CN116609849A - 一种人体存在检测系统 - Google Patents
一种人体存在检测系统 Download PDFInfo
- Publication number
- CN116609849A CN116609849A CN202310574143.2A CN202310574143A CN116609849A CN 116609849 A CN116609849 A CN 116609849A CN 202310574143 A CN202310574143 A CN 202310574143A CN 116609849 A CN116609849 A CN 116609849A
- Authority
- CN
- China
- Prior art keywords
- detection
- current
- millimeter wave
- wave radar
- detection value
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 285
- 230000002618 waking effect Effects 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 53
- 239000007779 soft material Substances 0.000 description 13
- 230000007613 environmental effect Effects 0.000 description 11
- 230000000694 effects Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 230000003068 static effect Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005059 dormancy Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000007958 sleep Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
- G01V9/005—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00 by thermal methods, e.g. after generation of heat by chemical reactions
-
- 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
Landscapes
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Electromagnetism (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种人体存在检测系统,包括:红外传感器和毫米波雷达传感器分别与所述处理器通讯连接,红外传感器和毫米波雷达传感器均用于检测目标区域内是否存在人体;获取当前的区域状态标识M;若M为第一状态标识,控制毫米波雷达传感器处于休眠状态,控制红外传感器处于工作状态;每隔设定时长获取当前的滑动时间窗口T对应的第一目标检测值R1φ;若R1φ≥R1,则唤醒毫米波雷达传感器;否则,维持M为第一状态标识;获取当前的T对应的第二目标检测值R1ψ;其中,R1ψ根据毫米波雷达传感器在当前的T内输出的若干第二检测值确定;若R1ψ≥R2,则将M的状态更改为第二状态;否则,维持M为第一状态标识。
Description
技术领域
本发明涉及人体检测领域,特别是涉及一种人体存在检测系统。
背景技术
人体存在感知是智能家居中极其重要的一项应用技术,智能家居设备通过精准地感知人体存在和状态,做出相应的响应或互动。
目前,对人体存在的检测主要是通过PIR被动式热释电红外传感器和毫米波雷达传感器人体存在进行检测;PIR被动式热释电红外传感器能够实现对移动人体的检测,但是,对于静止的人体,无法准确的检测;且PIR被动式热释电红外传感器容易受环境因素的干扰,例如,来自窗户的阳光、整体温度变化等。毫米波雷达是利用人体呼吸和心跳时胸腔的变化幅度和频率不同,所反射的回波检测值的频率也不同的原理实现人体检测;毫米波雷达传感器克服了PIR被动式热释电红外传感器容易受到光线、温度的缺点,且能够识别静止的人体;但是,毫米波雷达传感器检测人体呼吸和心跳的时候,需要持续的发射和接收电磁波,并进行一系列的数据处理与运算,功耗非常大;因此,现有的使用PIR被动式热释电红外传感器和毫米波雷达传感器共同检测人体存在的方式,虽然检测较为准确,但是其功耗较高。
发明内容
针对上述技术问题,本发明采用的技术方案为:
根据本申请的第一方面,提供了一种人体存在检测系统,该系统包括:红外传感器、毫米波雷达传感器和处理器;其中,红外传感器和毫米波雷达传感器分别与所述处理器通讯连接,红外传感器和毫米波雷达传感器均用于检测目标区域内是否存在人体;
所述处理器用于执行以下步骤:
S100,获取目标区域的当前的区域状态标识M。
S110,若M为第一状态标识,控制毫米波雷达传感器处于休眠状态,控制红外传感器处于工作状态;其中,所述第一状态标识表示目标区域内不存在人体。
S120,每隔设定时长获取当前的滑动时间窗口T对应的第一目标检测值R1φ;其中,R1φ根据红外传感器在预设的滑动时间窗口T内输出的若干第一检测值确定,T的结束时间为当前时间。
S130,若R1φ≥R1,则唤醒毫米波雷达传感器;其中,R1为第一阈值,R1根据红外传感器在T内输出的若干第一检测值确定。
S140,获取当前的T对应的第二目标检测值R1ψ;其中,R1ψ根据毫米波雷达传感器在当前的T内输出的若干第二检测值确定。
S150,若R1ψ≥R2,则将M更改为第二状态标识;否则,维持M为第一状态标识;其中,R2为第二阈值,R2根据毫米波雷达传感器在当前的T内输出的若干第二检测值确定;所述第二状态标识表示目标区域内存在人体。
本发明至少具有以下有益效果:
本发明的人体存在检测系统,首先获取目标区域的当前的区域状态标识,若区域状态标识为第一状态标识,表示目标区域内不存在人体,那么,此时首先控制毫米波雷达传感器处于休眠状态,控制红外传感器持续工作,由于毫米波雷达传感器的功耗高于红外传感器的功耗,因此,控制毫米波雷达传感器处于休眠能够降低检测系统的整体功耗。
进一步的,当前的区域状态标识所表示的人体存在状态不一定是准确的,因此,通过红外传感器进行检测目标区域内是否存在人体,若红外传感器的检测结果与初始的区域状态标识所表示的人体存在状态结果一致,均为不存在人体,那么,可判定为目标区域内不存在人体;该方法能够进一步地验证初始的区域状态标识所标识的人体存在状态是否正确,使得检测结果更加准确。
更进一步的,红外传感器检测结果会受到环境温度的影响,会存在红外传感器的检测结果与初始的区域状态标识所表示的人体存在状态结果不一致的情况,此时,则利用检测精度相对较高的毫米波雷达传感器来进行最终的验证,将毫米波雷达传感器的检测结果作为最终结果;毫米波雷达传感器在较短的时间内输出较为准确的检测结果,使得检测系统在确保检测准确性的同时,整体的功耗不会大幅增加。
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为本发明实施例提供的一种人体存在检测系统的结构框架图。
具体实施方式
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,本领域技术人员在没有作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,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
本发明实施例提供了一种如图1所示的人体存在检测系统,该系统包括:红外传感器、毫米波雷达传感器和处理器;其中,红外传感器和毫米波雷达传感器分别与所述处理器通讯连接,红外传感器和毫米波雷达传感器均用于检测目标区域内是否存在人体;可以理解的是,红外传感器和毫米波雷达传感器所检测的区域为同一目标区域。
本实施例中,红外传感器能够输出红外检测值,该值为概率值,红外检测值越大,表示目标区域内存在人体的概率越大;而毫米波雷达传感器能够输出雷达检测值,该值为概率值,雷达检测值越大,表示目标区域内存在人体的概率越大。
所述处理器用于执行以下步骤:
S100,获取目标区域的当前的区域状态标识M。
本实施例中,区域状态标识用于表示目标区域内人体存在的情况;例如,可将M置为第一状态标识,用于表示目标区域内不存在人体;将M置为第二状态标识,表示目标区域内存在人体。M的初始状态标识可进行人为设置,也可以通过检测系统上电时自动检测目标区域内人体存在情况,根据检测结果自动设置M的状态标识。
S110,若M为第一状态标识,控制毫米波雷达传感器处于休眠状态,控制红外传感器处于工作状态;其中,所述第一状态标识表示目标区域内不存在人体。
本实施例中,目标区域内不存在人体的结果为检测系统的初始结果,其正确性有待验证;此时,由于红外传感器的功耗相较于毫米波雷达传感器的功耗较低,因此,利用红外传感器验证初始结果的正确性,控制毫米波雷达传感器处于休眠状态,一方面能够保证检测系统检测结果的准确性,另一方面能够有效的降低检测系统的整体功耗。
S120,每隔设定时长获取当前的滑动时间窗口T对应的第一目标检测值R1φ;其中,R1φ根据红外传感器在预设的滑动时间窗口T内输出的若干第一检测值确定,T的结束时间为当前时间。
可以理解的是,随着时间的推移,目标区域内的环境因素是会变化的;例如,目标区域内的温度,在一天内的不同时间是不同的。如果时间窗口为固定时间窗口,那么,固定时间窗口内的数据并不能准确的表征当前时间目标区域内人体存在的情况。
本实施例中,设定时长即为滑动时间窗口的步长,预设的时间窗口为滑动时间窗口,即时间窗口的结束时间始终为当前时间,由此,能够保证时间窗口内的第一检测值为最新的检测值,滑动时间窗口内的第一检测值能够表征当前环境中人体存在的情况;另外,第一目标检测值并不是红外传感器在某一时刻输出的第一检测值,而是根据红外传感器在滑动时间窗口内输出的若干第一检测值确定,因此,若干个第一检测值中即使存在个别的异常检测值,也不会导致最终的检测结果错误,从而进一步提高检测系统检测结果的准确性。
S130,若R1φ≥R1,则唤醒毫米波雷达传感器;其中,R1为第一阈值,R1根据红外传感器在T内输出的若干第一检测值确定。
本实施例中,检测系统初始结果为目标区域内不存在人体,而R1φ≥R1,表示红外传感器检测到目标区域内存在人体,那么,初始结果和红外传感器的检测结果中有一个是错误的;因此,在R1φ≥R1的情况下,需要唤醒毫米波雷达传感器来进行最终的检测;由于毫米波雷达传感器的检测准确性高于红外传感器的检测准确性,而其功耗也高于红外传感器的功耗,因此,利用毫米波雷达传感器短暂的工作来进行最终的检测,一方面能够保证检测系统检测结果的准确性,另一方面不会大幅增加检测系统的功耗。
另外,第一阈值并不是固定阈值,是根据红外传感器在T内输出的若干第一检测值确定的,因此,第一阈值为可变阈值,可变阈值存在以下有益效果:
红外传感器的检测值会受到环境温度的影响,在环境温度较低和较高的两种情况下,其输出的检测值的范围也是不同的;例如,环境温度为10℃时,红外传感器输出的检测值的范围为0.3-0.5,环境温度为30℃时,红外传感器输出的检测值的范围为0.5-0.8。如果采用固定阈值的方法,在环境温度为10℃时设置的阈值并不能用于判定环境温度为30℃时的检测结果。
本实施例中,第一阈值则是根据红外传感器在T内输出的若干第一检测值确定,T的结束时间为当前时间,因此,无论环境温度如何变化,第一阈值始终处于红外传感器在当前环境温度下输出的检测值的范围内,第一阈值均能用于判定当前温度下目标区域内的红外传感器的检测结果,由此,来提高检测系统检测结果的准确性。
S140,获取当前的T对应的第二目标检测值R1ψ;其中,R1ψ根据毫米波雷达传感器在当前的T内输出的若干第二检测值确定。
可以理解的是,虽然毫米波雷达传感器的检测准确性高于红外传感器的检测准确性,但是,毫米波雷达传感器也会受到环境因素的影响,在某一时刻输出的检测值也可能是不准确的;因此,采用当前的T内输出的若干第二检测值来确定第二目标检测值,能够保证当前的T内的第二检测值为最新的检测值,滑动时间窗口内的第二检测值能够表征当前环境中人体存在的情况;另外,第二目标检测值并不是毫米波雷达传感器在某一时刻输出的第二检测值,而是根据毫米波雷达传感器在滑动时间窗口内输出的若干第二检测值确定,因此,若干个第二检测值中即使存在个别的异常检测值,也不会导致最终的检测结果错误,从而进一步提高检测系统检测结果的准确性。
S150,若R1ψ≥R2,则将M更改为第二状态标识;否则,维持M为第一状态标识;其中,R2为第二阈值,R2根据毫米波雷达传感器在当前的T内输出的若干第二检测值确定;所述第二状态标识表示目标区域内存在人体。
本实施例中,由于毫米波雷达传感器的检测准确性高于红外传感器检测准确性,而功耗也高于红外传感器的功耗,将毫米波雷达传感器的检测结果作为最终的检测结果,能够提高检测系统检测结果的准确性;而毫米波雷达传感器工作的时间较为短暂,也不会大幅增加检测系统的整体功耗。
毫米波雷达传感器的检测值也会受到环境因素的影响,例如,较软的材质会影响毫米波雷达传感器输出的检测值,在目标区域内存在较多软性材质和较少软性材质的两种情况下,其输出的检测值的范围也是不同的;例如,目标区域内软性材质较多时,毫米波雷达传感器输出的检测值的范围为0.3-0.5,目标区域内软性材质较少时,毫米波雷达传感器输出的检测值的范围为0.5-0.8。如果采用固定阈值的方法,在目标区域内软性材质较多时设置的阈值并不能用于判定目标区域内软性材质较少时的检测结果。
本实施例中,第二阈值则是根据毫米波雷达传感器在T内输出的若干第二检测值确定,T的结束时间为当前时间,因此,无论目标区域内软性材质的数量如何变化,第二阈值始终处于毫米波雷达传感器在当前环境温度下输出的检测值的范围内,第二阈值均能用于判定当前温度下目标区域内的毫米波雷达传感器的检测结果,由此,来提高检测系统检测结果的准确性。
本实施例的人体存在检测系统,首先获取目标区域的当前的区域状态标识,若区域状态标识为第一状态标识,表示目标区域内不存在人体,那么,此时首先控制毫米波雷达传感器处于休眠状态,控制红外传感器持续工作,由于毫米波雷达传感器的功耗高于红外传感器的功耗,因此,控制毫米波雷达传感器处于休眠能够降低检测系统的整体功耗。
进一步的,当前的区域状态标识所表示的人体存在状态不一定是准确的,因此,通过红外传感器进行检测目标区域内是否存在人体,若红外传感器的检测结果与初始的区域状态标识所表示的人体存在状态结果一致,均为不存在人体,那么,可判定为目标区域内不存在人体;该方法能够进一步地验证初始的区域状态标识所标识的人体存在状态是否正确,使得检测结果更加准确。
更进一步的,红外传感器检测结果会受到环境温度的影响,会存在红外传感器的检测结果与初始的区域状态标识所表示的人体存在状态结果不一致的情况,此时,则利用检测精度相对较高的毫米波雷达传感器来进行最终的验证,将毫米波雷达传感器的检测结果作为最终结果;毫米波雷达传感器在较短的时间内输出较为准确的检测结果,使得检测系统在确保检测准确性的同时,整体的功耗不会大幅增加。
在一示例性的实施例中,在所述步骤S100之后,所述处理器还用于执行以下步骤:
S200,若M为第二状态标识,控制毫米波雷达传感器处于休眠状态,控制红外传感器处于工作状态。
本实施例中,M为第二状态标识表示目标区域内存在人体,在目标区域存在人体的情况下,控制毫米波雷达传感器处于休眠状态,以降低检测系统的整体功耗;而控制红外传感器处于工作状态,则可以使得检测系统在较低的功耗状态下还能够实时检测目标区域内人体存在状态的变化。
S210,获取当前的T对应的第三目标检测值R2φ;其中,R2φ根据红外传感器在当前的T输出的若干第三检测值确定。
该步骤S210与步骤S120中的方法和效果均相同,详细描述可参考步骤S120,此处不加赘述。
S220,若R2φ<R3,则唤醒毫米波雷达传感器;否则,维持M为第二状态标识;其中,R3为第三阈值,R3根据红外传感器在当前的T输出的若干第三检测值确定。
本实施例中,R2φ<R3表示目标区域内不存人体,此时,红外传感器的检测结果与检测系统的初始结果不同,初始结果和红外传感器的检测结果中有一个是错误的;因此,在R2φ<R3的情况下,需要唤醒毫米波雷达传感器来进行最终的检测;由于毫米波雷达传感器的检测准确性高于红外传感器的检测准确性,而其功耗也高于红外传感器的功耗,因此,利用毫米波雷达传感器短暂的工作来进行最终的检测,一方面能够保证检测系统检测结果的准确性,另一方面不会大幅增加检测系统的功耗。
本实施例中,第三阈值与第一阈值的确定方法和效果均相同,此处不加赘述。
S230,获取当前的T对应的第四目标检测值R2ψ;其中,R2ψ根据毫米波雷达传感器在当前的T内输出的若干第四检测值确定。
该步骤S230与步骤S140中的方法和效果均相同,详细描述可参考步骤S140,此处不加赘述。
S240,若R2ψ≥R4,则将M更改为第三状态标识;否则,将M更改为第一状态标识;其中,R4为第四阈值,R4根据毫米波雷达传感器在当前的T内输出的若干第四检测值确定;所述第三状态标识表示目标区域内存在静止人体。
本实施例中,红外传感器能够检测目标区域内活动的人体,而无法检测到目标区域内静止的人体,在初始结果为存在人体的情况下,红外传感器的检测结果却是不存在人体,毫米波雷达传感器能够检测到静止人体,其检测结果也是存在人体,那么,可判断为红外传感器将目标区域内的静止人体检测为不存在人体;因此,此时正确的检测结果为目标区域内存在静止人体。通过该方法,检测系统能够实现静止人体的检测,使得检测系统能够准确的检测目标区域内各种人体存在的情况。
在所述步骤S240之后,所述处理器还用于执行以下步骤:
S300,若M为第三状态标识,控制毫米波雷达传感器处于休眠状态,控制红外传感器间隔预设的时长t进行工作,且红外传感器每次的工作时长大于T。
本实施例中,当目标区域内存在静止人体时,可理解为人体处于休息状态,该种状态通常情况下会持续较长时间,那么,此时控制毫米波雷达传感器处于休眠状态可降低检测系统的整体功耗;另外,控制红外传感器间隔预设时长t进行工作,可进一步的降低检测系统的整体功耗;其中,t的范围可以为2-3秒。
作为其他实施方式,在M为第一状态标识,即目标区域内不存在人体时,也可以采用该步骤S300中的方法,将红外传感器设置为间隔预设的时长t进行工作,以降低检测系统的整体功耗。
S310,获取当前的T对应的第五目标检测值R3φ;其中,R3φ根据红外传感器在当前的T输出的若干第五检测值确定。
该步骤S310与步骤S120中的方法和效果均相同,详细描述可参考步骤S120,此处不加赘述。
S320,若R3φ≥R5,则唤醒毫米波雷达传感器;否则,维持M为第三状态标识;其中,R5为第五阈值,R5根据红外传感器在当前的T输出的若干第五检测值确定。
本实施例中,R3φ≥R5时,表示目标区域内存在人体,此时,红外传感器的检测结果有可能是受环境因素的影响而做出的误判,因此,需要唤醒毫米波雷达传感器进行确认。
S330,获取当前的T对应的第六目标检测值R3ψ;其中,R3ψ根据毫米波雷达传感器在当前的T内输出的若干第六检测值确定。
该步骤S330与步骤S140中的方法和效果均相同,详细描述可参考步骤S140,此处不加赘述。
S340,若R3ψ≥R6,则将M更改为第二状态标识,并控制毫米波雷达传感器处于休眠状态;否则,维持M为第三状态标识;其中,R6为第六阈值,R6根据毫米波雷达传感器在当前的T内输出的若干第六检测值确定。
本实施例中,R3ψ≥R6时,表示目标区域内存在人体,即步骤S330中红外传感器并不是误判,此时则将M更改为第二状态标识,同时控制毫米波雷达传感器处于休眠状态,以降低检测系统的整体功耗;若R3ψ<R6,表示目标区域内不存在人体,即步骤S330中红外传感器误判,此时,继续维持M为第三状态标识。
本实施例的人体存在检测系统能够检测目标区域内存在静止人体的情况,该种状态的检测能够为其他系统的控制策略选择提供依据,例如,空调系统,在目标区域内存在静止人体时,应当控制目标区域内的温度高于存在活动人体的情况。
所述步骤S120包括以下步骤:
S121,获取当前T内第一检测值集S1=(S1 1,S1 2,…,S1 a,…,S1 b),其中,S1 a为第a个第一检测值,b为第一检测值的数量;S1 x+1在T内对应的时间晚于S1 x在T内对应的时间,x=1,2,…,b-1。
本实施例中,S1中的各第一检测值是根据红外传感器输出的时间顺序排列的,即先输出的排在前面,后输出的排在后面,由于目标区域内环境因素是会变化的,因此,在后输出的第一检测值更能准确的反映当前环境中人体存在的状况;T的取值范围为2-3秒,b的取值范围为3-5。
S122,根据S1 a对应于T内的时间先后顺序,确定第一检测值的权值集λ1=(λ1 1,λ1 2,…,λ1 a,…,λ1 b);其中,λ1 a为S1 a的权值,0<λ1 a<1,λ1 x+1>λ1 x。
λ1中的权值随着a取值的增加依次增大,越接近当前时间输出的第一检测值被赋予的权值越大,由此,在后输出且更能准确的反映当前环境中人体存在状况的第一检测值被赋予了较高的权值,那么,根据S1和λ1确定的第一目标检测值,也更符合当前环境,从而提高检测结果的准确性。
S123,根据S1和λ1,确定第一目标检测值R1φ=∑a=1 b(λ1 a*S1 a)。
本实施例中,R1φ是通过对S1内的各第一检测值加权求和得到,在S1中的个别第一检测值存在异常的情况下,其对R1φ的影响是有限的,并不会直接导致R1φ突变,由此能够提高检测结果的稳定性。
所述R1通过以下步骤确定:
S131,遍历S1,确定出S1中最大的第一检测值S1 max。
本实施例中,由于环境因素的变化以及红外传感器自身精度有限,导致红外传感器在T内输出的各第一检测值不是完全相同的,由此,能够从各第一检测值中确定出最大的第一检测值。
S132,根据S1 max和b,确定R1=f*b*S1 max;其中,f为预设的比例系数,0<f<1。
可以理解的是,b*S1 max为当前T内的各第一检测值求和的最大值,随着时间的推移,由于目标区域内环境温度的变化,S1 max是会变化的,因此,R1也是可变的阈值,该阈值针对的对象是R1φ,R1φ也是根据当前T内的S1和λ1确定的,因此,R1和R1φ是处于同一滑动时间窗口内的,R1能够准确衡量R1φ;如果将R1设定为固定值,那么,在环境温度变化较大时,各第一检测值整体变化也较大,固定值的R1不能够准确衡量当前T内的检测结果;因此,本实施例的可变阈值能够提高检测结果的准确性,且能够避免由于目标区域内的环境温度变化而导致红外传感器检测结果错误的情况发生。
f可以通过多次试验的方法确定,即,将目标区域内的温度设定为第一温度且保持恒定,此时,将人体处于目标区域的第一位置,获取当前状态下的第一目标检测值R11φ,以及最大的第一检测值S11 max,根据R11φ和S11 max,确定f1=R11φ/b*S11 max;然后,改变目标区域内的温度,将人体处于目标区域内的不同位置,可确定出多个比例系数,对所有的比例系数求均值,可确定出f。
该种确定f的方法,覆盖了目标区域处于不同温度下,人体处于不同位置的所有情况,那么,在后续检测系统检测的过程中,人体在目标区域内的任一情况均落入上述情况中,由此,来提高通过阈值判断检测结果的准确性。
所述步骤S140包括以下步骤:
S141,获取当前T内第二检测值集S2=(S2 1,S2 2,…,S2 c,…,S2 d),其中,S2 c为第c个第二检测值,d为第二检测值的数量;S1 y+1在T内对应的时间晚于S1 y在T内对应的时间,y=1,2,…,d-1。
本实施例中,步骤S141中的方法与步骤S121中的方法相同,不同之处在于,步骤S141所针对的对象是毫米波雷达传感器,步骤S121中所针对的对象是红外传感器;d的取值范围为6-10,
由于毫米波雷达传感器的工作时长较短,且毫米波雷达传感器输出的检测值的权重较高,因此,可以设置d>b,较小的b能够降低红外传感器的工作频率,进一步降低检测系统整体功耗;而较大的d使得毫米波雷达传感器保持较高的采样频率,则能够提高检测系统检测结果的准确性。
S142,根据S2 c对应于T内的时间先后顺序,确定第二检测值的权值集λ2=(λ2 1,λ2 2,…,λ2 c,…,λ2 d);其中,λ2 c为S2 c的权值,0<λ2 c<1,λ2 y+1>λ2 y。
本实施例中,步骤S142中的方法与步骤S122中的方法相同,此处不加赘述。
S143,根据S2和λ2,确定第二目标检测值R1ψ=∑c=1 d(λ1 c*S1 c)。
本实施例中,R1ψ是通过对S2内的各第二检测值加权求和得到,在S2中的个别第二检测值存在异常的情况下,其对R1ψ的影响是有限的,并不会直接导致R1ψ突变,由此能够提高检测结果的稳定性。
所述R2通过以下步骤确定:
S151,遍历S2,确定出S2中最大的第二检测值S2 max。
S152,根据S2 max和d,确定R2=e*d*S2 max;其中,e为预设的比例系数,0<e<1。
可以理解的是,d*S2 max为当前T内的各第二检测值求和的最大值,随着时间的推移,由于目标区域内环境因素的变化,S2 max是会变化的,因此,R2也是可变的阈值,该阈值针对的对象是R1ψ,R1ψ也是根据当前T内的S2和λ2确定的,因此,R2和R1ψ是处于同一滑动时间窗口内的,R2能够准确衡量R1ψ;如果将R2设定为固定值,那么,在目标区域内环境因素变化较大时,各第二检测值整体变化也较大,固定值的R2不能够准确衡量当前T内的检测结果;因此,本实施例的可变阈值能够提高检测结果的准确性,且能够避免由于目标区域内的环境因素变化而导致毫米波雷达传感器检测结果错误的情况发生。
e可以通过多次试验的方法确定,即,将目标区域内设置第一数量的软性材质,此时,将人体处于目标区域的第一位置,获取当前状态下的第二目标检测值R11ψ,以及最大的第二检测值S21 max,根据R11ψ和S21 max,确定e1=R11ψ/d*S21 max;然后,改变目标区域内软性材质的数量,将人体处于目标区域内的不同位置,可确定出多个比例系数,对所有的比例系数求均值,可确定出e。
该种确定e的方法,覆盖了目标区域内存在不同数量的软性材质,人体处于不同位置的所有情况,那么,在后续检测系统检测的过程中,人体在目标区域内的任一情况均落入上述情况中,由此,来提高通过阈值判断检测结果的准确性。
在所述步骤S100之前,所述处理器还用于执行以下步骤:
S010,响应于系统启动指令,获取当前的T内的红外传感器输出的第七检测值集S3=(S3 1,S3 2,…,S3 m,…,S3 n)和毫米波雷达传感器输出的第八检测值集S4=(S4 1,S4 2,…,S4 p,…,S4 q);其中,m=1,2,…,n;p=1,2,…,q;S3 m为第m个第七检测值,n为第七检测值的数量,S4 p为第p个第八检测值,q为第八检测值的数量;S3 j+1在T内对应的时间晚于S3 j在T内对应的时间,j=1,2,…,n-1;S4 k+1在T内对应的时间晚于S4 k在T内对应的时间,k=1,2,…,q-1。
本实施例中,步骤S010是在步骤S100之前执行,即在检测系统上电时,来获取当前T内红外传感器的m个第七检测值,以及毫米波雷达传感器的q个第八检测值;可以将m的取值范围设置为6-8,q的取值范围设置为11-13;即,检测系统上电时,红外传感器和毫米波雷达传感器的工作频率较高,以此来提高初始检测结果的准确性。
S020,根据S1 m对应于T内的时间先后顺序,确定第八检测值的权值集λ1=(λ1 1,λ1 2,…,λ1 m,…,λ1 n);根据S2 p对应于T内的时间先后顺序,确定第八检测值的权值集λ2=(λ2 1,λ2 2,…,λ2 p,…,λ2 q);其中,λ1 m为S1 m的权值,0<λ1 m<1,λ1 r+1>λ1 r,r=1,2,…,n-1;λ2 p为S2 p的权值,0<λ2 p<1,λ1 y+1>λ1 y,y=1,2,…,q-1。
该步骤S020与步骤S142中的方法及效果相同,此处不加赘述。
S030,根据S1和λ1,确定第七目标检测值Rφ=sum(λ1 1*S1 1,λ1 2*S1 2,…,λ1 m*S1 m,…,λ1 n*S1 n);根据S2和λ2,确定第八目标检测值Rψ=sum(λ2 1*S2 1,λ2 2*S2 2,…,λ2 p*S2 p,…,λ2 q*S2 q);其中,sum()为求和函数。
S040,根据Rφ和Rψ,确定第九目标检测值R=λ×Rφ+(1-λ)×Rψ;其中,λ为预设权重,0<λ<0.5。
本实施例中,由于毫米波雷达传感器不仅能够检测活动的人体,也能够检测静止的人体,其检测的准确性高于红外传感器检测的准确性,因此,赋予Rψ较高的权重,由此能够提高检测系统初始检测结果的准确性。
S050,若R<R7,则将M置为第一状态标识;否则,将M置为第二状态标识;其中,R7为预设的第七阈值。
本实施例中,R7可以通过多次试验的方法确定,即,将目标区域内的环境温度设置为第一温度,同时设置第一数量的软性材质,此时,将人体处于目标区域的第一位置,获取当前状态下的第九目标检测值R’,然后,保持目标区域内的环境温度不变,改变目标区域内软性材料的数量或者改变人体位置,可得到多个第九目标检测值;同理,保持目标区域内的软性材质的数量不变,改变目标区域内环境温度或者改变人体位置,也可得到多个第九目标检测值;最后在所有的第九目标检测值中确定出最小的第九目标检测值,即为R7。
本实施例中,R3和R5的确定方法与R1的确定方法相同,R4和R5的确定方法与R2的确定方法相同,此处不加赘述。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
本发明的实施例还提供了一种非瞬时性计算机可读存储介质,该存储介质可设置于电子设备之中以保存用于实现方法实施例中一种方法相关的至少一条指令或至少一段程序,该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述实施例提供的方法。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读检测值介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读检测值介质可以包括在基带中或者作为载波一部分传播的数据检测值,其中承载了可读程序代码。这种传播的数据检测值可以采用多种形式,包括但不限于电磁检测值、光检测值或上述的任意合适的组合。可读检测值介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本发明的实施例还提供了一种电子设备,包括处理器和前述的非瞬时性计算机可读存储介质。
根据本申请的这种实施方式的电子设备。电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
电子设备以通用计算设备的形式表现。电子设备的组件可以包括但不限于:上述至少一个处理器、上述至少一个储存器、连接不同系统组件(包括储存器和处理器)的总线。
其中,所述储存器存储有程序代码,所述程序代码可以被所述处理器执行,使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种示例性实施方式的步骤。
储存器可以包括易失性储存器形式的可读介质,例如随机存取储存器(RAM)和/或高速缓存储存器,还可以进一步包括只读储存器(ROM)。
储存器还可以包括具有一组(至少一个)程序模块的程序/实用工具,这样的程序模块包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线可以为表示几类总线结构中的一种或多种,包括储存器总线或者储存器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。
电子设备也可以与一个或多个外部设备(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备交互的设备通信,和/或与使得该电子设备能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口进行。并且,电子设备还可以通过网络适配器与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器通过总线与电子设备的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
本发明的实施例还提供一种计算机程序产品,其包括程序代码,当所述程序产品在电子设备上运行时,所述程序代码用于使该电子设备执行本说明书上述描述的根据本发明各种示例性实施方式的方法中的步骤。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员还应理解,可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明开的范围由所附权利要求来限定。
Claims (9)
1.一种人体存在检测系统,其特征在于,包括:红外传感器、毫米波雷达传感器和处理器;其中,红外传感器和毫米波雷达传感器分别与所述处理器通讯连接,红外传感器和毫米波雷达传感器均用于检测目标区域内是否存在人体;
所述处理器用于执行以下步骤:
S100,获取目标区域的当前的区域状态标识M;
S110,若M为第一状态标识,控制毫米波雷达传感器处于休眠状态,控制红外传感器处于工作状态;其中,所述第一状态标识表示目标区域内不存在人体;
S120,每隔设定时长获取当前的滑动时间窗口T对应的第一目标检测值R1φ;其中,R1φ根据红外传感器在预设的滑动时间窗口T内输出的若干第一检测值确定,T的结束时间为当前时间;
S130,若R1φ≥R1,则唤醒毫米波雷达传感器;其中,R1为第一阈值,R1根据红外传感器在T内输出的若干第一检测值确定;
S140,获取当前的T对应的第二目标检测值R1ψ;其中,R1ψ根据毫米波雷达传感器在当前的T内输出的若干第二检测值确定;
S150,若R1ψ≥R2,则将M更改为第二状态标识;否则,维持M为第一状态标识;其中,R2为第二阈值,R2根据毫米波雷达传感器在当前的T内输出的若干第二检测值确定;所述第二状态标识表示目标区域内存在人体。
2.根据权利要求1所述的人体存在检测系统,其特征在于,在所述步骤S100之后,所述处理器还用于执行以下步骤:
S200,若M为第二状态标识,控制毫米波雷达传感器处于休眠状态,控制红外传感器处于工作状态;
S210,获取当前的T对应的第三目标检测值R2φ;其中,R2φ根据红外传感器在当前的T输出的若干第三检测值确定;
S220,若R2φ<R3,则唤醒毫米波雷达传感器;否则,维持M为第二状态标识;其中,R3为第三阈值,R3根据红外传感器在当前的T输出的若干第三检测值确定;
S230,获取当前的T对应的第四目标检测值R2ψ;其中,R2ψ根据毫米波雷达传感器在当前的T内输出的若干第四检测值确定;
S240,若R2ψ≥R4,则将M更改为第三状态标识;否则,将M更改为第一状态标识;其中,R4为第四阈值,R4根据毫米波雷达传感器在当前的T内输出的若干第四检测值确定;所述第三状态标识表示目标区域内存在静止人体。
3.根据权利要求2所述的人体存在检测系统,其特征在于,在所述步骤S240之后,所述处理器还用于执行以下步骤:
S300,若M为第三状态标识,控制毫米波雷达传感器处于休眠状态,控制红外传感器间隔预设的时长t进行工作,且红外传感器每次的工作时长大于T;
S310,获取当前的T对应的第五目标检测值R3φ;其中,R3φ根据红外传感器在当前的T输出的若干第五检测值确定;
S320,若R3φ≥R5,则唤醒毫米波雷达传感器;否则,维持M为第三状态标识;其中,R5为第五阈值,R5根据红外传感器在当前的T输出的若干第五检测值确定;
S330,获取当前的T对应的第六目标检测值R3ψ;其中,R3ψ根据毫米波雷达传感器在当前的T内输出的若干第六检测值确定;
S340,若R3ψ≥R6,则将M更改为第二状态标识,并控制毫米波雷达传感器处于休眠状态;否则,维持M为第三状态标识;其中,R6为第六阈值,R6根据毫米波雷达传感器在当前的T内输出的若干第六检测值确定。
4.根据权利要求1所述的人体存在检测系统,其特征在于,所述步骤S120包括以下步骤:
S121,获取当前T内第一检测值集S1=(S1 1,S1 2,…,S1 a,…,S1 b),其中,S1 a为第a个第一检测值,b为第一检测值的数量;S1 x+1在T内对应的时间晚于S1 x在T内对应的时间,x=1,2,…,b-1;
S122,根据S1 a对应于T内的时间先后顺序,确定第一检测值的权值集λ1=(λ1 1,λ1 2,…,λ1 a,…,λ1 b);其中,λ1 a为S1 a的权值,0<λ1 a<1,λ1 x+1>λ1 x;
S123,根据S1和λ1,确定第一目标检测值R1φ=∑a=1 b(λ1 a*S1 a)。
5.根据权利要求4所述的人体存在检测系统,其特征在于,R1通过以下步骤确定:
S131,遍历S1,确定出S1中最大的第一检测值S1 max;
S132,根据S1 max和b,确定R1=f*b*S1 max;其中,f为预设的比例系数,0<f<1。
6.根据权利要求1所述的人体存在检测系统,其特征在于,所述步骤S140包括以下步骤:
S141,获取当前T内第二检测值集S2=(S2 1,S2 2,…,S2 c,…,S2 d),其中,S2 c为第c个第二检测值,d为第二检测值的数量;S1 y+1在T内对应的时间晚于S1 y在T内对应的时间,y=1,2,…,d-1;
S142,根据S2 c对应于T内的时间先后顺序,确定第二检测值的权值集λ2=(λ2 1,λ2 2,…,λ2 c,…,λ2 d);其中,λ2 c为S2 c的权值,0<λ2 c<1,λ2 y+1>λ2 y;
S143,根据S2和λ2,确定第二目标检测值R1ψ=∑c=1 d(λ1 c*S1 c)。
7.根据权利要求6所述的人体存在检测系统,其特征在于,所述R2通过以下步骤确定:
S151,遍历S2,确定出S2中最大的第二检测值S2 max;
S152,根据S2 max和d,确定R2=e*d*S2 max;其中,e为预设的比例系数,0<e<1。
8.根据权利要求1所述的人体存在检测系统,其特征在于,在所述步骤S100之前,所述处理器还用于执行以下步骤:
S010,响应于系统启动指令,获取当前的T内的红外传感器输出的第七检测值集S3=(S3 1,S3 2,…,S3 m,…,S3 n)和毫米波雷达传感器输出的第八检测值集S4=(S4 1,S4 2,…,S4 p,…,S4 q);其中,m=1,2,…,n;p=1,2,…,q;S3 m为第m个第七检测值,n为第七检测值的数量,S4 p为第p个第八检测值,q为第八检测值的数量;S3 j+1在T内对应的时间晚于S3 j在T内对应的时间,j=1,2,…,n-1;S4 k+1在T内对应的时间晚于S4 k在T内对应的时间,k=1,2,…,q-1;
S020,根据S1 m对应于T内的时间先后顺序,确定第八检测值的权值集λ1=(λ1 1,λ1 2,…,λ1 m,…,λ1 n);根据S2 p对应于T内的时间先后顺序,确定第八检测值的权值集λ2=(λ2 1,λ2 2,…,λ2 p,…,λ2 q);其中,λ1 m为S1 m的权值,0<λ1 m<1,λ1 r+1>λ1 r,r=1,2,…,n-1;λ2 p为S2 p的权值,0<λ2 p<1,λ1 y+1>λ1 y,y=1,2,…,q-1;
S030,根据S1和λ1,确定第七目标检测值Rφ=sum(λ1 1*S1 1,λ1 2*S1 2,…,λ1 m*S1 m,…,λ1 n*S1 n);根据S2和λ2,确定第八目标检测值Rψ=sum(λ2 1*S2 1,λ2 2*S2 2,…,λ2 p*S2 p,…,λ2 q*S2 q);其中,sum()为求和函数;
S040,根据Rφ和Rψ,确定第九目标检测值R=λ×Rφ+(1-λ)×Rψ;其中,λ为预设权重,0<λ<0.5;
S050,若R<R7,则将M置为第一状态标识;否则,将M置为第二状态标识;其中,R7为预设的第七阈值。
9.根据权利要求1所述的人体存在检测系统,其特征在于,所述预设时间窗口T的时间长度的取值范围为2-3秒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310574143.2A CN116609849A (zh) | 2023-05-19 | 2023-05-19 | 一种人体存在检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310574143.2A CN116609849A (zh) | 2023-05-19 | 2023-05-19 | 一种人体存在检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116609849A true CN116609849A (zh) | 2023-08-18 |
Family
ID=87674145
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310574143.2A Pending CN116609849A (zh) | 2023-05-19 | 2023-05-19 | 一种人体存在检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116609849A (zh) |
-
2023
- 2023-05-19 CN CN202310574143.2A patent/CN116609849A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108983213B (zh) | 障碍物静止状态的确定方法、装置、设备及存储介质 | |
JP7105932B2 (ja) | アプリケーション情報に関連する時系列ズデータに関する深層学習を使用した異常検出 | |
US8751414B2 (en) | Identifying abnormalities in resource usage | |
EP2365322A1 (en) | Gas sensor age compensation and failure detection | |
Liu et al. | New analytical approach to detection threshold of a dynamic programming track‐before‐detect algorithm | |
US20200151547A1 (en) | Solution for machine learning system | |
Lovén et al. | Mobile road weather sensor calibration by sensor fusion and linear mixed models | |
JP2020057144A (ja) | 劣化検知システム | |
US20220187179A1 (en) | Method and device for evaluating signals of a sensor unit including at least two sensors | |
CN116609849A (zh) | 一种人体存在检测系统 | |
Fekr et al. | MSE minimization and fault-tolerant data fusion for multi-sensor systems | |
CN112697146B (zh) | 一种基于稳健回归的航迹预测方法 | |
Siegl et al. | Ensemble‐based adaptive soft sensor for fault‐tolerant biomass monitoring | |
CN112613224A (zh) | 桥梁结构检测模型的训练方法、检测方法、装置、设备 | |
US20190112126A1 (en) | Smart jar | |
US20230288394A1 (en) | Crop condition monitoring system and crop condition monitoring method using the same | |
US10921167B1 (en) | Methods and apparatus for validating event scenarios using reference readings from sensors associated with predefined event scenarios | |
KR102573016B1 (ko) | 분석물 데이터 보정 장치 및 방법 | |
US11725991B1 (en) | Systems and methods for determining a confidence level of a sensor measurement by a sensor of an electric aircraft | |
CN115062273B (zh) | 工业互联网的光电传感器精度控制方法及系统 | |
CN112540112B (zh) | 传感器校准方法、装置、设备和存储介质 | |
US20230243690A1 (en) | Fluid tank remote monitoring network with predictive analysis | |
CN109030734B (zh) | 基于超声辅助与单个气体传感器的气体鉴别方法 | |
WO2022239417A1 (ja) | 学習モデルの生成方法、コンピュータプログラム、マイクロ波放射計及び推定方法 | |
US20150363714A1 (en) | Business intelligence and analytics of energy consuming systems |
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 |