CN115079152A - 用于定位、成像、检测、判别的电子装置及方法 - Google Patents

用于定位、成像、检测、判别的电子装置及方法 Download PDF

Info

Publication number
CN115079152A
CN115079152A CN202110355845.2A CN202110355845A CN115079152A CN 115079152 A CN115079152 A CN 115079152A CN 202110355845 A CN202110355845 A CN 202110355845A CN 115079152 A CN115079152 A CN 115079152A
Authority
CN
China
Prior art keywords
distance
point
points
receiving
target object
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
Application number
CN202110355845.2A
Other languages
English (en)
Inventor
谢宗莹
李奇轩
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.)
Quanta Computer Inc
Original Assignee
Quanta Computer Inc
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 Quanta Computer Inc filed Critical Quanta Computer Inc
Publication of CN115079152A publication Critical patent/CN115079152A/zh
Pending legal-status Critical Current

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
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • 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
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/04—Systems determining presence of a target
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • 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
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Supply And Installment Of Electrical Components (AREA)

Abstract

一种电子装置，用以对一目标物进行定位、成像、检测、姿势判别、形状判别，包括：多个雷达及至少一处理器。每一这些雷达包括至少一发射天线及排列成阵列天线的多个接收天线。处理器执行包括：将接收天线所接收的射频信号转换为一测距数据；测距数据记录每一接收天线与目标物的一距离，以及对应距离的一接收强度；生成一三维像素数据，用以指示三维像素数据指示在一三维空间中距离及接收强度的对应关系；执行一点生成算法，依据三维像素数据及一接收强度阈值，在三维空间中生成多个点；执行一聚类分析算法，在这些点中辨别对应于目标物的多个目标点，而得到目标物的位置。

Description

用于定位、成像、检测、判别的电子装置及方法
技术领域
本发明是有关于一电子装置，特别是有关于用于室内定位、成像、检测、姿势判别、形状判别的电子装置及定位方法。
背景技术
现有的室内定位系统需要通过待测目标配带一定位标签，并且在室内空间中设置多个室内定位器来接收来自定位标签的无线信号(例如蓝芽、Zigbee、RFID、Wi-Fi等)，才能完成定位的工作。另一方面，现有的室内定位系统亦包括利用视觉传感器(例如摄影机)搜集待测目标的视觉定位技术，用以依据所拍摄的图像确认待测目标的实际位置。
然而，在利用定位标签与定位器的技术中，由于待测目标必须随身佩带定位标签，当未预期的人员突然闯入待测区域时，则无法实时被检测到。另一方面，利用定位标签与定位器的技术亦无法对待测目标的姿势或形状进行判别。在视觉定位技术中，当同时有两位待测目标在同一图像中，并且彼此的距离相当接近时，就可能产生盲点，使得视觉定位技术无法明确分辨出两位待测目标，而导致室内定位的失效。
发明内容
依据本发明实施例之电子装置，用以对一目标物进行定位，包括：多个雷达及至少一处理器。每一雷达包括至少一发射天线及多个接收天线，接收天线是排列为二维的阵列天线。至少一处理器执行包括：将接收天线所接收的射频信号转换为一测距数据；测距数据记录每一接收天线与目标物的一距离，以及对应距离的一接收强度；生成一三维像素数据，用以指示在一三维空间中距离及接收强度的对应关系；执行一点生成算法，依据三维像素数据及一接收强度阈值，在三维空间中生成多个点；以及执行一聚类分析算法，在点中辨别对应于目标物的多个目标点，而得到目标物的位置。
如上所述之电子装置，其中，雷达为频率调制连续波(frequency modulatedcontinuous wave：FMCW)雷达、脉冲(pulse)雷达、脉冲都卜勒(Pulse Doppler)雷达、脉冲同调(Pulse Coherent)雷达、正交频分多任务(OFDM)雷达，或步进频连续波(SFCW)雷达。
如上所述之电子装置，其中，当雷达为频率调制连续波雷达，则处理器通过一快速傅立叶变换(Fast Fourier Transform：FFT)，将接收天线所接收的射频信号转换为测距数据。
如上所述之电子装置，其中，当雷达为频率调制连续波雷达，则每一雷达的发射天线发射频率随时间改变的射频信号，并且处理器依据接收天线所接收的射频信号的频率，计算接收天线与目标物之间的距离。
如上所述之电子装置，其中，处理器执行还包括：控制每一雷达的至少一发射天线的发射周期，使得至少一发射天线依序以一默认时间间隔发射射频信号。
如上所述之电子装置，其中，处理器执行点生成算法，包括：在三维像素数据中，当对应距离的一坐标点的接收强度与坐标点四周的接收强度的差距小于等于接收强度阈值，则将坐标点与该坐标点四周视为在三维空间中没有点；当对应距离的坐标点的接收强度与坐标点四周的接收强度的差距大于接收强度阈值，则将坐标点与坐标点四周视为在三维空间中的同一点。
如上所述之电子装置，其中，处理器执行聚类分析算法，包括：在三维空间中，当这些点的一者与其邻近点的距离在一预设距离内时，则将这些点的该者与其邻近点视为在同一聚类；在三维空间中，当包括这些点的该者的聚类所包括的全部点数大于一预设数量时，则将聚类内的全部点视为对应于目标物的目标点。
如上所述之电子装置，其中，点生成算法包括一有序统计恒虚警率(OrderedStatistic CFAR：OS-CFAR)算法、单元平均恒虚警率(Cell-Averaging Constant FalseAlarm Rate:CA-CFAR)、或是单元平均最大值恒虚警率(Cell-Averaging Greatest Of-Constant False Alarm Rate:CAGO-CFAR)等检测算法。聚类分析算法包括一有噪声基于密度聚类(Density-Based Spatial Clustering of Applications with Noise)算法、K-平均算法(k-means clustering)、均值偏移算法(Mean-Shift Clustering)、最大期望值算法(Expectation–Maximization Clustering)、阶层式分群法(Agglomerative HierarchicalClustering)等，或是以上算法再加入速度、加速度等信息进行改善的群聚算法。
依据本发明实施例之方法，用以对一目标物进行定位、成像、检测、姿势判别、形状判别，适用于包括多个雷达及至少一处理器的一电子装置，每一雷达包括至少一发射天线及排列成阵列天线的多个接收天线，定位方法包括：将接收天线所接收的射频信号转换为一测距数据；测距数据记录每一接收天线与目标物的一距离，以及对应距离的一接收强度；生成一三维像素数据；三维像素数据指示在一三维空间中距离及接收强度的对应关系；执行一点生成算法，依据三维像素数据及一接收强度阈值，在三维空间中生成多个点；以及执行一聚类分析算法，在点中辨别对应于目标物的多个目标点，而得到目标物的位置。
如上所述之方法，其中，执行点生成算法，包括：在三维像素数据中，当对应距离的一坐标点的接收强度与坐标点四周的接收强度的差距小于等于接收强度阈值，则将坐标点与坐标点四周视为在三维空间中没有点；当对应距离的坐标点的接收强度与坐标点四周的接收强度的差距大于接收强度阈值，则将坐标点与坐标点四周视为在三维空间中的同一点。
如上所述之方法，其中，执行聚类分析算法，包括：在三维空间中，当这些点的一者与其邻近点的距离在一预设距离内时，则将这些点的该者与其邻近点视为在同一聚类；在三维空间中，当包括这些点的该者的聚类所包括的全部点数大于一预设数量时，则将聚类内的全部点视为对应于目标物的目标点。
附图说明
图1A为本发明实施例之具有一处理器执行集中运算的电子装置100的示意图。
图1B为本发明实施例之具有多处理器执行分散运算的电子装置100的示意图。
图2为本发明实施例之图1A的电子装置100处理来自雷达102的射频信号的示意图。
图3为本发明实施例之图1A的处理器106控制具有单一发射天线的雷达所发射射频信号的波形图。
图4为本发明实施例之图1A的处理器106控制具有两个发射天线的雷达所发射射频信号的波形图。
图5为本发明实施例之方法的流程图。
具体实施方式
本发明是参照所附图式进行描述，其中遍及图式上的相同参考数字标示了相似或相同的组件。上述图式并没有依照实际比例大小描绘，其仅仅提供对本发明的说明。一些发明的型态描述于下方作为图解示范应用的参考。这意味着许多特殊的细节，关系及方法被阐述来对这个发明提供完整的了解。无论如何，拥有相关领域通常知识的人将认识到若没有一个或更多的特殊细节或用其他方法，此发明仍然可以被实现。
以其他例子来说，众所皆知的结构或操作并没有详细列出以避免对这发明的混淆。本发明并没有被阐述的行为或事件顺序所局限，如有些行为可能发生在不同的顺序亦或同时发生在其他行为或事件之下。此外，并非所有阐述的行为或事件都需要被执行在与现有发明相同的方法之中。
图1A为本发明实施例之具有一处理器执行集中运算的电子装置100的示意图。电子装置100是用以对至少一目标物进行定位。如图1A所示，电子装置100包括多个雷达(例如，雷达102、雷达102-2，…，以及雷达102-n)，以及一处理器106。在一些实施例中，这些雷达是设置在一室内空间的不同位置。举例来说，雷达102可设置在室内空间中的天花板，雷达102-2可设置在室内空间中的一第一墙面，以及雷达102-3可设置在室内空间中的一第二墙面。在一些实施例中，室内空间中的天花板、第一墙面及第二墙面彼此正交，使得电子装置100对该至少一目标物的定位更为准确，并且减少定位过程中的盲点。
举例来说，当室内空间中有两个目标物，并且雷达102-2在其雷达横截面上显示这两个目标物彼此重叠，此时电子装置100必须依靠雷达102及雷达102-3从不同的方向检测这些两个目标物，使得电子装置100得以明确分辨室内空间中有两个目标物，并且计算出这些两个目标物的在室内空间中的确切位置。在一些实施例中，电子装置100所包括的雷达数目愈多，则其所计算出目标物在室内空间中的位置则愈准确。
在一些实施例中，电子装置100中的雷达102、102-2、…、102-n的结构可为彼此相同或彼此不同。以下以雷达102的结构做为例示。如图1A所示，雷达102包括至少一发射天线112，以及多个接收天线114。至少一发射天线112可例如包括一发射天线122-1，以及一发射天线122-2。多个接收天线114可例如包括接收天线124-1、124-2、124-3、…、124-m。在一些实施例中，接收天线124-1、124-2、124-3、…、124-m是排列为一阵列天线，并且发射天线122-1、122-2是设置邻近于接收天线124-1、124-2、124-3、…、124-m。
在一些实施例中，雷达102、雷达102-2，…，以及雷达102-n可为频率调制连续波(frequency modulated continuous wave：FMCW)雷达、脉冲都卜勒(Pulse Doppler)雷达、脉冲同调(Pulse Coherent)雷达、正交频分多任务(OFDM)雷达，或步进频连续波(SFCW)雷达，但本发明不限于此。在另一实施例中，雷达102、雷达102-2，…，以及雷达102-n亦可为传统的脉冲(pulse)雷达。在一些实施例中，处理器106可设置在任意计算器装置内，例如桌上型计算机、笔记本计算机、智能型手机、平板计算机、及工作站服务器…等，本发明不限于此。
处理器106是电性耦接雷达102、102-2、…、102-n。以雷达102为例，处理器106可传送一发射指令予雷达102，当雷达102接收到发射指令后，可对应地通过其至少一发射天线112发射射频信号。在一些实施例中，处理器106亦可接收来自雷达102的每一多个接收天线114所接收的从目标物所反射的射频信号，并且将每一多个接收天线114所接收的射频信号转换为一测距数据(ranging profile)。在一些实施例中，测距数据记录每一多个接收天线114与目标物的一距离，以及对应距离的一接收强度。在一些实施例中，在每一雷达102、102-2、…、102-n中可额外包括一微处理器(未图标)，用以依据来自目标物所反射的射频信号的信息，计算目标物与每一雷达102、102-2、…、102-n的距离。微处理器再将对应于每一雷达102、102-2、…、102-n的距离信息以数字信号的方式传送给处理器106，供处理器106进行后续处理。
在一些实施例中，以雷达102为例，处理器106依据对应于接收天线124-1、124-2、124-3、…、124-m的测距数据生成一三维像素数据(voxel profile)。三维像素数据用以指示在一三维空间中目标物与每一雷达的距离及接收强度的对应关系。举例来说，三维像素数据可为可视化的一立体像素图，并且以颜色的种类或深浅来标记目标物与每一雷达的距离所对应接收强度的大小。例如，假设立体像素图中的坐标点A及坐标点B皆对应于目标物与雷达102的接收天线124-1的不同距离。当坐标点A的可视化颜色为红色，而点B的可视化颜色为浅蓝色，则代表接收天线124-1在对应于坐标点A的距离下所得到的接收强度大于对应于坐标点B的距离下的所得到的接收强度。
接着，处理器106执行一点生成算法116，依据三维像素数据(例如上述立体像素图)及已预设的一接收强度阈值，在三维空间中生成多个点。在一些实施例中，点生成算法116可为一有序统计恒虚警率(Ordered Statistic CFAR：OS-CFAR)算法。再者，处理器106更执行一聚类分析算法118，用以在其所生成的多个点中辨别对应于目标物的多个目标点，而最后得到目标物的位置。
图1B为本发明实施例之具有多处理器执行分散运算的电子装置100的示意图。图1B与图1A最大的差异之处在于，点生成算法116是由每一雷达所各自包括的处理器(例如雷达102的处理器110)所直接执行。举例来说，以雷达102为例，处理器110接收来自雷达102的每一多个接收天线114所接收的从目标物所反射的射频信号，并且将每一多个接收天线114所接收的射频信号转换为一测距数据。处理器110依据对应于接收天线124-1、124-2、124-3、…、124-m的测距数据生成一三维像素数据。之后，处理器110遂执行点生成算法116，依据三维像素数据(例如上述立体像素图)及已预设的一接收强度阈值，在三维空间中生成多个点。再者，处理器110将所生成的多个点传送予处理器106，使得处理器106得以依据来自处理器110的多个点执行聚类分析算法118。
图2为本发明实施例之图1A的电子装置100处理来自雷达102的射频信号的示意图。在图2的实施例中，电子装置100的多个雷达是为频率调制连续波(FMCW)雷达。因此，如图2所示，雷达102的发射天线122-1是发射频率随时间改变(例如频率随时间线性增加)的射频信号。频率随时间改变的射频信号经过目标物的反射，由雷达102的接收天线124-1、124-2、124-3、…、124-m所接收。处理器106再依据接收天线124-1、124-2、124-3、…、124-m所接收的射频信号的频率，计算接收天线124-1、124-2、124-3、…、124-m与目标物之间的距离。接着，图1A的处理器106通过一快速傅立叶变换(Fast Fourier Transform：FFT)，将接收天线124-1、124-2、124-3、…、124-m所接收频率随时间改变的射频信号转换为测距数据。
举例来说，通过快速傅立叶变换(FFT)，处理器106将接收天线124-1所接收的射频信号转换为测距数据200-1，将接收天线124-2所接收的射频信号转换为测距数据200-2，将接收天线124-3所接收的射频信号转换为测距数据200-3，以及将接收天线124-m所接收的射频信号转换为测距数据200-m。换句话说，测距数据200-1记录接收天线124-1与目标物的距离及对应于其距离的接收强度。测距数据200-2记录了接收天线124-2与目标物的距离及对应于其距离的接收强度。
接着，处理器106将测距数据200-1、200-2、200-3、…、200-m进行数据融合，而生成一三维像素数据202。换句话说，处理器106将接收天线124-1与目标物的距离及其对应的接收强度、接收天线124-2与目标物的距离及其对应的接收强度、接收天线124-3与目标物的距离及其对应的接收强度，以及接收天线124-m与目标物的距离及其对应的接收强度在一三维空间中进行叠加，而生成三维像素数据202。在一些实施例中，三维像素数据202中的三维空间中的一像素(例如图2中三维像素数据202下方所描绘的立体像素图，或称一坐标点)可代表对应于某一距离(即目标物与多个接收天线之间的距离)的接收强度。
之后，处理器106执行点生成算法116，用以依据三维像素数据202及默认的一接收强度阈值，在三维像素数据202的三维空间中生成3D多个点204-1(不同于三维像素数据202中的三维空间中的像素)。详细来说，在三维像素数据202中，当对应某距离的一坐标点的接收强度与该坐标点四周的接收强度的差距小于等于接收强度阈值，则处理器106将该坐标点与该坐标点四周视为在三维空间中没有点。当对应某距离的一坐标点的接收强度与该坐标点四周的接收强度的差距大于接收强度阈值，则处理器106将该坐标点与该坐标点四周视为在三维空间中的同一点。
举例来说，假设在三维像素数据202的三维空间中有一坐标点C，其对应的接收强度的数值为40。同样的三维空间中还有邻近于坐标点C的一坐标点D，其对应的接收强度的数值为25。因此，当接收强度阈值设定为10，由于接收强度阈值小于等于坐标点C、坐标点D所对应接收强度的差值(例如差值为15)，则处理器106会将坐标点C及坐标点D视为三维空间中的同一点。当接收强度阈值为20，由于接收强度阈值大于坐标点C、坐标点D所对应接收强度的差值(例如差值为15)，则处理器106会将坐标点C及坐标点D视为三维空间中的不同点。在一些实施例中，接收强度能以一信号噪声比(SNR)表示，但本发明不限于此。
同理，处理器106亦执行点生成算法116，而生成对应于接收天线124-2、124-3、…、124-m的接收强度的3D多个点204-2、204-3、…、204-m。之后，处理器106将3D多个点204-1、204-2、204-3、…、204-m叠加在同一三维空间中，以做为执行聚类分析算法118的前置工作。最后，处理器106执行聚类分析算法118，用以在3D多点204-2、204-3、…、204-m的叠加结果中辨别对应于目标物的目标点206，而得到目标物的位置。在一些实施例中，聚类分析算法118为一有噪声基于密度聚类(Density-Based Spatial Clustering of Applicationswith Noise)算法。
详细来说，在三维空间中，当3D多个点204-2、204-3、…、204-m的叠加结果中的一点与其邻近点的距离在一预设距离内时，则处理器106将3D多个点204-2、204-3、…、204-m的叠加结果中的该点与其邻近点视为在同一聚类。在三维空间中，当包括3D多个点204-2、204-3、…、204-m的叠加结果中的该点的聚类所包括的全部点数大于一预设数量时，则处理器106将聚类内的全部点视为对应于目标物的目标点206。
举例来说，假设在3D多个点204-1中有一点E及另一点F，并且点E与点F在三维空间中的距离为30(任意长度单位)。当预设距离为50，由于点E与点F之间的距离在预设距离之内(亦即点E与点F的距离小于等于预设距离)，则处理器106将点E与点F视为在同一聚类(clustering)之内。再者，处理器106依据相同的规则，对3D多个点204-2、204-3、…、204-m的叠加结果中的所有点进行聚类的判断与分类。换句话说，随着已判断点数的增加，包括点E与点F的聚类会愈来愈大。当包含点E与点F的聚类所包括全部点数大于预设数量(例如为100点)时，在室内空间中仅有一个目标物的情况下，处理器106将包含点E与点F的聚类所包括全部点数视为对应于目标物的目标点。换句话说，聚类的位置即为目标物的位置。
当预设距离为20，由于点E与点F之间的距离在预设距离之外(亦即点E与点F的距离大于预设距离)，则处理器106将点E与点F视为在不同的聚类之中。处理器106依据相同的规则，对3D多个点204-2、204-3、…、204-m的叠加结果中的所有点进行聚类的判断与分类。换句话说，随着已判断点数的增加，包括点E的第一聚类与包过点F的第二聚类的范围会愈来愈大。在室内空间有两个目标物的情况下，处理器106将包括点E的第一聚类所包括全部点数视为两个目标物的一者，并且将包括点F的第二聚类所包括全部点数视为两个目标物的另一者。换句话说，第一聚类的位置为两个目标物中的一者的位置，第二聚类的位置为两个目标物中的另一者的位置。不管目标物的数量为何，本发明的电子装置100的处理器106皆可通过执行聚类分析算法118，最后得到目标物在室内空间中的确切位置。
图3为本发明实施例之图1A的处理器106控制具有单一发射天线的雷达所发射射频信号的波形图。例如，处理器106是控制雷达102中的发射天线122-1、雷达102-2的一发射天线(未图标)，及雷达102-3(例如图1A雷达102-n为雷达102-3)的一发射天线(未图标)。在图3波形图300中，其横轴为时间，纵轴为频率，因此雷达102发射天线122-1、雷达102-2、102-3的发射天线皆发射频率随时间线性递增的射频信号。详细来说，射频信号310-1、310-2、310-3是由雷达102的发射天线122-1所发射。射频信号320-1、320-2、320-3是由雷达102-2的发射天线所发射。射频信号330-1、330-2、330-3是由雷达102-3的发射天线所发射。
在图3的实施例中，处理器106控制每一雷达102、102-2、102-3的一发射天线的发射周期，使得每一雷达102、102-2、102-3的发射天线依序以一默认时间间隔(T)发射射频信号。在一些实施例中，预设时间间隔(T)可依据雷达与目标物的距离进行设定。举例来说，当雷达102、102-2、102-3的最大检测距离为R，则T＝2R/C，其中C为光速。
图4为本发明实施例之图1A的处理器106控制具有两个发射天线的雷达所发射射频信号的波形图。例如，处理器106是控制雷达102中的发射天线122-1及发射天线122-2、雷达102-2的两个发射天线(未图标)，及雷达102-3(例如图1A雷达102-n为雷达102-3)的两个发射天线(未图标)。在图4波形图400中，同样地，其横轴为时间，纵轴为频率，因此雷达102发射天线122-1、122-2，以及雷达102-2、102-3各别的两个发射天线皆发射频率随时间线性递增的射频信号。
详细来说，波形310-11由雷达102的发射天线122-1所发射，射频信号310-21由雷达102的发射天线122-2所发射。射频信号320-11是由雷达102-2的第一发射天线所发射，射频信号320-21是由雷达102-2的第二发射天线所发射。射频信号330-11是由雷达102-3的第一发射天线所发射，射频信号330-21是由雷达102-3的第二发射天线所发射。在图4的实施例中，处理器106可控制同一雷达内的两个发射天线之间的内部发射时间间隔(t)，亦可控制不同雷达的发射天线之间的默认时间间隔(T)。在一些实施例中，内部发射时间间隔(t)亦可依据雷达与目标物的距离进行设定。
在一些实施例中，当电子装置100的多个雷达是为脉冲(pulse)雷达，以雷达102为例，则处理器106依据至少一发射天线112发射脉冲信号与多个接收天线114接收由目标物反射的脉冲信号的时间差，计算目标物与每一多个接收天线114的距离，亦可得到一测距数据，测距数据仍然记录每一多个接收天线114与目标物的一距离，以及对应距离的一接收强度。相同地，处理器106再依据测距数据，生成一三维像素数据，并且执行点生成算法116、距类分析算法118，用以最后辨别对应于目标物的多个目标点，从而得到目标物的位置。
图5为本发明实施例之方法的流程图。本发明的方法是用以对一目标物进行定位、成像、检测、姿势判别、形状判别，适用于包括多个雷达及一处理器的一电子装置，并且每一雷达包括至少一发射天线及排列成阵列天线的多个接收天线。如图5所示，本发明的方法首先将多个接收天线所接收的射频信号转换为一测距数据，测距数据记录每一接收天线与目标物的一距离，以及对应该距离的一接收强度(步骤S500)。接着，本发明的方法生成一三维像素数据，三维像素数据指示在一三维空间中距离及接收强度的对应关系(步骤S502)。之后，本发明的方法执行一点生成算法(例如图1A、1B的点生成算法116)，依据三维像素数据及一接收强度阈值，在三维空间中生成多个点(步骤S504)。最后，本发明的方法执行一聚类分析算法(例如图1A、1B的聚类分析算法118)，在多个点中辨别对应于目标物的多个目标点，而得到目标物的位置(步骤S506)。
在一些实施例中，图1A电子装置100的处理器106是执行步骤S500、步骤S502、步骤S504，及步骤S506。在一些实施例中，图1B的处理器110是执行步骤S500、步骤S502，及步骤S504，并且图1B的处理器106是执行步骤S506。在一些实施例中，图1A的处理器106(或图1B的处理器110)执行步骤S504包括：在步骤S502所获得的三维像素数据中，当对应距离(每一接收天线与目标物的距离)的一坐标点的接收强度与坐标点四周的接收强度的差距小于等于接收强度阈值，则处理器106将坐标点与坐标点四周视为在三维空间中没有点。当对应距离的该坐标点的接收强度与坐标点四周的接收强度的差距大于接收强度阈值，则处理器106将坐标点与坐标点四周视为在三维空间中的同一点。
在一些实施例中，图1A、1B的处理器106执行步骤S506包括：在三维空间中，当多个点的一者与其邻近点的距离在一预设距离内时，则处理器106将多个点的该者与其邻近点视为在同一聚类；并且在三维空间中，当包括多个点的该者的聚类所包括的全部点数大于一预设数量时，则处理器106将聚类内的全部点视为对应于目标物的多个目标点。
虽然本发明的实施例如上述所描述，我们应该明白上述所呈现的只是范例，而不是限制。依据本实施例上述示范实施例的许多改变是可以在没有违反发明精神及范围下被执行。因此，本发明的广度及范围不该被上述所描述的实施例所限制。更确切地说，本发明的范围应该要以以下的申请专利范围及其相等物来定义。
尽管上述发明已被一或多个相关的执行来图例说明及描绘，等效的变更及修改将被依据上述规格及附图且熟悉这领域的其他人所想到。此外，尽管本发明实施例的一特别特征已被相关的多个执行之一所示范，上述特征可能由一或多个其他特征所结合，以致于可能有需求及有助于任何已知或特别的应用。
除非有不同的定义，所有本文所使用的用词(包含技术或科学用词)是可以被属于上述发明的技术中拥有一般技术的人士做一般地了解。我们应该更加了解到上述用词，如被定义在众所使用的字典内的用词，在相关技术的上下文中应该被解释为相同的意思。除非有明确地在本文中定义，上述用词并不会被解释成理想化或过度正式的意思。
【符号说明】
100：电子装置
102,102-2,…,102-n：雷达
106,110：处理器
112：至少一发射天线
114：多个接收天线
116：点生成算法
118：聚类分析算法
122-1,122-2：发射天线
124-1,124-2,124-3,…,124-m：接收天线
FFT：快速傅立叶变换
200-1,200-2,200-3,…,200-m：测距数据
202：三维像素数据
204-1,204-2,204-3,…,204-m：3D多个点
206：目标点
300,400：波形图
310-1,320-1,330-1：射频信号
310-2,320-2,330-2：射频信号
310-3,320-3,330-3：射频信号
310-11,310-21：射频信号
320-11,320-21：射频信号
330-11,330-21：射频信号
T：预设时间间隔
T：内部发射时间间隔
S500,S502,S504,S506：步骤。

Claims (10)

1.一种电子装置，用以对一目标物进行定位、成像、检测、姿势判别及形状判别，包括：
多个雷达，其每一者包括至少一发射天线及多个接收天线，这些接收天线是排列为二维的阵列天线；
至少一处理器，执行包括：
将这些接收天线所接收的射频信号转换为一测距数据；该测距数据记录每一这些接收天线与该目标物的一距离，以及对应该距离的一接收强度；
生成一三维像素数据，用以指示在一三维空间中该距离及该接收强度的对应关系；
执行一点生成算法，依据该三维像素数据及一接收强度阈值，在该三维空间中生成多个点；以及
执行一聚类分析算法，在这些点中辨别对应于该目标物的多个目标点，而得到该目标物的位置。
2.如权利要求1所述之电子装置，其中，这些雷达为频率调制连续波(FMCW)雷达、脉冲雷达、脉冲都卜勒雷达、脉冲同调雷达、正交频分多任务(OFDM)雷达，或步进频连续波(SFCW)雷达。
3.如权利要求2所述之电子装置，其中，当这些雷达为频率调制连续波雷达，则该处理器通过一快速傅立叶变换(FFT)，将这些接收天线所接收的射频信号转换为该测距数据。
4.如权利要求2所述之电子装置，其中，当这些雷达为频率调制连续波雷达，则每一这些雷达的该发射天线发射频率随时间改变的射频信号，并且该处理器依据这些接收天线所接收的射频信号的频率，计算这些接收天线与该目标物之间的距离。
5.如权利要求1所述之电子装置，其中，该处理器执行还包括：控制每一这些雷达的该至少一发射天线的发射周期，使得该至少一发射天线依序以一默认时间间隔发射射频信号。
6.如权利要求1所述之电子装置，其中，该处理器执行该点生成算法，包括：
在该三维像素数据中，当对应该距离的一坐标点的该接收强度与该坐标点四周的该接收强度的差距小于等于该接收强度阈值，则将该坐标点与该坐标点四周视为在该三维空间中没有点；当对应该距离的该坐标点的该接收强度与该坐标点四周的该接收强度的差距大于该接收强度阈值，则将该坐标点与该坐标点四周视为在该三维空间中的同一点。
7.如权利要求1所述之电子装置，其中，该处理器执行该聚类分析算法，包括：
在该三维空间中，当这些点的一者与其邻近点的距离在一预设距离内时，则将这些点的该者与其邻近点视为在同一聚类；
在该三维空间中，当包括这些点的该者的该聚类所包括的全部点数大于一预设数量时，则将该聚类内的全部点视为对应于该目标物的这些目标点。
8.如权利要求1所述之电子装置，其中，该点生成算法包括一有序统计恒虚警率(OS-CFAR)算法；该聚类分析算法包括一有噪声基于密度聚类算法。
9.一种方法，用以对一目标物进行定位、成像、检测、姿势判别及形状判别，适用于包括多个雷达及至少一处理器的一电子装置，每一这些雷达包括至少一发射天线及排列成阵列天线的多个接收天线，该定位方法包括：
将这些接收天线所接收的射频信号转换为一测距数据；该测距数据记录每一这些接收天线与该目标物的一距离，以及对应该距离的一接收强度；
生成一三维像素数据；该三维像素数据指示在一三维空间中该距离及该接收强度的对应关系；
执行一点生成算法，依据该三维像素数据及一接收强度阈值，在该三维空间中生成多个点；以及
执行一聚类分析算法，在这些点中辨别对应于该目标物的多个目标点，而得到该目标物的位置。
10.如权利要求9所述之方法，其中，执行该点生成算法，包括：
在该三维像素数据中，当对应该距离的一坐标点的该接收强度与该坐标点四周的该接收强度的差距小于等于该接收强度阈值，则将该坐标点与该坐标点四周视为在该三维空间中没有点；当对应该距离的该坐标点的该接收强度与该坐标点四周的该接收强度的差距大于该接收强度阈值，则将该坐标点与该坐标点四周视为在该三维空间中的同一点。
CN202110355845.2A 2021-03-10 2021-04-01 用于定位、成像、检测、判别的电子装置及方法 Pending CN115079152A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW110108415A TWI767601B (zh) 2021-03-10 2021-03-10 用於室內定位、成像、偵測、姿勢判別、形狀判別的電子裝置及方法
TW110108415 2021-03-10

Publications (1)

Publication Number Publication Date
CN115079152A true CN115079152A (zh) 2022-09-20

Family

ID=83103742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110355845.2A Pending CN115079152A (zh) 2021-03-10 2021-04-01 用于定位、成像、检测、判别的电子装置及方法

Country Status (3)

Country Link
US (1) US11994580B2 (zh)
CN (1) CN115079152A (zh)
TW (1) TWI767601B (zh)

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013104733A (ja) * 2011-11-11 2013-05-30 Mitsubishi Electric Corp レーダ画像処理装置
US20140133761A1 (en) * 2012-11-15 2014-05-15 Ricoh Company, Limited Region extraction apparatus, region extraction method, and computer program product
CN105793730A (zh) * 2013-06-14 2016-07-20 优步技术公司 对象运动的基于激光雷达的分类
CN106022259A (zh) * 2016-05-20 2016-10-12 江苏得得空间信息科技有限公司 一种基于激光点云三维特征描述模型的山区道路提取方法
CN106127113A (zh) * 2016-06-15 2016-11-16 北京联合大学 一种基于三维激光雷达的道路车道线检测方法
CN106500594A (zh) * 2016-10-31 2017-03-15 武汉大学 融合反射强度和几何特征的铁路轨道半自动检测方法
CN108074232A (zh) * 2017-12-18 2018-05-25 辽宁工程技术大学 一种基于体元分割的机载lidar建筑物检测方法
CN108133468A (zh) * 2017-12-25 2018-06-08 南京理工大学 自适应参数增强和尾迹辅助检测的恒虚警率舰船检测方法
US20190079193A1 (en) * 2017-09-13 2019-03-14 Velodyne Lidar, Inc. Multiple Resolution, Simultaneous Localization and Mapping Based On 3-D LIDAR Measurements
US20190094352A1 (en) * 2017-09-22 2019-03-28 Bsh Home Appliances Corporation System and method for radar based mapping for autonomous robotic devices
CN110136246A (zh) * 2019-05-15 2019-08-16 南京林业大学 基于类主干点的三维树木几何模型重建方法
CN110379007A (zh) * 2019-07-25 2019-10-25 厦门大学 基于车载移动激光扫描点云的三维公路曲线重建方法
CN110502973A (zh) * 2019-07-05 2019-11-26 同济大学 一种基于车载激光点云的道路标线自动化提取和识别方法
CN110503040A (zh) * 2019-08-23 2019-11-26 斯坦德机器人（深圳）有限公司 障碍物检测方法及装置
CN111060903A (zh) * 2018-10-16 2020-04-24 英飞凌科技股份有限公司 使用毫米波雷达估计人类目标的角度
CN111373282A (zh) * 2017-12-07 2020-07-03 德州仪器公司 用于fmcw雷达系统的雷达处理链
CN112200903A (zh) * 2020-08-27 2021-01-08 深圳市太赫兹科技创新研究院有限公司 三维人体点云的获取方法、装置、设备及计算机存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11933885B2 (en) * 2018-06-06 2024-03-19 Nec Corporation Radar signal imaging device, radar signal imaging method, and radar signal imaging program
US11391819B2 (en) * 2018-07-18 2022-07-19 Qualcomm Incorporate Object verification using radar images
US11625851B2 (en) * 2018-10-30 2023-04-11 Mitsubishi Electric Corporation Geographic object detection apparatus and geographic object detection method
JP7211510B2 (ja) * 2019-06-18 2023-01-24 日本電気株式会社 レーダシステムおよびイメージング方法
JP7257369B2 (ja) * 2020-09-28 2023-04-13 京セラ株式会社 電子機器、電子機器の制御方法、及びプログラム
JP7509015B2 (ja) * 2020-12-04 2024-07-02 株式会社島津製作所 表面分析装置
WO2022172342A1 (ja) * 2021-02-10 2022-08-18 三菱電機株式会社 レーダ信号処理装置、レーダ装置、及びレーダ信号処理方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013104733A (ja) * 2011-11-11 2013-05-30 Mitsubishi Electric Corp レーダ画像処理装置
US20140133761A1 (en) * 2012-11-15 2014-05-15 Ricoh Company, Limited Region extraction apparatus, region extraction method, and computer program product
CN105793730A (zh) * 2013-06-14 2016-07-20 优步技术公司 对象运动的基于激光雷达的分类
CN106022259A (zh) * 2016-05-20 2016-10-12 江苏得得空间信息科技有限公司 一种基于激光点云三维特征描述模型的山区道路提取方法
CN106127113A (zh) * 2016-06-15 2016-11-16 北京联合大学 一种基于三维激光雷达的道路车道线检测方法
CN106500594A (zh) * 2016-10-31 2017-03-15 武汉大学 融合反射强度和几何特征的铁路轨道半自动检测方法
US20190079193A1 (en) * 2017-09-13 2019-03-14 Velodyne Lidar, Inc. Multiple Resolution, Simultaneous Localization and Mapping Based On 3-D LIDAR Measurements
US20190094352A1 (en) * 2017-09-22 2019-03-28 Bsh Home Appliances Corporation System and method for radar based mapping for autonomous robotic devices
CN111373282A (zh) * 2017-12-07 2020-07-03 德州仪器公司 用于fmcw雷达系统的雷达处理链
CN108074232A (zh) * 2017-12-18 2018-05-25 辽宁工程技术大学 一种基于体元分割的机载lidar建筑物检测方法
CN108133468A (zh) * 2017-12-25 2018-06-08 南京理工大学 自适应参数增强和尾迹辅助检测的恒虚警率舰船检测方法
CN111060903A (zh) * 2018-10-16 2020-04-24 英飞凌科技股份有限公司 使用毫米波雷达估计人类目标的角度
CN110136246A (zh) * 2019-05-15 2019-08-16 南京林业大学 基于类主干点的三维树木几何模型重建方法
CN110502973A (zh) * 2019-07-05 2019-11-26 同济大学 一种基于车载激光点云的道路标线自动化提取和识别方法
CN110379007A (zh) * 2019-07-25 2019-10-25 厦门大学 基于车载移动激光扫描点云的三维公路曲线重建方法
CN110503040A (zh) * 2019-08-23 2019-11-26 斯坦德机器人（深圳）有限公司 障碍物检测方法及装置
CN112200903A (zh) * 2020-08-27 2021-01-08 深圳市太赫兹科技创新研究院有限公司 三维人体点云的获取方法、装置、设备及计算机存储介质

Also Published As

Publication number Publication date
TWI767601B (zh) 2022-06-11
US20220291376A1 (en) 2022-09-15
TW202235908A (zh) 2022-09-16
US11994580B2 (en) 2024-05-28

Similar Documents

Publication Publication Date Title
Hightower et al. Location sensing techniques
US8504322B2 (en) Likelihood map system for localizing an emitter
JP5278365B2 (ja) 位置推定装置及び位置推定方法
US20120330600A1 (en) Electronic device, positioning method, positioning system, computer program product, and computer-readable recording medium
JP4957770B2 (ja) 位置推定システム、位置推定装置、位置推定方法及びプログラム
EP3693759B1 (en) System and method for tracking motion of target in indoor environment
CN116106855B (zh) 摔倒检测方法及摔倒检测装置
JP2013096828A (ja) ドップラーレーダシステム、及び物体検知方法
EP3001217A1 (en) Method and apparatus for object localization
US11762085B2 (en) Device, system and method for localization of a target in a scene
CN112154345A (zh) 声学定位发射器和接收器系统及方法
JP2007010367A (ja) 空港面監視システムおよびこれに用いる航跡統合装置
CN116400295A (zh) 一种采用多个uwb基站快速求解标签坐标的系统
JP6615587B2 (ja) 位置決定プログラム、位置決定方法、および位置決定装置
CN115079152A (zh) 用于定位、成像、检测、判别的电子装置及方法
EP3001214A1 (en) Method and apparatus for object localization
KR20200073738A (ko) 비콘 신호에 기반한 IoT 기기 위치 추정 방법 및 장치
TW202020476A (zh) 障礙物偵測方法及其裝置
RU2534731C1 (ru) Система автоматической классификации гидролокатора ближнего действия
US20210263531A1 (en) Mapping and simultaneous localisation of an object in an interior environment
WO2019107237A1 (ja) 位置推定装置、位置推定方法とプログラムを格納する記録媒体、並びに、位置推定システム
JP2001083232A (ja) 受動ターゲット位置決定装置
RU2797996C1 (ru) Способ двухпозиционной идентификации наземной цели
US20230400348A1 (en) Vibration monitoring system and method
Chen RL-SAR: A Robotic System for Fine-Grained RFID Localization using RL-based Synthetic Aperture Radar

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