CN114527463A - 一种利用相位匹配的车内活体检测方法及设备 - Google Patents

一种利用相位匹配的车内活体检测方法及设备 Download PDF

Info

Publication number
CN114527463A
CN114527463A CN202210433145.5A CN202210433145A CN114527463A CN 114527463 A CN114527463 A CN 114527463A CN 202210433145 A CN202210433145 A CN 202210433145A CN 114527463 A CN114527463 A CN 114527463A
Authority
CN
China
Prior art keywords
radar
phase information
vehicle
living body
slow time
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
CN202210433145.5A
Other languages
English (en)
Other versions
CN114527463B (zh
Inventor
王一鸣
顾超
徐明成
谷邦杰
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.)
Nanjing Chuhang Technology Co ltd
Original Assignee
Nanjing Chuhang Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Chuhang Technology Co ltd filed Critical Nanjing Chuhang Technology Co ltd
Priority to CN202210433145.5A priority Critical patent/CN114527463B/zh
Publication of CN114527463A publication Critical patent/CN114527463A/zh
Application granted granted Critical
Publication of CN114527463B publication Critical patent/CN114527463B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G06F17/153—Multidimensional correlation or convolution

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Acoustics & Sound (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种利用相位匹配的车内活体检测方法及设备。该方法包括向车内发出雷达探测信号，并接收回波信号，对选取的检测区域中雷达慢时间维的相位信息进行采样，得到雷达回波慢时间维的相位信息；对慢时间维的相位信息进行幅度归一化处理，得到幅度归一化相位信息，利用预设的滤波器系数和幅度归一化相位信息进行匹配滤波，得到相关性谱函数，对相关性普函数在慢时间内取最大值，将相关性普函数在慢时间内取最大值与设定的阈值进行比较，若相关性普函数在慢时间内取最大值大于设定的阈值，则判断为车内有活体。本发明通过单个毫米波雷达即可实现车内活体检测，在低漏警概率的情况下降低了虚警概率。

Description

一种利用相位匹配的车内活体检测方法及设备
技术领域
本发明涉及活体检测技术领域，具体涉及一种利用相位匹配的车内活体检测方法及设备。
背景技术
随着汽车的普及，车辆在人们生活中的使用频率越来越高。然而，家长将幼儿或孩童遗留在车内，主人将宠物遗留在车内，最终酿成悲剧的事件时有发生，给许多家庭造成了巨大的伤痛。因此实现车内活体检测报警的功能已经迫在眉睫。
传统的思路是在车内安装摄像头，利用图像技术或者视频技术对车内物体进行是否有活体进行检测。车内为私密空间，在车内安装摄像头使得个人隐私受到了威胁，因此需要一种隐私性更强的传感器代替摄像头对车内的活体进行检测。
毫米波雷达作为一种隐私性极强的传感器在车内活体检测方面得到了应用。常规的方法利用毫米波雷达回波二维频谱对特定距离-多普勒区域内的能量进行检测。此方法在检测区域有晃动物体或车体本身有晃动的情况下极易发生误报事件（如拖车使车体的晃动，主驾座椅后悬挂饰品的晃动等），这样的误报将会给使用者带来很大的麻烦。
发明内容
本发明的目的是针对现有技术存在的不足，提供一种利用相位匹配的车内活体检测方法及设备。
为实现上述目的，在第一方面，本发明提供了一种利用相位匹配的车内活体检测方法，包括：
向车内发出雷达探测信号，并接收回波信号；
对选取的检测区域中雷达慢时间维的相位信息进行采样，得到雷达回波慢时间维 的相位信息
Figure DEST_PATH_IMAGE001
；
对慢时间维的相位信息
Figure 622181DEST_PATH_IMAGE002
进行幅度归一化处理，得到幅度归一化相位信息
Figure 50888DEST_PATH_IMAGE003
，
Figure DEST_PATH_IMAGE004
其中，
Figure DEST_PATH_IMAGE006
为均值运算，
Figure 298854DEST_PATH_IMAGE007
为取最大值函数，
Figure DEST_PATH_IMAGE008
为取模运算；
利用预设的滤波器系数
Figure 999963DEST_PATH_IMAGE009
和幅度归一化相位信息
Figure 67276DEST_PATH_IMAGE003
进行匹配滤波， 得到相关性谱函数
Figure DEST_PATH_IMAGE010
，
Figure 537441DEST_PATH_IMAGE011
其中，
Figure DEST_PATH_IMAGE012
表示
Figure 281275DEST_PATH_IMAGE003
与
Figure 220412DEST_PATH_IMAGE013
在时间维进行卷积运算，
Figure DEST_PATH_IMAGE014
为 雷达一帧数据的慢时间；
对相关性普函数
Figure 343613DEST_PATH_IMAGE015
在慢时间T内取最大值，得到
Figure DEST_PATH_IMAGE016
，
Figure 871546DEST_PATH_IMAGE017
其中，
Figure DEST_PATH_IMAGE018
为在慢时间T内取最大值；
将
Figure 786282DEST_PATH_IMAGE019
与设定的阈值
Figure DEST_PATH_IMAGE020
进行比较，若
Figure 399666DEST_PATH_IMAGE016
大于
Figure 871098DEST_PATH_IMAGE020
，则判断为车内有活 体，否则，判断为车内没有活体。
进一步的，所述滤波器系数
Figure 330503DEST_PATH_IMAGE021
通过以下方式获得：
在慢时间维提取理想环境中胸腔起伏引起的雷达回波相位信息
Figure 494769DEST_PATH_IMAGE022
；
利用采集的相位信息
Figure 142919DEST_PATH_IMAGE022
计算匹配滤波器系数
Figure DEST_PATH_IMAGE023
，
Figure 808255DEST_PATH_IMAGE024
其中，
Figure DEST_PATH_IMAGE025
为雷达距离目标的距离，
Figure 107518DEST_PATH_IMAGE026
表示
Figure DEST_PATH_IMAGE027
的翻转，
Figure 364056DEST_PATH_IMAGE028
为对
Figure DEST_PATH_IMAGE029
取共轭运算，
Figure 751700DEST_PATH_IMAGE006
为均值运算，
Figure 502618DEST_PATH_IMAGE030
为幅度归一化系数，其可表示为：
Figure DEST_PATH_IMAGE031
其中，
Figure 656388DEST_PATH_IMAGE032
为取最大值函数，
Figure 896876DEST_PATH_IMAGE008
为取模运算。
进一步的，所述理想环境为摆放有用于模拟活体呼吸的活体模型的雷达暗室。
进一步的，所述阈值
Figure 300045DEST_PATH_IMAGE020
通过以下方式获得：
设定可以接受的虚警率
Figure 651392DEST_PATH_IMAGE033
，采集各种场景下的大量数据，求取各个场景下的相关 性谱函数极大值
Figure DEST_PATH_IMAGE034
的集合Y，对集合Y求分布，根据的集合Y分布找出虚警率为
Figure 862930DEST_PATH_IMAGE033
的值 设为阈值
Figure 539899DEST_PATH_IMAGE020
。
进一步的，所述雷达探测信号为毫米波雷达探测信号或超声波雷达探测信号。
在第二方面，本发明提供了一种利用相位匹配的车内活体检测设备包括：
雷达模块，用以向车内发出探测信号，并接收回波信号；
相位信息采样模块，用以对选取的检测区域中雷达慢时间维的相位信息进行采 样，得到雷达回波慢时间维的相位信息
Figure 167714DEST_PATH_IMAGE035
；
相位信息处理模块，用以对慢时间维的相位信息
Figure 57173DEST_PATH_IMAGE036
进行幅度归一化处理，得 到幅度归一化相位信息
Figure DEST_PATH_IMAGE037
，
Figure 185534DEST_PATH_IMAGE038
其中，
Figure 971088DEST_PATH_IMAGE006
为均值运算，
Figure 817690DEST_PATH_IMAGE039
为取最大值函数，
Figure 776419DEST_PATH_IMAGE008
为取模运算；
匹配模块，用以利用预设的滤波器系数
Figure 775599DEST_PATH_IMAGE013
和幅度归一化相位信息
Figure DEST_PATH_IMAGE040
进行匹配滤波，得到相关性谱函数
Figure 715742DEST_PATH_IMAGE041
，
Figure 862689DEST_PATH_IMAGE011
其中，
Figure 814989DEST_PATH_IMAGE012
表示
Figure 668676DEST_PATH_IMAGE003
与
Figure 107616DEST_PATH_IMAGE013
在时间维进行卷积运算，
Figure 679543DEST_PATH_IMAGE014
为 雷达一帧数据的慢时间；
计算模块，用以对相关性普函数
Figure 980074DEST_PATH_IMAGE015
在慢时间T内取最大值，得到
Figure 937535DEST_PATH_IMAGE016
，
Figure DEST_PATH_IMAGE042
其中，
Figure 485060DEST_PATH_IMAGE043
为在慢时间T内取最大值；
判别模块，用以将
Figure DEST_PATH_IMAGE044
与设定的阈值
Figure 13124DEST_PATH_IMAGE020
进行比较，若
Figure 295508DEST_PATH_IMAGE016
大于
Figure 186104DEST_PATH_IMAGE020
，则 判断为车内有活体，否则，判断为车内没有活体。
进一步的，所述滤波器系数
Figure 904530DEST_PATH_IMAGE009
通过以下方式获得：
在慢时间维提取理想环境中胸腔起伏引起的雷达回波相位信息
Figure 451049DEST_PATH_IMAGE045
；
利用采集的相位信息
Figure DEST_PATH_IMAGE046
计算匹配滤波器系数
Figure 280334DEST_PATH_IMAGE013
，
Figure 228698DEST_PATH_IMAGE047
其中，
Figure DEST_PATH_IMAGE048
为雷达距离目标的距离，
Figure 852446DEST_PATH_IMAGE026
表示
Figure 682999DEST_PATH_IMAGE027
的翻转，
Figure 53325DEST_PATH_IMAGE049
为对
Figure DEST_PATH_IMAGE050
取共轭运算，
Figure 105463DEST_PATH_IMAGE006
为均值运算，
Figure 916425DEST_PATH_IMAGE030
为幅度归一化系数，其可表示为：
Figure 234273DEST_PATH_IMAGE051
其中，
Figure 405361DEST_PATH_IMAGE032
为取最大值函数，
Figure 328317DEST_PATH_IMAGE008
为取模运算。
进一步的，所述理想环境为摆放有用于模拟活体呼吸的活体模型的雷达暗室。
进一步的，所述阈值
Figure 621764DEST_PATH_IMAGE020
通过以下方式获得：
设定可以接受的虚警率
Figure 364592DEST_PATH_IMAGE033
，采集各种场景下的大量数据，求取各个场景下的相关 性谱函数极大值
Figure 152420DEST_PATH_IMAGE034
的集合Y，对集合Y求分布，根据的集合Y分布找出虚警率为
Figure 916501DEST_PATH_IMAGE033
的值 设为阈值
Figure 131582DEST_PATH_IMAGE020
。
进一步的，所述雷达模块为毫米波雷达模块或超声波雷达模块。
有益效果：本发明通过利用特定距离上雷达慢时间相位对胸腔起伏非常敏感且呈特定的周期性变化，实现对车内的活体进行检测；本发明可以利用单个毫米波等传感器进行活体检测，在低漏警概率的情况下降低了虚警概率，尤其在降低车体晃动和车内晃动物体引起的误报率方面有良好的效果。
附图说明
图1是利用相位匹配的车内活体检测方法的流程示意图；
图2是利用相位匹配的车内活体检测设备的结构示意图；
图3是不同场景下得到的相关性普函数的最大值随时间变化的仿真图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，本实施例在以本发明技术方案为前提下进行实施，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围。
如图1所示，本发明实施例提供了一种利用相位匹配的车内活体检测方法，包括：
向车内发出雷达探测信号，并接收回波信号。该雷达探测信号包括毫米波雷达探测信号或超声波雷达探测信号。以毫米波雷达信号为例说明，毫米波雷达混频后的中频信号表示为：
Figure DEST_PATH_IMAGE052
Figure 814236DEST_PATH_IMAGE053
其中，
Figure DEST_PATH_IMAGE054
为雷达载频，
Figure 592705DEST_PATH_IMAGE055
为第
Figure 959095DEST_PATH_IMAGE055
个发射信号，
Figure 345077DEST_PATH_IMAGE056
为第
Figure 311765DEST_PATH_IMAGE055
个信号时雷达与目标的距 离，
Figure DEST_PATH_IMAGE057
为目标运动的速度，
Figure 631275DEST_PATH_IMAGE058
为线性调频信号的调频斜率，
Figure 852172DEST_PATH_IMAGE059
为雷达一帧数据的快时间，
Figure 674635DEST_PATH_IMAGE027
为 雷达一帧数据的慢时间，
Figure 863040DEST_PATH_IMAGE060
为目标的初始距离。
对选取的检测区域中雷达慢时间维的相位信息进行采样，得到雷达回波慢时间维 的相位信息
Figure 734044DEST_PATH_IMAGE061
。在慢时间维提取的人体胸腔起伏引起人体不同部位运动导致的相位 变化，人体不同部位雷达上反映在距离上，因此将这种随“距离-慢时间”周期变化的相位记 为
Figure 386611DEST_PATH_IMAGE036
。
为了消除相位值对匹配结果的影响，对慢时间维的相位信息
Figure 583237DEST_PATH_IMAGE062
进行幅度归 一化处理，得到幅度归一化相位信息
Figure 993358DEST_PATH_IMAGE037
，
Figure 730370DEST_PATH_IMAGE004
其中，
Figure 925859DEST_PATH_IMAGE006
为均值运算，
Figure 291724DEST_PATH_IMAGE039
为取最大值函数，
Figure 471032DEST_PATH_IMAGE008
为取模运算。
利用预设的滤波器系数
Figure 995423DEST_PATH_IMAGE009
和幅度归一化相位信息
Figure 45419DEST_PATH_IMAGE003
进行匹配滤波， 得到相关性谱函数
Figure 833115DEST_PATH_IMAGE010
，
Figure 234141DEST_PATH_IMAGE063
其中，
Figure 312955DEST_PATH_IMAGE012
表示
Figure 732304DEST_PATH_IMAGE003
与
Figure 972793DEST_PATH_IMAGE013
在时间维进行卷积运算。
对相关性普函数
Figure 113311DEST_PATH_IMAGE015
在慢时间T内取最大值，得到
Figure 933500DEST_PATH_IMAGE016
，
Figure 472934DEST_PATH_IMAGE064
其中，
Figure 884324DEST_PATH_IMAGE043
为在慢时间T内取最大值。可参见图3，图3中最上侧的线为车内有活 体的场景下得到的
Figure 994363DEST_PATH_IMAGE034
随时间变化线，图3中位于中间的线为车内没有活体但车内有 物体晃动场景下得到的
Figure 664247DEST_PATH_IMAGE016
随时间变化线，图3中最下侧的线为车内没有活体车辆自 身晃动场景下得到的
Figure 340079DEST_PATH_IMAGE016
随时间变化线，可以看出，在车内有活体时，得到的
Figure 391212DEST_PATH_IMAGE065
随时间变化线远高于晃动场景下得到的
Figure 237814DEST_PATH_IMAGE016
随时间变化线，从而可对车内是否有活体 精准检测，将车内物品晃动引起的误警率降低。
将
Figure 196543DEST_PATH_IMAGE019
与设定的阈值
Figure 447920DEST_PATH_IMAGE020
进行比较，若
Figure 466692DEST_PATH_IMAGE016
大于
Figure 551322DEST_PATH_IMAGE020
，则判断为车内有活 体，否则，判断为车内没有活体。
本发明实施例的滤波器系数
Figure 766272DEST_PATH_IMAGE021
通过以下方式获得：
在慢时间维提取理想环境中胸腔起伏引起的雷达回波相位信息
Figure 619958DEST_PATH_IMAGE022
。具体的， 该相位信息
Figure 58899DEST_PATH_IMAGE066
的提取方式与上述相位信息
Figure 630826DEST_PATH_IMAGE067
相同，上述理想环境可以是摆放有 用于模拟活体呼吸的活体模型的雷达暗室。
利用采集的相位信息
Figure 931357DEST_PATH_IMAGE022
计算匹配滤波器系数
Figure 888817DEST_PATH_IMAGE023
，
Figure 452654DEST_PATH_IMAGE024
其中，
Figure 560812DEST_PATH_IMAGE026
表示
Figure 602717DEST_PATH_IMAGE027
的翻转，
Figure 493313DEST_PATH_IMAGE068
为对
Figure 477318DEST_PATH_IMAGE029
取共轭运算，
Figure 23837DEST_PATH_IMAGE006
为均值运算，
Figure 649859DEST_PATH_IMAGE030
为幅度归一化系数，其可表示为：
Figure 598224DEST_PATH_IMAGE031
其中，
Figure 753131DEST_PATH_IMAGE069
为取最大值函数，
Figure 521366DEST_PATH_IMAGE008
为取模运算。
本发明实施例的阈值
Figure 411132DEST_PATH_IMAGE070
优选通过以下方式获得：
设定可以接受的虚警率
Figure 276320DEST_PATH_IMAGE033
，采集各种场景下的大量数据，求取各个场景下的相关 性谱函数极大值
Figure 352860DEST_PATH_IMAGE034
的集合Y，对集合Y求分布，根据的集合Y分布找出虚警率为
Figure 857660DEST_PATH_IMAGE033
的值 设为阈值
Figure 45059DEST_PATH_IMAGE020
。
基于以上实施例，本领域技术人员可以理解，本发明还提供了一种利用相位匹配的车内活体检测设备，包括雷达模块1、相位信息采样模块2、相位信息处理模块3、匹配模块4、计算模块5和判别模块6。
其中，雷达模块1用以向车内发出探测信号，并接收回波信号。雷达模块为毫米波雷达模块或超声波雷达模块。
相位信息采样模块2用以对选取的检测区域中雷达慢时间维的相位信息进行采 样，得到雷达回波慢时间维的相位信息
Figure 217283DEST_PATH_IMAGE035
。在慢时间维提取的人体胸腔起伏引起人体 不同部位运动导致的相位变化，人体不同部位雷达上反映在距离上，因此将这种随“距离- 慢时间”周期变化的相位记为
Figure 464725DEST_PATH_IMAGE061
。
相位信息处理模块3用以对慢时间维的相位信息
Figure 253558DEST_PATH_IMAGE036
进行幅度归一化处理，得 到幅度归一化相位信息
Figure 244648DEST_PATH_IMAGE037
，
Figure 8729DEST_PATH_IMAGE071
其中，
Figure 427072DEST_PATH_IMAGE006
为均值运算，
Figure 719513DEST_PATH_IMAGE039
为取最大值函数，
Figure 29140DEST_PATH_IMAGE008
为取模运算。
匹配模块4用以利用预设的滤波器系数
Figure 926689DEST_PATH_IMAGE013
和幅度归一化相位信息
Figure 499622DEST_PATH_IMAGE003
进行匹配滤波，得到相关性谱函数
Figure 13780DEST_PATH_IMAGE072
，
Figure 81093DEST_PATH_IMAGE063
其中，
Figure 82416DEST_PATH_IMAGE012
表示
Figure 639299DEST_PATH_IMAGE003
与
Figure 830634DEST_PATH_IMAGE013
在时间维进行卷积运算，
Figure 763955DEST_PATH_IMAGE014
为 雷达一帧数据的慢时间。
计算模块5用以对相关性普函数
Figure 104937DEST_PATH_IMAGE015
在慢时间T内取最大值，得到
Figure 81989DEST_PATH_IMAGE016
，
Figure 508423DEST_PATH_IMAGE064
其中，
Figure 245435DEST_PATH_IMAGE018
为在慢时间T内取最大值。可参见图3，图3中最上侧的线为车内有活 体的场景下得到的
Figure 690191DEST_PATH_IMAGE034
随时间变化线，图3中位于中间的线为车内没有活体但车内有 物体晃动场景下得到的
Figure 792139DEST_PATH_IMAGE016
随时间变化线，图3中最下侧的线为车内没有活体车辆自 身晃动场景下得到的
Figure 751874DEST_PATH_IMAGE016
随时间变化线，可以看出，在车内有活体时，得到的
Figure 26998DEST_PATH_IMAGE065
随时间变化线远高于晃动场景下得到的
Figure 342572DEST_PATH_IMAGE016
随时间变化线，从而可对车内是否有活体 精准检测，将车内物品晃动引起的误警率降低。
判别模块6用以将
Figure 867619DEST_PATH_IMAGE044
与设定的阈值
Figure 65382DEST_PATH_IMAGE020
进行比较，若
Figure 331147DEST_PATH_IMAGE016
大于
Figure 501229DEST_PATH_IMAGE020
，则 判断为车内有活体，否则，判断为车内没有活体。
本发明实施例的滤波器系数
Figure 7296DEST_PATH_IMAGE009
通过以下方式获得：
在慢时间维提取理想环境中胸腔起伏引起的雷达回波相位信息
Figure 879306DEST_PATH_IMAGE045
。具体的， 该相位信息
Figure 496233DEST_PATH_IMAGE073
的提取方式与上述相位信息
Figure 770088DEST_PATH_IMAGE074
相同，上述理想环境可以是摆放有 用于模拟活体呼吸的活体模型的雷达暗室。
利用采集的相位信息
Figure 650319DEST_PATH_IMAGE022
计算匹配滤波器系数
Figure 822675DEST_PATH_IMAGE023
，
Figure 710470DEST_PATH_IMAGE024
其中，
Figure 589564DEST_PATH_IMAGE026
表示
Figure 686702DEST_PATH_IMAGE027
的翻转，
Figure 284037DEST_PATH_IMAGE068
为对
Figure 242765DEST_PATH_IMAGE029
取共轭运算，
Figure 491213DEST_PATH_IMAGE006
为均值运算，
Figure 447668DEST_PATH_IMAGE030
为幅度归一化系数，其可表示为：
Figure 843883DEST_PATH_IMAGE075
其中，
Figure 543986DEST_PATH_IMAGE069
为取最大值函数，
Figure 459989DEST_PATH_IMAGE008
为取模运算。
本发明实施例的阈值
Figure 839542DEST_PATH_IMAGE020
优选通过以下方式获得：
设定可以接受的虚警率
Figure 208207DEST_PATH_IMAGE033
，采集各种场景下的大量数据，求取各个场景下的相关 性谱函数极大值
Figure 695689DEST_PATH_IMAGE034
的集合Y，对集合Y求分布，根据的集合Y分布找出虚警率为
Figure 731778DEST_PATH_IMAGE033
的值 设为阈值
Figure 30035DEST_PATH_IMAGE020
。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，其它未具体描述的部分，属于现有技术或公知常识。在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种利用相位匹配的车内活体检测方法，其特征在于，包括：
向车内发出雷达探测信号，并接收回波信号；
对选取的检测区域中雷达慢时间维的相位信息进行采样，得到雷达回波慢时间维的相 位信息
Figure 531851DEST_PATH_IMAGE001
；
对慢时间维的相位信息
Figure 574762DEST_PATH_IMAGE002
进行幅度归一化处理，得到幅度归一化相位信息
Figure 678984DEST_PATH_IMAGE003
，
Figure 772842DEST_PATH_IMAGE004
其中，
Figure 288006DEST_PATH_IMAGE005
为均值运算，
Figure 568946DEST_PATH_IMAGE006
为取最大值函数，
Figure 666739DEST_PATH_IMAGE007
为取模运算；
利用预设的滤波器系数
Figure 411842DEST_PATH_IMAGE008
和幅度归一化相位信息
Figure 51901DEST_PATH_IMAGE009
进行匹配滤波，得到相 关性谱函数
Figure 131722DEST_PATH_IMAGE010
，
Figure 515430DEST_PATH_IMAGE011
其中，
Figure 567568DEST_PATH_IMAGE012
表示
Figure 440846DEST_PATH_IMAGE003
与
Figure 696378DEST_PATH_IMAGE013
在时间维进行卷积运算，
Figure 195362DEST_PATH_IMAGE014
为雷达一 帧数据的慢时间；
对相关性普函数
Figure 587160DEST_PATH_IMAGE015
在慢时间T内取最大值，得到
Figure 631339DEST_PATH_IMAGE016
，
Figure 891944DEST_PATH_IMAGE017
其中，
Figure 617454DEST_PATH_IMAGE018
为在慢时间T内取最大值；
将
Figure 440923DEST_PATH_IMAGE019
与设定的阈值
Figure 859266DEST_PATH_IMAGE020
进行比较，若
Figure 338657DEST_PATH_IMAGE021
大于
Figure 867859DEST_PATH_IMAGE020
，则判断为车内有活体， 否则，判断为车内没有活体。
2.根据权利要求1所述的利用相位匹配的车内活体检测方法，其特征在于，所述滤波器 系数
Figure 296566DEST_PATH_IMAGE013
通过以下方式获得：
在慢时间维提取理想环境中胸腔起伏引起的雷达回波相位信息
Figure 135078DEST_PATH_IMAGE022
；
利用采集的相位信息
Figure 649236DEST_PATH_IMAGE022
计算匹配滤波器系数
Figure 980465DEST_PATH_IMAGE013
，
Figure 732521DEST_PATH_IMAGE023
其中，
Figure 289404DEST_PATH_IMAGE024
为雷达距离目标的距离，
Figure 477809DEST_PATH_IMAGE025
表示
Figure 411129DEST_PATH_IMAGE026
的翻转，
Figure 266959DEST_PATH_IMAGE027
为对
Figure 932427DEST_PATH_IMAGE028
取共 轭运算，
Figure 421177DEST_PATH_IMAGE005
为均值运算，
Figure 79560DEST_PATH_IMAGE029
为幅度归一化系数，其可表示为：
Figure 337366DEST_PATH_IMAGE030
其中，
Figure 691512DEST_PATH_IMAGE031
为取最大值函数，
Figure 870820DEST_PATH_IMAGE007
为取模运算。
3.根据权利要求2所述的利用相位匹配的车内活体检测方法，其特征在于，所述理想环境为摆放有用于模拟活体呼吸的活体模型的雷达暗室。
4.根据权利要求1所述的利用相位匹配的车内活体检测方法，其特征在于，所述阈值
Figure 614785DEST_PATH_IMAGE020
通过以下方式获得：
设定可以接受的虚警率
Figure 241944DEST_PATH_IMAGE032
，采集各种场景下的大量数据，求取各个场景下的相关性谱 函数极大值
Figure 514794DEST_PATH_IMAGE021
的集合Y，对集合Y求分布，根据的集合Y分布找出虚警率为
Figure 165087DEST_PATH_IMAGE032
的值设为 阈值
Figure 978322DEST_PATH_IMAGE020
。
5.根据权利要求1所述的利用相位匹配的车内活体检测方法，其特征在于，所述雷达探测信号为毫米波雷达探测信号或超声波雷达探测信号。
6.一种利用相位匹配的车内活体检测设备，其特征在于，包括：
雷达模块，用以向车内发出探测信号，并接收回波信号；
相位信息采样模块，用以对选取的检测区域中雷达慢时间维的相位信息进行采样，得 到雷达回波慢时间维的相位信息
Figure 148404DEST_PATH_IMAGE033
；
相位信息处理模块，用以对慢时间维的相位信息
Figure 107001DEST_PATH_IMAGE034
进行幅度归一化处理，得到幅 度归一化相位信息
Figure 792060DEST_PATH_IMAGE035
，
Figure 598867DEST_PATH_IMAGE036
其中，
Figure 685772DEST_PATH_IMAGE037
为均值运算，
Figure 300424DEST_PATH_IMAGE006
为取最大值函数，
Figure 722047DEST_PATH_IMAGE007
为取模运算；
匹配模块，用以利用预设的滤波器系数
Figure 814768DEST_PATH_IMAGE013
和幅度归一化相位信息
Figure 21758DEST_PATH_IMAGE009
进行匹 配滤波，得到相关性谱函数
Figure 56579DEST_PATH_IMAGE038
，
Figure 716230DEST_PATH_IMAGE039
其中，
Figure 861910DEST_PATH_IMAGE012
表示
Figure 657828DEST_PATH_IMAGE003
与
Figure 614282DEST_PATH_IMAGE013
在时间维进行卷积运算，
Figure 216689DEST_PATH_IMAGE014
为雷达一 帧数据的慢时间；
计算模块，用以对相关性普函数
Figure 979109DEST_PATH_IMAGE015
在慢时间T内取最大值，得到
Figure 347642DEST_PATH_IMAGE016
，
Figure 209419DEST_PATH_IMAGE017
其中，
Figure 843663DEST_PATH_IMAGE018
为在慢时间T内取最大值；
判别模块，用以将
Figure 331145DEST_PATH_IMAGE040
与设定的阈值
Figure 367234DEST_PATH_IMAGE020
进行比较，若
Figure 649180DEST_PATH_IMAGE021
大于
Figure 770719DEST_PATH_IMAGE020
，则判断 为车内有活体，否则，判断为车内没有活体。
7.根据权利要求6所述的利用相位匹配的车内活体检测设备，其特征在于，所述滤波器 系数
Figure 812625DEST_PATH_IMAGE013
通过以下方式获得：
在慢时间维提取理想环境中胸腔起伏引起的雷达回波相位信息
Figure 881382DEST_PATH_IMAGE041
；
利用采集的相位信息
Figure 412857DEST_PATH_IMAGE022
计算匹配滤波器系数
Figure 943065DEST_PATH_IMAGE013
，
Figure 850978DEST_PATH_IMAGE023
其中，
Figure 533763DEST_PATH_IMAGE042
为雷达距离目标的距离，
Figure 485407DEST_PATH_IMAGE025
表示
Figure 253643DEST_PATH_IMAGE026
的翻转，
Figure 699668DEST_PATH_IMAGE027
为对
Figure 486227DEST_PATH_IMAGE028
取共 轭运算，
Figure 359506DEST_PATH_IMAGE005
为均值运算，
Figure 867235DEST_PATH_IMAGE029
为幅度归一化系数，其可表示为：
Figure 851371DEST_PATH_IMAGE030
其中，
Figure 508749DEST_PATH_IMAGE043
为取最大值函数，
Figure 802196DEST_PATH_IMAGE007
为取模运算。
8.根据权利要求7所述的利用相位匹配的车内活体检测设备，其特征在于，所述理想环境为摆放有用于模拟活体呼吸的活体模型的雷达暗室。
9.根据权利要求6所述的利用相位匹配的车内活体检测设备，其特征在于，所述阈值
Figure 810603DEST_PATH_IMAGE020
通过以下方式获得：
设定可以接受的虚警率
Figure 785381DEST_PATH_IMAGE032
，采集各种场景下的大量数据，求取各个场景下的相关性谱 函数极大值
Figure 359582DEST_PATH_IMAGE021
的集合Y，对集合Y求分布，根据的集合Y分布找出虚警率为
Figure 512346DEST_PATH_IMAGE032
的值设为 阈值
Figure 788475DEST_PATH_IMAGE020
。
10.根据权利要求6所述的利用相位匹配的车内活体检测设备，其特征在于，所述雷达模块为毫米波雷达模块或超声波雷达模块。
CN202210433145.5A 2022-04-24 2022-04-24 一种利用相位匹配的车内活体检测方法及设备 Active CN114527463B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210433145.5A CN114527463B (zh) 2022-04-24 2022-04-24 一种利用相位匹配的车内活体检测方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210433145.5A CN114527463B (zh) 2022-04-24 2022-04-24 一种利用相位匹配的车内活体检测方法及设备

Publications (2)

Publication Number Publication Date
CN114527463A true CN114527463A (zh) 2022-05-24
CN114527463B CN114527463B (zh) 2022-08-12

Family

ID=81627938

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210433145.5A Active CN114527463B (zh) 2022-04-24 2022-04-24 一种利用相位匹配的车内活体检测方法及设备

Country Status (1)

Country Link
CN (1) CN114527463B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116992266A (zh) * 2023-09-27 2023-11-03 宁波均联智行科技股份有限公司 应用于车辆的活体检测方法及电子设备
CN117031464A (zh) * 2023-07-25 2023-11-10 南京航空航天大学 一种舱内运动活体与动目标干扰区分方法和装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109875529A (zh) * 2019-01-23 2019-06-14 北京邮电大学 一种基于超宽带雷达的生命体征检测方法及系统
CN110361725A (zh) * 2018-04-11 2019-10-22 英飞凌科技股份有限公司 使用毫米波雷达进行人类检测和识别的系统和方法
CN113093165A (zh) * 2021-04-14 2021-07-09 苏州矽典微智能科技有限公司 基于毫米波雷达的车内活体检测方法及系统
CN113116342A (zh) * 2021-04-26 2021-07-16 上海交通大学 一种基于毫米波雷达的生命信号监测方法
CN113253258A (zh) * 2021-04-26 2021-08-13 南京楚航科技有限公司 一种基于毫米波雷达检测车内活体的方法及装置
CN113440120A (zh) * 2021-06-17 2021-09-28 北京航空航天大学 一种基于毫米波雷达的人员呼吸心跳检测方法
CN113640792A (zh) * 2021-07-06 2021-11-12 南京理工大学 一种基于机器学习的车内生命体毫米波雷达检测方法
CN113854981A (zh) * 2021-09-24 2021-12-31 南京六季光电技术研究院有限公司 一种基于毫米波雷达的运动多人生命体征监测方法
CN114052709A (zh) * 2021-12-02 2022-02-18 中国电子科技南湖研究院 一种稳健的毫米波雷达生命体征测量方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110361725A (zh) * 2018-04-11 2019-10-22 英飞凌科技股份有限公司 使用毫米波雷达进行人类检测和识别的系统和方法
CN109875529A (zh) * 2019-01-23 2019-06-14 北京邮电大学 一种基于超宽带雷达的生命体征检测方法及系统
CN113093165A (zh) * 2021-04-14 2021-07-09 苏州矽典微智能科技有限公司 基于毫米波雷达的车内活体检测方法及系统
CN113116342A (zh) * 2021-04-26 2021-07-16 上海交通大学 一种基于毫米波雷达的生命信号监测方法
CN113253258A (zh) * 2021-04-26 2021-08-13 南京楚航科技有限公司 一种基于毫米波雷达检测车内活体的方法及装置
CN113440120A (zh) * 2021-06-17 2021-09-28 北京航空航天大学 一种基于毫米波雷达的人员呼吸心跳检测方法
CN113640792A (zh) * 2021-07-06 2021-11-12 南京理工大学 一种基于机器学习的车内生命体毫米波雷达检测方法
CN113854981A (zh) * 2021-09-24 2021-12-31 南京六季光电技术研究院有限公司 一种基于毫米波雷达的运动多人生命体征监测方法
CN114052709A (zh) * 2021-12-02 2022-02-18 中国电子科技南湖研究院 一种稳健的毫米波雷达生命体征测量方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
MAMADY KEBE 等: "Human Vital Signs Detection Methods and Potential Using Radars ：A Review", 《SENSORS》 *
张桂源: "毫米波雷达非接触式生命体征探测方法研究", 《中国优秀硕士学位论文全文数据库》 *
李杨: "车载毫米波雷达中的参数估计算法设计与系统实现", 《中国优秀硕士学位论文全文数据库》 *
杨玉玲: "基于雷达的生命体征检测技术研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117031464A (zh) * 2023-07-25 2023-11-10 南京航空航天大学 一种舱内运动活体与动目标干扰区分方法和装置
CN116992266A (zh) * 2023-09-27 2023-11-03 宁波均联智行科技股份有限公司 应用于车辆的活体检测方法及电子设备

Also Published As

Publication number Publication date
CN114527463B (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
CN114527463B (zh) 一种利用相位匹配的车内活体检测方法及设备
CN106027865B (zh) 一种车辆触发碰撞报警和记录的装置及其检测方法
US10331964B2 (en) Trunk inventory detector
CN103852754B (zh) 飞行时间(tof)测量系统中的干扰抑制的方法
CN110889351B (zh) 视频检测方法、装置、终端设备及可读存储介质
CN109532741A (zh) 车内生命体提醒方法、装置及行车记录仪
WO2019178851A1 (zh) 一种基于深度学习的井盖缺失检测系统及方法
CN104915649A (zh) 一种应用于人脸识别的活体检测方法
JPH08235484A (ja) 事故時のデータ記録装置
CN110009900A (zh) 一种车辆监控方法及系统
CN106373395A (zh) 行车事故的监控方法和装置
CN113554872B (zh) 一种位于交通路口及弯道的检测预警方法及系统
KR20130050410A (ko) 앞차와의 거리를 측정하는 근거리 레이더 센서가 부착된 자동차용 블랙박스
EP1447780A1 (en) Method and apparatus for capturing and recording images of surrounding environment of a vehicle
CN111965607A (zh) 一种车载雷达功能失效检测方法、装置及车辆
CN116246251A (zh) 一种车底安全检测方法及系统
CN202887456U (zh) 车流量视频检测装置
CN113033396B (zh) 基于特征融合的变频管道过球指示装置及过球检测方法
KR20010063421A (ko) 차량의 후방충돌 경보장치 및 방법
CN112162250B (zh) 一种基于全fov受限识别的雷达遮挡检测方法及系统
CN108876959B (zh) 一种对来自周围车辆的监控进行预警的行车记录仪及控制方法
CN208335296U (zh) 一种双路行车记录仪
CN108960091B (zh) 监控系统、方法、可读存储介质及汽车
CN205142411U (zh) 倒车影像撷取装置及其系统
CN213799444U (zh) 基于多种传感器的自动驾驶噪声监测系统及汽车

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