CN113538823A - 存在检测设备和方法 - Google Patents
存在检测设备和方法 Download PDFInfo
- Publication number
- CN113538823A CN113538823A CN202110399837.8A CN202110399837A CN113538823A CN 113538823 A CN113538823 A CN 113538823A CN 202110399837 A CN202110399837 A CN 202110399837A CN 113538823 A CN113538823 A CN 113538823A
- Authority
- CN
- China
- Prior art keywords
- signal
- charge
- temperature
- individual
- change
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 70
- 230000008859 change Effects 0.000 claims abstract description 50
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 239000003990 capacitor Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000005684 electric field Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000005678 Seebeck effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000000872 buffer Substances 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000001757 thermogravimetry curve Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/22—Electrical actuation
- G08B13/24—Electrical actuation by interference with electromagnetic field distribution
- G08B13/2491—Intrusion detection systems, i.e. where the body of an intruder causes the interference with the electromagnetic field
- G08B13/2494—Intrusion detection systems, i.e. where the body of an intruder causes the interference with the electromagnetic field by interference with electro-magnetic field distribution combined with other electrical sensor means, e.g. microwave detectors combined with other sensor means
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/19—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using infrared-radiation detection systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/19—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using infrared-radiation detection systems
- G08B13/191—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using infrared-radiation detection systems using pyroelectric sensor means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
- G01V9/005—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00 by thermal methods, e.g. after generation of heat by chemical reactions
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/22—Electrical actuation
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/22—Electrical actuation
- G08B13/26—Electrical actuation by proximity of an intruder causing variation in capacitance or inductance of a circuit
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/20—Calibration, including self-calibrating arrangements
- G08B29/24—Self-calibration, e.g. compensating for environmental drift or ageing of components
- G08B29/26—Self-calibration, e.g. compensating for environmental drift or ageing of components by updating and storing reference thresholds
Abstract
根据本公开的各实施例涉及存在检测设备和方法。根据实施例,一种检测设备包括:红外温度传感器,该红外温度传感器被配置为提供与监测区域内至少一个个体的热量发射相关联的温度信号;静电电荷变化传感器,该静电电荷变化传感器被配置为提供电荷变化信号,该电荷变化信号指示与至少一个个体相关联的静电电荷的变化;以及处理单元,该处理单元被耦合到红外温度传感器和静电电荷变化传感器,该处理单元被配置为通过接收温度信号和电荷变化信号并联合处理温度信号和电荷来检测在监测区域内至少一个个体的存在。
Description
相关申请的交叉引用
本申请要求于2020年4月15日提交的意大利专利申请号102020000007942的权益,其申请内容通过引用整体并入本文。
技术领域
本公开涉及一种存在检测设备和方法。
背景技术
存在检测设备是已知的,用于识别监测区域内的个体的存在,特别是为了识别未经授权人员的入侵,从而激活警报信号(然而,要强调的是可以设想其他目的,例如节能应用,或家用或工业自动化应用)。
这种设备设想使用适当的传感器来检测监测区域中个体的存在。
已知的存在传感器包括:例如,基于红外(IR)范围内的辐射的检测的被动型温度传感器(所谓的PIR传感器),即,对受监控区域中的温度变化作出反应的传感器;主动型温度传感器,即,被设计为评估发射点与接收点之间发射光线的中断的传感器;或者热图像型温度传感器,即,被设计为检测物体的所谓热谱图的传感器,即,与由物体的主体发射的红外辐射(IR)相关联的温度图像或图。
已知类型的其他传感器包括微波传感器,微波传感器通常与所谓“双技术(dual-technology)”存在检测器中的PIR传感器一起使用。微波传感器检测物体的运动,而PIR传感器检测热量变化;两种检测的组合生成警报信号。
例如,在美国专利号6,188,318B1或美国公开号2005/231353A1中描述了使用上述传感器中的一个或多个传感器的适当组合(例如,一个或多个红外温度传感器和一个或多个超声波传感器的组合)的已知的存在检测系统,目的是提高检测的效率并减少假阳性和/或假阴性的数目。
此外,红外温度传感器是已知的,特别是基于热电堆的红外温度传感器,其由半导体材料的集成技术(例如,利用互补金属氧化物半导体(CMOS)技术)制成。这些传感器通常包括检测元件(所谓像素)的阵列,这些检测元件各自实现热电偶或热冷结(hot-coldjunction)(例如,通过N+掺杂区和P+掺杂区获得),热冷结从半导体材料(例如,硅)的同一衬底开始形成,使得“冷”结处于已知的温度。
以已知的方式,热电堆传感器检测相应检测元件之间的温度差ΔT;特别地,当传感器被入射的红外辐射加热时,由于塞贝克效应(Seebeck effect)而生成电压VT=NαΔT,该电压与热电偶元件之间的温度差ΔT、塞贝克系数α和热电偶数目N成比例。
尽管已知类型的存在检测设备通常可以实现令人满意的性能,但是这些设备可能具有一些缺点。
特别地,除了要检测的个体之外,基于红外温度传感器的设备通常对环境干扰和热源敏感。
在这方面,图1A示出了由红外温度传感器、特别是基于利用CMOS技术制成的热电堆的传感器提供的温度信号ST的曲线图,该曲线图指示在监测区域中检测到的温度。
特别地,在监测区域内存在至少一个个体的情况下,并且只要同一个体在出来之前仍在同一区域内,则温度信号ST由于由个体的身体发出的热量而采取显著高于所谓的基线水平的值(该基线水平对应于在监测区域中不存在个体的情况下主要由于同一监测区域内的环境热量的、温度信号ST的值,)。
因此,通过评估温度信号ST的值和基线水平之间的差异,并将该差异与具有适当值的阈值进行比较,生成存在信号SP,如图1B中所示,在不存在个体的情况下,该存在信号SP采取低值,并且在监测区域中存在至少一个个体的情况下,该存在信号SP采取高值(于是,该存在信号SP例如可以用于引起防入侵警报的生成)。
在监测区域中存在大量个体的情况下,温度信号ST采取相对于基线水平更高的值,其中相对的增加与存在的个体的数目成比例。
如前所述,与此类传感器相关的一个缺点表现为以下事实:存在添加到基线水平的如下环境热量源(例如,在家用或室内应用的情况下,由接通的暖气片、炉子或类似加热元件而产生),这样的环境热量源导致温度信号ST的显著变化,该变化甚至可以与个体的存在相关联的变化相当,从而导致存在信号SP的切换和存在检测中的“假阳性”。
已知基于红外温度传感器的设备的另一缺点表现为以下事实:这些设备通常难以安装和调节。
此外,基于微波传感器的系统容易受到监测区域中的由金属材料制成的物体的存在的影响,这些物体可以充当对所发射的辐射的屏蔽,形成无法检测的“阴影区域”。通常,轻微的移动或者甚至荧光灯的存在就足以(通过随之而来的假阳性的可能性)导致生成警报。此外,微波传感器不能区分人类和物体(例如,室内的窗帘、或者室外的树叶或灌木丛)。
通常,在防入侵系统中,另一关键方面是区分宠物和实际入侵者;因此可能会生成假警报以及随之而来的错误警报信号。
本解决方案的目的是通过提供具有改进的特性的存在检测系统、特别是用于防入侵目的的存在检测系统来克服现有技术的缺点。
发明内容
根据实施例,检测设备包括:红外温度传感器,该红外温度传感器被配置为提供与监测区域内至少一个个体的热量发射相关联的温度信号;静电电荷变化传感器,该静电电荷变化传感器被配置为提供电荷变化信号,该电荷变化信号指示与至少一个个体相关联的静电电荷的变化;以及处理单元,该处理单元被耦合到红外温度传感器和静电电荷变化传感器,该处理单元被配置为通过接收温度信号和电荷变化信号并联合处理温度信号和电荷变化信号来检测在监测区域内至少一个个体的存在。
根据另一实施例,一种用于检测在监测区域内至少一个个体的存在的方法,该方法包括:通过红外温度传感器提供与监测区域内的至少一个个体的热量发射相关联的温度信号;通过静电电荷变化传感器提供电荷变化信号,该电荷变化信号指示与至少一个个体相关联的静电电荷的变化;以及联合处理温度信号和电荷变化信号,以检测监测区域内存在至少一个个体。
根据另一实施例,一种存在检测系统包括红外传感器;静电电荷变化传感器;以及处理器,该处理器被配置为:从由静电电荷变化传感器提供的电荷变化信号中提取特征,确定所提取的特征是否与和人的存在相关联的特征匹配,确定由红外传感器提供的温度信号的温度差,确定温度差是否在第一温度范围之外,以及当在同一时间间隔内,所提取的特征与和人的存在相关联的特征匹配并且温度差在第一温度范围之外时,生成存在检测信号。
附图说明
为了更好地理解本发明,现在仅通过非限制性示例并参考附图来描述本发明的实施例,其中:
图1A和图1B示出了与已知类型的存在检测系统中的存在检测相关联的信号的曲线图;
图2是根据本解决方案的一个实施例的检测设备的示意图;
图3示出了图2的检测设备的静电电荷变化传感器的可能实施例;
图4示出了根据本解决方案的一个实施例的由图2的检测设备实现的方法的流程图;
图5示出了与监测区域中的至少一个个体的检测相关联的静电电荷变化信号的曲线图;并且
图6是其中可以使用图2的检测设备的电子装置的一般框图。
具体实施方式
如下文将详细描述的,本解决方案的一个方面设想了一种基于红外温度传感器和静电电荷变化传感器的联合或组合使用的检测设备,以检测在监测区域内一个或多个个体的存在。
本公开涉及用于系统(包括但不限于防入侵系统)的存在检测设备和方法。
以已知的方式,电荷是自然界的基本组成部分。在直接接触的状况下或者在一定距离处,带电主体的电荷可以容易地转移到另一个主体。当电荷在两个电绝缘物体之间转移时,会产生静电荷,使得具有过多电子的物体带负电,并且电子不足的物体带正电。根据物体是导体还是电介质,电荷的位移具有不同的性质。在导体中,电子分布在整个材料中,并且基于外部电场的影响自由移动。在电介质中,不存在自由移动的电子,而存在在空间中具有随机方向的电偶极子(因此具有零净电荷),然而,电偶极子可以借助外部电场被定向或变形,因此产生电荷的有序分布,从而产生极化。根据材料的性质和其他环境因素,电荷在任何情况下都是可移动的。
在本解决方案中,检测设备的静电电荷变化传感器被配置为经由电容性检测来检测由于电荷从个体的身体向地面转移而作为监测区域内存在个体的结果引起的电场变化。
特别地,人体是导电的,并且电荷通常是平衡的;个体的每个脚步都会产生身体电荷的不平衡,因此导致用于整体电荷平衡的电荷流(即,电流)。因此,可以检测该电流(如下文详细描述的),以识别监测区域内的个体的存在。
图2是根据本解决方案的一个实施例的检测设备1的示意图,该检测设备1包括:
红外温度传感器2,特别是利用CMOS技术制造的本身已知类型(在本文中未详细描述)的基于热电堆的传感器,被配置为根据所检测到的温度,提供与在监测区域中的个体的存在相关联的温度信号ST(特别地,如前面所讨论的,该温度信号ST相对于基线值的变化可以用于生成存在信号SP);
静电电荷变化传感器4,该静电电荷变化传感器4将在下文中详细描述,该静电电荷变化传感器4被配置为提供电荷变化信号SQ,该电荷变化信号SQ指示与个体的存在相关联的静电电荷的变化;以及
处理单元6,被耦合到红外温度传感器2和静电电荷变化传感器4,以便接收温度信号ST和电荷变化信号SQ,并且该处理单元6被配置为联合处理上述温度信号ST和电荷变化信号SQ,以检测监测区域中的至少一个个体的存在。
特别地,另一方面如下文将详细描述的,处理单元6被配置为实现“时间与(timeAND)”操作,以便验证第一存在指示和第二存在指示同时存在,第一存在指示和第二存在指示分别基于对电荷变化信号SQ和温度信号ST的处理而被提供。
此外,相同的处理单元6被配置为以相对于对电荷变化信号SQ的处理附有条件的方式自动调节温度信号ST的基线值,特别地,以便仅在监测区域中不存在个体的情况下使能更新基线值,以便根据相同监测区域中存在的实际环境噪声来更新基线值。
处理单元6例如包括微控制器或驻留在专用集成电路(ASIC)中的机器学习核心(MLC)处理器,其被耦合到红外温度传感器2和静电电荷变化传感器4,以用于处理温度信号ST和电荷变化信号SQ。上述红外温度传感器2、静电电荷变化传感器4以及处理单元6可以被制造在设置有朝向外部的适当的电连接元件(例如,用于与主机电子装置的连接)的同一封装件内。
图3示出了通过静电电荷变化传感器4的非限制性示例提供的实施例,该静电电荷变化传感器4包括至少一个输入电极8,输入电极8被设计为面向或靠近监测区域布置。
输入电极8形成仪表放大器12的差分输入9的一部分,该输入电极8被耦合到对应的第一输入端子9a。
输入电容器CI和输入电阻器RI并联连接在差分输入9的第一输入端子9a与第二输入端子9b之间。
在操作期间,跨输入电容器CI的输入电压Vd由于通过个体身体的充电/放电过程而变化,特别是由于与地面的接触和所产生的电流。在瞬态之后(瞬态的持续时间由电容器CI与电阻器RI之间的并联所定义的常数RI·CI给出),输入电压Vd返回其稳态值。
仪表放大器12基本上由两个运算放大器OP1和OP2构成,该仪表放大器12具有分别连接到第一输入端子9a和第二输入端子9b的非反相输入端子,以及借助增益电阻器RG2连接在一起的反相端子。
偏置(缓冲)级OP3通过被耦合到第二输入端子9b的电阻器R1将仪表放大器12偏置到共模电压VCM。
运算放大器OP1和OP2的输出端子借助相应的增益电阻器RG1连接到相应的反相输入端子;输出端子之间存在输出电压Vd’。
显而易见的是,仪表放大器12的增益Ad等于(1+2·R1/R2);因此,上述输出电压Vd’等于Vd·(1+2·R1/R2)。
选择仪表放大器12的部件,使得仪表放大器12在其通带(例如,介于0Hz至500Hz之间)中具有低噪声和高阻抗(例如,109Ω的量级)。
在模数转换器(ADC)14的输入处提供上述输出电压Vd’,该模数转换器14在输出处为处理单元6提供上述电荷变化信号SQ。电荷变化信号SQ例如是高分辨率(16位或24位)数字流。
根据不同的实施例,如果具有适当的特性(例如,差分输入、高输入阻抗、高分辨率、针对要测量的量优化的动态范围、低噪声)的模数转换器14可用,则仪表放大器12可以省略,输入电压Vd在这种情况下被直接提供给模数转换器14的输入。
以未示出的方式,电荷变化信号SQ可以被提供给多路复用器块的第一输入端,该多路复用器块还可以在至少一个另外的输入端上接收上述温度信号ST(并且可能在另外的输入端上接收另外的检测信号)。在这种情况下,多路复用器块的输出被耦合到处理单元6的输入,在时间上顺序地提供上述电荷变化信号SQ和温度信号ST(以及可能的另外的检测信号),以便由同一处理单元6进行联合处理。
图4作为流程图示出了在本解决方案的可能实施例中,由处理单元6执行的对电荷变化信号SQ和温度信号ST的联合处理的操作。
特别地,在如下文强调的任何情况下,处理单元6被配置为并行地(即,以在时间上基本同时的方式)执行两个不同的处理分支,第一处理分支20和第二处理分支30,第一处理分支20和第二处理分支30分别用于处理温度信号ST和电荷变化信号SQ(在所描述的实施例中,这两种信号都是数字型的),以基于由上述处理分支提供的结果的组合来检测监测区域中至少一个个体的存在。
处理分支20、30在相应的循环回路内随时间被连续执行。
详细地说,第一处理分支20设想在初始步骤(框21)中获取温度信号ST的新的值或采样(或一组值或采样)。
接着,在框22处,根据从第二处理分支30接收的使能信号EN,并且按照以该使能信号EN为条件的方式,使能(或不使能)对温度信号ST的基线值BL的更新。如下文将详细描述的,该使能信号EN的值指示根据对电荷变化信号SQ的处理确定的在监测区域中个体的存在或不存在。
特别地,在使能更新的情况下(在监测区域中不存在个体的情况下),在框23处,基线值BL以本身已知的方式被更新,例如通过移动窗口平均值的更新或通过适当的滤波器的实现,例如具有适当时间常数的低通型滤波器,该滤波器被设计为在输出处提供上述基线值BL。
基线值BL的更新使得能够根据环境状况及其可能的变化(例如,由于接通或激活外部热量源或任何其他噪声源)来自动调节红外温度传感器2做出的温度检测。特别地,假定上述使能信号EN指示在监测区域中不存在个体,则基线值BL的更新可以通过专用操作以优化的方式执行,例如关于上述移动平均和/或滤波操作的响应速度,而没有同一监测区域中个体的存在的可能检测的干扰的问题。
然后,在框24处,温度差(或梯度)ΔT的值被计算为温度信号ST的值与上述基线值BL(如前面所讨论的,可能被适当地更新)之间的在绝对值上的差。
如框25所示,将该温度梯度ΔT的绝对值与具有预设值的温度阈值THT进行比较,该温度阈值THT指示与监测区域中至少一个个体的存在相关联的温度信号ST的变化(该温度阈值THT的值可以被预先确定或在初始表征步骤中被确定)。
如果温度梯度ΔT的绝对值低于温度阈值THT,则处理返回到框21,以计算同一温度梯度的新值(考虑温度信号ST的后续值或一组后续值)。
相反,如果温度梯度ΔT的绝对值等于或高于温度阈值THT,则第一处理分支20提供第一存在指示,该第一存在指示指示在监测区域中存在至少一个用户。
并行地,由30指定的第二处理分支设想:如框31所示,在相应的循环回路中随时间连续地获取和处理电荷变化信号SQ(可能初步地经受适当的滤波动作)。
特别地,在框32处,首先执行对电荷变化信号SQ的初步检查,以便识别电荷变化信号SQ相对于参考(或基线)值的显著变化。
在一个实施例中,该初步检查可以借助于电荷变化信号SQ与电荷阈值ThQ的比较来执行。该电荷阈值ThQ可以是固定的和预先设置的,或者备选地,可以是自适应类型的,即,可以根据电荷变化信号SQ的演变而变化。自适应类型的电荷阈值ThQ的计算可以利用本领域已知的技术来执行;例如,可以使用滑动时间窗口或重叠时间窗口、或其他实时自适应阈值计算技术。
在可能的实施例中,电荷阈值ThQ可以被选择为电荷变化信号SQ(在所考虑的时间窗口中)的平均值加上相同电荷变化信号SQ(在所考虑的相同窗口中)的标准偏差的倍数:
ThQ=mean(SQ)+n·stddev(SQ)
其中“n”在2至6之间的范围中选择,例如4(其中“mean”是算术平均值的运算,并且“stddev”是标准偏差的运算)。根据应用的类型,利用适当的值选择时间窗口;申请人已经发现与微控制器上的处理兼容的值(即,考虑到所使用的缓冲器、存储器和计算资源)可以在2秒至10秒之间。
如果对电荷变化信号SQ的初步检查没有识别到显著变化,则处理返回到框31,以进行电荷变化信号SQ的新处理循环。
此外,再次地,在未识别到电荷变化信号SQ的上述显著变化的情况下,将使能信号EN(例如,具有高值)提供给第一处理分支20(在框22处),以使能对温度信号ST的基线值的修改和自动更新(如前面所讨论的)。
相反,如果识别到电荷变化信号SQ的上述显著变化,则对温度信号ST的基线值的上述自动更新被禁用(例如,使能信号切换到低值),并对电荷变化信号SQ执行进一步的和更深入的分析,以便验证是否存在指示监测区域中存在至少一个个体的特征。
该进一步的分析可以设想:在较简单的实施例(以及从计算的角度来看较不繁重的实施例)中,识别电荷变化信号SQ相对于参考值的演变中的(正的和/或负的)峰值,该峰值是由于监测区域中存在个体而导致的静电电荷从地面或向地面转移。
如下文所强调的,申请人实际上已经验证了在由个体所迈出的每个脚步中识别电荷变化信号SQ的峰值的可能性,该峰值是由于上述从个体的身体从地面或向地面的电荷转移。
在不同的实施例中,如上述图4中所示,从计算的角度来看该实施例是较繁重的但确保了较好的脚步检测精度,上述对电荷变化信号SQ的进一步分析可以借助于提取电荷变化信号SQ的显著特征(框33)和分析所提取的特征(框34)的双重步骤来执行。
上述显著特征表征了电荷变化信号SQ的演变,例如对应包络的演变,并且可以经由处理相同的电荷变化信号SQ来被识别和检测。有利地,为了执行上述特征提取和分析的操作,可以使用例如借助于神经网络、SVM、贝叶斯网络等的经适当训练的所谓的机器学习类型的自动学习人工智能算法。
在任何情况下,基于上述进一步分析,在框35处验证电荷变化信号SQ中是否存在指示存在至少一个个体的特征。
如果特征不存在,则设想对电荷变化信号SQ的后续处理循环(在该示例中,处理返回到上述框31)。
如果特征存在,则提供关于监测区域中存在至少一个个体的第二存在指示。
接着,在框40处,处理设想验证上述第一指示和第二指示的同时存在(即,基本在同一时刻或时间间隔处的存在),以便验证(在同时存在的肯定验证的情况下)在监测区域中至少一个个体的存在的检测。换言之,在框40中,在第一存在指示与第二存在指示之间执行(时间)与的操作,因此加强由红外温度传感器2和电荷变化传感器4分别提供的存在指示。
要强调的是,上述时间与的操作,例如,可以根据于2020年01月28日以本申请人的名义提交的意大利专利申请102020000001603中所描述的来执行。
此外,要强调的是,第一指示与第二指示的两次检测之间的特定延迟(例如,几十毫秒的量级)在任何情况下都是可接受的,考虑到它属于两个信号的(借助于彼此不同的程序执行的操作)生成、采集和处理的正常延迟。
在验证第一指示和第二指示同时存在的情况下,过程从框40传递到框41,其中在输出处生成存在信号SP,该存在信号SP指示所检测到的在监测区域中存在至少一个个体。存在信号SP特别地可以是在整个时间间隔内采取第一值(例如,高值)的信号,在该时间间隔内,至少一个个体进入监测区域并且保持在监测区域内。
图5示出了在由监测区域内的个体迈出的一系列脚步期间电荷变化信号SQ的演变,如图示意性所示,该一系列脚步在ΔT标识的时间间隔中发生。特别地,显而易见的是,对于每个脚步,在电荷变化信号SQ中出现峰值(由点指示)和特征演变(由矩形框指示),因此可以其可以借助于处理单元6对信号的处理来识别。
图5还指示了电荷阈值ThQ,该电荷阈值ThQ例如以自适应方式相对于电荷变化信号SQ的演变,特别是相对于电荷变化信号SQ的基线值(该基线值也在图5中示出)来计算;因此,在这种情况下,峰值参考上述电荷阈值ThQ。
此外,显而易见的是,在上述时间间隔ΔT之外,即,在监测区域内不存在个体的情况下,电荷变化信号SQ具有显著不同的特征,并且特别是低于电荷阈值ThQ的振幅。在该时间间隔中,如前面所讨论的,因此使能更新温度信号ST的基线值。
图6是包括前面描述的检测设备1的电子装置50的示意图。
电子装置50包括主控制器52(微控制器、微处理器或类似的数字处理单元),该主控制器52被耦合到检测设备1的处理单元6,以便接收关于监测区域中存在至少一个个体的信息。
在前面描述的实施例中,主控制器52从检测设备1的处理单元6接收存在信号SP,例如以便激活适当的防入侵警报(或者服务于其他目的,例如用于节能,或者用于家庭或工业自动化)。
上述描述清楚地显示了本解决方案实现的优点。
在任何情况下,要再次强调的是,在检测设备1中,对电荷变化的监测允许加强与由红外温度传感器进行的单一温度检测相关联的信息。
检测设备1实现了性能优化(特别地,减少了由于环境中热量源或静电电荷引起的噪声的存在而导致的错误检测(即,假阳性和假阴性)的数目),具有优化的能耗和小的空间占用(特别地,具有将两种检测技术(即,温度检测和电荷变化检测)集成在单个封装件中的可能性)。
如前所述,有利的是,能够使用通过处理电荷变化信号SQ提供的存在指示来使能或不使能对温度信号ST的基线值BL的更新,以便消除(或显著减少)与环境噪声相关联的错误检测。
此外,有利地,对电荷变化信号SQ的特征的处理使得能够以高可靠性的方式辨别被监测区域内是否存在个体或宠物。特别地,宠物的存在通常不会导致第二处理分支30生成第二存在指示;宠物的存在最多会导致生成具有较小振幅的信号(因此可以用足够高的阈值过滤掉该信号)或者在形状和频率方面具有与人的存在的检测相关联的特征不同的特征的信号。
最后,修改和变型可以在不偏离权利要求书中规定的范围的情况下应用于本解决方案。
特别地,以未示出的方式,可以设想在所描述的处理操作之前对温度信号ST和电荷变化信号SQ进行适当的滤波操作(例如,使用低通或高通滤波器)。该滤波可以具有“清除(cleaning-up)”来自非显著频率(例如,对于电荷变化信号SQ约50Hz或60Hz)处的干扰分量或噪声的温度信号ST和电荷变化信号SQ的功能。此外,还可以对电荷变化信号SQ执行频率分析(例如,借助于快速傅立叶变换——FFT),以便识别电荷变化信号SQ的特征,以识别个体是正在上楼还是下楼以及相对的脚步数目。
以未示出的方式,检测设备1可以集成另外的传感器并设想专用于其他检测的另外的处理通道。
此外,在一个实施例中,电荷变化传感器4可以相对于温度传感器2以不受位置限制的方式被布置。在这种情况下,检测设备1不集成在单个封装件中,并且例如可以设想在控制单元6与电荷变化传感器4之间的无线通信。
上述实施例可以是有利的,例如,以特定方式将电荷变化传感器4的监测区域朝向已知干扰源(例如,由热量源构成的干扰源,该热量源的开启可以解释为监测区域中存在个体)。
在各种实施例中,本文所描述的方法可以至少部分地使用被耦合到非暂态计算机可读介质(诸如存储器)的处理器来实现。非暂态计算机可读介质可以包括可以由处理器执行以实现实施例算法的指令。处理器可以包括中央处理单元(CPU)、微处理器、微控制器或本领域已知的能够执行机器可读指令的其他处理电路装置。在备选实施例中,本文所述的方法可以使用专用数字逻辑、可编程数字逻辑(诸如现场可编程门阵列(FPGA))、数字信号处理器(DSP)或其他合适的数字硬件来实现。
此外,要强调的是,检测设备1可以包括不同的传感器,以用于提供与用于存在检测的电荷变化信号组合使用的温度变化信号,例如,有源型红外温度传感器。
Claims (20)
1.一种检测设备,包括:
红外温度传感器,被配置为提供温度信号,所述温度信号与监测区域内的至少一个个体的热量发射相关联;
静电电荷变化传感器,被配置为提供电荷变化信号,所述电荷变化信号指示与所述至少一个个体相关联的静电电荷的变化;以及
处理单元,被耦合到所述红外温度传感器和所述静电电荷变化传感器,所述处理单元被配置为:通过接收所述温度信号和所述电荷变化信号、并联合处理所述温度信号和所述电荷变化信号,来检测在所述监测区域内所述至少一个个体的存在。
2.根据权利要求1所述的检测设备,其中所述处理单元进一步被配置为:
处理与所述温度信号相对于基线值的变化相关联的温度梯度,以检测第一存在指示;
处理所述电荷变化信号随时间的变化,以检测第二存在指示;以及
当所述第一存在指示和所述第二存在指示二者在同一时间间隔中指示所述至少一个个体的存在时,生成存在信号,所述存在信号指示在所述监测区域内所述至少一个个体的存在。
3.根据权利要求2所述的检测设备,其中:
当所述温度梯度在绝对值上超过温度阈值时,所述第一存在指示指示所述至少一个个体的存在;以及
当所述电荷变化信号的特征与由所述至少一个个体迈出的至少一个脚步相关联时,所述第二存在指示指示所述至少一个个体的存在。
4.根据权利要求3所述的检测设备,其中所述处理单元被配置为通过以下方式来确定所述电荷变化信号的所述特征是否与由所述至少一个个体迈出的至少一个脚步相关联:
确定所述电荷变化信号的振幅峰值是否超过固定的或自适应的电荷阈值;或者
分析所述电荷变化信号的特定图案,并且确定所分析的所述电荷变化信号的特定图案是否指示所述至少一个个体的存在。
5.根据权利要求2所述的检测设备,其中所述处理单元被配置为:以相对于对所述电荷变化信号的所述处理附有条件的方式,使能对所述温度信号的所述基线值的更新,以使所述检测自动适于所述监测区域的环境温度的状况。
6.根据权利要求5所述的检测设备,其中所述处理单元被配置为:仅在随时间对所述电荷变化信号的处理指示在所述监测区域中不存在个体的情况下,使能对所述温度信号的所述基线值的更新。
7.根据权利要求5所述的检测设备,其中所述处理单元被配置为:当所述电荷变化信号在电荷阈值内变化时,使能对所述温度信号的所述基线值的更新。
8.根据权利要求1所述的检测设备,其中所述静电电荷变化传感器包括:
至少一个电极,被配置为面向所述监测区域布置;
高阻抗仪表放大器,具有被耦合到所述电极的输入;以及
模数转换器,被耦合在所述仪表放大器的输出处,以提供所述电荷变化信号。
9.根据权利要求1所述的检测设备,其中所述处理单元、所述红外温度传感器和所述静电电荷变化传感器被集成在同一封装件内,所述封装件具有朝向所述封装件外部的电连接元件。
10.一种电子装置,包括:
根据权利要求1所述的检测设备;以及
主控制器,被耦合到所述检测设备的所述处理单元,所述主控制器被配置为从所述检测设备的所述处理单元接收存在信号,所述存在信号指示在所述监测区域内所述至少一个个体的存在。
11.根据权利要求10所述的电子装置,其中所述主控制器被配置为基于所述存在信号来激活防入侵警报。
12.一种用于检测在监测区域内至少一个个体的存在的方法,包括:
通过红外温度传感器提供温度信号,所述温度信号与所述监测区域内的至少一个个体的热量发射相关联;
通过静电电荷变化传感器提供电荷变化信号,所述电荷变化信号指示与所述至少一个个体相关联的静电电荷的变化;以及
联合处理所述温度信号和所述电荷变化信号,以检测在所述监测区域内所述至少一个个体的存在。
13.根据权利要求12所述的方法,其中联合处理包括:
处理与所述温度信号相对于基线值的变化相关联的温度梯度,以检测第一存在指示;
处理所述电荷变化信号随时间的变化,以检测第二存在指示;以及
当在同一时间间隔中联合检测到所述第一存在指示和所述第二存在指示时,生成存在信号,所述存在信号指示在所述监测区域内所述至少一个个体的存在。
14.根据权利要求13所述的方法,进一步包括:以相对于对所述电荷变化信号的处理附有条件的方式,使能对所述温度信号的所述基线值的更新,以使所述检测自动适于所述监测区域的环境温度的状况。
15.根据权利要求14所述的方法,进一步包括:仅当对所述电荷变化信号的所述变化的所述处理指示在所述监测区域中不存在个体时,才使能对所述温度信号的所述基线值的更新。
16.根据权利要求14所述的方法,进一步包括:
确定所述电荷变化信号是否在电荷阈值内变化;以及
当所述电荷变化信号在所述电荷阈值内变化时,使能对所述温度信号的所述基线值的更新。
17.根据权利要求16所述的方法,其中所述电荷阈值基于所述电荷变化信号的平均值和偏差。
18.一种存在检测系统,包括:
红外传感器;
静电电荷变化传感器;以及
处理器,被配置为:
从由所述静电电荷变化传感器提供的电荷变化信号中提取特征,
确定所提取的特征是否与和人的存在相关联的特征匹配,
确定由所述红外传感器提供的温度信号的温度差,
确定所述温度差是否在第一温度范围之外,以及
当在同一时间间隔内,所提取的特征与和所述人的存在相关联的特征匹配、并且所述温度差在所述第一温度范围之外时,生成存在检测信号。
19.根据权利要求18所述的存在检测系统,其中所述处理器进一步被配置为:
确定由所述静电电荷变化传感器提供的所述电荷变化信号是否在第一电荷变化范围内变化;以及
当所述电荷变化信号在所述第一电荷变化范围内时,更新所述第一温度范围。
20.根据权利要求18所述的存在检测系统,其中所述处理器被配置为:
从电荷变化信号提取所述特征,并使用机器学习算法来确定所提取的特征是否与和所述人的存在相关联的特征匹配。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IT102020000007942A IT202000007942A1 (it) | 2020-04-15 | 2020-04-15 | Dispositivo e metodo di rilevamento di presenza, in particolare per sistemi di anti-intrusione |
IT102020000007942 | 2020-04-15 | ||
US17/207,073 | 2021-03-19 | ||
US17/207,073 US11462086B2 (en) | 2020-04-15 | 2021-03-19 | Presence detection device and method |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113538823A true CN113538823A (zh) | 2021-10-22 |
CN113538823B CN113538823B (zh) | 2023-05-09 |
Family
ID=71094735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110399837.8A Active CN113538823B (zh) | 2020-04-15 | 2021-04-14 | 存在检测设备和方法 |
Country Status (4)
Country | Link |
---|---|
US (2) | US11462086B2 (zh) |
EP (1) | EP3896665B1 (zh) |
CN (1) | CN113538823B (zh) |
IT (1) | IT202000007942A1 (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020030594A1 (en) * | 2000-08-11 | 2002-03-14 | Hisashi Inaba | Human body detector |
CN1657956A (zh) * | 2004-02-20 | 2005-08-24 | 株式会社有信 | 人体检测传感器 |
US20060158173A1 (en) * | 2002-10-29 | 2006-07-20 | Kiyoaki Takiguchi | Gait waveform feature extracting method and individual identification system |
KR20110061750A (ko) * | 2009-12-02 | 2011-06-10 | 최용환 | 도어 개폐 방법 및 그것을 이용한 도어 개폐 송신장치 |
US20160116343A1 (en) * | 2014-10-24 | 2016-04-28 | Google Inc. | Adaptive threshold manipulation for movement detecting sensors |
US20160195630A1 (en) * | 2013-09-24 | 2016-07-07 | Ontech Security, Sl | Electrostatic field sensor and security system in interior and exterior spaces |
CN106650704A (zh) * | 2017-01-10 | 2017-05-10 | 广东美的制冷设备有限公司 | 手势识别模组、手势识别方法、装置和用电设备 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4833450A (en) * | 1988-04-15 | 1989-05-23 | Napco Security Systems, Inc. | Fault detection in combination intrusion detection systems |
US6188318B1 (en) | 1999-06-29 | 2001-02-13 | Pittway Corp. | Dual-technology intrusion detector with pet immunity |
US20070100666A1 (en) | 2002-08-22 | 2007-05-03 | Stivoric John M | Devices and systems for contextual and physiological-based detection, monitoring, reporting, entertainment, and control of other devices |
US7078911B2 (en) * | 2003-02-06 | 2006-07-18 | Cehelnik Thomas G | Patent application for a computer motional command interface |
US7489024B2 (en) | 2003-02-20 | 2009-02-10 | Technion Research & Development Foundation Ltd. | TMOS-infrared uncooled sensor and focal plane array |
US7034675B2 (en) | 2004-04-16 | 2006-04-25 | Robert Bosch Gmbh | Intrusion detection system including over-under passive infrared optics and a microwave transceiver |
EP2533219A1 (en) | 2011-06-10 | 2012-12-12 | Lince Italia S.p.A. | Anti-intrusion system comprising at least one microwave detecting device |
ES2565548B1 (es) * | 2014-09-03 | 2017-01-25 | Ontech Security, Sl | Sensor de campos electrostáticos y sistema de seguridad en ambientes industriales |
KR20160136013A (ko) | 2015-05-19 | 2016-11-29 | 엘지전자 주식회사 | 이동 단말기 및 그 제어 방법 |
IT202000001603A1 (it) | 2020-01-28 | 2021-07-28 | St Microelectronics Srl | Sistema e metodo di riconoscimento di un gesto di tocco |
-
2020
- 2020-04-15 IT IT102020000007942A patent/IT202000007942A1/it unknown
-
2021
- 2021-03-19 US US17/207,073 patent/US11462086B2/en active Active
- 2021-04-08 EP EP21167477.5A patent/EP3896665B1/en active Active
- 2021-04-14 CN CN202110399837.8A patent/CN113538823B/zh active Active
-
2022
- 2022-08-31 US US17/823,709 patent/US11941961B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020030594A1 (en) * | 2000-08-11 | 2002-03-14 | Hisashi Inaba | Human body detector |
US20060158173A1 (en) * | 2002-10-29 | 2006-07-20 | Kiyoaki Takiguchi | Gait waveform feature extracting method and individual identification system |
CN1657956A (zh) * | 2004-02-20 | 2005-08-24 | 株式会社有信 | 人体检测传感器 |
KR20110061750A (ko) * | 2009-12-02 | 2011-06-10 | 최용환 | 도어 개폐 방법 및 그것을 이용한 도어 개폐 송신장치 |
US20160195630A1 (en) * | 2013-09-24 | 2016-07-07 | Ontech Security, Sl | Electrostatic field sensor and security system in interior and exterior spaces |
US20160116343A1 (en) * | 2014-10-24 | 2016-04-28 | Google Inc. | Adaptive threshold manipulation for movement detecting sensors |
CN106650704A (zh) * | 2017-01-10 | 2017-05-10 | 广东美的制冷设备有限公司 | 手势识别模组、手势识别方法、装置和用电设备 |
Non-Patent Citations (1)
Title |
---|
徐克宝;高洁;鞠晓君;高丽丽;: "具有抗环境热源干扰的热释电探测器的应用研究" * |
Also Published As
Publication number | Publication date |
---|---|
EP3896665A1 (en) | 2021-10-20 |
US20220415144A1 (en) | 2022-12-29 |
US11462086B2 (en) | 2022-10-04 |
IT202000007942A1 (it) | 2021-10-15 |
CN113538823B (zh) | 2023-05-09 |
US11941961B2 (en) | 2024-03-26 |
EP3896665B1 (en) | 2023-07-26 |
US20210327231A1 (en) | 2021-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101947214B1 (ko) | 감시 영역 내의 객체의 존재를 검출하는 적외선 존재 검출기 | |
CN107220593B (zh) | 多模式人体识别方法及装置 | |
TW201407182A (zh) | 信號處理裝置 | |
US9696457B1 (en) | Infrared presence sensing with modeled background subtraction | |
US20140292209A1 (en) | Intelligent lighting control apparatus and method | |
US10205891B2 (en) | Method and system for detecting occupancy in a space | |
JP2008524608A (ja) | 静電容量測定式の近接センサ | |
US11861998B2 (en) | System and method for detecting a presence in a closed environment to be monitored, for anti-intrusion or anti-theft purpose | |
CN107167851B (zh) | 分区式红外探测器及分区式红外探测方法 | |
KR102176201B1 (ko) | 인체 검출 장치 | |
CN113538823B (zh) | 存在检测设备和方法 | |
CN112130197A (zh) | 一种微震动目标探测器 | |
US6294784B1 (en) | Pyroelectric sensor sensitivity enhanced by active hysteresis excitation | |
CN206863246U (zh) | 分区式红外探测器 | |
US20210285773A1 (en) | User context and activity detection device and method | |
US6013914A (en) | Circuit for detecting electromagnetic radiation | |
US11847897B2 (en) | System and method for presence detection in an environment to be monitored | |
KR101165058B1 (ko) | 복합형 침입 감지 방법 및 그 장치 | |
TW201724037A (zh) | 一種利用紅外線偵測溫度差異的方法 | |
Zade et al. | Performance Analysis of Analog Passive Detectors in Target Tracking Wireless Sensor Networks | |
CN115866202A (zh) | 一种监控装置及方法 | |
TW202004214A (zh) | 檢測環境中物體存在的方法、裝置及處理器可讀介質 | |
CN113672079A (zh) | 用于基于用户姿态来控制设备的功能性的系统和方法 | |
CN109661085A (zh) | 基于感应电场的动静态人体感应灯及控制方法 | |
JPH04339291A (ja) | 人体検出装置 |
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 |