CN112384823A - 使用超宽带(uwb)雷达检测目标模式的系统和方法 - Google Patents
使用超宽带(uwb)雷达检测目标模式的系统和方法 Download PDFInfo
- Publication number
- CN112384823A CN112384823A CN201980030180.9A CN201980030180A CN112384823A CN 112384823 A CN112384823 A CN 112384823A CN 201980030180 A CN201980030180 A CN 201980030180A CN 112384823 A CN112384823 A CN 112384823A
- Authority
- CN
- China
- Prior art keywords
- roi
- uwb
- ooi
- data
- event
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 42
- 238000003909 pattern recognition Methods 0.000 claims abstract description 31
- 230000001960 triggered effect Effects 0.000 claims abstract description 21
- 230000004888 barrier function Effects 0.000 claims description 17
- 238000012216 screening Methods 0.000 description 26
- 230000006870 function Effects 0.000 description 21
- 238000003491 array Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 14
- 239000002184 metal Substances 0.000 description 12
- 238000012549 training Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000011449 brick Substances 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000005021 gait Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 239000010813 municipal solid waste Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 240000005020 Acaciella glauca Species 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000002041 carbon nanotube Substances 0.000 description 1
- 229910021393 carbon nanotube Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000002772 conduction electron Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- -1 drywall Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000002117 illicit drug Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 235000003499 redwood Nutrition 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 235000015041 whisky Nutrition 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/887—Radar or analogous systems specially adapted for specific applications for detection of concealed objects, e.g. contraband or weapons
-
- 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
- G01S7/411—Identification of targets based on measurements of radar reflectivity
- G01S7/412—Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/0209—Systems with very large relative bandwidth, i.e. larger than 10 %, e.g. baseband, pulse, carrier-free, ultrawideband
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/04—Systems determining presence of a target
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/886—Radar or analogous systems specially adapted for specific applications for alarm systems
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/887—Radar or analogous systems specially adapted for specific applications for detection of concealed objects, e.g. contraband or weapons
- G01S13/888—Radar or analogous systems specially adapted for specific applications for detection of concealed objects, e.g. contraband or weapons through wall detection
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
一种系统,包括超宽带阵列(UWB)和模式识别设备,该超宽带阵列具有向感兴趣区域(ROI)发射作为UWB脉冲的电磁波的发射器,并具有从ROI中的对象接收反射电磁波并生成对象数据的接收器,并且该模式识别设备具有被配置成提供操作的处理器。处理器被配置成提供指令,该指令是:从来自ROI的反射电磁波获得扫描数据直到事件被触发为止,当事件被触发时访问从先前使用ROI并使用UWB阵列获得的校准数据创建的启发法,利用从校准数据导出的模式识别函数利用启发法分析扫描数据,以确定感兴趣对象(OOI)模式是否在扫描数据内被识别,并且如果OOI模式被识别则生成警报。
Description
相关申请的交叉引用
本申请要求于2018年3月23日提交的第62/647,090号美国专利申请和于2018年3月23日提交的第62/647,130号美国专利申请的优先权,这些申请的内容通过引用以其整体并入本文。
技术领域
本公开的示例性技术领域可以涉及例如使用超宽带(UWB)雷达的安全筛查和对象检测。
背景
随着枪支暴力在社会上日益成为一种威胁,检测隐藏在个人身上、包里或背包里的武器的方法变得越来越重要。最近的事件表明,许多公众聚集区可能成为意外悲剧的主体,并且能够在公共场合扫描和检测隐藏的武器和违禁品变得越来越重要。
传统上,扫描设备和金属检测器被用在安全措施要求严格的区域,而公众逐渐期望偶尔的不便支持在给定地点的整体安全。地点可以包括机场、投票线(voting lines)、法院和其他政府建筑的入口、体育场等。扫描可以包括使用金属检测器、RF检测系统、x射线或其他传统和已知的方法和系统来筛查个体。然而,尽管这些系统中的许多已经很有效,但是这些系统可能包括需要解决的缺点。
例如,金属检测设备通常设置在安全检查站,在那里个体取出金属基材料,然后通过x射线筛查系统。这些检查站的运行成本可能很高,并可能导致通过给定区域的人数出现瓶颈。一个已知的例子是在机场。一名安保人员控制着通过直通式金属检测器的通道——不得不处理金属存在的许多肯定指标(positive indicator),诸如当旅行者无意中在自己身上留下一个金属皮带扣时。筛查人员挑出个体,并通过一根磁棒来检测和识别导致肯定发生的物品。与此同时,航空包要通过x射线扫描设备,这同样昂贵、耗时,并可能导致额外的搜索和延迟。
其他商业上可获得的已知系统利用诸如磁力计(即金属检测器)或亚毫米波成像的技术。这些系统的尺寸很大,可能无法肯定地识别到威胁,以及在现实中不存在威胁时指示存在威胁,并且可能包括个体走过警戒线区域并停下来接受成像。其他已知系统使用传感器(通常是基于视觉的系统),其能够在限定的空间中检测和跟踪个体。然而,典型地,当这些系统在不透明对象(诸如墙或隔板)后面或被不透明对象阻挡时,这些系统不能跟踪个体,并且基于视觉的系统可能存在隐私问题(诸如担心图像可能被公开并用于邪恶的目的)。
此外,这种安全级别对于许多时间和地点并不总是切实可行的。例如,体育赛事、购物中心、投票(通常作为一种临时安排,诸如在学校、教堂或犹太教堂)和摇滚音乐会,可能会有成千上万的人在很短的时间内通过安检。通常采用金属检测器,但它们也会在活动中造成瓶颈,部署起来可能不切实际且成本高昂,并且可能无法检测到所有可能威胁公共安全的物品。一些场所(诸如教堂和犹太教堂)与公开安全筛查的概念是对立的,并且采用金属检测和其他安全筛查方法可能是不可取的。
另外,有成千上万名与会者的地点可能有许多入口和出口,并且对所有区域进行筛查是不切实际的。例如,学校可能只有少数安全人员来管理整体安全。雇佣足够的筛查人员可能不切实际,因此替代方案可能包括限制入口和出口的数量,或者限制操作时间。在任何情况下,由于出于公共安全目的限制进入,学校的总体目的可能会受到限制,并且学校可能无法充分发挥其潜力。
更一般地,许多向公众开放的公共事件和地点面临着类似或相关的挑战,并且没有足够的预算或资金来有效地使面临的相关和不断变化的危险最小化。增加安全性可能最终导致更安全的活动和设施,然而同时降低活动的乐趣或本质。
因此,已经开发了其他且更隐蔽的筛查系统和方法。一种已知方法包括超宽带(UWB)筛查系统,该系统采用以平面阵列布置的几个雷达收发器来发射UWB脉冲信号。发射UWB脉冲,接收并组合同步反射,以构建主体的图像。由于图像重建要求和系统的其他功能,这样的系统可能是计算密集型的,并且获得足够的成像数据可能包括:几个收发器获得足够的分辨率以正确地检测和识别威胁。
另一种已知方法可以包括通过UWB系统中对象的共振频率来识别对象。在给定的角度取向上,诸如武器的对象可以以其谐振频率发射独特的识别标志(signature)和/或幅度的增加,其然后在频率扫描以检测UWB系统中的特定谐振频率时而被识别。然而,对象的谐振频率可能高度依赖于它相对于UWB收发器的角度取向,并且给定的对象可能被“校准”以识别其谐振频率——不仅根据其角度取向,而且在3维空间内的更宽取向上。然后,每种武器都可以与一个表格或数学结构相关联,该表格或数学结构将谐振频率与对象取向相关联。虽然这种系统可能适用于单个武器或火器,但可能必须为许多单个武器类型和模型中的每一种开发或校准单独的表格和数学结构,这可能是繁重且不切实际的。另外,该系统可能没有针对特定武器进行校准,因此可能无法进行检测或识别。
因此,需要的是对于武器和对象检测容易部署的系统和方法。
附图简述
图1示出了用于预测感兴趣对象(OOI)的存在的示例性步骤;
图2示出了本公开的示例性系统;
图3A示出了图2的示例性系统的基本硬件构造,其中不存在感兴趣对象(OOI);
图3B示出了图3A的基本硬件构造,其中存在OOI。
图4示出了根据本公开的感兴趣对象(OOI)模式识别所遵循的步骤。
图5示出了根据本公开的示例性系统和构造。
图6示出了可以形成屏障的各种材料的示例性衰减数据。
详细描述
一种示例性系统包括超宽带(UWB)阵列和模式识别设备,该超宽带阵列具有向感兴趣区域(ROI)发射作为UWB脉冲的电磁波的发射器,并具有从ROI的对象接收反射电磁波并生成对象数据的接收器,并且该模式识别设备具有被配置成提供操作的处理器。处理器被配置成提供指令,该指令是:从来自ROI的反射电磁波获得扫描数据直到事件被触发,当事件被触发时,访问由校准数据创建的启发式函数,该校准数据先前是在感兴趣对象(OOI)存在和OOI不存在的情况下使用ROI并且使用UWB阵列获得的,利用启发式函数分析扫描数据以确定在扫描数据内是否识别出OOI模式,并且如果识别出OOI模式则生成警报。
图1示出了根据本公开的用于部署UWB系统和预测感兴趣对象(OOI)模式的存在的根据本公开的示例性步骤。方法或过程100包括在步骤102处定义感兴趣区域(ROI)。在步骤104处,部署或以其他方式布置超宽带(UWB)系统来筛查ROI。ROI可以包括个体经过的走道或通道,或者可以包括个体可能聚集的任何区域。根据本公开,在步骤106处,使用来自UWB系统的预处理数据生成模式识别校准或“预测函数”,其被馈送到模式识别设备。所公开的系统基于卷积神经网络(CNN)架构。所公开的模式识别系统包括校准步骤,该校准步骤包括确定在“学习环境”中创建的“预测函数”,在一个示例中,该“学习环境”可以包括部署所公开系统的感兴趣区域(ROI)。
在步骤104处部署UWB系统之后,在步骤106处生成预测函数,从而为操作校准系统。也就是说,在学习环境中,UWB系统被教授与两个主要条件一致的已知“基本事实(ground truth)”数据模式:
1)个体身上有武器或感兴趣对象(OOI);
2)个体没有携带武器或(OOI)。
“基本事实”数据模式是在稍后用于检测已知对象或OOI的存在的情况下获得的。例如,在上面的示例中,“基本事实”校准数据模式是在两种情况下获得的:一种是个体身上存在OOI,第二种是个体存在但OOI不存在。根据本公开,OOI可以是武器或手枪,但不限于这种设备,而是可以包括可以在个体身上持有的能够用唯一识别标志识别的任何物质。因此,OOI可能包括违禁品(诸如用于携带酒类的酒瓶)、步枪或在特定场所可能被视为危险或非法的任何设备。对于上述两种情况,UWB扫描数据是通过将电磁波从UWB投射到ROI而获得的,并且从ROI内的对象反射的数据被收集和分析以生成“基本事实”数据模式。在一个示例中,校准模式是在测试台上获得的,并且没有人在场。另外,可以设想,在对照校准背景筛查个体时,发生校准的环境或ROI本身可能会改变。当在使用中正在发生筛查时,ROI可能由于ROI内的物品移动而改变,诸如背景物品(诸如,垃圾桶或形成背景识别标志的一个或更多个其他物品)的移动。
所得到的校准数据的“训练集”从而包括在校准步骤期间获得的两个主要数据集,一个数据集(在这个示例中)包括武器或OOI模式数据,第二个数据集没有武器或模式OOI数据。这两个数据集都被标记或以其他方式识别为“基本事实”数据集,这些数据集通过基于CNN架构的训练或校准启发法运行。启发法是一种多层启发法,它对数据集执行卷积过程,最终产生“预测函数”。
一旦设置了“预测函数”,并且针对所部署的给定环境确定了校准数据,就开始在实际环境中进行筛查。在步骤108处,在ROI中获得ROI扫描数据,并且在步骤110处,当个体经过ROI时发生事件触发。也就是说,当扫描数据被获得且预处理时,如果在步骤112处没有事件被触发(即,数据模式的改变),则控制返回到步骤108,并且获得ROI的扫描数据。当所获得的扫描导致模式识别的变化超过某个阈值时,触发事件。换句话说,在一个示例中,除了噪声和其他背景事件之外,直到模式识别的变化满足高于背景的阈值,才触发事件。
当事件被触发时(诸如个体通过ROI,步骤114),然后在步骤116处,扫描且预处理的数据被馈送到模式识别系统,并且扫描数据与校准数据进行比较,并且在步骤118处,如果没有满足相对于校准数据的适当阈值120,则OOI模式不被识别,并且控制返回到步骤108。因此,步骤116至少包括访问当事件被触发时根据校准数据创建的启发法、以及利用从ROI处的校准数据导出的模式识别函数并使用UWB阵列来分析扫描数据,该校准数据是先前使用ROI且使用UWB阵列获得的。也就是说,当事件被触发时,调用从先前使用ROI和使用UWB阵列获得的校准数据创建的预测方案,并且利用从校准数据导出的模式识别函数将扫描数据与校准数据进行比较。
然而,如果满足用于确定扫描数据中的OOI模式的阈值122,则可能存在OOI,并且在步骤124处发送警报。典型地,进一步的干预发生,以确认OOI模式是否确实是真实的OOI,或者是否出现了“假肯定”。警报可以包括任何数量的机制,诸如无声警报、发送到监控设备的信号或大声警报以警告附近可能存在的其他人。
在一个示例中,可以对照已建立的阈值来评估个体区间预测的平均值,以做出最终预测。如将进一步讨论的,所公开的UWB系统可以包括UWB发射机和接收机的单个阵列,或者多个UWB发射机和接收机。在包括多个阵列的示例性环境中,也可以对个体的武器或OOI位置进行预测。
此外,尽管所公开的系统包括作为武器或违禁品的OOI,但是根据本公开可以设想,可以采用使用扫描数据可识别的任何模式。例如,可以通过训练以包括面部识别或可以被输入到模式识别系统中的其他模式来使用所公开的系统和“预测函数”步骤106。而且,随后被识别为武器或手枪的OOI模式不限于用于获得“训练集”的特定项目。因此,可以使用手枪(诸如左轮手枪)获得训练集,但是随后的使用识别其他类型的手枪,诸如半自动手枪,其使用针对例如手枪校准的UWB数据来识别。
图2示出了例如操作一个或更多个雷达收发器阵列的示例性系统200。每个雷达收发器阵列独立于其他阵列操作,并且因此可以非同步方式操作。也就是说,每个雷达收发器阵列可以独立操作并以独立布置来检测OOI模式(即,对于诸如手枪的武器),并且不包括或不需要来自另一个雷达收发器阵列的信息来检测或识别OOI模式,并且不需要来自诸如基于图像的系统的其他成像系统的附加信息。并且,尽管根据本公开可以采用多个雷达收发器阵列,但是可以设想,附加的雷达收发器阵列可以有益于提供感兴趣区域(或ROI)的附加或冗余覆盖范围,或者扩大ROI中的覆盖范围,但是根据本公开,单个雷达收发器阵列足以用于OOI模式检测或识别。
系统200因此可以采取许多不同的形式,并且包括多个和/或替代的硬件部件和设施。虽然在图2中示出了示例性系统200,但是图2中示出的示例性部件并不旨在限制,可以是可选的,并且对于系统200的任何其他部件或部分不是必需的。事实上,可以使用附加的或替代的部件和/或实现方式。
系统200可以包括或被配置成由用户201(诸如,筛查或安保人员)使用。系统200可以包括设备202a、202b和/或服务器205中的一个或更多个,其可以包括具有模式识别设备的处理器206、存储器208、程序210、收发器212和用户界面214。系统200可以包括集线器或网络220、数据库222和连接224。设备可以包括设备202a(例如,台式、膝上型或平板计算机)和设备202b(例如,移动或蜂窝电话)中的任何一个或全部。处理器206可以包括硬件处理器,该硬件处理器执行程序210以提供本文描述的任何或所有操作(例如,通过设备202a、202b、服务器205、数据库222或其任意组合),并且这些操作作为指令存储在(例如,设备202a、202b、服务器205或其任意组合的)存储器208上。服务器205中的处理器206包括能够从数据中学习的模式识别启发法,并且可以通过启发法或基于其学习能力呈现或识别的其他“经验法则”来增强其学习,并且可以编写其自己的启发法或预测函数。另外,本文所公开的系统和识别的OOI模式可能不限于物理OOI,诸如武器或违禁品。OOI和OOI模式不仅可以包括武器和违禁品,还可以包括基于数据的面部识别,该数据可以在执行诸如以上步骤106中的预测功能时在“训练期”或校准期期间获得。事实上,OOI和OOI模式可以包括根据本公开获得的包含可识别模式的任何物品或多个物品,诸如手机、威士忌酒瓶、手枪或步枪的弹药,或者特定场所可能禁止的其他物品。
示例性系统200可以包括用户界面214、处理器206和存储器208,存储器208具有通信地连接到处理器206的程序210。系统200还可以包括收发器212,收发器212可以通信地连接到一个超宽带(UWB)发射器阵列226,或者连接到一个或更多个UWB发射器阵列228。系统200可以被设置成将一个或更多个UWB发射器阵列228朝着ROI 230定向或者甚至定义ROI230。UWB发射器阵列226或多个UWB发射器阵列228,每个都包括各自的DC电源232。更具体地,根据本公开应当理解,根据本公开,仅一个UWB发射器阵列226足以提供扫描。额外的或冗余的UWB发射器阵列228可以提供额外的和有益的扫描信息,以提供额外的覆盖范围,或者完全不同的ROI。然而,也可以理解,不需要额外的UWB阵列之间的相互作用。这与使用多个阵列来生成图像的一些已知系统形成对比。所公开的系统可以在独立且单个的UWB阵列中操作。
例如,使用处理器206的系统200可以提供操作,其包括通过用户界面214显示操作命令、对于给定或特定设置的参数或者当检测到OOI模式时的筛查过程的结果。
系统200可以包括整个网络基础设施,通过该网络基础设施,设备202a、202b、服务器205和数据库222中的任何一个可以进行通信,例如,使用连接224在系统200的任何部分之间传送信息。通常,网络(例如,系统200)可以是计算设备和其他硬件的集合,以提供连接和承载通信。设备202a和202b可以包括任何计算设备,诸如包括移动设备、蜂窝电话、智能手机、智能手表、活动跟踪器、平板计算机、下一代便携式设备、手持计算机、笔记本电脑、膝上型电脑、投影仪设备(例如,三维全息或全息投影仪),或者虚拟现实或增强现实设备。设备202a、202b可以包括执行程序210的处理器206。设备202a、202b可以包括存储系统操作信息和程序210的存储器208。设备202a、202b可以包括收发器212,收发器212在设备202a、202b、服务器205和数据库222中的任意之间传送系统操作信息。作为示例,系统操作信息可以包括但不限于硬件设置参数、校准信息、深度学习启发法以及为了安全或其他筛查目的而部署系统200的筛查事件的累积数据。
服务器205可以包括任何计算系统。服务器205可以由执行程序210的处理器206生成并由存储器206存储,例如系统操作信息。服务器205还可以生成并存储用户201的用户简档或者其他信息,诸如由用户201指示的注释和筛查事件的条件。服务器205可以与设备202a、202b和数据库222通信地连接并传输关于设备202a、202b和数据库222的信息。服务器205可以与设备202a、202b和数据库222持续或定期通信。服务器205可以包括本地、远程或基于云的服务器或其组合,并且可以与设备202a、202b中的任何一个或其组合通信并向其提供系统操作信息(例如,作为存储器208或数据库222的一部分)。服务器205可以进一步提供将由用户界面214显示的基于web的用户界面(例如,互联网门户)。服务器205可以使用通知与设备202a、202b传送系统操作信息,该通知包括例如自动电话呼叫、短消息服务(SMS)或文本消息、电子邮件、http链接、基于web的门户或任何其他类型的电子通信。另外,服务器205可以被配置成存储系统操作信息作为存储器208或数据库222的一部分。服务器205可以包括单个或多个集中式或地理上分布式的服务器。服务器205可以被配置成与设备202a、202b、网络220和数据库222中的任何一个一起且在它们之间存储和协调系统操作信息。
设备202a、202b的用户界面214可以包括任何用户界面设备、显示设备或连接到显示器或支持用户界面以便在整个系统200中传送和呈现系统操作信息的其他硬件机构。用户界面214的任何输入和输出可以被包括作为系统操作信息。用户界面214可以包括任何输入或输出设备,以便于接收或呈现音频、视觉或触觉形式或其组合的信息。显示器的示例可包括但不限于触摸屏、阴极射线管显示器、发光二极管显示器、电致发光显示器、电子纸、等离子体显示面板、液晶显示器、高性能寻址显示器、薄膜晶体管显示器、有机发光二极管显示器、表面传导电子发射器显示器、激光TV、碳纳米管、量子点显示器、干涉式调制器显示器、投影仪设备等。用户界面214可以向设备202a和202b的任何用户呈现指导信息。
连接224可以是两个或更多个端点(例如,设备或系统)之间的任何有线或无线连接,例如,以便于指导信息的传输。连接224可以包括例如局域网,以将设备202a、202b与网络220通信连接。连接224可以包括例如广域网连接,以将服务器205与网络220通信连接。连接224可以包括无线连接,例如射频(RF)、近场通信(NFC)、蓝牙通信、Wi-Fi或有线连接,例如以通信地连接设备202a、202b和系统200的其他部件。
系统200的任何部分(例如,设备202a、202b和服务器205)可以包括计算系统和/或包括处理器206和存储器208的设备。计算系统和/或设备通常包括计算机可执行指令,其中指令可以定义操作,并且可以由诸如在本文列出的一个或更多个设备执行。计算机可执行指令可以根据使用各种编程语言和/或技术(包括但不限于单独或组合的Java语言、C、C++、Visual Basic、Java Script、Perl、SQL、PL/SQL、Shell Scripts、Unity语言等)创建的计算机程序编译或解释。系统200(例如,设备202a、202b和服务器205)可以采取许多不同的形式,并且包括多个和/或替代的部件和设施,如图所示。虽然在附图中示出了示例性系统、设备、模块和子模块,但是附图中示出的示例性部件并不旨在进行限制。实际上,可以使用附加的或替代的部件和/或实现方式,因此上述通信操作示例不应被解释为限制性的。
一般而言,计算系统和/或设备(例如,设备202a、202b和服务器205)可以采用多种计算机操作系统中的任何一种,包括但不限于微软操作系统的各个版本和/或变型、Unix操作系统(例如,由加利福尼亚州Redwood Shores的Oracle公司发行的操作系统)、由纽约Armonk的International Business Machines发行的AIX UNIX操作系统、Linux操作系统、加利福尼亚州Cupertino的苹果公司发行的Mac OS X和iOS操作系统,加拿大Waterloo的Research In Motion发行的BlackBerry OS以及开放手机联盟开发的安卓操作系统。诸如设备202a、202b和服务器205的计算系统和/或设备的示例可以包括但不限于移动设备、蜂窝电话、智能电话、超级电话、下一代便携式设备、移动打印机、手持或台式计算机、笔记本电脑、膝上型电脑、平板电脑、可穿戴设备、虚拟或增强现实设备、安全语音通信设备、连网硬件、计算机工作站或任何其他计算系统和/或设备。
此外,诸如处理器206的处理器从诸如存储器208或数据库222的存储器接收指令,并执行这些指令来提供本文中的操作,从而执行一个或更多个进程,包括本文描述的一个或更多个进程。这种指令和其他指导信息可以使用各种计算机可读介质(例如,存储器208或数据库222)来存储和传输。诸如处理器206的处理器可以包括被配置成实现本文描述的设备、系统、操作和过程的目的的任何计算机硬件或计算机硬件的组合。例如,处理器206可以是单核、双核、三核或四核处理器(在单个芯片上)、图形处理单元和视觉处理硬件中的任何一个,但不限于此。
诸如存储器208或数据库222的存储器通常可以包括任何计算机可读介质(也称为处理器可读介质),其可以包括参与提供可以由计算机(例如,由设备202a、202b和服务器205的处理器206)读取的指导信息或指令的任何非暂时性(例如,有形)介质。这样的介质可采用许多形式,包括但不限于非易失性介质和易失性介质。例如,非易失性介质可以包括光盘或磁盘以及其他持久性存储器。易失性介质可以包括例如动态随机存取存储器(DRAM),其通常构成主存储器。这种指令可以通过一种或更多种传输介质(包括无线电波、金属线、光纤等,包括包含耦合到计算机处理器的系统总线的线)传输。例如,计算机可读介质的常见形式包括软盘、软磁盘、硬盘、磁带、任意其他磁介质、CD-ROM、DVD、任何其他光介质、穿孔卡片、纸带、任何其他具有孔图案的物理介质、RAM、PROM、EPROM、FLASH-EPROM、任何其他存储芯片或盒式存储器、或计算机可从其读取的任何其他介质。
此外,本文所述的数据库、数据储存库或其他指导信息存储装置(例如,存储器208和数据库222)通常可包括用于存储、提供、访问和检索各种指导信息(包括分层数据库、文件系统中的一组文件、专有格式的应用数据库、关系数据库管理系统(RDBMS)等)的各种机制。每个这样的指导信息存储装置通常可以被包括在计算系统和/或设备(例如,设备202a、202b和服务器205)之内(例如,存储器208)或之外(例如,数据库222),该计算系统和/或设备(例如,设备202a、202b和服务器205)采用诸如上述之一的计算机操作系统,和/或经由网络(例如,系统200)或以多种方式中的任何一种或更多种的连接来访问。文件系统可以从计算机操作系统访问,并且可以包括以各种格式存储的文件。除了用于创建、存储、编辑和执行所存储的过程的语言之外,RDBMS通常还采用结构化查询语言(SQL),诸如上面提到的PL/SQL语言。存储器208和数据库222可以连接到系统200的任何部分或者是系统200的任何部分的一部分。
图3A和图3B示出了具有相应元件的图2的示例性系统的基本硬件布局或构造300。图3A和3B示出了构造300的使用,其中图3A示出了没有OOI的个体的存在,而图3B示出了具有OOI的个体。图3A和图3B对应于将ROI 230用于系统200的训练会话或校准及其模式识别数据且如上在步骤106处所述,以及用于获得扫描数据(上面的步骤108),用于在将扫描数据与校准数据进行比较之后,诸如在步骤118中,识别已定义的OOI模式数据的存在。
构造300包括如上所述经由连接224连接到网络220的UWB发射器阵列226,并且UWB发射器阵列226包括DC电源232。如所指示,构造300包括一个UWB发射器阵列226,但是可以设想,可以包括多个一个或更多个UWB发射器阵列228,并且可以从具有多于一个UWB发射器阵列226的系统中获得某些额外的优点。
UWB发射器阵列226包括发射器302“TX”设备(或天线)、接收器304“RX”设备(或天线)和预处理器306。构造300包括ROI 230,例如,ROI 230可以是走廊、具有墙壁的建筑物中的房间、开放或半封闭区域或用于控制人的移动以用于扫描目的的限定走道。存在于ROI230内的一个或更多个人308可以被公开扫描,使得UWB发射器阵列226可见地存在于并且靠近ROI 230。或者,可以通过在ROI 230和UWB发射器阵列226之间放置物理屏障310或其他物品来隐蔽地扫描人308。物理屏障310可以是任何不透明的材料,诸如干板墙或木墙,或者混凝土或砖屏障。物理屏障310也可以是透明或反射的窗口或其他材料。在任何情况下,物理屏障310可以被呈现以遮蔽UWB发射器阵列226的存在,或者可以仅仅是使人308能够可视地看到UWB发射器阵列226的分隔屏障。如果存在的话,物理屏障310是对进出UWB发射器阵列226的发射半透明的材料。在一个示例中,ROI包括走道,该走道被界定成防止人类个体避开ROI。
根据本公开,宽带以及原始数据流传入和传出UWB发射器阵列226。在操作中,待筛查的受试者或一个或更多个人308经过UWB发射器阵列226附近,并且当在ROI 230内时,触发事件。UWB发射器302在大的带宽上发射短持续时间的低能量(小于200微瓦)脉冲,并且接收器304以每秒40帧的速度捕获宽带和RF数据。事件数据在定制流水线中进行预处理,并经由预处理器306,使用多个滤波器(例如带通滤波器)、背景减法和其他方法来去除无关信号。处理的事件数据可以是潜在携带武器312或OOI的人308的数据,也可以是多径信号(即,代替目标的直接反射,可以是在从武器312或人308开始的反射路径中的附加对象314)。在一个示例中,ROI包括走道,该走道以对象314来界定以防止人类个体避开ROI。并且,对象314表示可以形成ROI的一部分的任何对象,并且当ROI的校准发生时,形成该物品或更多个物品的识别标志。如所指示,在对照校准背景筛查个体时,校准发生的环境或ROI本身可能会发生变化。当在使用中并且筛查发生时,ROI可能由于ROI内的物品移动而改变,诸如背景物品(诸如,垃圾桶)或形成背景识别标志的一个或更多个其他物品的移动。因此,不同于对照已知的背景扫描个体的典型扫描仪(诸如在用于金属或x射线检测的穿行式(walk-through)扫描仪中),所公开的系统和方法允许可能随时间变化的动态和变化的环境。当对象(诸如对象314)在ROI内改变时,扫描可以暂时停止,以便ROI可以被重新校准以考虑不同的背景或ROI信息。
事件数据经由连接224传递到网络220和具有模式识别设备的处理器206。分析硬件可以是本地存在的计算机或服务器(诸如图2的服务器205),和/或数据可以进一步传输到一个或更多个设备,这些设备可以是也可以不是构造300本地的。在一个示例中,可以存在诸如服务器205的本地计算机来执行计算更密集的工作,访问位于本地或远程的数据库222,并且分析的结果可以经由连接224传输到设备202a、202b,用于监控正在进行的筛查过程。
在一个示例中,UWB发射器阵列226可以在到ROI 230的高达10米的范围内操作。然而,可以设想,可以采用任何范围,使得可以在个体经过的地方建立ROI,并且可以区分OOI和个体模式数据。所公开的构造300提供了通过墙壁、衣服、包、行李等检测对象(诸如人308身上的武器312)的能力,并且通过普通材料(诸如干板墙、玻璃等)的信号损失非常低。在一个示例中,该系统在对象识别中提供1mm或更小的分辨率。此外,可以设想,携带隐藏武器的个体在通过ROI 230时可以具有独特且可识别的步态,其本身可以根据本公开并根据扫描数据中识别的模式来识别,用于识别武器的可能存在。另外,尽管物品312被描述为可以隐藏的武器,但是可以设想根据本公开可以识别任何物品或OOI模式。例如,违禁品(诸如非法药物用具)或其他物品(诸如武器弹药)同样可以被识别,或者语音或面部识别也可以被识别。
根据一个示例,UWB发射器阵列226使用7.3GHz中心频率和1.5GHz带宽。差分RF端子用于低噪声和低失真,在静态和动态应用中都产生高灵敏度。一般来说,所公开的设备使用非常低的功率水平,大大低于联邦通信委员会(FCC)指定用于住宅空间的电子设备的B类限制,使得其能够在全球大多数市场中使用。在一个示例中,双相或二元相位编码被用于发射用于频谱扩展的脉冲。同样根据本公开,采用主/从串行外围接口(SPI),其中同步串行通信接口用于短距离通信,其中采用的四通道SPI模式用于更高的数据速率。数字下变频以较低的采样率将数字化的带限信号转换成较低的频率信号,并且可以应用进一步的滤波。
小尺寸芯片级封装用于高密度集成。在一个示例中,使用具有低功率需求的3英寸×1.5英寸×0.375英寸的板,以便于UWB发射器阵列226的电池操作。脉冲雷达收发器片上系统(SoC)与商业上可获得的UWB芯片一起使用。雷达芯片与预处理器306以及发射设备302和接收设备304一起安装在开发板316上。
图4示出了根据本公开由系统200使用并经由连接224传递的用于OOI模式预测的步骤400。通常,使用模式识别的数据分析可以在本地服务器(诸如服务器205)上进行并且使用数据库222。可以向用户201向设备202a和202b报告数据报告,包括统计信息、系统性能、肯定命中等。因此,可以对用户201进行安全筛查,在一个示例中,用户201可以从ROI230中移除,其中系统200以独立的方式操作,并且没有人的直接监控。然而,还可以设想,所公开的系统也可以与其他已知的筛查系统(诸如金属检测器或其他筛查设备)结合使用。
在步骤402处,数据进入并且离开UWB阵列226。在步骤404处,采用先进先出(FIFO)缓冲器来收集和监控数据,直到在406处发生事件触发。当例如在ROI 230中定义的学习环境被例如一个人或诸如人类308之一的个体的经过所破坏时,事件触发发生。在步骤408处捕获RF和宽带数据,并且在步骤410处使用带通滤波器和其他已知滤波器过滤数据以去除背景等。在步骤412处应用运动补偿,并且确定或计算并应用因子来解决步态和步幅伪影。然后,在步骤414处,经处理的数据被馈送到模式识别启发法,并与先前获得的“基本事实”数据模式进行对比,并且在步骤416处做出感兴趣对象预测。也就是说,基于如以上方法100中所讨论所执行的学习,先前获得的“预测函数”被用于经由它们的OOI模式来识别可能的OOI。该过程结束,并且控制继续回到步骤106处的开始,并且继续监控直到在步骤406处发生另一个事件触发。
例如,可以使用指定的走道进行个体筛查。参考图5,系统200可以部署在如所示的构造500中。构造500包括第一雷达阵列502,其对应于上述UWB发射器阵列226。构造500还可以包括第二UWB发射器阵列或附加阵列504,其可以对应于UWB发射器阵列228。阵列502、504可以围绕走道506定位,并安装在支撑件或支柱508上。雷达阵列502、504被定位成向感兴趣区域(ROI)506发射UWB脉冲。在一个示例中,UWB发射器阵列504可以被定位且被屏障(诸如如上所述并在图5中示出的屏障310)隐藏。
一旦被部署,系统200就参与训练过程,使得所公开的系统可以正确地预测OOI模式或感兴趣对象的存在。更具体地说,因为系统200将被建立在任何环境,所以它可能处于以前没有被用于扫描目的的环境中。因此,根据本公开并如参照图1所讨论的,执行预测函数或校准步骤,如以上在步骤104所讨论的。训练过程包括系统的激活和训练系统200的数据获取,以识别具有OOI模式的个体和不具有OOI模式的个体。一旦建立,系统200可以用特定构造500来训练,以通过使用走道506和构造500作为学习环境来识别OOI模式。例如,如果设置为对人进行可能的手枪筛查,则通过采用上述步骤106处的两个步骤来确定“基本事实”。也就是说,可以为两个主要条件建立“基本事实”:
1)个体身上存在武器或感兴趣对象(OOI);
2)个体没有携带武器或感兴趣对象。
因此,建立了数据的所得“训练集”,其包括两个主要数据集,一个包括可能包括武器的OOI数据的第一集合,以及不包括OOI数据的第二集合。
一旦经过训练,并且也如关于图3A和图3B所描述的,使用构造500的系统200准备好根据上面步骤104中建立的标准,经由所获得的OOI模式来“启动”对个体筛查OOI。然后通过使用第一雷达阵列502(以及如果存在的话,第二或附加雷达阵列504)进行扫描来获得输入数据。当个体沿着走道506经过时,基于训练集和计算系统的激活,个体被检测并识别为不满足被识别为OOI的模式的个体。继续扫描直到在步骤118中个体(诸如具有反映武器或手枪512的模式的个体510)被识别为OOI模式。并且,如所指示的,被识别为物品512的OOI模式不限于任何特定型号或类型的手枪,而是由于先前执行的模式识别能力和校准,在使用OOI模式作为手枪来执行步骤104的示例中,OOI和他们的模式然后可以被检测为任何类型的手枪。
因此,使用例如预处理器306并且如在步骤106处来获得并预处理数据。所获得的和预处理的数据被映射到所获得的模型,并且模式识别由此在任何数据的后处理之后识别对应于OOI模式的模式。适当地,对指示OOI模式存在的任何模式进行预测。根据本公开,可以监控和报告所得数据和统计数据。例如,尽管可以在服务器105上执行繁重的处理和实现,但是监控结果、统计信息等可以被报告给其他用户或监视器,例如设备202a和/或202b。
参考图6,示出了可形成屏障(诸如屏障310)的各种材料的示例性归一化衰减数据。屏障材料可用于形成物理屏障,以防止对系统200的部件的意外或故意滥用,或者在隐蔽的筛查布置时伪装或掩盖系统部件(诸如UWB发射器阵列226)的存在。可以看出,标称厚度可以用于屏障310,诸如干板墙、木材和玻璃。正如可以预期的那样,砖和混凝土呈现出增加的衰减特性,因此在建立系统200的构造时必须考虑到这一点。
因此,根据本公开,一种系统包括超宽带阵列(UWB)和模式识别设备,该超宽带阵列具有向感兴趣区域(ROI)发射作为UWB脉冲的电磁波的发射器,并具有接收来自ROI中的对象的反射电磁波并生成对象数据的接收器,并且该模式识别设备具有被配置成提供操作的处理器。
处理器被配置成提供指令,该指令从来自ROI的反射电磁波获得扫描数据直到事件被触发,当事件被触发时,访问根据校准数据创建的启发式函数,该校准数据是先前在感兴趣对象(OOI)存在和OOI不存在的情况下使用ROI并且使用UWB阵列获得的,利用启发式函数分析扫描数据以确定在扫描数据内是否识别出OOI模式,并且如果识别出OOI模式则生成警报。
同样根据本公开,一种方法包括:定义用于扫描感兴趣对象(OOI)的感兴趣区域(ROI),从超宽带(UWB)发射器向ROI发射电磁UWB脉冲,从ROI接收反射的UWB波,当在反射的UWB波中检测到对象模式时触发事件,根据当事件被触发时反射的UWB波生成扫描数据,访问根据先前使用ROI和使用UWB阵列获得的校准数据创建的启发式函数,利用启发式函数分析扫描数据,以确定在扫描数据中是否识别出感兴趣对象(OOI)模式,并且当识别出OOI模式时生成警报。
此外,根据本公开,一种非暂时性计算机可读介质有形地体现程序的计算机可执行指令,该程序由具有用户界面的计算设备的硬件处理器可执行,该计算设备具有模式识别设备以提供操作,该操作包括扫描感兴趣区域(ROI),以UWB脉冲形式向ROI发射电磁波,从来自ROI的反射电磁波获得扫描数据,当从扫描数据生成对象数据时触发事件,当事件被触发时访问从校准数据创建的启发式函数,该校准数据先前使用ROI和使用UWB阵列获得,用启发式函数分析扫描数据以确定感兴趣对象(OOI)是否被识别为扫描数据内的OOI模式,并且如果OOI模式存在于扫描数据内则发送警报。
关于本文中描述的过程、系统、方法、启发法等,应该理解,尽管这些过程的步骤等已经被描述为根据特定的有序序列发生,但是这样的过程可以以不同于本文描述的顺序的顺序执行所描述的步骤来实践。还应该理解,可以同时执行某些步骤,可以添加其他步骤,或者可以省略本文描述的某些步骤。换句话说,本文提供的过程的描述是为了说明某些示例的目的,并且决不应该被解释为限制权利要求。
因此,将理解的是,以上描述旨在是例证性而不是限制性的。在阅读以上描述后,除了所提供的那些之外的许多例子和应用将是明显的。应参考所附权利要求连同这些权利要求有权要求的等效物的整个范围来确定范围,而不是参考以上的描述。可以预见和预期的是,在本文讨论的技术中将出现未来的发展,并且所公开的系统和方法将被结合到这样的未来示例中。总之,应该理解,该应用能够修改和变化。
权利要求中使用的所有术语都旨在给出它们最广泛的合理构造和它们的普通含义,如本文描述的领域技术人员所理解的,除非在本文中有相反的明确指示。特别是单数冠词的使用,如“一”、“该”、“所述”等应该理解为叙述一个或更多个所指出的要素,除非权利要求叙述了相反的明确限制。
提供了本公开的摘要以允许读者快速确定技术公开的性质。其被提交且应当理解的是,它将不用于解释或限制权利要求的范围或意义。此外,在前述详细描述中,可以看出,为简化本披露的目的,各个特征在各个示例中归集在一起。本公开的方法不被解释为反映权利要求要求比每个权利要求中明确地记载的更多的特征的意图。相反,如下面的权利要求所反映的,发明的主题在于少于单一所公开示例的所有特征。因此,所附权利要求在此被并入详细描述中,每一项权利要求自身作为单独要求保护的主题。
Claims (20)
1.一种系统,包括:
超宽带(UWB)阵列,所述超宽带阵列具有向感兴趣区域(ROI)发射作为UWB脉冲的电磁波的发射器,并具有从所述ROI中的对象接收反射电磁波并生成对象数据的接收器;
模式识别设备,所述模式识别设备具有被配置成提供操作的处理器,所述操作包括:
从来自所述ROI的反射电磁波获得扫描数据,直到事件被触发;
当所述事件被触发时,调用由先前使用所述ROI和使用所述UWB阵列获得的校准数据创建的预测方案;
利用从所述校准数据导出的模式识别函数将所述扫描数据与所述校准数据进行比较;
确定在所述扫描数据内是否识别出感兴趣对象(OOI)模式;和
如果识别出OOI模式,则生成警报。
2.根据权利要求1所述的系统,其中,所述ROI包括所述对象通过的区域。
3.根据权利要求2所述的系统,其中,所述模式识别设备将通过所述目标区域的对象检测为一个或更多个人类个体。
4.根据权利要求3所述的系统,其中,所述ROI包括走道,所述走道被界定成防止所述人类个体避开所述ROI。
5.根据权利要求4所述的系统,其中,所限定的走道由对可见光不透明的物理屏障界定。
6.根据权利要求3所述的系统,其中,所述校准数据是先前由所述模式识别设备获得的数据,以包括:
位于所述ROI内的人类个体上的OOI;以及
不携带所述OOI时的人类个体。
7.根据权利要求3所述的系统,其中,当所述人类个体通过所述目标区域时,触发所述事件。
8.根据权利要求1所述的系统,还包括:
第二UWB阵列,所述第二UWB阵列向所述ROI发射UWB脉冲,并从所述ROI中的所述对象接收反射电磁波,并生成第二对象数据;并且
所述模式识别设备使所述处理器被配置成提供包括使用所述第二UWB阵列从所述ROI获得所述扫描数据直到所述事件被触发的操作。
9.根据权利要求1所述的系统,其中,所述处理器被配置成将所生成的对象数据传递到先入先出(FIFO)缓冲器中。
10.一种方法,包括:
限定用于扫描感兴趣对象(OOI)的感兴趣区域(ROI);
从超宽带(UWB)发射器向所述ROI发射电磁超宽带脉冲;
从所述ROI接收反射的UWB波;
当从所述反射的UWB波中检测到对象时,触发事件;
当事件被触发时,根据所述反射的UWB波生成扫描数据;
利用从先前使用所述ROI和使用所述UWB阵列获得的校准数据导出的模式识别函数;
调用预测方案以:
确定在所述扫描数据内是否识别出感兴趣对象(OOI)模式;和
当识别出OOI模式时生成警报。
11.根据权利要求10所述的方法,其中,限定所述ROI包括限定所述对象通过的区域。
12.根据权利要求11所述的方法,其中,通过所述目标区域的所述对象之一是人类个体。
13.根据权利要求12所述的方法,还包括将所述ROI定义为限定的走道,所述走道被界定为防止所述人类个体通过所述ROI而不通过所述发射区域。
14.根据权利要求13所述的方法,还包括通过放置对可见光不透明的物理屏障来限定所述限定的走道。
15.根据权利要求12所述的方法,其中,所述校准数据是先前获得的数据,包括:
位于所述ROI内的人类个体上的OOI;以及
不携带所述OOI时的人类个体。
16.根据权利要求12所述的方法,还包括当所述人类个体通过所述目标区域时触发所述事件。
17.根据权利要求1所述的方法,还包括:
将第二UWB阵列朝着所述ROI定向;
从所述第二UWB阵列向所述ROI发射UWB脉冲,并从所述ROI中的对象接收第二反射的UWB波;
从所述第二反射的UWB波生成所述扫描数据。
18.根据权利要求1所述的方法,还包括将所述扫描数据传送到先入先出(FIFO)缓冲器。
19.一种非暂时性计算机可读介质,其有形地体现由具有用户界面的计算设备的硬件处理器可执行的程序的计算机可执行指令,所述计算设备具有被配置成提供操作的模式识别设备,所述操作包括:
扫描感兴趣区域(ROI);
向所述ROI发射作为UWB脉冲的电磁波;
从来自所述ROI的反射电磁波获得扫描数据;
当从所述扫描数据生成对象数据时触发事件;
当事件被触发时,访问从校准数据创建的启发法,所述校准数据先前使用所述ROI和使用UWB阵列获得;
利用从所述ROI处的所述校准数据导出的模式识别函数并使用所述UWB阵列来分析所述扫描数据;
确定感兴趣对象(OOI)是否在所述扫描数据内被识别为OOI模式;和
如果所述扫描数据内存在OOI模式,则发送警报。
20.根据权利要求19所述的介质,其中,当人类个体通过所述ROI时,触发所述事件。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862647130P | 2018-03-23 | 2018-03-23 | |
US201862647090P | 2018-03-23 | 2018-03-23 | |
US62/647,090 | 2018-03-23 | ||
US62/647,130 | 2018-03-23 | ||
PCT/US2019/023347 WO2019183339A1 (en) | 2018-03-23 | 2019-03-21 | System and method for detecting object patterns using ultra-wideband (uwb) radar |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112384823A true CN112384823A (zh) | 2021-02-19 |
Family
ID=66041702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980030180.9A Pending CN112384823A (zh) | 2018-03-23 | 2019-03-21 | 使用超宽带(uwb)雷达检测目标模式的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11656334B2 (zh) |
EP (1) | EP3769111A1 (zh) |
JP (1) | JP2021519439A (zh) |
CN (1) | CN112384823A (zh) |
WO (1) | WO2019183339A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113055873A (zh) * | 2021-03-11 | 2021-06-29 | Oppo广东移动通信有限公司 | 设备间的识别方法、装置、电子设备和存储介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11467275B2 (en) * | 2018-12-28 | 2022-10-11 | Logistics And Supply Chain Multi Tech R&D Centre Limited | Ultra-wideband-based object identification |
WO2022079170A2 (en) * | 2020-10-15 | 2022-04-21 | Security Alarms & Co. S.A. | Devices and system |
US20220196572A1 (en) * | 2020-12-21 | 2022-06-23 | Kla Corporation | Integration of an Optical Height Sensor in Mask Inspection Tools |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05164852A (ja) * | 1991-12-13 | 1993-06-29 | Japan Radio Co Ltd | 車載用衝突警報装置 |
CN1426164A (zh) * | 2003-01-17 | 2003-06-25 | 东南大学 | 亚纳秒持续时间的超宽带窄脉冲发生器 |
CN2598263Y (zh) * | 2003-01-17 | 2004-01-07 | 东南大学 | 无载波无线通信脉冲发生装置 |
CN1492597A (zh) * | 2003-09-02 | 2004-04-28 | 东南大学 | 超宽带直接序列二相相移键控窄脉冲发生器 |
JP2004271529A (ja) * | 2003-03-11 | 2004-09-30 | Ma Com Inc | レーダ信号送信方法、複数のレーダ送信器の送信方法、レーダ、及びレーダ送信器 |
CN1788213A (zh) * | 2003-03-12 | 2006-06-14 | Itt制造企业公司 | 使用时域脉冲信号快速检测物体的设备和方法 |
CN1926774A (zh) * | 2004-01-06 | 2007-03-07 | 新加坡科技研究局 | 产生uwb脉冲的方法 |
CN1930490A (zh) * | 2003-11-25 | 2007-03-14 | 麦卡利斯有限公司 | 目标探测方法和设备 |
CN1969466A (zh) * | 2004-06-14 | 2007-05-23 | 皇家飞利浦电子股份有限公司 | 自适应的主要为数字的超宽带接收机 |
CN101316780A (zh) * | 2005-05-13 | 2008-12-03 | 蒂森电梯资产公司 | 包括超宽带装置的电梯系统 |
JP2009505060A (ja) * | 2005-08-09 | 2009-02-05 | ミツビシ・エレクトリック・リサーチ・ラボラトリーズ・インコーポレイテッド | 秘匿uwb測距のためのデバイス、方法及びプロトコル |
CN101523740A (zh) * | 2005-07-12 | 2009-09-02 | 脉冲互联有限公司 | 超宽带通信系统和方法 |
CN101777062A (zh) * | 2008-12-17 | 2010-07-14 | 赛门铁克公司 | 场境感知的实时计算机保护系统和方法 |
CN102105816A (zh) * | 2008-07-01 | 2011-06-22 | 史密斯探测爱尔兰有限公司 | 使用有源电磁波识别潜在的威胁物质 |
CN102667520A (zh) * | 2009-11-05 | 2012-09-12 | 霍尼韦尔国际公司 | 数字控制的uwb毫米波雷达 |
CN103454691A (zh) * | 2013-08-22 | 2013-12-18 | 中国人民解放军第四军医大学 | 一种基于uwb 生物雷达的扫描探测方法及系统 |
JP3189416U (ja) * | 2013-12-26 | 2014-03-13 | 株式会社イシダ | 検査装置 |
JP2014197412A (ja) * | 2014-06-12 | 2014-10-16 | トムソン ライセンシングThomson Licensing | 画像の類似検索システム及び方法 |
US20150379356A1 (en) * | 2014-06-26 | 2015-12-31 | Mcmaster Universtiy | On-body concealed weapon detection system |
CN106033981A (zh) * | 2015-03-12 | 2016-10-19 | 上海申达自动防范系统工程有限公司 | 一种超宽带目标定位系统及其超宽带数字标签 |
Family Cites Families (46)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
USRE39759E1 (en) | 1984-12-03 | 2007-08-07 | Time Domain Corporation | Time domain radio transmission system |
USRE41479E1 (en) | 1984-12-03 | 2010-08-10 | Time Domain Corporation | Time domain radio transmission system |
US20030016157A1 (en) | 1984-12-03 | 2003-01-23 | Fullerton Larry W. | Time domain radio transmission system |
US6882301B2 (en) | 1986-06-03 | 2005-04-19 | Time Domain Corporation | Time domain radio transmission system |
JPH07146356A (ja) * | 1993-11-25 | 1995-06-06 | Furukawa Electric Co Ltd:The | 移動体用レーダ装置 |
US6577691B2 (en) | 1998-09-03 | 2003-06-10 | Time Domain Corporation | Precision timing generator apparatus and associated methods |
US6218979B1 (en) | 1999-06-14 | 2001-04-17 | Time Domain Corporation | Wide area time domain radar array |
US7592944B2 (en) | 1999-06-14 | 2009-09-22 | Time Domain Corporation | System and method for intrusion detection using a time domain radar array |
US7405692B2 (en) * | 2001-03-16 | 2008-07-29 | Battelle Memorial Institute | Detecting concealed objects at a checkpoint |
AU2003290786A1 (en) * | 2003-11-14 | 2005-06-29 | Time Domain Corporation | A bi-phase modulator for ultra wideband signals |
US7148836B2 (en) | 2004-03-05 | 2006-12-12 | The Regents Of The University Of California | Obstacle penetrating dynamic radar imaging system |
US6967613B2 (en) | 2004-03-17 | 2005-11-22 | Honeywell International Inc. | Broadband waveform reconstruction for radar |
US7123185B2 (en) * | 2004-04-14 | 2006-10-17 | Safeview, Inc. | Enhanced surveilled subject imaging |
US9063232B2 (en) | 2005-04-14 | 2015-06-23 | L-3 Communications Security And Detection Systems, Inc | Moving-entity detection |
US7345618B1 (en) | 2005-04-14 | 2008-03-18 | L-3 Communications Cyterra Corporation | Moving-entity detection |
US8362942B2 (en) | 2005-04-14 | 2013-01-29 | L-3 Communications Cyterra Corporation | Moving-entity detection |
US7769105B1 (en) | 2005-11-03 | 2010-08-03 | L-3 Communications, Corp. | System and method for communicating low data rate information with a radar system |
US7486221B2 (en) | 2005-11-18 | 2009-02-03 | Honeywell International Inc. | Methods and systems for using pulsed radar for communications transparent to radar function |
US20070194987A1 (en) | 2006-02-22 | 2007-08-23 | Honeywell International Inc. | Systems and methods for a high-precision time of arrival ultra-wideband positioning system |
US20080077015A1 (en) | 2006-05-17 | 2008-03-27 | Olga Boric-Lubecke | Determining presence and/or physiological motion of one or more subjects with multiple receiver Doppler radar systems |
US7884757B2 (en) | 2007-10-18 | 2011-02-08 | Tialinx, Inc. | Scanning ultra wideband impulse radar |
GB2474966C (en) | 2008-03-18 | 2012-08-01 | Univ Manchester Metropolitan | Remote detection and measurement of objects |
US8306265B2 (en) | 2009-01-12 | 2012-11-06 | Eastman Kodak Company | Detection of animate or inanimate objects |
US8237604B2 (en) | 2009-03-06 | 2012-08-07 | Tialinx, Inc. | Virtual beam forming in ultra wideband systems |
US8368586B2 (en) | 2009-03-26 | 2013-02-05 | Tialinx, Inc. | Person-borne improvised explosive device detection |
US8358234B2 (en) | 2009-03-26 | 2013-01-22 | Tialinx, Inc. | Determination of hostile individuals armed with weapon, using respiration and heartbeat as well as spectral analysis at 60 GHz |
US8063817B2 (en) | 2009-08-27 | 2011-11-22 | Honeywell International Inc. | Method for cross-range enhancement of real-beam radar imagery |
US9229102B1 (en) | 2009-12-18 | 2016-01-05 | L-3 Communications Security And Detection Systems, Inc. | Detection of movable objects |
US20150301167A1 (en) | 2009-12-18 | 2015-10-22 | Christopher Gary Sentelle | Detection of movable objects |
EP2947476B1 (en) | 2009-12-18 | 2018-08-15 | L-3 Communications Cyterra Corporation | Moving entity detection |
US8441393B2 (en) | 2010-02-10 | 2013-05-14 | Tialinx, Inc. | Orthogonal frequency division multiplexing (OFDM) radio as radar |
US8593329B2 (en) | 2010-03-17 | 2013-11-26 | Tialinx, Inc. | Hand-held see-through-the-wall imaging and unexploded ordnance (UXO) detection system |
US8842035B2 (en) | 2010-04-08 | 2014-09-23 | L-3 Communications Security And Detection Systems, Inc. | Sensor head |
US8890745B2 (en) | 2011-10-27 | 2014-11-18 | Raytheon Company | RF gun barrel detection system |
US9316732B1 (en) * | 2012-04-05 | 2016-04-19 | Farrokh Mohamadi | Standoff screening apparatus for detection of concealed weapons |
US9244163B2 (en) | 2012-05-17 | 2016-01-26 | Farrokh Mohamadi | Integrated ultra wideband, wafer scale, RHCP-LHCP arrays |
FR3010558B1 (fr) | 2013-09-09 | 2019-11-01 | Thales | Procede de caracterisation d'au moins une source de signal |
US9329072B2 (en) | 2013-12-06 | 2016-05-03 | Honeywell International Inc. | Receiver with programmable gain for UWB radar |
US9329074B2 (en) | 2013-12-06 | 2016-05-03 | Honeywell International Inc. | Multi-mode pulsed radar providing automatic transmit pulse signal control |
US9372256B2 (en) | 2014-02-26 | 2016-06-21 | Farrokh Mohamadi | Wafer scale sensor ultra-wideband array for tissue diagnosis |
CA2972886A1 (en) * | 2014-03-07 | 2015-09-11 | Rapiscan Systems, Inc. | Ultra wide band detectors |
JP2015190777A (ja) * | 2014-03-27 | 2015-11-02 | 株式会社豊田中央研究所 | 歩行者検出装置 |
JP2017537399A (ja) * | 2014-11-25 | 2017-12-14 | ラピスカン システムズ、インコーポレイテッド | インテリジェントセキュリティ管理システム |
JP6704608B2 (ja) | 2016-02-08 | 2020-06-03 | 富士ゼロックス株式会社 | 端末装置、診断システムおよびプログラム |
US11022633B2 (en) | 2016-05-11 | 2021-06-01 | Mcmaster University | Enhanced system and method for conducting PCA analysis on data signals |
JP6813296B2 (ja) * | 2016-07-22 | 2021-01-13 | 日本信号株式会社 | 携帯物検知のための装置 |
-
2019
- 2019-03-21 US US17/040,242 patent/US11656334B2/en active Active
- 2019-03-21 EP EP19715676.3A patent/EP3769111A1/en active Pending
- 2019-03-21 WO PCT/US2019/023347 patent/WO2019183339A1/en unknown
- 2019-03-21 JP JP2021500493A patent/JP2021519439A/ja active Pending
- 2019-03-21 CN CN201980030180.9A patent/CN112384823A/zh active Pending
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05164852A (ja) * | 1991-12-13 | 1993-06-29 | Japan Radio Co Ltd | 車載用衝突警報装置 |
CN1426164A (zh) * | 2003-01-17 | 2003-06-25 | 东南大学 | 亚纳秒持续时间的超宽带窄脉冲发生器 |
CN2598263Y (zh) * | 2003-01-17 | 2004-01-07 | 东南大学 | 无载波无线通信脉冲发生装置 |
JP2004271529A (ja) * | 2003-03-11 | 2004-09-30 | Ma Com Inc | レーダ信号送信方法、複数のレーダ送信器の送信方法、レーダ、及びレーダ送信器 |
CN1788213A (zh) * | 2003-03-12 | 2006-06-14 | Itt制造企业公司 | 使用时域脉冲信号快速检测物体的设备和方法 |
CN1492597A (zh) * | 2003-09-02 | 2004-04-28 | 东南大学 | 超宽带直接序列二相相移键控窄脉冲发生器 |
CN1930490A (zh) * | 2003-11-25 | 2007-03-14 | 麦卡利斯有限公司 | 目标探测方法和设备 |
CN1926774A (zh) * | 2004-01-06 | 2007-03-07 | 新加坡科技研究局 | 产生uwb脉冲的方法 |
CN1969466A (zh) * | 2004-06-14 | 2007-05-23 | 皇家飞利浦电子股份有限公司 | 自适应的主要为数字的超宽带接收机 |
CN101316780A (zh) * | 2005-05-13 | 2008-12-03 | 蒂森电梯资产公司 | 包括超宽带装置的电梯系统 |
CN101523740A (zh) * | 2005-07-12 | 2009-09-02 | 脉冲互联有限公司 | 超宽带通信系统和方法 |
JP2009505060A (ja) * | 2005-08-09 | 2009-02-05 | ミツビシ・エレクトリック・リサーチ・ラボラトリーズ・インコーポレイテッド | 秘匿uwb測距のためのデバイス、方法及びプロトコル |
CN102105816A (zh) * | 2008-07-01 | 2011-06-22 | 史密斯探测爱尔兰有限公司 | 使用有源电磁波识别潜在的威胁物质 |
CN101777062A (zh) * | 2008-12-17 | 2010-07-14 | 赛门铁克公司 | 场境感知的实时计算机保护系统和方法 |
CN102667520A (zh) * | 2009-11-05 | 2012-09-12 | 霍尼韦尔国际公司 | 数字控制的uwb毫米波雷达 |
CN103454691A (zh) * | 2013-08-22 | 2013-12-18 | 中国人民解放军第四军医大学 | 一种基于uwb 生物雷达的扫描探测方法及系统 |
JP3189416U (ja) * | 2013-12-26 | 2014-03-13 | 株式会社イシダ | 検査装置 |
JP2014197412A (ja) * | 2014-06-12 | 2014-10-16 | トムソン ライセンシングThomson Licensing | 画像の類似検索システム及び方法 |
US20150379356A1 (en) * | 2014-06-26 | 2015-12-31 | Mcmaster Universtiy | On-body concealed weapon detection system |
CN106033981A (zh) * | 2015-03-12 | 2016-10-19 | 上海申达自动防范系统工程有限公司 | 一种超宽带目标定位系统及其超宽带数字标签 |
Non-Patent Citations (1)
Title |
---|
STUART W. HARMER等: "Millimetre Radar Threat Level Evaluation (MiRTLE) at Standoff Ranges", 《PROC. OF SPIE》, vol. 8188, pages 1 - 81880 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113055873A (zh) * | 2021-03-11 | 2021-06-29 | Oppo广东移动通信有限公司 | 设备间的识别方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2021519439A (ja) | 2021-08-10 |
US11656334B2 (en) | 2023-05-23 |
WO2019183339A1 (en) | 2019-09-26 |
US20210018595A1 (en) | 2021-01-21 |
EP3769111A1 (en) | 2021-01-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11656334B2 (en) | System and method for detecting object patterns using ultra-wideband (UWB) radar | |
Lu et al. | See through smoke: robust indoor mapping with low-cost mmwave radar | |
US11361639B2 (en) | Gunshot detection system with location tracking | |
Wang et al. | Light positioning: A high-accuracy visible light indoor positioning system based on attitude identification and propagation model | |
Khalili et al. | Wi‐Fi sensing: applications and challenges | |
KR20230169969A (ko) | 라디오 주파수 감지 라벨들에 의한 수동 포지셔닝 | |
WO2017052775A1 (en) | Facilitating dynamic filtering and local and/or remote processing of data based on privacy policies and/or user preferences | |
US20070235652A1 (en) | Weapon detection processing | |
Li et al. | WiBorder: Precise Wi-Fi based boundary sensing via through-wall discrimination | |
US20200372769A1 (en) | Threat detection platform with a plurality of sensor nodes | |
US20220373646A1 (en) | Joint estimation of respiratory and heart rates using ultra-wideband radar | |
WO2007008217A1 (en) | Portable handheld security device | |
Doulamis et al. | Human object detection using very low resolution thermal cameras for urban search and rescue | |
Ding et al. | Counting human objects using backscattered radio frequency signals | |
Zhang et al. | Recent advances in video analytics for rail network surveillance for security, trespass and suicide prevention—A survey | |
US20220171017A1 (en) | Noise reduction in an ultra-wideband (uwb) radar | |
González | Robust localization system using visible light communication technology for underground mines | |
Chae | Integrated Communication and Sensing for B5G/6G—Part 1: Key Drivers and Applications | |
CN111650583A (zh) | 一种基于毫米波的安检设备及其安检方法 | |
US20230375736A1 (en) | Autonomous detection of concealed weapons at a distance by sensor fusion | |
Vellani et al. | International Association of Professional Security Consultants | |
Panda et al. | Bidirectional LSTM based sequence classification approach for human presence detection using channel state information | |
Kong | Deep Learning Based Approach to Integrate MyShake's Trigger Data with ShakeAlert for Faster and Robust EEW Alerts | |
US20230394779A1 (en) | Method and apparatus for detecting cargo in container image using container wall background removal | |
US20220180684A1 (en) | Accessing premises based on angle of arrival |
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 |