毫米波雷达新框架可重建密集人群个体轨迹
arXiv信号处理领域最新研究提出一种基于毫米波雷达的密集人群分析框架。该方法结合人群语义学习与雷达可观测性推理，可在行人频繁相互遮挡与融合的情况下还原个体足迹轨迹，并通过18组真实场景实验进行验证，覆盖最多10人、六类不同行为与四类环境，平均中位DTW误差降至30.5厘米，显著优于现有最优方法。
在机场、商场、车站等密集团聚场景中，对行人个体轨迹的准确还原始终是传感领域的难点。当行人相互靠近、短暂融合乃至长时间遮挡时，雷达点云会出现持续性的可观测性损失，使原本的"一对一"观测退化为多对一甚至一对无的映射，进而导致个体足迹难以分辨。本研究提出了一种兼顾宏观语义与微观物理建模的统一框架：宏观层面从雷达点云中学习人群的空间使用模式，微观层面则建立由长时间融合与遮挡引发的可观测性损失的物理模型，二者协同支撑个体足迹的多假设推理。
研究团队基于一款商用毫米波雷达开展了18组真实环境实验，覆盖最多同时包含10人的六类典型行为场景，以及室内外等四类不同环境。实验结果显示，即使在长时间、持续性遮挡条件下，该框架仍能稳健地恢复个体空间足迹，并进一步支撑行人区域使用情况的量化分析。在与现有最优方法的对比中，新方案在所有实验场景中均实现领先，平均中位DTW距离由约95.94厘米降至30.5厘米。消融实验同时验证了宏观语义模块与微观物理推理模块各自的贡献。
该方法的价值不仅体现在误差量级的下降，也体现在对强遮挡鲁棒性的提升上，为后续将射频感知应用于复杂人群场景提供了新的方法路径。
【空音视角】 从非接触感知从业者视角看，这项研究印证了射频感知在多人混叠场景中的可行性边界与突破方向：通过语义先验与物理可观测性约束的协同设计，可在低分辨率点云中还原个体行为轨迹。这一思路与WiFi CSI等射频感知技术路线存在共通的方法论启示——传感信号天然存在多人叠加与遮挡的现实约束，宏观行为统计先验与微观物理约束的结合往往是提升感知鲁棒性的关键。个体级行为重建与区域使用分析同样契合智慧养老、智慧病房等场景对人群活动理解的长期需求，相关方法演进值得持续跟踪。
—— 本文基于公开报道由空音编辑部 AI 辅助改写 来源：arXiv 信号处理 原文链接：https://arxiv.org/abs/2608.19357
来源：arXiv 信号处理（查看原文）