CN112434625A - 一种非接触式生命体征监测方法和监测设备 - Google Patents

一种非接触式生命体征监测方法和监测设备 Download PDF

Info

Publication number
CN112434625A
CN112434625A CN202011372716.6A CN202011372716A CN112434625A CN 112434625 A CN112434625 A CN 112434625A CN 202011372716 A CN202011372716 A CN 202011372716A CN 112434625 A CN112434625 A CN 112434625A
Authority
CN
China
Prior art keywords
movable object
feature information
determining
data
time difference
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
Application number
CN202011372716.6A
Other languages
English (en)
Inventor
赵锦秋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Juku Intelligent Technology Co ltd
Original Assignee
Shenzhen Juku Intelligent Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Juku Intelligent Technology Co ltd filed Critical Shenzhen Juku Intelligent Technology Co ltd
Priority to CN202011372716.6A priority Critical patent/CN112434625A/zh
Publication of CN112434625A publication Critical patent/CN112434625A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Electromagnetism (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

本申请提供一种非接触式生命体征监测方法和监测设备，涉及安防领域，以提高在特定情形下的监控效果。所述方法包括：确定目标对象是否为可移动对象；在所述目标对象为可移动对象的情况下，获取所述可移动对象的特征信息，所述特征信息包括所述可移动对象的体积和/或形状；确定获取的所述可移动对象的所述特征信息是否与预设对象的特征信息相匹配，其中，所述预设对象为具有生命体征的对象；在所述可移动对象的所述特征信息与所述预设对象的特征信息相匹配的情况下，确定所述可移动对象为所述预设对象。本申请用于生命体征监测。

Description

一种非接触式生命体征监测方法和监测设备
技术领域
本申请涉及安防领域，尤其涉及一种非接触式生命体征监测方法和监测设备。
背景技术
随着经济的发展和人们生活水平的提高，安全问题也越来越引起人们的重视，越来越多的应用于安防的电子产品应运而生。
当前的具有安防功能的电子产品往往是通过摄像头进行监控。但是，在一些特定的情形下，例如光线较暗的情形下，或者摄像头受到障碍物遮挡的情形下，这类利用摄像头进行监控的电子设备往往不能实现较好地监控效果。
发明内容
本申请实施例提供一种非接触式生命体征监测方法和监测设备，以提高在特定情形下的监控效果。
为了解决上述技术问题，本申请是这样实现的：
第一方面，提高一种非接触式生命体征监测方法，应用于具有毫米波雷达的设备，所述方法包括：
确定目标对象是否为可移动对象；
在所述目标对象为可移动对象的情况下，获取所述可移动对象的特征信息，所述特征信息包括所述可移动对象的体积和/或形状；
确定获取的所述可移动对象的所述特征信息是否与预设对象的特征信息相匹配，其中，所述预设对象为具有生命体征的对象；
在所述可移动对象的所述特征信息与所述预设对象的特征信息相匹配的情况下，确定所述可移动对象为所述预设对象。
可选地，所述确定目标对象是否为可移动对象包括：确定第一时间差，所述第一时间差为发射第一电磁波的时间点和接收到遇到目标对象返回的所述第一电磁波的时间点之间的时间差；确定第二时间差，所述第二时间差为发射第二电磁波的时间点和接收到遇到所述目标对象返回的所述第二电磁波的时间点之间的时间差；确定所述第一时间差是否等于所述第二时间差；在所述第一时间差不等于所述第二时间差的情况下，确定所述目标对象为可移动对象。
其中，可选地，所述第一时间差和所述第二时间差为纳米级的时间差。
可选地，所述获取所述可移动对象的特征信息包括：获取所述毫米波雷达采集的数据；通过对所述毫米波雷达采集的数据进行绘点得到所述可移动对象的长度、宽度和高度中的至少一种；根据所述可移动对象的长度、宽度和高度中的至少一种，确定所述可移动对象的体积和/或形状。
可选地，在另一个实施例中，本申请实施例提供的非接触式生命体征监测方法还包括：确定所述可移动对象的特征信息是否发生变化；在所述可移动对象的特征信息发生变化的情况下，根据所述可移动对象在变化前后的特征信息，确定所述可移动对象发生的体动，所述可移动对象发生的体动包括：翻身、跌倒、离开中的至少一种。
可选地，在另一个实施例中，在所述获取所述毫米波雷达采集的数据之后，本申请实施例提供的非接触式生命体征监测方法还包括：基于所述毫米波雷达采集的数据，提取指定变量的数据，所述指定变量包括呼吸或者心跳；基于提取的所述指定变量的数据，确定所述可移动对象的呼吸或者心跳。
可选地，所述基于所述毫米波雷达采集的数据，提取指定变量的数据包括：基于所述毫米波雷达采集的数据，获取电磁波的第一波形；基于所述第一波形，获取目标波形；基于所述目标波形，获取指定变量的数据；确定所述指定变量的数据是否与预设的呼吸或者心跳的特征相匹配；在所述指定变量的数据与预设的呼吸或者心跳的特征相匹配的情况下，提取所述指定变量的数据。
可选地，所述基于所述第一波形，获取目标波形包括：对所述第一波形进行解调和波形处理，以得到所述目标波形；相应地，所述基于所述目标波形，获取指定变量的数据包括：基于所述目标波形的边缘位置，获取指定变量的数据。
第二方面，提供一种具有毫米波雷达的非接触式生命体征监测设备，包括：
确定模块，用于确定目标对象是否为可移动对象；
获取模块，用于在所述目标对象为可移动对象的情况下，获取所述可移动对象的特征信息，所述特征信息包括所述可移动对象的体积和/或形状；
所述确定模块还用于：确定获取的所述可移动对象的所述特征信息是否与预设对象的特征信息相匹配，其中，所述预设对象为具有生命体征的对象；在所述可移动对象的所述特征信息与所述预设对象的特征信息相匹配的情况下，确定所述可移动对象为所述预设对象。
可选地，在一个实施例中，在确定目标对象是否为可移动对象的过程中，所述确定模块具体用于：确定第一时间差，所述第一时间差为发射第一电磁波的时间点和接收到遇到目标对象返回的所述第一电磁波的时间点之间的时间差；确定第二时间差，所述第二时间差为发射第二电磁波的时间点和接收到遇到所述目标对象返回的所述第二电磁波的时间点之间的时间差；确定所述第一时间差是否等于所述第二时间差；在所述第一时间差不等于所述第二时间差的情况下，确定所述目标对象为可移动对象。
其中，可选地，所述第一时间差和所述第二时间差为纳米级的时间差。
可选地，在一个实施例中，在获取所述可移动对象的特征信息的过程中，所述获取模块具体用于：获取所述毫米波雷达采集的数据；通过对所述毫米波雷达采集的数据进行绘点得到所述可移动对象的长度、宽度和高度中的至少一种；根据所述可移动对象的长度、宽度和高度中的至少一种，确定所述可移动对象的体积和/或形状。
可选地，在一个实施例中，所述确定模块还用于：确定所述可移动对象的特征信息是否发生变化；在所述可移动对象的特征信息发生变化的情况下，根据所述可移动对象在变化前后的特征信息，确定所述可移动对象发生的体动，所述可移动对象发生的体动包括：翻身、跌倒、离开中的至少一种。
可选地，在一个实施例中，在所述获取所述毫米波雷达采集的数据之后，所述非接触式生命体征监测设备还包括：提取模块，用于基于所述毫米波雷达采集的数据，提取指定变量的数据，所述指定变量包括呼吸或者心跳；所述确定模块还用于：基于提取的所述指定变量的数据，确定所述可移动对象的呼吸或者心跳。
可选地，在一个实施例中，在基于所述毫米波雷达采集的数据，提取指定变量的数据的过程中，所述提取模块具体用于：基于所述毫米波雷达采集的数据，获取电磁波的第一波形；基于所述第一波形，获取目标波形；基于所述目标波形，获取指定变量的数据；确定所述指定变量的数据是否与呼吸或者心跳的特征相匹配；在所述指定变量的数据与呼吸或者心跳的特征相匹配的情况下，提取所述指定变量的数据。
可选地，在一个实施例中，在基于所述第一波形，获取目标波形的过程中，所述提取模块具体用于：对所述第一波形进行解调和波形处理，以得到所述目标波形。相应地，所述基于所述目标波形，获取指定变量的数据包括：基于所述目标波形的边缘位置，获取指定变量的数据。
采用上述技术方案之后，本申请实施例提供的非接触式生命体征监测方法和监测设备，可以利用具有毫米波雷达的设备确定目标对象是否为可移动对象，并可以根据获取的可移动对象的特征信息，进一步确定可移动对象为具有生命体征的对象。如此，即便在例如在光线较暗等特定情形下也可以便捷确定一定空间范围内是否存在具有生命体征的对象，从而取得更好的监控效果。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是本申请实施例提供的一种非接触式生命体征监测方法的流程图。
图2是本申请实施例提供的另一种非接触式生命体征监测方法的流程图。
图3为本申请实施例提供的非接触式生命体征监测的结构框图；
图4为本申请实施例提供的毫米波雷达的结构示意图。
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、完整地描述，显然，所描述的实施例是本申请一部分实施例，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。
本申请实施例提供一种非接触式生命体征监测方法，该方法的执行主体，可以为具有毫米波雷达的设备。所述毫米波雷达可以为连续波雷达。所述毫米波雷达的工作频率可以为50-63GHz，采样频率可以为1000KHz，带宽可以为 115GHz。其中，所述毫米波雷达可包括运算单元、放大器、接收器、压控振荡器、发射器；其中，所述运算单元和所述放大器耦接，所述放大器和所述接收器耦接；所述运算单元和所述压控振荡器耦接，所述压控振荡器和所述发射器耦接。所述压控振荡器产生的信号可以为预设值的调频信号。
图1是本申请实施例提供的一种非接触式生命体征监测方法的流程图。参照图1，本申请实施例提供的非接触式生命体征监测方法可包括：
步骤110，确定目标对象是否为可移动对象；
其中，目标对象可以是当前正在监测的对象。可移动对象可以为动物、人等。
步骤120，在所述目标对象为可移动对象的情况下，获取所述可移动对象的特征信息，所述特征信息包括所述可移动对象的体积和/或形状；
步骤130，确定获取的所述可移动对象的所述特征信息是否与预设对象的特征信息相匹配，其中，所述预设对象为具有生命体征的对象；
其中，预设对象的特征信息可以是设备使用者提前录入的特征信息，也可以是设备生产厂商提前设置的特征信息。
步骤140，在所述可移动对象的所述特征信息与所述预设对象的特征信息相匹配的情况下，确定所述可移动对象为所述预设对象。
当预设对象的特征信息是设备使用者提前录入的特征信息时，本申请实施例提供的非接触式生命体征监测方法可实现对指定对象(例如，通缉犯等)进行监测。当预设对象的特征信息是设备生产厂商提前设置的特征信息(例如，活人的特征信息)时，本申请实施例提供的非接触式生命体征监测方法可有效区分动物和人，并可实现对夜晚可能出现的盗贼的监控。
本申请实施例提供的非接触式生命体征监测方法，可以利用具有毫米波雷达的设备确定目标对象是否为可移动对象，并可以根据获取的可移动对象的特征信息，进一步确定可移动对象为具有生命体征的对象。如此，即便在例如光线较暗等特定情形下也可以便捷确定一定空间范围内是否存在具有生命体征的对象，从而取得更好的监控效果。本申请实施例提供的非接触式生命体征监测方法可以应用于举例而言，灾后搜救生命、防盗贼、抓捕嫌犯等情形。
可选地，在本申请的一个实施例中，步骤110中所述确定目标对象是否为可移动对象包括：确定第一时间差，所述第一时间差为发射第一电磁波的时间点和接收到遇到目标对象返回的所述第一电磁波的时间点之间的时间差；确定第二时间差，所述第二时间差为发射第二电磁波的时间点和接收到遇到所述目标对象返回的所述第二电磁波的时间点之间的时间差；确定所述第一时间差是否等于所述第二时间差；在所述第一时间差不等于所述第二时间差的情况下，确定所述目标对象为可移动对象。其中，所述电磁波为所述毫米波雷达发射的电磁波由于毫米波雷达发射和接收电磁波的效率和频率均较高，如此，可以通过时间差快速确定目标对象是否为可移动对象。
需了解的是，由于发射电磁波的毫米波雷达的位置和电磁波的传播速度是固定的，所以当所述第一时间差不等于所述第二时间差时，则说明所述目标对象的位置发生了改变，即可以确定所述目标对象为可移动对象。同理，当所述第一时间差等于所述第二时间差时，则说明所述目标对象的位置没有发生改变，即可以确定所述目标对象为固定障碍物。
其中，所述第一时间差和所述第二时间差可以为纳米级的时间差。如此，可以保证在极短的时间内确定出目标对象是否为可移动对象。
可选地，在本申请的一个实施例中，步骤120中所述获取所述可移动对象的特征信息包括：获取所述毫米波雷达采集的数据；通过对所述毫米波雷达采集的数据进行绘点得到所述可移动对象的长度、宽度和高度中的至少一种；根据所述可移动对象的长度、宽度和高度中的至少一种，确定所述可移动对象的体积和/或形状。如此，通过对雷达采集的数据进行绘点可以形象地得到可移动对象的长度、宽度和高度中的至少一种，进而得到可移动对象的体积和/或形状，此种实现操作简单且效率较高。
可选地，在本申请的一个实施例中，所述毫米波雷达采集的数据可以为所述毫米波雷达所发出得到电磁波与所述可移动对象接触的各点的三维坐标，根据所述各点的三维坐标计算得到所述可移动对象的长度、宽度和高度中的至少一种，进而根据所述可移动对象的长度、宽度和高度中的至少一种确定所述可移动对象的体积和/或形状。
可选地，在本申请的一个实施例中，可以直接根据所述电磁波与所述可移动对象接触的各点的三维坐标判断所述各点在立体空间中的位置，进而根据所述各点的三维坐标绘点，并将所述各点连接，即可得到所述可移动对象的立体模型，进而根据所述可移动对象的立体模型确定所述可移动对象的体积和/或形状。
可选地，在本申请的另一个实施例中，本申请实施例提供的非接触式生命体征监测方法还包括：确定所述可移动对象的特征信息是否发生变化；在所述可移动对象的特征信息发生变化的情况下，根据所述可移动对象在变化前后的特征信息，确定所述可移动对象发生的体动，所述可移动对象发生的体动包括：翻身、跌倒、离开中的至少一种。由于毫米波雷达发射和接收电磁波的效率和频率均较高，如此，一旦可移动对象的特征信息发生变化，便可据此确定出可移动对象发生的体动。此种确定体动的方式不仅效率较高，而且确定具体体动的精度也较高。
可选地，在本申请的一个实施例中，在所述可移动对象的特征信息发生变化的情况下，可以根据上述得到的可移动对象的立体模型在立体空间中的位置的变化得到所述可移动对象的运动轨迹，进而可以根据所述可移动对象的运动轨迹确定所述可移动对象发生的体动。
可选地，在本申请的一个实施例中，确定所述可移动对象的体动可以包括：根据所述可移动对象的特征信息的前后变化得到所述可移动对象的特征变化信息，并将所述可移动对象的特征变化信息与预设体动特征信息进行匹配，进而确定所述可移动对象当前特征信息的变化对应的体动。所述预设体动特征信息与体动(如：翻身、跌倒等)相对应，所述预设体动特征信息可以为设备使用者提前录入的体动特征信息，也可以为设备生产厂商提前设置的体动特征信息。
可选地，在本申请实施例中，在获取所述毫米波雷达采集的数据之后，本申请实施例提供的非接触式生命体征监测方法还包括：基于所述毫米波雷达采集的数据，提取指定变量的数据，所述指定变量包括呼吸或者心跳；基于提取的所述指定变量的数据，确定所述可移动对象的呼吸或者心跳。如此，通过利用毫米波雷达采集的数据可以实现不接触可移动对象，即可便捷地确定出可移动对象的呼吸或者心跳。如此，可以提高可移动对象的测量呼吸或者心跳的体验，大大提高可移动对象的配合度。
其中，可选地，所述基于所述毫米波雷达采集的数据，提取指定变量的数据包括：基于所述毫米波雷达采集的数据，获取电磁波的第一波形；基于所述第一波形，获取目标波形；基于所述目标波形，获取指定变量的数据；确定所述指定变量的数据是否与预设的呼吸或者心跳的特征相匹配；在所述指定变量的数据与预设的呼吸或者心跳的特征相匹配的情况下，提取所述指定变量的数据。相应地，在所述指定变量的数据与预设的呼吸或者心跳的特征不相匹配的情况下，可不提取所述指定变量的数据。如此，通过波形可以便捷地获取与呼吸或者心跳相关的指定变量的数据，进而方便地验证这些指定变量的数据是否为真实的呼吸或者心跳的数据。从而，可以从海量指定变量的数据中提取出真实的呼吸或者心跳的数据，保证了呼吸或者心跳数据的真实性。
其中，可选地，所述基于所述第一波形，获取目标波形包括：对所述第一波形进行解调和波形处理，以得到所述目标波形。相应地，所述基于所述目标波形，获取指定变量的数据包括：基于所述目标波形的边缘位置，获取指定变量的数据。与呼吸或者心跳有关的微动在波形的边缘位置往往有较高的集中度，通过目标波形的边缘位置，获取指定变量的数据，可以保证呼吸或者心跳的数据有较高的准确性。
图2是本申请实施例提供的另一非接触式生命体征监测方法的流程图。参照图2，本申请实施例提供的非接触式生命体征监测方法可包括：
步骤210，确定目标对象是否为可移动对象。
步骤220，在所述目标对象为可移动对象的情况下，获取所述可移动对象的特征信息，所述特征信息包括所述可移动对象的体积和/或形状。
其中，步骤220可以具体为：获取所述毫米波雷达采集的数据；通过对所述毫米波雷达采集的数据进行绘点得到所述可移动对象的长度、宽度和高度中的至少一种；根据所述可移动对象的长度、宽度和高度中的至少一种，确定所述可移动对象的体积和/或形状。
步骤230，确定获取的所述可移动对象的所述特征信息是否与预设对象的特征信息相匹配，其中，所述预设对象为具有生命体征的对象。
步骤240，在所述可移动对象的所述特征信息与所述预设对象的特征信息相匹配的情况下，确定所述可移动对象为所述预设对象。
步骤250，确定所述可移动对象的特征信息是否发生变化。
步骤260，在所述可移动对象的特征信息发生变化的情况下，根据所述可移动对象在变化前后的特征信息，确定所述可移动对象发生的体动，所述可移动对象发生的体动包括：翻身、跌倒、离开中的至少一种。
本申请实施例提供的非接触式生命体征监测方法，可以利用具有毫米波雷达的设备确定目标对象是否为可移动对象，并可以根据获取的可移动对象的特征信息，进一步确定可移动对象为具有生命体征的对象。如此，即便在例如在光线较暗等特定情形下也可以便捷确定一定空间范围内是否存在具有生命体征的对象，从而取得更好的监控效果。
同时，本申请实施例提供的非接触式生命体征监测方法除了可以确定目标对象是否为具有生命体征的对象之外。还可以在目标对象为具有生命体征的对象的情况下，进一步监测此对象的心跳和/或呼吸，扩大应用范围。例如，本申请实施例提供的非接触式生命体征监测方法中，在获取到所述毫米波雷达采集的数据之后，还可以基于所述毫米波雷达采集的数据，提取指定变量的数据，所述指定变量包括呼吸或者心跳；然后基于提取的所述指定变量的数据，确定所述可移动对象的呼吸或者心跳。如此，还可以便捷地监测具有生命体征的对象的呼吸和/或心跳，大大拓宽了本方案的应用范围。
图3是本申请实施例提供的一种具有毫米波雷达的非接触式生命体征监测设备的结构框图。参照图3，本申请实施例提供一种具有毫米波雷达的非接触式生命体征监测设备300，包括：确定模块310和获取模块320。需了解的是，在本申请实施例中，确定模块310和获取模块320可以为毫米波雷达内的部件。或者，确定模块310可以为毫米波雷达或者毫米波雷达内的部件，获取模块320 可以为非接触式生命体征监测设备300的部件。其中，获取模块可以是毫米波雷达内的处理器，或者非接触式生命体征监测设备300的处理器。
其中，所述确定模块310，用于确定目标对象是否为可移动对象；
所述获取模块320，用于在所述目标对象为可移动对象的情况下，获取所述可移动对象的特征信息，所述特征信息包括所述可移动对象的体积和/或形状；
所述确定模块310还用于：确定获取的所述可移动对象的所述特征信息是否与预设对象的特征信息相匹配，其中，所述预设对象为具有生命体征的对象；在所述可移动对象的所述特征信息与所述预设对象的特征信息相匹配的情况下，确定所述可移动对象为所述预设对象。
本申请实施例提供的非接触式生命体征监测设备，可以利用具有毫米波雷达的设备确定目标对象是否为可移动对象，并可以根据获取的可移动对象的特征信息，进一步确定可移动对象为具有生命体征的对象。如此，即便在例如在光线较暗等特定情形下也可以便捷确定一定空间范围内是否存在具有生命体征的对象，从而取得更好的监控效果。
可选地，在一个实施例中，在确定目标对象是否为可移动对象的过程中，所述确定模块310具体用于：确定第一时间差，所述第一时间差为发射第一电磁波的时间点和接收到遇到目标对象返回的所述第一电磁波的时间点之间的时间差；确定第二时间差，所述第二时间差为发射第二电磁波的时间点和接收到遇到所述目标对象返回的所述第二电磁波的时间点之间的时间差；确定所述第一时间差是否等于所述第二时间差；在所述第一时间差不等于所述第二时间差的情况下，确定所述目标对象为可移动对象。
其中，可选地，所述第一时间差和所述第二时间差为纳米级的时间差。
可选地，在一个实施例中，在获取所述可移动对象的特征信息的过程中，所述获取模块320具体用于：获取所述毫米波雷达采集的数据；通过对所述毫米波雷达采集的数据进行绘点得到所述可移动对象的长度、宽度和高度中的至少一种；根据所述可移动对象的长度、宽度和高度中的至少一种，确定所述可移动对象的体积和/或形状。
可选地，在一个实施例中，所述确定模块310还用于：确定所述可移动对象的特征信息是否发生变化；在所述可移动对象的特征信息发生变化的情况下，根据所述可移动对象在变化前后的特征信息，确定所述可移动对象发生的体动，所述可移动对象发生的体动包括：翻身、跌倒、离开中的至少一种。
可选地，在一个实施例中，在所述获取所述毫米波雷达采集的数据之后，所述非接触式生命体征监测设备还包括：提取模块，用于基于所述毫米波雷达采集的数据，提取指定变量的数据，所述指定变量包括呼吸或者心跳；所述确定模块还用于：基于提取的所述指定变量的数据，确定所述可移动对象的呼吸或者心跳。在本申请实施例中，提取模块可以为所述非接触式生命体征监测设备中的处理器或者所述毫米波雷达的处理器。
可选地，在一个实施例中，在基于所述毫米波雷达采集的数据，提取指定变量的数据的过程中，所述提取模块具体用于：基于所述毫米波雷达采集的数据，获取电磁波的第一波形；基于所述第一波形，获取目标波形；基于所述目标波形，获取指定变量的数据；确定所述指定变量的数据是否与呼吸或者心跳的特征相匹配；在所述指定变量的数据与呼吸或者心跳的特征相匹配的情况下，提取所述指定变量的数据。
可选地，在一个实施例中，在基于所述第一波形，获取目标波形的过程中，所述提取模块具体用于：对所述第一波形进行解调和波形处理，以得到所述目标波形。相应地，所述基于所述目标波形，获取指定变量的数据包括：基于所述目标波形的边缘位置，获取指定变量的数据。
可选地，在所述基于所述毫米波雷达采集的数据，提取指定变量的数据之后，所述非接触式生命体征监测设备还包括：通信模块，用于实现所述非接触式生命体征监测设备与移动终端之间的通信，例如将可移动对象的心跳信息和呼吸信息发送给移动终端中与所述非接触式生命体征监测设备相对应的应用程序。所述通信模块可以为5G通信模块、长期演进通信模块或WIFI通信模块中的一种或多种。
可选地，在所述通信模块包括5G通信模块、长期演进通信模块或WIFI 通信模块中的多种时，所述非接触式生命体征监测设备可以根据实际应用场景切换通信模块，如当WIFI信号强度满足预设阈值时采用WIFI通信模块进行通信，当WIFI信号强度不满足预设阈值时采用长期演进通信模块进行通信。
需要说明的是，本申请实施例提供的非接触式生命体征监测设备与上文提到的非接触式生命体征监测方法相对应。相关内容可参照上文对非接触式生命体征监测方法的描述，在此不做赘述。
图4为本申请实施例提供的毫米波雷达的结构示意图。参照图4，本申请实施例提供的毫米波雷达可以包括运算单元410、放大器420、接收器430、压控振荡器440以及发射器450，所述运算单元410和所述放大器420耦接，所述放大器420和所述接收器430耦接，所述运算单元410和所述压控振荡器440 耦接，所述压控振荡器440和所述发射器450耦接。所述压控振荡器产生的信号可以为预设值的调频信号。
可选地，参照图4，本发明实施例中提供的毫米波雷达通过压控振荡器440产生预设值的调频信号，并通过发射器450中的天线将上述调频信号发送出去，所述调频信号遇到可移动对象则被可移动对象在相位中非线性地调制，并被反射回毫米波雷达，所述接收器430中的天线接收到被调制的调频信号后，通过所述放大器420将被调制的调频信号进行放大，最后将放大后的信号送往运算单元410进行处理。如此，可以通过本发明实施例中提供的毫米波雷达得到所述可移动对象的相关数据。
需要说明的是，在本文中，术语“包括”、“包含”或者其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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (10)

1.一种非接触式生命体征监测方法，其特征在于，应用于具有毫米波雷达的设备，所述方法包括：
确定目标对象是否为可移动对象；
在所述目标对象为可移动对象的情况下，获取所述可移动对象的特征信息，所述特征信息包括所述可移动对象的体积和/或形状；
确定获取的所述可移动对象的所述特征信息是否与预设对象的特征信息相匹配，其中，所述预设对象为具有生命体征的对象；
在所述可移动对象的所述特征信息与所述预设对象的特征信息相匹配的情况下，确定所述可移动对象为所述预设对象。
2.根据权利要求1所述的非接触式生命体征监测方法，其特征在于，所述确定目标对象是否为可移动对象包括：
确定第一时间差，所述第一时间差为发射第一电磁波的时间点和接收到遇到目标对象返回的所述第一电磁波的时间点之间的时间差；
确定第二时间差，所述第二时间差为发射第二电磁波的时间点和接收到遇到所述目标对象返回的所述第二电磁波的时间点之间的时间差；
确定所述第一时间差是否等于所述第二时间差；
在所述第一时间差不等于所述第二时间差的情况下，确定所述目标对象为可移动对象；
其中，所述第一时间差和所述第二时间差为纳米级的时间差。
3.根据权利要求1所述的非接触式生命体征监测方法，其特征在于，所述获取所述可移动对象的特征信息包括：
获取所述毫米波雷达采集的数据；
通过对所述毫米波雷达采集的数据进行绘点得到所述可移动对象的长度、宽度和高度中的至少一种；
根据所述可移动对象的长度、宽度和高度中的至少一种，确定所述可移动对象的体积和/或形状。
4.根据权利要求1-3任一项所述的非接触式生命体征监测方法，其特征在于，所述方法还包括：
确定所述可移动对象的特征信息是否发生变化；
在所述可移动对象的特征信息发生变化的情况下，根据所述可移动对象在变化前后的特征信息，确定所述可移动对象发生的体动，所述可移动对象发生的体动包括：翻身、跌倒、离开中的至少一种。
5.根据权利要求3所述的非接触式生命体征监测方法，在所述获取所述毫米波雷达采集的数据之后，所述方法还包括：
基于所述毫米波雷达采集的数据，提取指定变量的数据，所述指定变量包括呼吸或者心跳；
基于提取的所述指定变量的数据，确定所述可移动对象的呼吸或者心跳。
6.根据权利要求5所述的非接触式生命体征监测方法，所述基于所述毫米波雷达采集的数据，提取指定变量的数据包括：
基于所述毫米波雷达采集的数据，获取电磁波的第一波形；
基于所述第一波形，获取目标波形；
基于所述目标波形，获取指定变量的数据；
确定所述指定变量的数据是否与预设的呼吸或者心跳的特征相匹配；
在所述指定变量的数据与预设的呼吸或者心跳的特征相匹配的情况下，提取所述指定变量的数据。
7.根据权利要求6所述的非接触式生命体征监测方法，所述基于所述第一波形，获取目标波形包括：
对所述第一波形进行解调和波形处理，以得到所述目标波形；
相应地，所述基于所述目标波形，获取指定变量的数据包括：基于所述目标波形的边缘位置，获取指定变量的数据。
8.一种具有毫米波雷达的非接触式生命体征监测设备，其特征在于，包括：
确定模块，用于确定目标对象是否为可移动对象；
获取模块，用于在所述目标对象为可移动对象的情况下，获取所述可移动对象的特征信息，所述特征信息包括所述可移动对象的体积和/或形状；
所述确定模块还用于：确定获取的所述可移动对象的所述特征信息是否与预设对象的特征信息相匹配，其中，所述预设对象为具有生命体征的对象；在所述可移动对象的所述特征信息与所述预设对象的特征信息相匹配的情况下，确定所述可移动对象为所述预设对象。
9.根据权利要求8所述的非接触式生命体征监测设备，其特征在于，在获取所述可移动对象的特征信息的过程中，所述获取模块具体用于：
获取所述毫米波雷达采集的数据；
通过对所述毫米波雷达采集的数据进行绘点得到所述可移动对象的长度、宽度和高度中的至少一种；
根据所述可移动对象的长度、宽度和高度中的至少一种，确定所述可移动对象的体积和/或形状；
相应地，在所述获取所述毫米波雷达采集的数据之后，所述非接触式生命体征监测设备还包括：
提取模块，用于基于所述毫米波雷达采集的数据，提取指定变量的数据，所述指定变量包括呼吸或者心跳；
所述确定模块还用于：基于提取的所述指定变量的数据，确定所述可移动对象的呼吸或者心跳。
10.根据权利要求8所述的非接触式生命体征监测设备，其特征在于，所述确定模块还用于：
确定所述可移动对象的特征信息是否发生变化；
在所述可移动对象的特征信息发生变化的情况下，根据所述可移动对象在变化前后的特征信息，确定所述可移动对象发生的体动，所述可移动对象发生的体动包括：翻身、跌倒、离开中的至少一种。
CN202011372716.6A 2020-11-30 2020-11-30 一种非接触式生命体征监测方法和监测设备 Pending CN112434625A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011372716.6A CN112434625A (zh) 2020-11-30 2020-11-30 一种非接触式生命体征监测方法和监测设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011372716.6A CN112434625A (zh) 2020-11-30 2020-11-30 一种非接触式生命体征监测方法和监测设备

Publications (1)

Publication Number Publication Date
CN112434625A true CN112434625A (zh) 2021-03-02

Family

ID=74698675

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011372716.6A Pending CN112434625A (zh) 2020-11-30 2020-11-30 一种非接触式生命体征监测方法和监测设备

Country Status (1)

Country Link
CN (1) CN112434625A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115120207A (zh) * 2021-03-29 2022-09-30 海信集团控股股份有限公司 生命体征信息的检测设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105476602A (zh) * 2015-11-25 2016-04-13 方姝阳 非接触式人体生命体征测量方法及装置
CN110058220A (zh) * 2019-05-05 2019-07-26 广东勘生科技有限公司 基于毫米波雷达技术的火灾探测救援方法及系统
CN110346790A (zh) * 2019-07-09 2019-10-18 长沙莫之比智能科技有限公司 一种基于毫米波雷达的非接触式生命体征监测方法、装置及系统
CN111753660A (zh) * 2020-05-21 2020-10-09 江苏大学 一种基于太赫兹毫米波的人脸骨骼识别方法
CN111766576A (zh) * 2020-06-29 2020-10-13 京东方科技集团股份有限公司 基于毫米波雷达检测的会议人员安排方法及相关设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105476602A (zh) * 2015-11-25 2016-04-13 方姝阳 非接触式人体生命体征测量方法及装置
CN110058220A (zh) * 2019-05-05 2019-07-26 广东勘生科技有限公司 基于毫米波雷达技术的火灾探测救援方法及系统
CN110346790A (zh) * 2019-07-09 2019-10-18 长沙莫之比智能科技有限公司 一种基于毫米波雷达的非接触式生命体征监测方法、装置及系统
CN111753660A (zh) * 2020-05-21 2020-10-09 江苏大学 一种基于太赫兹毫米波的人脸骨骼识别方法
CN111766576A (zh) * 2020-06-29 2020-10-13 京东方科技集团股份有限公司 基于毫米波雷达检测的会议人员安排方法及相关设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
文少波 等: "《新能源汽车及其智能化技术》", 30 September 2017, 南京：东南大学出版社, pages: 165 - 166 *
毛保全 等: "《车载武器系统信息化技术》", 31 December 2019, 北京：国防工业出版社, pages: 316 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115120207A (zh) * 2021-03-29 2022-09-30 海信集团控股股份有限公司 生命体征信息的检测设备

Similar Documents

Publication Publication Date Title
Yan et al. WiAct: A passive WiFi-based human activity recognition system
US6356230B1 (en) Interrogators, wireless communication systems, methods of operating an interrogator, methods of monitoring movement of a radio frequency identification device, methods of monitoring movement of a remote communication device and movement monitoring methods
EP3048455A1 (en) Method, apparatus and terminal for life detection processing
CN107589725B (zh) 一种基于内置天线的智能家居设备控制方法及控制设备
US20160259421A1 (en) Devices, systems, and methods for controlling devices using gestures
US20230043652A1 (en) Systems and methods for living thing presence detection using a radar system
Etinger et al. Non-imaging MM-wave FMCW sensor for pedestrian detection
JP2011007518A (ja) 不審者検知装置、不審者検知システム及び不審者検知方法
CN109120801A (zh) 一种危险物品检测的方法、装置及移动终端
CN112434625A (zh) 一种非接触式生命体征监测方法和监测设备
CN109239707A (zh) 行为状态检测设备及方法
Nourshamsi et al. Joint detection of human and object motion using harmonic micro-doppler radar and harmonic tags
CN110763923A (zh) 比吸收率值控制方法及移动终端
CN114338585A (zh) 消息推送方法、装置、存储介质及电子装置
CN111712730A (zh) 通过多信道雷达监测生活设施
CN115343704A (zh) 基于多任务学习的fmcw毫米波雷达的手势识别方法
CN116942142A (zh) 一种基于毫米波雷达的人员智能化监测方法及相关设备
CN110426703B (zh) 一种基于高频率雷达的手持式无线搜救系统及搜救方法
Lai et al. Finger gesture sensing and recognition using a Wi-Fi-based passive radar
CN111401321A (zh) 对象识别模型训练方法、装置、电子设备和可读存储介质
Dahal et al. Comparison Between Wi-Fi-CSI and Radar-Based HAR
CN112867022A (zh) 一种基于融合无线网络的云边协同环境感知方法及系统
CN107944243B (zh) 一种红外检测方法及一种移动终端
Muqtadir et al. Health secure radar: Use of micro Doppler signatures for health care and security applications
Chetty et al. Occupancy Detection and People Counting Using WiFi Passive Radar

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
CB02 Change of applicant information
CB02 Change of applicant information

Country or region after: China

Address after: 518109, Building 11, 1009, Tian'an Yungu Industrial Park Phase II (Plot 02-08), Gangtou Community, Bantian Street, Longgang District, Shenzhen City, Guangdong Province

Applicant after: SHENZHEN JUKU INTELLIGENT TECHNOLOGY Co.,Ltd.

Address before: 518109 Room 303, building 12, jinshili Industrial Zone, No. 20, Huancheng South Road, Ma'antang community, Bantian street, Longgang District, Shenzhen City, Guangdong Province

Applicant before: SHENZHEN JUKU INTELLIGENT TECHNOLOGY Co.,Ltd.

Country or region before: China