CN113424075A

CN113424075A - 灯具及相应的方法

Info

Publication number: CN113424075A
Application number: CN202080015892.6A
Authority: CN
Inventors: S·H·可汗; F·皮尔曼
Original assignee: Signify Holding BV
Current assignee: Signify Holding BV
Priority date: 2019-02-22
Filing date: 2020-02-10
Publication date: 2021-09-21
Also published as: US20220137201A1; EP3928122A1; US11922792B2; EP3928122B9; JP2022518617A; JP7322160B2; EP3928122B1; WO2020169387A1

Abstract

一些实施例涉及一种运动检测器（100），其被配置为对运动信号进行信号处理以获得多个运动分量，运动分量与环境中的运动的方向和速度相关，在运动分量中消除对应于具有相反方向的运动的两个运动分量，并从未消除的运动分量中检测环境中的运动。

Description

灯具及相应的方法

技术领域

本发明涉及灯具、运动检测方法和计算机可读介质。

背景技术

可靠的运动检测在许多领域都很重要。例如，在照明系统中使用运动检测来控制照明。使用运动检测器可以避免在无人时打开灯。其他应用是例如用于防盗警报和办公室占用检测，例如用于办公室管理。

不幸的是，运动感测存在许多问题。运动传感器的一个问题是它们可能对特定类型的窄频噪声（有时称为嗡嗡声或嗡嗡声类型的噪声）敏感。特别是，基于多普勒效应的传感器容易受到嗡嗡声噪声引起的误报。

在韩国专利申请KR20160141503“用于驱动灯的装置和方法”中描述了已知的运动传感器。在韩国专利申请中，公开了一种照明驱动设备，用于驱动配备有运动感测部件的照明设备。该设备根据是否检测到运动自动控制照明。

运动检测单元是微波（RF）多普勒传感器，并利用多普勒效应通过检测波源产生的波来检测运动。运动感测单元不仅可以检测物体的运动，还可以检测周围环境中发生的振动。因此存在当仅发生振动而没有运动时灯可能被打开的问题。

所引用专利的图1图示了已知的照明驱动设备。除了运动感测单元12之外，已知设备还包括用于感测振动的振动感测单元11。

运动感测单元12是RF多普勒传感器，其利用微波(RF)利用多普勒效应感测运动并输出相应大小的运动感测信号。振动感测单元11是微机电系统(MEMS)，其测量加速度并感测振动，并输出相应大小的电信号作为振动感测信号。

当运动检测单元12检测到运动时，控制器点亮照明设备4，但仅在没有检测到振动时点亮。这防止在检测到振动时打开照明设备4。

US2018/263502A1公开了使用雷达信号来估计人或其他动物的心率、心率变化、呼吸率和/或呼吸率变化。可以估计雷达基带输出信号中的呼吸运动。然后可以从时域中的雷达信号中减去估计的呼吸信号，并且可以使用数字信号处理技术进一步增强，以产生心跳脉冲的估计。

发明内容

已知系统具有许多缺点。首先，已知系统除了运动传感器之外还需要单独的振动传感器。这增加了零件清单、增加了系统复杂性和成本。其次，只要检测到振动，就不能检测到运动。嗡嗡声可能是间歇性的，并且可能只持续几秒钟，但发明人已经观察到嗡嗡声类型的噪声也可以持续数小时。这种持续的嗡嗡声会使已知系统无法运行，因为在嗡嗡声持续时，检测不到运动，因此没有灯被打开。可替代地，振动的阈值可以设置在高水平，从而由一个或多个嗡嗡声噪声源引起的误报风险仍然存在。第三，已知系统仅检测机械振动。然而，发明人观察到嗡嗡声噪声也可以源自电气源。

为了解决这些和其他问题，提出了一种包括运动检测器的灯具。运动检测器包括：

-运动传感器接口，其配置为从运动传感器接收运动信号，所述运动信号与运动传感器环境中的运动相关，

-处理器系统，其配置为

-对运动信号进行信号处理以获得多个运动分量，运动分量与环境中的运动的方向和速度相关，

-在运动分量中消除对应于具有相反方向的运动的两个运动分量，

-从未消除的运动分量检测环境中的运动。灯具可连接到发光元件并且被配置为至少依赖于运动检测器来控制发光元件。

运动检测的优点是不需要单独的振动传感器。相反，可以从运动传感器的输出中去除嗡嗡声噪声。例如，在实施例中，确定可以包括确定剩余频率仓中的能量。例如，如果确定的能量超过阈值，则可以将环境分类为运动。频率仓可以被实现为由频域转换（例如，FFT、DFT等）产生的系数。频率仓被称为仓，因为它实际上对应于窄范围的频率，对于多普勒传感器，频率仓相应地对应于传感器周围区域的速度的窄范围。

发明人的见解是环境中的振动包括具有相反方向的两个运动。通过去除具有这种轮廓的运动分量，减少了振动噪声。

在实施例中，运动信号包括第一通道(I)和不同的第二通道(Q)，第一通道和第二通道与运动传感器环境中的运动相关。访问两个通道是可以从运动传感器确定运动方向的一种方式。

例如，通过执行频率变换，可以获得对应于频率的运动分量，例如，正频率和负频率两者。通常，朝向和离开传感器的运动可以分别表示为正频率和负频率，或者相反。因此，噪声消除可以包括从具有对应负频率的运动分量中减去对应于正频率的运动分量。频率变换通常使用傅立叶变换（例如FFT）完成，但另一种选择是应用小波分解来获得运动分量。

由于运动传感器的缺陷，真实运动，例如非嗡嗡声噪声，例如行走的人，可能会对一个或多个正频率的运动分量产生贡献，但无意中也会对相应的负频率产生贡献。通过减去运动分量，这可能会减少正信号中的能量，这可能会增加误报的机会（例如，即使存在运动，检测器也未检测到运动）。这可以通过应用校正传感器缺陷的校正因子来避免。例如，在实施例中，可以在两个运动分量相减之前将校正因子应用于运动分量。有趣的是，将校正因子的应用对称化可能会导致产生的因子仍然消除嗡嗡声噪声。

本发明的一方面涉及运动检测方法。

该方法的实施例可以作为计算机实现的方法在计算机上实现，或者在专用硬件中实现，或者在两者的组合中实现。用于该方法的实施例的可执行代码可以存储在计算机程序产品上。计算机程序产品的示例包括存储器设备、光存储设备、集成电路、服务器、在线软件等。优选地，计算机程序产品包括存储在计算机可读介质上的非暂时性程序代码，用于当所述程序产品在计算机上运行时执行该方法的实施例。

在实施例中，该计算机程序包括计算机程序代码，当该计算机程序在计算机上运行时，该计算机程序代码适于执行该方法的实施例的所有或部分步骤。优选地，计算机程序体现在计算机可读介质上。

附图说明

将参考附图仅通过示例的方式描述本发明的进一步细节、方面和实施例。图中的元件是为了简单和清楚而示出的并且不一定按比例绘制。在图中，对应于已经描述的元件的元件可以具有相同的附图标记。在附图中，

图1a示意性地示出了运动检测器的实施例的示例，

图1b示意性地示出了灯具的实施例的示例，

图1c示意性地示出了照明系统的实施例的示例，

图2a示出了单通道运动传感器信号的FFT变换的大小的曲线图，

图2b示出了双通道运动传感器信号的FFT变换的大小的曲线图，

图2c示出了单通道运动传感器信号的FFT变换的大小的曲线图，

图2d示出了双通道运动传感器信号的FFT变换的大小的曲线图，

图3示意性地示出了双通道运动传感器的实施例的示例，

图4a示出了双通道运动传感器信号的FFT变换的大小的曲线图，

图4b示出了具有噪声消除的FFT变换的大小的曲线图，

图4c示出了双通道运动传感器信号的FFT变换的大小的曲线图，

图4d示出了具有噪声消除的FFT变换的大小的曲线图，

图5a示意性地示出了运动检测器的实施例的示例，

图5b示意性地示出了运动检测器的实施例的示例，

图6示意性地示出了运动检测器方法的实施例的示例，

图7a示意性地示出了根据实施例的具有包括计算机程序的可写部分的计算机可读介质，

图7b示意性地示出了根据实施例的处理器系统的表示。

图1a-5b、7a-7b中的附图标记列表：

100, 101, 102运动检测器

110 运动传感器

112 传感器

114 信号处理单元

120 信号输入端

130 频域转换器

140、141 噪声消除单元

150 运动检测单元

162 校正项估计器

164 校正项存储器

170 灯具

171 照明系统

172 发光元件

173 计算机网络

175 照明控制器

210, 220 频谱

230, 240 频谱

211, 213 峰

212 正频率

214 负频率

221 峰

223 无峰

411, 413 嗡嗡声噪声相关峰值

412 运动相关峰值

414 无峰

500 运动传感器

510 传输信号生成器

511 发射器

512 接收器

520 移相器

530 混频器

540 混频器

550 低通滤波器

560 低通滤波器

551 Q信号

561 I信号

1000 计算机可读介质

1010 可写部分

1020 计算机程序

1100 设备

1110 系统总线

1120 处理器

1130 存储器

1140 用户接口

1150 通信接口

1160 存储装置

1161 操作系统

1162,1163, 1164指令。

具体实施方式

虽然本发明可以允许有多种不同形式的实施例，但在附图中示出并且将在本文中详细描述一个或多个具体实施例，应理解本公开将被视为本发明原理的示例并且无意将本发明限制于所示出和描述的具体实施例。

下面，为了理解起见，在操作中描述实施例的元件。然而，很明显，各个元件被布置为执行被描述为由它们执行的功能。

此外，本发明不限于这些实施例，并且本发明在于在此描述的或在相互不同的从属权利要求中记载的每一个新颖特征或特征的组合。

图1a示意性地示出了运动检测器100的实施例的示例。

运动检测器可用于多种应用，其中特别有利的是照明。例如，图1b示意性地示出了灯具170的实施例的示例。灯具170可以包括运动检测器100和照明元件172。例如，照明元件可以被配置为当运动检测器100检测到运动时辐射光。照明元件可以是一个或多个LED。例如，图1c示意性地示出了照明系统171的实施例的示例。照明系统171包括灯具170（通常为多个灯具）、运动检测器100（通常为多个运动检测器）、以及照明控制器175。照明控制器175是被配置为从（多个）运动检测器接收运动信号，例如安静/运动分类，并基于此确定照明控制信号。照明控制信号被发送到一个或多个灯具，然后灯具根据控制信号照明。一个或多个运动检测器可以并入灯具中，但这不是必需的。运动检测器、照明控制器和灯具之间的通信可以通过数字通信网络（例如计算机网络）进行，。

例如，系统171的各种设备可以通过计算机网络173彼此通信。计算机网络可以是因特网、内联网、LAN、WLAN等。计算机网络173可以是因特网。计算机网络可以全部或部分是有线的，和/或全部或部分是无线的。例如，计算机网络可以包括以太网连接。例如，计算机网络可以包括无线连接，例如Wi-Fi、ZigBee等。设备包括连接接口，其被布置为根据需要与系统171的其他设备进行通信。例如，连接接口可以包括连接器，例如有线连接器，例如以太网连接器、光连接器等，或无线连接器，例如天线，例如Wi-Fi、4G或5G天线。例如，设备100、175和170可以各自包括通信接口。计算机网络173可以包括附加元件，例如路由器、集线器等。

运动检测器100的运行可以在处理器电路中实现，其示例在本文中示出。例如，图1a示出了可以是运动检测器和例如处理器电路的功能单元的功能单元。例如，图1a可以用作处理器电路可能的功能组织的蓝图。处理器电路未与图1a中的单元分开显示。例如，图1a中所示的功能单元可以全部或部分地以计算机指令实现，这些计算机指令存储在设备100处，例如存储在设备100的电子存储器中，并且可由设备100的微处理器执行。在混合实施例中，功能单元部分地在硬件中实现，例如作为协处理器，例如信号协处理器，并且部分地在设备100上存储和执行的软件中实现。

除了照明控制之外，运动检测器还有其他应用。例如，运动检测器可用于防盗报警器。例如，运动传感器可用于检测办公室的占用情况，进而可用于管理办公室，例如，建议空办公室以供使用，或随时间报告办公室占用情况。

如图1a所示，运动检测器100包括运动传感器110；但这不是必需的。运动检测器100可以使用外部运动传感器。部分信号处理可以在外部运动传感器或运动检测器本身中完成。在实施例中，运动传感器110可以是运动检测器100的组成部分。运动传感器110被配置为产生用于运动检测器的传感器信号。

运动传感器有多种选择。例如，运动传感器110可以是多普勒运动传感器、微波传感器或环境光传感器等。作为激励示例，下面将针对多普勒传感器描述实施例。然而，需要注意的是，运动检测器可以与任何存在噪声（尤其是嗡嗡声类型的噪声）问题的运动传感器结合。

在实施例中，运动传感器110可以包括传感器112和处理单元114。处理单元114可以在信号被运动检测器100的其余部分进一步处理之前执行预处理。处理单元114是可选的。

例如，在实施例中，运动传感器110可以是多普勒类型的。例如，多普勒传感器可以被配置为通过多普勒原理检测移动物体的运动或速度。传感器112可以被配置为传输信号，例如微波信号。例如，传输的信号可以具有从5到30GHz和/或从30到100GHz等的频率，更低或更高也是可能的。信号频率的示例包括：5.8 GHz、24 GHz和60 GHz。例如，传输的信号可以具有在超高频带（SHF）或极高频带（EHF）中的频率。

传感器112可以被配置为接收回信号。频率信号的偏移与反射传输信号的移动物体相对于传感器的速度有关。例如，多普勒传感器中的一种处理方式是计算发射信号和接收信号的乘积，并对相乘信号应用低通滤波器。可以用几何函数表明所得信号包括频移。例如，处理单元114可以被配置为将发射信号的和接收信号相乘并且应用低通滤波器。

所得信号被提供给运动检测器100的信号输入端120。例如，信号输入端120可以是内部输入端。信号输入端120也可以是输入端口，例如电子输入端口、或数字输入端口，例如API等。例如，在实施例中，在信号输入端120接收到的运动传感器110的传感器信号可以是这样的信号，其中频率分量对应于多普勒频移并因此对应于传感器110周围区域中的物体的速度。在实施例中，该信号是接收到的周围区域物体反射的信号。在后一种情况下，可以在信号输入端接收到信号后执行进一步的多普勒处理。

在实施例中，运动传感器接口120被配置为从运动传感器110接收运动信号。运动信号与运动传感器环境中的运动相关。特别地，运动信号被布置为使得环境中的运动方向与运动信号相关。相关性不必是完美的。例如，如果相关性仅与运动方向的投影有关就足够了。例如，运动方向可以被定向到从运动物体朝向传感器110的线上。例如，如果可以在运动信号中将具有相反方向（例如，相对于彼此）的两个相等运动彼此区分开来，则可以实现一些噪声消除。在实施例中，运动信号是Q和I时域信号。

在实施例中，运动传感器110是所谓的双通道传感器，例如，运动信号包含两个通道，每个通道与环境中的运动相关。由于有两个通道可用，因此可以获得有关环境中运动方向的更多信息。例如，在实施例中，运动信号包括第一通道(I)和不同的第二通道(Q)，第一通道和第二通道与运动传感器环境中的运动相关。

在实施例中，第一通道和第二通道是通过将接收到的反射信号分别与第一混合信号和第二混合信号混合获得的，第一混合信号和第二混合信号具有至少30度相位差，优选地，至少70度相位差差，更优选90度相位差。

例如，运动传感器可以是双通道多普勒微波传感器。传感器的输出可能已经被信号处理单元114处理成I和Q通道，但这不是必需的；例如，运动传感器可以导出原始接收信号并在运动传感器110中完成信号处理。

图3示意性地示出了双通道运动传感器500的实施例的示例。例如，双通道运动传感器500可以用于运动传感器110。图3仅示出了运动传感器110的一种架构并且其他选择是可能的。

图3示出了传输信号生成器，其被配置为生成信号，例如正弦信号，用于通过发射器110传输。发射信号被传感器500的环境中的物体反射。在接收器512中接收反射。接收信号在混频器540中与发射信号混合，并引导通过低通滤波器560以获得同相信号561，例如I通道561。发射信号510也经历相移，通常移动了90度以上。接收信号在混频器530中与移相后的发射信号混合，并引导通过低通滤波器550以获得正交信号551，例如Q通道551。通常，移相器520移位90度，但这可能会有所不同。特别是，由于不准确，偏移可能略多或少。例如，移相器520的相移可以在85度和95度之间。270度的偏移被认为等同于90度的偏移。非理想组件，例如放大器和移相器520等，也可能引入信号幅度的轻微变化。由于这些因素，这两个通道可能与完美的I和Q通道略有偏差。假设偏差相对于随后的频率变换的频率仓大小足够小，这仍将允许至少在一定程度上噪声消除。可以校正运动传感器110、500及其信号处理中的不准确。此类校正将在下面进一步解释，并且是可选的。

运动传感器500可能有许多变型。例如，混合和滤波可以模拟和/或数字完成。例如，运动传感器500可以包括一个或多个天线。混合可以实现为两个信号之间的乘法。例如，在实施例中，原始接收信号与相位不同的第一信号和第二信号混合。某些组件可能会重复使用等。

返回到图1a，信号551和561可以由信号接口120中的运动传感器100接收。

运动检测器100包括频域转换器130、噪声消除单元140和运动检测单元150。频域转换器130将接收信号从时域转换到频域。例如，转换器130可以执行傅立叶变换。例如，转换器130可以执行离散傅立叶变换(DFT)。如果需要，转换器130可以在执行到频域的转换之前首先执行模数转换，例如ADD转换。

在实施例中，频域转换器130的信号处理包括将运动信号从时域变换到频域以获得多个运动分量。运动分量表示相对于传感器以特定速度和方向的运动。运动分量可以进一步表示在相对于传感器的特定距离处的运动。通常，运动分量对一定范围的速度敏感。优选地，相对于传感器具有相反方向的运动对应于不同的运动分量。

多个运动分量可以是运动信号的频率变换系数，例如FFT、DFT等。例如，多个运动分量可以是频域转换器的频率仓。在实施例中，对两个通道的组合，例如I和Q通道的组合，执行频域转换。特别地，变换可以是复变换；例如，频率变换可以应用于复组合(I+jQ)，其中j代表复数单位。所述频率变换的结果可以是复信号。例如，可以获得频率仓的复幅度。

在实施例中，在输入端120中接收的运动信号被分成多个部分，例如具有预定数量的时域样本的多个部分。可以在每个部分上执行频率转换。结果，获得了所谓的频率仓。频率仓是接收信号中存在的频率范围的幅度。例如，一个频率仓可以代表40-42Hz的频率范围。对应于频率仓的频率范围可以是例如约2Hz或更多或更少，例如在从0.5到5Hz的范围内。频率仓的大小可以被视为幅度的绝对值。在实施例中，信号处理可以被配置为检测时间段或时间片段内的运动分量。该时间段可以是一秒、半秒等。在实施例中，该时间段小于30秒。

例如，可以在每次获得预定数量的时域样本之后执行频率转换。例如，可以每24个时域样本执行一次频域转换。例如，在实施例中，5.8 Ghz传感器与每个时间片段24个时域样本组合。

例如，可以以250 Hz的频率进行采样，并且每24个新样本进行一个长度为128个点的FFT。在这种情况下，FFT重叠。对于光开关，最好快速报告运动，例如在0.5秒内。在上面的例子中，有一些FFT用于做出决定。对于其他情况，可能需要更多时间：例如，当灯已亮时触发运动时，或用于占用检测。

因此，频率仓显示出随时间的演变；频率仓的增加，例如，特定频率范围的大小增加可以对应于传感器周围区域中特定速度的增加。频率仓的增加可以指示该区域中的运动。可以将高通或低通滤波器或两者都应用于信号或频率仓，以消除太高或太低而无法使用的频率。

在频域转换器的实施例中，对运动信号进行信号处理以获得多个运动分量。例如，多个运动分量可以是I+jQ的频率变换的系数。运动分量与环境中的运动的方向和速度相关。特别地，具有相反方向的两个运动对于对应于具有相反方向的运动的两个不同的运动分量有贡献。

特别地，具有相对于彼此相反的方向的运动对不同的运动分量有贡献，例如，对与正频率和负频率相关联的运动分量有贡献。在实践中，即使相对于运动传感器的观测方向（例如投影到运动传感器的观测方向）检测运动方向，也将是这种情况。在实施例中，具有相反方向的运动对多个运动分量中的不同运动分量有贡献。

运动传感器仅测量朝向或远离传感器的速度就足够了，这可以被称为投影速度。有趣的是，振动的物体几乎不会改变位置，这使得朝向和远离传感器的速度幅度相等。

相反方向和相同速度等术语应理解为意味着在阈值内。阈值可以是隐含的。例如，如果两个运动对相反的傅立叶系数有贡献，则它们可以被视为相反的方向。

在实施例中，多个运动分量对应于频率变换的一频率。特别是，对于双通道I和Q传感器，具有相反方向的运动对具有相同频率但符号相反的运动分量有贡献。

图2a示出了单通道运动传感器信号的FFT变换的大小的曲线图。图2a中示出的是当人走向传感器时获得的频谱。正频率在212处示出，负频率在214处示出。在该示例中，使用了单通道运动传感器，其中运动信号不包含关于运动方向的信息。特别地，图2a是通过仅对I通道数据执行实数FFT获得的。获得的运动分量无法给出方向信息。请注意，在N/2个FFT仓之后，FFT值重复。

频谱210中所示的峰211对应于步行者的运动。然而，峰在213处重复，这表明对运动方向缺乏敏感性。

图2b示出了双通道运动传感器信号的FFT变换的大小的曲线图。图2b中示出的是当人走向传感器时获得的频谱。在此示例中，使用了双通道运动传感器，其中运动信号包含有关运动方向的信息。特别地，图2b是通过对I和Q通道数据执行复数FFT获得的。获得的运动分量确实给出了方向信息。请注意，在N/2个FFT仓之后，FFT值不会重复。图2b显示了频率仓的大小。

频谱220中所示的峰221对应于步行者的运动。峰在负频率223处不重复，这表明对运动方向缺乏敏感性。

图2c和2d进一步说明了对运动方向的敏感性。图2c和2d与图2a和2b相似，除了人正在远离传感器行走。同样在这种情况下，单通道传感器的频谱230示出重复的峰。然而，双通道传感器的频谱240示出了单个峰。与图2c不同，峰现在位于负频率处，表明运动远离传感器而不是朝向传感器。

运动传感器100包括利用该差异的噪声消除单元140。噪声消除单元140被配置为在运动分量中消除与具有相反方向的运动对应的两个运动分量。

例如，可以从频率相同但符号相反的运动分量中减去特定频率对应的运动分量，以消除对应于具有相反方向的运动的运动分量。例如，假设阵列F₊[i]表示具有朝向传感器方向的运动分量，指数i分布在运动分量上。例如，对于指数i的两个不同值的两个运动分量F₊[i ₀]和F₊[i ₁]可能与不同速度的运动相关，尽管它们都指向传感器。请注意，环境中的实际运动不需要指向传感器；例如，可以在运动分量中表示方向分量，例如通过将实际运动方向投影到从运动物体到传感器的线上而获得的方向分量。假设第二个阵列F_-[i]表示具有远离传感器的方向的运动分量，指数i分布在运动分量上。例如，运动分量F₊[i]和F_-[i]可以表示具有相同速度但相对于传感器具有不同方向的运动。为了消除振动运动，例如所谓的嗡嗡声型噪声，可以计算新的阵列F[i]=F₊[i]-F_-[i]。典型的振动运动具有很小的位置变化，并且朝向和远离传感器的速度相等，请注意，可以忽略与传感器相关的任何正交分量。在阵列F中，不振动的移动物体，特别是移动的，例如行走的人，对F₊阵列中的一个或多个值有贡献，但对F_-阵列没有贡献，反之亦然。然而，振动物体会对F₊和F_-阵列都有贡献，并且事实上，通常会以同样的方式这样做。通过这两个分量相减，振动物体对运动分量的贡献被消除了，但步行运动没有。

可能有许多变型。例如，阵列F₊、F_-和F可以以不同方式表示。特别地，阵列F₊和F_-可以在单个阵列中表示。例如，从0到N/2的阵列值可以表示正频率，而从N/2到N的阵列条目可以表示负频率。如果正负频率处的幅度符号不同，这可以通过采用大小来解决，例如F[i]=|F₊[i]|-|F_-[i]|，忽略虚部或实部部分，通过从虚部和实部中去除符号，例如，将所有幅度映射到同一象限等。

可以对这种方法进行一些改进。例如，可以校正不同于90度的相位差，或校正两个通道之间的幅度差，例如由非完美组件引起的。这将在下面进一步扩展。

不需要用复数值计算，特别是在频率变换之后不需要。例如，可以用它们的大小替换F₊和F_-中的幅度。例如，在上述表示法中，可以计算F[i]=|F₊[i]|-|F_-[i]|。有趣的是，如果嗡嗡声和运动导致相同频率的升高的频率仓，则减法甚至可以减少嗡嗡声。

最后，运动检测器150可以检测环境中的运动。例如，运动检测器可以被配置为从未被消除的运动分量检测环境中的运动。例如，检测运动可以包括确定未消除的运动分量中的能量。如果确定的能量超过阈值，则环境可被分类为运动。例如，运动检测器150可以被配置为从运动分量F[i]=F₊[i]-F_-[i]中检测运动，例如，通过对|F[i]|²求和。

检测运动可以包括在每个频率仓的基础上检测运动。这具有可以针对不同频率使用不同运动阈值的优点。可以在消除噪声后进行检测，例如，通过从所有负频率中减去所有正频率。检测也可以一起完成。例如，人们可以决定每个升高的频率仓是对应于运动还是嗡嗡声；在前一种情况下，它被称为运动。然后可以将在相反频率处是否存在升高的频率仓作为噪声存在或不存在的因素。然而，也可以考虑其他因素。例如，真实运动通常会导致多个连续升高的频率仓，而嗡嗡声噪声通常只会升高一个或几个，比如两个频率仓。在完成每个频率仓识别之后，可以基于确定与运动相关的频率仓来确定运动检测；例如，在调用运动的频率仓中求和能量。

例如，运动检测可以包括检测具有升高大小的频率仓。对于具有更高大小的每个频率仓，例如，与该仓的阈值相比，可以说该仓已经看到运动。除了本文描述的信号处理的嗡嗡声消除特性之外，可以进行其他信号处理，特别是可以应用其他算法来检测嗡嗡声噪声和/或真实运动。例如，对于运动算法的每次运行，可以针对嗡嗡声条件检查每个升高的频率仓。只有调用运动和/或未被识别为嗡嗡声的频率仓可以对检测运动做贡献。请注意，即使一个或多个频率仓中存在嗡嗡声条件，真实运动也会触发运动调用。在实施例中，对于每个时间片段，运动检测器可以检查所有频率仓的增加的大小和运动。

在从时域到频域的转换之后，运动检测单元150从频率仓(例如，从频率范围的大小)中检测运动。

例如，运动检测单元150可以被配置为识别具有增加的大小的频率仓。例如，可以检测到高于阈值的大小。阈值可以是预定的。频率仓中的高值可能对应于具有相应速度的大对象或许多对象。然而，大小增加的频率仓也可能由噪声引起。所有频率仓可能有一个或几个阈值，或者每个频率仓可以有一个阈值，等等。

例如，运动检测单元150可以被配置为估计所识别的频率仓是对应于环境中的运动源还是对应于环境中的噪声源。

图4a示出了双通道运动传感器信号的FFT变换的大小的频谱。频谱4a是根据双通道多普勒运动传感器的计算机模拟创建的。在模拟中，有一个物体在移动，有两个嗡嗡声型的噪声源。复数频率变换获得了一个阵列A(ω)，它表示频率ω的幅度。在该示例中，频率从-600 Hz到+600 Hz。图4a图示了频率幅度的绝对值。请注意，图4a示出了由环境中的运动引起的多普勒频移导致的多个峰。大约0到200 Hz之间的411处的峰是由环境中的振动引起的。这种振动运动还会在相应的负频率处导致峰，这可以在413处看到，例如在大约0和-200Hz之间。图4a中还示出了412处的峰。该峰在约300 Hz，对应于非振动运动。请注意，峰413未在-300 Hz处镜像。

图4b示出了带有噪声消除的FFT变换的大小的曲线图。图4b是从图4a中通过从相应的正频率中减去负频率的大小获得的。结果，对应于嗡嗡声噪声的峰已完全消除，而对应于非振动运动的300 Hz峰仍然存在。从图4b中可以以增加的可靠地检测到运动，因为来自嗡嗡声的误报已经减少。请注意，图4b不包含噪声，这是模拟的人工制品。

图4c和4d是示出从传感器环境中去除真实运动但留下嗡嗡声噪声的效果的图。412处的峰已被去除，因为不存在真正的运动，尽管由嗡嗡声引起的峰值仍然存在。图4d示出了生成的噪声消除图的样子；没有峰剩下。当运动检测算法应用于图4d而不是图4b时，将不会检测到运动，因为频谱中没有剩余能量。

请注意，图4a和4c之间的能量差异比图4b和4d之间的能量差异相对较小，这表明为图4b和4d设置准确的阈值以检测运动比图4a和4c更容易。更糟糕的是，嗡嗡声源的数量可能会随着时间而改变。嗡嗡声可能从数秒到数小时出现，来自一个或多个来源。图2a-2d和4a-4d中轴的比例是自动设置的。

运动传感器，特别是多普勒型运动传感器的问题是一种类型的噪声，称为嗡嗡声噪声。嗡嗡声噪声源会导致某个频率仓中的信号升高，通常是间歇性的。嗡嗡声可能由振动引起，例如由灯具内部的驱动器或外部设备引起。嗡嗡声也可能由环境中的机械结构引起，例如T-LED灯具中存在的薄片光学元件。嗡嗡声往往局限于一个或两个相邻的频率仓，例如，具有大约几赫兹的带宽，但嗡嗡声有时也可能跨越2个以上的频率仓。

信号的间歇性会导致误报运动调用。例如，嗡嗡声噪声源，例如电子驱动器或薄片光学器件可能会导致特定频率区间的增加，这进而可能被解释为传感器周围区域的运动，但实际上这只是由于到嗡嗡声噪声。

运动检测器150可以被配置为根据噪声消除的运动分量(例如频率仓)将环境分类为安静或运动。

运动检测器150可以通过多种方式进行分类。例如，根据应用，运动检测器可以被配置为检测或不检测小运动。例如，办公室中使用的用于照明控制的运动检测器可以配置为具有低运动阈值，例如，以检测诸如打字之类的运动。例如，在走廊中使用的用于照明控制的运动检测器可以配置为具有更大的运动阈值，例如，以检测更大的运动，例如步行。这避免了在第一种情况下，当占用者除了打字等小动作外相对静止时，灯会关闭，或者在第二种情况下，由于误报，走廊中的灯很容易打开。

例如，运动检测器150可以被配置为确定频率仓（例如被估计为对应于运动源的频率仓或其部分）中的能量。如果确定的能量超过阈值，则环境可被分类为运动。例如，可以通过平方和加和频率仓来计算能量。例如，能量可以是加权能量。例如，与步行速度相对应的频率可能被赋予比那些不对应步行速度的频率更高的权重。如果对应于运动（例如，不对应于噪声）的频率仓中的能量或加权能量超过阈值，则该区域被归类为运动。如果不是，则该区域可能被归类为安静。通过调整阈值和/或权重，可以根据应用的需要调整运动检测器的灵敏度。这可以凭经验进行。

替代于例如在二元分类中将环境分类为运动或安静，运动传感器可以报告指示环境中存在运动的可能性的值。例如，噪声消除频谱中的能量可以被映射到浮点值，例如，0和1之间的分数，例如，使用sigmoid函数。

在频率仓的边缘，例如，在更高和更低的仓，可能需要一些特殊的考虑。发明人还发现，在频率的低端，传感器通常不可靠。在实施例中，低于频率基底的频率仓被估计为由噪声引起。例如，对于5.8Ghz传感器，噪声频率基底可能小于9.3Hz。发现这些低频具有更多的杂散信号，并因此不可靠和不一致。对于其他传感器模式，该值将按比例变化。例如，该截止频率随着多普勒传感器的传感器频率而增加。

诸如运动检测器100之类的具有噪声过滤的运动检测器存在忽略运动信号的风险，例如，将真实运动误认为是由噪声引起的。正如本文所指出的，可以调整讨论的各种参数以增加或减少这种情况发生的可能性。发明人发现，如果人们实际在场，则将真实运动误认为照明设备（例如灯具170或照明系统171）中的噪声会产生更严重的影响。在实施例中，如果有人在场，例如如果发光元件被打开，则可以通过抑制噪声降低来避免这种情况。降噪可以全部关闭，也可以通过更改其参数来配置不同的折衷。

如果灯亮，这意味着检测区域内有人在场。如果噪声滤波器将运动信号检测为噪声并将其消除，这可能不会立即产生严重影响，因为灯可能不会立即关闭；它们可以配置为在检测到运动后保持开启一段时间。系统不断寻找运动，如果它在关闭之前在配置的时间间隔内看到至少一个运动，则在系统级别不会观察到先前的误报错误，因为效果不可见。然而，如果在所述配置的间隔内没有看到其他运动，则灯最终将关闭，导致不愉快的行为。

通常，运动检测器100、灯具170、171、照明控制器175均包括微处理器，该微处理器执行存储在这些设备中的适当软件；例如，该软件可能已经被下载和/或存储在相应的存储器中，例如诸如RAM的易失性存储器或诸如闪存的非易失性存储器。可替代地，设备可以全部或部分地以可编程逻辑实现，例如作为现场可编程门阵列(FPGA)。设备可以全部或部分地实现为所谓的专用集成电路(ASIC)，例如，为它们的特定用途定制的集成电路(IC)。例如，电路可以在CMOS中实现，例如使用硬件描述语言，如Verilog、VHDL等。

在实施例中，运动检测器包括一个或多个电子电路。电路实现了本文描述的相应单元。电路可以是处理器电路和存储电路，处理器电路执行在存储电路中以电子方式表示的指令。处理器电路可以以分布式方式实现，例如，作为多个子处理器电路。存储装置可以分布在多个分布式子存储装置上。部分或全部存储器可以是电子存储器、磁存储器等。例如，存储器可以具有易失性和非易失性部分。部分存储可能是只读的。

运动传感器的一个挑战是没有误报，例如，在非运动信号（如嗡嗡声/振动）的情况下没有误触发，这很常见。发明人观察到，有时在用于运动检测的运动传感器运行期间，会在频域中看到突然的振动，该振动往往更集中于一个或两个相邻的频率仓，例如，具有大约几赫兹的带宽。这种振动通常持续存在至少几秒钟，有时甚至几分钟或几小时。这些振动被称为嗡嗡声，因为它们更局部化。相比之下，运动信号的频谱范围要宽得多，因此，此属性可用于将突然开始的嗡嗡声信号与运动信号隔离开来。

如上所述，噪声源会在某个频率仓中引起间歇性升高的信号。信号的间歇性性质会导致误报运动调用。这个问题可以用噪声消除单元140来解决，例如，通过降低可能受噪声，特别是嗡嗡声类型噪声影响的频率仓的幅度。从运动检测的考虑中去除这种频率仓也可以用作噪声滤波器。嗡嗡声检测器可以实现为运动算法的滤波增强，该算法识别经历嗡嗡声条件的频率仓并消除它们对调用运动的贡献。发现额外的信号处理可以检测和解释嗡嗡声或振动，因此它们不被归类为运动。

在多普勒传感器中，可以估计运动物体的频率。一般来说，对于频率为f ₀的传感器，可以使用以下关系式：

，其中c为光速，f ₀为传感器频率，Δf描述多普勒频率。振动与人类运动的不同之处在于，例如，振动的激发频率仓通常更窄，并且振动的f通常不随时间变化。如果时域信号以40 Hz采样，则可以使用128点FFT对其进行分析。

尽管可以仔细调整嗡嗡声检测器的参数，但嗡嗡声滤波器始终存在将运动事件识别为振动的风险。这对于小运动尤其重要，例如人类在办公室桌子后面做出的动作。为了避免这个问题，如果有人在场，可以关闭嗡嗡声滤波器。结合这个方面的一种方法是在灯关闭的情况下激活嗡嗡声滤波器，如果灯打开则关闭嗡嗡声滤波器。

振动通常是由于环境中的机械结构引起的，例如T-LED灯具中存在的薄片光学元件。这些振动通常具有相同的特征。出于这个原因，嗡嗡声检测器通常必须处理非常相似的振动。替代于依靠嗡嗡声检测器的瞬时能力来过滤掉这些，嗡嗡声检测器也可能在某个点，例如，如果振动出现的频率足够高，完全忽略那些经历过振动问题的频率仓。

嗡嗡声历史可用于更准确地识别嗡嗡声。运动检测算法以特定速率运行，例如，例如每100毫秒迭代地运行，运动检测器可以报告运动/无运动。如果观察到运动信号，通常不需要立即报告。在实施例中，在报告观察到的信号之前多次迭代，例如可以是400ms的4次迭代。这减少了误报运动信号的机会。尽管嗡嗡声几乎是立即开始的，但它们在开始后几乎不会改变。这意味着嗡嗡声的历史也几乎没有改变。由于有几帧时间，因此可以利用这段时间来监控嗡嗡声历史的变化。如果这些变化低于阈值，那么人们可以更自信地将信号识别为振动并报告无运动。如果历史确实发生了高于某个阈值的变化，则可以报告运动。

噪声检测可用于任何利用时变传感器信号的产品。例如，发现噪声检测对多普勒运动传感器有效。噪声检测也可用于不同类型的传感器。例如，环境光传感器受到类似的噪声源的影响，例如振动噪声、电噪声等。

回到图1a。本文描述的噪声消除去除或降低对嗡嗡声噪声对运动分量的贡献。如果运动传感器不太理想，例如，如果I和Q通道中的放大或灵敏度不同，则降低会降级。如果运动传感器110的混频器(例如混频器530和540)不准确地正交，则可能出现另一个问题。如果相位差不是90度，则可以得到|βA(ω)|²能量的镜像。请注意，能量通常计算为幅度的平方。

此外，如果混合信号的损失很小并且是准确的，则降低会得到改善，因为这会导致两个频率的幅度彼此更接近。不幸的是，在实施例中，运动传感器可能不太理想，导致频谱中预期行为之间的背离。

噪声消除单元140可以被配置为校正运动传感器110中的缺陷。

图5a示意性地示出了运动检测器101的实施例的示例。除了添加校正项存储器164和修改的噪声消除单元141之外，检测器101可以与检测器100相同。例如，校正项存储器164可以存储校正因子β。噪声消除单元141可以被配置为在两个运动分量相减之前将两个运动分量之一与校正因子β相乘。校正因子β可以是实数，例如使用量值。如果对复数值（例如幅度）进行校正，则校正因子β可以是复数。

计算运动分量之间差异的一种特别有利的方法是使用以下式子：

，其中|A(ω)|表示频率ω的运动分量的大小。

例如，假设信号构造的选择是这样的：正频率对应于朝向传感器的运动，而负频率对应于远离传感器的运动。如果I和Q之间的信号放大略有不同，那么朝向传感器的运动不仅在某个正频率处具有非零FFT幅度，而且在相应的负频率处具有较小的非零FFT幅度，此处更小指的是范数，因为幅度是复数。作为示例，假设频率转换在ω=12时获得，A(12)和A(-12)的值不同，尽管已知它们对应于相同的运动，因此，其中之一应该为零。然后校正因子可以对此进行校正。例如，假设A(12) = 5+5i且A(-12) = 1-1i。在这种情况下，可以选择β为|1-1i|/|5+5i|=1/5。

对于ω=12，上面的表达式现在可以计算并读取为：

请注意，上面的表达式正如预期的那样非零，因为它表示运动。请注意，运动分量大小的减少远小于式子

具有的减少量。在前一种情况下，值|5+5i|用

减少而不是如在后一种情况下用|1-1i|减少。请注意，后一项要大得多。因此，在不太理想的传感器的情况下，上述式子减少了真实运动的无意消除。然而，有趣的是，在振动的情况下，| A(12) | = | A(-12) |，人们仍然发现权利要求中的表达式等于0。通常情况下，在振动的情况下，确实是大约|A(ω)|=|A(-ω)|的情况，因为激发A(-ω)而不是A(ω)的无意贡献与激发对A(ω)而不是A(-ω)的无意贡献大致相同。

校正因子不需要是线性的或拟似的，例如可以定义函数G，例如定义非线性映射。函数G可以直接作用于复数值，例如，如下：

替代于作用于复数值，函数G可以作用于量值。

图5b示意性地示出了运动检测器102的实施例的示例。除了添加了校正项估计器162,检测器102可以与检测器101相同。校正因子或函数可以被估计并存储在运动检测器101中。例如，可以在实验室条件下估计校正因子。另一种方法是在传感器使用期间估计校正因子。例如，校正项估计器162可以被配置为在运动传感器的使用期间估计校正因子。

例如，校正项估计器162可以包括确定运动分量很可能由非振动运动引起的算法。例如，该算法可以包括在真实运动通常给出大运动分量的假设下，将运动分量的幅度与阈值进行比较。例如，该算法可以验证相邻的运动分量也被提升，因为真正的运动通常分布在多个运动分量上，例如，特定运动分量之前和之后的一串±k个连续运动分量应该超过另一阈值，以得出特定运动分量对应于运动的结论。例如，k可以是2或3，或更多，等等。如果信号被认为是运动，例如由算法确定，则可以估计校正因子。例如，当使用上述公式时，假设真实运动在ω，可以估计β=|A(-ω)|/|A(ω)|，例如，如果|A(ω)|大于|A(-ω)|。

估计校正因子存在运动信号可能与低幅度振动混合的风险。为了消除这种影响，可以使用移动平均线，该移动平均线对最后n次观测的β进行平均。

图6示意性地示出了运动检测方法700的实施例的示例。运动检测方法（700）包括：

-从运动传感器接收（710）运动信号，所述运动信号与运动传感器环境中的运动相关，

-对运动信号进行信号处理（720）以获得多个运动分量，运动分量与环境中的运动的方向和速度相关，

-在运动分量中消除（730）对应于具有相反方向的运动的两个运动分量，

-从未消除的运动分量检测（740）环境中的运动。

执行该方法的许多不同方式都是可能的，这对于本领域技术人员来说是显而易见的。例如，可以按照所示的顺序执行步骤，但是步骤的顺序也可以改变或者一些步骤可以并行执行。此外，在步骤之间可以插入其他方法步骤。插入的步骤可以代表诸如本文所述的方法的改进，或者可以与方法无关。例如，可以至少部分地并行执行步骤730、740。此外，在开始下一步之前，给定的步骤可能尚未完全完成。

该方法的实施例可以使用软件来执行，该软件包括用于使处理器系统执行方法700的指令。软件可以仅包括由系统的特定子实体采取的那些步骤。软件可以存储在合适的存储介质中，例如硬盘、软盘、存储器、光盘等。软件可以作为信号沿着有线、或无线、或使用数据网络（例如互联网）发送。该软件可以在服务器上下载和/或远程使用。可以使用被布置为配置可编程逻辑(例如，现场可编程门阵列(FPGA))以执行该方法的比特流来执行该方法的实施例。

应当理解，本发明还扩展到计算机程序，特别是载体上或载体中适用于将本发明付诸实践的计算机程序。该程序可以是源代码、目标代码、代码中间源和目标代码的形式，例如部分编译的形式，或者任何其他适合用于实现该方法的实施例的形式。涉及计算机程序产品的实施例包括对应于所述方法中的至少一个的每个处理步骤的计算机可执行指令。这些指令可以细分为子程序和/或存储在一个或多个可以静态或动态链接的文件中。涉及计算机程序产品的另一实施例包括对应于所阐述的系统和/或产品中的至少一个的每个装置的计算机可执行指令。

图7a示出了根据实施例的具有可写部分1010的计算机可读介质1000，该可写部分1010包括计算机程序1020，计算机程序1020包括用于使处理器系统执行运动检测方法的指令。计算机程序1020可以作为物理标记或通过计算机可读介质1000的磁化而体现在计算机可读介质1000上。然而，任何其他合适的实施例也是可以想到的。此外，应当理解，虽然计算机可读介质1000在此被示为光盘，但是计算机可读介质1000可以是任何合适的计算机可读介质，例如硬盘、固态存储器、闪存等。并且可能是不可记录的或可记录的。计算机程序1020包括用于使处理器系统执行所述运动检测方法的指令。

图7b图示了根据实施例的用于实现设备的示例性硬件图1100。如图所示，设备1100包括通过一个或多个系统总线1110互连的处理器1120、存储器1130、用户接口1140、通信接口1150和存储装置1160。应当理解，该图在某些方面构成抽象并且设备1100的组件的实际组织可能比图示的更复杂。

处理器1120可以是能够执行存储在存储器1130或存储装置1160中的指令或以其他方式处理数据的任何硬件设备。因此，处理器可以包括微处理器、现场可编程门阵列（FPGA）、专用集成电路（ASIC）或其他类似设备。例如，处理器可以是Intel Core i7处理器、ARM Cortex-R8等。在实施例中，处理器可以是ARM Cortex M0。

存储器1130可以包括各种存储器，诸如例如L1、L2或L3高速缓存或系统存储器。因此，存储器1130可以包括静态随机存取存储器（SRAM）、动态RAM（DRAM）、闪存、只读存储器（ROM）或其他类似的存储设备。显而易见的是，在处理器包括一个或多个ASIC（或其他处理设备）的实施例中，这些ASIC以硬件实现本文所述的一个或多个功能，可以省略在其他实施例中描述为对应于此类功能的软件。

用户接口1140可以包括一个或多个能够与诸如管理员的用户进行通信的设备。例如，用户接口1140可以包括用于接收用户命令的显示器、鼠标和键盘。在一些实施例中，用户接口1140可以包括可以通过通信界面1150呈现给远程终端的命令行界面或图形用户界面。

通信接口1150可以包括用于实现与其他硬件设备的通信的一个或多个设备。例如，通信接口1150可以包括被配置为根据以太网协议进行通信的网络接口卡（NIC）。例如，通信接口1150可以包括天线、连接器或两者等。此外，通信接口1150可以实现用于根据TCP/IP协议进行通信的TCP/IP栈。用于通信接口1150的各种替代或附加硬件或配置将是显而易见的。

存储装置1160可以包括一种或多种机器可读存储介质，例如只读存储器(ROM)、随机存取存储器(RAM)、磁盘存储介质、光存储介质、闪存设备或类似的存储介质。在各种实施例中，存储装置1160可以存储用于由处理器1120执行的指令或者可以由处理器1120操作的数据。例如，存储装置1160可以存储用于控制硬件1100的各种基本操作的基本操作系统1161。例如，存储器可以存储用于对运动信号进行信号处理以获得多个运动分量的指令1162（例如，将传感器信号转换到频域，获得多个频率仓）、用于在运动分量中消除对应于具有相反方向的运动的两个运动分量的指令1163（例如，用于响应于与第一运动相反的第二运动相关联的第二运动分量，减少与第一运动相关联的第一运动分量的大小）、以及用于从未被消除的运动分量检测环境中的运动的指令1164。

显然，被描述为存储在存储装置1160中的各种信息可以附加地或替代地存储在存储器1130中。在这方面，存储器1130也可以被认为构成“存储装置设备”并且存储装置1160可以被认为是“存储器”。各种其他布置将是显而易见的。此外，存储器1130和存储装置1160都可以被认为是“非暂时性机器可读介质”。如本文所用，术语“非暂时”将被理解为排除暂时信号但包括所有形式的存储，包括易失性和非易失性存储器两者。

虽然设备1100被示为包括一个每种所描述的组件，但是在各种实施例中可以复制各种组件。例如，处理器1120可以包括多个微处理器，这些微处理器被配置为独立地执行在此描述的方法或被配置为执行本文描述的方法的步骤或子例程，使得多个处理器协作以实现本文描述的功能。此外，在设备1100在云计算系统中实现的情况下，各种硬件组件可以属于单独的物理系统。例如，处理器1120可以包括第一服务器中的第一处理器和第二服务器中的第二处理器。

需要说明的是，上述实施例是对本发明的说明而非限制，本领域的技术人员可以设计出许多替代实施例。

在权利要求中，置于括号之间的任何附图标记不应被解释为限制权利要求。动词“包括”及其变体的使用不排除权利要求中所述的元素或步骤之外的元素或步骤的存在。元件前面的冠词“一”或“一个”不排除存在多个此类元素。诸如“至少其中之一”之类的表述在元素列表之前时表示从列表中选择所有元素或元素的任何子集。例如，表述“A、B和C中的至少一个”应理解为包括仅A、仅B、仅C、A和B两者、A和C两者、B和C两者或全部A、B和C。

在权利要求中，括号中的附图标记是指示例性实施例的附图中的附图标记或实施例的公式，从而增加了权利要求的可理解性。这些附图标记不应被解释为限制权利要求。

Claims

1.一种灯具（170），包括运动检测器（100），所述运动检测器（100）包括：

-运动传感器接口（120），其被配置为从运动传感器接收运动信号，所述运动信号与运动传感器环境中的运动相关，

-处理器系统，其被配置为：

-从未消除的运动分量检测环境中的运动，

-其中所述灯具可连接到发光元件(172)并且被配置为至少依赖于所述运动检测器来控制发光元件。

2.根据前述权利要求中任一项所述的灯具（170），其中所述运动信号包括第一通道（I）和不同的第二通道（Q），所述第一通道和第二通道与所述运动传感器环境中的运动相关。

3.根据权利要求2所述的灯具(170)，其中从所述第一通道和第二通道获得复信号(I+jQ)，并且所述变换是复变换。

4.根据权利要求2或3所述的灯具(170)，其中所述传感器是双通道多普勒微波传感器。

5.根据前述权利要求中任一项所述的灯具（170），其中所述信号处理包括将所述运动信号从时域变换到频域以获得所述多个运动分量。

6.根据前述权利要求中任一项所述的灯具（170），其中，具有相反方向的运动对多个运动分量中的不同运动分量有贡献。

7.根据前述权利要求中任一项所述的灯具（170），其中所述多个运动分量对应于一频率，具有相反方向的运动对具有相同频率但符号相反的运动分量有贡献。

8.根据前述权利要求中任一项所述的灯具（170），其中从具有相同频率但符号相反的运动分量中减去对应于频率的运动分量以消除对应于具有相反方向的运动的运动分量。

9. 根据前述权利要求中任一项所述的灯具（170），其中消除两个运动分量包括在减去所述两个运动分量相减之前将所述两个运动分量中的一个与校正因子（β）相乘。

10.根据前述权利要求中任一项所述的灯具（170），其中消除所述两个运动分量包括计算

其中|A(ω)|表示频率ω的运动分量的大小，β表示校正因子。

11.根据权利要求9或10所述的灯具(170)，其中所述处理器系统被配置为在所述运动传感器的使用期间估计所述校正因子。

12.根据权利要求11所述的灯具(170)，其中所述处理器系统被配置为：

-确定运动信号是否对应于非振动运动，

-从运动信号中估计校正因子。

13.根据前述权利要求中任一项所述的灯具（170），所述灯具还包括至少一个发光元件。

14.一种运动检测方法（700），包括：

-从包括运动传感器的灯具（170）接收（710）运动信号，所述运动信号与运动传感器环境中的运动相关，其中所述灯具可连接到发光元件（172），

-从未消除的运动分量检测（740）环境中的运动，

-至少依赖于运动传感器来控制发光元件。

15.一种暂时性或非暂时性计算机可读介质（1000），包括表示使处理器系统执行根据权利要求14所述的方法的指令的数据（1020）。