CN114847931A - 人体运动的跟踪方法、装置和计算机可读存储介质 - Google Patents
人体运动的跟踪方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN114847931A CN114847931A CN202210308536.4A CN202210308536A CN114847931A CN 114847931 A CN114847931 A CN 114847931A CN 202210308536 A CN202210308536 A CN 202210308536A CN 114847931 A CN114847931 A CN 114847931A
- Authority
- CN
- China
- Prior art keywords
- human body
- motion
- radar
- tracking
- signal
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
- A61B5/1135—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing by monitoring thoracic expansion
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6895—Sport equipment
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0021—Tracking a path or terminating locations
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0021—Tracking a path or terminating locations
- A63B2024/0028—Tracking the path of an object, e.g. a ball inside a soccer pitch
- A63B2024/0034—Tracking the path of an object, e.g. a ball inside a soccer pitch during flight
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2230/00—Measuring physiological parameters of the user
- A63B2230/04—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations
- A63B2230/06—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations heartbeat rate only
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2230/00—Measuring physiological parameters of the user
- A63B2230/40—Measuring physiological parameters of the user respiratory characteristics
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Cardiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Pulmonology (AREA)
- Physical Education & Sports Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请公开了一种人体运动的跟踪方法、装置和计算机可读存储介质,人体运动的跟踪方法包括:获取人体的运动特征;根据运动特征预测人体的运动趋势;根据运动趋势控制雷达装置向人体发射第一雷达信号。本申请通过预测人体的运动趋势,基于运动趋势确定人体胸腹位置,实现了人体胸腹位置的实时跟踪,继而提高了人体生理参数的检测结果的准确性。
Description
技术领域
本申请涉及信号处理技术领域,尤其涉及一种人体运动的跟踪方法、装置和计算机可读存储介质。
背景技术
人在运动的过程中,对呼吸、心率进行实时监测,可以对运动状况(如有氧、无氧等状况)进行反映,以指导运动,也可以在身体出现异常的情况下进行预警。而现有健身房的健身器械,通常没有人体运动的跟踪的功能,即不能实时检测人体的生理参数,基于此,用户通常通过佩戴智能手表监测运动过程中的生理参数,但是,此类接触式的检测设备需要贴近用户的皮肤,引起不适感,且在某些情况下,可能会引发炎症,另外,此类接触式的检测设备容易受到震动、汗液的干扰,从而使检测结果出现偏差,降低检测结果的准确度。
发明内容
本申请实施例通过提供一种人体运动的跟踪方法、装置和计算机可读存储介质,旨在解决传统接触式使用舒适性,以及受汗液干扰而产生的生理参数检测结果准确度低的问题。
为实现上述目的,本申请一方面提供一种人体运动的跟踪方法,所述方法包括:
获取人体的运动特征;
根据所述运动特征预测所述人体的运动趋势;
根据所述运动趋势控制雷达装置向所述人体发射第一雷达信号。
可选地,所述根据所述运动特征预测所述人体的运动趋势的步骤包括:
获取预设的运动模型;
根据所述预设的运动模型和所述运动特征预测所述人体在下一时刻的运动趋势。
可选地,所述根据所述运动趋势控制雷达装置向所述人体发射第一雷达信号的步骤包括:
根据所述运动趋势确定所述第一雷达信号的发射参数;
控制所述雷达装置按照所述发射参数向所述人体发射所述第一雷达信号,以及调整所述人体生理参数的测量精度。
可选地,所述获取人体的运动特征的步骤包括:
控制所述雷达发射装置向所述人体发射第二雷达信号;
接收所述人体反射的第二回波信号,根据所述第二回波信号检测所述人体的运动特征。
可选地,所述控制所述雷达发射装置向所述人体发射第二雷达信号的步骤包括:
获取所述人体的胸部与腹部的三维成像,以及所述人体的骨架信息;
根据所述胸部与腹部的三维成像和/或所述骨架信息确定所述人体的胸部位置和腹部位置;
控制所述雷达发射装置向所述胸部位置和所述腹部位置发射所述第二雷达信号。
可选地,所述根据所述第二回波信号获取所述人体的运动特征的步骤包括:
根据所述第二回波信号重新构建所述人体的胸部与腹部的三维成像,以及所述人体的骨架信息;
根据重新构建的所述胸部与腹部的三维成像和/或骨架信息获取所述人体的运动特征。
可选地,所述方法,还包括:
接收所述人体反射的回波信号;
根据所述回波信号获取所述人体的生理参数。
可选地,所述生理参数包括呼吸频率和心跳频率,所述根据所述回波信号获取所述人体的生理参数的步骤包括:
对所述回波信号进行数据处理,以获取所述人体的胸部与腹部的振动信号;
根据所述振动信号提取所述人体的呼吸信号和心跳信号;
根据所述呼吸信号确定所述人体的呼吸频率,以及基于所述心跳信号确定人体的心跳频率。
此外,为实现上述目的,本申请另一方面还提供一种人体运动的跟踪装置,所述人体运动的跟踪装置包括存储器、处理器及存储在存储器上并在所述处理器上运行人体运动的跟踪程序,所述处理器执行所述人体运动的跟踪程序时实现如上所述人体运动的跟踪方法的步骤。
此外,为实现上述目的,本申请另一方面还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有人体运动的跟踪程序,所述人体运动的跟踪程序被处理器执行时实现如上所述人体运动的跟踪方法的步骤。
本申请提出一种人体运动的跟踪方法,通过获取人体的运动特征;根据运动特征预测人体的运动趋势;根据运动趋势控制雷达装置向人体发射第一雷达信号。本申请通过预测人体的运动趋势,基于运动趋势确定人体胸腹位置,实现了人体胸腹位置的实时跟踪,继而提高了人体生理参数的检测结果的准确性。
附图说明
图1为本申请实施例方案涉及的硬件运行环境的终端结构示意图;
图2为本申请人体运动的跟踪方法第一实施例的流程示意图;
图3为本申请人体运动的跟踪方法第二实施例中步骤S10之前的流程示意图;
图4为本申请人体运动的跟踪方法第三实施例的流程示意图;
图5为本申请人体运动的跟踪装置中各功能模块的示意图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
本申请实施例的主要解决方案是:获取人体的运动特征;根据所述运动特征预测所述人体的运动趋势;根据所述运动趋势控制雷达装置向所述人体发射第一雷达信号。
由于现有健身房的健身器械,通常没有人体运动的跟踪的功能,即不能实时检测人体的生理参数,基于此,用户通常通过佩戴智能手表监测运动过程中的生理参数,但是,此类接触式的检测设备需要贴近用户的皮肤,引起不适感,且在某些情况下,可能会引发炎症,另外,此类接触式的检测设备容易受到震动、汗液的干扰,从而使检测结果出现偏差,降低检测结果的准确度。
而本申请通过获取人体的运动特征,根据运动特征预测人体的运动趋势,根据运动趋势控制雷达装置向人体发射第一雷达信号。本申请通过预测人体的运动趋势,基于运动趋势确定人体胸腹位置,实现了人体胸腹位置的实时跟踪,继而提高了人体生理参数的检测结果的准确性。
如图1所示,图1为本申请实施例方案涉及的硬件运行环境的终端设备结构示意图。
如图1所示,该终端设备可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的终端设备结构并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机可读存储介质的存储器1005中可以包括人体运动的跟踪程序。
在图1所示的终端设备中,网络接口1004主要用于与后台服务器进行数据通信;用户接口1003主要用于与客户端(用户端)进行数据通信;处理器1001可以用于调用存储器1005中人体运动的跟踪程序,并执行以下操作:
获取人体的运动特征;
根据所述运动特征预测所述人体的运动趋势;
根据所述运动趋势控制雷达装置向所述人体发射第一雷达信号。
参考图2,图2为本申请人体运动的跟踪方法第一实施例的流程示意图。
本申请实施例提供了一种人体运动的跟踪方法,需要说明的是,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例的人体运动的跟踪方法,包括以下步骤:
步骤S10,获取人体的运动特征;
需要说明的是,由于运动类型不同,其对应的运动器械也不同,同时,检测设备(如传感器)的摆放位置也不同。在人体运动的过程中,可以使用视觉相机、结构光相机或TOF相机以及毫米波雷达对人体的胸部和腹部进行定位和识别,并对胸部和腹部整体运动进行跟踪和测量。其中,在对人体胸部和腹部整体运动进行跟踪和测量前,需要对相机模组(包括视觉相机、结构光相机或TOF相机)和毫米波雷达模组进行标定,在世界坐标系、相机坐标系、毫米波雷达坐标系、雷达数据空间坐标系、图像坐标系之间建立映射关系。
在本实施例中,人体在运动的过程中,基于人体运动的跟踪系统中的相机采集人体的图像,然后,根据采集到的图像获取人体的运动特征,例如,当人体运动的跟踪系统检测到用户在健身器械上运动时,通过相机模组拍摄人体的图像,然后,基于图像深度学习模型对人体姿态进行识别和计算,得到人体的运动特征,该运动特征身体姿势、运动轨迹、运动时间、运动速度、运动速率等信息,其中,身体姿势指身体及身体各部位在不同的运动阶段所处的状态;运动轨迹是指身体的某一部分从开始位置到结束为止所经过的路线组成的动作的空间特征,该运动轨迹由运动轨迹方向、运动轨迹形式和运动幅度表示;运动时间是指人体完成运动动作所需的时间;运动速度是指身体或身体某一部分在单位时间内产生的位移距离;运动速率是指在单位时间中内运动动作重复的次数。
步骤S20,根据所述运动特征预测所述人体的运动趋势;
需要说明的是,大多数运动的运动动作都是具有周期性的,即在一段时间内重复进行相同的运动动作,如跑步,引体向上、仰卧起坐等。基于此,可以预设人体在下一时刻的运动动作,从而实现人体运动的跟踪。
在本实施例中,基于该运动特征预设人体在下一时刻的运动趋势,具体地,获取预设的运动模型,然后,基于该预设的运行模型和运动特征预设人体在下一时刻的运动趋势,
可选地,根据运动特征获取人体的运动动作,以及运动动作出现的频率,然后,根据运动动作出现的频率确定人体的运动趋势。例如,假设用户在健身房的器械上做引体向上,此时,通过相机模组拍摄一段时间内的图像,基于拍摄的图像提取这段时间内人体的运动动作,然后,统计每个运动动作出现的频率,基于每个运动动作出现的频率预测人体下一时刻的运动趋势,即下一时刻的运动动作。
步骤S30,根据所述运动趋势控制雷达装置向所述人体发射第一雷达信号;
在确定人体在下一时刻的运动趋势后,根据该运动趋势控制雷达装置向人体发射第一雷达信号,一实施例中,根据该运动趋势确定雷达发射装置的发射参数,该发射参数主要包括但不限于:发射方向、发射距离、发生功率等,然后,控制雷达发射装置按照该发射参数向人体发射第一雷达信号,并进一步调整人体生理参数的测量精度。例如,假设对人体的胸部和腹部进行跟踪,则根据该运动趋势确定人体的胸部与腹部下一时刻所处的位置信息,然后,控制雷达发射装置基于该位置信息指向性地向人体的胸部和腹部发射第一雷达信号。
本实施例通过获取人体的运动特征;根据运动特征预测人体的运动趋势;根据运动趋势控制雷达装置向人体发射第一雷达信号。本申请通过预测人体的运动趋势,基于运动趋势确定人体胸腹位置,实现了人体胸腹位置的实时跟踪,继而提高了人体生理参数的检测结果的准确性。
进一步地,参考图3,基于上述第一实施例,提出本申请人体运动的跟踪方法第二实例。
本申请人体运动的跟踪方法第二实例与第一实施例的区别在于,所述获取人体的运动特征的步骤包括:
步骤S11,控制所述雷达发射装置向所述人体发射第二雷达信号;
在检测到用户在运动器械上运动时,通过相机模组获取人体的胸部与腹部的三维成像,以及人体的骨架信息。一实施例中,相机模组和毫米波雷达模组的视野可以覆盖全部人体,或者至少可以覆盖胸、腹部的范围。对于可以覆盖全身的情况,可以从采集的图像上提取人体骨架,再辅以结构光或TOF相机获取人体三维姿态信息。对于不能覆盖整个人体,但至少可以覆盖胸部和腹部范围的情况,可以使用结构光相机或TOF相机对胸部和腹部进行三维成像。例如,通过TOF或者多发多收的雷达技术,可以生成传感器(TOF或者雷达)“视野”范围内的点云信息,即物体表面在空间的三维坐标。然后,对获取到的点云信息进行点云过滤处理,具体包括:由于目标对象(人体)与传感器的相对位置比较固定,基于此,可预先知道人体与传感器位置信息,基于该位置信息可将落在该范围之外的点去除,以排除背景或者周边物体的干扰。然后,对点云进行CFAR(Constant False-Alarm Rate,恒虚警检测),以排除噪声点(如雷达)的干扰。进一步使用DBSCAN(Density-Based SpatialClustering of Applications with Noise,具有噪声的基于密度的聚类方法)进行聚类分析,获得较为“干净”的点云,该处理后的点云即为人体面对传感器的表面空间坐标。将上述过滤处理完成后的点云输入至预先训练的人体模型中,从而获得表征当前人体姿态的状态参数,基于该状态参数获取人体的胸部和腹部的三维成像。
可选地,根据成像组织、成像方法的不同,可以使用UWB、毫米波等多种波段的雷达波,然后,使用反射、散射、透射的方式获取接收信号,其中,获取的信息主要包括信号发射与接收之间的时间间隔、信号强度、相位等信息,再获取人体表面、内部组织分界面的信息。进一步地,雷达可以通过机械扫描、雷达天线级联、多发多收等多种方式形成空间分辨率,即可以对接收信号的空间位置来源进行确认,从而形成具有空间分辨率的雷达数据图像。其中,可以连续扫描,即在空间分辨率的基础上,具有一定的时间分辨率,可以对动态信息进行处理。然后,获取的雷达信息可以进行多种方式的重建,以形成具有和人体组织空间位置有对应关系的密度或相关物理量的图像表达,例如,对人体表面的形态进行成像,对人体内部的断层信息进行成像等,如对人体的胸部和腹部的进行成像,其中,成像物理量可以是组织密度、组织弹性、对特定波段雷达波的吸收率等。
一实施例中,在获取到人体的骨架信息和胸部与腹部的三维成像后,根据胸部与腹部的三维成像和/或骨架信息确定人体的胸部位置和腹部位置,然后,控制雷达发射装置向胸部位置和腹部位置发射第二雷达信号。例如,在确定人体的胸部与腹部的三维成像后,即可确定人体的胸部位置和腹部位置,再通过雷达发射装置指向性地向人体的胸部和腹部发射第二雷达信号。或者,在确定人体的骨架信息后,根据骨架的排布信息确定人体的胸部位置和腹部位置,再通过雷达发射装置指向性地向人体的胸部和腹部发射第二雷达信号。又或者,在通过胸部与腹部的三维成像确定人体的胸部位置和腹部位置后,再次通过人体的骨架信息验证该位置是否正确,以提高位置的准确性,假设两次确定的位置匹配,则通过雷达发射装置指向性地向人体的胸部和腹部发射第二雷达信号。
步骤S12,接收所述人体反射的第二回波信号,根据所述第二回波信号检测所述人体的运动特征。
在本实施例中,雷达发射装置向人体的胸部和腹部发射雷达信号(即电磁波信号)后,电磁波信号在空间中遇到人体后反射,然后,通过雷达接收装置接收反射的第二回波信号,根据第二回波信号重新构建人体的胸部与腹部的三维成像,以及人体的骨架信息,再根据重新构建的胸部与腹部的三维成像和/或骨架信息获取人体的运动特征,包括身体姿势、运动轨迹、运动时间、运动速度、运动速率等信息。
本实施例通过控制雷达发射装置指向性地向人体发射第二雷达信号,接收人体反射的第二回波信号,然后,基于该第二回波信号获取人体的运动特征,如此,提高了运动特征获取的准确性。
进一步地,参考图4,基于上述第一实施例和第二实施例,提出本申请人体运动的跟踪方法第三实例。
本申请人体运动的跟踪方法第三实例与第一实施例和第二实施例的区别在于,所述根据所述运动趋势控制雷达装置向所述人体发射第一雷达信号步的骤之后,包括:
步骤S40,接收所述人体反射的回波信号;
在本实施例中,雷达发射装置向人体发射雷达信号(即电磁波信号)后,电磁波信号在空间中遇到人体后反射,然后,通过雷达接收装置接收反射的回波信号。
步骤S50,根据所述回波信号获取所述人体的生理参数。
需要说明的是,采用接触式设备(如智能手表、智能手机等)检测人体的生理参数时,存在以下缺点:续航能力低,由于接触式设备大多数为需要充电的设备,因此,当电量过低时,设备无法工作;检测结果的准确度低,由于接触式设备需要贴近用户的皮肤进行检测,一旦偏离用户的皮肤,检测结果有可能出现偏差;对于敏感肌肤的用户来说,长时间佩戴接触式设备有可能引起皮肤病。基于此,本申请采用非接触式设备对人体的生理指标进行监测,其中,本申请的非接触式人体运动的跟踪系统主要由视觉相机、结构光相机或TOF(Time of Flight,飞行时间)相机、毫米波雷达等传感器组成,可适配不同的健身器械,实现对运动中的人体心率、呼吸等生理指标进行实时监测。其中,雷达测量人体呼吸和心跳的原理为:呼吸和心跳等人体活动会引起胸腔的起伏,进而引起雷达与被测人体之间的径向距离的变化,通过测量该径向距离的变化,可提取人体呼吸心跳信号。
雷达接收装置接收到反射的回波信号时,将该回波信号发送至数据处理器,由数据处理器对该回波信号进行处理得到人体的生理参数。一实施例中,对回波信号进行数据处理,以获取人体的胸部与腹部的振动信号,其中,数据处理过程通常包括:快时间维度处理(Range-FFT)和慢时间维度处理(Doppler-FFT)、CFAR算法过滤虚假对象、从Range bin中提取相位信号、直流消除、提取指定range bin的相位信号、相位解缠、施加合适的带通滤波、获取胸部、腹部与呼吸、心率相关的振动信号。然后,根据振动信号提取人体的呼吸信息和心跳信息,根据呼吸信息确定人体的呼吸频率,以及基于心跳信息确定人体的心跳频率。例如,对回波信号的距离维信息进行傅里叶变换,然后,进行极大值搜索,通过提取极大值附近的数据,得到人体的回波序列。波形分析模块通过滤波筛选的方式从回波序列中获取人体的胸部与腹部的振动信号,基于该振动信号提取人体的呼吸信号和心率信号,再分别对上述两种特征信号进行降噪和快速傅里叶变换,还原出人体在运动过程中的呼吸频率和心跳频率,完成心率和呼吸的测量。
本实施例通过毫米波雷达检测人体的生理参数,具有以下优点:续航能力强,由于检测设备不是电池充电设备,因此,可以长时间工作;检测结果的准确率高,由于该检测方式是非接触式的,避免了设备偏离皮肤后,检测结果不准确的问题;提高用户体验。
此外,本申请还提供一种人体运动的跟踪装置,所述人体运动的跟踪装置包括存储器、处理器及存储在存储器上并在所述处理器上运行人体运动的跟踪程序,所述装置通过获取人体的运动特征;根据运动特征预测人体的运动趋势;根据运动趋势控制雷达装置向人体发射第一雷达信号。本实施例通过预测人体的运动趋势,基于运动趋势确定人体胸腹位置,实现了人体胸腹位置的实时跟踪,继而提高了人体生理参数的检测结果的准确性。
进一步地,参考图5,所述人体运动的跟踪装置100包括获取模块10、预测模块20和发射模块30,其中:
所述获取模块10,用于获取人体的运动特征;
所述预测模块20,用于根据所述运动特征预测所述人体的运动趋势;
所述发射模块30,用于根据所述运动趋势控制雷达装置向所述人体发射第一雷达信号。
进一步地,所述预测模块20包括第一获取单元和预测单元;
所述第一获取单元,用于获取预设的运动模型;
所述预测单元,用于根据所述预设的运动模型和所述运动特征预测所述人体在下一时刻的运动趋势。
进一步地,所述发射模块30包括确定单元和第一发射单元;
所述确定单元,用于根据所述运动趋势确定所述第一雷达信号的发射参数;
所述第一发射单元,用于控制所述雷达装置按照所述发射参数向所述人体发射所述第一雷达信号,以及调整所述人体生理参数的测量精度。
进一步地,所述获取模块10包括第二发射单元和第一接收单元;
所述第二发射单元,用于控制所述雷达发射装置向所述人体发射第二雷达信号;
所述第一接收单元,用于接收所述人体反射的第二回波信号,根据所述第二回波信号检测所述人体的运动特征。
进一步地,所述第二发射单元包括第一获取子单元、第一确定子单元和第二发射子单元;
所述第一获取子单元,用于获取所述人体的胸部与腹部的三维成像,以及所述人体的骨架信息;
所述第一确定子单元,用于根据所述胸部与腹部的三维成像和/或所述骨架信息确定所述人体的胸部位置和腹部位置;
所述第二发射子单元,用于控制所述雷达发射装置向所述胸部位置和所述腹部位置发射所述第二雷达信号。
进一步地,所述接收单元包括构建子单元和第二获取子单元;
所述构建子单元,用于根据所述第二回波信号重新构建所述人体的胸部与腹部的三维成像,以及所述人体的骨架信息;
所述第二获取子单元,用于根据重新构建的所述胸部与腹部的三维成像和/或骨架信息获取所述人体的运动特征。
进一步地,所述人体运动的跟踪装置100还包括接收模块;
所述接收模块,用于接收所述人体反射的回波信号;
所述获取模块10,还用于根据所述回波信号获取所述人体的生理参数。
进一步地,所述获取模块10包括第三获取单元、提取单元和第二确定单元;
所述第三获取单元,用于对所述回波信号进行数据处理,以获取所述人体的胸部与腹部的振动信号;
所述提取单元,用于根据所述振动信号提取所述人体的呼吸信号和心跳信号;
所述第二确定单元,用于根据所述呼吸信号确定所述人体的呼吸频率,以及基于所述心跳信号确定人体的心跳频率。
上述的人体运动的跟踪装置各个模块功能的实现与上述方法实施例中的过程相似,在此不再一一赘述。
此外,本申请还提供一种计算机可读存储介质,该计算机可读存储介质上存储有人体运动的跟踪方法程序,人体运动的跟踪方法程序被处理器执行时实现如上人体运动的跟踪方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本申请可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本申请的可选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括可选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种人体运动的跟踪方法,其特征在于,所述方法包括:
获取人体的运动特征;
根据所述运动特征预测所述人体的运动趋势;
根据所述运动趋势控制雷达装置向所述人体发射第一雷达信号。
2.如权利要求1所述的人体运动的跟踪方法,其特征在于,所述根据所述运动特征预测所述人体的运动趋势的步骤包括:
获取预设的运动模型;
根据所述预设的运动模型和所述运动特征预测所述人体在下一时刻的运动趋势。
3.如权利要求1所述的人体运动的跟踪方法,其特征在于,所述根据所述运动趋势控制雷达装置向所述人体发射第一雷达信号的步骤包括:
根据所述运动趋势确定所述第一雷达信号的发射参数;
控制所述雷达装置按照所述发射参数向所述人体发射所述第一雷达信号,以及调整所述人体生理参数的测量精度。
4.如权利要求1所述的人体运动的跟踪方法,其特征在于,所述获取人体的运动特征的步骤包括:
控制所述雷达发射装置向所述人体发射第二雷达信号;
接收所述人体反射的第二回波信号,根据所述第二回波信号检测所述人体的运动特征。
5.如权利要求4所述的人体运动的跟踪方法,其特征在于,所述控制所述雷达发射装置向所述人体发射第二雷达信号的步骤包括:
获取所述人体的胸部与腹部的三维成像,以及所述人体的骨架信息;
根据所述胸部与腹部的三维成像和/或所述骨架信息确定所述人体的胸部位置和腹部位置;
控制所述雷达发射装置向所述胸部位置和所述腹部位置发射所述第二雷达信号。
6.如权利要求4所述的人体运动的跟踪方法,其特征在于,所述根据所述第二回波信号获取所述人体的运动特征的步骤包括:
根据所述第二回波信号重新构建所述人体的胸部与腹部的三维成像,以及所述人体的骨架信息;
根据重新构建的所述胸部与腹部的三维成像和/或骨架信息获取所述人体的运动特征。
7.如权利要求1所述的人体运动的跟踪方法,其特征在于,所述方法,还包括:
接收所述人体反射的回波信号;
根据所述回波信号获取所述人体的生理参数。
8.如权利要求7所述的人体运动的跟踪方法,其特征在于,所述生理参数包括呼吸频率和心跳频率,所述根据所述回波信号获取所述人体的生理参数的步骤包括:
对所述回波信号进行数据处理,以获取所述人体的胸部与腹部的振动信号;
根据所述振动信号提取所述人体的呼吸信号和心跳信号;
根据所述呼吸信号确定所述人体的呼吸频率,以及基于所述心跳信号确定人体的心跳频率。
9.一种人体运动的跟踪装置,其特征在于,所述人体运动的跟踪装置包括存储器、处理器及存储在存储器上并在所述处理器上运行人体运动的跟踪程序,所述处理器执行所述人体运动的跟踪程序时实现如权利要求1至8中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有人体运动的跟踪程序,所述人体运动的跟踪程序被处理器执行时实现如权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210308536.4A CN114847931A (zh) | 2022-03-25 | 2022-03-25 | 人体运动的跟踪方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210308536.4A CN114847931A (zh) | 2022-03-25 | 2022-03-25 | 人体运动的跟踪方法、装置和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114847931A true CN114847931A (zh) | 2022-08-05 |
Family
ID=82628698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210308536.4A Pending CN114847931A (zh) | 2022-03-25 | 2022-03-25 | 人体运动的跟踪方法、装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114847931A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116129525A (zh) * | 2023-01-24 | 2023-05-16 | 中国人民解放军陆军防化学院 | 一种呼吸防护训练评估系统及方法 |
TWI835555B (zh) * | 2023-02-10 | 2024-03-11 | 國立虎尾科技大學 | 運動敏捷度分析系統及運動協調度與敏捷度分析系統 |
-
2022
- 2022-03-25 CN CN202210308536.4A patent/CN114847931A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116129525A (zh) * | 2023-01-24 | 2023-05-16 | 中国人民解放军陆军防化学院 | 一种呼吸防护训练评估系统及方法 |
CN116129525B (zh) * | 2023-01-24 | 2023-11-14 | 中国人民解放军陆军防化学院 | 一种呼吸防护训练评估系统及方法 |
TWI835555B (zh) * | 2023-02-10 | 2024-03-11 | 國立虎尾科技大學 | 運動敏捷度分析系統及運動協調度與敏捷度分析系統 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jin et al. | Multiple patients behavior detection in real-time using mmWave radar and deep CNNs | |
An et al. | Mars: mmwave-based assistive rehabilitation system for smart healthcare | |
US10746852B2 (en) | Vital signs monitoring via radio reflections | |
CN114847931A (zh) | 人体运动的跟踪方法、装置和计算机可读存储介质 | |
CN101689219A (zh) | 用于监测心肺参数的系统和方法 | |
Abdulatif et al. | Person identification and body mass index: A deep learning-based study on micro-Dopplers | |
CN110520935A (zh) | 从无线电信号学习睡眠阶段 | |
Goldfine et al. | Respiratory rate monitoring in clinical environments with a contactless ultra-wideband impulse radar-based sensor system | |
KR20210001575A (ko) | 잡음 환경 내 실시간 심장 박동수 탐지 장치 및 그 방법 | |
Fioranelli et al. | Contactless radar sensing for health monitoring | |
Blumrosen et al. | Noncontact tremor characterization using low-power wideband radar technology | |
CN114027809B (zh) | 基于毫米波雷达的奶牛呼吸心率监测方法 | |
Gurbuz et al. | Continuous human activity recognition and step-time variability analysis with FMCW radar | |
US20230139637A1 (en) | Vital sign monitoring via remote sensing on stationary exercise equipment | |
Ahmed et al. | Machine learning for healthcare radars: Recent progresses in human vital sign measurement and activity recognition | |
Mishra et al. | Wearable sensors for motion capture | |
CN117218793A (zh) | 一种高准确率的居家式跌倒报警智能机器人 | |
CN112741617A (zh) | 一种基于csi的全方向步态检测算法 | |
CN115770017A (zh) | 睡眠状态确定方法、系统、装置及电子设备 | |
CN114947771A (zh) | 人体特征数据采集方法和装置 | |
Muaaz et al. | Radar-based passive step counter and its comparison with a wrist-worn physical activity tracker | |
Rana et al. | 3-D gait abnormality detection employing contactless IR-UWB sensing phenomenon | |
JP7377494B2 (ja) | 属性の識別装置および識別方法 | |
CN114081459A (zh) | 一种基于雷达技术的多人呼吸状态监测方法和系统 | |
Park et al. | An experiment of human presence and movement using impulse radar and machine learning |
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 |