在诸如游戏和基于手势的交互之类的应用中，对对象轨迹的高精度跟踪可以帮助重建轨迹形状并解释人类手势的含义。 最先进的系统可以达到厘米或毫米量级的精度。 但是，高精度方案通常对噪声更敏感。 此外，当对象以相对较高的速度移动时，大多数轨迹跟踪系统都会遭受数据错误或数据包丢失的困扰。 这项工作报告了通过运动学特征实现的高精度轨迹跟踪。 我们方法的关键思想是对运动方程进行老化，以利用RFID标签连续运动生成的运动模式进行轨迹跟踪。 这样一来，运动模式可用于重构噪声数据集的轨迹，同时避免数据错误或数据包丢失。在模式识别方法中，采用线性几何和线性复数来区分运动类型并获得几何参数。 几何参数的分析可以帮助实现轨迹的高效和高精度重建。 原型是使用现成的商用RFID阅读器和标签构建的，用于获取几何特征以重建运动对象的轨迹。 我们通过广泛的实验评估了该方案的性能。 在实验室环境中，获得了具有高达0.4m / s的移动速度的RF源轨迹形状的高精度几何特征。 在现场研究中，线性和弧形手势用于模拟人机交互命令。 结果表明，对手势的识别足够，并且由于手势的变形或完整性而对系统的影响很小。
