CornerSense:一种基于虚拟路径增强的WiFi传感技术,用于移动机器人拐角处的人类接近检测
《Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies》:CornerSense: Virtual Path-Augmented WiFi Sensing for Human Proximity Detection Around Corners on Mobile Robots
【字体:
大
中
小
】
时间:2025年12月04日
来源:Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies
编辑推荐:
摘要
在过去十年中,WiFi传感技术因其在实现无处不在的人类活动监测方面的潜力而受到了广泛关注。虽然以往的方法主要依赖于固定的收发器,但本文首次探讨了在移动机器人上应用WiFi传感的可行性。我们提出了CornerSense这一新框架,它使
摘要
在过去十年中,WiFi传感技术因其在实现无处不在的人类活动监测方面的潜力而受到了广泛关注。虽然以往的方法主要依赖于固定的收发器,但本文首次探讨了在移动机器人上应用WiFi传感的可行性。我们提出了CornerSense这一新框架,它使移动机器人能够利用其WiFi接口来检测拐角处附近的人体存在,有效解决了传统机器人传感器(如摄像头和激光雷达)常见的非视距问题。我们的分析表明,CornerSense的设计与传统使用固定收发器的WiFi传感方法有本质区别,并且更具挑战性。特别是,机器人和附近人体的共同运动使得分离由人体引起的信号变化变得更加复杂,而这对于准确检测人体距离至关重要。为了解决这一挑战,CornerSense开发了一种基于主成分分析(PCA)的虚拟路径增强型两阶段主导路径提取方法。在第一阶段,通过策略性地引入虚拟路径,CornerSense提取出一个仅包含机器人运动的参考路径,该方法通过对增强后的信道状态信息(aug-CSI)的功率进行PCA处理来实现。在第二阶段,首先从aug-CSI中减去参考路径,然后对剩余的aug-CSI的功率再次应用PCA,从而提取出另一条由人体反射后的主导路径。最后,利用第一阶段提取的参考路径来补偿主导路径中由硬件引起的相位偏移,得到干净的CSI数据,以实现准确且稳健的人体距离检测。在三个不同组别、九个不同拐角以及四种不同行走模式下进行的实际实验评估显示,CornerSense的平均真正例率(TPR)达到了96%,同时平均假正例率(FPR)仅为3%。相比之下,直接采用针对固定收发器的接近检测算法的基线系统的TPR仅为84%,而FPR高达46%,远高于CornerSense。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号