github链接:
https://gitee.com/justwillpower/iwr6843isk-harbag.git

描述

包含通过iwr6843isk收集的6类人体活动的bag数据，包含将iwr6843isk录制的ROS包解析成txt文件并且拆分训练集和测试集的程序

说明

本文件包含使用iwr6843isk雷达采集6类人体动作的bag文件，并且含有用于bag文件提取/ti_mmwave/radar_scan主题的消息为txt的文件

将消息分为训练集和测试集(最终生成文件夹为to_txt)

使用方式

1. 将bag文件放在bag文件夹中

2. 创建文件夹to_txt

3. 修改class_names中的种类类型, 训练集的比例

4. python ./rosbag_process.py

5. 处理后的文件放在to_txt中，其中文件树为

   ├── README.md
   ├── bag
   │   ├── boxing1.bag
   │   ├── boxing2.bag
   │   ├── jack1.bag
   │   ├── jack2.bag
   │   ├── jump1.bag
   │   ├── jump2.bag
   │   ├── squats1.bag
   │   ├── squats2.bag
   │   ├── walk1.bag
   │   ├── walk2.bag
   │   ├── wave1.bag
   │   └── wave2.bag
   ├── info.sh
   ├── info.png
   ├── rosbag_process.py
   └── to_txt├── test│   ├── boxing.txt│   ├── jack.txt│   ├── jump.txt│   ├── squats.txt│   ├── walk.txt│   └── wave.txt└── train├── boxing.txt├── jack.txt├── jump.txt├── squats.txt├── walk.txt└── wave.txt
   

这里分开后的txt文件还需要经过滑动窗口处理!

详细见TwoStage_sliding_processing文件(这里是为了也能够处理radhar数据集所以这样设计)

数据信息

我们总共采集了114分钟的数据, 相对于radhar数据集我们新增了挥手动作

• 拳击(17分钟)
• 挥手(20分钟)
• 开合跳(20分钟)
• 上下跳(18分钟)
• 行走(19分钟)
• 下蹲(20分钟)

使用方法

1. 首先你需要搭建ROS环境

2. 安装必要的包

   pip install --extra-index-url https://rospypi.github.io/simple/ rosbag

   pip insatall sklearn

3. 开始处理

   python3 ./rosbag_process.py

动作类型

jump

squats

wave

walk

boxing

jack

iwr6843isk搭建ROS环境

---

雷达配置参数

参数	值
Frequency	60
Azimuth Resolution(deg)	15 + Elevation
Range Resolution(m)	0.044
Maximum unambiguous Range(m)	9.02
Maximum Radial Velocity(m/s)	1.21
Radial velocity resolution(m/s)	0.16
Frame Duration(msec)	33.333
Range Detection Threshold (dB)	15
Doppler Detection Threshold (dB)	15

---

to_txt中数据预处理(二阶段滑窗处理)

二阶段滑动窗口处理点云发布的数据

环境

具体放置，和TI的People_counting中设置差不多，1.6m高，向下倾斜5度