恶劣封闭环境中鲁棒人体检测的实时 4D 雷达感知
计算机视觉与模式识别
2026-01-21 v1
摘要
本文提出了一种在高度杂乱环境中生成受控、多级粉尘浓度的新方法，该环境代表了如地下矿井、公路隧道或倒塌建筑等恶劣封闭环境，从而能够在严重的电磁约束下进行可重复的毫米波传播研究。我们还提出了一个新的 4D 毫米波雷达数据集，辅以相机和 LiDAR 数据，说明了粉尘颗粒和反射表面如何共同影响传感功能。为了应对这些挑战，我们开发了一个基于阈值的噪声过滤框架，利用关键雷达参数（RCS、速度、方位角、仰角）在原始数据层面抑制虚假目标并减轻强多径反射。在过滤后的点云基础上，聚类级的基于规则的分类管道利用雷达语义——速度、RCS 和体积扩散——实现了可靠的实时行人检测，而无需大量的特定领域训练。实验结果证实，这种综合方法显著增强了充满粉尘的矿井环境中的杂波抑制、检测鲁棒性和整体系统抗性。
引用
@article{arxiv.2601.13364,
title = {Real-Time 4D Radar Perception for Robust Human Detection in Harsh Enclosed Environments},
author = {Zhenan Liu and Yaodong Cui and Amir Khajepour and George Shaker},
journal= {arXiv preprint arXiv:2601.13364},
year = {2026}
}