PowerSkel：一种利用 CSI 信号在发电站进行人体骨架估计的无设备框架
信号处理
2024-03-05 v1
摘要
发电站电力作业的安全监控对于预防事故和保障稳定供电至关重要。然而，可穿戴设备和视频监控等传统方法存在成本高、依赖光照以及视觉盲区等局限性。基于 WiFi 的人体姿态估计因其低成本、无需携带设备以及对各种光照条件的鲁棒性，成为监控电力作业的合适方法。本文开发了一种新颖的基于信道状态信息（CSI）的姿态估计框架，即 PowerSkel，以应对这些挑战。PowerSkel 利用自研的 CSI 传感器构建互感网络，并构建了专为电力场景设计的 CSI 采集方案。与现有解决方案相比，它显著降低了部署成本和复杂性。为了减少电力场景中对 CSI 的干扰，设计了一种稀疏自适应滤波算法对 CSI 进行预处理。提出了 CKDformer，一种基于协同学习和自注意力的知识蒸馏网络，用于从 CSI 中提取特征并建立 CSI 与关键点之间的映射关系。实验在真实发电站中进行，结果表明 PowerSkel 取得了高性能，PCK@50 达到 96.27%，即使在黑暗环境中也能实现姿态估计的良好可视化。我们的工作为电力作业提供了一种新颖的低成本、高精度姿态估计解决方案。
引用
@article{arxiv.2403.01913,
title = {PowerSkel: A Device-Free Framework Using CSI Signal for Human Skeleton Estimation in Power Station},
author = {Cunyi Yin and Xiren Miao and Jing Chen and Hao Jiang and Jianfei Yang and Yunjiao Zhou and Min Wu and Zhenghua Chen},
journal= {arXiv preprint arXiv:2403.01913},
year = {2024}
}