CN115755015A - 座舱内的活体检测方法、装置、设备及介质 - Google Patents
座舱内的活体检测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115755015A CN115755015A CN202211033029.0A CN202211033029A CN115755015A CN 115755015 A CN115755015 A CN 115755015A CN 202211033029 A CN202211033029 A CN 202211033029A CN 115755015 A CN115755015 A CN 115755015A
- Authority
- CN
- China
- Prior art keywords
- target object
- current
- detection
- information
- determining
- 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
本发明公开了一种座舱内的活体检测方法、装置、设备及介质。该方法包括:获取毫米波雷达采集的当前原始数据帧,确定当前输出数据;根据所述当前输出数据,确定座舱内目标对象的动作幅度检测结果;根据动作幅度检测结果,确定目标对象的生命体征。通过该方法,对毫米波雷达采集的数据进行解析,确定座舱内目标对象的动作幅度检测结果,并根据结果确定目标对象的生命体征,实现对座舱内活体的检测。能够准确检测到座舱内不同动作幅度的目标对象,并对具有生命体征的目标对象的存在性做出准确判决,有效地降低漏报概率。实现快速且成功地感知到座舱内的活体,并且可以得到活体目标的相关信息。
Description
技术领域
本发明涉及活体检测技术领域,尤其涉及座舱内的活体检测方法、装置、设备及介质。
背景技术
智能汽车的发展如火如荼,车舱的智能化可以极大地提升用户的驾乘体验。对于车内乘客的感知是其中的重要组成部分之一,该功能的目的是探测汽车内部是否存在活体,并及时向车主发出警报、通知等信息,避免事故、安全隐患发生。
现有技术通过对毫米波雷达接收回波的相位进行检测,进而处理得到生命体征信息,但无法快速锁定场景内的生命体,并且容易受到虚假目标及其他环境的干扰,虚警率高,漏检较多。
发明内容
本发明提供了一种座舱内的活体检测方法、装置、设备及介质,实现了对座舱内的活体目标的检测。
根据本发明的第一方面,提供了一种座舱内的活体检测方法,包括:
获取毫米波雷达采集的当前原始数据帧,确定当前输出数据;
根据所述当前输出数据,确定座舱内目标对象的动作幅度检测结果;
根据动作幅度检测结果,确定所述目标对象的生命体征。
根据本发明的第二方面,提供了一种座舱内的活体检测装置,包括:
数据确定模块,用于获取毫米波雷达采集的当前原始数据帧,确定当前输出数据;
结果确定模块,用于根据所述当前输出数据,确定座舱内目标对象的动作幅度检测结果;
体征确定模块,用于根据动作幅度检测结果,确定所述目标对象的生命体征。
根据本发明的第三方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的座舱内的活体检测方法。
根据本发明的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的座舱内的活体检测方法。
本发明实施例的技术方案,通过对毫米波雷达采集的数据进行解析,确定座舱内目标对象的动作幅度检测结果,并根据结果确定目标对象的生命体征,实现对座舱内活体的检测。能够准确检测到座舱内不同动作幅度的目标对象,并对具有生命体征的目标对象的存在性做出准确判决,有效地降低漏报概率。实现快速且成功地感知到座舱内的活体,并且可以得到活体目标的相关信息。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种座舱内的活体检测方法的流程图;
图2a-2c是根据本发明实施例一提供的一种座舱内的活体检测方法中的滤波结果示例图;
图3是根据本发明实施例一提供的一种座舱内的活体检测方法中的帧内累加的结果示例图;
图4是根据本发明实施例一提供的一种座舱内的活体检测方法中中角度谱图结果示例图;
图5是根据本发明实施例三提供的一种座舱内的活体检测装置的结构示意图;
图6是实现本发明实施例的座舱内的活体检测方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种座舱内的活体检测方法的流程图,本实施例可适用于对座舱内的活体进行检测的情况,该方法可以由座舱内的活体检测装置来执行,该座舱内的活体检测装置可以采用硬件和/或软件的形式实现,该座舱内的活体检测装置可配置于电子设备中。如图1所示,该方法包括:
S110、获取毫米波雷达采集的当前原始数据帧,确定当前输出数据。
在本实施例中,毫米波雷达可以理解为具有多个发射天线及接收天线,发送及接收雷达信号的器件。当前原始数据帧可以理解为对接收的当前帧毫米波雷达信号对应的数据。输出数据可以理解为将当前原始数据帧进行处理后的数据。
具体的,毫米波雷达系统具有多个发射和多个接收天线,通过发射天线发射线性调频连续波信号,发射信号打到障碍物后会形成带有障碍物相关信息的接收信号,并在接收端获取多通道接收信号,形成当前原始数据帧,将当前原始数据帧进行混频、滤波、采样及一维傅里叶变换等处理,得到当前输出数据。
S120、根据当前输出数据,确定座舱内目标对象的动作幅度检测结果。
可以知道的是,座舱内目标对象可能处于活动的状态,如侧身等动作幅度较大的情况,通过对毫米波雷达进行处理可以探测出处于活动状态的目标对象。当座舱内目标对象处于静止状态时,活体存在呼吸和心跳,此时胸腔和心脏存在规律的起伏变化,可以通过这种规律起伏的微小变化,对处于静止状态的目标对象的存在性进行判定。
在本实施例中,座舱可以理解为一个区域,如车辆内部的座舱。目标对象可以理解为处于座舱内的具有生命体征的对象,如人类。动作幅度检测结果可以理解为表征目标对象的活动范围的大小的结果。
具体的,根据当前输出数据,计算目标对象的距离和角度等信息,通过坐标转换得到目标的空间位置,结合座舱空间模型信息、雷达安装位置等信息,实现对座舱内动作幅度较大的目标对象进行检测;根据当前输出数据,计算目标对象的距离单元,通过对多帧下的距离单元进行监测,实现对动作幅度较小的目标对象进行检测,根据动作幅度较大的目标对象及动作幅度较小的目标对象确定座舱内目标对象的动作幅度检测结果,如目标对象1的动作幅度较大,目标对象2的动作幅度较小,不存在动作幅度较大的目标对象,不存在动作幅度较小的目标对象。
S130、根据动作幅度检测结果,确定目标对象的生命体征。
在本实施例中,生命体征可以理解为表征目标对象是否为活体的象征。
具体的,通过动作幅度检测结果可以得知是否存在动作幅度较大的目标对象或是否存在动作幅度较小的目标对象,如果存在则可以理解为座舱内有在活动的或静止的但存在呼吸和心跳的目标对象,则可以确定目标对象有生命体征,即该座舱内有生命体征的目标对象;如果不存在则可以确定座舱内没有具有生命体征的目标对象。
本实施例一提供的一种座舱内的活体检测方法,通过对毫米波雷达采集的数据进行解析,确定座舱内目标对象的动作幅度检测结果,并根据结果确定目标对象的生命体征,实现对座舱内活体的检测。能够准确检测到座舱内不同动作幅度的目标对象,并对具有生命体征的目标对象的存在性做出准确判决,有效地降低漏报概率。实现快速且成功地感知到座舱内的活体,并且可以得到活体目标的相关信息。
作为本实施例的第一可选实施例,获取毫米波雷达采集的当前原始数据帧,确定输出数据,包括:
a1、对当前原始数据帧进行数据转换处理,得到回波数据。
在本实施例中,回波数据可以理解为根据接收信号形成的包含目标信息的数据。
具体的,毫米波雷达系统可以包括多个发射和多个接收天线,通过发射线性调频连续波信号,并在接收端获取多通道的接收信号,形成当前原始数据帧,可以将当前原始数据帧进行混频、滤波、采样等处理,得到包含目标信息的回波数据。
b1、对回波数据进行一维傅里叶变换,得到当前输出数据。
在本实施例中,当前输出数据可以理解为经过转换后满足后续计算需求的数据。
示例性的,当前帧的回波数据可以用一个立方体数据矩阵表示,记为D0k(Ns,Nc,M),其中,k表示当前帧,Ns表示一个脉冲下的采样点数,Nc表示每帧所包含的脉冲个数,M表示雷达系统接收通道个数。通常,D0k矩阵的第一维称为快时间维,第二维称为慢时间维,第三维称为通道维。对当前帧的回波数据矩阵D0k沿快时间维度进行加窗处理后,再进行点数为Nr(Nr≥Ns)的傅里叶变换处理,得到当前帧回波数据的一维傅里叶变换后的输出数据,可以记为D1k(Nr,Nc,M),其中,窗函数可以是hamming窗、blackman窗等。
作为本实施例的第二可选实施例,根据当前输出数据,确定座舱内目标对象的动作幅度检测结果,包括:
a2、对当前输出数据进行目标检测处理,确定当前目标对象信息。
在本实施例中,目标对象信息可以理解为目标对象与毫米波雷达间的距离、角度等信息。
可以理解的是,毫米波雷达接收的信号中包括目标对象的运动信息,可以通过对相对于毫米波雷达动作幅度较大的目标对象进行筛选,即可以认为该目标对象相对于毫米波雷达所处位置的角度及距离有所变化;相对于毫米波雷达动作幅度较小的目标对象,则可以对其移动的单元格进行判断。
具体的,对当前输出数据进行目标检测处理,筛选出动作幅度较大的目标对象并进行角度测量,可以确定出目标对象的当前角度信息;筛选出动作幅度较小的目标对象,提取目标对象所处的距离单元,可以确定出目标对象的当前距离信息。
进一步地,对当前输出数据进行目标检测处理,确定当前目标对象信息,包括:
a21、对当前输出数据进行角度检测处理,确定目标对象的当前角度信息。
在本实施例中,当前角度信息可以理解为目标对象相对于毫米波雷达的角度。
具体的,首先对当前输出数据进行滤波处理,滤除与相对静止的物体所反射的回波所对应的当前输出数据,再对滤除后的当前输出数据进行二维傅里叶变换处理,得到变换后的数据,可以对变换后的数据进行基于距离多普勒谱进行目标检测,提取所有目标峰值所在的距离速度单元及幅度等信息,并形成一组目标点迹列表,每一个目标点迹进行角度检测处理,得到目标对象的角度值,确定目标对象的当前角度信息。
示例性的,可以选取均值对消法对当前输出数据进行滤波处理。基于当前输出数据D1k(Nr,Nc,M),依次对第m(1≤m≤M)个通道数据,沿慢时间维度统计每个距离单元的均值,然后针对每个距离单元的输入信号依次减去每个距离单元的均值,得到均值对消后的数据矩阵,可以记为D2k(Nr,Nc,M)。对均值对消后的数据矩阵D2k(Nr,Nc,M),依次对第m(1≤m≤M)个通道数据,沿慢时间维度对数据进行加窗处理后,再对Nv(Nv≥Nc)点进行傅里叶变换处理,得到二维傅里叶变换后的输出数据,可以记为D3k(Nr,Nv,M),其中,窗函数可以是hamming窗、blackman窗等。
示例性的,可以对二维傅里叶变换后的输出数据D3k(Nr,Nv,M)进行取模处理,得到距离多普勒谱数据矩阵D4k(Nr,Nv)。可以选择基于排序统计的恒虚警率检测、基于单元平均的恒虚警率检测等方法进行目标检测。可以基于距离多普勒谱进行目标检测,提取所有目标峰值所在的距离速度单元以及幅度等重要信息,并形成一组目标点迹列表。其中,点迹列表中包含每个检测到的点迹对应的序号、距离单元、速度单元等信息。本发明不对目标检测方法进行限定。
示例性的,可以对目标点迹进行信号波达方向处理。依次针对每一个检测到的目标点迹,从二维傅里叶变换后的输出数据D3k(Nr,Nv,M)中提取对应的目标距离速度单元的多通道数据,记为D4k(M),即M*1维复数向量,然后采用测角方法得到目标对象的角度值,即目标对象的当前角度信息。可以采用数字波束形成、最小方差无失真响应、多信号分类等算法进行角度测量,本发明不对测角方法进行限定。
a22、对当前输出数据进行距离检测处理,确定目标对象的当前距离信息。
在本实施例中,当前距离信息可以理解为目标对象所处位置的距离单元信息。
具体的,对当前输出数据进行滤波处理,滤除绝对静止目标对象的回波能量同时保留动作幅度较小的目标对象的当前输出数据,如座舱中的座椅等绝对静止的目标对象。对滤波后的当前输出数据进行帧内累加,提高滤波后的当前输出数据的信噪比和监测性能。对帧内累加后的结果进行目标检测处理,得到目标对象所在的距离单元,确定目标对象的当前距离信息。
示例性的,可以采用帧内对消方法进行滤波。将当前输出数据D1k(Nr,Nc,M)进行帧内对消处理,即将当前输出数据减去前一帧对应的输出数据,可以将帧间对消处理后的结果记为D5k(Nr,Nc,M)。对帧间对消后的处理结果进行帧内累加处理,即将D5k(Nr,Nc,M)沿慢时间维和通道维进行累加处理,记为D6k(Nr,1)。其中,
示例性的,可以选择基于排序统计的恒虚警率检测、基于单元平均的恒虚警率检测等方法进行目标检测。首先对帧内累加处理后的数据D6k(Nr,1)进行取模处理,得到一维距离像数据D7k(Nr,1),并对其进行目标检测,提取目标峰值所在的距离单元,确定目标对象的当前距离信息。
a23、将当前角度信息及当前距离信息作为目标对象信息。
具体的,获取各目标对象对应的当前角度信息及当前距离信息,将当前角度信息及当前距离信息作为目标对象信息。
图2a-2c为本发明实施例一提供了一种座舱内的活体检测方法中的滤波结果示例图,可以采用均值对消及帧间对消对输出数据进行滤波处理。
如图2a所示,为某一帧的输出数据,其中,横坐标为脉冲数,纵坐标为距离单元下标;如图2b所示,为对该帧下的输出数据进行均值对消后的结果,其中,横坐标为脉冲数,纵坐标为距离单元下标;如图2c所示,为对该帧下的输出数据进行帧间对消后的结果,其中,横坐标为脉冲数,纵坐标为距离单元下标。
从图2a可以得知白色越深的部分对应的能量越高,即在距离单元下标为25左右的位置的目标对象能量最高,白色横线为探测到各距离单元下标下所有目标对象。从图2b中可以看出经过均值对消处理后,滤除了静止的目标对象,如座椅等静止目标对象,则仅在距离单元下标为25左右处存在有动作幅度的目标。从图2c可以看出经过帧间对消后,滤除绝对静止目标对象的回波能量同时保留较小动作幅度的目标对象,即在距离单元下标为25左右处存在有较小动作幅度的目标对象。
图3为本发明实施例一提供了一种座舱内的活体检测方法中的帧内累加的结果示例图。
如图3所示,对帧间对消后的处理结果进行帧内累加处理,帧内累加处理后的输出距离像进行归一化处理,可以得到归一化后的曲线,其中,横坐标表示距离相,纵坐标表示归一化后的幅值。通过曲线可以看出在距离为20左右处,幅值最高,则可以得知在此位置有目标对象。
图4为本发明实施例一提供了一种座舱内的活体检测方法中角度谱图结果示例图。
如图4所示,对某一个目标对象进行角度测量,可以得到该目标对象对应的角度谱图,其中,横坐标表示角度,纵坐标表示能量。可以看出在角度为18°左右时能量最高,达到6000,即该目标对象对应的角度信息为18°。
b2、根据座舱空间模型信息及当前目标对象信息,对目标对象进行第一动作幅度范围的第一检测,获得第一检测结果。
可以知道的是,由于雷达系统噪声、目标起伏特性等影响,单帧处理获得的目标检测结果中可能存在虚假目标,以及目标空间位置估计偏差,依据单帧目标检测结果对动作幅度较大目标的存在性进行判断容易导致判断错误。
在本实施例中,座舱空间模型信息可以理解为座舱内部的空间模型,如座舱内部的座椅位置等信息。第一动作幅度范围可以理解为动作幅度较大的范围,如晃动及转身等动作对应的幅度范围。第一检测结果可以理解为表征着目标对象是否处于第一动作幅度范围。
具体的,根据目标对象的距离和角度等测量信息,通过坐标转换可以得到目标对象的空间位置。可以根据座舱空间模型信息和雷达安装的位置、角度等信息,将雷达探测区域依据座舱内部空间和座舱外部空间进行划分,统计设定的观测时间窗的所有检测到的目标空间分布情况,确定目标对象是否处于第一动作幅度范围,并根据是否有目标对象处于第一动作幅度范围确定第一检测结果。
进一步地,根据座舱空间模型信息及当前目标对象信息,对目标对象进行第一动作幅度范围的第一检测,获得第一检测结果,包括:
b21、根据座舱空间模型信息及当前角度信息,确定座舱内部的内部检测点数及座舱外部的外部检测点数。
在本实施例中,座舱内部可以理解为在座舱区域内,如车辆的座舱内部即为车辆内部。内部检测点数可以理解为落入座舱区域内的检测点的数量。座舱外部可以理解为在座舱区域外,如车辆的座舱外部即为车辆外部。外部检测点数可以理解为落入座舱区域外的检测点的数量。
具体的,根据目标对象的当前角度信息及距离信息等测量信息,通过坐标转换可以得到目标对象的空间位置。根据座舱空间模型信息和雷达的安装位置、角度等信息,可以将雷达探测区域按照座舱内部空间和座舱外部空间进行划分,统计设定的观测时间窗的所有检测到的目标对象的空间位置分布情况,对目标对象的空间位置分布情况进行区域划分,获得落入座舱内部空间的内部检测点数及落入座舱外部的外部检测点数。
b22、当内部检测点数与外部检测点数之和超过设定的阈值时,将处于第一动作幅度范围作为第一检测结果。
在本实施例中,设定的阈值可以理解为判断座舱内部是否有目标对象处于第一动作幅度范围的阈值。
具体的,若座舱内部的内部检测点数与座舱外部的外部检测点数之和超过设定的阈值时,则判断座舱内部有处于第一动作幅度范围的目标对象存在,否则,则判断座舱内部没有处于第一动作幅度范围的目标对象存在,并且将是否存在处于第一动作幅度范围的目标对象作为第一检测结果。
c2、获取当前原始数据帧向前设定数量历史数据帧对应的历史目标对象信息。
具体的,提取当前原始数据帧向前设定数量的历史数据帧对应的历史目标对象信息。如设定数量为59,提取当前帧前59帧的历史数据帧对应的历史目标对象信息,则共有60帧目标对象信息。
d2、基于当前目标对象信息及各历史目标对象信息,对目标对象进行第二动作幅度范围的第二检测,获得第二检测结果。
在本实施例中,第二动作幅度范围可以理解为动作幅度较小的范围,如呼吸和心跳时胸腔和心脏起伏变化等规律性动作对应的幅度范围。第二检测结果可以理解为表征着目标对象是否处于第二动作幅度范围。
其中,第一动作幅度范围的区间值小于第二动作幅度范围的区间值。
可以知道的是,第二动作幅度范围较小,则其对应的目标对象在相邻两帧之间的距离门变化较小,不会跨越数个距离单元。
具体的,基于当前目标对象信息及各帧下对应的各历史目标对象信息,可以通过判断相邻两帧之间的距离变化,确定目标对象的距离变化是否属于第二动作幅度范围,并根据是否有目标对象处于第二动作幅度范围确定第二检测结果。
进一步地,基于当前目标对象信息及各历史目标对象信息,对目标对象进行第二动作幅度范围的第二检测,包括:
d21、提取当前目标对象信息中的当前距离信息及各历史目标对象信息中的历史距离信息。
具体的,根据设定数量提取当前目标对象信息中的当前距离信息及各历史目标对象信息中的历史距离信息。如设定数量为59,提取当前帧前59帧的历史数据帧对应的历史目标对象信息中的历史距离信息,则共有60帧距离信息。
d22、根据当前距离信息及各历史距离信息,确定目标对象在相邻两数据帧之间的距离变化量,并统计所获得距离变化量的总数。
具体的,将每相邻两数据帧下的距离信息进行差值求取,获得相邻两数据帧之间的距离变化量,并统计所获得的距离变化量。如共有60帧距离信息,将相邻两数据帧之间的距离信息进行差值求取,可共获得59个距离变化量,则总数为59。
d23、统计处于设定变化范围内的距离变化量的数量值,并将数量值与总数的比值记为目标占比。
在本实施例中,设定变化范围可以理解为变化的距离范围。
具体的,将各距离变化量与设定变化范围进行比较,统计处于设定变化范围内的距离变化量的数量值,并将数量值与总数的比值记为目标占比。
示例性的,设定变化范围可以为0-3,若距离变化量为2,则该距离变化量在距离变化范围内,若有30个距离变化量均在设定的变化范围内,则目标占比为30/59。
d24、当目标占比小于设定占比阈值时,将处于第二动作幅度范围作为第二检测结果。
在本实施例中,设定占比阈值可以理解为用于判断处于第二动作幅度范围的比例值。
具体的,将目标占比与设定的占比阈值进行比对,当目标占比小于设定占比阈值时,则认为目标对象处于第二动作幅度范围,当目标占比大于设定占比阈值时,则认为没有目标对象处于第二动作幅度范围,则根据是否有目标对象处于第二动作幅度范围作为第二检测结果。
示例性的,设定的占比阈值可以为35/59,当目标占比为30/59时,认为没有目标对象处于第二动作幅度范围,则第二检测结果为没有目标对象处于第二动作幅度范围。当目标占比为37/59时,认为目标对象处于第二动作幅度范围,则第二检测结果为有目标对象处于第二动作幅度范围。
e2、将第一检测结果及第二检测结果记为动作幅度检测结果。
具体的,将第一检测结果及第二检测结果进行综合,记为动作幅度检测结果。
示例性的,第一检测结果为有目标对象处于第一动作幅度范围,第二检测结果为没有对象处于第二动作幅度范围,则动作幅度检测结果为有目标对象处于第一动作幅度范围且没有目标对象处于第二动作幅度范围。
进一步地,根据动作幅度检测结果,确定目标对象的生命体征,包括:
a3、解析动作幅度检测结果。
具体的,获取动作幅度检测结果,并对其进行解析,可以得知是否有目标对象处于第一动作幅度范围或第二动作幅度范围,以及处于第一动作幅度范围或第二动作幅度范围的目标对象对应的目标对象信息。
b3、当确定目标对象处于第一动作幅度范围或第二动作幅度范围时,确定目标对象有生命体征;否则,确定目标对象没有生命体征。
具体的,根据动作幅度检测结果可以得知是否有目标对象处于第一动作幅度范围或第二动作幅度范围,当有目标对象处于第一动作幅度范围或第二动作幅度范围时,确定目标对象有生命体征,即座舱内有活体目标;当没有目标对象处于第一动作幅度范围或第二动作幅度范围时,确定目标对象没有生命体征,即座舱内没有活体目标。
本实施例一的第二可选实施例提供的一种座舱内的活体检测方法,通过根据设定数量帧下的角度信息、座舱空间模型信息等信息进行区域划分,根据目标空间分布情况判断座舱内部是否有处于第一动作幅度范围的目标对象,可以有效的剔除虚假目标以及干扰杂波,实现了第一检测,降低了由于单帧检测、雷达系统噪声、目标起伏特性等影响,提升了检测的精度。通过对目标对象相邻两帧下的距离单元进行检测,根据相邻两帧下距离变化量与设定的阈值进行比对,可以有效的剔除虚假目标以及干扰杂波,确定目标对象是否处于第二动作幅度范围,实现了第二检测,提高了测量的准确性。在对第一动作幅度范围的第一检测基础上增加第二动作幅度范围的第二检测,实现了对轻微呼吸或弱反射强度目标的检测,有效地降低了漏报的概率,结合第一检测结果及第二检测结果确定目标对象的生命体征,实现了更加快速且准确地感知目标对象是否为活体。
实施例二
图5为本发明实施例三提供的一种座舱内的活体检测装置的结构示意图。如图5所示,该装置包括:数据确定模块21、结果确定模块22及体征确定模块23。
其中,数据确定模块21,用于获取毫米波雷达采集的当前原始数据帧,确定当前输出数据。
结果确定模块22,用于根据当前输出数据,确定座舱内目标对象的动作幅度检测结果。
体征确定模块23,用于根据动作幅度检测结果,确定目标对象的生命体征。
本实施例二提供的一种座舱内的活体检测装置,通过对毫米波雷达采集的数据进行解析,确定座舱内目标对象的动作幅度检测结果,并根据结果确定目标对象的生命体征,实现对座舱内活体的检测。能够准确检测到座舱内不同动作幅度的目标对象,并对具有生命体征的目标对象的存在性做出准确判决,有效地降低漏报概率。实现快速且成功地感知到座舱内的活体,并且可以得到活体目标的相关信息。
可选地,数据确定模块21,具体用于:
对当前原始数据帧进行数据转换处理,得到回波数据;
对回波数据进行一维傅里叶变换,得到当前输出数据。
可选地,结果确定模块22,还包括:
第一确定单元,用于对当前输出数据进行目标检测处理,确定当前目标对象信息。
第一结果获得单元,用于根据座舱空间模型信息及当前目标对象信息,对目标对象进行第一动作幅度范围的第一检测,获得第一检测结果。
获取单元,用于获取当前原始数据帧向前设定数量历史数据帧对应的历史目标对象信息。
第二结果获得单元,用于基于当前目标对象信息及各历史目标对象信息,对目标对象进行第二动作幅度范围的第二检测,获得第二检测结果。
结果获取单元,用于将第一检测结果及第二检测结果记为动作幅度检测结果。
其中,第一确定单元,具体用于:
对当前输出数据进行角度检测处理,确定目标对象的当前角度信息;
对当前输出数据进行距离检测处理,确定目标对象的当前距离信息;
将当前角度信息及当前距离信息作为目标对象信息。
进一步地,第一结果获得单元,具体用于:
根据座舱空间模型信息及所述当前角度信息,确定座舱内部的内部检测点数及座舱外部的外部检测点数;
当内部检测点数与外部检测点数之和超过设定的阈值时,将处于第一动作幅度范围作为第一检测结果。
进一步地,第二结果获得单元,具体用于:
提取当前目标对象信息中的当前距离信息及各历史目标对象信息中的历史距离信息;
根据当前距离信息及各所述历史距离信息,确定目标对象在相邻两数据帧之间的距离变化量,并统计所获得距离变化量的总数;
统计处于设定变化范围内的距离变化量的数量值,并将数量值与总数的比值记为目标占比;
当目标占比小于设定占比阈值时,将处于第二动作幅度范围作为第二检测结果。
进一步地,体征确定模块23,具体用于:
解析动作幅度检测结果;
当确定目标对象处于第一动作幅度范围或第二动作幅度范围时,确定目标对象有生命体征;否则,确定目标对象没有生命体征。
本发明实施例所提供的座舱内的活体检测装置可执行本发明任意实施例所提供的座舱内的活体检测方法,具备执行方法相应的功能模块和有益效果。
实施例三
图6示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM12以及RAM13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如座舱内的活体检测方法。
在一些实施例中,座舱内的活体检测方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM13并由处理器11执行时,可以执行上文描述的座舱内的活体检测方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行座舱内的活体检测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括第一件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、第一件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种座舱内的活体检测方法,其特征在于,包括:
获取毫米波雷达采集的当前原始数据帧,确定当前输出数据;
根据所述当前输出数据,确定座舱内目标对象的动作幅度检测结果;
根据动作幅度检测结果,确定所述目标对象的生命体征。
2.根据权利要求1所述的方法,其特征在于,所述获取毫米波雷达采集的当前原始数据帧,确定输出数据,包括:
对所述当前原始数据帧进行数据转换处理,得到回波数据;
对所述回波数据进行一维傅里叶变换,得到当前输出数据。
3.根据权利要求1所述的方法,其特征在于,所述根据所述当前输出数据,确定座舱内目标对象的动作幅度检测结果,包括:
对所述当前输出数据进行目标检测处理,确定当前目标对象信息;
根据座舱空间模型信息及所述当前目标对象信息,对所述目标对象进行第一动作幅度范围的第一检测,获得第一检测结果;
获取当前原始数据帧向前设定数量历史数据帧对应的历史目标对象信息;
基于所述当前目标对象信息及各所述历史目标对象信息,对所述目标对象进行第二动作幅度范围的第二检测,获得第二检测结果;
将第一检测结果及第二检测结果记为所述动作幅度检测结果;
其中,所述第一动作幅度范围的区间值小于所述第二动作幅度范围的区间值。
4.根据权利要求3所述的方法,其特征在于,所述对所述当前输出数据进行目标检测处理,确定当前目标对象信息,包括:
对所述当前输出数据进行角度检测处理,确定目标对象的当前角度信息;
对所述当前输出数据进行距离检测处理,确定目标对象的当前距离信息;
将所述当前角度信息及当前距离信息作为目标对象信息。
5.根据权利要求4所述的方法,其特征在于,所述根据座舱空间模型信息及所述当前目标对象信息,对所述目标对象进行第一动作幅度范围的第一检测,获得第一检测结果,包括:
根据座舱空间模型信息及所述当前角度信息,确定所述座舱内部的内部检测点数及所述座舱外部的外部检测点数;
当所述内部检测点数与所述外部检测点数之和超过设定的阈值时,将处于第一动作幅度范围作为所述第一检测结果。
6.根据权利要求4所述的方法,其特征在于,所述基于所述当前目标对象信息及各所述历史目标对象信息,对所述目标对象进行第二动作幅度范围的第二检测,获得第二检测结果,包括:
提取所述当前目标对象信息中的当前距离信息及各所述历史目标对象信息中的历史距离信息;
根据所述当前距离信息及各所述历史距离信息,确定所述目标对象在相邻两数据帧之间的距离变化量,并统计所获得距离变化量的总数;
统计处于设定变化范围内的距离变化量的数量值,并将所述数量值与所述总数的比值记为目标占比;
当所述目标占比小于设定占比阈值时,将处于第二动作幅度范围作为所述第二检测结果。
7.根据权利要求3所述的方法,其特征在于,所述根据动作幅度检测结果,确定所述目标对象的生命体征,包括:
解析所述动作幅度检测结果;
当确定目标对象处于所述第一动作幅度范围或第二动作幅度范围时,确定所述目标对象有生命体征;否则,确定所述目标对象没有生命体征。
8.一种座舱内的活体检测装置,其特征在于,包括:
数据确定模块,用于获取毫米波雷达采集的当前原始数据帧,确定当前输出数据;
结果确定模块,用于根据所述当前输出数据,确定座舱内目标对象的动作幅度检测结果;
体征确定模块,用于根据动作幅度检测结果,确定所述目标对象的生命体征。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的座舱内的活体检测方法。
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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的座舱内的活体检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211033029.0A CN115755015A (zh) | 2022-08-26 | 2022-08-26 | 座舱内的活体检测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211033029.0A CN115755015A (zh) | 2022-08-26 | 2022-08-26 | 座舱内的活体检测方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115755015A true CN115755015A (zh) | 2023-03-07 |
Family
ID=85349304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211033029.0A Pending CN115755015A (zh) | 2022-08-26 | 2022-08-26 | 座舱内的活体检测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115755015A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116449363A (zh) * | 2023-03-30 | 2023-07-18 | 森思泰克河北科技有限公司 | 基于雷达的闹钟控制方法、装置、雷达及存储介质 |
CN117250609A (zh) * | 2023-08-22 | 2023-12-19 | 南京航空航天大学 | 一种舱内活体检测结果平滑方法、存储介质及电子设备 |
-
2022
- 2022-08-26 CN CN202211033029.0A patent/CN115755015A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116449363A (zh) * | 2023-03-30 | 2023-07-18 | 森思泰克河北科技有限公司 | 基于雷达的闹钟控制方法、装置、雷达及存储介质 |
CN116449363B (zh) * | 2023-03-30 | 2024-01-19 | 森思泰克河北科技有限公司 | 基于雷达的闹钟控制方法、装置、雷达及存储介质 |
CN117250609A (zh) * | 2023-08-22 | 2023-12-19 | 南京航空航天大学 | 一种舱内活体检测结果平滑方法、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115755015A (zh) | 座舱内的活体检测方法、装置、设备及介质 | |
CN107861107B (zh) | 一种适用于连续波雷达的双门限cfar与点迹凝聚方法 | |
CN111239728B (zh) | 一种基于毫米波雷达的乘客计数方法及系统 | |
CN106772352B (zh) | 一种基于Hough和粒子滤波的PD雷达扩展微弱目标检测方法 | |
CN111142102B (zh) | 一种呼吸数据计算方法以及相关设备 | |
CN105913074B (zh) | 基于幅度与径向速度联合的sar图像动目标聚类方法 | |
CN109343052B (zh) | 基于mimo的毫米波雷达有轨电车防碰撞预警方法及系统 | |
CN113447905A (zh) | 双毫米波雷达人体跌倒检测装置及检测方法 | |
CN113835074B (zh) | 一种基于毫米波雷达的人流量动态监测方法 | |
CN114581958B (zh) | 一种基于csi信号到达角估计的静态人体姿势估计方法 | |
WO2023284764A1 (zh) | 车内生命体的雷达探测方法、装置及终端设备 | |
CN114492535A (zh) | 一种动作识别方法、装置、设备以及存储介质 | |
CN116087943A (zh) | 基于毫米波雷达的室内跌倒检测方法及系统 | |
CN112147584A (zh) | 一种基于非均匀杂波的mimo雷达扩展目标检测方法 | |
CN106353743B (zh) | 匹配于等效形状参数的近最优雷达目标检测方法 | |
CN112198507B (zh) | 人体跌倒特征的检测方法及装置 | |
CN116990773A (zh) | 基于自适应门限的低慢小目标检测方法、装置和存储介质 | |
CN113408504A (zh) | 基于雷达的车道线识别方法、装置、电子设备及存储介质 | |
CN116644271A (zh) | 一种目标对象的检测方法、装置、车辆及介质 | |
CN111812634A (zh) | 警戒线目标监测方法、装置和系统 | |
CN115204221B (zh) | 生理参数的检测方法、设备及存储介质 | |
CN113093174B (zh) | 基于phd滤波雷达起伏微弱多目标的检测前跟踪方法 | |
CN114966566A (zh) | 一种雷达干扰的抑制方法、装置以及设备 | |
CN105242272B (zh) | 基于自回归时间序列模型的车载毫米波防撞雷达恒虚警检测方法 | |
Chen et al. | A Novel Scheme for Suppression of Human Motion Effects in Non-Contact Heart Rate Detection |
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 |