Resumen

Este artículo propone un nuevo sistema de detección y seguimiento de personas en interiores utilizando un sensor de radar de ondas milimétricas (mmWave). En primer lugar, se presenta un enfoque sistemático para la detección y el seguimiento de personas: se utiliza un algoritmo de eliminación de desorden estático para eliminar los puntos estáticos de los datos del radar de ondas milimétricas. Se utilizan dos algoritmos de agrupación eficaces para agrupar e identificar personas en una escena. El algoritmo de seguimiento de filtro de Kalman recursivo con asociación de datos se utiliza para seguir a varias personas simultáneamente. En segundo lugar, se diseña un sistema rápido de detección y seguimiento de personas en interiores basado en nuestros algoritmos propuestos. El método es lo suficientemente ligero como para ser escalable y portátil, y podemos ejecutarlo en tiempo real en una Raspberry Pi 4. Por último, el método propuesto se valida comparándolo con el sistema de Texas Instruments (TI). La precisión experimental del sistema propuesto osciló entre el 98% (calculado por errores de clasificación) para una persona y el 65% para cinco personas. Los errores medios de posición en las posiciones 1, 2 y 3 son de 0,2992 metros, 0,3271 metros y 0,3171 metros, respectivamente. En comparación, el sistema de Texas Instruments tuvo una precisión experimental que osciló entre 96 o una persona y 45 o cinco personas. Los errores medios de posición en las posiciones 1, 2 y 3 son de 0,3283 metros, 0,3116 metros y 0,3343 metros, respectivamente. Se demuestra la ventaja del método propuesto en términos de precisión de seguimiento, tiempo de cálculo y escalabilidad.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:metros, errores medios de posición, método, personas, precisión experimental, sistema de seguimiento, detección rápida de personas en interiores, nueva detección de personas en interiores, algoritmo de seguimiento con filtro kalman recursivo, algoritmo de eliminación de desorden estático
• Keywords:meters, average position errors, method, people, experimental accuracy, tracking system, fast indoor people detection, new indoor people detection, recursive kalman filter tracking algorithm, static clutter removal algorithm