CN112611465A - 目标红外感应判定方法和装置、电子设备 - Google Patents

目标红外感应判定方法和装置、电子设备 Download PDF

Info

Publication number
CN112611465A
CN112611465A CN202110232618.0A CN202110232618A CN112611465A CN 112611465 A CN112611465 A CN 112611465A CN 202110232618 A CN202110232618 A CN 202110232618A CN 112611465 A CN112611465 A CN 112611465A
Authority
CN
China
Prior art keywords
sampling point
data
difference
value
target
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
Application number
CN202110232618.0A
Other languages
English (en)
Other versions
CN112611465B (zh
Inventor
江自超
江猛
韩红娟
雷红军
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.)
SUZHOU HUAXIN MICRO-ELECTRONICS CO LTD
Original Assignee
SUZHOU HUAXIN MICRO-ELECTRONICS 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 SUZHOU HUAXIN MICRO-ELECTRONICS CO LTD filed Critical SUZHOU HUAXIN MICRO-ELECTRONICS CO LTD
Priority to CN202110232618.0A priority Critical patent/CN112611465B/zh
Publication of CN112611465A publication Critical patent/CN112611465A/zh
Application granted granted Critical
Publication of CN112611465B publication Critical patent/CN112611465B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
    • G01J5/0025—Living bodies
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/02—Constructional details
    • G01J5/027—Constructional details making use of sensor-related data, e.g. for identification of sensor parts or optical elements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/10—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors
    • G01J5/12—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors using thermoelectric elements, e.g. thermocouples
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/80—Calibration

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)

Abstract

本申请公开了一种目标红外感应判定方法和装置、电子设备，用于在保证感应距离的同时，降低误报率对于PIR感应器的应用。该目标红外感应判定方法包括对采集到的AD数据进行step型和/或peak型异常数据消除的步骤，其中：step型异常数据消除步骤包括根据第n‑2和第n‑3个采样点处AD数据差的差值、第n‑1个采样点处的AD数据差、以及第n个采样点处的AD数据差，判断第n‑2个采样点是否为step型跳变；若是，则将第n‑2个采样点的数据差进行消除；peak型异常数据消除步骤包括根据第n‑1和n‑2个采样点处AD数据差的差值、第n‑1和第n个采样点处AD数据差的乘积，判断第n‑1个采样点是否为peak型跳起；若是，则将第n‑1个采样点的数据差进行消除。

Description

目标红外感应判定方法和装置、电子设备
技术领域
本发明属于目标检测技术领域，具体涉及一种目标红外感应判定方法和装置、电子设备。
背景技术
被动式人体红外线感应技术PIR（Passive Infrared ）常用于红外探测器或身体感应器，并广泛应用于安防领域。
以人体感应为例，传感器内部的双元感光件能有效的将8~12um波长红外信号转换为电信号，人体辐射波长聚集在8~14um居多。通过明暗分区的菲涅尔透镜，使得进入感应区的人体移动时，温度变化产生的红外信号聚焦在感光元件上，从而转换为变化的电信号。配合使用高精度AD采样变化的电信号模拟量，转化为对应的数字信号量，经过MCU处理器算法处理，判定为存在人体移动，进而给予特定的反应，比如亮灯或警报等。
PIR感应距离和感应准确度影响因素较多，合理的安装高度和良好安装环境能够有效的减少因环境因素改变造成误报和距离缩短问题。自然环境的变化比较缓慢，反映到PIR信号的变化幅度较弱，时间较长，因此一般情况不会引起误报。但来源于电源电压的异常波动、电磁信号干扰，负载电路开启和关闭时电流变化等，容易对PIR感应产生影响，造成误报情况。一方面会影响MCU芯片电路性能，另一方面也会影响PIR探头感应。
因此，在保证感应距离的同时，降低误报率对于PIR感应器的应用尤为重要。
发明内容
本申请的目的在于提供一种目标红外感应判定方法和装置、电子设备，以解决现有技术中不能在保证感应距离的同时，降低误报率的问题。
根据本申请的实施例的一个方面，目标红外感应判定方法包括对采集到的AD数据进行step型和/或peak型异常数据消除的步骤，其中：
所述step型异常数据消除步骤包括：
计算第n-3、n-2、n-1、n个采样点处的AD数据差，所述采样点处的AD数据差为当前采样点的AD数据减去前一采样点的AD数据的差值；
根据第n-2和第n-3个采样点处AD数据差的差值、第n-1个采样点处的AD数据差、以及第n个采样点处的AD数据差，判断第n-2个采样点是否为step型跳变；若是，则将第n-2个采样点的数据差进行消除；
所述peak型异常数据消除步骤包括：
计算第n-2、n-1、n个采样点处的AD数据差，所述采样点处的AD数据差为当前采样点的AD数据减去前一采样点的AD数据的差值；
根据第n-1和n-2个采样点处AD数据差的差值、第n-1和第n个采样点处AD数据差的乘积，判断第n-1个采样点是否为peak型跳起；若是，则将第n-1个采样点的数据差进行消除。
一实施例中，在当前采样点处的AD数据差的绝对值小于第零预设值时执行所述step型异常数据消除步骤，所述step型异常数据消除步骤具体包括：
判断第n-2和第n-3个采样点处AD数据差的差值绝对值是否大于跳变值；以及，
判断第n-1个采样点处的AD数据差的绝对值是否小于第一预设值；以及，
判断第n个采样点处的AD数据差的绝对值是否小于第二预设值；
若上述判断结果都为是，则将第n-2个采样点的数据差置为0。
一实施例中，所述peak型异常数据消除步骤具体包括：
判断第n-1和n-2个采样点处AD数据差的差值绝对值是否大于跳起值；以及，
判断第n-1和第n个采样点处AD数据差的乘积是否小于等于0；
若上述判断结果不都为是，则判定第n-1个采样点不是peak型跳起。
一实施例中，所述peak型异常数据消除步骤具体包括：
若第n-1和n-2个采样点处AD数据差的差值绝对值大于跳起值、且第n个采样点处AD数据差等于0；则，
将第n-1个采样点的数据差除以第一降幅系数以进行消除。
一实施例中，所述peak型异常数据消除步骤具体包括：
若第n-1和n-2个采样点处AD数据差的差值绝对值大于跳起值、第n-1和第n个采样点处AD数据差的乘积小于0、且第n个采样点处AD数据差不等于0；则，
判断第n和n-1个采样点处的AD数据差之和的绝对值是否大于等于第n-1个采样点处的AD数据差的绝对值；若否，
将第n-1个采样点的数据差除以第二降幅系数以进行消除。
一实施例中，各采样点的数据差按照先进先出方式经所述step型异常数据消除步骤和peak型异常数据消除步骤处理。
一实施例中，还包括：
获取目标距离；
若目标距离小于第一预设距离，则：
计算第一判定值
Figure 100002_DEST_PATH_IMAGE001
，其中
Figure 100002_DEST_PATH_IMAGE002
、
Figure 100002_DEST_PATH_IMAGE003
、
Figure 100002_DEST_PATH_IMAGE004
、
Figure 100002_DEST_PATH_IMAGE005
分别为第n、n-1、n-2、n-3个采样点处的AD数据差确信值；且当
Figure 100002_DEST_PATH_IMAGE006
时，取
Figure 100002_DEST_PATH_IMAGE007
；否则，
Figure 100002_DEST_PATH_IMAGE008
，其中N为幅值放大系数；
根据所述第一判定值确定是否感应到目标；
若目标距离大于等于第一预设距离且小于第二预设距离，则：
计算第二判定值
Figure 100002_DEST_PATH_IMAGE009
，其中
Figure 100002_DEST_PATH_IMAGE010
为第i个采样点处的AD数据差确信值；且当
Figure 100002_DEST_PATH_IMAGE011
时，取
Figure 100002_DEST_PATH_IMAGE012
；否则，
Figure 100002_DEST_PATH_IMAGE013
，其中N为幅值放大系数；
根据所述第二判定值确定是否感应到目标；
若目标距离大于等于第二预设距离，则：
计算第三判定值
Figure 100002_DEST_PATH_IMAGE014
，其中
Figure 100002_DEST_PATH_IMAGE015
为第i个采样点处的AD数据差确信值；且当
Figure 100002_DEST_PATH_IMAGE016
时，取
Figure 100002_DEST_PATH_IMAGE017
；否则，
Figure 100002_DEST_PATH_IMAGE018
，其中N为幅值放大系数；
根据所述第三判定值确定是否感应到目标。
一实施例中，根据当前采样点和当前采样点之后一个采样点的第一判定值，确定是否感应到目标；或，
根据当前采样点和当前采样点之后一个采样点的第二判定值，确定是否感应到目标；或，
根据当前采样点和当前采样点之后一个采样点的第三判定值，确定是否感应到目标。
本申请还提供一种目标红外感应判定装置，包括step型异常数据消除模块和peak型异常数据消除模块；其中，
所述step型异常数据消除模块具体用于：
计算第n-3、n-2、n-1、n个采样点处的AD数据差，所述采样点处的AD数据差为当前采样点的AD数据减去前一采样点的AD数据的差值；
根据第n-2和第n-3个采样点处AD数据差的差值、第n-1个采样点处的AD数据差、以及第n个采样点处的AD数据差，判断第n-2个采样点是否为step型跳变；若是，则将第n-2个采样点的数据差进行消除；
所述peak型异常数据消除模块具体用于：
计算第n-2、n-1、n个采样点处的AD数据差，所述采样点处的AD数据差为当前采样点的AD数据减去前一采样点的AD数据的差值；
根据第n-1和n-2个采样点处AD数据差的差值、第n-1和第n个采样点处AD数据差的乘积，判断第n-1个采样点是否为peak型跳起；若是，则将第n-1个采样点的数据差进行消除。
本申请还提供一种计算设备，包括：
至少一个处理器；以及
存储器，所述存储器存储指令，当所述指令被所述至少一个处理器执行时，使得所述至少一个处理器执行如上所述的方法。
上述的实施例中，目标红外感应判定通过step型异常数据消除步骤和peak型异常数据消除步骤，可以对目标红外感应中各采样点的step型异常数据和peak型异常数据进行消除，保证了后续目标感应的准确性，在保证感应距离的同时，降低误报率。
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地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，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是本申请一实施例中目标红外感应判定方法中step型异常数据消除步骤的流程图；
图2是本申请一实施例中目标红外感应判定方法中peak型异常数据消除步骤的流程图；
图3为step型跳变原始AD数据图；
图4为step型跳变AD数据局部放大图；
图5为step型跳变AD数据差值图；
图6为step型跳变AD数据差值局部放大图；
图7为应用本申请一实施例目标红外感应判定方法中step型异常数据消除步骤消除step型跳变后AD数据差值图；
图8为peak型跳起原始AD数据图；
图9为peak型跳起AD数据局部放大图；
图10为peak型跳起AD数据差值图；
图11为peak型跳起AD数据差值局部放大图；
图12为应用本申请一实施例目标红外感应判定方法中peak型异常数据消除步骤消除peak型跳变后AD数据差值图；
图13是本申请一实施例中目标红外感应判定装置的模块图；
图14是本申请一实施例中用于目标红外感应判定的计算设备的硬件结构图。
具体实施方式
以下将结合附图所示的各实施方式对本发明进行详细描述。但该等实施方式并不限制本发明，本领域的普通技术人员根据该等实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
在介绍本申请的目标红外感应判定方法之前，首先介绍红外感应中的step型异常数据和peak型异常数据。
将热释电红外探头（PIR探头）做遮光处理，并使用对讲机、负载电机模拟电磁干扰和负载电流变化干扰，并提取PIR采样AD原始数据（即将采集的模拟信号转换为数字信号）。从原始AD数据值看，电磁干扰和电源波动有两种表现：一种是突然整体性升高，有可能是整体性下降，且出现时间和持续时间随机，称之为step型（台阶型）。另一种是个别采样点的突然跳起，方向可正可负，但后一个采样点会存在反方向跳变，几个采样点之后恢复到正常稳定状态，称之为peak型（尖峰型）。
参图1和图2，介绍本申请目标红外感应判定方法的一实施例。在本实施方式中，该方法包括对采集到的AD数据进行step型和/或peak型异常数据消除的步骤。
在本实施方式中，通过各采样点AD数据的前后差值，反应相对于稳定环境，目标移动或者电源干扰的变化。从差值数列的角度看step型变化为单个点的异常跳起，并且该幅值是介于近距离感应和远距离感应幅值的中间。因此只有在当前采样点处的AD数据差的绝对值小于第零预设值时才执行step型异常数据消除步骤，该第零预设值根据感应近距离目标时的AD数据和感应远距离目标时的AD数据来确定（通常设置为位于两者之间）。
以第n（本申请中n都取正整数）个采样点为例，只有在满足
Figure DEST_PATH_IMAGE019
时，才会执行异常数据消除步骤；其中，
Figure DEST_PATH_IMAGE020
为第n个采样点处的AD数据减去前一采样点的AD数据的差值，Dff_value0为第零预设值。本申请中的n为正整数，并且可以理解的是在提及“n-3”、“n-2”…个采样点时，可以较佳地保证其值大于等于1，例如对应第1、2个采样点。
参图1，Step型异常数据消除步骤包括：
S11、计算第n-3、n-2、n-1、n个采样点处的AD数据差。
配合参照图3的step型跳变原始AD数据图，图4的step型跳变AD数据局部放大图，图5的step型跳变AD数据差值图，图6的step型跳变AD数据差值局部放大图。这里，采样点处的AD数据差为当前采样点的AD数据与前一采样点的AD数据之差。以第n个优选的采样点处的AD数据差为例：
Figure DEST_PATH_IMAGE021
，其中
Figure DEST_PATH_IMAGE022
为第n个采样点处的AD数据，
Figure DEST_PATH_IMAGE023
为第n-1个采样点处的AD数据。
S12、根据第n-2和第n-3个采样点处AD数据差的差值、第n-1个采样点处的AD数据差、以及第n个采样点处的AD数据差，判断第n-2个采样点是否为step型跳变；若是，则将第n-2个采样点的数据差进行消除。
具体地，首先判断第n-2和第n-3个采样点处AD数据差的差值绝对值是否大于跳变值；以及，判断第n-1个采样点处的AD数据差的绝对值是否小于第一预设值；以及，判断第n个采样点处的AD数据差的绝对值是否小于第二预设值；若上述判断结果都为是，则将第n-2个采样点的数据差置为0（即
Figure DEST_PATH_IMAGE024
）。也即，此时认为第n-2个采样点处发生了step型跳变。也即满足下述的式①~式③。
Figure DEST_PATH_IMAGE025
其中，
Figure DEST_PATH_IMAGE026
、
Figure DEST_PATH_IMAGE027
、
Figure DEST_PATH_IMAGE028
、
Figure DEST_PATH_IMAGE029
分别为第n-3、n-2、n-1、n个采样点处的AD数据差，
Figure DEST_PATH_IMAGE030
为跳变值，
Figure DEST_PATH_IMAGE031
为第一预设值，
Figure DEST_PATH_IMAGE032
为第二跳变值。
Figure DEST_PATH_IMAGE033
所代表的跳变值为原始AD数据发生step跳变时与下一采样点AD数据的差值，其与
Figure DEST_PATH_IMAGE034
和
Figure DEST_PATH_IMAGE035
都可以按照实际的应用环境和需求进行设定。
而如果未能满足上述条件（即式①~式③），则认为在第n-2个采样点处未发生step型跳变，并将第n-2个采样点处的AD数据差进行保留（即
Figure DEST_PATH_IMAGE036
）。参图7为消除step型跳变后AD数据差值图。
参图2，peak型异常数据消除步骤包括：
S21、计算第n-2、n-1、n个采样点处的AD数据差。
配合参照图8的peak型跳起原始AD数据图，图9的peak型跳起AD数据局部放大图，图10的peak型跳起AD数据差值图，图11的peak型跳起AD数据差值局部放大图。同样地，采样点处的AD数据差为当前采样点的AD数据与前一采样点的AD数据之差。
S22、根据第n-1和n-2个采样点处AD数据差的差值、第n-1和第n个采样点处AD数据差的乘积，判断第n-1个采样点是否为peak型跳起；若是，则将第n-1个采样点的数据差进行消除。
具体地，首先判断第n-1和n-2个采样点处AD数据差的差值绝对值是否大于跳起值；以及，判断第n-1和第n个采样点处AD数据差的乘积是否小于等于0；若上述判断结果不都为是，则判定第n-1个采样点不是peak型跳起。也即，未同时满足下述的式④和式⑤。
Figure DEST_PATH_IMAGE037
其中，
Figure DEST_PATH_IMAGE038
、
Figure DEST_PATH_IMAGE039
、
Figure DEST_PATH_IMAGE040
分别为第n-2、n-1、n个采样点处的AD数据差，
Figure DEST_PATH_IMAGE041
为跳起值。
Figure DEST_PATH_IMAGE042
所代表的跳起值为原始AD数据发生peak跳变时与下一采样点AD数据的差值，其可以按照实际的应用环境和需求进行设定。
在这样的情况下，则判定第n-1个采样点处未发生peak型跳起，并将第n-1个采样点处的AD数据差进行保留（即
Figure DEST_PATH_IMAGE043
）。
而若同时满足上述的式④和式⑤，则：
若第n个采样点处AD数据差等于0（即
Figure DEST_PATH_IMAGE044
）时，将第n-1个采样点的数据差除以第一降幅系数以进行消除。也即判定在n-1个采样点处发生了peak型跳起，此时
Figure DEST_PATH_IMAGE045
，
Figure DEST_PATH_IMAGE046
为第一降幅系数。
若第n个采样点处AD数据差不等于0（即
Figure DEST_PATH_IMAGE047
）时，则继续判断第n和n-1个采样点处的AD数据差之和的绝对值是否大于等于第n-1个采样点处的AD数据差的绝对值；若否，将第n-1个采样点的数据差除以第二降幅系数以进行消除。
也即，若不满足
Figure DEST_PATH_IMAGE048
，则第n-1个采样点的数据差除以第二降幅系数以进行消除。也即判定在n-1个采样点处发生了peak型跳起，此时
Figure DEST_PATH_IMAGE049
，
Figure DEST_PATH_IMAGE050
为第二降幅系数。
而若满足
Figure DEST_PATH_IMAGE051
，则判定第n-1个采样点处未发生peak型跳起，并将第n-1个采样点处的AD数据差进行保留（即
Figure DEST_PATH_IMAGE052
）。参图12为消除peak型跳变后AD数据差值图。
在以上step型异常数据消除步骤和peak型异常数据消除步骤中可以看出，进行step型异常数据消除时需要借助后续两个采样点的AD数据差，因此存在两个采样点数据的延迟；进行peak型异常数据消除时需要借助后续一个采样点的AD数据差，因此存在一个采样点数据的延迟。本实施方式的目标红外感应判定过程中，各采样点的数据差按照先进先出方式经该step型异常数据消除步骤和peak型异常数据消除步骤处理，也即在联用这两种异常数据消除步骤时，采用的先进先出（FIFO）递推方式，能够减少计算量，并且处理之后的数据相对于当前AD数据只存在两个采样点数据的延迟，而不是两个异常数据消除步骤的延迟累积，提高目标判定的即时性。
如果当前采样点存在step型异常数据或者peak型异常数据，则可以经过上述的Step型异常数据消除步骤或者Peak型异常数据消除步骤后分别予以消除；而若当前采样点不存在step型异常数据和peak型异常数据，则不会对当前采样点数据执行上述的Step型异常数据消除步骤和Peak型异常数据消除步骤。而无论当前采样点数据差是否被执行了异常数据消除，对于经过Step型异常数据消除步骤和Peak型异常数据消除步骤后的采样点数据差，都认为是最终确定的AD数据差，在本申请中称为AD数据差确信值
Figure DEST_PATH_IMAGE053
。
并且，本申请的叙述中，在step型异常数据消除步骤中是以第n-2个采样点为例进行说明，在peak型异常数据消除步骤中是以第n-1个采样点为例进行说明，可以理解的是，这两个异常数据消除步骤的采样点之间不存在关联，例如，step型异常数据消除步骤可以是对第9个采样点的数据差进行消除，peak型异常数据消除步骤可以是对第20个采样点的数据差进行消除。
在目标感应判定中，近距离的目标移动，需要快速感应和快速响应，远距离由于受红外信号量衰减和距离影响，响应速度会有所下降，因此对于不同距离的目标感应，需要确定不同的算法。一个实施例中，例如近距离（1m）、中距离（5m）、远距离（12m）人体感应，需要采用不同的算法处理。
在本申请的实施方式中，将目标距离小于第一预设距离判定为近距离，目标距离大于等于第一预设距离且小于第二预设距离判定为中距离，目标距离大于等于第二预设距离判定为远距离。可以理解的是，这里的第一预设距离和第二预设距离可以根据应用环境和传感器种类不同进行设定，并且对于距离的确定可以根据实际需要进行不同层级的划分。
具体地，首先获取目标距离；
若目标距离小于第一预设距离，则：
计算第一判定值
Figure DEST_PATH_IMAGE054
，其中
Figure DEST_PATH_IMAGE055
、
Figure DEST_PATH_IMAGE056
、
Figure DEST_PATH_IMAGE057
、
Figure DEST_PATH_IMAGE058
分别为第n、n-1、n-2、n-3个采样点处的AD数据差确信值；且当
Figure DEST_PATH_IMAGE059
时，取
Figure DEST_PATH_IMAGE060
；否则，
Figure DEST_PATH_IMAGE061
，其中N为幅值放大系数；并根据所述第一判定值确定是否感应到目标。
一实施例中，当
Figure DEST_PATH_IMAGE062
且
Figure DEST_PATH_IMAGE063
，认定感应到近距离目标移动，
Figure DEST_PATH_IMAGE064
为近距离目标判定阈值。
若目标距离大于等于第一预设距离且小于第二预设距离，则：
计算第二判定值
Figure DEST_PATH_IMAGE065
，其中
Figure DEST_PATH_IMAGE066
为第i个采样点处的AD数据差确信值；且当
Figure DEST_PATH_IMAGE067
时，取
Figure DEST_PATH_IMAGE068
；否则，
Figure DEST_PATH_IMAGE069
，其中N为幅值放大系数；并根据所述第二判定值确定是否感应到目标。
一实施例中，当
Figure DEST_PATH_IMAGE070
且
Figure DEST_PATH_IMAGE071
，认定感应到中距离目标移动，
Figure DEST_PATH_IMAGE072
为中距离目标判定阈值。
若目标距离大于等于第二预设值，则：
计算第三判定值
Figure DEST_PATH_IMAGE073
，其中
Figure DEST_PATH_IMAGE074
为第i个采样点处的AD数据差确信值；且当
Figure DEST_PATH_IMAGE075
时，取
Figure DEST_PATH_IMAGE076
；否则，
Figure DEST_PATH_IMAGE077
，其中N为幅值放大系数；并根据所述第三判定值确定是否感应到目标。
一实施例中，当
Figure DEST_PATH_IMAGE078
且
Figure DEST_PATH_IMAGE079
，认定感应到远距离目标移动，
Figure DEST_PATH_IMAGE080
为远距离目标判定阈值。
参图13，本申请还提供一种目标红外感应判定装置，包括step型异常数据消除模块和peak型异常数据消除模块。
step型异常数据消除模块具体用于：
计算第n-3、n-2、n-1、n个采样点处的AD数据差，所述采样点处的AD数据差为当前采样点的AD数据与前一采样点的AD数据之差；
根据第n-2和第n-3个采样点处AD数据差的差值、第n-1个采样点处的AD数据差、以及第n个采样点处的AD数据差，判断第n-2个采样点是否为step型跳变；若是，则将第n-2个采样点的数据差进行消除；
peak型异常数据消除模块具体用于：
计算第n-2、n-1、n个采样点处的AD数据差，所述采样点处的AD数据差为当前采样点的AD数据与前一采样点的AD数据之差；
根据第n-1和n-2个采样点处AD数据差的差值、第n-1和第n个采样点处AD数据差的乘积，判断第n-1个采样点是否为peak型跳起；若是，则将第n-1个采样点的数据差进行消除。
这里的目标红外感应判定装置的实施方式与上述方法的实施方式彼此对应，上述方法的实施方式/实施例可以被部分或全部地引用于装置的实施方式中，因此对装置实施方式的细节部分不再赘述。
同时，上面的目标红外感应判定装置可以采用硬件实现，也可以采用软件或者硬件和软件的组合来实现。在物理的结构上，该装置可以基于高精度AD采样人体红外线感应（PIR）系统，并配套相应菲涅尔透镜，并应用于包括人体感应灯、感应门、安防设施等场景。
图14示出了根据本说明书的实施例的目标红外感应判定的计算设备的硬件结构图。如图14所示，计算设备可以包括至少一个处理器、存储器(例如非易失性存储器)、内存和通信接口，并且至少一个处理器、存储器、内存和通信接口经由总线连接在一起。至少一个处理器执行在存储器中存储或编码的至少一个计算机可读指令。
应该理解，在存储器中存储的计算机可执行指令当执行时使得至少一个处理器进行本说明书的各个实施例中以上结合图1-2描述的各种操作和功能。
在本说明书的实施例中，计算设备可以包括但不限于：个人计算机、服务器计算机、工作站、桌面型计算机、膝上型计算机、笔记本计算机、移动计算设备、智能电话、平板计算机、蜂窝电话、个人数字助理(PDA)、手持装置、消息收发设备、可佩戴计算设备、消费电子设备等等。
根据一个实施例，提供了一种比如机器可读介质的程序产品。机器可读介质可以具有指令(即，上述以软件形式实现的元素)，该指令当被机器执行时，使得机器执行本说明书的各个实施例中以上结合图1-2描述的各种操作和功能。具体地，可以提供配有可读存储介质的系统或者装置，在该可读存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置的计算机或处理器读出并执行存储在该可读存储介质中的指令。
在这种情况下，从可读介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此机器可读代码和存储机器可读代码的可读存储介质构成了本说明书的一部分。
可读存储介质的实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD-RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机上或云上下载程序代码。
本领域技术人员应当理解，上面公开的各个实施例可以在不偏离发明实质的情况下做出各种变形和修改。因此，本说明书的保护范围应当由所附的权利要求书来限定。
需要说明的是，上述各流程和各系统结构图中不是所有的步骤和单元都是必须的，可以根据实际的需要忽略某些步骤或单元。各步骤的执行顺序不是固定的，可以根据需要进行确定。上述各实施例中描述的装置结构可以是物理结构，也可以是逻辑结构，即，有些单元可能由同一物理客户实现，或者，有些单元可能分由多个物理客户实现，或者，可以由多个独立设备中的某些部件共同实现。
以上各实施例中，硬件单元或模块可以通过机械方式或电气方式实现。例如，一个硬件单元、模块或处理器可以包括永久性专用的电路或逻辑(如专门的处理器，FPGA或ASIC)来完成相应操作。硬件单元或处理器还可以包括可编程逻辑或电路(如通用处理器或其它可编程处理器)，可以由软件进行临时的设置以完成相应操作。具体的实现方式(机械方式、或专用的永久性电路、或者临时设置的电路)可以基于成本和时间上的考虑来确定。
上面结合附图阐述的具体实施方式描述了示例性实施例，但并不表示可以实现的或者落入权利要求书的保护范围的所有实施例。在整个本说明书中使用的术语“示例性”意味着“用作示例、实例或例示”，并不意味着比其它实施例“优选”或“具有优势”。出于提供对所描述技术的理解的目的，具体实施方式包括具体细节。然而，可以在没有这些具体细节的情况下实施这些技术。在一些实例中，为了避免对所描述的实施例的概念造成难以理解，公知的结构和装置以框图形式示出。
本公开内容的上述描述被提供来使得本领域任何普通技术人员能够实现或者使用本公开内容。对于本领域普通技术人员来说，对本公开内容进行的各种修改是显而易见的，并且，也可以在不脱离本公开内容的保护范围的情况下，将本文所对应的一般性原理应用于其它变型。因此，本公开内容并不限于本文所描述的示例和设计，而是与符合本文公开的原理和新颖性特征的最广范围相一致。

Claims (10)

1.一种目标红外感应判定方法，其特征在于，包括对采集到的AD数据进行step型和/或peak型异常数据消除的步骤，其中：
所述step型异常数据消除步骤包括：
计算第n-3、n-2、n-1、n个采样点处的AD数据差，所述采样点处的AD数据差为当前采样点的AD数据减去前一采样点的AD数据的差值；
根据第n-2和第n-3个采样点处AD数据差的差值、第n-1个采样点处的AD数据差、以及第n个采样点处的AD数据差，判断第n-2个采样点是否为step型跳变；若是，则将第n-2个采样点的数据差进行消除；
所述peak型异常数据消除步骤包括：
计算第n-2、n-1、n个采样点处的AD数据差，所述采样点处的AD数据差为当前采样点的AD数据减去前一采样点的AD数据的差值；
根据第n-1和n-2个采样点处AD数据差的差值、第n-1和第n个采样点处AD数据差的乘积，判断第n-1个采样点是否为peak型跳起；若是，则将第n-1个采样点的数据差进行消除。
2.根据权利要求1所述的目标红外感应判定方法，其特征在于，在当前采样点处的AD数据差的绝对值小于第零预设值时执行所述step型异常数据消除步骤，所述step型异常数据消除步骤具体包括：
判断第n-2和第n-3个采样点处AD数据差的差值绝对值是否大于跳变值；以及，
判断第n-1个采样点处的AD数据差的绝对值是否小于第一预设值；以及，
判断第n个采样点处的AD数据差的绝对值是否小于第二预设值；
若上述判断结果都为是，则将第n-2个采样点的数据差置为0。
3.根据权利要求2所述的目标红外感应判定方法，其特征在于，所述peak型异常数据消除步骤具体包括：
判断第n-1和n-2个采样点处AD数据差的差值绝对值是否大于跳起值；以及，
判断第n-1和第n个采样点处AD数据差的乘积是否小于等于0；
若上述判断结果不都为是，则判定第n-1个采样点不是peak型跳起。
4.根据权利要求3所述的目标红外感应判定方法，其特征在于，所述peak型异常数据消除步骤具体包括：
若第n-1和n-2个采样点处AD数据差的差值绝对值大于跳起值、且第n个采样点处AD数据差等于0；则，
将第n-1个采样点的数据差除以第一降幅系数以进行消除。
5.根据权利要求3所述的目标红外感应判定方法，其特征在于，所述peak型异常数据消除步骤具体包括：
若第n-1和n-2个采样点处AD数据差的差值绝对值大于跳起值、第n-1和第n个采样点处AD数据差的乘积小于0、且第n个采样点处AD数据差不等于0；则，
判断第n和n-1个采样点处的AD数据差之和的绝对值是否大于等于第n-1个采样点处的AD数据差的绝对值；若否，
将第n-1个采样点的数据差除以第二降幅系数以进行消除。
6.根据如上任一权利要求所述的目标红外感应判定方法，其特征在于，各采样点的数据差按照先进先出方式经所述step型异常数据消除步骤和peak型异常数据消除步骤处理。
7.根据权利要求1所述的目标红外感应判定方法，其特征在于，还包括：
获取目标距离；
若目标距离小于第一预设距离，则：
计算第一判定值
Figure DEST_PATH_IMAGE001
，其中
Figure DEST_PATH_IMAGE002
、
Figure DEST_PATH_IMAGE003
、
Figure DEST_PATH_IMAGE004
、
Figure DEST_PATH_IMAGE005
分别为第n、n-1、n-2、n-3个采样点处的AD数据差确信值；且当
Figure DEST_PATH_IMAGE006
时，取
Figure DEST_PATH_IMAGE007
；否则，
Figure DEST_PATH_IMAGE008
，其中N为幅值放大系数；
根据所述第一判定值确定是否感应到目标；
若目标距离大于等于第一预设距离且小于第二预设距离，则：
计算第二判定值
Figure DEST_PATH_IMAGE009
，其中
Figure DEST_PATH_IMAGE010
为第i个采样点处的AD数据差确信值；且当
Figure DEST_PATH_IMAGE011
时，取
Figure DEST_PATH_IMAGE012
；否则，
Figure DEST_PATH_IMAGE013
，其中N为幅值放大系数；
根据所述第二判定值确定是否感应到目标；
若目标距离大于等于第二预设距离，则：
计算第三判定值
Figure DEST_PATH_IMAGE014
，其中
Figure DEST_PATH_IMAGE015
为第i个采样点处的AD数据差确信值；且当
Figure DEST_PATH_IMAGE016
时，取
Figure DEST_PATH_IMAGE017
；否则，
Figure DEST_PATH_IMAGE018
，其中N为幅值放大系数；
根据所述第三判定值确定是否感应到目标。
8.根据权利要求7所述的目标红外感应判定方法，其特征在于，根据当前采样点和当前采样点之后一个采样点的第一判定值，确定是否感应到目标；或，
根据当前采样点和当前采样点之后一个采样点的第二判定值，确定是否感应到目标；或，
根据当前采样点和当前采样点之后一个采样点的第三判定值，确定是否感应到目标。
9.一种目标红外感应判定装置，其特征在于，包括step型异常数据消除模块和peak型异常数据消除模块；其中，
所述step型异常数据消除模块具体用于：
计算第n-3、n-2、n-1、n个采样点处的AD数据差，所述采样点处的AD数据差为当前采样点的AD数据减去前一采样点的AD数据的差值；
根据第n-2和第n-3个采样点处AD数据差的差值、第n-1个采样点处的AD数据差、以及第n个采样点处的AD数据差，判断第n-2个采样点是否为step型跳变；若是，则将第n-2个采样点的数据差进行消除；
所述peak型异常数据消除模块具体用于：
计算第n-2、n-1、n个采样点处的AD数据差，所述采样点处的AD数据差为当前采样点的AD数据减去前一采样点的AD数据的差值；
根据第n-1和n-2个采样点处AD数据差的差值、第n-1和第n个采样点处AD数据差的乘积，判断第n-1个采样点是否为peak型跳起；若是，则将第n-1个采样点的数据差进行消除。
10.一种计算设备，其特征在于，包括：
至少一个处理器；以及
存储器，所述存储器存储指令，当所述指令被所述至少一个处理器执行时，使得所述至少一个处理器执行如权利要求1至8中任一所述的方法。
CN202110232618.0A 2021-03-03 2021-03-03 目标红外感应判定方法和装置、电子设备 Active CN112611465B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110232618.0A CN112611465B (zh) 2021-03-03 2021-03-03 目标红外感应判定方法和装置、电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110232618.0A CN112611465B (zh) 2021-03-03 2021-03-03 目标红外感应判定方法和装置、电子设备

Publications (2)

Publication Number Publication Date
CN112611465A true CN112611465A (zh) 2021-04-06
CN112611465B CN112611465B (zh) 2021-06-01

Family

ID=75254486

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110232618.0A Active CN112611465B (zh) 2021-03-03 2021-03-03 目标红外感应判定方法和装置、电子设备

Country Status (1)

Country Link
CN (1) CN112611465B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030067354A1 (en) * 2001-10-09 2003-04-10 Anatoliy V. Tsyrganovich Analog frequency locked loop with digital oversampling feedback control and filter
CN102655412A (zh) * 2012-05-08 2012-09-05 成都安可信电子股份有限公司 一种ad采样信号滤波方法
CN104535827A (zh) * 2015-01-12 2015-04-22 航天科工深圳（集团）有限公司 Ad采样中去坏点方法和系统
CN109199124A (zh) * 2017-07-03 2019-01-15 佛山市顺德区美的电热电器制造有限公司 感温器件检测方法、装置及烹饪器具
CN109450405A (zh) * 2018-10-31 2019-03-08 山东鲁能智能技术有限公司 一种应用于ad采集中的复合式软件滤波方法及系统
CN111077881A (zh) * 2019-12-24 2020-04-28 中国兵器装备集团自动化研究所 数据异常值处理方法、系统、装置及计算机可读存储介质
CN112361534A (zh) * 2020-10-26 2021-02-12 海信（山东）空调有限公司 按键采样滤波方法及空调器

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030067354A1 (en) * 2001-10-09 2003-04-10 Anatoliy V. Tsyrganovich Analog frequency locked loop with digital oversampling feedback control and filter
CN102655412A (zh) * 2012-05-08 2012-09-05 成都安可信电子股份有限公司 一种ad采样信号滤波方法
CN104535827A (zh) * 2015-01-12 2015-04-22 航天科工深圳（集团）有限公司 Ad采样中去坏点方法和系统
CN109199124A (zh) * 2017-07-03 2019-01-15 佛山市顺德区美的电热电器制造有限公司 感温器件检测方法、装置及烹饪器具
CN109450405A (zh) * 2018-10-31 2019-03-08 山东鲁能智能技术有限公司 一种应用于ad采集中的复合式软件滤波方法及系统
CN111077881A (zh) * 2019-12-24 2020-04-28 中国兵器装备集团自动化研究所 数据异常值处理方法、系统、装置及计算机可读存储介质
CN112361534A (zh) * 2020-10-26 2021-02-12 海信（山东）空调有限公司 按键采样滤波方法及空调器

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张宏谋 等: "温度测量系统中可调参数中位值平均滤波低复杂度算法", 《电子设计工程》 *

Also Published As

Publication number Publication date
CN112611465B (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
US20180276326A1 (en) Sensor data anomaly detector
AU2014203479B2 (en) Methods and systems to determine a context of a device
WO2011112740A1 (en) Method and system for position and track determination
US11861998B2 (en) System and method for detecting a presence in a closed environment to be monitored, for anti-intrusion or anti-theft purpose
US8768639B2 (en) Dynamically self-adjusting magnetometer
CN111383246B (zh) 条幅检测方法、装置及设备
CN113240880A (zh) 一种火点检测方法、装置、电子设备及存储介质
KR101813790B1 (ko) 특징 기반 다중 센서 정보 융합 장치 및 방법
CA2994381A1 (en) Sensor data processing system for various applications
CN112611465B (zh) 目标红外感应判定方法和装置、电子设备
CN116976530A (zh) 一种电缆设备状态预测方法、装置及存储介质
CN113566852B (zh) 基线更新、相对状态检测方法和系统、电子设备
KR101636021B1 (ko) 모바일 디바이스들에서의 의도되지 않은 아웃고잉 통신의 금지
CN117494030A (zh) 基于分布式光纤声波传感的异常事件识别方法及相关装置
KR102555305B1 (ko) 수용가 맞춤형 전기안전 이상 탐지 및 예측 시스템
CN112986693A (zh) 电容基线更新方法、芯片以及电容检测装置
JPH08122420A (ja) 太陽電池検出装置および太陽電池システムならびに携帯電話通信方法
KR102202356B1 (ko) 센서 네트워크에서 표적 탐지 확정 방법 및 장치
CN115082712A (zh) 一种基于雷视融合的目标检测方法、装置和可读存储介质
US20190163837A1 (en) Digital data filtering method, apparatus, and terminal device
JP2010243247A (ja) 信号処理装置
CN112396236A (zh) 一种交通流量预测方法、系统、服务器和存储介质
JPH0610835B2 (ja) 火災感知器
CN118626816B (zh) 基于静止卫星高光谱遥感器的强对流天气识别方法及装置
CN117636404B (zh) 基于非穿戴式设备的跌倒检测方法及系统

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