毫米波雷达实现隐私友好的人机交互方案

发生了什么

针对现有依赖RGB摄像头的人机交互系统存在的隐私泄露风险，研究者推出首个毫米波雷达引导的隐私保护多模态机器人操作框架mmHRI。该框架采用双流架构同时学习原始雷达张量与雷达点云，联合估测人类动作与3D姿态；引入带历史雷达特征存储功能的记忆型状态空间模型，解决雷达数据信号稀疏、时序不一致的问题；最终将估测的人类状态转化为结构化文本指令，驱动视觉-语言-动作策略完成闭环机器人操作。测试显示在隔帘遮挡的隐私场景下，其动作识别准确率达85.09%，优于现有雷达类方案。

关键信息

产品名称

mmHRI

核心技术路径

毫米波雷达传感+双流架构+记忆型状态空间模型

隐私场景动作识别准确率

85.09%

任务覆盖

动作识别、物体递送与取回闭环操作

背景

当前辅助机器人已在医院、餐厅等以人为核心的场景中普及，承担递送物品等交互任务，但主流人机交互方案依赖RGB摄像头持续采集人体影像，在对隐私要求高、禁止拍摄人体的场景中应用存在合规与体验障碍。

为什么重要

该方案解决了隐私敏感场景下机器人交互的核心痛点，让服务机器人可在医院、餐厅等场所无需采集人体影像即可完成非接触交互操作；合规层面的突破将大幅拓展服务机器人的落地场景，开发者也可基于该框架开发更多隐私友好型机器人应用，普通用户则能在享受机器人服务的同时避免个人影像被采集泄露。

后续看点

后续可优化雷达数据感知精度，拓展手势之外的更多非语言交互指令适配。