CN112835023A - 一种室内人员定位与跌倒检测及算法加速装置及工作方法 - Google Patents
一种室内人员定位与跌倒检测及算法加速装置及工作方法 Download PDFInfo
- Publication number
- CN112835023A CN112835023A CN202011638372.9A CN202011638372A CN112835023A CN 112835023 A CN112835023 A CN 112835023A CN 202011638372 A CN202011638372 A CN 202011638372A CN 112835023 A CN112835023 A CN 112835023A
- Authority
- CN
- China
- Prior art keywords
- module
- target
- fft
- stage
- detection
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 59
- 230000001133 acceleration Effects 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000013500 data storage Methods 0.000 claims abstract description 6
- 238000001228 spectrum Methods 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 23
- 238000007792 addition Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 9
- 238000003775 Density Functional Theory Methods 0.000 claims description 7
- 208000033749 Small cell carcinoma of the bladder Diseases 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 238000000819 phase cycle Methods 0.000 claims description 6
- 201000007710 urinary bladder small cell neuroendocrine carcinoma Diseases 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 241000255777 Lepidoptera Species 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000002156 mixing Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims 1
- 230000003068 static effect Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000008672 reprogramming Effects 0.000 description 4
- 239000004677 Nylon Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 229920001778 nylon Polymers 0.000 description 2
- 239000004033 plastic Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000006467 substitution reaction 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
- 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
- G01S13/06—Systems determining position data of a target
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
- A61B5/1117—Fall detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种室内人员定位与跌倒检测及算法加速装置及工作方法，装置包括FPGA模块及分别与FPGA模块连接的SRAM模块、WIFI模块、摄像模块、数据储存模块、DAC模块、ADC模块，所述DAC模块、ADC模块分别与FMCW毫米波模块连接，FMCW毫米波模块分别与TX天线和一组RX天线连接，由FMCW毫米波模块发出一个线性调频连续波，接收反射波，通过混频器输出的中频信号，由FPGA模块获取并进行目标检测及加速；方法包括：FPGA模块进行的目标距离检测、目标加速度检测、目标到达角检测及算法加速。
Description
技术领域
本发明涉及室内定位与跌倒检测技术领域，尤其是涉及一种室内人员定位与跌倒检测及算法加速装置及工作方法。
背景技术
随着社会和经济的发展，人们越来越重视提高生活品质以及保护隐私。在无人监护领域，比如跌倒检测，市场常见解决方案为可穿戴设备或摄像头监控。可穿戴设备易遗忘佩戴，且一定程度上增加不适感，影响用户体验，同时可穿戴设备仅适用于一人，在室内场所显然不适用；监控摄像头难以保护用户隐私，特殊场合如厕所不便于使用，但因厕所湿滑的环境，更易发生跌倒事故，且传统的可穿戴设备检测精度即运算速度仍有待提高。
发明内容
为解决现有技术的不足，实现保证可靠性与控制成本的同时，提高检测精度和运算速度的目的，本发明采用如下的技术方案：
一种室内人员定位与跌倒检测及算法加速工作方法，包括如下步骤：
S1，检测目标距离，获取一对线性调频连续波TX及其反射波RX，调频脉冲带宽为B，单个线性调制脉冲信号周期为TC，
测距公式如下：
其中，τ为毫米波到目标的往返时间，S为chirp相差的斜率，Sτ为TX-chirp和RX-chirp的瞬时频率之差，d为检测对象离波源的距离，c为光速；
考虑到检测环境中会有其他影响因素，故RX天线可能会收到多个目标的反射波，但在时域谱中无法准确的辨识，因此需要对反射波进行FFT，在频域谱中考察反射波的相位，分析目标检测物，分析时满足条件如下：
频域谱中对于不同距离的反射波形成多信号重叠的中频信号，会产生多个峰值，峰值对应的ω与距离成正比，根据检测距离选取合适的范围的ω，其与τ的对应关系如下：
ω＝Sτ
再由
可估算出目标离波源的距离；
S2，检测目标加速度，利用中频信号的频域谱进行解算，目标的微小移动在时域中引起的变化及其微小，但其在频域谱中引起的相位差是非常大的，可以由此来确定单个目标的位移和速度等数据，由两个相邻的TC的相位差求出在TC内的目标移动的距离：
其中，ΔΦ为两个相邻的TC之间的相位差，fC为毫米波频率，Δτ为两次TC中中频信号相对的时间差，λ为毫米波波长，Δd为TC内目标移动的距离。
初相位在频域谱表现为峰值对应的ω，故可估计检测目标的速度：
考虑到检测环境中会有其他影响因素，故RX天线可能会收到多个目标的反射波，在频域谱中可能无法分离出不同检测目标中频信号的初相位，故需要对中频信号进行2D-FFT，定义n个周期TC为一帧，即Tf＝nTC，取这一帧中各周期TC的频域谱中峰值对应的ω进行doppler-FFT变换，得到多个峰值的频谱：
加速度根据相邻帧之间的速度差/时间差求得：
其中，下标n表示为不同物体的对应数据，a表示加速度，
为速度差，ω表示doppler-FFT变换后峰值对应的相位；
S3，检测目标到达角，物体距离的微小变化会导致range-FFT峰值的相位变化(ω)，角度估计至少需要采用2个RX天线，采用一发多收的模式，目标到每个天线的差距离导致2D-FFT峰值的相位变化，利用该峰值来估计到达角，到达角计算如下：
其中，d为2个RX天线之间的距离，d sin(θ)为2个RX天线接收的反射波的波程差，λ为波长，由到达角计算公式可知有如下约束：
考虑到检测环境中会有其他影响因素，故RX天线可能会收到多个目标的反射波，仅由在频域谱中可能无法分离出不同检测目标中频信号的相位，故采用与加速度检测算法中类似算法，增加RX天线为N根，获取N个相位构成的相位序列，在对相位序列进行2D-FFT，称为angle-FFT，在angle-FFT后，频域谱中出现n个峰值，n为大于0的整数，分别对应ωn：
由于对角度要求精度较高，RX天线间隔越大，RX天线根数越多，角度分辨率越大，其最大角分辨率为：
S4，FPGA加速快速傅里叶变换，离散傅里叶变换DFT将时域下离散的数字信号变换成频域下的离散信号，进行更简便的频域分析，DFT是频谱计算的核心算法，通过将较长的序列分解为连续的较短序列，对较短的序列进行DFT运算，可以对较长的序列进行频谱分析，DFT计算公式如下：
其中，X[k]表示离散的频率分量，x[n]表示离散时间信号采样值，W表示(
已在公式中表示)，e表示自然对数，j表示虚数单位，计算频域下一个数据的值需要进行N次复数乘法和N(N-1)次复数加法，而一次复数乘法需四次实数乘法和两次实数加法，即频域下一个数据的计算需要4N次实数乘法和4N-2次实数加法，对于N点频域数据的计算共需要4N2次实数乘法和(4N-2)N次实数加法，由此可见，计算DFT的数据量与采集到的时域信号的数据量的平方成正比，故通过FFT算法对DFT进行简化，FFT计算公式如下：
对于N点FFT，N＝2M，进行M次分解，构成了从x(n)到X(k)的M级迭代计算，每级由N/2个蝶形运算组成，完成一个蝶形计算需一次乘法和两次复数加法。显然，进行FFT时计算量远远小于DFT。
FPGA具有硬件可重构的特点，适用于算法结构固定、运算量大的前端数字信号处理。
传统的MCU属于冯·诺依曼结构，指令译码执行，共享内存。冯氏结构中，由于执行单元可能执行任意指令，就需要有指令存储器、译码器、各种指令的运算器、分支跳转处理逻辑。而FPGA的每个逻辑单元的功能在重编程时就已经确定，不需要指令。在数据处理过程中，FPGA相比MCU的核心优势在于延迟。FPGA同时拥有流水线并行和数据并行的特点，而MCU几乎只有数据并行。从而有利于提高室内人员定位及跌倒检测的速度，提升用户体验，增加安全性。
进一步的，设置两路并行输入输出，同时进入蝶形运算，与串行相比提高两倍运算速度，采用流水线结构，在FFT实现的每一级均采用一个运算单元，前一级运算结果直接用于下一级运算而无需等到本级运算全部完成，大大节省了时钟周期，提升运算速度，对于N点FFT，进行M次分解，流水线结构如下：第1级，将前N组输入数据的实部、虚部均寄存在FIFO中，其余暂存在SRAM中，当第N组数据到来时，与FIFO中寄存的第一组数据做蝶形运算，将相减的结果继续存在FIFO中待用，相加运算将在第二级进行；第2级，前N个周期，做蝶形加法，结果记为add，第N+1个周期起，从FIFO中读数给add；第3级，前N个周期，add赋给第一级缓存寄存器，第N+1个周期起，把add赋给乘法器的输入端；第4级，前N个周期，把第一级缓存寄存器赋值给第二级缓存寄存器，第N+1个周期起，做乘法运算；第5级，前N个周期，把第二级缓存寄存器的值赋给输出端，第N个周期起，把乘法器输出累加的结果赋给输出端。
进一步的，所述步骤S3，为提高产品即时性，令
θ＝0，即有
θres为最大角分辨率。
进一步的，所述步骤S3，为提高range-FFT的分辨能力，使不同物体对应的相位差更明显，在使用时，使第1个RX天线与检测目标在统一直线上，相同的角度差，当有一个为直射时，相位谱相差最大，即当θ＝0时cos(θ)的值最大，此时Δω最大。
用于室内人员定位与跌倒检测及算法加速工作方法的装置，包括：控制与处理模块及分别与控制与处理模块连接的SRAM模块、WIFI模块、摄像模块、数据储存模块、DAC模块、ADC模块，所述DAC模块、ADC模块分别与雷达模块连接，所述控制与处理模块采用FPGA模块，所述雷达模块采用FMCW毫米波模块，FMCW毫米波模块分别与TX天线和一组RX天线连接，由FMCW毫米波模块发出一个线性调频连续波，接收反射波，通过混频器输出的中频信号，由FPGA模块获取，用于目标检测及加速。毫米波雷达设备检测精度高，受环境影响小，且很好地保护用户隐私，具有明显优势；现场可编程门阵列FPGA具有硬件可重构的特点，适用于算法结构固定、运算量大的前端数字信号处理，每个逻辑单元的功能在重编程时就已经确定，不需要指令，且兼具流水线并行和数据并行的特点，与传统MCU相比大大提升了运算速度。
进一步的，所述FMCW毫米波模块采用IMD2411芯片，包括FMCW发射器、FMCW接收器、中频放大器，无需辅助电路，通过FMCW毫米波模块的V_TUNE引脚进行VCO频率调谐电压输入，输出端连接DAC模块，产生的指令由FMCW发射机通过TX天线对外发出线性调频脉冲，并由FMCW接收机通过RX天线接收外界物体反射产生的回波，回波信号与发出信号进行混频滤波处理变为差拍信号，即中频信号，经中频放大器放大后由FMCW毫米波模块的IFQ_AMP中频输出引脚输出，输出端连接ADC模块。IMD2411A系列芯片是24GHz毫米波前端传感器，在特定场景中距离分辨率最高可达2cm，24GHz毫米波相比于激光和超声波，受气候的影响要小，对于尼龙和塑料材质透波性很好，非常适合安装在密封的尼龙塑料壳体中，更适用于环境复杂、干扰较多的情况；收发的同时，理论上不存在脉冲雷达所存在的测距盲区，并且发射信号的平均功率等于峰值功率，因此只需要小功率的器件，从而降低了被截获干扰的概率，兼具连续波雷达的稳定性与超宽带雷达的测距能力，具有多目标检测能力和较强的抗干扰能力，适用于室内的复杂环境。
进一步的，所述DAC模块采用ADS9838芯片，通过SPI总线与FPGA通信，用于线性可调脉冲的产生。AD9838芯片性能高、功耗低、可编程直接数字合成器，可产生正弦波、三角波及方波输出，频率及相位均可编程修改，时钟频率为5～16MHz情况下可实现0.02～0.06Hz的分辨率，同时AD9838集成有片上比较器，可将外部信号通过VIN输入比较器，将电压比较结果输出。
进一步的，所述ADC模块采用ADS744芯片，其VINP引脚与FMCW毫米波模块的IFQ_AMP引脚相连，用于采集正向模拟信号，即采集中频信号，将采集到的中频信号通过SPI总线传输给FPGA。ADS7044芯片属于引脚对引脚兼容的高速低功耗、单通道逐次逼近型寄存器类型的模数转换器系列。该器件支持较宽的模拟输入电压范围(±1.65V至±3.6V)，并且包括一个基于电容且内置采样保持电路的逐次逼近寄存器ADC；串行外设接口(SPI)兼容串口由CS和SCLK信号控制；输入信号在CS下降沿进行采样，SCLK用于转换和串行数据输出。
进一步的，所述的摄像模块为ATK-OV2640模块，所述ATK-OV2640模块之间采用SCCB总线协议与FPGA模块连接，SCCB协议由时钟线SIO_C与信号线SIO_D组成，单次数据为9位[8位有效数据+1位NA位(读)或不必关心位(写)，检测到人员跌倒之前保持休眠状态，初步检测到人员跌倒时打开，以提供图像信息辅助人员位置的确定，确定当前人员状况，提高救援效率，同时最大程度上保护用户隐私。该模块是CMOS VGA(2592*1944)图像传感器，具有200W像素，该传感器体积小、工作电压低，集成有源晶振和LDO，接口简单，提供单片VGA摄像头和影像处理器的所有功能，VGA图像输出最高可达60帧/秒。
进一步的，所述的WIFI模块为M8266WIFI模块，可实现高速传输，有效速度超过兆字节每秒，运行稳定可靠，占用MCU资源少，且无需MCU集成操作系统或协议栈，M8266WIFI模块采用ALK8266WIFI模块进行本地与服务器的通信，ALK8266WIFI模块是一款有效速度过兆字节每秒的高速传输WIFI模组，灵活方便、性能稳定可靠，能良好传输摄像头采集的视频数据，室内情况较复杂，当发生可疑的人员跌倒情况时，M8266WIFI模块可将暂存在数据存储模块中的视频数据传输给服务器，用户可通过软件直接查看现场情况。
本发明的优势和有益效果在于：
本发明采用了FPGA进行频域分析，提升了在数据处理是的运算效率；采用了低功耗、廉价、性能稳定的雷达毫米波模块，同时保证了可靠性与控制成本；采用了毫米波雷达与摄像头结合，保护隐私的同时增强可靠性；采用了本地数据处理算法，能够减轻服务器运算负担，保护用户隐私。
附图说明
图1是本发明的装置结构图。
图2是本发明中目标距离检测算法示意图。
图3是本发明中目标到达角检测算法示意图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
毫米波雷达设备检测精度高，受环境影响小，且很好地保护用户隐私，具有明显优势。现场可编程门阵列FPGA具有硬件可重构的特点，适用于算法结构固定、运算量大的前端数字信号处理，每个逻辑单元的功能在重编程时就已经确定，不需要指令，且兼具流水线并行和数据并行的特点，与传统MCU相比大大提升了运算速度。由此，本申请针对市场痛点和现有技术存在问题，提供了如下装置：
如图1所示，一种基于FPGA的FMCW毫米波室内人员定位与跌倒检测及算法加速装置，包括FPGA模块、FMCW雷达射频前端模块(如毫米波模块)、SRAM模块、可选的WIFI模块、可选的摄像模块(如摄像头)、可选的数据储存模块(如SD卡)、DAC模块(数模转换器)、ADC模块(模数转换器)。所述整体系统与服务器相连。
DAC芯片通过SPI总线接收FPGA的数字信号，驱动毫米波模块产生线性调频连续波；毫米波模块中频输出信号输出管脚与ADC连接，ADC进行模数转换后利用SPI总线将数据传给FPGA；SD卡与MCU连接用于视频数据缓存；摄像头将图像数据由SCCB总线传回MCU，通过WIFI发送至服务器；FPGA内置目标距离检测、加速度检测、到达角检测检测算法，用于本地解算毫米波雷达回传数据，获取人员位置及状态，在检测到人员异常的情况下打开摄像头并将图像传至本地终端。
通过对基于毫米波的FMCW回波数据的采集和中频信号的本地处理，并利用WIFI模块和摄像头模块将现场视频数据传至服务器，实现室内人员定位与状态监测。
进一步的，所述的DAC模块采用ADS9838芯片，通过SPI总线与FPGA通信，用于线性可调脉冲的产生。
DAC波形产生方法包括如下步骤：
1)FPGA发出波形产生指令；
2)配置触发DAC所需系统时钟；
3)初始化DAC工作模式及输出通道；
4)配置AD9838控制寄存器，写入连续调频波波形数据；
5)配置AD9838控制寄存器OPBITEN位、MODE位。
进一步的，所述的FMCW毫米波前端模块采用IMD2411模块(24GHz毫米波前端传感器)，模块集成了模拟电路部分，包括FMCW发射器、FMCW接收器、中频放大器等无需辅助电路。该模块负责接收外部DAC芯片FMCW产生指令，由FMCW发射机通过天线对外发出线性调频脉冲，并由FMCW接收机接收外界物体反射产生的回波，将回波信号与发出信号进行混频滤波处理变为差拍信号，即中频信号，并直接输出。
进一步的，所述的ADC模块采用ADS744芯片，将采集到的中频信号通过SPI总线传输给FPGA。ADC采集方法包括如下步骤：
1)中央控制与处理模块发出采集命令；
2)配置触发ADC所需系统时钟；
3)配置ADS7038-Q1芯片为ACQ模式；
4)帧信号在CS拉低时进行转换和数据传输；
5)SDO引脚输出ADC采集数据，由SPI2传输数据。
进一步的，所述的FPGA接收ADC芯片采集的数据，存储在所述的SRAM模块，并加速数字信号处理。实现算法和加速方法步骤如下：
1)目标距离检测算法实现：
如图2所示，RX(接收)信号只是TX(发射)信号的延迟版本。s_τ是TX-chirp和RX-chirp的瞬时频率之差，而TX发射的是线性调频脉冲，所以s_τ是一条直线。其中τ为雷达到目标的往返时间，S为chirp相差的斜率。
故可用以下公式进行测距：
其中，d为检测对象离波源的距离。
考虑到检测环境中会有其他影响因素，故RX天线可能会收到多个目标的反射波，但在时域谱中无法准确的辨识，需要对其进行FFT(range-FFT)，在频域谱中考察其相位，来分析目标检测物，分析时需满足：
TC为周期，频域谱中对于不同距离的反射波形成多信号重叠的中频信号，会产生多个峰值，峰值对应的ω与距离成正比，根据检测距离选取合适的范围的ω，其与τ的对应关系如下：
ω＝Sτ
再由
可估算出目标离波源的距离。
2)目标加速度检测算法实现：
目标加速度检测利用中频信号的频域谱进行解算。目标的微小移动在时域中引起的变化及其微小，但其在频域谱中引起的相位差是非常大的，可以由此来确定单个目标的位移和速度等数据。
由两个相邻的TC的相位差求出在TC内的目标移动的距离：
其中ΔΦ为两个相邻的TC之间的相位差，fC为毫米波频率，Δτ为两次TC中中频信号相对的时间差，λ为毫米波波长，Δd为TC内目标移动的距离。
初相位在频域谱表现为峰值对应的ω，故可估计检测目标的速度：
考虑到检测环境中会有其他影响因素，故RX天线可能会收到多个目标的反射波，在频域谱中可能无法分离出不同检测目标中频信号的初相位。
故需要对中频信号进行2D-FFT(二维快速傅里叶变换)，定义n个周期(TC)为一帧，即Tf＝nTC，取这一帧中各周期(TC)的频域谱中峰值对应的ω进行doppler-FFT变换，得到多个峰值的频谱，有：
加速度根据相邻帧之间的速度差/时间差求得：
下标n表示为不同物体的对应数据，a表示加速度，
为速度差，ω表示doppler-FFT变换后峰值对应的相位。
3)目标到达角检测算法实现：
物体距离的微小变化会导致range-FFT峰值的相位变化(ω)，角度估计至少需要2个RX天线，采用一发多收的模式。目标到每个天线的差距离导致2D-FFT峰值的相位变化，利用该峰值来估计到达角。
如图3所示，到达角计算如下：
其中d为2个RX天线之间的距离，d sin(θ)为2个RX天线接收的反射波的波程差，λ为波长。
由到达角计算公式可知有如下约束：
考虑到检测环境中会有其他影响因素，故RX天线可能会收到多个目标的反射波，仅由在频域谱中可能无法分离出不同检测目标中频信号的相位。
故采用与加速度检测算法中类似算法，增加RX天线为N根，获取N个相位构成的相位序列，在对相位序列进行2D-FFT，称为angle-FFT。在angle-FFT后，频域谱中出现n个峰值(n为大于0的整数)，分别对应ωn，有：
本产品对角度要求精度较高，RX天线间隔越大，RX天线根数越多，角度分辨率越大，其最大角分辨率为：
为提高产品即时性，令
θ＝0，即有
θres为最大角分辨率。为提高range-FFT的分辨能力，使不同物体对应的相位差更明显，在使用时，第1个RX天线应尽量与检测目标在统一直线上。相同的角度差，当有一个为直射的时候(θ＝0时)，相位谱相差是最大的，即当θ＝0时cos(θ)的值最大，由上式可知，此时Δω最大。
4)FPGA加速快速傅里叶变换
离散傅里叶变换(DFT)将时域下离散的数字信号变换成频域下的离散信号，进行更简便的频域分析。DFT是频谱计算的核心算法，通过将较长的序列分解为连续的较短序列，对较短的序列进行DFT运算，可以对较长的序列进行频谱分析。DFT计算公式如下：
其中，X[k]表示离散的频率分量，x[n]表示离散时间信号采样值，W表示(
已在公式中表示)，e表示自然对数，j表示虚数单位，从DFT计算公式可以看出，计算频域下一个数据的值需要进行N次复数乘法和N(N-1)次复数加法，而一次复数乘法需四次实数乘法和两次实数加法，即频域下一个数据的计算需要4N次实数乘法和4N-2次实数加法。对于N点频域数据的计算共需要4N2次实数乘法和(4N-2)N次实数加法。由此可见，计算DFT的数据量与采集到的时域信号的数据量的平方成正比。故可通过FFT算法对DFT进行简化，FFT计算公式如下：
对于N点FFT，N＝2M，进行M次分解，构成了从x(n)到X(k)的M级迭代计算，每级由N/2个蝶形运算组成，完成一个蝶形计算需一次乘法和两次复数加法。显然，进行FFT时计算量远远小于DFT。
FPGA具有硬件可重构的特点，适用于算法结构固定、运算量大的前端数字信号处理。
传统的MCU属于冯·诺依曼结构，指令译码执行，共享内存。冯氏结构中，由于执行单元可能执行任意指令，就需要有指令存储器、译码器、各种指令的运算器、分支跳转处理逻辑。而FPGA的每个逻辑单元的功能在重编程时就已经确定，不需要指令。在数据处理过程中，FPGA相比MCU的核心优势在于延迟。FPGA同时拥有流水线并行和数据并行的特点，而MCU几乎只有数据并行。
设置两路并行输入输出，同时进入蝶形运算，与串行相比提高两倍运算速度。采用流水线结构，在FFT实现的每一级均采用一个运算单元，前一级运算结果直接用于下一级运算而无需等到本级运算全部完成，大大节省了时钟周期，提升运算速度。对于N点FFT，进行M次分解，流水线结构如下：第1级，将前N组输入数据的实部、虚部均寄存在FIFO中，其余暂存在SRAM中，当第N组数据到来时，与FIFO中寄存的第一组数据做蝶形运算，将相减的结果继续存在FIFO中待用，相加运算将在第二级进行；第2级，前N个周期，做蝶形加法，结果记为add，第N+1个周期起，从FIFO中读数给add；第3级，前N个周期，add赋给第一级缓存寄存器，第N+1个周期起，把add赋给乘法器的输入端；第4级，前N个周期，把第一级缓存寄存器赋值给第二级缓存寄存器，第N+1个周期起，做乘法运算；第5级，前N个周期，把第二级缓存寄存器的值赋给输出端，第N个周期起，把乘法器输出累加的结果赋给输出端。
进一步的，所述的摄像头模块为ATK-OV2640模块。OV5640是OmniVision公司的CMOS VGA(2592*1944)图像传感器。该传感器体积小、工作电压低，提供单片VGA摄像头和影像处理器的所有功能。该模块VGA图像输出最高可达60帧/秒。摄像头在检测到人员之前保持休眠状态，初步检测到人员目标时打开，以提供图像信息辅助人员位置的确定，提高救援效率。图像采集方法包括以下步骤：
1)中央控制与处理模块发送采集指令；
2)图像采集模块配置并启动SCCB总线；
3)利用SCCB总线初始化模块，通过VGA时序输出图像数据；
4)通过FIFO传输单帧图像。
进一步的，所述的数据发送模块为M8266WIFI模块。可实现高速传输，有效速度超过兆字节每秒，运行稳定可靠，占用MCU资源少，且无需MCU集成操作系统或协议栈。图像采集方法包括以下步骤：
1)中央控制与处理模块发送指令；
2)初始化M8266WIFI模块；
3)分包发送读取的图像数据至服务器。
本发明通过对中频信号的频域分析，获取室内人员的位置及状态，实现对室内人员的定位和跌倒检测，同时实现频域分分析下复杂算法的加速，提升检测效率。有利于打破传统室内人员监测装备不适、难以保护隐私的局面。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的范围。
Claims (10)
1.一种室内人员定位与跌倒检测及算法加速工作方法，其特征在于包括如下步骤：
S1，检测目标距离，获取一对线性调频连续波TX及其反射波RX，调频脉冲带宽为B，单个线性调制脉冲信号周期为TC，
测距公式如下：
其中，τ为毫米波到目标的往返时间，S为chirp相差的斜率，Sτ为TX-chirp和RX-chirp的瞬时频率之差，d为检测对象离波源的距离，c为光速；
对反射波进行FFT，在频域谱中考察反射波的相位，分析目标检测物，分析时满足条件如下：
频域谱中对于不同距离的反射波形成多信号重叠的中频信号，会产生多个峰值，峰值对应的ω与距离成正比，根据检测距离选取合适的范围的ω，其与τ的对应关系如下：
ω＝Sτ
再由
可估算出目标离波源的距离；
S2，检测目标加速度，利用中频信号的频域谱进行解算，由两个相邻的TC的相位差求出在TC内的目标移动的距离：
其中，ΔΦ为两个相邻的TC之间的相位差，fC为毫米波频率，Δτ为两次TC中中频信号相对的时间差，λ为毫米波波长，Δd为TC内目标移动的距离；
初相位在频域谱表现为峰值对应的ω，故可估计检测目标的速度：
对中频信号进行2D-FFT，定义n个周期TC为一帧，即Tf＝nTC，取这一帧中各周期TC的频域谱中峰值对应的ω进行doppler-FFT变换，得到多个峰值的频谱：
加速度根据相邻帧之间的速度差/时间差求得：
其中，下标n表示为不同物体的对应数据，a表示加速度，
为速度差，ω表示doppler-FFT变换后峰值对应的相位；
S3，检测目标到达角，采用2个RX天线，采用一发多收的模式，目标到每个天线的差距离导致2D-FFT峰值的相位变化，利用该峰值来估计到达角，到达角计算如下：
其中，d为2个RX天线之间的距离，d sin(θ)为2个RX天线接收的反射波的波程差，λ为波长，由到达角计算公式可知有如下约束：
增加RX天线为N根，获取N个相位构成的相位序列，在对相位序列进行2D-FFT，称为angle-FFT，在angle-FFT后，频域谱中出现n个峰值，n为大于0的整数，分别对应ωn：
最大角分辨率为：
S4，FPGA加速快速傅里叶变换，离散傅里叶变换DFT将时域下离散的数字信号变换成频域下的离散信号，通过将较长的序列分解为连续的较短序列，对较短的序列进行DFT运算，DFT计算公式如下：
其中，X[k]表示离散的频率分量，x[n]表示离散时间信号采样值，e表示自然对数，j表示虚数单位，通过FFT算法对DFT进行简化，FFT计算公式如下：
对于N点FFT，N＝2M，进行M次分解，构成了从x(n)到X(k)的M级迭代计算，每级由N/2个蝶形运算组成，完成一个蝶形计算需一次乘法和两次复数加法。
2.如权利要求1所述的一种室内人员定位与跌倒检测及算法加速工作方法，其特征在于设置两路并行输入输出，同时进入蝶形运算，采用流水线结构，在FFT实现的每一级均采用一个运算单元，前一级运算结果直接用于下一级运算，对于N点FFT，进行M次分解，流水线结构如下：第1级，将前N组输入数据的实部、虚部均寄存在FIFO中，其余暂存在SRAM中，当第N组数据到来时，与FIFO中寄存的第一组数据做蝶形运算，将相减的结果继续存在FIFO中待用，相加运算将在第二级进行；第2级，前N个周期，做蝶形加法，结果记为add，第N+1个周期起，从FIFO中读数给add；第3级，前N个周期，add赋给第一级缓存寄存器，第N+1个周期起，把add赋给乘法器的输入端；第4级，前N个周期，把第一级缓存寄存器赋值给第二级缓存寄存器，第N+1个周期起，做乘法运算；第5级，前N个周期，把第二级缓存寄存器的值赋给输出端，第N个周期起，把乘法器输出累加的结果赋给输出端。
3.如权利要求1所述的一种室内人员定位与跌倒检测及算法加速工作方法，其特征在于所述步骤S3，令
θ＝0，即有
θres为最大角分辨率。
4.如权利要求1所述的一种室内人员定位与跌倒检测及算法加速工作方法，其特征在于所述步骤S3，使第1个RX天线与检测目标在统一直线上，相同的角度差，当有一个为直射时，相位谱相差最大，即当θ＝0时cos(θ)的值最大，此时Δω最大。
5.如权利要求1-4之一所述的用于室内人员定位与跌倒检测及算法加速工作方法的装置，包括：控制与处理模块及分别与控制与处理模块连接的SRAM模块、WIFI模块、摄像模块、数据储存模块、DAC模块、ADC模块，所述DAC模块、ADC模块分别与雷达模块连接，其特征在于所述控制与处理模块采用FPGA模块，所述雷达模块采用FMCW毫米波模块，FMCW毫米波模块分别与TX天线和一组RX天线连接，由FMCW毫米波模块发出一个线性调频连续波，接收反射波，通过混频器输出的中频信号，由FPGA模块获取，用于目标检测及加速。
6.如权利要求5所述的装置，其特征在于所述FMCW毫米波模块采用IMD2411芯片，包括FMCW发射器、FMCW接收器、中频放大器，通过FMCW毫米波模块的V_TUNE引脚进行VCO频率调谐电压输入，输出端连接DAC模块，产生的指令由FMCW发射机通过TX天线对外发出线性调频脉冲，并由FMCW接收机通过RX天线接收外界物体反射产生的回波，回波信号与发出信号进行混频滤波处理变为差拍信号，即中频信号，经中频放大器放大后由FMCW毫米波模块的IFQ_AMP中频输出引脚输出，输出端连接ADC模块。
7.如权利要求5所述的装置，其特征在于所述DAC模块采用ADS9838芯片，通过SPI总线与FPGA通信，用于线性可调脉冲的产生。
8.如权利要求5所述的装置，其特征在于所述ADC模块采用ADS744芯片，其VINP引脚与FMCW毫米波模块的IFQ_AMP引脚相连，用于采集正向模拟信号，即采集中频信号，将采集到的中频信号通过SPI总线传输给FPGA。
9.如权利要求5所述的装置，其特征在于所述的摄像模块为ATK-OV2640模块，所述ATK-OV2640模块之间采用SCCB总线协议与FPGA模块连接，检测到人员跌倒之前保持休眠状态，初步检测到人员跌倒时打开。
10.如权利要求5所述的装置，其特征在于所述的WIFI模块为M8266WIFI模块，M8266WIFI模块采用ALK8266WIFI模块进行本地与服务器的通信。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011638372.9A CN112835023A (zh) | 2020-12-31 | 2020-12-31 | 一种室内人员定位与跌倒检测及算法加速装置及工作方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011638372.9A CN112835023A (zh) | 2020-12-31 | 2020-12-31 | 一种室内人员定位与跌倒检测及算法加速装置及工作方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112835023A true CN112835023A (zh) | 2021-05-25 |
Family
ID=75926733
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011638372.9A Pending CN112835023A (zh) | 2020-12-31 | 2020-12-31 | 一种室内人员定位与跌倒检测及算法加速装置及工作方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112835023A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102736074A (zh) * | 2012-06-25 | 2012-10-17 | 中国科学院上海技术物理研究所 | 基于fpga的激光多普勒雷达信号处理器及处理方法 |
| US20150223733A1 (en) * | 2012-10-05 | 2015-08-13 | TransRobotics, Inc. | Systems and methods for high resolution distance sensing and applications |
| CN105866779A (zh) * | 2016-04-06 | 2016-08-17 | 浙江大学 | 基于双目相机与毫米波雷达的可穿戴避障装置及避障方法 |
| CN109783766A (zh) * | 2018-12-05 | 2019-05-21 | 天津大学 | 一种基2算法的快速傅里叶变换硬件设计方法 |
| CN111175743A (zh) * | 2020-02-25 | 2020-05-19 | 山东省科学院自动化研究所 | 基于多普勒雷达技术的老年人跌倒报警平台及方法 |
-
2020
- 2020-12-31 CN CN202011638372.9A patent/CN112835023A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102736074A (zh) * | 2012-06-25 | 2012-10-17 | 中国科学院上海技术物理研究所 | 基于fpga的激光多普勒雷达信号处理器及处理方法 |
| US20150223733A1 (en) * | 2012-10-05 | 2015-08-13 | TransRobotics, Inc. | Systems and methods for high resolution distance sensing and applications |
| CN105866779A (zh) * | 2016-04-06 | 2016-08-17 | 浙江大学 | 基于双目相机与毫米波雷达的可穿戴避障装置及避障方法 |
| CN109783766A (zh) * | 2018-12-05 | 2019-05-21 | 天津大学 | 一种基2算法的快速傅里叶变换硬件设计方法 |
| CN111175743A (zh) * | 2020-02-25 | 2020-05-19 | 山东省科学院自动化研究所 | 基于多普勒雷达技术的老年人跌倒报警平台及方法 |
Non-Patent Citations (4)
| Title |
|---|
| SANDEEP RAO ET AL.: "Introduction to mmwave Sensing：FMCW Radars", 《HTTPS://DOWNLOAD.CSDN.NET/DOWNLOAD/YU_MI__/11387578》, 19 July 2019 (2019-07-19), pages 1 - 70 * |
| SANDEEP RAO 等: "Introduction to mmwave Sensing：FMCW Radars", pages 1 - 70 * |
| 王英喆 等: "基于FPGA 流水线结构并行FFT 的设计与实现", vol. 23, no. 4, pages 47 - 50 * |
| 王香云: "基于FPGA的数字信号去噪处理", 太原：山西科学技术出版社, pages: 138 - 139 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110535481B (zh) | 使用共用信号波形的组合的雷达和通信系统 | |
| US11520031B2 (en) | Doppler signal processing device and method thereof for interference spectrum tracking and suppression | |
| US20210181328A1 (en) | Sensing method and sensing device | |
| US6522290B2 (en) | Transmit phase removal in FM homodyne radars | |
| US20220107390A1 (en) | Radar System | |
| CN108802699A (zh) | 线性调频连续波雷达信号处理系统及处理方法 | |
| US20220120851A1 (en) | Software defined radar | |
| Fembacher et al. | Real-time synthetic aperture radar for automotive embedded systems | |
| LU507258B1 (en) | Target detection method of linear-frequency-modulation pulse radar | |
| WO2023005821A1 (zh) | 生命体检测方法、终端及存储介质 | |
| JP6877482B2 (ja) | レーダ信号の処理 | |
| Cochrane et al. | An FPGA-based signal processor for FMCW Doppler radar and spectroscopy | |
| CN112835023A (zh) | 一种室内人员定位与跌倒检测及算法加速装置及工作方法 | |
| Niu et al. | Target detection algorithm for hypersonic vehicle based on wideband radar echo model | |
| CN114755630B (zh) | 一种基于soc的调频连续波雷达 | |
| Lota et al. | Low Computational Sensing with Goertzel Filtering for Mobile Industrial IoT Devices | |
| Subburaj et al. | Single-Chip 77GHz FMCW Automotive Radar with Integrated Front-End and Digital Processing | |
| CN111443336B (zh) | 一种降低fmcw雷达系统数据传输吞吐量的方法 | |
| Zheng et al. | Hand gesture recognition based on range Doppler-angle trajectory and LSTM network using an MIMO radar | |
| Albaker et al. | Detection and parameters interception of a radar pulse signal based on interrupt driven algorithm | |
| Milovanović et al. | A customizable DDR3 SDRAM controller tailored for FPGA-based data buffering inside real-time range-doppler radar signal processing back ends | |
| Khan et al. | Design and implementation of FPGA based system for object detection and range estimation used in ADAS applications utilizing FMCW radar | |
| RU180088U1 (ru) | Устройство построения радиолокационного изображения с помощью радиолокационной станции с синтезированной апертурой | |
| US20230408632A1 (en) | Frequency-modulated continuous-wave (fmcw) radar interference mitigation using an autoregressive moving average (arma) model | |
| CN219475821U (zh) | 一种基于zynq_fpga的车载毫米波雷达处理系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210525 |
|
| RJ01 | Rejection of invention patent application after publication |