CN114637006A - 基于毫米波人员跌倒检测雷达的预警区域自适应调节方法 - Google Patents

基于毫米波人员跌倒检测雷达的预警区域自适应调节方法 Download PDF

Info

Publication number
CN114637006A
CN114637006A CN202210490136.XA CN202210490136A CN114637006A CN 114637006 A CN114637006 A CN 114637006A CN 202210490136 A CN202210490136 A CN 202210490136A CN 114637006 A CN114637006 A CN 114637006A
Authority
CN
China
Prior art keywords
radar
wall
early warning
point cloud
point
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
CN202210490136.XA
Other languages
English (en)
Other versions
CN114637006B (zh
Inventor
杨博
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.)
Changsha Microbrain Intelligent Technology Co ltd
Original Assignee
Changsha Microbrain Intelligent 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 Changsha Microbrain Intelligent Technology Co ltd filed Critical Changsha Microbrain Intelligent Technology Co ltd
Priority to CN202210490136.XA priority Critical patent/CN114637006B/zh
Publication of CN114637006A publication Critical patent/CN114637006A/zh
Application granted granted Critical
Publication of CN114637006B publication Critical patent/CN114637006B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/886Radar or analogous systems specially adapted for specific applications for alarm systems
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/04Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438Sensor means for detecting

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了基于毫米波人员跌倒检测雷达的预警区域自适应调节方法,包括:毫米波雷达数据预处理;角度解算处理;恒虚警检测;墙体目标检测:遍历所有的点云后提取出能量较强的静态目标,将其判定为墙体的点云;进行房间墙体位置重构:基于墙体的点云做拟合曲线重构房间的多边形墙体布局,在坐标系上显示出墙体的空间位置;以多边形墙体拟合曲线特性和相交得到多个节点,构成一个封闭的预警区域,用向量叉乘法遍历所有点云是否在一个预警区域内。本发明具有良好的环境自适应能力,用雷达信号重构技术来划出室内房间的边缘轮廓,以实现调节雷达的预警范围,可有效抑制房间内多径杂波和区域外的干扰。

Description

基于毫米波人员跌倒检测雷达的预警区域自适应调节方法
技术领域
本发明属于跌倒检测技术领域,尤其涉及基于毫米波人员跌倒检测雷达的预警区域自适应调节方法。
背景技术
老年人跌倒死亡率随年龄的增加急剧上升,世界卫生组织报告指出,全球每年有30余万人死于跌倒,其中一半是60岁以上老人。在我国跌倒也已成为65岁以上老人伤害死亡的“头号杀手”。跌倒受伤会造成骨头摔伤导致的骨折,卧床后的肺部感染等也是老年人致死的高风险事件。毫米波人员监测雷达通过识别老人的形体、动作和状态,不仅可以监护老人在房间内跌倒,也可以监护老人坠床,在短短的几秒钟之内即可发出警报,护理人员收到警报后可第一时间进行处理。传统雷达工作时预警区域是由雷达探测范围决定的,由于房间的户型和大小的差异,预警区域范围固定的话会导致房间覆盖不全或者过宽。如果预警区域覆盖不全的话雷达会有漏报的风险,而预警区域过宽会使得房间墙角或者房间外的物体形成虚假目标误报变得频繁。
发明内容
有鉴于此,本发明提出一种根据房间内部结构自适应调整雷达的探测范围以实现不同户型和大小的房间内全覆盖的预警区域的方法,提高探测系统复杂环境下的可靠性和适应性。
本发明公开的基于毫米波人员跌倒检测雷达的预警区域自适应调节方法,包括以下步骤:
S1毫米波雷达数据预处理:通过探测毫米波的往返时间来得到目标物距离,通过计算返回接收天线的雷达波的多普勒频率变化得到目标相对于雷达的运动速度;
S2角度解算处理:对并列的接收天线收到目标反射的雷达波相位差计算得到目标的方位角雷达;
S3恒虚警检测:对输入的信号确定一个门限,输出二维目标点云结果;
S4墙体目标检测:遍历所有的点云后提取出大于预设能量阈值的点云,将其判定为墙体的点云;
S5进行房间墙体位置重构:基于墙体的点云做拟合曲线重构房间的多边形墙体布局,在坐标系上显示出墙体的空间位置;
S6向量叉乘法预警区域划界:以多边形墙体拟合曲线特性和相交得到多个节点,构成一个封闭的预警区域,用向量叉乘法遍历所有点云是否在一个预警区域内。
进一步的,S2步骤包括:
配置毫米波雷达波形,收发电磁波采集原始回波数据;
通过给目标连续发送毫米波信号,然后用传感器接收从物体返回的毫米波,通过探测毫米波的往返时间来得到目标物距离;
根据多普勒效应,通过计算返回接收天线的雷达波的频率变化得到目标相对于雷达的运动速度。
进一步的,通过并列的接收天线收到同一目标反射的雷达波的相位差计算得到目标的方位角雷达,得到雷达二维距离方位热图。
进一步的,S3步骤中,在雷达信号检测中,对输入的噪声进行处理后确定一个门限,将此门限与输入端信号相比,如输入端信号超过了此门限,则判为有目标,根据步骤S2处理后得到的二维距离方位热图进行恒虚警检测处理,可输出二维目标点云数据。
进一步的,S4步骤中:根据步骤2雷达测速后,目标点云数据获得速度信息;
在多普勒域选取速度等于0的静止目标点云;
静态目标检测输出墙面的强反射目标,设定固定能量阈值除去其他静态杂波,最后得到墙体的点云。
进一步的,当多边形墙体为四边形时,根据墙体的点云重构房间的ABCD四面墙体,还原墙体在坐标系所处的空间位置,具体包括:
已知雷达位处于坐标轴原点(0,0),可得A墙体为y=0;其他3面墙体重构步骤如下:
选取x轴上最小的P1点,该点雷达能量值为power1,以P横坐标的值为基准取出与P点横坐标的值距离满足小于阈值D1的点云为B墙区域;
选取x轴最大的点P2,该点雷达能量值为power2,以P横坐标的值为基准取出与P点横坐标的值距离满足小于阈值D2的点云为C墙区域;接着选取y轴最大的点P3,该点雷达能量值为power3,以P3纵坐标的值为基准取出与P3点纵坐标的值距离满足小于阈值D3的点云为D墙区域;
所有选取的点云划分成了BCD墙3个区域,分别对BCD墙体区域的点云数据进行拟合,其中,阈值D1、D2、D3和power1、power2、power3的对应关系为
Figure 967327DEST_PATH_IMAGE001
t=1,2,3,δ为受环境影响的能量影响因子。
进一步的,采用的拟合方法描述如下:一组墙体区域的点云数据为(x j ,y j ), j=0,1,…,m,拟合n次的多项式表达式如下:
Figure 618888DEST_PATH_IMAGE002
其中,n代表多项式最高次数,根据环境复杂度而定;k是幂级数;x k xk次幂;
Figure 319997DEST_PATH_IMAGE003
x k 最终输出的多项式系数;δ * (x)为最终输出的墙体多项式表达式;
δ * (x)去逼近拟合点云,使得下面关系式成立:
Figure 184048DEST_PATH_IMAGE004
其中,δ(x j )为正在拟合中的多项式表达式;a表示正在拟合中的多项式系数;x j 为点云的横坐标;y j 为点云的纵坐标;m为需要拟合点云的个数;
拟合函数相应的方程组为:
Figure 732841DEST_PATH_IMAGE005
依次对BCD墙体区域的三组点云数据分别进行拟合,得到BCD墙体拟合多项式,B墙体多项式可表示为
Figure 24145DEST_PATH_IMAGE006
,C墙体多项式可表示为
Figure 714015DEST_PATH_IMAGE007
,D墙体多项式可表示为
Figure 647336DEST_PATH_IMAGE008
进一步的,以ABCD墙体拟合曲线特性和相交得到多个节点a,b,c和d,并且构成一个封闭的图形,即雷达有效的预警区域;
用向量叉乘法判断一个点云o点是否在一个预警区域内,具体方法如下:
二维向量
Figure 785056DEST_PATH_IMAGE009
表示为(x a y a ),二维向量
Figure 699791DEST_PATH_IMAGE010
为(x b y b ),它们之间的叉乘值J可以表示为:
Figure 188541DEST_PATH_IMAGE011
如果值大于0,则表明(x b y b ) 在(x a y a ) 左边,反之在右边,等于0则意味着两个向量共线;
根据二维向量叉乘规则,按照逆时针取向量ab和ao、bc和bo、cd和co、da和do分别进行叉乘运算,得到J1,J2,J3和J4
判断所有的叉乘值是否同号,即是否满足J1*J2 >0,J1*J3 >0,J1*J4 >0。
本发明的有益效果如下:
本发明具有良好的环境自适应能力,用雷达信号重构技术来划出室内房间的边缘轮廓,以实现调节雷达的预警范围。
本发明可有效抑制房间内多径杂波和区域外的干扰,已通过验证了其可行性和有效性。
附图说明
图1本发明的自适应调节流程图;
图2本发明的房间墙体示意图;
图3本发明的长方形房间重构图;
图4本发明的正方形房间重构图;
图5本发明的梯形房间重构图。
具体实施方式
下面结合附图对本发明作进一步的说明,但不以任何方式对本发明加以限制,基于本发明教导所作的任何变换或替换,均属于本发明的保护范围。
本发明提供了一种自适应调整跌倒检测雷达预警区域的方法以实现毫米波人员跌倒监测雷达在不同户型和大小的房间内稳定工作。该算法包括有以下步骤:
第一步进行毫米波雷达数据预处理,通过探测毫米波的往返时间来得到目标物距离,通过计算返回接收天线的雷达波的多普勒频率变化得到目标相对于雷达的运动速度;
第二步进行角度解算处理,对并列的接收天线收到目标反射的雷达波相位差计算得到目标的方位角雷达;
第三步进行恒虚警检测,对输入的信号确定一个门限,输出二维目标点云结果;
第四步进行墙体目标检测,遍历所有的点云后提取出大于预设能量阈值的点云,将其判定为墙体的点云;
第五步进行房间墙体位置重构,基于墙体的点云做拟合曲线重构房间的ABCD四面墙体布局,在坐标系上显示出墙体的空间位置;
第六步向量叉乘法预警区域划界,以ABCD墙体拟合曲线特性和相交得到多个节点,构成一个封闭的预警区域,用向量叉乘法遍历所有点云是否在一个预警区域内。
算法流程参考图1所示,具体方法步骤介绍如下:
S1毫米波雷达数据预处理:配置毫米波雷达波形,收发电磁波采集原始回波数据。通过给目标连续发送毫米波信号,然后用传感器接收从物体返回的毫米波,通过探测毫米波的往返时间来得到目标物距离。根据多普勒效应,通过计算返回接收天线的雷达波的频率变化就可以得到目标相对于雷达的运动速度,简单地说就是相对速度正比于频率变化量;多普勒频移公式如下:
Figure 345460DEST_PATH_IMAGE012
,其中的f d 为多普勒频移,v r 为目标与雷达的相对速度,f 0为雷达发射频率60GHz,c为光速。
S2 角度解算处理:通过并列的接收天线收到同一目标反射的雷达波的相位差计算得到目标的方位角雷达,得到雷达二维距离方位热图。
S3 恒虚警检测:在雷达信号检测中,对输入的噪声进行处理后确定一个门限,将此门限与输入端信号相比,如输入端信号超过了此门限,则判为有目标,根据步骤2处理后得到的二维距离方位热图进行恒虚警检测处理,可输出二维目标点云数据。
S4 墙体目标检测:根据步骤2雷达测速后,目标点云数据获得速度信息。接着,在多普勒域选取速度等于0的静止目标点云。静态目标检测输出墙面的强反射目标,设定固定能量阈值出去其他静态杂波,最后得到墙体的点云。
S5 房间墙体位置重构:根据墙体的点云重构房间的ABCD四面墙体,还原墙体在坐标系所处的空间位置,如图2所示。已知雷达位处于坐标轴原点(0,0),可得A墙体为y=0;其他3面墙体重构步骤如下
首先选取x轴上最小的P1点,该点雷达能量值为power1,以P横坐标的值为基准取出与P点横坐标的值距离满足小于阈值D1的点云为B墙区域;接着选取x轴最大的点P2,该点雷达能量值为power2,以P横坐标的值为基准取出与P点横坐标的值距离满足小于阈值D2的点云为C墙区域;接着选取y轴最大的点P3,该点雷达能量值为power3,以P3纵坐标的值为基准取出与P3点纵坐标的值距离满足小于阈值D3的点云为D墙区域。接着,所有选取的点云划分成了BCD墙3个区域,分别对BCD墙体区域的点云数据进行拟合。其中,阈值D1到D3和power1到power3的对应关系为D=δ*power,δ为受环境影响的能量影响因子,通过实验确定。
在有些实施例中,对于五边形的房间,方法与上述方法类似,先确定A墙体的位置,再重构其它4面墙体,将其分为BCDE墙4个区域,具体步骤不再赘述。
采用的拟合方法描述如下,假设一组墙体区域的点云数据为(x j y j ), j=0,1,…,m,拟合n次的多项式表达式如下:
Figure 337686DEST_PATH_IMAGE002
其中,n代表多项式最高次数,根据环境复杂度而定;k是幂级数;x k xk次幂;
Figure 501952DEST_PATH_IMAGE003
x k 最终输出的多项式系数;δ * (x)为最终输出的墙体多项式表达式。
δ * (x)去逼近拟合点云,使得下面关系式成立:
Figure 212419DEST_PATH_IMAGE013
其中,δ(x j )为正在拟合中的多项式表达式;a表示正在拟合中的多项式系数;x j 为点云的横坐标;y j 为点云的纵坐标;m为需要拟合点云的个数。
拟合函数相应的法方程组为:
Figure 408914DEST_PATH_IMAGE014
最后依次对BCD墙体区域的三组点云数据分别进行拟合,得到BCD墙体拟合多项式,B墙体多项式可表示为
Figure 786805DEST_PATH_IMAGE006
,C墙体多项式可表示为
Figure 544808DEST_PATH_IMAGE007
,D墙体多项式可表示为
Figure 742571DEST_PATH_IMAGE008
在有些实施例中,对于五边形墙体,依次对BCDE墙体区域的四组点云数据分别进行拟合,得到BCDE墙体拟合多项式,B墙体多项式可表示为
Figure 555806DEST_PATH_IMAGE006
,C墙体多项式可表示为
Figure 975155DEST_PATH_IMAGE007
,D墙体多项式可表示为
Figure 215644DEST_PATH_IMAGE008
,E墙体多项式可表示为
Figure 900703DEST_PATH_IMAGE015
S6 向量叉乘法预警区域划界:以ABCD墙体(四边形为例,可根据拟合效果拓展为多边形)拟合曲线特性和相交得到多个节点a,b,c和d,并且构成一个封闭的图形,这个图形为房间的内部布局,也就是雷达有效的预警区域。用向量叉乘法判断一个点云o点是否在一个预警区域内。叉乘法原理如下,二维向量
Figure 203115DEST_PATH_IMAGE009
表示为(x a y a ),二维向量
Figure 24440DEST_PATH_IMAGE010
为(x b y b ),它们之间的叉乘值J可以表示为:
Figure 701409DEST_PATH_IMAGE011
如果值大于0,则表明(x b y b ) 在(x a y a ) 左边,反之在右边,等于0则意味着两个向量共线。根据二维向量叉乘规则,按照逆时针取向量ab和ao、bc和bo、cd和co、da和do分别进行叉乘运算,得到J1,J2,J3和J4,接着判断所有的叉乘值J是否同号,也就是两两之间乘积大于0,满足J1*J2 >0,J1*J3 >0,J1*J4 >0。
如果所有的叉乘值符合同号,则说明该点云在预警区域内部。该方法在雷达处理模块中原始点云中自适应调节预警区域,实现剔除预警区域外的点云,保留预警区域内的有效点云。
参考图3、4、5长方形、正方形和梯形房间的重构结果,可以看出,本发明可以有效提取预警区域内的有效点云。
本发明具有良好的环境自适应能力,用雷达信号重构技术来划出室内房间的边缘轮廓,以实现调节雷达的预警范围。
本发明可有效抑制房间内多径杂波和区域外的干扰,已通过验证了其可行性和有效性。
本文所使用的词语“优选的”意指用作实例、示例或例证。本文描述为“优选的”任意方面或设计不必被解释为比其他方面或设计更有利。相反,词语“优选的”的使用旨在以具体方式提出概念。如本申请中所使用的术语“或”旨在意指包含的“或”而非排除的“或”。即,除非另外指定或从上下文中清楚,“X使用A或B”意指自然包括排列的任意一个。即,如果X使用A;X使用B;或X使用A和B二者,则“X使用A或B”在前述任一示例中得到满足。
而且,尽管已经相对于一个或实现方式示出并描述了本公开,但是本领域技术人员基于对本说明书和附图的阅读和理解将会想到等价变型和修改。本公开包括所有这样的修改和变型,并且仅由所附权利要求的范围限制。特别地关于由上述组件(例如元件等)执行的各种功能,用于描述这样的组件的术语旨在对应于执行所述组件的指定功能(例如其在功能上是等价的)的任意组件(除非另外指示),即使在结构上与执行本文所示的本公开的示范性实现方式中的功能的公开结构不等同。此外,尽管本公开的特定特征已经相对于若干实现方式中的仅一个被公开,但是这种特征可以与如可以对给定或特定应用而言是期望和有利的其他实现方式的一个或其他特征组合。而且,就术语“包括”、“具有”、“含有”或其变形被用在具体实施方式或权利要求中而言,这样的术语旨在以与术语“包含”相似的方式包括。
本发明实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以多个或多个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器,磁盘或光盘等。上述的各装置或系统,可以执行相应方法实施例中的存储方法。
综上所述,上述实施例为本发明的一种实施方式,但本发明的实施方式并不受所述实施例的限制,其他的任何背离本发明的精神实质与原理下所做的改变、修饰、代替、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (8)

1.基于毫米波人员跌倒检测雷达的预警区域自适应调节方法,其特征在于,包括以下步骤:
S1毫米波雷达数据预处理:通过探测毫米波的往返时间来得到目标物距离,通过计算返回接收天线的雷达波的多普勒频率变化得到目标相对于雷达的运动速度;
S2角度解算处理:对并列的接收天线收到目标反射的雷达波相位差计算得到目标的方位角雷达;
S3恒虚警检测:对输入的信号确定一个门限,输出二维目标点云结果;
S4墙体目标检测:遍历所有的点云后提取出大于预设能量阈值的点云,将其判定为墙体的点云;
S5进行房间墙体位置重构:基于墙体的点云做拟合曲线重构房间的多边形墙体布局,在坐标系上显示出墙体的空间位置;
S6向量叉乘法预警区域划界:以多边形墙体拟合曲线特性和相交得到多个节点,构成一个封闭的预警区域,用向量叉乘法遍历所有点云是否在一个预警区域内。
2.根据权利要求1所述的基于毫米波人员跌倒检测雷达的预警区域自适应调节方法,其特征在于,S2步骤包括:
配置毫米波雷达波形,收发电磁波采集原始回波数据;
通过给目标连续发送毫米波信号,然后用传感器接收从物体返回的毫米波,通过探测毫米波的往返时间来得到目标物距离;
根据多普勒效应,通过计算返回接收天线的雷达波的频率变化得到目标相对于雷达的运动速度。
3.根据权利要求1所述的基于毫米波人员跌倒检测雷达的预警区域自适应调节方法,其特征在于,通过并列的接收天线收到同一目标反射的雷达波的相位差计算得到目标的方位角雷达,得到雷达二维距离方位热图。
4.根据权利要求1所述的基于毫米波人员跌倒检测雷达的预警区域自适应调节方法,其特征在于,S3步骤中,在雷达信号检测中,对输入的噪声进行处理后确定一个门限,将此门限与输入端信号相比,如输入端信号超过了此门限,则判为有目标,根据步骤S2处理后得到的二维距离方位热图进行恒虚警检测处理,可输出二维目标点云数据。
5.根据权利要求1所述的基于毫米波人员跌倒检测雷达的预警区域自适应调节方法,其特征在于,S4步骤中:根据步骤2雷达测速后,目标点云数据获得速度信息;
在多普勒域选取速度等于0的静止目标点云;
静态目标检测输出墙面的强反射目标,设定固定能量阈值除去其他静态杂波,最后得到墙体的点云。
6.根据权利要求1所述的基于毫米波人员跌倒检测雷达的预警区域自适应调节方法,其特征在于,当多边形墙体为四边形时,根据墙体的点云重构房间的ABCD四面墙体,还原墙体在坐标系所处的空间位置,具体包括:
已知雷达位处于坐标轴原点(0,0),可得A墙体为y=0;其他3面墙体重构步骤如下:
选取x轴上最小的P1点,该点雷达能量值为power1,以P横坐标的值为基准取出与P点横坐标的值距离满足小于阈值D1的点云为B墙区域;
选取x轴最大的点P2,该点雷达能量值为power2,以P横坐标的值为基准取出与P点横坐标的值距离满足小于阈值D2的点云为C墙区域;接着选取y轴最大的点P3,该点雷达能量值为power3,以P3纵坐标的值为基准取出与P3点纵坐标的值距离满足小于阈值D3的点云为D墙区域;
所有选取的点云划分成了BCD墙3个区域,分别对BCD墙体区域的点云数据进行拟合,其中,阈值D1、D2、D3和power1、power2、power3的对应关系为
Figure 61180DEST_PATH_IMAGE001
t=1,2,3,δ为受环境影响的能量影响因子。
7.根据权利要求6所述的基于毫米波人员跌倒检测雷达的预警区域自适应调节方法,其特征在于,采用的拟合方法描述如下:一组墙体区域的点云数据为(x j y j ), j=0,1,…,m,拟合n次的多项式表达式如下:
Figure 226582DEST_PATH_IMAGE002
其中,n代表多项式最高次数,根据环境复杂度确定;k是幂级数;x k xk次幂;
Figure 871321DEST_PATH_IMAGE003
x k 最终输出的多项式系数;δ * (x)为最终输出的墙体多项式表达式;
δ * (x)去逼近拟合点云,使得下面关系式成立:
Figure 438569DEST_PATH_IMAGE005
其中,δ(x j )为正在拟合中的多项式表达式;a表示正在拟合中的多项式系数;x j 为点云的横坐标;y j 为点云的纵坐标;m为需要拟合点云的个数;
拟合函数相应的方程组为:
Figure 330301DEST_PATH_IMAGE007
依次对BCD墙体区域的三组点云数据分别进行拟合,得到BCD墙体拟合多项式,B墙体多项式可表示为
Figure 796049DEST_PATH_IMAGE008
,C墙体多项式可表示为
Figure 431430DEST_PATH_IMAGE009
,D墙体多项式可表示为
Figure 853184DEST_PATH_IMAGE010
8.根据权利要求7所述的基于毫米波人员跌倒检测雷达的预警区域自适应调节方法,其特征在于,以ABCD墙体拟合曲线特性和相交得到多个节点a,b,c和d,并且构成一个封闭的图形,即雷达有效的预警区域;
用向量叉乘法判断一个点云o点是否在一个预警区域内,具体方法如下:
二维向量
Figure 728867DEST_PATH_IMAGE011
表示为(x a y a ),二维向量
Figure 868861DEST_PATH_IMAGE012
为(x b y b ),它们之间的叉乘值J可以表示为:
Figure 307933DEST_PATH_IMAGE013
如果值大于0,则表明(x b y b ) 在(x a y a ) 左边,反之在右边,等于0则意味着两个向量共线;
根据二维向量叉乘规则,按照逆时针取向量ab和ao、bc和bo、cd和co、da和do分别进行叉乘运算,得到J1,J2,J3和J4
判断所有的叉乘值是否同号,即是否满足J1*J2 >0,J1*J3 >0,J1*J4 >0。
CN202210490136.XA 2022-05-07 2022-05-07 基于毫米波人员跌倒检测雷达的预警区域自适应调节方法 Active CN114637006B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210490136.XA CN114637006B (zh) 2022-05-07 2022-05-07 基于毫米波人员跌倒检测雷达的预警区域自适应调节方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210490136.XA CN114637006B (zh) 2022-05-07 2022-05-07 基于毫米波人员跌倒检测雷达的预警区域自适应调节方法

Publications (2)

Publication Number Publication Date
CN114637006A true CN114637006A (zh) 2022-06-17
CN114637006B CN114637006B (zh) 2023-03-10

Family

ID=81953217

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210490136.XA Active CN114637006B (zh) 2022-05-07 2022-05-07 基于毫米波人员跌倒检测雷达的预警区域自适应调节方法

Country Status (1)

Country Link
CN (1) CN114637006B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111025241A (zh) * 2019-10-17 2020-04-17 珠海格力电器股份有限公司 一种边界区域检测方法、装置、电子设备及存储介质
CN111427032A (zh) * 2020-04-24 2020-07-17 森思泰克河北科技有限公司 基于毫米波雷达的房间墙体轮廓识别方法及终端设备
CN111580099A (zh) * 2020-06-12 2020-08-25 南京信息工程大学 基于联合熵值的穿墙成像雷达墙体杂波抑制方法
CN111708014A (zh) * 2020-05-26 2020-09-25 烟台陆地智能科技有限公司 一种毫米波雷达的封闭空间内部非合作目标定位及测量方法
CN112099039A (zh) * 2020-08-25 2020-12-18 西北工业大学 一种基于激光雷达的室内相对定位方法
CN113687429A (zh) * 2021-08-30 2021-11-23 四川启睿克科技有限公司 一种确定毫米波雷达监测区域边界的装置及方法
CN113868739A (zh) * 2021-09-24 2021-12-31 杭州电子科技大学 一种基于神经网络的多房间室内户型图重建方法
CN113970738A (zh) * 2021-10-26 2022-01-25 四川启睿克科技有限公司 毫米波雷达半自动区域边界检测方法
CN114280568A (zh) * 2021-12-15 2022-04-05 青岛海信日立空调系统有限公司 墙体的轮廓识别方法及装置
US20220114363A1 (en) * 2020-10-08 2022-04-14 Imec Vzw Method and System for Indoor Multipath Ghosts Recognition
CN114442101A (zh) * 2022-01-28 2022-05-06 南京慧尔视智能科技有限公司 基于成像毫米波雷达的车辆导航方法、装置、设备及介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111025241A (zh) * 2019-10-17 2020-04-17 珠海格力电器股份有限公司 一种边界区域检测方法、装置、电子设备及存储介质
CN111427032A (zh) * 2020-04-24 2020-07-17 森思泰克河北科技有限公司 基于毫米波雷达的房间墙体轮廓识别方法及终端设备
CN111708014A (zh) * 2020-05-26 2020-09-25 烟台陆地智能科技有限公司 一种毫米波雷达的封闭空间内部非合作目标定位及测量方法
CN111580099A (zh) * 2020-06-12 2020-08-25 南京信息工程大学 基于联合熵值的穿墙成像雷达墙体杂波抑制方法
CN112099039A (zh) * 2020-08-25 2020-12-18 西北工业大学 一种基于激光雷达的室内相对定位方法
US20220114363A1 (en) * 2020-10-08 2022-04-14 Imec Vzw Method and System for Indoor Multipath Ghosts Recognition
CN113687429A (zh) * 2021-08-30 2021-11-23 四川启睿克科技有限公司 一种确定毫米波雷达监测区域边界的装置及方法
CN113868739A (zh) * 2021-09-24 2021-12-31 杭州电子科技大学 一种基于神经网络的多房间室内户型图重建方法
CN113970738A (zh) * 2021-10-26 2022-01-25 四川启睿克科技有限公司 毫米波雷达半自动区域边界检测方法
CN114280568A (zh) * 2021-12-15 2022-04-05 青岛海信日立空调系统有限公司 墙体的轮廓识别方法及装置
CN114442101A (zh) * 2022-01-28 2022-05-06 南京慧尔视智能科技有限公司 基于成像毫米波雷达的车辆导航方法、装置、设备及介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MICHAEL DARMS: "Map based Road Boundary Estimation", 《2010 IEEE INTELLIGENT VEHICLES SYMPOSIUM》 *
冯飞: "基于优化最小化框架的墙体成像算法*", 《雷达科学与技术》 *

Also Published As

Publication number Publication date
CN114637006B (zh) 2023-03-10

Similar Documents

Publication Publication Date Title
Kim et al. Radar target identification using one-dimensional scattering centres
Kim et al. Performance comparison of target localization for active sonar systems
JP4613934B2 (ja) 気象レーダ装置
JP6756889B1 (ja) 渦検出装置、渦検出方法、プログラム及び学習済モデル
EP3982160A1 (en) Method and system for indoor multipath ghosts recognition
US20220179062A1 (en) Detection apparatus and method
Gerstoft et al. Refractivity estimation using multiple elevation angles
JP7295317B2 (ja) 気象レーダーのためのノイズ除去装置および方法
KR20200065827A (ko) 레이더 영상 재구성 기반 객체 추적 장치 및 방법
CN108107434A (zh) 基于双多普勒雷达反演的区域三维风场拼图方法
CN115840205B (zh) 一种基于激光雷达技术的地形面积计量方法和系统
Ko et al. A method of acoustic landmark extraction for mobile robot navigation
CN113267754A (zh) 一种基于三维网格的地形遮挡雷达探测范围计算方法
CN114384489A (zh) 一种浴室跌倒检测雷达的水雾杂波滤除方法
Teng et al. Netted radar sensitivity and ambiguity
CN114637006B (zh) 基于毫米波人员跌倒检测雷达的预警区域自适应调节方法
CN114296076A (zh) 一种基于毫米波雷达的室内跌倒检测方法和装置
CN117368877A (zh) 基于生成对抗学习的雷达图像杂波抑制与目标检测方法
Jagadesh et al. Modeling Target Detection and Performance Analysis of Electronic Countermeasures for Phased Radar.
Dong et al. High grazing angle X-band sea clutter distributions
CN106291480A (zh) 一种基于节点耦合的多径抑制算法
CN115343681A (zh) 一种针对空中目标的雷达可探测性评价方法
Vergara et al. Multi‐sensor data fusion between radio tomographic imaging and noise radar
Wang et al. Terrain clutter modeling for airborne radar system using digital elevation model
El-Kamchouchy et al. An accurate multistatic radar RCS (MRCS) for airhawk F117 stealthy target

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