基于重心位移编码的毫米波雷达场景重建方法OA

毫米波雷达在室内感知中难以探测缺乏速度变化的静态目标。当前雷达技术多关注动态目标(如人体)检测,未充分利用人体动态信息的场景理解潜力。为此,本文提出一种基于重心位移编码的毫米波雷达场景重建方法。该方法以人体重心的相对位移轨迹刻画人-物交互的宏观动态特征,并结合时空图卷积、场景感知投票与混合预测模型,实现对静态物体类别与空间布局的联合推理。通过捕捉人体宏观运动趋势以有效过滤噪声,该方法成功克服了因雷达点云稀疏及局部抖动导致的绝对坐标姿态特征不稳定的问题。实验结果表明,该方法在场景重建中的整体精度达到50.81%,较视觉基准方法提升了4.50个百分点,且在多类典型交互物体上表现出更稳定的预测能力。该研究为毫米波雷达室内环境感知提供了新思路。