、500-2、500-3)包括在具有循环结构的超级网络(510)的多个单元(581、582、583)中包含的多个神经网络算法，

其中所述输出数据集(753)包括相对于所述预定义参考坐标系统(99)定义的所述目标(80)的多个位置估计(788)的时间序列，所述多个位置估计(788)的时间序列与所述时间序列帧(760)相关联。

3.根据权利要求2所述的计算机实现的方法，

其中所述超级网络(510)利用所述目标(80)的推断速度估计(789)来扩充所述输出数据集(753)。

4.根据权利要求2或3所述的计算机实现的方法，还包括：

-对所述输出数据集(753)进行后处理，以对所述多个位置估计(788)进行分类、并且可选地对关于预定义手势类别的所述推断速度估计(789)进行分类。

5.根据权利要求4所述的计算机实现的方法，

其中所述预定义手势类别选自由以下各项组成的组：所述目标(80)的静态静止姿势(62)；以及所述目标(80)的移动手势(61)。

6.根据前述权利要求中任一项所述的计算机实现的方法，

其中所述雷达测量数据集(752)不指示所述场景(100)的所述数据点的速度(31、32、33)。

7.根据前述权利要求中任一项所述的计算机实现的方法，还包括：

-在使用所述至少一个神经网络算法(500、500-1、500-2、500-3)处理所述雷达测量数据集(752)之前，从所述雷达测量数据集(752)中去除(5015)速度(31、32、33)。

8.根据权利要求1至7中任一项所述的计算机实现的方法，

其中所述目标(80)的所述一个或多个位置估计(788)由所述输出数据集(753)使用所述参考坐标系(99)的连续坐标来指定，

其中所述至少一个神经网络算法(500、500-1、500-2、500-3)包括回归层来提供所述连续坐标。

9.根据权利要求1至7中任一项所述的计算机实现的方法，

其中所述目标(80)的所述一个或多个位置估计(788)由所述输出数据集(753)使用所述参考坐标系(99)的离散坐标来指定，

其中所述离散坐标与用户界面(110)的一个或多个输入元素(111、112、113)相关联，所述一个或多个输入元素(111、112、113)在所述参考坐标系(99)中具有预定义位置，

其中所述至少一个神经网络算法(500、500-1、500-2、500-3)包括分类器层，以提供所述离散坐标(111、112、113)。