Emergency Response Person Localization and Vital Sign Estimation Using a Semi-Autonomous Robot Mounted SFCW Radar

要約

自然災害と人為的災害の数と規模の多さにより、捜索救助チームの安全性と効率を高める技術が緊急に求められています。
半自律型救助ロボットは、特にアクセスできない地形や、崩壊したインフラなどの危険な環境を捜索する場合に有益です。
視界が悪化した状況や見通し外のシナリオでの捜索救助任務の場合、レーダーベースのアプローチは、他の方法では入手できない貴重な情報の取得に貢献する可能性があります。
この記事では、レーダーベースの複数人検出、2D-MUSIC 位置特定、呼吸頻度推定のための完全な信号処理チェーンを紹介します。
提案された方法は、市販の壁貫通レーダー システムを備えた半自律ロボットを使用して収集した、困難な緊急対応データセットに対して有望な結果を示しています。
データセットは、さまざまな難易度の 62 のシナリオで構成されており、レーダーの視線を遮る木や石の障害物など、異なる姿勢、角度、範囲で最大 5 人の人物が撮影されています。
基準位置、呼吸、心電図、加速度信号のグラウンド トゥルース データが含まれています。
完全な緊急対応ベンチマーク データセットと結果を再現するためのすべてのコードは、https://doi.org/10.21227/4bzd-jm32 で公開されています。

要約(オリジナル)

The large number and scale of natural and man-made disasters have led to an urgent demand for technologies that enhance the safety and efficiency of search and rescue teams. Semi-autonomous rescue robots are beneficial, especially when searching inaccessible terrains, or dangerous environments, such as collapsed infrastructures. For search and rescue missions in degraded visual conditions or non-line of sight scenarios, radar-based approaches may contribute to acquire valuable, and otherwise unavailable information. This article presents a complete signal processing chain for radar-based multi-person detection, 2D-MUSIC localization and breathing frequency estimation. The proposed method shows promising results on a challenging emergency response dataset that we collected using a semi-autonomous robot equipped with a commercially available through-wall radar system. The dataset is composed of 62 scenarios of various difficulty levels with up to five persons captured in different postures, angles and ranges including wooden and stone obstacles that block the radar line of sight. Ground truth data for reference locations, respiration, electrocardiogram, and acceleration signals are included. The full emergency response benchmark data set as well as all codes to reproduce our results, are publicly available at https://doi.org/10.21227/4bzd-jm32.

arxiv情報

著者 Christian A. Schroth,Christian Eckrich,Ibrahim Kakouche,Stefan Fabian,Oskar von Stryk,Abdelhak M. Zoubir,Michael Muma
発行日 2023-05-25 07:19:05+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, eess.SP パーマリンク