IEEE Access, 2023 | Precise 2D and 3D Fluoroscopic Imaging by Using an FMCW Millimeter-Wave Radar
IEEE Access, 2023 | 使用FMCW毫米波雷达进行精确2D和3D透视成像
注1：本文为"无线感知论文速递"系列文章之一，在本次介绍中所涉及的论文包括：IEEE Access期刊上发表的题为《Precise 2D and 3D Fluoroscopic Imaging by Using an FMCW Millimeter-Wave Radar》的文章。
该研究聚焦于毫米波雷达在 fluoroscopic 成像领域的最新进展，在Nature/Science及其子刊、MobiCom、Sigcom、MobiSys、NSDI、SenSys、Ubicomp等顶级会议与期刊上发表的论文进行解析与总结。
在本次介绍中所涉及的具体研究内容包括：毫米波雷达系统架构设计与性能优化；基于FMCW技术实现的空间成像算法研究；以及在实际应用中的系统集成与测试分析。
通过系统化的分析与深入探讨,本研究旨在为相关领域的研究者提供全面且深入的理解,助力他们在无线感知技术的研究与应用中取得进步。
基于多种输入和输出的合成孔径雷达系统与FMCW毫米波雷达技术的结合应用，在目前无线感知领域被视为一个具有代表性的研究方向之一。该研究者就这一主题展开了深入研究工作，并于2023年发表在IEEE Access期刊上。
一、研究背景
基于毫米波频段的成像技术已成为无线感知领域的极具研究价值的方向之一。相较于其他电磁频段,毫米波具有显著的优势:其短小的波长(1-10毫米)使其具备优秀的聚焦特性,能够实现显著的空间分辨能力;同时,该技术可穿透大多数非金属物体,并确保对人体无害或无负面影响,这为其在安全检查等实际应用中提供了可靠的技术基础。因此,开发高精度毫米波雷达系统以实现二维和三维成像,不仅能够有效提升身份识别和安全检查效率,而且在医疗领域也展现出广阔的应用前景
就目前而言,大多数毫米波成像系统主要采用脉冲 radar 和频模连续波(FMCW) radar 两种工作模式进行图像采集与目标检测。其中, pulse radar 通过发射极短的 pulse 信号,利用回波信息确定目标 distance 的位置;而 FMCW radar 利用线性调频连续波的特点,通过分析回波与发射 signal 之间的频率差值来确定目标 distance 的位置。相较于传统 pulse radar,FMCW radar 具有更高的 average 输出功率、更强的 signal-to-noise ratio (SNR) 和更好的 distance resolution.由此可见,FMCW radar 在实现高 precision 成像方面具有显著优势。
为了提高空间分辨率的研究人员主要采取了MIMO技术这一创新手段。该技术主要依靠多个发射/接收天线组合作用，在分析信号相位差异的基础上获取更多空间信息，从而显著提升了雷达的孔径长度和整体的空间分辨率。现有文献普遍采用的是基于MIMO合成孔径雷达（SAR）的技术体系，在运行过程中实时采集多输入多输出的数据序列，在运动轨迹上密集布置天线阵列组合作用下实现了显著提升的测距精度
就目前而言，在雷达图像处理领域中应用FMCW毫米波MIMO-SAR技术实现高精度三维成像是当前的重要研究方向之一
二、相关工作介绍
在毫米波3D成像方面,国内外研究者进行了大量探索:
Watts等人借助PR2机器人搭载的毫米波雷达完成了金属弹簧的三维点云构建工作。然而由于该系统的距离分辨率仅为13.6毫米,导致无法实现高精度重建目标。为了进一步优化系统性能,Texas Instruments推出了集成型FMCW模块,其工作频段覆盖77-81GHz范围,从而显著提升了系统的紧凑性。然而直接应用该模块仍难以获得清晰完整的三维轮廓图。Yanik等人则提出了基于MIMO-SAR算法的成像方法,但该方法在处理复杂曲面目标时效果欠佳。Gao等人则采用了频率干涉技术进行了全息成像重建,其距离分辨率达到了毫米级水平,但这种技术仅适用于平面目标物的成像处理
当前研究的主要问题有:
(1) 对非平面目标,成像效果较差,无法获得清晰轮廓
(2) 距离分辨率有限,无法进行毫米级精确成像
(3) 仅关注特定平面,难以获取目标整体3D结构
本文旨在解决上述问题。
三、文章方法介绍
本文开发了基于毫米波频段的FMCW MIMO-SAR雷达系统，在77至81 GHz范围内运行。其距离分辨率可达3.75厘米。如图1所示为系统的框图。
发信端发送线性调频载波信号,经目标物体反射后，在接收端经过混合频率（IF）处理后转换为中频信号。采用低通滤波技术和傅里叶变换方法,从而可获得不同距离点的目标回波强度信息,最终构建出二维与三维的目标回波分布图。
本文主要创新点在于数据处理算法。具体来说:
(1) 提取多峰数据
因为目标表面存在不均匀性，在同一坐标位置上通常会有多个距离值。仅选取单峰数据会导致丢失目标细节。本文根据峰值强度的一定比例提取与最大峰值相近的多个距离数据，并以此形成初始3D点云。
(2) 数据分簇
为分离目标点云与背景点云,本文基于欧式距离将点云进行分簇:
d=\\ sqrt{(x_1-x_2)^2+(y_1-y_2)^2+(z_1-z_2)^2}
如果d大于阈值,则判定两个点属于不同簇。
(3) 单层化
通过计算同一位置对应多组距离数据的算术平均值,我们能够获得单层化处理后的点云数据集。这种方法能够有效地去除与目标表面特征无关的多余距离信息
(4) 3D均值滤波
基于提取的点作为球心，在周围区域计算平均值，并通过反复应用滤波器来消除噪声，最终得到平滑处理后的三维点云数据。
经过该处理方案的应用,能够精准地获得目标物体的三维表面数据。本文算法的核心创新在于识别多峰特征数据并对其进行聚类分析与分层简化,最终构建出目标物体的形态边界描述。这既是当前研究中存在的局限性,同时也是本研究的重要突破。
四、实验与结果
为了评估该方法的有效性,本研究采用了图2中展示的小钳子和锤子作为实验样本,并将其放置于纸箱内。随后应用上述算法执行成像处理。实验结果如图3所示
从实验结果来看,该算法能够显著去除背景噪声,并精准获取目标物体的三维表面信息。通过测量小夹子两端面之间的距离,发现其与实际距离仅相差0.5毫米,这充分验证了方法的高精度特性。
此外,本文不仅通过多方位采集的信息进行图像合成,还可以全面展示目标三维模型的具体形态,如图4所示:
五、人体测量实验
为了研究该系统在人体安检领域的实际应用,本文实施了穿着服装的人体测量过程。其实验配置如同图5所示。
从四个方向进行扫描,共获得了人体表面的三维点云,如图6所示:
研究表明,该系统具备穿透能力,能够精确采集人体表面形状信息。该系统在安检领域具有潜在的应用价值。
本文还实施了具有创新性的带刀人体测量实验。具体结果展示于图7中，能够清晰地区分出人体、包裹以及藏在包中的刀子，并证实了该系统在安全检查方面的潜在应用价值。
六、存在的问题及展望
本文工作在一定程度上推进了毫米波三维成像技术,但仍存以下问题:
(1)距离分辨率有限,无法达到亚毫米精度
(2)系统结构较复杂,发射/接收模块数量多,成本高昂
(3)算法较复杂,计算量大,实时性不足
(4)仅进行外形轮廓重建,缺乏目标识别功能
就目前而言,未来的研究方向可能集中在进一步优化现有算法,或者通过引入深度学习技术实现端到端的目标识别.与此同时,我们应致力于开发更紧凑高效的毫米波芯片,以此来降低系统的成本并提升其实际应用中的实用性.就目前而言,毫米波领域的高精度成像与识别技术仍处于发展阶段,只有通过持续深入探索才能使其从理论研究逐步走向实际应用.
七、总结
本文开发了一种新型数据处理算法,成功构建了基于FMCW毫米波MIMO-SAR系统的三维成像平台,实现了高精度空间重构能力。该系统通过智能采集多峰信号特征,结合数据分类和降噪处理技术,能够精确重建目标物体的三维空间分布图谱。实验验证显示,该系统在毫米波频段可实现亚毫米级的空间分辨率水平。这一创新成果为毫米波成像技术在安全检查等实际领域的推广应用提供了重要理论支撑和实践参考。然而,当前系统的距离分辨率、运行成本以及实时处理能力等方面仍存在显著优化空间,只有通过持续的技术创新和实践积累,才能将实验室阶段的成果成功转化为工业应用的实际效益。因此,推动毫米波高精度三维成像技术的发展仍需持续探索与技术创新的努力支持。