CN112363143A - 一种空调设备基于毫米波进行空间识别的方法和系统 - Google Patents
一种空调设备基于毫米波进行空间识别的方法和系统 Download PDFInfo
- Publication number
- CN112363143A CN112363143A CN202011326920.4A CN202011326920A CN112363143A CN 112363143 A CN112363143 A CN 112363143A CN 202011326920 A CN202011326920 A CN 202011326920A CN 112363143 A CN112363143 A CN 112363143A
- Authority
- CN
- China
- Prior art keywords
- radar sensor
- imaging data
- data
- indoor
- module
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004378 air conditioning Methods 0.000 title claims abstract description 21
- 238000003384 imaging method Methods 0.000 claims abstract description 101
- 238000005070 sampling Methods 0.000 claims abstract description 42
- 230000003068 static effect Effects 0.000 claims description 62
- 238000012545 processing Methods 0.000 claims description 43
- 230000006835 compression Effects 0.000 claims description 29
- 238000007906 compression Methods 0.000 claims description 29
- 230000008859 change Effects 0.000 claims description 20
- 230000003044 adaptive effect Effects 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 12
- 238000013508 migration Methods 0.000 claims description 8
- 230000005012 migration Effects 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 description 11
- 238000012423 maintenance Methods 0.000 description 10
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提出了一种空调设备基于毫米波进行空间识别的方法和系统，所述方法包括：驱动空调室内机上的雷达运行平台，使雷达运行平台上的雷达传感器在空调室内机中的预定轨道内进行移动；利用所述相对运动进行空间信息采样，获得多组成像数据对所述多组成像数据进行比较，获得室内的空间信息。所述系统包括与所述方法步骤对应的模块。
Description
技术领域
本发明提出了一种空调设备基于毫米波进行空间识别的方法和系统，属于空调技术领域。
背景技术
合成孔径雷达是一种现代高分辨率微波成像雷达，利用合成孔径原理、脉冲压缩技术和信号处理方法，以目标－雷达相对运动形成的轨迹来构成一个合成孔径以取代庞大的阵列实孔径，从而保持优异的角分辨率，其方位分辨率与波长和斜距无关，相对于真实孔径雷达系统，其在方位分辨率不受天线尺寸的限制。
近年来由于超大规模数字集成电路的发展、高速数字芯片的出现以及先进的数字信号处理算法的发展，在不同频段、不同极化下可得到目标的高分辨率雷达图像，为人们提供非常有用的目标信息，已经被广泛应用于军事、经济和科技等众多领域。
发明内容
本发明提供了一种空调设备基于毫米波进行空间识别的方法和系统，用以解决现有空调的定点雷达只能获得运动物体信息，对于墙面等静态物体，由于两者都是静止状态，无法通过多普勒效应准确确定距离信息的问题，所采取的的技术方案如下：
一种空调设备基于毫米波进行空间识别的方法，所述方法包括：
驱动空调室内机上的雷达运行平台，使雷达运行平台上的雷达传感器在空调室内机中的预定轨道内进行移动；
利用所述相对运动进行空间信息采样，获得多组成像数据，此时的成像数据中包含室内墙壁、静态物体和动态物体的所有信息；
对所述多组成像数据进行比较，获得室内的空间信息。
进一步地，利用所述相对运动进行空间采样，获得多组成像数据，包括：
在所述雷达传感器与室内墙壁和静态物体之间产生相对运动的同时，控制雷达传感器以单阵元方式进行室内空间采样，获得在不同相对空间位置上所接收到的回波时间采样序列，所述回波时间采样序列即为原始时域数据；
对所述原始时域数据进行RDA(距离多普勒算法)处理，获得距离压缩后的数据；
将所述距离压缩后的数据沿方位向做快速傅里叶变换，获得距离多普勒域数据；
对所述距离多普勒域数据进行距离迁移校正和方位向的压缩，获得成像数据；
多次重复室内空间采样及原始时域数据处理过程，获得多组原始时域数据对应的多组成像数据，此时的成像数据中包含室内墙壁、静态物体和运动物体的所有信息。
进一步地，对所述多组成像数据进行比较，获得室内的空间信息，包括
对所述多组成像数据进行噪音去除处理，获得多组去除噪音后的成像数据；
对去除噪音后的成像数据进行运动物体数据去除处理，获得多组去除运动物体干扰后的成像数据；
对所述多组所述去除运动物体干扰后的成像数据进行比较和数据特征分析处理，获得室内的空间信息，此时的空间信息仅包含静态物体和室内墙壁范围的信息。
进一步地，驱动空调室内机上的雷达运行平台，使雷达运行平台上的雷达传感器在空调室内机中的预定轨道内进行移动，包括：
控制所述雷达传感器沿水平方向的轨道运行，运行完成后暂停第一特定时间间隔；
控制所述雷达传感器沿垂直方向的轨道运行，运行完成后暂停预先设置好的第一特定时间间隔；
每控制所述雷达传感器完成一组水平方向和垂直方向的运行之后，通过自适应调整模型对第二特定时间间隔进行自适应调整；
每控制所述雷达传感器完成一组水平方向和垂直方向的运行之后，按照调整后的第二特定时间间隔进行暂停后，再控制所述雷达传感器进行下一组水平方向和垂直方向的运行。
进一步地，所述自适应调整模型为：
其中，T表示自适应调整后的第二特定时间间隔；T0表示标准第二特定时间间隔；ΔT表示自适应调整的时间变化量；n表示室内静止物体位置变化次数；ti表示室内静止物体的位置第i次进行变化时，与第i-1次室内静止物体的位置发生变化之间的时间间隔；λ表示时间调整系数，λ的取值为0.08-0.27。
一种空调设备基于毫米波进行空间识别的系统，所述系统包括：
在空调室内机上设置雷达运动平台，所述雷达运动平台包括雷达传感器、运动机构、水平方向运动导轨和垂直方向运动导轨；
驱动模块，用于驱动空调室内机上的雷达运行平台，使雷达运行平台上的雷达传感器在空调室内机中的预定轨道内进行移动；
信息采集模块，用于利用所述相对运动进行空间信息采样，获得多组成像数据，此时的成像数据中包含室内墙壁、静态物体和动态物体的所有信息；
空间信息生成模块，用于对所述多组成像数据进行比较，获得室内的空间信息。
进一步地，所述信息采集模块包括：
空间采集模块，用于在所述雷达传感器与室内墙壁和静态物体之间产生相对运动的同时，控制雷达传感器以单阵元方式进行室内空间采样，获得在不同相对空间位置上所接收到的回波时间采样序列，所述回波时间采样序列即为原始时域数据；
RDA处理模块，用于对所述原始时域数据进行RDA(距离多普勒算法)处理，获得距离压缩后的数据；
变换模块，用于将所述距离压缩后的数据沿方位向做快速傅里叶变换，获得距离多普勒域数据；
校正压缩模块，用于对所述距离多普勒域数据进行距离迁移校正和方位向的压缩，获得成像数据；
重复运行模块，用于多次重复室内空间采样及原始时域数据处理过程，获得多组原始时域数据对应的多组成像数据，此时的成像数据中包含室内墙壁、静态物体和运动物体的所有信息。
进一步地，所述空间信息生成模块包括
噪声去除模块，用于对所述多组成像数据进行噪音去除处理，获得多组去除噪音后的成像数据；
运动物体数据去除模块，用于对去除噪音后的成像数据进行运动物体数据去除处理，获得多组去除运动物体干扰后的成像数据；
比较分析模块，用于对所述多组所述去除运动物体干扰后的成像数据进行比较和数据特征分析处理，获得室内的空间信息，此时的空间信息仅包含静态物体和室内墙壁范围的信息。
进一步地，所述驱动模块包括：
水平方向运行驱动模块，用于控制所述雷达传感器沿水平方向的轨道运行，运行完成后暂停第一特定时间间隔；
垂直轴方向运行驱动模块，用于控制所述雷达传感器沿垂直方向的轨道运行，运行完成后暂停第一特定时间间隔；
自适应调整模块，用于每控制所述雷达传感器完成一组水平方向和垂直方向的运行之后，通过自适应调整模型对第二特定时间间隔进行自适应调整；
组间运动驱动模块，每控制所述雷达传感器完成一组水平方向和垂直方向的运行之后，按照调整后的第二特定时间间隔进行暂停后，再控制所述雷达传感器进行下一组水平方向和垂直方向的运行。
进一步地，所述自适应调整模型为：
其中，T表示自适应调整后的第二特定时间间隔；T0表示标准第二特定时间间隔；ΔT表示自适应调整的时间变化量；n表示室内静止物体位置变化次数；ti表示室内静止物体的位置第i次进行变化时，与第i-1次室内静止物体的位置发生变化之间的时间间隔；λ表示时间调整系数，λ的取值为0.08-0.27。
本发明有益效果：
本发明提出的一种空调设备基于毫米波进行空间识别的方法和系统，能够有效精准的识别出空调机所在房间室内的维护范围和静态物体的空间信息，通过所述维护范围和空间信息能够为后续空调的控温策略提供环境指标，有助于后续温控的准确性和运行节能性。同时，通过雷达传感器的运行控制方式，能够有效提高当前雷达传感器的空间信息采集与室内物体环境实际变化的度匹配性，进而提高雷达传感器的空间信息采集的实时性和准确性，为后续空调温控提供最为真实的室内环境信息。
附图说明
图1为本发明所述方法流程图；
图2为本发明所述系统的系统框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提出了一种空调设备基于毫米波进行空间识别的方法和系统，用以解决现有空调的定点雷达只能获得运动物体信息，对于墙面等静态物体，由于两者都是静止状态，无法通过多普勒效应准确确定距离信息的问题。
本发明实施例提出的一种空调设备基于毫米波进行空间识别的方法，如图1所示，所述方法包括：
S1、驱动空调室内机上的雷达运行平台，使雷达运行平台上的雷达传感器在空调室内机中的预定轨道内进行移动；
S2、利用所述相对运动进行空间信息采样，获得多组成像数据，此时的成像数据中包含室内墙壁、静态物体和动态物体的所有信息；
S3、对所述多组成像数据进行比较，获得室内的空间信息。
上述技术方案的工作原理：首先，驱动空调室内机上的雷达运行平台，使雷达运行平台上的雷达传感器在空调室内机中的预定轨道内进行移动；然后，利用所述相对运动进行空间信息采样，获得多组成像数据，此时的成像数据中包含室内墙壁、静态物体和动态物体的所有信息；最后，对所述多组成像数据进行比较，获得室内的空间信息。
上述技术方案的效果：能够有效精准的识别出空调机所在房间室内的维护范围和静态物体的空间信息，通过所述维护范围和空间信息能够为后续空调的控温策略提供环境指标，有助于后续温控的准确性和运行节能性。
本发明的一个实施例，利用所述相对运动进行空间采样，获得多组成像数据，包括：
S201、在所述雷达传感器与室内墙壁和静态物体之间产生相对运动的同时，控制雷达传感器以单阵元方式进行室内空间采样，获得在不同相对空间位置上所接收到的回波时间采样序列，所述回波时间采样序列即为原始时域数据；
S202、对所述原始时域数据进行RDA(距离多普勒算法)处理，获得距离压缩后的数据；
S203、将所述距离压缩后的数据沿方位向做快速傅里叶变换，获得距离多普勒域数据；
S204、对所述距离多普勒域数据进行距离迁移校正和方位向的压缩，获得成像数据；
S205、多次重复室内空间采样及原始时域数据处理过程，获得多组原始时域数据对应的多组成像数据，此时的成像数据中包含室内墙壁、静态物体和运动物体的所有信息。
上述技术方案的工作原理：首先，在所述雷达传感器与室内墙壁和静态物体之间产生相对运动的同时，控制雷达传感器以单阵元方式进行室内空间采样，获得在不同相对空间位置上所接收到的回波时间采样序列，所述回波时间采样序列即为原始时域数据；然后，对所述原始时域数据进行RDA(距离多普勒算法)处理，获得距离压缩后的数据；随后，将所述距离压缩后的数据沿方位向做快速傅里叶变换，获得距离多普勒域数据；之后，对所述距离多普勒域数据进行距离迁移校正和方位向的压缩，获得成像数据；最后，多次重复室内空间采样及原始时域数据处理过程，获得多组原始时域数据对应的多组成像数据，此时的成像数据中包含室内墙壁、静态物体和运动物体的所有信息。
上述技术方案的效果：能够有效提高成像数据的获取的数据处理速度，提高数据处理响应效率，同时，通过上述过程获取的成像数据，其成像的准确性更高，与室内实际空间信息误差极小，极大程度上提高了成像的准确性。
本发明的一个实施例，对所述多组成像数据进行比较，获得室内的空间信息，包括
S301、对所述多组成像数据进行噪音去除处理，获得多组去除噪音后的成像数据；
S302、对去除噪音后的成像数据进行运动物体数据去除处理，获得多组去除运动物体干扰后的成像数据；
S303、对所述多组所述去除运动物体干扰后的成像数据进行比较和数据特征分析处理，获得室内的空间信息，此时的空间信息仅包含静态物体和室内墙壁范围的信息。
上述技术方案的工作原理：首先、对所述多组成像数据进行噪音去除处理，获得多组去除噪音后的成像数据；然后，对去除噪音后的成像数据进行运动物体数据去除处理，获得多组去除运动物体干扰后的成像数据；最后，对所述多组所述去除运动物体干扰后的成像数据进行比较和数据特征分析处理，获得室内的空间信息，此时的空间信息仅包含静态物体和室内墙壁范围的信息。
上述技术方案的效果：通过上述处理过程，能够有效去除成像数据中动态物体的信息，精准提取出成像数据中，包含空间室内维护范围和静态物体的空间信息，有效提高包含空间室内维护范围和静态物体的空间信息的提取准确性和效率。
本发明的一个实施例，驱动空调室内机上的雷达运行平台，使雷达运行平台上的雷达传感器在空调室内机中的预定轨道内进行移动，包括：
S101、控制所述雷达传感器沿水平方向的轨道运行，运行完成后暂停第一特定时间间隔；其中，水平方向包括X轴方向，或，Y轴方向，或，X轴和Y轴方向；
S102、控制所述雷达传感器沿垂直方向的轨道运行，运行完成后暂停预先设置好的第一特定时间间隔；
S103、每控制所述雷达传感器完成一组水平方向和垂直方向的运行之后，通过自适应调整模型对第二特定时间间隔进行自适应调整；
S104、每控制所述雷达传感器完成一组水平方向和垂直方向的运行之后，按照调整后的第二特定时间间隔进行暂停后，再控制所述雷达传感器进行下一组水平方向和垂直方向的运行。
其中，所述第一特定时间间隔的范围为3.5min-6min，优选为4.8min；所述第二特定时间间隔的设置范围为：120——180min，优先为150min。
上述技术方案的工作原理：首先，控制所述雷达传感器沿水平方向的轨道运行，运行完成后暂停第一特定时间间隔；然后，控制所述雷达传感器沿垂直方向的轨道运行，运行完成后暂停预先设置好的第一特定时间间隔；随后，每控制所述雷达传感器完成一组水平方向和垂直方向的运行之后，通过自适应调整模型对第二特定时间间隔进行自适应调整；最后，每控制所述雷达传感器完成一组水平方向和垂直方向的运行之后，按照调整后的第二特定时间间隔进行暂停后，再控制所述雷达传感器进行下一组水平方向和垂直方向的运行。
上述技术方案的效果：通过设置第一特定时间间隔，能够保证三轴运行测量之间存在适合度较高的时间间隔，通过时间间隔的设置，既能够确保单次三轴运行的采样总时间不会过长，避免导致检测效率降低的问题，又能够在时间间隔的时段内给予室内环境中静态物体位置数量产生变化可能性的足够时间，使当次雷达传感器三轴扫描室内静态物体而获取的空间信息与实际静态物体变化情况更加匹配，即有效提高当前雷达传感器的空间信息采集与室内物体环境实际变化的度匹配性，进而提高雷达传感器的空间信息采集的实时性和准确性，为后续空调温控提供最为真实的室内环境信息。
本发明的一个实施例，所述自适应调整模型为：
其中，T表示自适应调整后的第二特定时间间隔；T0表示标准第二特定时间间隔；ΔT表示自适应调整的时间变化量；n表示室内静止物体位置变化次数；ti表示室内静止物体的位置第i次进行变化时，与第i-1次室内静止物体的位置发生变化之间的时间间隔；λ表示时间调整系数，λ的取值为0.08-0.27。
上述技术方案的工作原理：首先在雷达传感器是设置在雷达运动平台，雷达运行平台具有预先设置好的带动雷达传感器完成一组XYZ轴运行的标准时间，当雷达传感器实际运行超过标准时间的3％时，说明因为使用时间过长、年耗等其他外界原因导致雷达传感器实际运行时间超过标准总时长，为平衡雷达传感器运行的整体时间和实际静态物体变化情况出现的可能时间段，通过自适应调整模型对各轴运行之间的第一特定时间间隔进行自适应调整。其中，自适应调整模型通过第一特定时间间隔、雷达传感器完成当前一次XYZ轴运行所用总时间和雷达传感器完成一次XYZ轴运行所用的标准的总时间等参数指标确定自适应调整后的第一特定时间间隔。
上述技术方案的效果：使用时间过长、年耗等其他外界原因导致雷达传感器实际运行时间超过标准总时长的情况下，为了保证空间信息采集的效率，对第一特定时间间隔进行自适应调整，通过上述模型和方式获得的自适应调整变量，能够岁雷达传感器运行的整体时间、效率与实际静态物体变化情况可能性时间段之间进行高度且有效的平衡，既能够保持雷达传感器空间信息采集效率不会降低，同时，也保证了实际静态物体可能发生数量和位置变化的足够时间段。
本发明实施例提出了一种空调设备基于毫米波进行空间识别的系统，如图2所示，所述系统包括：
在空调室内机上设置雷达运动平台，所述雷达运动平台包括雷达传感器、运动机构、水平方向运动导轨和垂直方向运动导轨；
驱动模块，用于驱动空调室内机上的雷达运行平台，使雷达运行平台上的雷达传感器在空调室内机中的预定轨道内进行移动；
信息采集模块，用于利用所述相对运动进行空间信息采样，获得多组成像数据，此时的成像数据中包含室内墙壁、静态物体和动态物体的所有信息；
空间信息生成模块，用于对所述多组成像数据进行比较，获得室内的空间信息。
上述技术方案的工作原理：在空调室内机上设置雷达运动平台，所述雷达运动平台包括雷达传感器、运动机构、水平方向运动导轨和垂直方向运动导轨；所述雷达传感器固定设置在运动机构上，同时，在空调机上设有沿水平方向延伸的水平方向运动导轨(即包含X轴和Y轴运动方向的导轨)，并且，在空调机上设有沿垂直方向的垂直方向运动导轨(即Y轴运动方向的导轨)。所述运动机构以可滑动方式活动安装在运动导轨上；所述雷达传感器通过运动机构驱动在水平方向运动导轨和垂直方向运动导轨滑行。
在空间识别过程中，首先，通过驱动模块，驱动空调室内机上的雷达运行平台，使雷达运行平台上的雷达传感器在空调室内机中的预定轨道内进行移动；然后，通过信息采集模块于利用所述相对运动进行空间信息采样，获得多组成像数据，此时的成像数据中包含室内墙壁、静态物体和动态物体的所有信息；最后，通过空间信息生成模块对所述多组成像数据进行比较，获得室内的空间信息。
上述技术方案的效果：能够有效精准的识别出空调机所在房间室内的维护范围和静态物体的空间信息，通过所述维护范围和空间信息能够为后续空调的控温策略提供环境指标，有助于后续温控的准确性和运行节能性。
本发明的一个实施例，所述信息采集模块包括：
空间采集模块，用于在所述雷达传感器与室内墙壁和静态物体之间产生相对运动的同时，控制雷达传感器以单阵元方式进行室内空间采样，获得在不同相对空间位置上所接收到的回波时间采样序列，所述回波时间采样序列即为原始时域数据；
RDA处理模块，用于对所述原始时域数据进行RDA(距离多普勒算法)处理，获得距离压缩后的数据；
变换模块，用于将所述距离压缩后的数据沿方位向做快速傅里叶变换，获得距离多普勒域数据；
校正压缩模块，用于对所述距离多普勒域数据进行距离迁移校正和方位向的压缩，获得成像数据；
重复运行模块，用于多次重复室内空间采样及原始时域数据处理过程，获得多组原始时域数据对应的多组成像数据，此时的成像数据中包含室内墙壁、静态物体和运动物体的所有信息。
上述技术方案的工作原理：首先，通过空间采集模块在所述雷达传感器与室内墙壁和静态物体之间产生相对运动的同时，控制雷达传感器以单阵元(1发1收，频率≥60GHz)方式进行室内空间采样，获得在不同相对空间位置上所接收到的回波时间采样序列，所述回波时间采样序列即为原始时域数据；然后，利用RDA处理模块对所述原始时域数据进行RDA(距离多普勒算法)处理，获得距离压缩后的数据；随后，通过变换模块将所述距离压缩后的数据沿方位向做快速傅里叶变换，获得距离多普勒域数据；之后，采用校正压缩模块对所述距离多普勒域数据进行距离迁移校正和方位向的压缩，获得成像数据；最后，通过重复运行模块依次多次重复启动上述模块，重复多次进行室内空间采样及原始时域数据处理过程，获得多组原始时域数据对应的多组成像数据，此时的成像数据中包含室内墙壁、静态物体和运动物体的所有信息。
上述技术方案的效果：能够有效提高成像数据的获取的数据处理速度，提高数据处理响应效率，同时，通过上述过程获取的成像数据，其成像的准确性更高，与室内实际空间信息误差极小，极大程度上提高了成像的准确性。
本发明的一个实施例，所述空间信息生成模块包括：
噪声去除模块，用于对所述多组成像数据进行噪音去除处理，获得多组去除噪音后的成像数据；
运动物体数据去除模块，用于对去除噪音后的成像数据进行运动物体数据去除处理，获得多组去除运动物体干扰后的成像数据；
比较分析模块，用于对所述多组所述去除运动物体干扰后的成像数据进行比较和数据特征分析处理，获得室内的空间信息，此时的空间信息仅包含静态物体和室内墙壁范围的信息。
上述技术方案的工作原理：首先，通过噪声去除模块对所述多组成像数据进行噪音去除处理，获得多组去除噪音后的成像数据；然后，利用运动物体数据去除模块对去除噪音后的成像数据进行运动物体数据去除处理，获得多组去除运动物体干扰后的成像数据；最后，通过比较分析模块对所述多组所述去除运动物体干扰后的成像数据进行比较和数据特征分析处理，获得室内的空间信息，此时的空间信息仅包含静态物体和室内墙壁范围的信息。
上述技术方案的效果：通过上述处理过程，能够有效去除成像数据中动态物体的信息，精准提取出成像数据中，包含空间室内维护范围和静态物体的空间信息，有效提高包含空间室内维护范围和静态物体的空间信息的提取准确性和效率。
本发明的一个实施例，所述驱动模块包括：
水平方向运行驱动模块，用于控制所述雷达传感器沿水平方向的轨道运行，运行完成后暂停第一特定时间间隔；水平方向包括X轴方向，或，Y轴方向，或，X轴和Y轴方向；
垂直轴方向运行驱动模块，用于控制所述雷达传感器沿垂直方向的轨道运行，运行完成后暂停第一特定时间间隔；
自适应调整模块，用于每控制所述雷达传感器完成一组水平方向和垂直方向的运行之后，通过自适应调整模型对第二特定时间间隔进行自适应调整；其中，所述第一特定时间间隔优选为4.8min；
组间运动驱动模块，每控制所述雷达传感器完成一组水平方向和垂直方向的运行之后，按照调整后的第二特定时间间隔进行暂停后，再控制所述雷达传感器进行下一组水平方向和垂直方向的运行。其中，所述第二特定时间间隔的设置范围为：120——180min，优选为，150min。
上述技术方案的工作原理：首先，利用水平方向运行驱动模块控制所述雷达传感器沿水平方向的轨道运行，运行完成后暂停第一特定时间间隔；然后，通过垂直轴方向运行驱动模块控制所述雷达传感器沿垂直方向的轨道运行，运行完成后暂停第一特定时间间隔；之后，采用自适应调整模块在每控制所述雷达传感器完成一组水平方向和垂直方向的运行之后，通过自适应调整模型对第二特定时间间隔进行自适应调整；最后，通过组间运动驱动模块，每控制所述雷达传感器完成一组水平方向和垂直方向的运行之后，按照调整后的第二特定时间间隔进行暂停后，再控制所述雷达传感器进行下一组水平方向和垂直方向的运行。
上述技术方案的效果：通过设置第一特定时间间隔，能够保证三轴运行测量之间存在适合度较高的时间间隔，通过时间间隔的设置，既能够确保单次三轴运行的采样总时间不会过长，避免导致检测效率降低的问题，又能够在时间间隔的时段内给予室内环境中静态物体位置数量产生变化可能性的足够时间，使当次雷达传感器三轴扫描室内静态物体而获取的空间信息与实际静态物体变化情况更加匹配，即有效提高当前雷达传感器的空间信息采集与室内物体环境实际变化的度匹配性，进而提高雷达传感器的空间信息采集的实时性和准确性，为后续空调温控提供最为真实的室内环境信息。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种空调设备基于毫米波进行空间识别的方法，其特征在于，所述方法包括：
驱动空调室内机上的雷达运行平台，使雷达运行平台上的雷达传感器在空调室内机中的预定轨道内进行移动；
利用所述相对运动进行空间信息采样，获得多组成像数据；
对所述多组成像数据进行比较，获得室内的空间信息。
2.根据权利要求1所述方法，其特征在于，利用所述相对运动进行空间采样，获得多组成像数据，包括：
在所述雷达传感器与室内墙壁和静态物体之间产生相对运动的同时，控制雷达传感器以单阵元方式进行室内空间采样，获得在不同相对空间位置上所接收到的回波时间采样序列，所述回波时间采样序列即为原始时域数据；
对所述原始时域数据进行RDA处理，获得距离压缩后的数据；
将所述距离压缩后的数据沿方位向做快速傅里叶变换，获得距离多普勒域数据；
对所述距离多普勒域数据进行距离迁移校正和方位向的压缩，获得成像数据；
多次重复室内空间采样及原始时域数据处理过程，获得多组原始时域数据对应的多组成像数据。
3.根据权利要求1所述方法，其特征在于，对所述多组成像数据进行比较，获得室内的空间信息，包括
对所述多组成像数据进行噪音去除处理，获得多组去除噪音后的成像数据；
对去除噪音后的成像数据进行运动物体数据去除处理，获得多组去除运动物体干扰后的成像数据；
对所述多组所述去除运动物体干扰后的成像数据进行比较和数据特征分析处理，获得室内的空间信息。
4.根据权利要求1所述方法，其特征在于，驱动空调室内机上的雷达运行平台，使雷达运行平台上的雷达传感器在空调室内机中的预定轨道内进行移动，包括：
控制所述雷达传感器沿水平方向的轨道运行，运行完成后暂停第一特定时间间隔；
控制所述雷达传感器沿垂直方向的轨道运行，运行完成后暂停预先设置好的第一特定时间间隔；
每控制所述雷达传感器完成一组水平方向和垂直方向的运行之后，通过自适应调整模型对第二特定时间间隔进行自适应调整；
每控制所述雷达传感器完成一组水平方向和垂直方向的运行之后，按照调整后的第二特定时间间隔进行暂停后，再控制所述雷达传感器进行下一组水平方向和垂直方向的运行。
5.根据权利要求4所述方法，其特征在于，所述自适应调整模型为：
其中，T表示自适应调整后的第二特定时间间隔；T0表示标准第二特定时间间隔；ΔT表示自适应调整的时间变化量；n表示室内静止物体位置变化次数；ti表示室内静止物体的位置第i次进行变化时，与第i-1次室内静止物体的位置发生变化之间的时间间隔；λ表示时间调整系数，λ的取值为0.08-0.27。
6.一种空调设备基于毫米波进行空间识别的系统，其特征在于，所述系统包括：
在空调室内机上设置雷达运动平台，所述雷达运动平台包括雷达传感器、运动机构、水平方向运动导轨和垂直方向运动导轨；
驱动模块，用于驱动空调室内机上的雷达运行平台，使雷达运行平台上的雷达传感器在空调室内机中的预定轨道内进行移动；
信息采集模块，用于利用所述相对运动进行空间信息采样，获得多组成像数据；
空间信息生成模块，用于对所述多组成像数据进行比较，获得室内的空间信息。
7.根据权利要求6所述系统，其特征在于，所述信息采集模块包括：
空间采集模块，用于在所述雷达传感器与室内墙壁和静态物体之间产生相对运动的同时，控制雷达传感器以单阵元方式进行室内空间采样，获得在不同相对空间位置上所接收到的回波时间采样序列，所述回波时间采样序列即为原始时域数据；
RDA处理模块，用于对所述原始时域数据进行RDA处理，获得距离压缩后的数据；
变换模块，用于将所述距离压缩后的数据沿方位向做快速傅里叶变换，获得距离多普勒域数据；
校正压缩模块，用于对所述距离多普勒域数据进行距离迁移校正和方位向的压缩，获得成像数据；
重复运行模块，用于多次重复室内空间采样及原始时域数据处理过程，获得多组原始时域数据对应的多组成像数据。
8.根据权利要求6所述系统，其特征在于，所述空间信息生成模块包括
噪声去除模块，用于对所述多组成像数据进行噪音去除处理，获得多组去除噪音后的成像数据；
运动物体数据去除模块，用于对去除噪音后的成像数据进行运动物体数据去除处理，获得多组去除运动物体干扰后的成像数据；
比较分析模块，用于对所述多组所述去除运动物体干扰后的成像数据进行比较和数据特征分析处理，获得室内的空间信息。
9.根据权利要求6所述系统，其特征在于，所述驱动模块包括：
水平方向运行驱动模块，用于控制所述雷达传感器沿水平方向的轨道运行，运行完成后暂停第一特定时间间隔；
垂直轴方向运行驱动模块，用于控制所述雷达传感器沿垂直方向的轨道运行，运行完成后暂停第一特定时间间隔；
自适应调整模块，用于每控制所述雷达传感器完成一组水平方向和垂直方向的运行之后，通过自适应调整模型对第二特定时间间隔进行自适应调整；
组间运动驱动模块，每控制所述雷达传感器完成一组水平方向和垂直方向的运行之后，按照调整后的第二特定时间间隔进行暂停后，再控制所述雷达传感器进行下一组水平方向和垂直方向的运行。
10.根据权利要求9所述系统，其特征在于，所述自适应调整模型为：
其中，T表示自适应调整后的第二特定时间间隔；T0表示标准第二特定时间间隔；ΔT表示自适应调整的时间变化量；n表示室内静止物体位置变化次数；ti表示室内静止物体的位置第i次进行变化时，与第i-1次室内静止物体的位置发生变化之间的时间间隔；λ表示时间调整系数，λ的取值为0.08-0.27。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011326920.4A CN112363143B (zh) | 2020-11-24 | 2020-11-24 | 一种空调设备基于毫米波进行空间识别的方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011326920.4A CN112363143B (zh) | 2020-11-24 | 2020-11-24 | 一种空调设备基于毫米波进行空间识别的方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112363143A true CN112363143A (zh) | 2021-02-12 |
| CN112363143B CN112363143B (zh) | 2023-11-07 |
Family
ID=74533201
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011326920.4A Active CN112363143B (zh) | 2020-11-24 | 2020-11-24 | 一种空调设备基于毫米波进行空间识别的方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112363143B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB201305296D0 (en) * | 2013-03-22 | 2013-05-01 | Univ Manchester Metropolitan | Scanning apparatus |
| CN104678368A (zh) * | 2015-02-16 | 2015-06-03 | 零八一电子集团有限公司 | 一维相扫三坐标雷达空域自适应干扰抑制方法 |
| US20160017702A1 (en) * | 2014-07-21 | 2016-01-21 | Baker Hughes Incorporated | Radar imaging of boreholes |
| CN107238866A (zh) * | 2017-05-26 | 2017-10-10 | 西安电子科技大学 | 基于合成孔径技术的毫米波视频成像系统及方法 |
| CN108750950A (zh) * | 2018-06-20 | 2018-11-06 | 张建 | 一种带有自动驾驶功能的塔吊及其自动驾驶操控方法 |
| CN109210704A (zh) * | 2017-07-05 | 2019-01-15 | 佛山市顺德区美的电热电器制造有限公司 | 智能监测系统和空调器 |
| CN109343056A (zh) * | 2018-10-31 | 2019-02-15 | 中国科学院电子学研究所 | 一种针对非线性调频sar的rd成像方法和装置 |
| CN109489187A (zh) * | 2018-09-25 | 2019-03-19 | 珠海格力电器股份有限公司 | 一种控制方法、装置及空气调节装置 |
| CN109870685A (zh) * | 2017-12-05 | 2019-06-11 | 南京理工大学 | 基于改进的rd算法的室内距离向移动sar成像方法 |
| FR3078783A1 (fr) * | 2018-03-12 | 2019-09-13 | Thales | Procede de localisation haute resolution d'une cible selon un axe vertical, notamment pour son guidage et radar mettant en oeuvre un tel procede |
| US20190377087A1 (en) * | 2018-06-11 | 2019-12-12 | Augmented Radar Imaging Inc. | Vehicle location determination using synthetic aperture radar |
| CN110988878A (zh) * | 2019-11-28 | 2020-04-10 | 中国海洋大学 | 一种基于rd算法的sar海浪成像仿真方法 |
| WO2020216316A1 (zh) * | 2019-04-26 | 2020-10-29 | 纵目科技（上海）股份有限公司 | 基于毫米波雷达的辅助驾驶系统、方法、终端和介质 |
| CN111881837A (zh) * | 2020-07-29 | 2020-11-03 | 中国人民解放军国防科技大学 | 基于阴影提取的视频sar运动目标检测方法 |
-
2020
- 2020-11-24 CN CN202011326920.4A patent/CN112363143B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB201305296D0 (en) * | 2013-03-22 | 2013-05-01 | Univ Manchester Metropolitan | Scanning apparatus |
| US20160017702A1 (en) * | 2014-07-21 | 2016-01-21 | Baker Hughes Incorporated | Radar imaging of boreholes |
| CN104678368A (zh) * | 2015-02-16 | 2015-06-03 | 零八一电子集团有限公司 | 一维相扫三坐标雷达空域自适应干扰抑制方法 |
| CN107238866A (zh) * | 2017-05-26 | 2017-10-10 | 西安电子科技大学 | 基于合成孔径技术的毫米波视频成像系统及方法 |
| CN109210704A (zh) * | 2017-07-05 | 2019-01-15 | 佛山市顺德区美的电热电器制造有限公司 | 智能监测系统和空调器 |
| CN109870685A (zh) * | 2017-12-05 | 2019-06-11 | 南京理工大学 | 基于改进的rd算法的室内距离向移动sar成像方法 |
| FR3078783A1 (fr) * | 2018-03-12 | 2019-09-13 | Thales | Procede de localisation haute resolution d'une cible selon un axe vertical, notamment pour son guidage et radar mettant en oeuvre un tel procede |
| US20190377087A1 (en) * | 2018-06-11 | 2019-12-12 | Augmented Radar Imaging Inc. | Vehicle location determination using synthetic aperture radar |
| CN108750950A (zh) * | 2018-06-20 | 2018-11-06 | 张建 | 一种带有自动驾驶功能的塔吊及其自动驾驶操控方法 |
| CN109489187A (zh) * | 2018-09-25 | 2019-03-19 | 珠海格力电器股份有限公司 | 一种控制方法、装置及空气调节装置 |
| CN109343056A (zh) * | 2018-10-31 | 2019-02-15 | 中国科学院电子学研究所 | 一种针对非线性调频sar的rd成像方法和装置 |
| WO2020216316A1 (zh) * | 2019-04-26 | 2020-10-29 | 纵目科技（上海）股份有限公司 | 基于毫米波雷达的辅助驾驶系统、方法、终端和介质 |
| CN110988878A (zh) * | 2019-11-28 | 2020-04-10 | 中国海洋大学 | 一种基于rd算法的sar海浪成像仿真方法 |
| CN111881837A (zh) * | 2020-07-29 | 2020-11-03 | 中国人民解放军国防科技大学 | 基于阴影提取的视频sar运动目标检测方法 |
Non-Patent Citations (3)
| Title |
|---|
| 丁雪: "wifi环境下基于Boost方法的人体姿势识别研究", 中国优秀硕士论文全文库信息科技辑, no. 2018 * |
| 孟迪;张群;罗迎;陈怡君;: "微动目标跟踪成像一体化的雷达资源优化调度算法", 航空学报, no. 02 * |
| 江兆凤;张群英;李超;吴世有;方广有;: "室内实测数据太赫兹合成孔径雷达成像研究", 电子测量技术, no. 10 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112363143B (zh) | 2023-11-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113408328B (zh) | 基于毫米波雷达的手势分割与识别算法 | |
| CN103197297B (zh) | 基于认知框架的雷达动目标检测方法 | |
| CN101706576A (zh) | 基于雷达图像的运动目标形态检测及跟踪方法 | |
| CN107255805B (zh) | 基于加权最小二乘的雷达目标rcs的预测方法 | |
| CN110133648B (zh) | 一种选取逆合成孔径雷达船只成像时窗的方法 | |
| CN114966693B (zh) | 基于深度学习的机载舰船目标isar精细化成像方法 | |
| CN104459661A (zh) | 检测快速火炮类微弱目标的方法 | |
| CN111681272B (zh) | 一种基于奇异性功率谱的sar图像处理方法 | |
| CN113325410A (zh) | 一种雷达天线信号处理方法、装置、控制设备及存储介质 | |
| CN116778341A (zh) | 一种雷达图像多视角特征提取与鉴别方法 | |
| CN110967677A (zh) | 时频域分级多目标分辨与测量方法 | |
| CN118334736A (zh) | 基于毫米波雷达的多目标身份识别与行为监测方法 | |
| CN112363143A (zh) | 一种空调设备基于毫米波进行空间识别的方法和系统 | |
| CN111239682B (zh) | 一种电磁发射源定位系统及方法 | |
| CN112835006A (zh) | 一种基于帧间积累的跟踪雷达海上小目标检测方法及系统 | |
| CN116299298A (zh) | 一种sar成像仿真方法 | |
| CN108508413B (zh) | 一种基于概率统计的低信噪比条件下目标检测方法 | |
| CN109803234B (zh) | 基于权值重要度约束的无监督融合定位方法 | |
| CN109031298B (zh) | 一种认知雷达资源自适应成像的闭环反馈判定方法 | |
| CN114942419B (zh) | 长积累时间下的船只散射点三自由度微动特征提取方法 | |
| CN116593978A (zh) | 一种基于点云的手势检测方法、系统、存储介质 | |
| CN112418275B (zh) | 基于距离像特征提取的毫米波引信箔条干扰识别方法 | |
| CN116017280A (zh) | 一种目标免携带设备的快速室内路径跟踪方法 | |
| CN114994676A (zh) | 一种一站固定式双站低频超宽带sar运动目标成像方法 | |
| CN110412531B (zh) | 杂波情况下基于幅值信息的接收站路径优化方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |