澳研究团队提出6G无线系统中基于IMU的3D人体姿态重建新框架
全3D人体姿态重建
（映维网Nweon 2025年06月20日）全3D人体姿态重建是未来6G XR应用的关键推动因素，可支持游戏、虚拟会议和远程协作中的沉浸式交互。然而，由于信道损伤、比特错误和量化效应，在无线网络实现准确的姿态重建依然具有挑战性。现有的方法通常假设在室内环境中无错误传输，限制了它们对现实世界场景的适用性。
为了解决所述挑战，悉尼科技大学和堪培拉大学团队提出了一种新的基于深度学习的框架，并用于正交频分复用（OFDM）系统的人体姿态重建。框架引入了一个两阶段的深度学习接收器：第一阶段联合估计无线信道并解码OFDM符号，第二阶段将接收到的传感器信号映射到完整的3D身体姿势。
仿真结果表明，与采用单独的信号检测步骤（即最小二乘信道估计和线性最小均方误差均衡）的基线方法相比，所提出的神经接收器降低了误码率（BER），获得了5db的误码率间隙。另外，实证研究结果表明，8位量化足以实现准确的姿态重建。与基线相比，重建人体姿态的关节角误差减少了37%。
近年来，在通信技术进步和沉浸式游戏、虚拟会议和增强工业培训等应用前景的推动下，未来通信系统（即6G）中的XR用例引起了研究人员的关注。XR设备有望通过无线连接和6G基础设施为用户带来新兴应用。在优化XR设备的优势方面依然存在挑战，包括解决延迟、带宽限制以及设备和网络基础设施的能源效率等技术限制。
一种潜在的方法是利用来自设备的传感信息，并创建传感信息和体验质量的反馈回路。这种方法可以从XR设备中获得有洞察力的信息，从而设计创新的应用程序。具体来说，XR设备内部惯性测量单元的方向等信息对于优化基站的服务质量至关重要，因为它可以实现精确的波束形成，减少延迟，并确保可靠的通信链路。
这可以实现更高效的无线资源管理，并有助于实现无缝的沉浸式用户体验。利用单个可穿戴传感器（即XR头显内嵌的一个惯性测量单元传感器）的传感信息来提高服务质量的研究非常丰富。业界已经高度优化了单个头戴式设备，如虚拟现实和增强现实头显/眼镜。
......（全文 2313 字，剩余 1569 字）
