CN110192862A - 一种基于雷达的非接触式人体呼吸检测方法及装置 - Google Patents
一种基于雷达的非接触式人体呼吸检测方法及装置 Download PDFInfo
- Publication number
- CN110192862A CN110192862A CN201910475590.6A CN201910475590A CN110192862A CN 110192862 A CN110192862 A CN 110192862A CN 201910475590 A CN201910475590 A CN 201910475590A CN 110192862 A CN110192862 A CN 110192862A
- Authority
- CN
- China
- Prior art keywords
- human body
- body target
- breathing
- radar
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 138
- 230000029058 respiratory gaseous exchange Effects 0.000 title claims abstract description 104
- 230000036387 respiratory rate Effects 0.000 claims abstract description 49
- 230000000386 athletic effect Effects 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 5
- 230000006698 induction Effects 0.000 claims description 36
- 206010013975 Dyspnoeas Diseases 0.000 claims description 16
- 206010038669 Respiratory arrest Diseases 0.000 claims description 10
- 230000000241 respiratory effect Effects 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 abstract description 9
- 230000000474 nursing effect Effects 0.000 abstract description 4
- 238000005070 sampling Methods 0.000 abstract description 4
- 210000000038 chest Anatomy 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 231100001261 hazardous Toxicity 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Pulmonology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar Systems Or Details Thereof (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于雷达的非接触式人体呼吸检测方法及装置，采用智能算法判别检测区域内生命体征目标的运动姿态，当判定人体目标处于安静状态时，启动呼吸检测，输出呼吸数值，一旦出现呼吸异常状况及时发出报警信息通知家人或护理人员，使被监护人能够得到及时救治，显著地提高呼吸检测的可靠性且解决了现有非接触检测呼吸方法存在的不能判别检测人体目标状态的技术问题；同时，通过对采样的回波信号进行小波分析算法、时域寻峰和降采样处理，能较为精准地识别呼吸信号，得到呼吸频率，具有准确度高、实时性强的优点。
Description
技术领域
本发明主要涉及智能检测技术领域，具体地说，涉及一种基于雷达的非接触式人体呼吸检测方法及装置。
背景技术
呼吸信号是判定生命体征健康状态的重要参考数据，不仅可以用来检测疾病和判定健康状态，而且还可以对一些临床突发情况进行预判与报警，如对病人、婴儿以及老年人发生呼吸骤停进行报警。目前，临床上对人体呼吸进行检测的常用两种方法是胸阻抗法和二氧化碳浓度测量法，前者需要被检测人员胸围处穿戴胸阻抗设备，其存在佩戴舒适性问题，后者设备昂贵并且需要专业的检测护理人员操作。
非接触式生命体征检测技术在医疗、老年人健康监护中发挥着重要的作用。超宽带脉冲雷达对人体呼吸进行检测具有成本低廉，检测灵敏度高等优点。但超宽带毫米波雷达检测系统对检测区域环境信号的判别存在难点，如雷达检测范围内有物品运转或者有其他干扰，系统很可能判断为有生命体征目标，并输出错误结果。当被检测人员处于非平静状态，检测系统很可能判断呼吸异常，输出错误结果。公告号为CN105997083A的专利公开了一种人体呼吸的检测装置及其检测方法，其采用超宽带脉冲雷达检测生命体征目标的呼吸，能够避免穿戴式检测呼吸等设备带来的问题，但其仅采用了一个简单的标准阀值来判断呼吸骤停，一旦检测区域环境发生变化或其他干扰强烈，检测效果很难达到理想的状态，不能够有效分辨检测目标是否发生呼吸异常或呼吸骤停事件。
发明内容
有鉴于此，本发明的目的在于提供一种基于雷达的非接触式人体呼吸检测方法及装置进行生命体征目标呼吸检测时，不能够有效分辨检测目标是否发生呼吸异常或呼吸骤停事件的缺陷。
本发明的基于雷达的非接触式人体呼吸检测方法，包括如下步骤：
S00，发送雷达信号，并接受经人体目标返回的回波信号；
S01，通过回波信号判断当前时刻雷达检测区域是否感应到人体目标，若是，则判定检测开始进入步骤S02；
S02，获取当前时刻前一段时间内检测区域人体目标的感应强度，并判断前一段时间内人体目标的感应强度之和是否大于第一阈值，若是，则进入步骤S03；反之，则判定所述人体目标为正进入检测区域状态；
S03，获取当前时刻前一段时间内检测区域人体目标的感应强度，并判断前一段时间内人体目标感应强度的变化值是否大于第二阈值，若是，则判定所述人体目标正进入活动状态；反之，则判定所述人体目标处于安静状态；
S04，对处于安静状态的人体目标进行呼吸检测得到呼吸频率值，若呼吸频率值处于设定的正常呼吸阈值范围内，则判断人体目标呼吸正常；反之，则判定人体目标呼吸不正常，发出警报信息。
优选地，在步骤S04中判定人体目标呼吸不正常后，则进入步骤S05：将得到的呼吸频率值分别与设定的第三阈值和第四阈值进行比较，第三阈值大于第四阈值，当呼吸频率值大于第三阈值，则判断人体目标呼吸急促；当呼吸频率值小于第四阈值，则判断人体目标呼吸缓慢。
优选地，当呼吸频率值为零时，则判断人体目标呼吸骤停。
优选地，步骤S01中若在雷达检测区域没有感应到人体目标，则获取当前时刻前一段时间内检测人体目标的感应强度，并判断前一段时间内目标的感应强度之和是否大于第五阈值，若是，则判断所述人体目标正走出检测区域；否则，则判定检测区域无人。
优选地，当雷达对人体目标检测的感应强度小于0时，判定检测区域为无人状态。
优选地，所述人体目标运动姿态的输出结果为0、1、2、3、4、5、6、7或8，其中，0表示检测区域无人，1表示处于安静状态，2表示处于运动状态，3表示正进入检测区域，4表示正走出检测区域，5表示处于安静状态下且呼吸正常，6表示呼吸急促，7表示呼吸缓慢，8表示呼吸骤停。
优选地，所述呼吸频率值为19次/分钟时，判定人体目标呼吸正常；所述呼吸频率值为34次/分钟时，判定人体目标呼吸急促；所述呼吸频率值为7次/分钟，判定人体目标呼吸缓慢。
优选地，当处于人体目标安静状态，满足呼吸检测条件时，检测得到的呼吸频率值实时呈现出来。
优选地，步骤S04对处于安静状态的人体目标的呼吸频率值通过如下步骤获取：
a、对获取的回波信号通过建模仿真验证，选择合适的母小波；
b、根据回波的采样率设定合理的小波系数，通过比对呼吸范围与小波尺度之间的对应关系，减小重构信号的个数；
c、基于重构信号信噪比设定阈值，得到小波尺度与呼吸信号的直接对应关系，分离出呼吸信号；
d、分别对呼吸信号进行时域寻峰和降采样处理，最终得到呼吸频率。
本发明的另一个方面，还提供一种基于雷达的非接触式人体呼吸检测装置，包括：
毫米波雷达传感器，用于发射电磁波信号，并接收返回来的回波信号；
信号采集器，用于采集毫米波雷达传感器接收的数据；
信号处理器，用于判断并输出人体目标运动姿态数据，具体表现为：
S01，判断当前时刻雷达检测区域是否感应到人体目标，若是，则判定检测开始进入S02；
S02，获取当前时刻前一段时间内检测区域人体目标的感应强度，并判断前一段时间内人体目标的感应强度之和是否大于第一阈值，若是，则进入S03；反之，则判定所述人体目标为正进入检测区域状态；
S03，获取当前时刻前一段时间内检测区域人体目标的感应强度，并判断前一段时间内人体目标感应强度的变化值是否大于第二阈值，若是，则判定所述人体目标正进入活动状态；反之，则判定所述人体目标处于安静状态；
S04，对处于安静状态的人体目标进行呼吸检测得到呼吸频率值，若呼吸频率值处于设定的正常呼吸阈值范围内，则判断人体目标呼吸正常；反之，则判定人体目标呼吸不正常；
无线模块，用于实时发送检测目标的运动姿态数据给后台服务器和手机APP；
手机APP，用于接收和查看后台服务器的终端数据。
本发明的基于雷达的非接触式人体呼吸检测方法及装置，通过采集处理雷达数据能够智能的判断出在检测范围内有无生命体征目标以及其运动姿态并实时输出检测区域目标状态，当满足检测呼吸条件时，输出呼吸数值，当呼吸数值高于或低于正常呼吸范围时，系统发出警报信息，可以显著的提高呼吸检测的可靠性，相比现有技术，彻底摆脱了传统的胸阻抗法和二氧化碳浓度测量法在设备上的繁琐操作，克服了传统非接触检测呼吸方法存在的不能判别检测目标状态以及抗干扰能力弱等问题。
此外，本发明通过对采样的回波信号进行小波分析算法、时域寻峰和降采样处理，能较为精准地识别呼吸信号，得到呼吸频率，具有准确度高、实时性强的优点。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明一实施例的基于雷达的非接触式人体呼吸检测方法的流程图；
图2是本发明中雷达对人体目标感应强度与时间的关系图；
图3是本发明中雷达测得的人体目标距离随时间变化的结果图；
图4是本发明中人体目标运动姿态输出值的状态图；
图5是本发明中人体目标呼吸频率输出图；
图6是本发明提取处于安静状态的人体目标的呼吸频率值的流程图；
图7是本发明基于雷达的非接触式人体呼吸检测装置的结构示意图；
图8是本发明的人体目标呼吸检测的场景应用图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
如图1所示，本发明提供了一种基于雷达的非接触式人体呼吸检测方法，包括如下步骤：
S00，发送雷达信号，并接受经人体目标返回的回波信号；
S01，通过回波信号判断当前时刻雷达检测区域是否感应到人体目标，若是，则判定检测开始进入步骤S02；
S02，获取当前时刻前一段时间内检测区域人体目标的感应强度，并判断前一段时间内人体目标的感应强度之和是否大于第一阈值，若是，则进入步骤S03；反之，则判定所述人体目标为正进入检测区域状态；
S03，获取当前时刻前一段时间内检测区域人体目标的感应强度，并判断前一段时间内人体目标感应强度的变化值是否大于第二阈值，若是，则判定所述人体目标正进入活动状态；反之，则判定所述人体目标处于安静状态；
S04，对处于安静状态的人体目标进行呼吸检测得到呼吸频率值，若呼吸频率值处于设定的正常呼吸阈值范围内，则判断人体目标呼吸正常；反之，则判定人体目标呼吸不正常，发出警报信息。
需要说明的是，本发明中设定在雷达监测范围内检测的人体目标运动姿态状况分为九种，分别为：检测区域无人、正进入检测区域、正走出检测区域、处于运动状态、处于安静状态、呼吸正常、呼吸急促、呼吸缓慢、呼吸骤停，其中，检测区域无人、正进入检测区域、正走出检测区域、处于运动状态、处于安静状态、呼吸正常、呼吸急促和呼吸缓慢分别用序号①、②、⑧、③、④、⑤、⑥和⑦表示，具体见图2至图5和图8。
人体的不同运动动作会引起感应强度值的变化。图2即为雷达对人体目标感应强度与时间的关系图。如图2所示，即为分别在检测区域人体目标处于运动状态、进行正常呼吸、呼吸急促、呼吸缓慢等操作，显示的雷达感应上有明显的差别。人体目标处于运动状态、进行正常呼吸、呼吸急促、呼吸缓慢的状态分别用序号③、⑤、⑥和⑦表示。
图3为雷达测得的人体目标距离随时间变化的结果图。如图3所示，分别显示了正进入检测区域、处于运动状态、处于安静状态、正走出检测区域四种状态下人体目标随时间的变化情况，分别用序号②、③、④和⑧表示。
值得注意的是，本发明中设定人体目标运动姿态的最终输出结果为0、1、2、3、4、5、6、7或8，其中，0表示检测区域无人，1表示处于安静状态，2表示处于运动状态，3表示正进入检测区域，4表示正走出检测区域，5表示处于安静状态下且呼吸正常，6表示呼吸急促，7表示呼吸缓慢，8表示呼吸骤停。图4即为本发明中人体目标运动姿态输出值的状态图。如图4所示，横坐标为时间，纵坐标为检测的人体目标运动姿态输出值，其中，输出值0为检测区域无人，用序号①表示；输出值1为处于安静状态，用序号④表示；输出值2为处于运动状态，用序号③表示；输出值3为正进入检测区域，用序号②表示；输出值4为正走出检测区域，用序号⑧表示；输出值5为处于安静状态下且呼吸正常，用序号⑤表示；输出值6为呼吸急促，用序号⑥表示；输出值7为呼吸缓慢，用序号⑦表示；输出值8为呼吸骤停。需要说明的是，输出值8的状态情况在图中4未显示出来。
具体地，在步骤S01中，若在雷达检测区域没有感应到人体目标，则获取当前时刻前一段时间内检测人体目标的感应强度，并判断前一段时间内目标的感应强度之和是否大于第五阈值，若是，则判断所述人体目标正走出检测区域；否则，则判定检测区域无人。当雷达对人体目标检测的感应强度小于0时，判定检测区域为无人状态。
在进一步地技术方案中，本发明还包括步骤S05，具体为：在步骤S04中判定人体目标呼吸不正常后，将得到的呼吸频率值分别与设定的第三阈值和第四阈值进行比较，第三阈值大于第四阈值，当呼吸频率值大于第三阈值，则判断人体目标呼吸急促；当呼吸频率值小于第四阈值，则判断人体目标呼吸缓慢。需要说明的是，当呼吸频率值为零时，则判断人体目标呼吸骤停。
以便家人或看护人员实时了解被检测人员的呼吸状态，本发明中当处于人体目标安静状态，满足呼吸检测条件时，检测得到的呼吸频率值会实时呈现出来。图5为非接触式检测的人体目标呼吸频率输出图。如图5所示，呼吸正常、呼吸急促和呼吸缓慢分别用序号⑤、⑥和⑦表示，人体目标呼吸正常频率约为15～25次/分钟之间，呼吸急促频率约为30～40次/分钟之间，呼吸缓慢约为5～15次/分钟之间。故此，当呼吸频率值为19次/分钟时，判定人体目标呼吸正常；呼吸频率值为34次/分钟时，判定人体目标呼吸急促；呼吸频率值为7次/分钟，判定人体目标呼吸缓慢。
此外，如图6所示，本发明中步骤S04对处于安静状态的人体目标的呼吸频率值通过如下步骤获取：
a、对获取的回波信号通过建模仿真验证，选择合适的母小波；
b、根据回波的采样率设定合理的小波系数，通过比对呼吸频率范围与小波尺度之间的对应关系，减小重构信号的个数；
c、基于重构信号信噪比设定阈值，得到小波尺度与呼吸信号的直接对应关系，分离出呼吸信号；
d、分别对呼吸信号进行时域寻峰和降采样处理，最终得到呼吸频率。
需要说明的是，步骤d具体表现为，直接在时域进行寻峰操作，搜寻呼吸信号的信号峰值；然后，对呼吸信号进行一定比例的降采样，在满足奈奎斯特采样要求的条件下，对呼吸的时间间隔进行计算，不同时刻的峰值点之差即为呼吸时间间隔；再求取呼吸时间间隔的倒数即为呼吸频率值，最终得到呼吸频率。通过上述操作后能够较好的满足呼吸峰值点的捕捉，实现时间间隔的精确测量，时间间隔的倒数即为呼吸频率值，此时测得的结果更能符合实时性的要求。
综上所述，相比现有技术，一方面，本发明采用智能算法判别检测区域内人体目标的运动姿态，当判定人体目标处于安静状态时，启动呼吸检测，输出呼吸数值，且一旦发生呼吸异常情况会报警及时通知家人或护理人员，使被监护人能够得到及时救治，显著地提高呼吸检测的可靠性且解决了现有非接触检测呼吸方法存在的不能判别检测人体目标状态的技术问题；另一方面，通过对采样的回波信号进行小波分析算法、时域寻峰和降采样处理，能较为精准地识别呼吸信号，得到呼吸频率，具有准确度高、实时性强的优点。
本发明的另一个方面，还提供一种基于雷达的非接触式人体呼吸检测装置。如图7所示，上述检测装置包括毫米波雷达传感器、信号采集器、信号处理器、无线模块、手机软件APP和后台服务器，毫米波雷达传感器，用于发射电磁波信号，并接收返回来的回波信号；信号采集器，用于采集毫米波雷达传感器接收的数据；信号处理器，用于判断并输出人体目标运动姿态数据，具体表现为：
S01，判断当前时刻雷达检测区域是否感应到人体目标，若是，则判定检测开始进入S02；
S02，获取当前时刻前一段时间内检测区域人体目标的感应强度，并判断前一段时间内人体目标的感应强度之和是否大于第一阈值，若是，则进入S03；反之，则判定所述人体目标为正进入检测区域状态；
S03，获取当前时刻前一段时间内检测区域人体目标的感应强度，并判断前一段时间内人体目标感应强度的变化值是否大于第二阈值，若是，则判定所述人体目标正进入活动状态；反之，则判定所述人体目标处于安静状态；
S04，对处于安静状态的人体目标进行呼吸检测得到呼吸频率值，若呼吸频率值处于设定的正常呼吸阈值范围内，则判断人体目标呼吸正常；反之，则判定人体目标呼吸不正常。
无线模块，用于实时发送检测目标的运动姿态数据给后台服务器和手机APP；
手机APP，用于接收和查看后台服务器的终端数据。
需要说明的是，前述毫米波雷达传感器为非接触式探测器，采用先进的毫米波雷达技术，其辐射功率小对人体无危害，检测范围广且分辨率能达到毫米级别，在不与人体进行任何接触的情况下，能够对生命体征目标的运动姿态以及呼吸信号进行检测。本发明中采用的毫米波雷达传感器工作频率为20GHz，探测的角度范围为10°-170°，其检测范围为5m，能够覆盖房间的所有范围。图8为本发明非接触式人体呼吸检测的场景图。图8中，序号②、③、④分别表示人体目标在雷达检测区域的不同运动姿态，其中，②表示正进入检测区域、③表示在检测区域处于活动状态、④表示检测目标处于安静稳定状态可以进行呼吸检测。
优选地，本发明中，信号采集器采集毫米波雷达的模拟信号通过AD芯片转化为数字信号。
故此，本发明一种基于雷达的非接触式人体呼吸检测装置，采用的毫米波雷达传感器辐射功率小对人体无危害，检测范围广且精度高，能够极大保护客户的隐私，不影响客户的日常生活，通过采集处理的数据能够智能的判断出在检测范围内有无生命体征目标、目标运动姿态以及是否达到检测呼吸条件等。一旦发生呼吸异常情况，通过无线模块发送信息给后台服务器和上传信息给手机APP，及时通知家人或护理人员，使被监护人能够得到及时救治，具有可靠性高、实时性强的优点。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于雷达的非接触式人体呼吸检测方法，其特征在于，包括如下步骤：
S00，发送雷达信号，并接受经人体目标返回的回波信号；
S01，通过回波信号判断当前时刻雷达检测区域是否感应到人体目标，若是，则判定检测开始进入步骤S02；
S02，获取当前时刻前一段时间内检测区域人体目标的感应强度，并判断前一段时间内人体目标的感应强度之和是否大于第一阈值，若是，则进入步骤S03；反之，则判定所述人体目标为正进入检测区域状态；
S03，获取当前时刻前一段时间内检测区域人体目标的感应强度，并判断前一段时间内人体目标感应强度的变化值是否大于第二阈值，若是，则判定所述人体目标正进入活动状态；反之，则判定所述人体目标处于安静状态；
S04，对处于安静状态的人体目标进行呼吸检测得到呼吸频率值，若呼吸频率值处于设定的正常呼吸阈值范围内，则判断人体目标呼吸正常；反之，则判定人体目标呼吸不正常，发出警报信息。
2.根据权利要求1所述的基于雷达的非接触式人体呼吸检测方法，其特征在于，在步骤S04中判定人体目标呼吸不正常后，则进入步骤S05：将得到的呼吸频率值分别与设定的第三阈值和第四阈值进行比较，第三阈值大于第四阈值，当呼吸频率值大于第三阈值，则判断人体目标呼吸急促；当呼吸频率值小于第四阈值，则判断人体目标呼吸缓慢。
3.根据权利要求2所述的基于雷达的非接触式人体呼吸检测方法，其特征在于，当呼吸频率值为零时，则判断人体目标呼吸骤停。
4.根据权利要求3所述的基于雷达的非接触式人体呼吸检测方法，其特征在于，步骤S01中若在雷达检测区域没有感应到人体目标，则获取当前时刻前一段时间内检测人体目标的感应强度，并判断前一段时间内目标的感应强度之和是否大于第五阈值，若是，则判断所述人体目标正走出检测区域；否则，则判定检测区域无人。
5.根据权利要求4所述的基于雷达的非接触式人体呼吸检测方法，其特征在于，当雷达对人体目标检测的感应强度小于0时，判定检测区域为无人状态。
6.根据权利要求4所述的基于雷达的非接触式人体呼吸检测方法，其特征在于，所述人体目标运动姿态的输出结果为0、1、2、3、4、5、6、7或8，其中，0表示检测区域无人，1表示处于安静状态，2表示处于运动状态，3表示正进入检测区域，4表示正走出检测区域，5表示处于安静状态下且呼吸正常，6表示呼吸急促，7表示呼吸缓慢，8表示呼吸骤停。
7.根据权利要求2所述的基于雷达的非接触式人体呼吸检测方法，其特征在于，所述呼吸频率值为19次/分钟时，判定人体目标呼吸正常；所述呼吸频率值为34次/分钟时，判定人体目标呼吸急促；所述呼吸频率值为7次/分钟，判定人体目标呼吸缓慢。
8.根据权利要求1所述的基于雷达的非接触式人体呼吸检测方法，其特征在于，当处于人体目标安静状态，满足呼吸检测条件时，检测得到的呼吸频率值实时呈现出来。
9.根据权利要求1所述的基于雷达的非接触式人体呼吸检测方法，其特征在于，步骤S04对处于安静状态的人体目标的呼吸频率值通过如下步骤获取：
a、对获取的回波信号通过建模仿真验证，选择合适的母小波；
b、根据回波的采样率设定合理的小波系数，通过比对呼吸的频率范围与小波尺度之间的对应关系，减小重构信号的个数；
c、基于重构信号信噪比设定阈值，得到小波尺度与呼吸信号的直接对应关系，分离出呼吸信号；
d、分别对呼吸信号进行时域寻峰和降采样处理，最终得到呼吸频率。
10.一种基于雷达的非接触式人体呼吸检测装置，其特征在于，包括：
毫米波雷达传感器，用于发射电磁波信号，并接收返回来的回波信号；
信号采集器，用于采集毫米波雷达传感器接收的数据；
信号处理器，用于判断并输出人体目标运动姿态数据，具体表现为：
S01，判断当前时刻雷达检测区域是否感应到人体目标，若是，则判定检测开始进入S02；
S02，获取当前时刻前一段时间内检测区域人体目标的感应强度，并判断前一段时间内人体目标的感应强度之和是否大于第一阈值，若是，则进入S03；反之，则判定所述人体目标为正进入检测区域状态；
S03，获取当前时刻前一段时间内检测区域人体目标的感应强度，并判断前一段时间内人体目标感应强度的变化值是否大于第二阈值，若是，则判定所述人体目标正进入活动状态；反之，则判定所述人体目标处于安静状态；
S04，对处于安静状态的人体目标进行呼吸检测得到呼吸频率值，若呼吸频率值处于设定的正常呼吸阈值范围内，则判断人体目标呼吸正常；反之，则判定人体目标呼吸不正常；
无线模块，用于实时发送检测目标的运动姿态数据给后台服务器和手机APP；
手机APP，用于接收和查看后台服务器的终端数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910475590.6A CN110192862B (zh) | 2019-05-31 | 2019-05-31 | 一种基于雷达的非接触式人体呼吸检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910475590.6A CN110192862B (zh) | 2019-05-31 | 2019-05-31 | 一种基于雷达的非接触式人体呼吸检测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110192862A true CN110192862A (zh) | 2019-09-03 |
| CN110192862B CN110192862B (zh) | 2023-10-31 |
Family
ID=67753707
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910475590.6A Active CN110192862B (zh) | 2019-05-31 | 2019-05-31 | 一种基于雷达的非接触式人体呼吸检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110192862B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110448300A (zh) * | 2019-09-11 | 2019-11-15 | 秦军 | 医用氧舱呼吸监护系统及其实现方法 |
| CN110934566A (zh) * | 2019-09-09 | 2020-03-31 | 精华隆智慧感知科技（深圳）股份有限公司 | 一种智能化探测、自动助眠及紧急告警的装置 |
| CN111110239A (zh) * | 2020-03-20 | 2020-05-08 | 吉林大学第一医院 | 一种非接触智能呼吸侦测装置和侦测方法 |
| CN111680651A (zh) * | 2020-06-12 | 2020-09-18 | 武汉星巡智能科技有限公司 | 非接触式生命体征检测方法、装置、存储介质及系统 |
| CN111887818A (zh) * | 2020-08-27 | 2020-11-06 | 南京工业职业技术学院 | 一种基于微波雷达的生命体征智能监测控制系统和方法 |
| CN112363139A (zh) * | 2020-11-02 | 2021-02-12 | 深圳大学 | 基于幅度特征的人体呼吸时长检测方法、装置和存储介质 |
| CN112842266A (zh) * | 2020-12-31 | 2021-05-28 | 湖南东晟南祥智能科技有限公司 | 一种基于人体监测睡眠数据的睡眠分期阶段识别方法 |
| CN113189575A (zh) * | 2021-07-01 | 2021-07-30 | 长沙莫之比智能科技有限公司 | 一种用于烟雾场景下人员定位的探测方法和装置 |
| CN113757959A (zh) * | 2020-06-05 | 2021-12-07 | 广东美的制冷设备有限公司 | 空调器及其人体检测模块控制方法和可读存储介质 |
| CN113925475A (zh) * | 2021-10-16 | 2022-01-14 | 谢俊 | 一种非接触式的人体健康监测装置及方法 |
| CN114176535A (zh) * | 2021-12-14 | 2022-03-15 | 北京中科蓝电科技有限公司 | 基于超宽带非接触体征监测装置及方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002159453A (ja) * | 2000-11-27 | 2002-06-04 | Matsushita Electric Works Ltd | 人体異常検知器 |
| CN102423261A (zh) * | 2011-09-20 | 2012-04-25 | 中国人民解放军第四军医大学 | 超宽谱雷达式非接触生命参数实时监测系统 |
| CN104783799A (zh) * | 2015-04-01 | 2015-07-22 | 上海兆观信息科技有限公司 | 一种短距离非接触式单目标呼吸率和呼吸幅度检测方法 |
| US20150369911A1 (en) * | 2014-05-16 | 2015-12-24 | Mohamed Mabrouk | Remote sensing of human breathing at a distance |
| CN106510663A (zh) * | 2016-11-28 | 2017-03-22 | 沃康（上海）家具有限公司 | 一种基于物联网的睡眠监控方法 |
| CN107220593A (zh) * | 2017-05-05 | 2017-09-29 | 深圳通感微电子有限公司 | 多模式人体识别方法及装置 |
| CN108182807A (zh) * | 2017-12-27 | 2018-06-19 | 天津智芯视界科技有限公司 | 一种车辆识别器的生成方法 |
| CN108451532A (zh) * | 2018-04-28 | 2018-08-28 | 杜乙 | 呼吸信息的获取方法及系统 |
| CN108542389A (zh) * | 2018-02-23 | 2018-09-18 | 山东沃尔德生物技术有限公司 | 一种婴幼儿状态监控系统 |
| CN109239706A (zh) * | 2018-08-27 | 2019-01-18 | 苏州矽典微智能科技有限公司 | 一种基于毫米波的人体检测方法及装置 |
-
2019
- 2019-05-31 CN CN201910475590.6A patent/CN110192862B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002159453A (ja) * | 2000-11-27 | 2002-06-04 | Matsushita Electric Works Ltd | 人体異常検知器 |
| CN102423261A (zh) * | 2011-09-20 | 2012-04-25 | 中国人民解放军第四军医大学 | 超宽谱雷达式非接触生命参数实时监测系统 |
| US20150369911A1 (en) * | 2014-05-16 | 2015-12-24 | Mohamed Mabrouk | Remote sensing of human breathing at a distance |
| CN104783799A (zh) * | 2015-04-01 | 2015-07-22 | 上海兆观信息科技有限公司 | 一种短距离非接触式单目标呼吸率和呼吸幅度检测方法 |
| CN106510663A (zh) * | 2016-11-28 | 2017-03-22 | 沃康（上海）家具有限公司 | 一种基于物联网的睡眠监控方法 |
| CN107220593A (zh) * | 2017-05-05 | 2017-09-29 | 深圳通感微电子有限公司 | 多模式人体识别方法及装置 |
| CN108182807A (zh) * | 2017-12-27 | 2018-06-19 | 天津智芯视界科技有限公司 | 一种车辆识别器的生成方法 |
| CN108542389A (zh) * | 2018-02-23 | 2018-09-18 | 山东沃尔德生物技术有限公司 | 一种婴幼儿状态监控系统 |
| CN108451532A (zh) * | 2018-04-28 | 2018-08-28 | 杜乙 | 呼吸信息的获取方法及系统 |
| CN109239706A (zh) * | 2018-08-27 | 2019-01-18 | 苏州矽典微智能科技有限公司 | 一种基于毫米波的人体检测方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 李钊，等: "用于生命探测的人体呼吸运动模拟系统研制" * |
| 路国华，等: "一种人体生命体征检测的新方法" * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110934566A (zh) * | 2019-09-09 | 2020-03-31 | 精华隆智慧感知科技（深圳）股份有限公司 | 一种智能化探测、自动助眠及紧急告警的装置 |
| CN110448300A (zh) * | 2019-09-11 | 2019-11-15 | 秦军 | 医用氧舱呼吸监护系统及其实现方法 |
| CN111110239A (zh) * | 2020-03-20 | 2020-05-08 | 吉林大学第一医院 | 一种非接触智能呼吸侦测装置和侦测方法 |
| CN111110239B (zh) * | 2020-03-20 | 2022-11-25 | 吉林大学第一医院 | 一种非接触智能呼吸侦测装置和侦测方法 |
| CN113757959B (zh) * | 2020-06-05 | 2022-09-27 | 广东美的制冷设备有限公司 | 空调器及其人体检测模块控制方法和可读存储介质 |
| CN113757959A (zh) * | 2020-06-05 | 2021-12-07 | 广东美的制冷设备有限公司 | 空调器及其人体检测模块控制方法和可读存储介质 |
| CN111680651A (zh) * | 2020-06-12 | 2020-09-18 | 武汉星巡智能科技有限公司 | 非接触式生命体征检测方法、装置、存储介质及系统 |
| CN111887818A (zh) * | 2020-08-27 | 2020-11-06 | 南京工业职业技术学院 | 一种基于微波雷达的生命体征智能监测控制系统和方法 |
| CN112363139A (zh) * | 2020-11-02 | 2021-02-12 | 深圳大学 | 基于幅度特征的人体呼吸时长检测方法、装置和存储介质 |
| CN112842266A (zh) * | 2020-12-31 | 2021-05-28 | 湖南东晟南祥智能科技有限公司 | 一种基于人体监测睡眠数据的睡眠分期阶段识别方法 |
| CN112842266B (zh) * | 2020-12-31 | 2024-05-14 | 湖南正申科技有限公司 | 一种基于人体监测睡眠数据的睡眠分期阶段识别方法 |
| CN113189575A (zh) * | 2021-07-01 | 2021-07-30 | 长沙莫之比智能科技有限公司 | 一种用于烟雾场景下人员定位的探测方法和装置 |
| CN113925475A (zh) * | 2021-10-16 | 2022-01-14 | 谢俊 | 一种非接触式的人体健康监测装置及方法 |
| CN114176535A (zh) * | 2021-12-14 | 2022-03-15 | 北京中科蓝电科技有限公司 | 基于超宽带非接触体征监测装置及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110192862B (zh) | 2023-10-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110192862A (zh) | 一种基于雷达的非接触式人体呼吸检测方法及装置 | |
| CN105708470B (zh) | 基于多普勒探测器与传感器联合的跌倒检测系统和方法 | |
| CN113925475B (zh) | 一种非接触式的人体健康监测系统及监测方法 | |
| CN111481184B (zh) | 基于毫米波雷达技术的多目标呼吸心率监测方法与系统 | |
| US11311252B2 (en) | Video-based patient monitoring systems and associated methods for detecting and monitoring breathing | |
| CN102499664B (zh) | 基于视频图像的非接触式生命体征的检测方法及检测系统 | |
| Hanifi et al. | Elderly fall detection with vital signs monitoring using CW Doppler radar | |
| CN109924962A (zh) | 一种基于雷达的非接触式生命体征测量系统及方法 | |
| CN105476602A (zh) | 非接触式人体生命体征测量方法及装置 | |
| Forouzanfar et al. | Event recognition for contactless activity monitoring using phase-modulated continuous wave radar | |
| US20130002434A1 (en) | Radar based systems and methods for detecting a fallen person | |
| CN109875529A (zh) | 一种基于超宽带雷达的生命体征检测方法及系统 | |
| Ranasinghe et al. | Towards falls prevention: a wearable wireless and battery-less sensing and automatic identification tag for real time monitoring of human movements | |
| CN106175770B (zh) | 一种睡眠期间呼吸暂停的判断系统 | |
| CN209863802U (zh) | 一种基于雷达的非接触式生命体征测量系统 | |
| CN114366052A (zh) | 一种基于毫米波雷达的养老院智能监护系统及方法 | |
| CN112363139A (zh) | 基于幅度特征的人体呼吸时长检测方法、装置和存储介质 | |
| CN109259743A (zh) | 一种生命体征感知系统 | |
| Tan et al. | Reliable fall detection system using an 3-DOF accelerometer and cascade posture recognitions | |
| CN106913335A (zh) | 一种呼吸暂停检测系统的检测方法 | |
| CN117218793A (zh) | 一种高准确率的居家式跌倒报警智能机器人 | |
| Luštrek et al. | Behavior analysis based on coordinates of body tags | |
| CN112971743B (zh) | 非接触式新生儿呼吸监测系统、设备和存储介质 | |
| CN205697787U (zh) | 智能跌倒报警颈环 | |
| Schwarzmeier et al. | A low power fall detection and activity monitoring system for nursing facilities and hospitals |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200511 Address after: No.39 Jianshan Road, high tech Development Zone, Yuelu District, Changsha City, Hunan Province Applicant after: CHANGSHA JUNMIN ADVANCED TECHNOLOGY RESEARCH Co.,Ltd. Address before: 410205 Room G0224, Headquarters Building, Changsha Zhongdian Software Park Co., Ltd., 39 Jianshan Road, Changsha High-tech Development Zone, Hunan Province Applicant before: HUNAN SHUNHONG INTELLIGENT TECHNOLOGY Co.,Ltd. Applicant before: CHANGSHA JUNMIN ADVANCED TECHNOLOGY RESEARCH Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |