临床环境中的实时手势识别:一个低功耗的FMCW雷达集成传感器系统,具有多个功能融合
Haili Wang1, Muye Zhang2, Linghao Zhang3
1The State Key Laboratory of Mechanical System and Vibration, Shanghai Jiao Tong University, Shanghai 200240, China.
Sensors (Basel, Switzerland)
|July 12, 2025
概括
这项研究引入了一种用于实时手势识别的新型雷达系统,为临床环境提供高效,低功耗的非接触式控制. 该系统在边缘设备上实现了高精度,改善了医疗保健中的人机交互.
科学领域:
- * 生物医学工程 * 生物医学工程
- * * 信号处理 信号处理
- * 人与计算机的交互
背景情况:
- *无接触式人机交互 (HMI) 对于临床环境中的集成传感器系统至关重要.
- *适应边缘计算的低功耗解决方案对于高效的医疗保健应用是必不可少的.
- * 现有的雷达传感方法在边缘部署时面临着稳定性和计算效率方面的挑战.
研究的目的:
- * 开发使用低功率频率调制连续波 (FMCW) 雷达传感器的实时手势识别系统.
- *为了优化系统在边缘设备上部署,解决计算和功率限制.
- * 增强对环境噪音和复杂的临床条件的强度.
主要方法:
- * 一个新的多特征融合 (MFF) 框架,集成速度概况,角度变化和时空特征.
- *双阶段处理架构:适应性能量值用于手势细分和注意力增强的神经分类器.
- *创新包括动态杂乱抑制和复杂环境的多路径取消.
主要成果:
- *通过Leave-One-Subject-Out (LOSO) 交叉验证实现了98%的检测回忆和93.87%的分类准确性.
- * 与现有方法相比,证明了对环境噪声的高稳定性和较低的计算开销.
- * 在嵌入式硬件上以28 FPS的实时处理.
结论:
- * 拟议的低功耗,基于边缘的FMCW雷达系统为医疗保健中的非接触式HMI提供了强大而高效的解决方案.
- * 适用于诸如无菌医疗控制和患者监测等应用,用于边缘计算的先进雷达传感.
- * 解决临床非接触式交互中的关键效率和稳定性挑战.
关键词:
这就是为什么物联网物联网物联网.临床边缘计算是临床边缘计算.深度学习是一种深度学习.手的手势识别手势识别医疗传感器系统 医疗传感器系统毫米波雷达是一种毫米波雷达.多个功能融合融合多个功能融合.实时实时的时间.
