CN115685123A - 一种基于毫米波雷达的车内活体检测方法及系统 - Google Patents
一种基于毫米波雷达的车内活体检测方法及系统 Download PDFInfo
- Publication number
- CN115685123A CN115685123A CN202211349153.8A CN202211349153A CN115685123A CN 115685123 A CN115685123 A CN 115685123A CN 202211349153 A CN202211349153 A CN 202211349153A CN 115685123 A CN115685123 A CN 115685123A
- Authority
- CN
- China
- Prior art keywords
- signal
- living body
- signals
- vehicle
- millimeter wave
- 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
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种基于毫米波雷达的车内活体检测方法及系统,设计合理,分辨率高,无盲区,能够在停车时保证对车内的检测。所述方法包括,接收毫米波雷达各个通道的回波信号;将所述回波信号进行傅里叶变换处理得到胸部运动波形的加强信号;将所述加强信号进行相干累加得到观测信号;若所有相邻观测信号的相关系数随着时间的推移都是正的,则检测得到车内存在活体,否则不存在。
Description
技术领域
本发明涉及智能安全驾驶技术领域,具体为一种基于毫米波雷达的车内活体检测方法及系统。
背景技术
随着车辆的普及和推广,婴儿、幼童或宠物因被有意或无意地遗留在停放的车辆中,因过热或过冷而发生致命事故越来越频繁,全球各国和各机构都在寻找此类事故的应对措施。欧洲新车评估测试(Euro NCAP)宣布,将开始对汽车是否具备探测车内有小孩的能力评级;美国考虑执行高温车辆法案(HOT CARS act),强制在车内安装设备,如果发现车内遗留小孩时,该设备会发出警报。
精准检测车内是否存在活体,是防止乘客被误锁在车内从而导致死亡的关键方法。现有技术中的解决方法主要分为两大类,第一类基于非雷达的活体检测方法,譬如基于二氧化碳检测传感器,但是容易受到环境或者乘客与传感器距离的影响;基于红外线传感器,但是容易受到传感器设定角度与车内座椅材料的影响;基于摄像头,则是容易侵犯乘客隐私。第二类基于雷达的活体检测方法,大多是基于机器学习的方法,不但需要分析大量数据,而且耗费较高的计算资源,在停止的车内,往往不容易实现。最关键的是,上述所有方法都不能保证100%的检测准度。
发明内容
针对现有技术中存在的问题,本发明提供一种基于毫米波雷达的车内活体检测方法及系统,设计合理,分辨率高,无盲区,能够在停车时保证对车内的检测。
本发明是通过以下技术方案来实现:
本发明第一方面提供一种基于毫米波雷达的车内活体检测方法,包括,
接收毫米波雷达各个通道的回波信号;
将所述回波信号进行傅里叶变换处理得到胸部运动波形的加强信号;
将所述加强信号进行相干累加得到观测信号;
若所有相邻观测信号的相关系数随着时间的推移都是正的,则检测得到车内存在活体,否则不存在。
可选的,所述将所述回波信号进行傅里叶变换处理得到胸部运动波形的加强信号,采用如下的短时傅里叶变换;
其中,w(n)是窗口函数,x(t)是要变换的信号,f为信号频率,P的长度设置为256。
可选的,所述将所述加强信号进行相干累加得到观测信号,包括如下步骤,
将所述加强信号进行联合时频处理,得到加强信号的JTF模式信号;
将检测周期T秒内的JTF模式信号划分为NT个时间段,以生成观测信号。
可选的,所述观测信号的表示如下,
其中,J的取值范围从1到NOsi,NOsi为每个时间段的组成部分,每个NOsi由NO个信号Si组成。
可选的,所述所有相邻观测信号的相关系数随着时间的推移都是正的,具体表如下:
corrj(OSj,OSj+1)>0。
本发明第二方面提供一种基于毫米波雷达的车内活体检测系统,其特征在于,包括,
接收模块,用于接收毫米波雷达各个通道的回波信号;
信号变换模块,用于将所述回波信号进行傅里叶变换处理得到胸部运动波形的加强信号;
累加模块,用于将所述加强信号进行相干累加得到观测信号;
判断模块,用于判断所有相邻观测信号的相关系数随着时间的推移是否都是正的,若为正则检测得到车内存在活体,否则不存在。
可选的,所述信号变换模块,采用如下的短时傅里叶变换;
其中,w(n)是窗口函数,x(t)是要变换的信号,f为信号频率,P的长度设置为256。
可选的,所述累加模块包括如下单元,
时频处理单元,用于将所述加强信号进行联合时频处理,得到加强信号的JTF模式信号;
切分单元,用于将检测周期T秒内的JTF模式信号划分为NT个时间段,以生成观测信号。
本发明第三方面提供一种计算机设备,包括:存储器,用于存储计算机程序;处理器,用于执行所述计算机程序时实现如上任一项所述的基于毫米波雷达的车内活体检测方法。
本发明第四方面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计算机程序,所述计算机程序被处理器执行时实现如上任一项所述的基于毫米波雷达的车内活体检测方法。
与现有技术相比,本发明具有以下有益的技术效果:
本发明提出一种基于毫米波雷达的车内活体检测方法及系统,将活体的呼吸周期作为分析目标,以包含胸部运动的回波信号作为处理对象,通过对信号的加强和累加,同时满足了可行性与准确性两个需求,即不但可以百分之百判断车内活体,而且还可以运行在低功率且计算资源又有限的毫米波雷达的数字信号处理模块上,能够有效防止车内活体死亡的发生。
附图说明
图1为本发明实例中所述方法的流程图。
图2为本发明实例中所述系统的结构框图。
图3为本发明实例中所述系统设置时车辆内部的座位编号示意。
图4为本发明实例中所述系统设置时雷达的安装位置示意。
图5为本发明实例中所述系统设置时雷达安装位置距各座位的距离和角度示意。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、元件、数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
在本发明中,“模块”、“装置”、“系统”等指应用于计算机的相关实体,如硬件、硬件和软件的组合、软件或执行中的软件等。详细地说,例如,元件可以、但不限于是运行于处理器的过程、处理器、对象、可执行元件、执行线程、程序和/或计算机。还有,运行于服务器上的应用程序或脚本程序、服务器都可以是元件。一个或多个元件可在执行的过程和/或线程中,并且元件可以在一台计算机上本地化和/或分布在两台或多台计算机之间,并可以由各种计算机可读介质运行。元件还可以根据具有一个或多个数据包的信号,例如,来自一个与本地系统、分布式系统中另一元件交互的,和/或在因特网的网络通过信号与其它系统交互的数据的信号通过本地和/或远程过程来进行通信。
最后,还需要说明的是,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”,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,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本发明一种基于毫米波雷达的车内活体检测方法,对车内的被检测目标,基于以下对接收信号随时间变化的呼吸效应的观察来进行判断,是否存在活体,其中,接收信号来自于毫米波雷达发出的信号后所返回的信号,即毫米波雷达的接收信号。
人体或者是动物活体的呼吸效应是必然通过胸部运动来进行的,并且胸部运动随着时间的推移是一致的,因此任何活着的乘客的接收信号的微多普勒模式与时间相关。即使活体移动,来自胸部运动的微多普勒信号也会随着时间的推移而相关。
本发明一种基于毫米波雷达的车内活体检测方法,如图1所示,包括,
接收毫米波雷达各个通道的回波信号;
将所述回波信号进行傅里叶变换处理得到胸部运动波形的加强信号;
将所述加强信号进行相干累加得到观测信号;
若所有相邻观测信号的相关系数随着时间的推移都是正的,则检测得到车内存在活体,否则不存在。
本优选实例中,接收到车门锁闭信号后,FMCW雷达发射检测信号,同时收到回波信号,因此,本发明为了显示胸部运动对每个通道的接收信号的影响,应用了一个短时的傅里叶变换(STFT)对毫米波雷达接收器从各个通道里的发射器接受到的信号数据进行处理让胸部运动的波形在接收的信号波上更加明显,从而突出胸部运动对接受信号的影响。
所述的傅里叶变化如下,
其中,w(n)是窗口函数,x(t)是要变换的信号,本文使用了一个以零为中心的汉明窗,P的长度设置为256。使得接受信号波形上面的胸部运动信号,更加明显突出。
然后,对所有通道上的信号进行相干累加,以增加信号强度以检测任何微小的活体。如前所述,由于主体的位置不是必不可少的信息,因此受益于FMCW雷达的MIMO特性来增加信号强度并改善检测。
车内反射的回波信号即接收信号进行如下联合时频(JTF)的处理:
JTF的最终输出表示接收信号的频率内容随时间的变化。
最后,将反射信号的JTF传递给下述的判断算法,得到检测指标。
将检测周期T秒内接收信号的JTF模式划分为NT个时间段,以生成观测信号OSs(Observed Signals),每个时间段的组成部分为NOsi,同时每个NOsi由NO个信号Si组成。最后观测信号OSj的计算公式为:
其中,J的取值范围从1到NOsi。
如果所有相邻观测信号的相关系数随着时间的推移都是正的,即:
corrj(OSi,OSj+1)>0
则得到的结果将输出车内存在活体的检测结果。
所述的相关系数可以通过任意的相关性算法进行计算。
本发明所述的方法和系统,涉及毫米波雷达人体运动状态检测技术,生理信号检测技术,特别是面向封闭环境,车内人员生理状态,身体活动状态的检测。
本发明还提供一种基于毫米波雷达的车内活体检测系统,如图2所示,包括,
接收模块,用于接收毫米波雷达各个通道的回波信号;
信号变换模块,用于将所述回波信号进行傅里叶变换处理得到胸部运动波形的加强信号;
累加模块,用于将所述加强信号进行相干累加得到观测信号;
判断模块,用于判断所有相邻观测信号的相关系数随着时间的推移是否都是正的,若为正则检测得到车内存在活体,否则不存在。
其中本发明所述的系统可以直接采用毫米波雷达,进行信号的发射,接收和对信号的处理,通过对毫米波雷达的处理器中方法进行写入,能够完全对立的实现各模块对应的功能。
本发明使用的毫米波雷达为调频连续波雷达(FMCW,Frequency ModulatedContinuous Wave Radar)。FMCW雷达以与连续波(CW)雷达相同的方式连续发射电磁波,通过比较任意时刻回波信号频率与此时刻发射信号的频率的之差方法来得到目标的距离信息,距离正比于两者的频率差。目标的径向速度和距离可由测量的二者频率差处理后得到。FMCW雷达的基本特征包括:
(1)由雷达理论可知,距离分辨力是由雷达信号的带宽决定的,FMCW雷达具有较大的带宽,因此具有较高的距离分辨力。
(2)由于FMCW雷达的回波信号延时远小于发射信号的时宽,所以雷达发射机和接收机可以同时工作,不存在距离盲区。
(3)在一定噪声功率条件下,雷达的检侧能力由雷达信号的能量决定。FMCW雷达具有超大的时带积,远大于相同信号带宽和电平的脉冲雷达,所以在相同检测能力条件下,FMCW雷达发射功率低,不易被截获。
(4)由于FMCW雷达具有超大的时带积,所以不需要较高的峰值功率,这样它的工作电压就比较低,不需要使用高功率、高电压器件,从而使得整个系统结构简单,体积较小、重量较轻、成本较低。
因此,FMCW毫米波雷达非常适合作为车内人体生命体征的离体监测设备,并且基于毫米雷达波能够分析车内空间内所有的物体,所以能够100%判断车内是否存在活体。
在实际应用时,能够按照如下的方式对本发明所述系统中的雷达天线方向和安装位置进行设置。本优选实例中将使用AWR1642毫米波雷达传感器发送并接受信号,本款雷达具有内置的数字信号处理功能,无需外部的数字信号处理系统即可处理接收到的信号。如图3显示的使用座位编号的车辆内部,由于本文主要针对3号座位至7号座位的乘客,因此应在面向后排的情况下安装雷达,以确保最大覆盖范围;因此雷达的安装位置如图4所示,安装位置距各座位的距离和角度如图5所示。在本发明中不考虑毫米波雷达与座位之间的角度以及距离关系,通过毫米波雷达能够对位置3-7的所有位置进行检测,此图中的距离和角度的参数是为了展示座位与雷达的位置关系,能够将不同位置和角度的信息都能够检测到。
本发明能够对车辆停止状态下,车门和车窗都是紧闭状态,并且车内除了活体之外,没有任何活动的物体,例如活动的空调或电风扇等情况下,实现对车内活体的准确检测。
本发明还提供一种计算机设备,包括:存储器,用于存储计算机程序;处理器,用于执行所述计算机程序时实现如上任一项所述的基于毫米波雷达的车内活体检测方法。
本发明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计算机程序,所述计算机程序被处理器执行时实现如上任一项所述的基于毫米波雷达的车内活体检测方法。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、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。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于毫米波雷达的车内活体检测方法,其特征在于,包括,
接收毫米波雷达各个通道的回波信号;
将所述回波信号进行傅里叶变换处理得到胸部运动波形的加强信号;
将所述加强信号进行相干累加得到观测信号;
若所有相邻观测信号的相关系数随着时间的推移都是正的,则检测得到车内存在活体,否则不存在。
3.根据权利要求1所述的一种基于毫米波雷达的车内活体检测方法,其特征在于,所述将所述加强信号进行相干累加得到观测信号,包括如下步骤,
将所述加强信号进行联合时频处理,得到加强信号的JTF模式信号;
将检测周期T秒内的JTF模式信号划分为NT个时间段,以生成观测信号。
5.根据权利要求4所述的一种基于毫米波雷达的车内活体检测方法,其特征在于,所述所有相邻观测信号的相关系数随着时间的推移都是正的,具体表如下:
corrj(OSj,OSj+1)>0。
6.一种基于毫米波雷达的车内活体检测系统,其特征在于,包括,
接收模块,用于接收毫米波雷达各个通道的回波信号;
信号变换模块,用于将所述回波信号进行傅里叶变换处理得到胸部运动波形的加强信号;
累加模块,用于将所述加强信号进行相干累加得到观测信号;
判断模块,用于判断所有相邻观测信号的相关系数随着时间的推移是否都是正的,若为正则检测得到车内存在活体,否则不存在。
8.根据权利要求6所述的一种基于毫米波雷达的车内活体检测系统,其特征在于,所述累加模块包括如下单元,
时频处理单元,用于将所述加强信号进行联合时频处理,得到加强信号的JTF模式信号;
切分单元,用于将检测周期T秒内的JTF模式信号划分为NT个时间段,以生成观测信号。
9.一种计算机设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至5中任一项所述的基于毫米波雷达的车内活体检测方法。
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计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的基于毫米波雷达的车内活体检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211349153.8A CN115685123A (zh) | 2022-10-31 | 2022-10-31 | 一种基于毫米波雷达的车内活体检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211349153.8A CN115685123A (zh) | 2022-10-31 | 2022-10-31 | 一种基于毫米波雷达的车内活体检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115685123A true CN115685123A (zh) | 2023-02-03 |
Family
ID=85046088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211349153.8A Pending CN115685123A (zh) | 2022-10-31 | 2022-10-31 | 一种基于毫米波雷达的车内活体检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115685123A (zh) |
-
2022
- 2022-10-31 CN CN202211349153.8A patent/CN115685123A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11718255B2 (en) | System and method for radar-based determination of a number of passengers inside a vehicle passenger compartment | |
US20200118409A1 (en) | Vehicle occupant detection device | |
EP2071357A1 (en) | Radar apparatus and method of measuring azimuth angle of target | |
JP2007183276A (ja) | レーダ探知を検証するためのシステムおよび方法 | |
CN109521426A (zh) | 基于汽车雷达获取目标的角度的方法及其装置 | |
Kumawat et al. | Spectrum localization and hough transform-based β tuning for LSS targets’ accurate micro-Doppler imaging system | |
US7532152B1 (en) | Automotive radar system | |
EP4343369A2 (en) | Interference signal detection method and apparatus, and integrated circuit, radio device and terminal | |
CN110799851B (zh) | 周边监视雷达装置 | |
CN113093165A (zh) | 基于毫米波雷达的车内活体检测方法及系统 | |
CN106772279B (zh) | 一种车载毫米波雷达抗干扰方法及系统 | |
US11768287B2 (en) | Object detection apparatus | |
CN117310670B (zh) | 基于超声波雷达的测量方法、装置、车载终端和存储介质 | |
CN115685123A (zh) | 一种基于毫米波雷达的车内活体检测方法及系统 | |
US20180252802A1 (en) | Apparatus for detection and ranging | |
JP2005121509A (ja) | 超音波測定装置 | |
CN109901171B (zh) | 汽车防追尾预警方法 | |
CN109814106B (zh) | 汽车安全预警方法 | |
WO2024060726A1 (zh) | 信号处理方法、存储介质、集成电路、器件和终端设备 | |
CN112578374A (zh) | 检测行人的方法和装置 | |
US20230408632A1 (en) | Frequency-modulated continuous-wave (fmcw) radar interference mitigation using an autoregressive moving average (arma) model | |
US20240137055A1 (en) | Signal processing method, storage medium, integrated circuit, device and terminal | |
KR102628336B1 (ko) | 차량 접근 및 침입 감지 레이더 시스템 및 그의 레이더 신호 처리 방법 | |
US20240094377A1 (en) | High resolution radar simulation to train vehicle radar system neural network | |
US20210165090A1 (en) | Detection device and detection method thereof |
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 |