请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。
器件型号： IWR6843AOPEVM
主题： IWR6843AOP 中讨论的其他器件
工具/软件： TI Radar Toolbox（高架 3D 人员跟踪）
说明
我们正在对 isStatic = trueGTrack 模块归类为静态的目标实施姿势分类算法（坐姿/站立与睡眠）。
我们当前的方法基于 PCA 派生的功能：
- 倾斜：主特征向量相对于垂直轴的角度
- 垂直扩展：点云的高度范围
当前实现详细信息
- 触发器： 只有在 GTrack 将目标声明为静态后、姿势估计才会开始
- 数据累积： 40 个 有效 帧的历史缓冲区
- 有效性门： 仅当帧具有≥3 分时才视为有效
- 处理：
- 基于块的 PCA
- 跳过因子：5 帧
- 历史深度：8 块
-
配置：fineMotionCfg –1 1 2.0 10 2.
问题说明
累积 40 个有效帧的延迟范围为 ~26 秒至>100 秒。
这种延迟主要是由于：
- 静态目标仅在 精细运动循环期间产生足够的点
- 当前 每 10 帧运行一次精细运动 （以保持跟踪稳定性和功效）
观察结果
- 减小缓冲区大小（10–30 帧）：
会导致分类不稳定和不准确、尤其是在姿势转换期间 - 降低点阈值（<3 点）：
PCA 对噪声→错误姿势分类变得非常敏感 - 增加 BPM 使用率： bpmCfg –1 1 1 2
关键问题
1.快速收敛:
是否有一种 无需 40 帧深的历史记录即可在几秒钟内完成姿势分类的推荐方法？
2、微动优化:
可以 fineMotionCfg 专门针对 静态目标调整 CAN 或 GTrack 参数 、以便：
- 在目标停止移动后立即生成密集的点云、或
- 暂时提高细微运动频率（例如，成为静态后的前 2–5 帧）？
我们从文档中了解到：
过多地将细微运动周期缩短可能会降低动态人员检测性能、并且对于壁挂式和吸顶式安装设置、值 10 在经验上是最佳选择。
鉴于此、是否有任何 建议的自适应或条件调整策略 （例如，仅在之后） isStatic = true来平衡这两个要求？
3) 其他姿势估计方法
您能否建议任何 替代姿势估计算法或功能 ：
- 具有稀疏点云的强大功能、和
- 比基于 PCA 的倾斜/伸展更快收敛？
