22、Wi-Fi 助力：人体手势与步态识别的创新突破

Wi-Fi 助力：人体手势与步态识别的创新突破

在当今科技飞速发展的时代，无线传感技术在人体活动识别领域展现出了巨大的潜力。其中，基于 Wi-Fi 的人体手势识别和步态识别技术，因其无需额外设备、可被动感知等优势，成为了研究的热点。

无线人体传感技术概述

无线人体传感技术大致可分为基于模型和基于学习的两类，分别针对定位和活动识别。

基于模型的无线定位

基于模型的人体传感明确建立了无线信号与人体运动之间的物理联系。从信号方面来看，现有方法会提取人体反射或遮挡信号的各种参数，具体如下表所示：
| 参数类型 | 相关研究 |
| ---- | ---- |
| DFS | [26, 32, 44] |
| ToF | [3–5, 21] |
| AoA/AoD | [2, 4, 21, 25] |
| 衰减 | [7, 40] |

不同的设备能获取不同精度和分辨率的参数。例如，WiTrack 开发了宽带 FMCW 雷达来精确估计反射信号的 ToF；WiDeo 定制全双工 Wi-Fi 联合估计主要反射器的 ToF 和 AoA；Widar2.0 虽受带宽和天线数量限制，但通过联合估计 ToF、AoA 和 DFS 提高了分辨率。

从人体方面来看，现有的基于模型的工作只能跟踪粗略的人体运动状态，如位置、速度、步态等。虽然不够详细，但这些信息能帮助像 Widar3.0 这样的基于学习的活动识别工作消除输入信号特征的领域依赖性。

下面是基于模型的无线定位工作流程的 mermaid 流程图：