论文速览 | MobiSys 2024 | Enabling 6D Pose Tracking on Your Acoustic Devices | 2×Track:基于声学设备的6D姿态追踪技术

于 2024-08-02 20:56:17 发布
阅读量3 收藏
点赞数
分类专栏： # 计算成像/非视距成像论文速递 # 无线感知/雷达成像论文速递 文章标签： 论文速览 MobiSys 2-24 6D Pose 声学
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qazwsxrx/article/details/140873614
版权

论文速览 | MobiSys 2024 | Enabling 6D Pose Tracking on Your Acoustic Devices | 2×Track:基于声学设备的6D姿态追踪技术

在这里插入图片描述

1 引言

在当今快速发展的物联网(IoT)时代,实时姿态跟踪技术已成为众多智能应用的关键基础。无论是虚拟现实(VR)还是增强现实(AR),精确的设备定位和运动追踪都是不可或缺的核心功能。传统的光学相机或惯性测量单元(IMU)虽然可以实现追踪,但往往存在成本高昂、累积误差大等问题。

在这样的背景下,

了解本专栏 订阅专栏 解锁全文 超级会员免费看
R.X. NLOS
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
论文速览 | Mobisys 2024 | Adaptive Metasurface-Based Acoustic Imaging using Joint Optimization | 基于自适应超表
NLOS的博客
06-11 51
本文提出了一种基于自适应超表面和联合优化的声学成像系统，通过联合优化传输信号、波束形成、超表面和成像算法，实现了在低成本物联网设备上的高质量成像。这一研究为未来的用户界面活动识别武器检测和医疗诊断等应用开辟了新的可能性。
论文速览 | Mobisys 2024 | Enhancing mmWave Radar Sensing Using a Phased-MIMO Architecture | 增强毫米波雷达感知的Ph
NLOS的博客
06-13 64
在现代毫米波雷达系统中，软件定义雷达（SDR）平台提供了高度的灵活性和可编程性，使研究人员能够快速迭代和测试新的雷达算法和系统架构。本文中提出的HybRadar平台同样基于SDR技术。接下来，我们将详细介绍HybRadar的数字雷达和模拟雷达实现。HybRadar是一种具有Phased-MIMO架构的毫米波雷达平台。通过稀疏PAM布局，这一平台在仅使用少量射频链路的情况下实现了优越的角度分辨率。通过实验评估和案例研究，我们展示了HybRadar的关键设计选择的有效性和作为实验平台的多样性。
论文速览 | MobiSys 2024 | Radarize: Enhancing Radar SLAM with Generalizable Doppler-Based Odometry | Rad
NLOS的博客
06-12 45
预处理模块：将雷达I/Q数据转换为热图。跟踪模块：通过多普勒-方位热图估计平移运动，通过范围-方位热图估计旋转运动。映射模块：通过智能伪影抑制技术生成本地环境地图。Radarize是一种创新的FMCW雷达SLAM系统，通过利用多普勒频移和智能伪影抑制技术，实现了高精度的里程计和环境映射。该系统不仅适用于各种平台，还能够在复杂的室内环境中表现出色。未来的研究可以进一步扩展其适用范围和处理能力，为雷达SLAM的广泛应用铺平道路。
论文速览 IMWUT 2024 | 毫米波雷达个性化人体追踪 | PmTrack: Enabling Personalized mmWave-based Human Tracking
NLOS的博客
02-20 377
PmTrack 利用 IMU 和毫米波雷达的优势,实现了准确、轻量级的人体识别,为毫米波传感应用提供了身份定向性。该工作展示了跨模态传感器融合的潜力,拓展了无线传感技术的发展和应用。
论文速览 | Communications Engineering 2024 | 基于相位误差估计和补偿的高分辨手持毫米波SAR成像 A high-resolution handheld millim
NLOS的博客
02-19 338
本文设计了一种可携带的手持毫米波SAR成像系统。通过点扩散函数优化的方式估计并补偿手持扫描引起的相位误差,不依赖于昂贵的硬件设备,实现了高分辨率成像。该方法简单高效,适用于对可携带性和成本敏感的应用场景。
论文速览 WACV 2024 | 基于雷达反射提升的物体监测增强 | Boosting Radar Reflections for Enhanced Object Detection
NLOS的博客
02-20 287
本文提出了BoostRad方法,使用DNN缩小雷达图像的PSF,从而提升后续的目标检测性能。实验结果表明,这种多阶段方法可以优于端到端方法。同时,合成数据的使用为雷达图像算法的研究提供了新的思路。
论文速览 | MobiSys 2018 | AIM: 通过智能手机实现声学成像 | AIM: Acoustic Imaging on a Mobile
NLOS的博客
03-05 387
注1:本文系“无线感知论文速递”系列之一,致力于简洁清晰完整地介绍、解读无线感知领域最新的顶会/顶刊论文(包括但不限于 Nature/Science及其子刊;JSAC, 雷达学报 等)。
论文速览 | MobiCom 2023 | I Beg to Diffract: 基于边缘的RF Field Programming | I Beg to Diffract: RF Field Pr
NLOS的博客
02-23 129
无线通信技术的发展日新月异,为了实现更好的通信效果,“智能电磁界面”(Intelligent Electromagnetic Surfaces)这一概念应运而生。所谓智能电磁界面,就是一种可以主动调控入射电磁波的二维阵列结构。通过改变阵列单元的折射特性,可以操控反射波前进的方向,从而实现对无线信号的聚焦。这种技术非常适合下一代无线通信系统。然而,目前的智能电磁界面在设计上存在诸多限制:它们要么使用昂贵的定制化设计,要么只能实现单点或双点聚焦。
论文速览 TRS 2024 | Sub-Aperture Polar Format Algorithm for Curved Trajectory Millimeter Wave Radar Imag
NLOS的博客
02-19 72
本文对曲线轨迹条件下的汽车毫米波SAR成像方法进行了深入的研究。天线窄束化预处理,降低系统对PRF的要求。子孔径PFA算法,使之适用于条状模式。波前曲率误差的补偿方法。曲线轨迹下的子图像拼接技术。模拟和实测结果验证了该方法可以获得高质量的汽车环境感知图像。该研究对推动汽车毫米波雷达的发展具有重要意义。后续工作可在图像融合和目标识别等方面进行优化。
GPS定位代码matlab-indoor-tracking:室内跟踪纸的代码和数据（Mobisys2004）
05-27
这是该论文的代码和实验数据（Smith等人，Mobisys 2004）。 简要总结 GPS无法在室内使用，因此MIT在2000年创建了一个名为的项目。 这是一个设备可以同时发送超声波和无线电信号的系统，因此任何接收器都可以根据两个...
信号带宽matlab代码-mobisys2018_nexmon_software_defined_radio:将BroadcomWi-Fi芯片
05-22
5智能手机中安装的BCM4339设备和Raspberry Pi B3 +计算机中安装的BCM43455c0设备的Wi-Fi固件。 Raspberry Pi B3仅包含802.11n PHY，因此将不再受支持。 固件补丁会激活三个ioctl： NEX_WRITE_TEMPLATE_RAM （426）将...
matlabudp源码-mobisys2018_nexmon_channel_state_information_extractor:使用Ne
05-19
matlab udp原始码 Nexmon频道状态信息提取器 该项目允许您使用安装的BCM4339 Wi-Fi芯片以高达80 MHz的带宽在每帧的基础上提取OFDM调制的Wi-Fi帧（802.11a /（g）/ n / ac）的信道状态信息（CSI）。...
mobisys会议2013文章
12-10
《2013年MobiSys会议：手机技术与安全》 MobiSys（移动系统）会议是全球顶尖的移动计算和无线网络研究盛会，2013年的会议聚焦于手机技术的各个方面，涵盖安全、能效、室内定位、活动识别、社交监控等多个热点议题。...
鹈鹕算法POA-Kmean-Transformer-LSTM组合状态识别分类【含Matlab源码 6749期】.zip
08-02
CSDN海神之光上传的全部代码均可运行，亲测可用，直接替换数据即可，适合小白； 1、代码压缩包内容 主函数：Main.m； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，可私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开除Main.m的其他m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博主博客文章底部QQ名片； 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 智能优化算法优化Kmeans-Transformer-lstm分类预测系列程序定制或科研合作方向： 4.4.1 遗传算法GA/蚁群算法ACO优化Kmeans-Transformer-lstm分类 4.4.2 粒子群算法PSO/蛙跳算法SFLA优化Kmeans-Transformer-lstm分类 4.4.3 灰狼算法GWO/狼群算法WPA优化Kmeans-Transformer-lstm分类 4.4.4 鲸鱼算法WOA/麻雀算法SSA优化Kmeans-Transformer-lstm分类 4.4.5 萤火虫算法FA/差分算法DE优化Kmeans-Transformer-lstm分类 4.4.6 其他优化算法优化Kmeans-Transformer-Lstm分类
三角测量拓扑聚合器TTAO-Kmean-Transformer-BiLSTM负荷预测【含Matlab源码 6686期】.zip
08-02
CSDN海神之光上传的全部代码均可运行，亲测可用，直接替换数据即可，适合小白； 1、代码压缩包内容 主函数：Main.m； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，可私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开除Main.m的其他m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博主博客文章底部QQ名片； 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 智能优化算法优化Kmeans-Transformer-Bilstm预测系列程序定制或科研合作方向： 4.4.1 遗传算法GA/蚁群算法ACO优化Kmeans-Transformer-Bilstm预测 4.4.2 粒子群算法PSO/蛙跳算法SFLA优化Kmeans-Transformer-Bilstm预测 4.4.3 灰狼算法GWO/狼群算法WPA优化Kmeans-Transformer-Bilstm预测 4.4.4 鲸鱼算法WOA/麻雀算法SSA优化Kmeans-Transformer-Bilstm预测 4.4.5 萤火虫算法FA/差分算法DE优化Kmeans-Transformer-Bilstm预测 4.4.6 其他优化算法优化Kmeans-Transformer-Bilstm预测
S9300X-V200R021C00SPC100-MPUE主控版本
08-02
S9300X-V200R021C00SPC100-MPUE主控版本，支持S9300X-4/8/12
【创新未发表】Matlab实现哈里斯鹰优化算法HHO-RF实现风电预测算法研究.rar
最新发布
08-02
1.版本：matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 5.作者介绍：某大厂资深算法工程师，从事Matlab算法仿真工作10年；擅长智能优化算法、神经网络预测、信号处理、元胞自动机等多种领域的算法仿真实验，更多仿真源码、数据集定制私信+。 替换数据可以直接使用，注释清楚，适合新手
mobisys 2023 | 基于毫米波振动测量的无接触材料识别
12-09
mobisys 2023是一个以技术创新为核心的国际会议，会议上展示了基于毫米波振动测量的无接触材料识别技术。这项技术利用毫米波技术和振动测量技术，实现了对材料的无接触识别和测量。 该技术的研究成果在会议上引起了广泛关注。与传统的接触式材料识别技术相比，基于毫米波振动测量的无接触材料识别技术具有诸多优势。通过毫米波技术，可以实现对材料的高精度成像，无需直接接触被测材料，避免了传统接触式测量可能对材料造成的损伤。同时，该技术还能够实现对材料的快速识别和测量，适用于各种工业生产和质量监控领域。 基于毫米波振动测量的无接触材料识别技术在工业生产中具有广阔的应用前景。它可以用于材料的实时监测和分析，帮助生产企业提高生产效率、降低生产成本，提高产品质量，受到了业界的普遍关注和重视。 随着科学技术的不断进步，基于毫米波振动测量的无接触材料识别技术必将不断完善和发展，为工业生产和科研领域带来更多的创新应用。相信在不久的将来，这项技术将会成为工业生产中不可或缺的重要手段。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

R.X. NLOS

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值