當前，隨著人工智能的不斷發展，安防監控、智能家居、智慧養老和自動門控制等領域得到了人們越來越廣泛的關注。無論是安防監控還是智能家居等領域，室內中的人體目標是我們更多想要關注的目標，通過對人體目標不同的運動狀態進行分類從而監控室內人體目標運動狀態的異常情況。然而室內經常會出現一些運動物體的干擾，如吹動的窗簾、正在工作的電扇、掃地機器人等，這些運動物體往往會影響我們對人體目標的檢測。除此之外越來越多的家庭開始飼養寵物，由于寵物的運動數據采集較為困難，所以現階段對于室內寵物的研究相對較少。如何提取人體目標、室內運動物體、寵物的運動特征以及將人體目標從中檢測和分類出來并對其運動狀態進行分類，實現高準確率的檢測和分類是我們急劇解決的問題。

本項目的主要內容為基于3T4R的60G毫米波雷達的多目標定位和跟蹤算法設計和開發，原型機搭建，達到穩定的演示效果；基于3T4R的60G毫米波雷達的目標分類算法開發和設計，原型機和數據庫搭建，達到穩定的演示效果。需要能識別出：人（需區分成人和嬰幼兒）、寵物和其他。

《基于毫米波雷達室內靜止與運動目標定位與跟蹤技術》

該技術室內運動目標跟蹤準確率可達99%、解決了靜止人體目標淹沒在靜態雜波通道難以檢測的問題、解決了運動目標檢測和靜止人體目標檢測后存在冗余的問題。

《基于毫米波雷達室內目標分類技術》

該技術在室內對于單目標分類準確率可達95%以上，對多人場景可準確分類。

《雙通道天線誤差校正及簡易測高方法》

該技術對雙通道天線校正，改善了雙通道天線測高誤差較大的問題。

成人+成人分類結果

多人運動及靜止