FMCW Radar
PulseAugur coverage of FMCW Radar — every cluster mentioning FMCW Radar across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新AI工具利用LiDAR合成高分辨率3D雷达数据
研究人员开发了mmIR，一个开源工具，通过采用逆渲染技术合成高分辨率3D雷达数据。该方法利用LiDAR衍生的网格来指导雷达物理材料和天线波束模式的优化，解决了详细3D雷达数据集稀缺的问题。mmIR在距离-方位角图上实现了显著更高的相关性，并能够从密集虚拟阵列生成经过验证的3D占用数据，其性能优于现有方法。
-
雷达技术在卧室活动和睡眠监测方面的比较
一篇新的研究论文比较了三种不同的雷达技术——FMCW、IR-UWB 和 Wi-Fi 感知——用于监测卧室中的人类活动和睡眠中断。该研究对 20 名参与者在不同房间布局下的同步录音进行了分析，并使用相同的卷积神经网络 (CNN) 评估了每种技术。IR-UWB 在不同受试者的活动识别方面表现出最高的性能，而 FMCW 在泛化到未见过的房间布局方面表现更好。所有三种技术在新环境中的睡眠监测均达到了超过 92% 的宏观 F1 分数，这突显了识…
-
新型数字孪生平台mmRadarTwin增强室内毫米波雷达仿真
研究人员开发了mmRadarTwin，一个专为室内毫米波雷达感知设计的新型数字孪生平台。该系统旨在通过创建可与真实世界FMCW雷达测量直接比较的信号级仿真，来解决雷达感知的可复现性挑战。通过将雷达测量分支与Unreal Engine场景仿真相结合，mmRadarTwin导出详细的每路径贡献记录，从而为构建、比较和诊断室内雷达数字孪生提供了一个实用的工作流程。
-
G-PROBE框架通过窄视场增强3D点云定位
研究人员开发了G-PROBE，一种用于3D点云全局定位的新型框架，克服了受限或不对称视场带来的限制。这种无需学习的方法采用虚拟传感器分解和跨视场分支集成，即使在传感器输入狭窄的情况下也能实现鲁棒的地点识别。该系统集成了分数尺度不变的gamma-SGRT以减轻航向混叠，以及一个CG-GICP后端，该后端利用高确定性的共观测点来优化姿态估计，在各种激光雷达数据集和模态上均取得了优于现有方法的性能。
-
DGHMesh数据集和mmPTM框架推动毫米波雷达人体网格重建
研究人员推出了DGHMesh，这是一个大规模数据集和基准，旨在利用毫米波（mmWave）雷达改进人体网格重建。该数据集包含15名被试执行各种动作的雷达、RGB图像和3D标注的同步数据。它专门设计用于测试重建方法在不同配置下的泛化能力，例如人体位置和方向的变化。