CN110827499B - 一种移动对象检测方法及电子设备 - Google Patents

Abstract

本申请实施例提供了一种移动对象检测方法及电子设备。所述方法包括：获取红外检测模块发送的红外信号；根据预设的数据处理算法，确定红外信号的待比对特征参量；将待比对特征参量与状态信息库中的每个特征参量进行比对；根据比对成功的状态信息确定移动对象的状态信息；其中，红外信号为：当移动对象在检测区域内移动时所述红外检测模块检测到的信号；状态信息库，用于存储预先得到的各个状态信息与特征参量的对应关系。应用本申请实施例提供的方案，能够提高移动对象检测时的精确度，并检测出移动对象的详细运动情况。

Description

一种移动对象检测方法及电子设备

技术领域

本申请涉及技术移动检测领域，特别是涉及一种移动对象检测方法及电子设备。

背景技术

移动对象检测为根据移动对象自身发射的红外线对移动对象的移动行为进行检测的技术。移动对象通常可以为人、动物或其他能发射特征波长的红外线的对象。例如，人能够发射8～12微米波长的红外线。对移动对象进行检测的电子设备能够感应移动对象发射的特定波长的红外线，得到红外信号。

在根据红外信号检测移动对象时，通常可以得到红外信号的周期或频率等特征参量，当红外信号的特征参量处于预先得到的特征参量阈值范围内时，认为检测到检测区域中存在移动对象。这种对移动对象进行检测的方法中检测标准较单一，检测的精确度不够高。并且，对移动对象进行检测属于安防领域，仅仅确定检测区域中是否存在移动对象，并不能满足人们对检测类产品的功能需求。

发明内容

本申请实施例的目的在于提供了一种移动对象检测方法及电子设备，以提高移动对象检测时的精确度，并检测出移动对象的详细运动情况。

第一方面，本申请实施例提供了一种移动对象检测方法，所述方法包括：

获取红外检测模块发送的红外信号；其中，所述红外信号为：当移动对象在检测区域内移动时所述红外检测模块检测到的信号；

根据预设的数据处理算法，确定所述红外信号的待比对特征参量；

将所述待比对特征参量与状态信息库中的每个特征参量进行比对；所述状态信息库，用于存储预先得到的各个状态信息与特征参量的对应关系；

根据比对成功的状态信息确定所述移动对象的状态信息。

可选的，所述状态信息库，具体用于存储预先得到的按照树形排列的各层状态信息对应的特征参量；所述待比对特征参量包含各层待比对特征参量，各层待比对特征参量与所述状态信息库中的各层一一对应；

所述将所述待比对特征参量与状态信息库中的每个特征参量进行比对的步骤，包括：

将第一层待比对特征参量确定为当前层的待比对特征参量，将所述状态信息库中的第一层的所有特征参量确定为待选特征参量；

从所述待选特征参量中确定与当前层的待比对特征参量匹配的匹配特征参量；

判断所述匹配特征参量是否为最后一层特征参量；

如果是，则将所述匹配特征参量对应的状态信息确定为比对成功的状态信息；

如果否，则将下一层待比对特征参量更新为当前层的待比对特征参量，将所述状态信息库中下一层的所有特征参量更新为待选特征参量，返回执行所述从所述待选特征参量中确定与当前层的待比对特征参量匹配的匹配特征参量的步骤。

可选的，当所述红外信号为模拟信号时，所述根据预设的数据处理算法，确定所述红外信号的待比对特征参量的步骤，包括：

按照预设的信号阈值，对所述红外信号进行采样，得到数字信号的采样数据；

根据预设的数据处理算法，确定所述采样数据的特征参量，作为所述红外信号的待比对特征参量。

可选的，所述信号阈值包括第一信号阈值和第二信号阈值，所述第一信号阈值小于所述第二信号阈值；所述按照预设的信号阈值，对所述红外信号进行采样，得到数字信号的采样数据的步骤，包括：

获取环境温度；

当所述环境温度达到预设温度时，按照所述第一信号阈值，对所述红外信号进行采样，得到数字信号的采样数据；其中，所述预设温度为根据预先得到的移动对象的标准温度得到；

当所述环境温度未达到预设温度时，按照所述第二信号阈值，对所述红外信号进行采样，得到数字信号的采样数据。

可选的，所述状态信息库中的各个特征参量为：根据背景红外信号对所述状态信息库中初始的各个特征参量进行修正后得到；所述背景红外信号为：当不存在移动对象在检测区域内移动时所述红外检测模块检测到的信号。

可选的，所述根据背景红外信号，对状态信息库中初始的各个特征参量进行修正的步骤，包括：

确定背景红外信号和所述红外信号之间的协方差；

根据所述协方差，对所述状态信息库中初始的各个特征参量进行修正。

可选的，所述确定背景红外信号和所述红外信号之间的协方差的步骤，包括：

确定背景红外信号的周期参量和所述红外信号的周期参量；

确定所述背景红外信号的周期参量和所述红外信号的周期参量之间的协方差。

可选的，所述红外信号为：当移动对象在检测区域内移动时所述红外检测模块通过菲涅尔透镜检测到的信号；所述菲涅尔透镜为非对称形状。

第二方面，本申请实施例提供了一种电子设备，该电子设备包括：处理器和红外检测模块；

所述红外检测模块，用于采集当移动对象在检测区域内移动时的红外信号，并将所述红外信号发送至所述处理器；

所述处理器，用于接收所述红外检测模块发送的红外信号，根据预设的数据处理算法，确定所述红外信号的待比对特征参量；将所述待比对特征参量与状态信息库中的每个特征参量进行比对；根据比对成功的状态信息确定所述移动对象的状态信息；所述状态信息库，用于存储预先得到的各个状态信息与特征参量的对应关系。

可选的，所述状态信息库，具体用于存储预先得到的按照树形排列的各层状态信息对应的特征参量；所述待比对特征参量包含各层待比对特征参量，各层待比对特征参量与所述状态信息库中的各层一一对应；

所述处理器，将所述待比对特征参量与状态信息库中的每个特征参量进行比对时，包括：

将第一层待比对特征参量确定为当前层的待比对特征参量，将所述状态信息库中的第一层的所有特征参量确定为待选特征参量；

从所述待选特征参量中确定与当前层的待比对特征参量匹配的匹配特征参量；

判断所述匹配特征参量是否为最后一层特征参量；

如果是，则将所述匹配特征参量对应的状态信息确定为比对成功的状态信息；

如果否，则将下一层待比对特征参量更新为当前层的待比对特征参量，将所述状态信息库中下一层的所有特征参量更新为待选特征参量，从所述待选特征参量中确定与当前层的待比对特征参量匹配的匹配特征参量。

可选的，当所述红外信号为模拟信号时，所述处理器，根据预设的数据处理算法，确定所述红外信号的待比对特征参量时，包括：

按照预设的信号阈值，对所述红外信号进行采样，得到数字信号的采样数据；

根据预设的数据处理算法，确定所述采样数据的特征参量，作为所述红外信号的待比对特征参量。

可选的，所述信号阈值包括第一信号阈值和第二信号阈值，所述第一信号阈值小于所述第二信号阈值；

所述电子设备还包括温度传感器；所述温度传感器，用于采集环境温度；

所述处理器，按照预设的信号阈值，对所述红外信号进行采样，得到数字信号的采样数据时，包括：

获取所述温度传感器采集的环境温度；

当所述环境温度达到预设温度时，按照所述第一信号阈值，对所述红外信号进行采样，得到数字信号的采样数据；其中，所述预设温度为根据预先得到的移动对象的标准温度得到；

当所述环境温度未达到预设温度时，按照所述第二信号阈值，对所述红外信号进行采样，得到数字信号的采样数据。

可选的，所述状态信息库中的各个特征参量为：根据背景红外信号对所述状态信息库中初始的各个特征参量进行修正后得到；所述背景红外信号为：当不存在移动对象在检测区域内移动时所述红外检测模块检测到的信号。

可选的，所述处理器，根据背景红外信号，对状态信息库中初始的各个特征参量进行修正时，包括：

确定背景红外信号和所述红外信号之间的协方差；

根据所述协方差，对所述状态信息库中初始的各个特征参量进行修正。

可选的，所述处理器，确定背景红外信号和所述红外信号之间的协方差时，包括：

确定背景红外信号的周期参量和所述红外信号的周期参量；

确定所述背景红外信号的周期参量和所述红外信号的周期参量之间的协方差。

可选的，所述电子设备包括菲涅尔透镜，其中，所述菲涅尔透镜为非对称形状；

所述红外检测模块，在采集红外信号时，具体用于采集当移动对象在检测区域内移动时通过所述菲涅尔透镜射入的红外信号。

第三方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现本申请第一方面提供的移动对象检测方法。

本申请实施例提供的移动对象检测方法及电子设备，可以获取红外检测模块发送的红外信号，根据预设的数据处理算法，确定红外信号的待比对特征参量，将待比对特征参量与预设的状态信息库中的每个特征参量进行比对；根据比对成功的状态信息，确定移动对象的状态信息。本申请实施例可以预先得到各个状态信息与特征参量的对应关系，在获取红外信号时，将红外信号的待比对特征参量与预设的状态信息库进行比对。同时，由于移动对象的状态信息能够更详细地反映出移动对象在检测区域中的状态，因此本申请实施例能够提高移动对象检测时的精确度，并且检测得到移动对象的详细运动情况。当然，实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的移动对象检测方法的一种流程示意图；

图2为本申请实施例提供的一种采样数据的示意图；

图3为本申请实施例提供的状态信息库的一种结构示意图；

图4a为本申请实施例提供的菲涅尔透镜的一种视区结构示意图；

图4b为本申请实施例提供的人体穿越探测区域的一种示意图；

图4c为本申请实施例提供的人体走动产生输出信号的一种示意图；

图5a为本申请实施例提供的非对称菲涅尔透镜的一种截面示意图；

图5b为本申请实施例提供的非对称菲涅尔透镜视区的一种示意图；

图5c为一种对称菲涅尔透镜的截面示意图；

图6为本申请实施例提供的电子设备的一种结构示意图；

图7为本申请实施例提供的检测设备的一种结构示意图；

图8为本申请实施例提供的红外检测模块、菲涅尔透镜和处理器的一种连接示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

为了能够检测到移动对象更丰富的信息，本申请实施例提供了一种移动对象检测方法及电子设备。下面通过具体实施例，对本申请进行详细说明。

图1为本申请实施例提供的移动对象检测方法的一种流程示意图。本实施例应用于电子设备。该电子设备可以为终端设备、服务器、检测设备等。该方法包括如下步骤：

步骤S101：获取红外检测模块发送的红外信号。

其中，上述红外信号为：当移动对象在检测区域内移动时红外检测模块检测到的信号。该红外信号为一种电信号，其可以为模拟信号，也可以为数字信号。移动对象可以为人、动物或其他存在较稳定温度的对象，这样的对象能够发射出波长稳定的红外线。红外检测模块可以利用该稳定的红外线的特征对移动对象进行检测。为了便于说明，本申请实施例在举例时以移动对象为人体为例进行说明。根据本申请提供的实施例，本领域技术人员可以在不付出创造性劳动的前提下得到移动对象为人体之外的对象时的实施例。

上述红外检测模块可以为被动式红外传感器(Passive Infrared Detection，PIR)。PIR是一种对处于人体温度范围附近的红外线光波(8～12微米)进行感应的器件，其类型包括双元结构、四元结构等。PIR能将特定波长范围的红外光波转变为电信号，经过后端电路处理和采样处理成数字信号再进行处理。

检测区域可以为红外检测模块的信号感应区域，可以为位于红外检测模块前方的预设区域。当移动对象处于该检测区域时，移动对象发射的红外线能够被红外检测模块检测到。

电子设备可以包括红外检测模块，也可以不包括红外检测模块。红外检测模块可以实时地将采集的红外信号发送至电子设备。

步骤S102：根据预设的数据处理算法，确定红外信号的待比对特征参量。

其中，数据处理算法可以包括确定红外信号频率、周期、持续时间等的算法。待比对特征参量可以为红外信号的频率、周期、持续时间等参量中的至少一种。

当上述红外信号为模拟信号时，根据预设的数据处理算法，确定所述红外信号的待比对特征参量时，具体可以按照预设的信号阈值，对红外信号进行采样，得到数字信号的采样数据；根据预设的数据处理算法，确定采样数据的特征参量，作为上述红外信号的待比对特征参量。

信号阈值可以理解为幅度阈值或频率阈值等。传感器采集到的红外信号中包含噪声信号。在对模拟信号形式的红外信号进行采样处理时，按照信号阈值进行采样，能够尽可能滤除噪声信号。

在对红外信号进行采样时，还可以按照预设的采样率进行采样处理，得到数字信号的采样数据。

例如，参见图2，该图为对红外信号进行采样后得到的采样数据形成的图像，数据进行了归一化处理。该数据为距离红外检测模块8m处存在人体走动时的数据。其中，横轴为采样点编号，纵轴为信号的振动幅度。在图2中，左侧第1～60个点是静止状态下无人走动的数据，从第61个点开始的存在正负波动的数据为有人走动时的数据。假设图2中的数据为各个采样数据，那么根据这些采样点数据可以计算得到波动数据部分的频率、周期、时间窗口、方差等特征参量。其中，时间窗口是指采样数据中存在明显数据波动的时间长度，该时间长度对应的是移动对象在检测区中移动的持续时间。

步骤S103：将待比对特征参量与状态信息库中的每个特征参量进行比对。

其中，状态信息库用于存储预先得到的各个状态信息与特征参量的对应关系。状态信息可以包括移动对象距离红外检测模块的距离、相对于红外检测模块的移动方向、移动速度等中的至少一种。每个状态信息对应的特征参量可以为范围值，也可以为非范围值。

在将待比对特征参量与状态信息库中的每个特征参量进行比对时，可以判断待比对特征参量是否处于状态信息库中每个特征参量对应的范围中，也可以判断待比对特征参量是否与状态信息库中每个特征参量相同。

当待比对特征参量处于状态信息库中特征参量对应的范围中，或者，待比对特征参量与状态信息库中的特征参量相同时，认为比对成功，比对成功的状态信息库中特征参量对应的状态信息即为比对成功的状态信息。

步骤S104：根据比对成功的状态信息确定移动对象的状态信息。

具体的，本步骤可以直接将比对成功的状态信息确定为移动对象的状态信息，也可以将比对成功的状态信息进行选择后的结果确定为移动对象的状态信息。

由上述内容可知，本实施例可以预先得到各个状态信息与特征参量的对应关系，在获取红外信号时，将红外信号的待比对特征参量与预设的状态信息库进行比对，能够确定移动对象的状态信息。同时，由于移动对象的状态信息能够更详细地反映出移动对象在检测区域中的状态，因此本实施例能够提高运动对象检测时的精确度，并且检测得到移动对象的详细运动情况。

在本申请的另一实施例中，图1所示实施例中，状态信息库具体用于存储预先得到的按照树形排列的各层状态信息对应的特征参量。待比对特征参量包含各层待比对特征参量，各层待比对特征参量与状态信息库中的各层一一对应。

参见图3，该图3为树形状态信息库的一种结构示意图。其中，第一层为移动对象距离红外检测模块的距离，第二层为移动对象的移动方向，第三层为移动对象的移动速度。图3中未显示每一层状态信息对应的特征参量。具体的，每一层的状态信息与特征参量的对应关系可以如下：第一层可以对应方差，第二层可以对应上升沿斜率、下降沿斜率、时间窗口等，第三层可以对应幅度、频率、检测区域的分区等。

假设，待比对特征参量包括方差2，频率4.1/s，幅度5，上升沿斜率4.9，下降沿斜率-10，时间窗口30和检测区域二。对应的，可以确定第一层待比对特征参量包括方差2；第二层待比对特征参量包括上升沿斜率4.9，下降沿斜率-10和时间窗口30；第三层待比对特征参量包括：频率4.1/s，幅度5和检测区域二。

本实施例中，步骤S103将待比对特征参量与状态信息库中的每个特征参量进行比对，具体可以包括以下步骤1a～5a。

步骤1a：将第一层待比对特征参量确定为当前层的待比对特征参量，将状态信息库中的第一层的所有特征参量确定为待选特征参量。

步骤2a：从待选特征参量中确定与当前层的待比对特征参量匹配的匹配特征参量。

当待选特征参量为表示范围的数据时，可以判断当前层的待比对特征参量是否处于待选特征参量的范围内，如果是，则将该待选特征参量确定为当前层的待比对特征参量的匹配特征参量。

当待选特征参量是某一特定数据时，可以判断当前层的待比对特征参量是否等于待选特征参量，如果是，则将该待选特征参量确定为当前层的待比对特征参量的匹配特征参量。

针对每个待选特征参量，当每个待选特征参量包括多个子参量时，将当前层的待比对特征参量与每个待选特征参量匹配时，可以根据每个子参量的权重计算当前层的待比对特征参量与每个待选特征参量的相似度，根据相似度阈值从和计算的每个相似度，确定匹配特征参量。

例如，参见图3，假设第一层中的匹配特征参量对应的状态信息为3m，则在3m对应的第二层中，横向移动对应的特征参量A包括：上升沿斜率3.9/s，下降沿斜率-5和时间窗口31；径向移动对应的特征参量B包括：上升沿斜率2.1/s，下降沿斜率-5和时间窗口20；斜向移动对应的特征参量C包括：上升沿斜率2.9/s，下降沿斜率-5和时间窗口40。其中，各个子特征参量的权重分别为：上升沿斜率的权重为4，下降沿斜率的权重为3，时间窗口的权重为3。第二层待比对特征参量O包括：上升沿斜率4.1/s，下降沿斜率-5和时间窗口30。将O分别与A、B、C进行比对。以O与A比对为例说明，O中的上升沿斜率4.1/s与A中的上升沿斜率进行比对，相似度为1-|(4.1/s-3.9/s)|/3.9＝95％，O中的下降沿斜率-5与A中的下降沿斜率-5进行比对，相似度为1-|(-5+5)|/|-5|＝100％，O中的时间窗口30与A中的时间窗口20进行比对，相似度为1-|(31-30)|/30＝97％。则O与A的综合相似度为：95％*4+100％*3+45％*3＝9.71。依照上述方法，可以计算O分别与B和C之间的综合相似度为4.7和7.55。可知，O与A之间的综合相似度最大，则可以确定横向移动为第二层中的匹配特征参量。

步骤3a：判断匹配特征参量是否为最后一层特征参量；如果是，则执行步骤4a；如果否，则执行步骤5a。

步骤4a：将匹配特征参量对应的状态信息确定为比对成功的状态信息。

本步骤中，可以将从第一层到最后一层中每一层的匹配特征参量均确定为比对成功的状态信息。例如，比对成功的状态信息可以包括：距离3m，横向移动，移动速度为1.0m/s～1.5m/s。

步骤5a：将下一层待比对特征参量更新为当前层的待比对特征参量，将状态信息库中下一层的所有特征参量更新为待选特征参量，返回执行步骤2a。

例如，参见图3，在第一层的比对中，确定匹配的特征参量为2m对应的特征参量。由于第一次不是最后一层，此时将第二层的待比对参量与状态信息库中3m之后的第二层的所有特征参量作为待选特征参量进行匹配，假设匹配成功的是横向移动，则再将第三层的待比对参量与状态信息库中“3m—横向移动”这一支之后的第三层的所有特征参量作为待选特征参量。

综上，本实施例中的状态信息库包含按照树形排列的各层状态信息对应的特征参量，将待比对特征参量中的各层分别与状态信息库中的各层一一匹配，最终确定比对成功的状态信息，能够更准确地确定状态信息。

在本申请的另一实施例中，由于红外信号的强度与温度相关，当环境温度较高时，可能会影响对数据的准确性。为了提高数据处理时的准确性，图1所示实施例中，信号阈值可以包括第一信号阈值和第二信号阈值，第一信号阈值小于第二信号阈值。按照预设的信号阈值，对红外信号进行采样，得到数字信号的采样数据的步骤，可以包括以下步骤1b～3b。

步骤1b：获取环境温度。

具体的，电子设备可以包括温度传感器。电子设备可以获取温度传感器采集的环境温度。

步骤2b：当环境温度达到预设温度时，按照第一信号阈值，对红外信号进行采样，得到数字信号的采样数据。

其中，预设温度为根据预先得到的移动对象的标准温度得到。预设温度可以等于标准温度，也可以为标准温度减去预设值后的温度。当环境温度达到预设温度时，环境温度对红外信号的影响比较明显，这时按照较大的阈值进行采样，能够尽可能避免环境温度对数据的影响。

步骤3b：当环境温度未达到预设温度时，按照第二信号阈值，对红外信号进行采样，得到数字信号的采样数据。

例如，人体温度为35度，预设温度可以为[32，38]度。第一信号阈值可以为第一幅度阈值75，第二信号阈值可以为第二幅度阈值100。当环境温度达到32度甚至超过32度时，可以以75为幅度阈值，对红外信号进行采样，即红外信号中幅度大于该幅度阈值的数据点能够被提取到，幅度小于幅度阈值的数据点被忽略掉。当环境温度未达到32度时，可以以100为幅度阈值，对红外信号进行采样。

本实施例中，由于不同的环境温度会对PIR传感器探头的感应产生影响，因此在检测到环境温度大于预设温度时，可以根据不同的阈值对红外信号进行采样，提高检测区域的灵敏度和探测距离的有效性。

在本申请的另一实施例中，图1所示实施例中，状态信息库中的各个特征参量为：根据背景红外信号对状态信息库中初始的各个特征参量进行修正后得到。背景红外信号为：当不存在移动对象在检测区域内移动时红外检测模块检测到的信号。

其中，红外信号可以理解为检测区域中存在移动对象移动时的红外信号。背景红外信号可以理解为检测区域中不存在移动对象移动时的红外信号。背景红外信号包含了环境中热风、灯光等干扰产生的数据，也包括了由于设备本身老化产生的噪声。

本实施例中，根据背景红外信号对状态信息库中初始的各个特征参量进行修正的过程可以按照预设时间间隔执行，也可以在接收到执行指令时执行，还可以在每次执行步骤S103之前执行。本申请对此执行时机不做具体限定。

背景红外信号可以是在检测到移动对象离开检测区域后接收的红外信号。

电子设备可以检测接收的红外信号的幅度，当检测到该幅度小于一定阈值并且持续一定时间之后，确定移动对象已经离开检测区域。

根据背景红外信号，对状态信息库中初始的各个特征参量进行修正时，可以包括：确定背景红外信号和红外信号之间的协方差，根据该协方差，对状态信息库中初始的各个特征参量进行修正。

具体的，可以采用以下公式确定背景红外信号和红外信号之间的协方差Cov：

Cov(X,Y)＝E[(X-E[X])(Y-E[Y])]

＝E[XY]-2E[Y]E[X]+E[X]E[Y]＝E[XY]-E[X]E[Y]

其中，X为背景红外信号的参量，Y为红外信号的参量，E为数学期望。协方差可以用于统计两个变量之间的变化趋势和总体误差。当协方差越大时，认为背景红外信号和红外信号之间的差距较大，说明有人走动和无人走动时红外信号之间的差异很大。当协方差越小时，认为背景红外信号和红外信号之间的差距较小，环境的影响作用非常大。上述参量可以为振动幅度、周期或者频率等参量。

当协方差小于预设阈值时，可以进行告警，以便技术人员对设备进行调整。

在一种实施方式中，可以采集多个无人走动的静态状态下的背景红外信号，以及多个有人走动的动态状态下的红外信号，分别确定每个背景红外信号与各个红外信号的协方差，根据多个协方差进行综合分析。

上述X和Y可以是周期参量。具体的，以红外信号的周期为例，确定背景红外信号和红外信号之间的协方差的步骤，可以包括：

确定背景红外信号的周期参量和红外信号的周期参量，确定背景红外信号的周期参量和红外信号的周期参量之间的协方差。

当采集了多个不同环境噪声情况下的背景红外信号时，可以得到一组静态情况下的周期参量。当采集了不同移动对象在检测区域中走动时的红外信号时，可以得到一组动态情况下的周期参量。将根据上述协方差公式，计算得到每个背景红外信号的周期参量与每个红外信号的周期参量之间的协方差时，可以建立信号波动范围与移动对象走动的模式对比图，利用该模式对比图对不同情况下的红外信号进行比对。

由于频率和周期之间存在转换关系，因此可以根据上述实施例得到频率之间的协方差，具体过程不再赘述。

在根据该协方差，对状态信息库中初始的各个特征参量进行修正时，可以包括：根据该协方差，对状态信息库中各个特征参量的权重进行修正。

具体的，可以预先建立协方差与修正后权重的对应关系，从该对应关系中确定该协方差对应的修正后权重，将确定的修正后权重替换状态信息库中的对应特征参量的权重。

综上，本实施例可以计算有人走动和无人走动情况下红外信号之间的协方差，根据该协方差对状态信息库中特征参量的权重值进行修正，能够提高状态信息库中数据的准确性，进而提高确定的状态信息的准确性。

在本申请的另一实施例中，为了使红外检测模块采集到波动变化的红外信号，可以在红外检测模块前设置菲涅尔透镜。利用菲涅尔透镜的光学聚焦原理，在红外检测模块前方产生一个交替变化的明视区和暗视区。当人在明视区和暗视区之间穿越时，人身体发射的红外线经过菲涅尔透镜进入红外检测模块的传感器中，产生了强弱变化的红外信号。

参见图4a，该图4a为菲涅尔透镜的视区结构示意图。其中，探测器为包含红外检测模块的电子设备，探测器位于图像的最顶端，图像纵向标注了各点与探测器之间的距离。在探测器前方形成了明区、暗区交替出现的区域。当人体沿着CD方向走动时，能够在红外检测模块中产生信号强度交替变化的红外信号。参见图4b，PIR设备前方设置有菲涅尔透镜，当人体沿着箭头方向穿越探测区域时，PIR中能够产生红外信号。参见图4c，其中显示了人体走动的方向与输出信号之间的关系示意图，输出信号中有波峰和波谷部分，波峰和波谷体现了信号极性的变化。

在图4a中，当人体沿着AB方向走动时，即径向走动时，人体不穿越明区和暗区，无法产生强弱变化的红外信号，也就无法从该红外信号中检测中人体走动的信息。

为了解决上述问题，本申请提供了另一实施例。其中，电子设备的菲涅尔透镜采用非对称形状。参见图5a，该图5a为非对称形状的菲涅尔透镜的示例图。从图5a中可见，菲涅尔透镜左右两侧不对称。图5b为电子设备采用该非对称形状的菲涅尔透镜时形成的明暗视区，其中，明区和暗区相对于菲涅尔透镜的径向垂直线来说是倾斜的。当人体沿着AB方向(径向)走动时，也能穿越明区和暗区，形成极性、强弱变化的红外信号，从而能够根据该红外信号检测出人体的状态信息。

作为对比，图5c中给出了能呈现图4a中所示明暗视区的对称形状的菲涅尔透镜的示例图。

为了得到非对称形状的菲涅尔透镜，可以在设计非对称形状的菲涅尔透镜时采用仿真的方式，确定仿真的非对称形状的菲涅尔透镜，并根据仿真的菲涅尔透镜的成像后的明暗视区，再逐渐调整仿真的菲涅尔透镜的形状，直至调整后的菲涅尔透镜的明暗视区达到预设要求。

在本实施例中，红外信号为当移动对象在检测区域内移动时红外检测模块通过菲涅尔透镜检测到的信号。不管移动对象沿着径向移动还是横向移动，或者斜向移动，均能够产生强弱以及极性发生变化的该红外信号，根据该红外信号能够检测出移动对象的状态信息。

图6为本申请实施例提供的电子设备的一种结构示意图。该电子设备可以为终端设备、服务器、检测设备等。该实施例与图1所示方法实施例相对应。该电子设备包括：处理器601和红外检测模块602。

红外检测模块602，用于采集当移动对象在检测区域内移动时的红外信号，并将红外信号发送至处理器601。

处理器601，用于接收红外检测模块602发送的红外信号，根据预设的数据处理算法，确定红外信号的待比对特征参量；将待比对特征参量与状态信息库中的每个特征参量进行比对；根据比对成功的状态信息确定所述移动对象的状态信息；状态信息库，用于存储预先得到的各个状态信息与特征参量的对应关系。

综上，本实施例中处理器可以预先得到各个状态信息与特征参量的对应关系，在获取红外信号时，处理器将红外信号的待比对特征参量与预设的状态信息库进行比对。同时，由于移动对象的状态信息能够更详细地反映出移动对象在检测区域中的状态，因此本实施例能够提高移动对象检测时的精确度，并且检测得到移动对象的详细运动情况。

在本申请的另一实施例中，图6所示实施例中，状态信息库，具体用于存储预先得到的按照树形排列的各层状态信息对应的特征参量；所述待比对特征参量包含各层待比对特征参量，各层待比对特征参量与所述状态信息库中的各层一一对应；

处理器601将所述待比对特征参量与状态信息库中的每个特征参量进行比对时，包括：

将第一层待比对特征参量确定为当前层的待比对特征参量，将所述状态信息库中的第一层的所有特征参量确定为待选特征参量；

从所述待选特征参量中确定与当前层的待比对特征参量匹配的匹配特征参量；

判断所述匹配特征参量是否为最后一层特征参量；

如果是，则将所述匹配特征参量对应的状态信息确定为比对成功的状态信息；

如果否，则将下一层待比对特征参量更新为当前层的待比对特征参量，将所述状态信息库中下一层的所有特征参量更新为待选特征参量，从所述待选特征参量中确定与当前层的待比对特征参量匹配的匹配特征参量。

在本申请的另一实施例中，图6所示实施例中，当红外信号为模拟信号时，处理器601根据预设的数据处理算法，确定所述红外信号的待比对特征参量时，包括：

按照预设的信号阈值，对所述红外信号进行采样，得到数字信号的采样数据；

根据预设的数据处理算法，确定所述采样数据的特征参量，作为所述红外信号的待比对特征参量。

在本申请的另一实施例中，图6所示实施例中，所述信号阈值包括第一信号阈值和第二信号阈值，第一信号阈值大于第二信号阈值；

电子设备还包括温度传感器(图中未示出)；所述温度传感器，用于采集环境温度；

处理器601按照预设的信号阈值，对所述红外信号进行采样，得到数字信号的采样数据时，包括：

获取温度传感器采集的环境温度；

当环境温度达到预设温度时，按照第一信号阈值，对红外信号进行采样，得到数字信号的采样数据；其中，所述预设温度为根据预先得到的移动对象的标准温度得到；

当所述环境温度未达到预设温度时，按照所述第二信号阈值，对所述红外信号进行采样，得到数字信号的采样数据。

在本申请的另一实施例中，图6所示实施例中，状态信息库中的各个特征参量为：根据背景红外信号对所述状态信息库中初始的各个特征参量进行修正后得到；所述背景红外信号为：当不存在移动对象在检测区域内移动时所述红外检测模块602检测到的信号。

在本申请的另一实施例中，图6所示实施例中，处理器601根据背景红外信号，对状态信息库中初始的各个特征参量进行修正时，包括：

确定背景红外信号和所述红外信号之间的协方差；

根据协方差，对状态信息库中初始的各个特征参量进行修正。

在本申请的另一实施例中，图6所示实施例中，处理器601确定背景红外信号和红外信号之间的协方差时，包括：

确定背景红外信号的周期参量和所述红外信号的周期参量；

确定所述背景红外信号的周期参量和所述红外信号的周期参量之间的协方差。

在本申请的另一实施例中，图6所示实施例中，电子设备包括菲涅尔透镜(图中未示出)，其中，该菲涅尔透镜为非对称形状；

红外检测模块602在采集红外信号时，具体用于采集当移动对象在检测区域内移动时通过菲涅尔透镜射入的红外信号。

由于上述装置实施例是基于方法实施例得到的，与该方法具有相同的技术效果，因此装置实施例的技术效果在此不再赘述。对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。

图7为本申请实施例提供的检测设备的一种结构示意图。该检测设备包括：处理器701、红外检测模块702、输入单元703和报警单元704、处理器电源705和红外检测模块电源706。

其中，处理器可以为CPU或微控制单元(Microcontroller Unit，MCU)。

红外检测模块702，用于采集当移动对象在检测区域内移动时的红外信号，并将红外信号发送至处理器701。

处理器701，用于接收红外检测模块702发送的红外信号，根据预设的数据处理算法，确定红外信号的待比对特征参量；将待比对特征参量与状态信息库中的每个特征参量进行比对；根据比对成功的状态信息确定所述移动对象的状态信息；状态信息库，用于存储预先得到的各个状态信息与特征参量的对应关系。

红外检测模块的检测距离依据不同透镜的聚焦参数而不同，一般检测距离在8～12m。

输入单元703可以用于向处理器701输入信息，该信息可以是用户设置的阈值等。

报警单元704可以用于根据处理器701的输出信息进行报警。例如，当处理器检测到检测区域中存在移动对象时，可以通过报警单元704输出报警信息以及检测的移动对象的状态信息。

处理器电源705用于为处理器701供电。红外检测模块电源706用于为红外检测模块702供电。

本实施例与图6所示实施例为采用同一发明构思得到的不同实施例。图6所示实施例中的各种具体实施方式也可以应用在本实施例中。

图8为本申请实施例提供的红外检测模块、菲涅尔透镜和处理器的一种连接示意图。其中，PIR传感器(红外检测模块)为双元结构的探头，内部有两个敏感元件，形成差分输出。

菲涅尔透镜置于PIR传感器前侧。该菲涅尔透镜对特定波长的红外信号起聚焦和划分视区的作用，可以针对8～12微米波长的红外线进行感应。由于人体的温度在37度附近，对应的人体发射的红外线的波长为9.6微米左右，该波长处于菲涅尔透镜的敏感波长区域内。根据不同的透镜的尺寸，最远感应距离可以调整，例如可以为10m。视区分为明区和暗区，在移动对象从明区到暗区或者从暗区到明区走动时，产生的红外信号的极性相反。该极性可以用于区分移动对象走动的方向和方位。

复用IO通道口可以将PIR传感器采集的红外信号、温度传感器采集的环境温度传输至处理器，处理器对红外信号和环境温度进行处理。

处理器可以包括预处理模块、滤波器模块和检测模块。预处理模块可以对红外信号进行预处理，主要是针对红外信号的噪声进行过滤，滤除信号中的电源噪声和器件本身的电器噪声，并放大有用信号，将处理后的红外信号发送至滤波器模块。

滤波器模块对预处理模块发送的红外信号进行信号噪声过滤，可以根据频率或幅度滤除红外信号中的噪声，并将处理后的红外信号发送至检测模块。

检测模块在接收到滤波器模块发送的红外信号之后，对红外信号进行模数转换(Analog-to-Digital Converter，ADC)采样，得到数字信号，并对数字信号进行统计分析，对数字信号进行多个维度的分析，例如对数字信号的幅度、频率、上升沿、下降沿的变化率等特征进行分类，结合已经得到的状态信息库，识别得到移动对象的状态信息。

本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例提供的移动对象检测方法。该方法包括：

获取红外检测模块发送的红外信号；其中，所述红外信号为：当移动对象在检测区域内移动时所述红外检测模块检测到的信号；

根据预设的数据处理算法，确定所述红外信号的待比对特征参量；

将所述待比对特征参量与状态信息库中的每个特征参量进行比对；所述状态信息库，用于存储预先得到的各个状态信息与特征参量的对应关系；

根据比对成功的状态信息确定所述移动对象的状态信息。

综上，本实施例可以预先得到各个状态信息与特征参量的对应关系，在获取红外信号时，将红外信号的待比对特征参量与预设的状态信息库进行比对。同时，由于移动对象的状态信息能够更详细地反映出移动对象在检测区域中的状态，因此本实施例能够提高移动对象检测时的精确度，并且检测得到移动对象的详细运动情况。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

以上所述仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本申请的保护范围内。

Claims (15)

1.一种移动对象检测方法，其特征在于，所述方法包括：

获取红外检测模块发送的红外信号；其中，所述红外信号为：当移动对象在检测区域内移动时所述红外检测模块检测到的信号；

根据预设的数据处理算法，确定所述红外信号的待比对特征参量；

将第一层待比对特征参量确定为当前层的待比对特征参量，将状态信息库中的第一层的所有特征参量确定为待选特征参量；

从所述待选特征参量中确定与当前层的待比对特征参量匹配的匹配特征参量；

判断所述匹配特征参量是否为最后一层特征参量；

如果是，则将所述匹配特征参量对应的状态信息确定为比对成功的状态信息；所述状态信息包括所述移动对象距离所述红外检测模块的距离、所述移动对象相对于所述红外检测模块的移动方向、所述移动对象相对于所述红外检测模块的移动速度；

如果否，则将下一层待比对特征参量更新为当前层的待比对特征参量，将所述状态信息库中下一层的所有特征参量更新为待选特征参量，返回执行所述从所述待选特征参量中确定与当前层的待比对特征参量匹配的匹配特征参量的步骤；所述状态信息库，用于存储预先得到的按照树形排列的各层状态信息对应的特征参量；所述待比对特征参量包含各层待比对特征参量，各层待比对特征参量与所述状态信息库中的各层一一对应；

根据比对成功的状态信息确定所述移动对象的状态信息。

2.根据权利要求1所述的方法，其特征在于，当所述红外信号为模拟信号时，所述根据预设的数据处理算法，确定所述红外信号的待比对特征参量的步骤，包括：

按照预设的信号阈值，对所述红外信号进行采样，得到数字信号的采样数据；

根据预设的数据处理算法，确定所述采样数据的特征参量，作为所述红外信号的待比对特征参量。

3.根据权利要求2所述的方法，其特征在于，所述信号阈值包括第一信号阈值和第二信号阈值，所述第一信号阈值小于所述第二信号阈值；所述按照预设的信号阈值，对所述红外信号进行采样，得到数字信号的采样数据的步骤，包括：

获取环境温度；

当所述环境温度达到预设温度时，按照所述第一信号阈值，对所述红外信号进行采样，得到数字信号的采样数据；其中，所述预设温度为根据预先得到的移动对象的标准温度得到；

当所述环境温度未达到预设温度时，按照所述第二信号阈值，对所述红外信号进行采样，得到数字信号的采样数据。

4.根据权利要求1所述的方法，其特征在于，所述状态信息库中的各个特征参量为：根据背景红外信号对所述状态信息库中初始的各个特征参量进行修正后得到；所述背景红外信号为：当不存在移动对象在检测区域内移动时所述红外检测模块检测到的信号。

5.根据权利要求4所述的方法，其特征在于，所述根据背景红外信号，对状态信息库中初始的各个特征参量进行修正的步骤，包括：

确定背景红外信号和所述红外信号之间的协方差；

根据所述协方差，对所述状态信息库中初始的各个特征参量进行修正。

6.根据权利要求5所述的方法，其特征在于，所述确定背景红外信号和所述红外信号之间的协方差的步骤，包括：

确定背景红外信号的周期参量和所述红外信号的周期参量；

确定所述背景红外信号的周期参量和所述红外信号的周期参量之间的协方差。

7.根据权利要求1所述的方法，其特征在于，所述红外信号为：当移动对象在检测区域内移动时所述红外检测模块通过菲涅尔透镜检测到的信号；所述菲涅尔透镜为非对称形状。

8.一种电子设备，其特征在于，包括：处理器和红外检测模块；

所述红外检测模块，用于采集当移动对象在检测区域内移动时的红外信号，并将所述红外信号发送至所述处理器；

所述处理器，用于接收所述红外检测模块发送的红外信号，根据预设的数据处理算法，确定所述红外信号的待比对特征参量；将第一层待比对特征参量确定为当前层的待比对特征参量，将状态信息库中的第一层的所有特征参量确定为待选特征参量；从所述待选特征参量中确定与当前层的待比对特征参量匹配的匹配特征参量；判断所述匹配特征参量是否为最后一层特征参量；如果是，则将所述匹配特征参量对应的状态信息确定为比对成功的状态信息；如果否，则将下一层待比对特征参量更新为当前层的待比对特征参量，将所述状态信息库中下一层的所有特征参量更新为待选特征参量，从所述待选特征参量中确定与当前层的待比对特征参量匹配的匹配特征参量；根据比对成功的状态信息确定所述移动对象的状态信息；所述状态信息库，用于存储预先得到的按照树形排列的各层状态信息对应的特征参量；所述待比对特征参量包含各层待比对特征参量，各层待比对特征参量与所述状态信息库中的各层一一对应；所述状态信息包括所述移动对象距离所述红外检测模块的距离、所述移动对象相对于所述红外检测模块的移动方向、所述移动对象相对于所述红外检测模块的移动速度。

9.根据权利要求8所述的电子设备，其特征在于，当所述红外信号为模拟信号时，所述处理器，根据预设的数据处理算法，确定所述红外信号的待比对特征参量时，包括：

按照预设的信号阈值，对所述红外信号进行采样，得到数字信号的采样数据；

根据预设的数据处理算法，确定所述采样数据的特征参量，作为所述红外信号的待比对特征参量。

10.根据权利要求9所述的电子设备，其特征在于，所述信号阈值包括第一信号阈值和第二信号阈值，所述第一信号阈值小于所述第二信号阈值；

所述电子设备还包括温度传感器；所述温度传感器，用于采集环境温度；

所述处理器，按照预设的信号阈值，对所述红外信号进行采样，得到数字信号的采样数据时，包括：

获取所述温度传感器采集的环境温度；

当所述环境温度达到预设温度时，按照所述第一信号阈值，对所述红外信号进行采样，得到数字信号的采样数据；其中，所述预设温度为根据预先得到的移动对象的标准温度得到；

当所述环境温度未达到预设温度时，按照所述第二信号阈值，对所述红外信号进行采样，得到数字信号的采样数据。

11.根据权利要求8所述的电子设备，其特征在于，所述状态信息库中的各个特征参量为：根据背景红外信号对所述状态信息库中初始的各个特征参量进行修正后得到；所述背景红外信号为：当不存在移动对象在检测区域内移动时所述红外检测模块检测到的信号。

12.根据权利要求11所述的电子设备，其特征在于，所述处理器，根据背景红外信号，对状态信息库中初始的各个特征参量进行修正时，包括：

确定背景红外信号和所述红外信号之间的协方差；

根据所述协方差，对所述状态信息库中初始的各个特征参量进行修正。

13.根据权利要求12所述的电子设备，其特征在于，所述处理器，确定背景红外信号和所述红外信号之间的协方差时，包括：

确定背景红外信号的周期参量和所述红外信号的周期参量；

确定所述背景红外信号的周期参量和所述红外信号的周期参量之间的协方差。

14.根据权利要求8所述的电子设备，其特征在于，所述电子设备包括菲涅尔透镜，其中，所述菲涅尔透镜为非对称形状；

所述红外检测模块，在采集红外信号时，具体用于采集当移动对象在检测区域内移动时通过所述菲涅尔透镜射入的红外信号。

15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法步骤。

Images