CN114636476A - 一种基于pir的移动侦测方法、系统及介质 - Google Patents
一种基于pir的移动侦测方法、系统及介质 Download PDFInfo
- Publication number
- CN114636476A CN114636476A CN202210167517.4A CN202210167517A CN114636476A CN 114636476 A CN114636476 A CN 114636476A CN 202210167517 A CN202210167517 A CN 202210167517A CN 114636476 A CN114636476 A CN 114636476A
- Authority
- CN
- China
- Prior art keywords
- signal
- pir
- target
- cycle
- area
- 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 98
- 238000005070 sampling Methods 0.000 claims abstract description 41
- 230000008859 change Effects 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 14
- 230000003321 amplification Effects 0.000 claims description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 238000001914 filtration Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/10—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors
- G01J5/34—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors using capacitors, e.g. pyroelectric capacitors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/10—Detecting, e.g. by using light barriers
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请提出了一种基于PIR的移动侦测方法，包括：S1、间隔采样获取侦测区域内的目标PIR信号；S2、对所述目标PIR信号进行移动特征点运算，得到所述目标PIR信号的峰值和周期；S3、响应于当当前采样点为过零点时，计算在当前所述采样点之前处于同一信号半周内的所有所述目标PIR信号的平均信号幅值；S4、响应于当所述目标PIR信号中的所述峰值、所述周期和所述平均信号幅值同时大于对应的预设阈值时，则判断所述侦测区域内有人员移动。本申请具体提高PIR移动侦测准确率且硬件成本较低的效果。
Description
技术领域
本申请涉及移动侦测的技术领域，具体涉及一种基于PIR的移动侦测方法、系统及介质。
背景技术
传统的PIR(热释电红外传感器)移动侦测通过阈值与信号周期检测是否有人员通过，此种侦测技术存在误报率高等问题，并且需要通过温度元件去补偿调整阈值，以及需要通过外部线路进行振动检测，不仅运算量大，而且硬件成本也较高。
因此，提供一种侦测准确率高且能够大大降低硬件成本的移动侦测方法就显得尤为重要。
发明内容
为了解决现有技术中的PIR移动侦测准确率低且成本较高的技术问题，本申请提出了一种基于PIR的移动侦测方法、系统及介质。
根据本申请的第一方面，提出了一种基于PIR的移动侦测方法，包括：
S1、间隔采样获取侦测区域内的目标PIR信号；
S2、对所述目标PIR信号进行移动特征点运算，得到所述目标PIR信号的峰值和周期；
S3、响应于当当前采样点为过零点时，计算在当前所述采样点之前处于同一信号半周内的所有所述目标PIR信号的平均信号幅值；以及
S4、响应于当所述目标PIR信号中的所述峰值、所述周期和所述平均信号幅值同时大于对应的预设阈值时，则判断所述侦测区域内有人员移动。
通过上述技术方案，通过离散取样侦测区域内的目标PIR信号，对于连续取样到的处于同一信号半周内的目标PIR信号进行移动特征点运算，得到目标PIR信号的峰值、周期和平均信号幅值等特征点，再通过阈值比较的方式判断目标PIR信号是否为移动信号，从而侦测出侦测区域内是否有人员移动。本申请通过离散取样目标PIR信号并进行多个特征点的分析，能够较为精准的侦测出移动信号，同时运算量较小，也无需外部的元件和线路进行辅助侦测，大大的降低了硬件成本。
优选的，将所述侦测区域划分成至少一组相邻的正半周信号区域和负半周信号区域，当采样获取到的所述正半周信号区域或所述负半周信号区域内的所述目标PIR信号的所述峰值、所述周期和所述平均信号幅值同时大于对应的预设阈值时，则判断对应的信号区域内有人员移动。
通过上述技术方案，将侦测区域划分成多个正半周信号区域和负半周信号区域，当从其中一个信号区域取样到的目标PIR信号满足移动信号的条件时，则判断对应的信号区域有人员移动。
优选的，所述步骤S4还包括：当连续检测到两个不同信号区域内有人员移动且时间间隔小于对应的预设阈值时，则判断所述侦测区域内有人员入侵。
通过上述技术方案，当检测到其中一个信号区域内的目标PIR信号构成移动信号时，可能是人员在该信号区域内徘徊，而当检测到连续的两个信号区域内的目标PIR信号均构成移动信号时，说明人员在侦测区域内进行连续移动，此时即可判断人员入侵。
优选的，所述步骤S2还包括：所述步骤S2还包括：对所述目标PIR信号进行振动特征点运算，得到所述目标PIR信号的最大信号变化率；
所述步骤S4还包括：当所述目标PIR信号的所述最大信号变化率大于对应的预设阈值时，则判断所述侦测区域内出现振动。
通过上述技术方案，计算目标PIR信号的最大信号变化率，再通过阈值比较的方式区分移动信号和振动信号，从而避免出现误判的情况。
优选的，在所述步骤S2中，在所述特征点运算之前，对所述目标PIR信号进行低通滤波处理。
通过上述技术方案，通过低通滤波处理隔离高频信号和低频信号，从而可以有效的分离移动信号和振动信号，以便于进行振动和人员移动的判别。
优先的，所述步骤S1具体包括：
S11、间隔采样获取侦测区域内的原始PIR信号；
S12、对所述原始PIR信号进行放大处理；
S13、将放大后的所述原始PIR信号转换成数字信号，得到所述目标PIR信号。
通过上述技术方案，由于原始PIR信号的电压值较小，很难观测到信号的波动情况，因此对原始PIR信号进行放大并转换成数字信号，从而方便进行判别。
优选的，所述目标PIR信号的采样间隔为1ms，所述时间间隔对应的预设阈值为60ms，所述目标PIR信号的所述峰值、所述周期和所述平均信号幅值对应的预设阈值分别为150、30ms和100。
优选的，所述目标PIR信号的所述最大信号变化率对应的预设阈值为400。
根据本申请的第二方面，提出了一种基于PIR的移动侦测系统，包括：
信号采样模块，配置用于间隔采样获取侦测区域内的原始PIR信号并进行放大；
处理器单元，配置用于将放大后的所述原始PIR信号转换成数字信号，得到目标PIR信号，对所述目标PIR信号进行移动特征点运算，得到所述目标PIR信号的峰值和周期，响应于当当前采样点为过零点时，计算当前所述采样点之前处于同一信号半周内的所有所述目标PIR信号的平均信号幅值；
判断单元，配置用于响应于当所述目标PIR信号中的所述峰值、所述周期和所述平均信号幅值同时大于对应的预设阈值时，则判断所述侦测区域内有人员移动。
优选的，所述信号采样模块包括：
划分单元，配置用于将所述侦测区域划分成至少一组相邻的正半周信号区域和负半周信号区域；
PIR单元，配置用于获取所述正半周信号区域或所述负半周信号区域的原始PIR信号；
信号放大单元，配置用于对所述原始PIR信号进行放大处理。
根据本申请的第三方面，提出了一种计算机可读储存介质，其储存有计算机程序，所述计算机程序在被处理器执行时实施如本申请第一方面所述的基于PIR的移动侦测方法。
本申请提出了一种基于PIR的移动侦测方法、系统及介质，将侦测区域划分成相邻的正半周信号区域和负半周信号区域，对侦测区域内的目标PIR信号进行离散取样，对于连续取样到的处于同一信号区域内的目标PIR信号同时进行移动特征点运算和振动特征点运算，分别计算得到目标PIR信号的峰值、周期、平均信号幅值以及最大信号变化率，再通过阈值比较的方式判断目标PIR信号是移动信号还是振动信号，当连续检测到两个不同的信号区域内均出现移动信号，且时间间隔小于预设阈值，则说明有人员在正半周信号区域和负半周信号区域连续移动，判断此时构成了人员入侵。本申请通过低通滤波处理分离了低频信号和高频信号，以便于进行移动信号和振动信号的判别，其中，移动信号是通过特征点运算出目标PIR信号的多个特征点并进行分析判断得到的，其侦测准确率高且运算量小，而振动信号则是通过振动特征点运算出目标PIR信号的最大信号变化率并进行分析判断得到的，其侦测准确率高且无需外部线路进行辅助侦测，大大的降低了硬件成本。
附图说明
包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本申请的原理。将容易认识到其它实施例和实施例的很多预期优点，因为通过引用以下详细描述，它们变得被更好地理解。附图的元件不一定是相互按照比例的。同样的附图标记指代对应的类似部件。
图1是根据本申请实施例的基于PIR的移动侦测方法的流程图；
图2是根据本申请一个具体实施例的基于PIR的移动侦测方法的流程图；
图3是根据本申请实施例的基于PIR的移动侦测系统框图；
图4是根据本申请一个具体实施例的人员在距离移动侦测系统6m处向左移动时的测试结果图；
图5是根据本申请一个具体实施例的侦测区域内的振动测试结果图。
附图标记说明：1、信号采集模块；11、划分单元；12、PIR单元；13、信号放大单元；2处理器单元；3、判断单元；①、第一正半周信号区域；②、第一负半周信号区域；③、第二负半周信号区域；④、第二正半周信号区域；⑤、第三负半周信号区域；⑥、第三正半周信号区域；⑦、第四负半周信号区域；T1、第一时间间隔；T2、第二时间间隔。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例，为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本申请，并不被配置为限定本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括......”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
根据本申请的第一方面，提出了一种基于PIR的移动侦测方法。
图1示出了根据本申请实施例的基于PIR的移动侦测方法的流程图，如图1所示，该移动侦测方法包括以下步骤：
S1、间隔采样获取侦测区域内的目标PIR信号。
在具体的实施例中，由于直接采样到的侦测区域内的原始PIR信号的电压值较小，很难观测到信号的波动情况，因此，需要对原始PIR信号进行预处理，从而得到目标PIR信号。预处理的步骤具体包括：
S11、间隔采样获取侦测区域内的原始PIR信号；
S12、对原始PIR信号进行放大处理；
S13、将放大后的原始PIR信号转换成数字信号，得到目标PIR信号。
在具体的实施例中，将侦测区域划分成一组相邻的正半周信号区域和负半周信号区域，每间隔1ms采样一次侦测区域的目标PIR信号。当侦测区域内没有人员移动或物体振动时，所采样到的目标PIR信号为PIR信号基准值，本实施例中，PIR信号基准值具体为1870；当采样到的目标PIR信号的数值大于PIR信号基准值1870时，则说明侦测区域内存在人员移动或物体振动，且该信号来自于正半周信号区域，即目标PIR信号为正半周信号；当目标PIR信号的数值小于PIR信号基准值1870时，则说明侦测区域内存在人员移动或物体振动，且该信号来自于负半周信号区域，即目标PIR信号为负半周信号。
应当认识到，在其它的实施方式中，也可将侦测区域划分成多组相邻的正半周信号区域和负半周信号区域。
S2、对目标PIR信号进行移动特征点运算，得到目标PIR信号的峰值和周期。
图2示出了根据本申请一个具体实施例的基于PIR的移动侦测方法的流程图，如图2所示，在具体的实施例中，步骤S2具体包括：
在步骤S1之后，执行：
S21a、对目标PIR信号进行低通滤波处理。
在具体的实施例中，通过3阶或3阶以上的FIR滤波器对目标PIR信号进行低通滤波处理，排除高频信号，从而可以有效的分离振动信号和移动信号，以便于后续进行物体振动判别和人员移动侦测。
S22a、对目标PIR信号进行移动特征点运算，计算得到目标PIR信号的峰值、周期和信号幅值。
其中，目标PIR信号的多个特征点的定义如下：
峰值：假设正半周信号的最大值为A，PIR信号基准值为B，则峰值表示为“A-B”，假设负半周信号的最小值为C，则峰值表示为“B-C”。
周期：在同一信号区域内采样时间的累加计算，即一个半周信号的持续时间。
信号幅值：目标PIR信号相对PIR信号基准值的上下波动，即目标PIR信号与PIR信号基准值的差值的绝对值。
继续参照图2，在优选的实施例中，步骤S2还包括：对目标PIR信号进行振动特征点运算，计算得到目标PIR信号的最大信号变化率。其中，振动特征点运算具体包括：
在步骤S1之后，执行步骤S21a的同时，执行：
S21b、计算目标PIR信号的信号斜率。
信号斜率的计算公式为：
ΔADC/Δt
其中，ΔADC表示前后两次采样点对应的目标PIR信号的差值的绝对值，Δt表示采样间隔，即1ms。通过微分运算的方式计算目标PIR信号的信号斜率，可以直观的反应出目标PIR信号的变化情况。
S22b、对信号斜率进行绝对值运算得到信号变化率，求取同一信号区域内所有目标PIR信号中的最大信号变化率。
通过计算目标PIR信号的最大信号变化率，可以反应出目标PIR信号的振动特征，从而便于后续判断目标PIR信号是否为振动信号。
继续参照图1，在步骤S2之后，执行：
S3、响应于当当前采样点为过零点时，计算当前采样点之前处于同一信号半周内的所有目标PIR信号的平均信号幅值。
继续参照图2，在具体的实施例中，步骤S3具体包括：
在步骤S22a、S22b之后，执行：
S31、判断当前采样点是否为正半周信号和负半周信号的过零点，若是，则执行步骤S32，若否，则返回步骤S1。
假设上一次的采样点对应的目标PIR信号为正半周信号，而当前的采样点对应的目标PIR信号为负半周信号，则说明当前采样点为正半周信号和负半周信号的过零点。
S32、计算过零点之前处于同一信号区域内的所有目标PIR信号的平均信号幅值。
随着侦测的循环进行，此步骤用于计算一个信号半周内的所有目标PIR信号的平均信号幅值。
继续参照图1，在步骤S3之后，执行：
S4、响应于当目标PIR信号中的峰值、周期和平均信号幅值同时大于对应的预设阈值时，则判断侦测区域内有人员移动。
继续参照图2，在具体的实施例中，步骤S4具体包括：
S41、判断目标PIR信号的最大信号变化率是否大于对应的预设阈值，若是，则执行步骤S42，若否，则执行步骤S43。
S42、发出振动警报并启动警报计时，返回步骤S1。
目标PIR信号的最大信号变化率反应了目标PIR信号的振动特征值，当目标PIR信号的振动特征值超出对应的预设阈值时，目标PIR信号已经构成了振动信号，此时即可判断出目标PIR信号所在的信号区域内发生了振动。本实施例中，最大信号变化率对应的预设阈值设为600，当判断侦测区域发生振动时，则对应的过零点的警报输出状态PIR status＝0xFF；警报计时时长为6s，即发出警报6s后，自动停止警报。
S43、判断目标PIR信号中的峰值、周期和平均信号幅值是否同时大于对应的预设阈值，若是，则执行步骤S44，若否，则返回步骤S1。
通过对移动特征点运算后得到的多个特征点进行分析，当多个特征点均大于对应的预设阈值时，则可以判断出目标PIR信号为人员移动所述产生的移动信号。本实施例中，峰值对应的预设阈值为150，即侦测到的正半周信号必须大于2020或负半周信号必须小于1720；周期对应的预设阈值为30ms，即侦测到的正半周信号或负半周信号的持续时间必须大于30ms；平均信号幅值对应的预设阈值为100。
S44、判断目标PIR信号所在的信号区域内有人员移动，继续判断是否连续检测到两个不同信号区域内有人员移动且时间间隔小于对应的预设阈值，若是，则执行步骤S45，若否，则返回步骤S1。
S45、判断有人员入侵，发出人员入侵警报并返回步骤S1。
当检测到其中一个信号区域内有人员移动，即目标PIR信号为移动信号时，可能是人员在该信号区域内徘徊，而当检测到连续的两个不同信号区域内的目标PIR信号均为移动信号，且时间间隔在对应的预设阈值内，说明人员在侦测区域内进行连续移动，此时即可判断人员入侵。本实施例中，时间间隔对应的预设阈值设为60ms，当判断正半周信号区域内有人员移动时，则对应的过零点的警报输出状态PIR status＝1；当判断负半周信号区域内有人员移动时，则对应的过零点的警报输出状态PIR status＝2；当判断侦测区域有人员入侵时，则对应的过零点的警报输出状态PIR status＝3。
根据本申请的第二方面，基于上述的基于PIR的移动侦测方法，提出了一种基于PIR的移动侦测系统。
图3示出了根据本申请实施例的基于PIR的移动侦测系统框图，如图3所示，该系统包括：
信号采样模块1，配置用于间隔采样获取侦测区域内的原始PIR信号并进行放大；
信号处理单元2，配置用于将放大后的原始PIR信号转换成数字信号，得到目标PIR信号，对目标PIR信号进行移动特征点运算，得到目标PIR信号的峰值和周期，响应于当当前采样点为过零点时，计算当前采样点之前处于同一信号半周内的所有目标PIR信号的平均信号幅值；
判断单元3，配置用于响应于当目标PIR信号中的峰值、周期和平均信号幅值同时大于对应的预设阈值时，则判断侦测区域内有人员移动。
其中，信号采样模块具体包括：
划分单元11，配置用于将侦测区域划分成至少一组相邻的正半周信号区域和负半周信号区域；
PIR单元12，配置用于获取正半周信号区域或负半周信号区域的原始PIR信号；
信号放大单元13，配置用于对原始PIR信号进行放大。
在具体的实施例中，划分单元11为菲涅尔透镜，PIR单元12为PIR元件，信号放大单元13为信号放大器，信号处理单元2为模数转换器(ADC)，判断单元3可以是个人电脑或单片机搭配上警报器。利用菲涅尔透镜将侦测区域划分成相邻的正半周信号区域和负半周信号区域，相邻的正半周信号区域和负半周信号区域分别照射到PIR元件内不同极性的元件，当人员或物体在相邻的正半周信号区域和负半周信号区域内移动或振动时，PIR元件内不同极性的元件会产生对应的极性变化，即分别产生正半周信号和负半周信号。
图4示出了根据本申请一个具体实施例的人员在距离移动侦测系统6m处向左移动时的测试结果图，如图4所示，在第一正半周信号区域①内，正半周信号(即目标PIR信号)的峰值为182，周期为93ms，平均信号幅值为113，最大信号变化率为55，因此正半周信号满足构成移动信号的条件，对应的过零点的警报输出状态PIR status＝1。在第一负半周信号区域②内，负半周信号(即目标PIR信号)的峰值为400，周期为244ms，平均信号幅值为193，最大信号变化率为63，因此负半周信号满足构成移动信号的条件，且相邻的第一正半周信号区域①和第一负半周信号区域②之间的第一时间间隔T1为33ms，小于时间间隔的预设阈值60ms，因此满足构成人员入侵的条件，对应的过零点的警报输出状态PIR status＝3。在第二负半周信号区域③内，负半周信号的峰值为274，周期为107ms，平均信号幅值为166，最大信号变化率为57，因此负半周信号满足构成移动信号的条件，对应的过零点的警报输出状态PIR status＝2。在第二正半周信号区域④内，正半周信号的峰值为429，周期为288ms，平均信号幅值为201，最大信号变化率为61，因此正半周信号满足构成移动信号的条件，且相邻的第二负半周信号区域③和第二正半周信号区域④之间的第二时间间隔T2为50ms，小于时间间隔的预设阈值60ms，因此满足构成人员入侵的条件，对应的过零点的警报输出状态PIR status＝3。
图5示出了根据本申请一个具体实施例的侦测区域内的振动测试结果图，如图5所示，在第三负半周信号区域⑤内，负半周信号的最大信号变化率达到623，大于第三预设阈值600，因此负半周信号满足构成振动信号的条件，而在第三正半周信号区域⑥内，正半周信号的最大信号变化率为87，在第四负半周信号区域⑦内，负半周信号的最大信号变化率为62，均不满足构成振动信号的条件，因此振动警报仅持续6s便自动结束，即对应的过零点的警报输出状态PIR status＝0xFF持续时间为6s。
根据本申请的第三方面，提出了一种计算机可读储存介质，其储存有计算机程序，该计算机程序在被处理器执行时实施如本申请第一方面的基于PIR的移动侦测方法。
本申请提出了一种基于PIR的移动侦测方法、系统及介质，将侦测区域划分成相邻的正半周信号区域和负半周信号区域，对侦测区域内的目标PIR信号进行离散取样，对于连续取样到的处于同一信号区域内的目标PIR信号同时进行移动特征点运算和振动特征点运算，分别计算得到目标PIR信号的峰值、周期、平均信号幅值以及最大信号变化率，再通过与预设阈值比较的方式判断目标PIR信号是移动信号还是振动信号，从而判别人员移动和物体振动。当连续检测到两个不同的信号区域内均出现移动信号，且时间间隔小于预设阈值时，说明有人员在正半周信号区域和负半周信号区域连续移动，判断此时构成了人员入侵。本申请通过低通滤波处理分离了低频信号和高频信号，以便于进行移动信号和振动信号的判别，其中，移动信号是通过移动特征点运算出目标PIR信号的多个特征点并进行分析判断得到的，其侦测准确率高且运算量小，而振动信号则是通过振动特征点运算出目标PIR信号的最大信号变化率并进行分析判断得到的，其侦测准确率高且无需外部线路进行辅助侦测，大大的降低了硬件成本。
在本申请实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置/系统/方法实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
显然，本领域技术人员在不偏离本申请的精神和范围的情况下可以作出对本申请的实施例的各种修改和改变。以该方式，如果这些修改和改变处于本申请的权利要求及其等同形式的范围内，则本申请还旨在涵盖这些修改和改变。词语“包括”不排除未在权利要求中列出的其它元件或步骤的存在。某些措施记载在相互不同的从属权利要求中的简单事实不表明这些措施的组合不能被用于获利。权利要求中的任何附图标记不应当被认为限制范围。
Claims (11)
1.一种基于PIR的移动侦测方法，其特征在于，包括：
S1、间隔采样获取侦测区域内的目标PIR信号；
S2、对所述目标PIR信号进行移动特征点运算，得到所述目标PIR信号的峰值和周期；
S3、响应于当当前采样点为过零点时，计算在当前所述采样点之前处于同一信号半周内的所有所述目标PIR信号的平均信号幅值；以及
S4、响应于当所述目标PIR信号中的所述峰值、所述周期和所述平均信号幅值同时大于对应的预设阈值时，则判断所述侦测区域内有人员移动。
2.根据权利要求1所述的基于PIR的移动侦测方法，其特征在于，将所述侦测区域划分成至少一组相邻的正半周信号区域和负半周信号区域，当采样获取到的所述正半周信号区域或所述负半周信号区域内的所述目标PIR信号的所述峰值、所述周期和所述平均信号幅值同时大于对应的预设阈值时，则判断对应的信号区域内有人员移动。
3.根据权利要求2所述的基于PIR的移动侦测方法，其特征在于，所述步骤S4还包括：当连续检测到两个不同信号区域内有人员移动且时间间隔小于对应的预设阈值时，则判断所述侦测区域内有人员入侵。
4.根据权利要求1所述的基于PIR的移动侦测方法，其特征在于，所述步骤S2还包括：对所述目标PIR信号进行振动特征点运算，得到所述目标PIR信号的最大信号变化率；
所述步骤S4还包括：当所述目标PIR信号的所述最大信号变化率大于对应的预设阈值时，则判断所述侦测区域内出现振动。
5.根据权利要求1所述的基于PIR的移动侦测方法，其特征在于，在所述步骤S2中，在所述特征点运算之前，对所述目标PIR信号进行低通滤波处理。
6.根据权利要求1所述的基于PIR的移动侦测方法，其特征在于，所述步骤S1具体包括：
S11、间隔采样获取侦测区域内的原始PIR信号；
S12、对所述原始PIR信号进行放大处理；
S13、将放大后的所述原始PIR信号转换成数字信号，得到所述目标PIR信号。
7.根据权利要求6所述的基于PIR的移动侦测方法，其特征在于，所述目标PIR信号的采样间隔为1ms，所述时间间隔对应的预设阈值为60ms，所述目标PIR信号的所述峰值、所述周期和所述平均信号幅值对应的预设阈值分别为150、30ms和100。
8.根据权利要求4所述的基于PIR的移动侦测方法，其特征在于，所述目标PIR信号的所述最大信号变化率对应的预设阈值为400。
9.一种基于PIR的移动侦测系统，其特征在于，包括：
信号采样模块，配置用于间隔采样获取侦测区域内的原始PIR信号并进行放大；
处理器单元，配置用于将放大后的所述原始PIR信号转换成数字信号，得到目标PIR信号，对所述目标PIR信号进行移动特征点运算，得到所述目标PIR信号的峰值和周期，响应于当当前采样点为过零点时，计算当前所述采样点之前处于同一信号半周内的所有所述目标PIR信号的平均信号幅值；
判断单元，配置用于响应于当所述目标PIR信号中的所述峰值、所述周期和所述平均信号幅值同时大于对应的预设阈值时，则判断所述侦测区域内有人员移动。
10.根据权利要求9所述的基于PIR的移动侦测系统，其特征在于，所述信号采样模块包括：
划分单元，配置用于将所述侦测区域划分成至少一组相邻的正半周信号区域和负半周信号区域；
PIR单元，配置用于获取所述正半周信号区域或所述负半周信号区域的原始PIR信号；
信号放大单元，配置用于对所述原始PIR信号进行放大处理。
11.一种计算机可读储存介质，其储存有计算机程序，所述计算机程序在被处理器执行时实施如权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210167517.4A CN114636476A (zh) | 2022-02-23 | 2022-02-23 | 一种基于pir的移动侦测方法、系统及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210167517.4A CN114636476A (zh) | 2022-02-23 | 2022-02-23 | 一种基于pir的移动侦测方法、系统及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114636476A true CN114636476A (zh) | 2022-06-17 |
Family
ID=81946824
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210167517.4A Pending CN114636476A (zh) | 2022-02-23 | 2022-02-23 | 一种基于pir的移动侦测方法、系统及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114636476A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116781892A (zh) * | 2023-08-18 | 2023-09-19 | 深圳市超诺科技有限公司 | 一种打猎相机的pir信号高精准检测方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080074252A1 (en) * | 2006-09-11 | 2008-03-27 | Micko Eric S | Pir motion sensor |
| CN202267752U (zh) * | 2011-10-17 | 2012-06-06 | 李云飞 | 一种数字式人体红外接收器 |
| KR20130085632A (ko) * | 2012-01-20 | 2013-07-30 | 경북대학교 산학협력단 | 적응적 국부 임계화를 이용한 심전도 신호의 ｒ 피크 검출방법 |
| CN109905674A (zh) * | 2019-03-12 | 2019-06-18 | 安徽协创物联网技术有限公司 | 一种带被动热释电红外探测器（pir）并支持移动侦测的网络摄像头 |
| CN112378528A (zh) * | 2020-10-27 | 2021-02-19 | 普联国际有限公司 | 一种温度自适应的pir侦测方法、装置及电路 |
-
2022
- 2022-02-23 CN CN202210167517.4A patent/CN114636476A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080074252A1 (en) * | 2006-09-11 | 2008-03-27 | Micko Eric S | Pir motion sensor |
| CN202267752U (zh) * | 2011-10-17 | 2012-06-06 | 李云飞 | 一种数字式人体红外接收器 |
| KR20130085632A (ko) * | 2012-01-20 | 2013-07-30 | 경북대학교 산학협력단 | 적응적 국부 임계화를 이용한 심전도 신호의 ｒ 피크 검출방법 |
| CN109905674A (zh) * | 2019-03-12 | 2019-06-18 | 安徽协创物联网技术有限公司 | 一种带被动热释电红外探测器（pir）并支持移动侦测的网络摄像头 |
| CN112378528A (zh) * | 2020-10-27 | 2021-02-19 | 普联国际有限公司 | 一种温度自适应的pir侦测方法、装置及电路 |
Non-Patent Citations (1)
| Title |
|---|
| 程卫东: "利用热释电红外传感器探测人体预定特征", 仪器仪表学报, vol. 29, no. 5, 31 May 2008 (2008-05-31), pages 1020 - 1023 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116781892A (zh) * | 2023-08-18 | 2023-09-19 | 深圳市超诺科技有限公司 | 一种打猎相机的pir信号高精准检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5693943A (en) | Passive infrared intrusion detector | |
| JP6010936B2 (ja) | 赤外線センサ装置 | |
| JP6788165B2 (ja) | 火災検知器及び火災検知方法 | |
| US7262697B2 (en) | Dual sensing intrusion detection method and system with state-level fusion | |
| RU2276329C2 (ru) | Схема для измерения сигнала | |
| EP3241492B1 (en) | Heart rate detection method and device | |
| JP2000113343A (ja) | サンプリング速度を変化し得る検出器 | |
| CN113495298B (zh) | 用于待监测的环境中的存在检测的系统和方法 | |
| US8271204B2 (en) | Human recognition apparatus and human recognition method | |
| CN114636476A (zh) | 一种基于pir的移动侦测方法、系统及介质 | |
| JP4111660B2 (ja) | 火災検出装置 | |
| US4720701A (en) | System with enhanced signal detection and discrimination with saturable magnetic marker | |
| US8941066B2 (en) | Apparatus and methods of infrared signal processing for motion detectors | |
| CN103903378A (zh) | 一种红外报警控制装置及其控制方法 | |
| JP4527326B2 (ja) | 炎検出装置 | |
| US3879720A (en) | Energy peak/time averaging seismic intrusion detector | |
| Lee et al. | Multiple object tracking for fall detection in real-time surveillance system | |
| Sun et al. | A new fall detection algorithm based on depth information using RGB-D camera | |
| KR101992763B1 (ko) | 비정상 심전도 신호 정보 출력 디바이스 및 방법 | |
| JP2003028963A (ja) | パルス信号検出装置 | |
| Othman et al. | A statistical approach of multiple resolution levels for canny edge detection | |
| JP2001069083A (ja) | 光受信レベル監視回路 | |
| CN115457447B (zh) | 运动物体识别的方法、装置、系统及电子设备、存储介质 | |
| JP2001340318A (ja) | 静電容量型計測装置及び呼吸計測装置 | |
| KR101912446B1 (ko) | 침입 감지 방법 및 장치 |
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 |