CN117281488A - 基于毫米波雷达检测睡眠的方法、设备以及系统 - Google Patents
基于毫米波雷达检测睡眠的方法、设备以及系统 Download PDFInfo
- Publication number
- CN117281488A CN117281488A CN202210699309.9A CN202210699309A CN117281488A CN 117281488 A CN117281488 A CN 117281488A CN 202210699309 A CN202210699309 A CN 202210699309A CN 117281488 A CN117281488 A CN 117281488A
- Authority
- CN
- China
- Prior art keywords
- user
- characteristic value
- displacement
- millimeter wave
- time period
- 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
- 230000007958 sleep Effects 0.000 title claims abstract description 122
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000006073 displacement reaction Methods 0.000 claims abstract description 134
- 230000033001 locomotion Effects 0.000 claims abstract description 101
- 238000001514 detection method Methods 0.000 claims description 80
- 230000008859 change Effects 0.000 claims description 30
- 230000003860 sleep quality Effects 0.000 claims description 12
- 230000036387 respiratory rate Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 230000004622 sleep time Effects 0.000 claims description 8
- 230000004617 sleep duration Effects 0.000 claims description 7
- 238000001303 quality assessment method Methods 0.000 claims description 5
- 239000000758 substrate Substances 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract 1
- 238000004891 communication Methods 0.000 description 34
- 238000012545 processing Methods 0.000 description 32
- 230000006870 function Effects 0.000 description 24
- 238000007726 management method Methods 0.000 description 21
- 230000001121 heart beat frequency Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 11
- 238000010295 mobile communication Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 230000007306 turnover Effects 0.000 description 8
- 230000009471 action Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 7
- 210000004027 cell Anatomy 0.000 description 6
- 230000036391 respiratory frequency Effects 0.000 description 6
- 230000036578 sleeping time Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000029058 respiratory gaseous exchange Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 206010062519 Poor quality sleep Diseases 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000035565 breathing frequency Effects 0.000 description 4
- 235000019800 disodium phosphate Nutrition 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003821 menstrual periods Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
- A61B5/02—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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- 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
- A61B5/1116—Determining posture transitions
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Signal Processing (AREA)
- Electromagnetism (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Pulmonology (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
基于毫米波雷达检测睡眠的方法、设备以及系统,涉及电子技术领域,可以避免了用户佩戴设备睡觉的不适感,提升检测的用户睡眠数据的准确性,该方法包括:利用毫米波雷达监测用户的位移特征值、体动特征值和生理特征值,根据用户的位移特征值、体动特征值和生理特征值确定用户的睡眠数据。
Description
技术领域
本申请涉及电子技术领域,尤其涉及基于毫米波雷达检测睡眠的方法、设备以及系统。
背景技术
睡眠质量对于人体健康起着至关重要的作用,因此对睡眠的检测和评价有一定的价值。目前,可以通过可穿戴设备(如智能手环等)的压力传感器与加速度传感器获取佩戴者的体动特征,通过可穿戴设备中的光电容积图(photoplethysmography,PPG)传感器获取佩戴者的心率与血氧特征,而后通过佩戴者的体动特征、心率与血氧特征等实现对佩戴者睡眠质量的检测。然而,用户佩戴可穿戴设备佩睡觉,可能为用户带来不适感。
发明内容
本申请提供的基于毫米波雷达检测睡眠的方法、设备以及系统,可以避免了用户佩戴设备睡觉的不适感,提升检测的用户睡眠数据的准确性。
为了实现上述目的,本申请实施例提供了以下技术方案:
第一方面、提供一种基于毫米波雷达检测睡眠的方法,包括:当确定目标区域内存在第一用户,且第一用户的第一位移特征值小于位移阈值时,根据第一用户的第一体动特征值和/或第一生理特征值,确定第一用户是否入睡;其中,第一位移特征值、第一体动特征值、第一生理特征值为根据第一时间段的毫米波雷达的检测数据确定;当确定第一用户入睡后,根据第一用户在第二时间段的第二位移特征值、第二体动特征值和第二生理特征值中一项或多项,确定第一用户的睡眠数据;第二时间段的时间顺序位于第一时间段之后;其中,第一用户在第二时间段的第二位移特征值、第二体动特征值和第二生理特征值是根据第二时间段内的毫米波雷达的检测数据确定的。
其中,目标区域包括卧室、客厅、办公室的休息区域、汽车等。可以理解的,还可以根据目标区域的面积大小或目标区域内物品的陈设(可能遮挡毫米波雷达的信号),以及毫米波雷达的信号覆盖距离等情况,按需在目标区域内设置两个或两个以上的毫米波雷达。
其中,位移阈值用于判断用户的位置是否发生变化,即判断用户是否处于静止状态。例如,位移阈值为0.5米。可以理解的,当用户处于静止状态时,用户本身的自然抖动、呼吸等都会造成微小位移,设置位移阈值可用于排除用户处于静止状态时的微小位移。换言之,当毫米波雷达检测到用户的位置大于位移阈值时,认为用户处于非静止状态,那么确定用户未进入睡眠。当毫米波雷达检测到用户的第一位移特征值小于或等于位移阈值时,认为用户处于静止状态,需进一步根据用户的第一体动特征值和/或第一生理特征值确定用户是否进入睡眠。
综上可见,本申请实施例提供了一种基于毫米波雷达的检测用户睡眠的方法,不需要用户佩戴相应的设备,避免了用户佩戴设备睡觉的不适感,也无需用户每次在睡觉前将特定的设备放置在特定的位置(例如手机放置在枕边),毫米波雷达可以在用户无感知的情况下实时检测用户的睡眠质量。另外,毫米波雷达具有体积小和空间分辨率高的特点,能够精确地检测出用户的位移特征值、体动特征值以及生理特征值,极大地提升了检测出的睡眠数据的准确性,能够为用户提供更加正确和更有针对性的睡眠建议。
在一种可能的实现方式中,第一体动特征值包括第一用户的位置发生不超过位移阈值的位移、第一用户的姿势变化量、体动率中的一项或多项;第一生理特征值包括呼吸频率、心跳频率、呼吸频率的波动幅度、心跳频率的波动幅度中的一项或多项。
在一种可能的实现方式中,根据第一体动特征值和/或第一生理特征值,确定第一用户是否入睡,包括:当体动率小于比例阈值,和/或,第一生理特征值的变化幅度小于第一幅度阈值时,确定第一用户入睡。
可以理解的,如果根据用户的第一体动特征值和/或第一生理特征值,确定用户在一定的时间段(例如5分钟,或10分钟)内,体动较少(例如体动率小于比例阈值),和/或第一生理特征值相对稳定(例如第一生理特征值的变化幅度小于幅度阈值1,即第一幅度阈值)时,确定用户已入睡,并记录入睡时间。如果不满足上述条件,则可以确定用户未入睡。
在一种可能的实现方式中,根据第一用户的第二位移特征值、第二体动特征值和第二生理特征值中一项或多项,确定第一用户的睡眠数据包括:当确定在第三时间段内第一用户的所述第二位移特征值小于位移阈值,且在第三时间段后第一预设时长后,第一用户的第二位移特征值为零(或者接近零)时,则确定第一用户在第三时间段发生翻身动作;第三时间段位于第二时间段内;或者,当确定在第四时间段内第一用户的第二生理特征值的变化幅度大于第一幅度阈值且小于第二幅度阈值,且在第四时间段后的第二预设时长后,第二生理特征值的变化幅度小于第一幅度阈值,则确定第一用户在第四时间段发生翻身动作;第四时间段位于第二时间段内;或者,当确定在第五时刻第一用户的第二位移特征值超过位移阈值的位移变化,或者检测到第一用户的体动率大于或等于比例阈值,或者检测到第一用户的第二生理特征值的变化幅度大于或等于第二幅度阈值时,确定第一用户在第五时刻已起夜/起床;第五时刻位于第二时间段内。
可以理解的,在用户入睡后,若检测到用户在第二时间段内的某个时间段(如第三时间段)的第二位移特征值小于位移阈值,在一段时间(例如1分钟)后用户的第二位移特征值为零或接近零,则可以确定用户入睡后发生翻身动作。或者,检测到用户在第二时间段内的某个时间段(如第四时间段)的第二生理特征值的变化幅度大于或等于幅度阈值1且小于幅度阈值2,并且在一段时间(例如1分钟)后第二生理特征值的变化幅度恢复到相对稳定(例如第二生理特征值的变化幅度小于幅度阈值1),则可以确定用户入睡后发生翻身动作。可选的,还可以记录在用户发生翻身动作的次数,用户的生理特征值(例如呼吸频率、心跳频率)等。
若检测到用户在第二时间段的某个时刻(如第五时刻)的第二位移特征值大于或等于位移阈值时,或者用户的体动更频繁(例如体动率大于或等于比例阈值),或者用户第二生理特征值明显不同于用户处于睡眠状态时的生理特征值(例如第二生理特征值大于或等于幅度阈值2)时,可以确定用户已起床。进一步,记录用户起床的时长,(也可以结合时间)用于判断用户是夜间起夜,还是结束本次睡眠后的起床。记录用户夜间起夜的次数和时长,记录用户起床的时间,计算用户睡眠的时长。可选的,根据用户的第二生理特征值(如呼吸频率、心跳频率)、翻身次数和幅度、起夜次数和时长等确定用户的深睡眠时长、浅睡眠时长、以及对用户的睡眠质量进行评估等。
在一种可能的实现方式中,该方法还包括:当确定目标区域存在第二用户,且第二用户的第三位移特征值小于位移阈值时,根据第二用户的第三体动特征值和/或第三生理特征值,确定第二用户是否入睡;其中,第二用户的第三位移特征值、第三体动特征值、第三生理特征值为根据第一时间段内的毫米波雷达的检测数据确定;当确定第二用户入睡后,根据第二用户在第六时间段的第四位移特征值、第四体动特征值和第四生理特征值中一项或多项,确定第二用户的睡眠数据;第六时间段的时间顺序位于第一时间段之后,第六时间段与第二时间段重合或不重合;其中,第二用户在第六时间段的第四位移特征值、第四体动特征值和第四生理特征值是根据第六时间段内的毫米波雷达的检测数据确定的。
例如,当采用24GHz毫米波雷达时,可以区分目标区域内距离大于或等于0.6m的两个人体。那么,在目标区域内同时出现两个或两个人体时,毫米波雷达也可以检测出不同用户的睡眠情况。例如,毫米波雷达可以根据毫米波雷达自身设置的高度(距离地面的高度)以及测量到的用户的位置(包括该用户与毫米波雷达的距离,该用户相对于毫米波雷达的方向)计算出用户的身高,根据不同用户不同身高来区分不同的用户。并且,毫米波雷达可以检测不同用户的睡眠情况。由此可见,目标区域内存在多个用户时,无需额外增加设备,即可监测不同用户的睡眠数据。
在一种可能的实现方式中,睡眠数据包括入睡时间、起床时间、睡眠时长、是否起夜、起夜时长、起夜次数、以及睡眠质量评估中一项或多项。
在一种可能的实现方式中,在当确定目标区域内存在第一用户,且第一用户的第一位移特征值小于位移阈值时,根据第一用户的第一体动特征值和/或第一生理特征值,确定第一用户是否入睡之前,该方法还包括:接收第一时间段内的毫米波雷达的检测数据;根据第一时间段内的毫米波雷达的检测数据确定第一用户的第一位移特征值、第一体动特征值、第一生理特征值中的一项或多项。
也就是说,检测用户睡眠数据的设备从毫米波雷达处获取毫米波雷达的检测数据,或者,通过其他设备从毫米波雷达设备处获取毫米波雷达检测数据,而后根据检测数据自行计算第一用户的第一体动特征值和/或第一生理特征值。即,毫米波雷达无需根据检测数据计算出第一用户的第一体动特征值和/或第一生理特征值。
在一种可能的实现方式中,在当确定第一用户入睡后,根据第一用户在第二时间段的第二位移特征值、第二体动特征值和第二生理特征值中一项或多项,确定第一用户的睡眠数据之前,该方法还包括:接收第二时间段内的毫米波雷达的检测数据;根据第二时间段内的毫米波雷达的检测数据确定第一用户的第二位移特征值、第二体动特征值和第二生理特征值中的一项或多项。
也就是说,检测用户睡眠数据的设备从毫米波雷达处获取毫米波雷达的检测数据,或者,通过其他设备从毫米波雷达设备处获取毫米波雷达检测数据,而后根据检测数据自行计算第一用户的第一用户的第二位移特征值、第二体动特征值和第二生理特征值中的一项或多项。即,毫米波雷达无需根据检测数据计算出第一用户的第二位移特征值、第二体动特征值和第二生理特征值中的一项或多项。
在一种可能的实现方式中,在当确定目标区域内存在第一用户,且第一用户的第一位移特征值小于位移阈值时,根据第一用户的第一体动特征值和/或第一生理特征值,确定第一用户是否入睡之前,该方法还包括:接收第一用户在第一时间段的第一位移特征值、第一体动特征值和第一生理特征值中的一项或多项。
也就是说,检测用户睡眠数据的设备可以直接获取第一用户的第一体动特征值和/或第一生理特征值。即,毫米波雷达需要根据检测数据计算出第一用户的第一体动特征值和/或第一生理特征值。
在一种可能的实现方式中,在当确定第一用户入睡后,根据第一用户在第二时间段的第二位移特征值、第二体动特征值和第二生理特征值中一项或多项,确定第一用户的睡眠数据之前,该方法还包括:接收第一用户在第二时间段的第二位移特征值、第二体动特征值和第二生理特征值中一项或多项。
也就是说,检测用户睡眠数据的设备可以直接获取第一用户的第一体动特征值和/或第一生理特征值。即,毫米波雷达需要根据检测数据计算出第一用户在第二时间段的第二位移特征值、第二体动特征值和第二生理特征值中一项或多项。
第二方面、提供一种电子设备,包括:处理器和存储器,所述存储器与所述处理器耦合,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,当所述处理器从所述存储器中读取所述计算机指令,以使得所述电子设备执行如上述方面中及其中任一种可能的实现方式中所述的方法。
在一个示例中,该电子设备具体可以是下文中的第二设备(例如路由器、控制主机、家庭网关等)或第三设备(例如手机、智慧屏等终端设备)。在其他一些示例中,电子设备也可以为集成有毫米波雷达的设备。
第三方面、提供一种装置,该装置包含在终端中,该装置具有实现上述方面及可能的实现方式中任一方法中终端行为的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括至少一个与上述功能相对应的模块或单元。例如,接收模块或单元、显示模块或单元、以及处理模块或单元等。
第四方面、提供一种计算机可读存储介质,包括计算机指令,当计算机指令在终端上运行时,使得终端执行如上述方面及其中任一种可能的实现方式中所述的方法。
第五方面、提供一种终端上的图形用户界面,所述终端具有显示屏、摄像头、存储器、以及一个或多个处理器,所述一个或多个处理器用于执行存储在所述存储器中的一个或多个计算机程序,所述图形用户界面包括所述终端执行如上述方面及其中任一种可能的实现方式中所述的方法时显示的图形用户界面。
第六方面、提供一种计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行如上述方面中及其中任一种可能的实现方式中所述的方法。
第七方面、提供一种芯片系统,包括处理器,当处理器执行指令时,处理器执行如上述方面中及其中任一种可能的实现方式中所述的方法。
上述第二方面提供的电子设备,第三方面提供的装置,第四方面提供的计算机可读存储介质,第五方面提供的图形用户界面,第六方面提供的计算机程序产品,以及第七方面提供的芯片系统所能达到的技术效果,请参考上述第一方面以及第一方面任一可能实现的方式中有关技术效果的描述,这里不再赘述。
附图说明
图1为本申请实施例提供的一种通信系统的架构示意图;
图2为本申请实施例提供的另一种通信系统的架构示意图;
图3为本申请实施例提供的一种第一设备的结构示意图;
图4为本申请实施例提供的一种第二设备的结构示意图;
图5为本申请实施例提供的一种基于毫米波雷达检测睡眠的方法的流程示意图;
图6为本申请实施例提供的一些用户界面示意图;
图7为本申请实施例提供的一种基于毫米波雷达检测用户呼吸频率和心跳频率的方法的流程示意图;
图8为本申请实施例提供的又一些用户界面示意图;
图9为本申请实施例提供的又一些用户界面示意图;
图10为本申请实施例提供的一种芯片系统的结构示意图。
具体实施方式
在本申请实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
如图1所示,为本申请实施例提供的一种通信系统架构的示意图,该系统架构包括第一设备100和第二设备200。可选的,该系统架构还可以包括第三设备300。
在一些示例中,第一设备100为毫米波雷达,或者为包含毫米波雷达装置的设备。其中,毫米波雷达工作在毫米波(millimeter wave)波段,主要用于探测移动的人体,其工作频段分布于30~300GHz频域(波长为1~10mm)上。毫米波雷达在工作时持续发射特定形式的无线电磁信号,并接收人体反射的电磁回波信号,通过比较发射信号与接收信号之间的差异确定人体的空间信息。毫米波雷达具有体积小和空间分辨率高的特点;部署在室内,可以用于检测目标区域内是否存在人体,人体的位移特征值(例如,包括人体大于位移阈值的位移,位移阈值例如为0.5米),人体的体动特征值(例如,包括人体不大于位移阈值的位移、身体姿势变化量等)和生理特征值(例如,呼吸频率、心跳频率等)中一项或多项。可选的,第一设备100还可以对检测到的人体的位移特征值,体动特征值和生理特征值中一项或多项进行分析,确定用户的睡眠数据。而后,第一设备100将确定的用户的睡眠数据发送给第二设备200。其中,睡眠数据包括但不限于入睡时间、起床时间、睡眠时长(可以包括深睡眠时长、浅睡眠时长)、是否起夜、起夜时长、起夜次数、以及睡眠质量评估等。
第二设备200用于呈现睡眠检测结果,即呈现第一设备100确定的用户的睡眠数据。示例性的,第二设备200例如可以为手机、平板电脑、个人计算机(personal computer,PC)、个人数字助理(personal digital assistant,PDA)、智能手表、上网本、可穿戴终端、增强现实技术(augmented reality,AR)设备、虚拟现实(virtual reality,VR)设备、智慧屏、智能汽车等,本申请对该第二设备200的具体形式不做特殊限制。
需要说明的是,第一设备100和第二设备200可以直接进行通信,也可以通过中间设备(例如第三设备300)进行间接通信。示例性的,第三设备300例如为路由器、家庭网关、服务器、控制主机等。
下面结合图2,对第一设备100根据毫米波雷达的检测数据,计算得到人体的位移特征值、体动特征值和生理特征值的过程进行说明。
如图2所示,第一设备100包括无线信号收发模块和无线信号处理模块。其中,无线信号收发模块用于收发毫米波信号。无线信号处理模块,通过对接收到的毫米波信号进行分析处理,实现对目标的检测,并获取目标的距离、信号来向等信息,进一步地,计算得到人体的位移特征值、体动特征值和生理特征值等信息。
例如,无线信号收发模块包括发射天线,继电器开关,接收天线,波形产生器,混频器,滤波器等。波形产生器用于产生发射信号,比如发射信号为线性调频连续波(linearfrequency-modulation continuous wave,LFMCW)信号。LFMCW信号的频率随时间变化呈线性升高,此类信号称为线性调频脉冲(Chirp)信号。发射信号通过功率分配器(简称功分器)后,一部分经功率放大器放大功率后由继电器开关选择一个发射天线将毫米波信号发射出去;另一部分作为本振,与接收天线接收的毫米波信号通过混频器混频。混频器输出的信号为差频信号,差频信号经过滤波器滤波和采样模块进行模数转换(采样)之后得到数字差频信号。
无线信号处理模块接收到数字差频信号后进行相应处理。例如,毫米波雷达的一帧数据即一个雷达扫描周期内的数据,一个雷达扫描周期包括M个扫频周期Tc,在每个扫频周期Tc内有差频信号的N个采样点,即数字差频信号。那么,无线信号处理模块可以通过对一个扫频周期Tc内的数字差频信号进行一维范围快速傅里叶变换(fast fouriertransformation,FFT),获取差频信号的频率,而后根据差频信号的频率计算反射点的距离。其中,范围FFT(range FFT)的点数为该Chirp信号对应的差频信号的采样点数N。无线信号处理模块还可以通过对同一反射点在多个相邻扫频周期Tc内的数字差频信号进行一维多普勒(doppler)FFT,获取多个数字差频信号的相位差。而后再根据多个差频信号的相位差计算反射点的径向速度。其中,doppler FFT的点数为一帧数据包括的扫频周期个数。另外,反射信号的信号来向包括横向来向(比如,水平来向)和纵向来向(比如,铅垂来向)。可以用方位角表示信号的横向来向,用俯仰角表示信号的纵向来向。在一种实施方式中,无线信号处理模块还可以通过无线信号收发模块中多个接收天线的接收信号之间的相位差计算方位角和俯仰角。
在实际应用中,无线信号处理模块可以对接收到的每一帧数据进行目标检测。进一步地,使用目标检测算法和聚类算法将每一帧数据中的人体检测出来后,还可以通过关联算法将当前帧中的检测结果与上一帧中的检测结果一一匹配,实现对人体的跟踪(即获取随时间变化,人体位置变化)。示例性地,一种跟踪算法(前后帧关联算法)为,计算两帧中两个目标之间的欧式距离(空间两点之间的直线距离),将欧式距离最短的两个目标确定为同一个目标,然后通过匈牙利算法链接跟踪目标。
进一步地,无线信号处理模块可以根据目标跟踪结果确定目标(人体)是静止的或运动的。无线信号处理模块还可以用于检测人体静止状态(人位置未发生变化)时的生理特征值。可以理解的,人体静止时,呼吸和心跳引起的人体身体的微小位移(如胸腹部周期性起伏)可以引起反射信号的相位变化。可以通过检测人体静止时,反射信号的相位变化,获取人体的呼吸频率和心跳频率。
可选的,如图2所示,第一设备100还可以包括睡眠检测模块,该睡眠检测模块可用于根据无线信号处理模块得到的人体的位移特征值、体动特征值和生理特征值中一项或多项进行分析,确定用户的睡眠数据。也就是说,在该示例中,由第一设备100对人体的位移特征值、体动特征值和生理特征值中一项或多项进行分析,确定用户的睡眠数据。
如图2所示,第二设备200包括检测结果获取模块和检测结果呈现模块。其中,检测结果获取模块用于从第一设备100获取毫米波雷达确定的用户的睡眠数据,或者通过第三设备300获取毫米波雷达确定的用户的睡眠数据。检测结果呈现模块,用于根据用户的睡眠数据绘制渲染相关的界面。
在另一个示例中,第一设备100不包括睡眠检测模块,第二设备200包括睡眠检测模块。那么第一设备100直接将检测到的人体的位移特征值、体动特征值和生理特征值中一项或多项发送给第二设备200。第二设备200(例如具体为图2中的检测结果获取模块)接收到人体的位移特征值、体动特征值和生理特征值中一项或多项。第二设备200(例如具体为图2中的睡眠检测模块)根据接收到的人体的位移特征值、体动特征值和生理特征值中一项或多项分析得到用户的睡眠数据。而后,第二设备200(例如具体为图2中的检测结果呈现模块)根据用户的睡眠数据绘制相关的界面,和/或,播放相关的语音提示。也就是说,在该示例中,由第二设备200对人体的位移特征值、体动特征值和生理特征值中一项或多项进行分析,确定用户的睡眠数据。
需要说明的是,第一设备100和第二设备200可以直接进行通信,也可以通过中间设备(例如第三设备300)进行间接通信。
在又一项示例中,第一设备100和第二设备200均不包括睡眠检测模块,第三设备300包括睡眠检测模块。第一设备100将检测到的人体的位移特征值、体动特征值和生理特征值中一项或多项发送给第三设备300。第三设备300根据接收到的人体的位移特征值、体动特征值和生理特征值中一项或多项分析得到用户的睡眠数据,并将分析得到的用户的睡眠数据发送给第二设备200,由第二设备200呈现给用户。在该示例中,由第三设备300对人体的位移特征值、体动特征值和生理特征值中一项或多项进行分析,确定用户的睡眠数据。
还需要说明的是,上述系统架构图仅为示例。可以理解的是,第一设备100可以和第三设备300集成为一个设备。或者,第三设备300可以和第二设备200集成为一个设备。又或者,第一设备100、第二设备200和第三设备300集成为一个设备。又或者,该系统架构还可以其他设备,用于分担第一设备100、第二设备200或第三设备300中的部分功能。本申请实施例对此不做限定。
图3示出了第一设备100的结构示意图。
如图3所示,第一设备100可以包括处理器110,存储器120,电源管理模块130,电源131,无线通信模块140,毫米波雷达模块150等。可以理解的是,图3示意的结构并不构成对第一设备100的具体限定。在本申请另一些实施例中,第一设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。例如,处理器110是一个中央处理器(centralprocessing unit,CPU),也可以是特定集成电路(application specific integratedcircuit,ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路,例如:一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)。
存储器120可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。例如,存储器120还可以存储处理器110处理后的数据。此外,存储器120可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。处理器110通过运行存储在存储器120的指令和/或存储在设置于处理器中的存储器的指令,执行第一设备100的各种功能应用以及数据处理。
电源管理模块130用于接收电源131输入。其中,电源131可以是电池,也可以是市电。电源管理模块130接收电池和/或市电的供电,为第一设备100的各个部件,如处理器110、存储器120、无线通信模块140、毫米波雷达模块150等供电。
无线通信模块140可以提供应用在第一设备100上的包括无线局域网(wirelesslocal area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星系统(global navigation satellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR),紫峰(ZigBee)等无线通信的解决方案。无线通信模块140可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块140经由天线接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器110。无线通信模块140还可以从处理器110接收待发送的信号,对其进行调频,放大,经天线转为电磁波辐射出去。需要说明的是,图3中无线通信模块140、和毫米波雷达模块150的天线个数仅为示例性说明。可以理解的,通信模块140和毫米波雷达模块150可以包括更多或更少的天线,本申请实施例对此并不进行限定。
图4示出了第二设备200的结构示意图。
如图4所示,第二设备200可以包括处理器210,外部存储器接口220,内部存储器221,通用串行总线(universal serial bus,USB)接口230,充电管理模块240,电源管理模块241,电池242,天线1,天线2,移动通信模块250,无线通信模块260,音频模块270,扬声器270A,受话器270B,麦克风270C,耳机接口270D,传感器模块280,按键290,马达291,指示器292,摄像头293,显示屏294,以及用户标识模块(subscriber identification module,SIM)卡接口295等。其中传感器模块280可以包括压力传感器280A,陀螺仪传感器280B,气压传感器280C,磁传感器280D,加速度传感器280E,距离传感器280F,接近光传感器280G,指纹传感器280H,温度传感器280J,触摸传感器280K,环境光传感器280L,骨传导传感器280M等。
可以理解的是,本发明实施例示意的结构并不构成对第二设备200的具体限定。在本申请另一些实施例中,第二设备200可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器210可以包括一个或多个处理单元,例如:处理器210可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器210中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器210中的存储器为高速缓冲存储器。该存储器可以保存处理器210刚用过或循环使用的指令或数据。如果处理器210需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器210的等待时间,因而提高了系统的效率。
可以理解的是,本发明实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对第二设备200的结构限定。在本申请另一些实施例中,第二设备200也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
充电管理模块240用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。在一些有线充电的实施例中,充电管理模块240可以通过USB接口230接收有线充电器的充电输入。在一些无线充电的实施例中,充电管理模块240可以通过第二设备200的无线充电线圈接收无线充电输入。充电管理模块240为电池242充电的同时,还可以通过电源管理模块241为终端供电。
电源管理模块241用于连接电池242,充电管理模块240与处理器210。电源管理模块241接收电池242和/或充电管理模块240的输入,为处理器210,内部存储器221,显示屏294,摄像头293和无线通信模块260等供电。电源管理模块241还可以用于检测电池容量,电池循环次数,电池健康状态(漏电,阻抗)等参数。在其他一些实施例中,电源管理模块241也可以设置于处理器210中。在另一些实施例中,电源管理模块241和充电管理模块240也可以设置于同一个器件中。
第二设备200的无线通信功能可以通过天线1,天线2,移动通信模块250,无线通信模块260,调制解调处理器以及基带处理器等实现。
天线1和天线2用于发射和接收电磁波信号。第二设备200中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
移动通信模块250可以提供应用在第二设备200上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块250可以包括至少一个滤波器,开关,功率放大器,低噪声放大器(low noise amplifier,LNA)等。移动通信模块250可以由天线1接收电磁波,并对接收的电磁波进行滤波,放大等处理,传送至调制解调处理器进行解调。移动通信模块250还可以对经调制解调处理器调制后的信号放大,经天线1转为电磁波辐射出去。在一些实施例中,移动通信模块250的至少部分功能模块可以被设置于处理器210中。在一些实施例中,移动通信模块250的至少部分功能模块可以与处理器210的至少部分模块被设置在同一个器件中。
调制解调处理器可以包括调制器和解调器。其中,调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后,被传递给应用处理器。应用处理器通过音频设备(不限于扬声器270A,受话器270B等)输出声音信号,或通过显示屏294显示图像或视频。在一些实施例中,调制解调处理器可以是独立的器件。在另一些实施例中,调制解调处理器可以独立于处理器210,与移动通信模块250或其他功能模块设置在同一个器件中。
无线通信模块260可以提供应用在第二设备200上的包括无线局域网(wirelesslocal area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星系统(global navigation satellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。无线通信模块260可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块260经由天线2接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器210。无线通信模块260还可以从处理器210接收待发送的信号,对其进行调频,放大,经天线2转为电磁波辐射出去。
在一些实施例中,第二设备200的天线1和移动通信模块250耦合,天线2和无线通信模块260耦合,使得第二设备200可以通过无线通信技术与网络以及其他设备通信。
第二设备200通过GPU,显示屏294,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏294和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器210可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
第二设备200可以通过ISP,摄像头293,视频编解码器,GPU,显示屏294以及应用处理器等实现拍摄功能。
ISP用于处理摄像头293反馈的数据。例如,拍照时,打开快门,光线通过镜头被传递到摄像头感光元件上,光信号转换为电信号,摄像头感光元件将所述电信号传递给ISP处理,转化为肉眼可见的图像。ISP还可以对图像的噪点,亮度,肤色进行算法优化。ISP还可以对拍摄场景的曝光,色温等参数优化。在一些实施例中,ISP可以设置在摄像头293中。
摄像头293用于捕获静态图像或视频。人体通过镜头生成光学图像投射到感光元件。感光元件把光信号转换成电信号,之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB,YUV等格式的图像信号。在一些实施例中,第二设备200可以包括1个或N个摄像头293,N为大于1的正整数。
数字信号处理器用于处理数字信号,除了可以处理数字图像信号,还可以处理其他数字信号。例如,当第二设备200在频点选择时,数字信号处理器用于对频点能量进行傅里叶变换等。
视频编解码器用于对数字视频压缩或解压缩。第二设备200可以支持一种或多种视频编解码器。这样,第二设备200可以播放或录制多种编码格式的视频,例如:动态图像专家组(moving picture experts group,MPEG)1,MPEG2,MPEG3,MPEG4等。
NPU为神经网络(neural-network,NN)计算处理器,通过借鉴生物神经网络结构,例如借鉴人脑神经元之间传递模式,对输入信息快速处理,还可以不断的自学习。通过NPU可以实现第二设备200的智能认知等应用,例如:图像识别,人脸识别,语音识别,文本理解等。
外部存储器接口220可以用于连接外部存储卡,例如Micro SD卡,实现扩展第二设备200的存储能力。外部存储卡通过外部存储器接口220与处理器210通信,实现数据存储功能。例如将音乐,视频等文件保存在外部存储卡中。
内部存储器221可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。内部存储器221可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储第二设备200使用过程中所创建的数据(比如音频数据,电话本等)等。此外,内部存储器221可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件。处理器210通过运行存储在内部存储器221的指令和/或存储在设置于处理器中的存储器的指令,执行第二设备200的各种功能应用以及数据处理。
第二设备200可以通过音频模块270,扬声器270A,受话器270B,麦克风270C,耳机接口270D,以及应用处理器等实现音频功能。例如音乐播放,录音等。
需要说明的是,第三设备300可以参考第二设备200的结构描述,可以包括比第二设备200更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置,不再赘述。
以下实施例中所涉及的技术方案均可以在具有上述硬件架构和软件架构的第二设备200中实现。
本文以第一设备100为毫米波雷达、第二设备200为手机、第三设备300为路由器为例,对本申请实施例提供的技术方案进行详细说明。
前文已说明,毫米波雷达根据毫米波雷达的检测数据确定用户的睡眠数据;或者,手机根据毫米波雷达的检测数据确定用户的睡眠数据;又或者,路由器根据毫米波雷达的检测数据确定用户的睡眠数据。本实施例以路由器根据毫米波雷达的检测数据确定用户的睡眠数据为例对多个设备间的交互,以及各个设备的执行步骤进行详细说明。
如图5所示,为本申请实施例提供的一种基于毫米波雷达检测睡眠的方法流程图,该方法包括:
S501、毫米波雷达开始检测目标区域内的目标。
其中,目标区域包括卧室、客厅、办公室的休息区域、汽车等。目标区域可以为封闭的区域,也可以为开放的区域。例如,可以在目标区域的天花板或墙面上设置毫米波雷达。可以理解的,还可以根据目标区域的面积大小或目标区域内物品的陈设(可能遮挡毫米波雷达的信号),以及毫米波雷达的信号覆盖距离等情况,按需在目标区域内设置两个或两个以上的毫米波雷达。
示例性的,预先在目标区域内设置毫米波雷达。在一些示例中,毫米波雷达自身配置有操作方式(如按键等),可供用户在毫米波雷达上开启检测目标区域内目标的功能。或者,另一些示例中,用户可以通过操作与毫米波雷达连接的控制设备,开启毫米波雷达检测目标区域内目标的功能。例如,当用户通过控制设备启动检测用户睡眠状态的功能时,控制设备通知毫米波雷达开始检测目标区域内的人体。
在一个具体的实现方式中,用户可以使用控制设备(例如手机),建立毫米波雷达与路由器(或手机)的通信连接。例如,可以先将目标区域内设置的毫米波雷达与控制设备进行配对,先建立毫米波雷达与控制设备的通信连接。而后,控制设备通过该通信连接将路由器(或手机)所在的Wi-Fi网络的信息发送给毫米波雷达,以便毫米波雷达接入Wi-Fi网络。如此,毫米波雷达可以将检测数据通过Wi-Fi网络发送给路由器或手机。可选的,控制设备还可以对毫米波雷达进行控制,例如启动毫米波雷达开始检测目标区域内的人体。
例如,如图6中(1)所示,为手机(控制设备)启动的智慧生活的主界面的示意。当检测到用户操作添加控件601,手机查找新设备。当查找到毫米波雷达,且与毫米波雷达配对成功后,手机显示如图6中(2)所示界面,该界面中包括毫米波雷达的标识602。进一步的,当检测到用户操作毫米波雷达的标识602,手机进入如图6中(3)所示的毫米波雷达的设备管理界面。当检测到用户操作开始检测控件603后,手机控制毫米波雷达开始检测。或者,设备管理界面还可以包括自动检测设置项(图中未示出),那么用户也可以通过设置自动检测的条件,例如预设的时间段(例如21:00-07:00)。当满足自动检测的条件后,手机自动控制毫米波雷达开始检测,以及结束检测等。
本领域技术人员应知晓,毫米波雷达也可以不接入Wi-Fi网络,通过其他连接方式与路由器(或手机)进行通信,本申请实施例对此不做具体限定。
S502、毫米波雷达根据第一时间段的检测数据确定目标区域内是否存在用户。
在一个示例中,毫米波雷达自身可以根据第一时间段的检测数据确定目标区域内是否存在人体(用户)。或者,在另一个示例中,毫米波雷达可以将第一时间段的自身检测数据发送给路由器(或手机),由路由器(或手机)根据毫米波雷达的检测数据确定目标区域内是否存在用户。本申请实施例对此不做限定。
在一种具体的实现方式中,由于体积较大的人体的不同部位可能穿戴有不同的衣物、有不同的骨骼结构,这样可能会有不同的检测结果,从而导致对人体检测可能有多个反射点,甚至分布不太均匀。对于体积较大的人体来说,不同部位可能采用不同的材料、有不同的形状等,也导致对这样的人体检测可能有多个反射点,甚至分布不太均匀。对于人体来说,由于人体的头部、手部和脚等部分都会对毫米波雷达的发射信号产生反射,毫米波雷达在可侦测范围内会将一个人体检测为多个反射点。此时,可以对反射点的点云数据进行聚类处理,即将检测到的多个反射点汇聚成一个类,将该聚类确定为一个人体或人体。
需要说明的是,这里也可以采用其他的方法确定目标区域内是否存在用户,比如,可以判断毫米波雷达的第一时间段的检测数据是否满足人体的生理特征,从而确定目标区域的检测目标是否为人体。又或者,也可以结合或使用其他传感器的检测数据确定目标区域内是否存在用户。总之,本申请实施例对确定目标区域是否存在人体的方法不做具体限定。
S503、当确定目标区域内存在用户时,毫米波雷达进一步确定用户在第一时间段的第一位移特征值是否大于位移阈值。
其中,用户在第一时间段的第一位移特征值可以包括用户在第一时间段的位置变化(即用户位移)等。当用户的第一位移特征值大于位移阈值时,确定用户未进入睡眠。当确定用户的第一位移特征值小于或等于位移阈值时,执行步骤S504。
其中,位移阈值用于判断用户的位置是否发生变化,即判断用户是否处于静止状态。例如,位移阈值为0.5米。可以理解的,当用户处于静止状态时,用户本身的自然抖动、呼吸等都会造成微小位移,设置位移阈值可用于排除用户处于静止状态时的微小位移。换言之,当毫米波雷达检测到用户的位置大于位移阈值时,认为用户处于非静止状态,那么确定用户未进入睡眠。当毫米波雷达检测到用户的位置小于或等于位移阈值时,认为用户处于静止状态,需进一步确定用户是否进入睡眠,即执行步骤S504。
需要说明的是,在另一些示例中,根据毫米波雷达的检测数据也可以直接判断目标的第一位移特征值是否大于位移阈值,若大于位移阈值,则确定目标未进入睡眠。当目标的第一位移特征值小于或等于位移阈值后,再进一步判断目标是否为人体(用户)。或者,当目标的第一位移特征值小于或等于位移阈值后,也可以不用判断目标是否为人体,直接判根据检测数据判断是否符合人体的体动特征和生理特征等。换言之,上述步骤S502可以在步骤S503之后执行,也可以省略。本申请实施例对此不做具体限定。
另外一些示例中,毫米波雷达也可以将第一时间段的检测数据发送给路由器或手机,由路由器或手机根据第一时间段的检测数据确定用户的第一位移特征值是否大于位移阈值,本申请实施例不做具体限定。
S504、毫米波雷达根据第一时间段的检测数据确定用户的第一体动特征值和/或第一生理特征值。
其中,用户的第一体动特征值包括在第一时间段内用户未超过位移阈值的位移变化,用户姿势的变化量(此时用户的位置未变化,或者用户的位置发生极小的变化),体动率(在单位时长内,例如1分钟,用户发生体动的时长占单位时长的比例)等。本申请实施例对第一体动特征值不做具体限定。用户的第一生理特征值,包括用户在第一时间段内呼吸频率,呼吸频率的波动幅度,心跳频率,心跳频率的波动幅度等。
在一种实施方式中,如图7所示,第一设备100获取用户的呼吸频率和心跳频率的方法可以包括:
S701、提取相位信息。
前文已说明,毫米波雷达的一帧数据即一个雷达扫描周期内的数据,一个雷达扫描周期包括M个扫频周期Tc,在每个扫频周期Tc内有差频信号的N个采样点。毫米波雷达对检测的每一帧数据进行Range FFT,根据Range FFT结果可以获取差频信号频率,即获取差频信号相位。此外,毫米波雷达利用毫米波雷达对用户进行目标跟踪,可以获取随时间变化,用户位置发生的变化,即可以获取某一时刻的用户位置。
如果毫米波雷达根据目标跟踪结果确定用户静止(比如,在一段时间内,用户的坐标变化量小于设定值),对用户当前位置处的Range FFT结果进行相位提取,即提取差频信号相位信息。示例性地,雷达扫描周期为100ms,也就是说一帧数据的周期为100ms。对每一帧数据提取一次差频信号相位信息。连续提取多帧数据的相位信息,即可获取相位随帧数变化关系,即相位随时间变化的关系;记为振动信号v(j),其中,j为帧数。
S702、相位解缠绕。
展开相位以获取实际的位移曲线。其中,规定相位值在[-π,π]之间。如果S701中计算出的相位值大于π,通过从相位值中减去2π来执行相位展开;如果S701中计算出的相位值小于-π,通过在相位值中加2π来执行相位展开。
S703、计算相位差。
通过对连续的相位值进行相减,对展开的相位执行相位差运算,得到相位差Δv;这样可以增强心跳信号并消除任何相位漂移。其中,Δv(k)=v(k)-v(k-1)。
S704、带通滤波。
分别根据心跳频率和呼吸频率,采用带通滤波器对相位值进行滤波以进行区分。示例性地,将带通滤波器的通带范围设置为0.8Hz-4Hz,对相位值进行滤波,可以检测出心跳;将带通滤波器的通带范围设置为0.1Hz-0.6Hz,对相位值进行滤波,可以检测出呼吸。
S705、范围估计。
对相位差信号做FFT,依据峰值大小及谐波特征,获取N帧时间内的呼吸频率和心跳频率。
S706、判决。
记录一段时间内的呼吸频率和心跳频率,根据预设的置信度指标(比如,准确率95%,虚警率5%)筛选获取的呼吸频率和心跳频率值,并输出呼吸频率和心跳频率随时间变化的关系。
需要说明的是,上述步骤S701-步骤S706仅为根据毫米波雷达的检测数据确定用户的第一生理特征值的一个示例,并不构成对本申请中如何根据毫米波雷达的检测数据确定用户的第一生理特征值的具体方法的限定。
另外一些示例中,毫米波雷达也可以将第一时间段的检测数据发送给路由器或手机,由路由器或手机根据第一时间段的检测数据确定用户的计算出用户的第一体动特征值和第一生理特征值,本申请实施例不做具体限定。
由此,根据毫米波雷达的第一时间段的检测数据计算出用户的第一体动特征值和第一生理特征值等。
S505、毫米波雷达将用户的第一体动特征值和/或第一生理特征值发送给路由器。
S506、路由器根据用户的第一体动特征值和/或第一生理特征值,确定用户是否入睡。若确定用户进入睡眠,则执行步骤S507。若确定用户未入睡,则执行步骤S501。
示例性的,如果根据用户的第一体动特征值和/或第一生理特征值,确定用户在一定的时间段(例如5分钟,或10分钟)内,体动较少(例如体动率小于比例阈值),和/或第一生理特征值相对稳定(例如第一生理特征值的变化幅度小于幅度阈值1)时,确定用户已入睡,并记录入睡时间。如果不满足上述条件,则可以确定用户未入睡,指示毫米波雷达继续检测目标区域内的用户,确定目标区域内的是否存在用户。
在另外一些示例中,毫米波雷达也可以自己根据用户的第一体动特征值和/或第一生理特征值确定用户是否入睡以及入睡时刻。本申请实施例对此不做具体限定。
S507、路由器继续获取毫米波雷达发送的用户在第二时间段的第二位移特征值、第二体动特征值和第二生理特征值中的一项或多项。
其中,第二时间段在时间顺序上位于第一时间段之后。
在一些实施例中,毫米波雷达可以根据自身的在第二时间段检测数据确定用户的第二位移特征值、第二体动特征值和第二生理特征值,而后将确定的用户的第二位移特征值、第二体动特征值和第二生理特征值发送给路由器。在另外一些实施例中,毫米波雷达也可以将第二时间段的检测数据发送给路由器,由路由器根据第二时间段的检测数据确定用户的第二位移特征值、第二体动特征值和第二生理特征值
类似的,用户在第二时间段的第二位移特征值包括用户在第二时间段的位置变化(即用户位移)等。用户的第二体动特征值包括在第二时间段内用户未超过位移阈值的位移变化,用户姿势的变化量(此时用户的位置未变化,或者用户的位置发生极小的变化),体动率(在单位时长内,例如1分钟,用户发生体动的时长占单位时长的比例)等。用户的第二生理特征值,包括用户在第二时间段内呼吸频率,呼吸频率的波动幅度,心跳频率,心跳频率的波动幅度等。
S508、路由器根据持续获取的用户的第二位移特征值、第二体动特征值和第二生理特征值中的一项或多项确定用户睡眠数据。
其中,睡眠数据包括但不限于入睡时间、起床时间、睡眠时长(可以包括深睡眠时长、浅睡眠时长)、是否起夜、起夜时长、起夜次数、以及睡眠质量评估等。
在一些示例中,在确定用户进入睡眠后,继续根据用户的第二位移特征值、第二体动特征值和第二生理特征值,并进一步分析用户的睡眠数据。例如,若检测到用户在第二时间段内的某个时间段(如第三时间段)的第二位移特征值小于位移阈值,在一段时间(例如1分钟)后,用户的第二位移特征值为零或接近零,则可以确定用户入睡后发生翻身动作。或者,检测到用户在第二时间段内的某个时间段(如第四时间段)的第二生理特征值的变化幅度大于或等于幅度阈值1且小于幅度阈值2,并且在一段时间(例如1分钟)后,第二生理特征值的变化幅度恢复到相对稳定(例如第二生理特征值的变化幅度小于幅度阈值1),则可以确定用户入睡后发生翻身动作。可选的,还可以记录在用户发生翻身动作的次数,用户的生理特征值(例如呼吸频率、心跳频率)等。
若检测到用户在第二时间段的某个时刻(如第五时刻)的第二位移特征值大于或等于位移阈值时,或者用户的体动更频繁(例如体动率大于或等于比例阈值),或者用户第二生理特征值明显不同于用户处于睡眠状态时的生理特征值(例如第二生理特征值大于或等于幅度阈值2)时,可以确定用户已起床。进一步,记录用户起床的时长,(也可以结合时间)用于判断用户是夜间起夜,还是结束本次睡眠后的起床。记录用户夜间起夜的次数和时长,记录用户起床的时间,计算用户睡眠的时长。可选的,根据用户的第二生理特征值(如呼吸频率、心跳频率)、翻身次数和幅度、起夜次数和时长等确定用户的深睡眠时长、浅睡眠时长、以及对用户的睡眠质量进行评估等。
需要说明的是,上述各个阈值,例如位移阈值、比例阈值、幅度阈值1、幅度阈值2等均可以为技术人员预先根据大量的统计数数据确定的。可选的,针对不同身份的用户(例如成人、小孩等)可以采用相同的阈值,也可以针对不同身份的用户采用不同的阈值。此外,上述各个阈值可以是固定不变的,也可以根据在一段时间内(例如一个星期、一个月)根据检测到的用户数据进行自动调整。总而言之,本申请实施例对各个阈值的设置,以及阈值的数量均不做限定。
在另一些示例中,路由器也可以将毫米波雷达检测到的用户的第二位移特征值、第二体动特征值和第二生理特征值等输入到预先训练好的神经网络模型中,由神经网络模型输出用户的睡眠数据。可以理解的是,技术人员可以采集大量的用户的位移特征值、体动特征值和生理特征值等的训练数据,并在训练数据中标记用户的入睡、翻身、起床等进行训练,得到训练好的神经网络模型,用于根据第二位移特征值、第二体动特征值和第二生理特征值等计算出用户的睡眠数据。
S509、路由器将用户的睡眠数据发送给手机,由手机呈现用户的睡眠数据。
在一个示例中,路由器将用户的睡眠数据发送给手机后,手机可以直接呈现用户的睡眠数据,或者根据用户的睡眠数据绘制相关的图表,呈现给用户。例如,手机可以在特定的应用中呈现用户的睡眠数据。比如,手机可以在运动健康应用中设置睡眠相关的模块,在该睡眠相关的模块中呈现用户的睡眠数据。或者,在手机的智慧生活应用中关于路由器或者毫米波雷达的设备管理页面中设置睡眠相关的模块,在该模块中呈现用户的睡眠数据。又或者,手机还可以在设置应用中设置睡眠相关的模块,在该睡眠相关的模块中呈现用户的睡眠数据。又或者,手机也可以设置一个独立的应用,用于呈现用户的睡眠数据。
例如,如图8所示,为手机显示的呈现睡眠数据的界面示意。手机可以根据入睡时间和起床时间确定睡眠总时长,结合用户的位移特征值、体动特征值以及生理特征值确定浅睡眠时段以及深睡眠时段,还可以确定其中发生翻身动作的次数,起夜次数和时长等。可选的,手机还可以统计深睡眠的时间占比,以及结合睡眠过程中生理特征值确定用户是否有呼吸/心跳异常的情况(例如呼叫暂停或心跳暂停),以检测用户(尤其是老人、病人)的身体健康问题。可选的,手机还可以根据用户的睡眠数据评估用户的睡眠质量,以及根据用户的睡眠数据给出相对应的建议等。例如,手机还可以根据用户的日常睡眠数据确定用户的睡眠习惯,当识别出用户睡眠过程中的异常情况,例如最近一周或一个月经常晚睡,可以提示在每日入睡时间时提示用户早点休息等。总而言之,本申请对手机呈现的睡眠数据的内容以及形式不做具体限定。
综上可见,本申请实施例提供了一种基于毫米波雷达的检测用户睡眠的方法,不需要用户佩戴相应的设备,避免了用户佩戴设备睡觉的不适感,也无需用户每次在睡觉前将特定的设备放置在特定的位置(例如手机放置在枕边),毫米波雷达可以在用户无感知的情况下实时检测用户的睡眠质量。另外,毫米波雷达具有体积小和空间分辨率高的特点,能够精确地检测出用户的位移特征、体动特征值以及生理特征值,极大地提升了检测出的睡眠数据的准确性,能够为用户提供更加正确和更有针对性的睡眠建议。
在一些示例中,当采用分辨率较小的毫米波雷达时,毫米波雷达还可以检测出目标区域内不同的人体(用户)。其中,毫米波雷达的分辨率是指,毫米波雷达可以区分的两个人体的最近距离。例如,若两个人体靠的太近,那么毫米波雷达可能会把它视为一个人体,如果分开一点,毫米波雷达便会视为两个人体。换言之,毫米波雷达的分辨率是指可以让毫米波雷达辨别出“这里有两个人体,而不是一个人体”的前提下,两个人体之间的最短距离。毫米波雷达的分辨率=光速/(2倍的雷达带宽)。因此24GHz(250MHz带宽)的分辨率为0.6m,77GHz(1GHz)的分辨率为18cm。可以理解的,当采用24GHz毫米波雷达时,可以区分目标区域内距离大于或等于0.6m的两个人体。
那么,在目标区域内同时出现两个或两个人体时,毫米波雷达也可以检测出不同用户的睡眠情况。例如,毫米波雷达可以根据毫米波雷达自身设置的高度(距离地面的高度)以及测量到的用户的位置(包括该用户与毫米波雷达的距离,该用户相对于毫米波雷达的方向)计算出用户的身高,根据不同用户不同身高来区分不同的用户。并且,毫米波雷达可以检测不同用户的睡眠情况。其中每一个用户的睡眠情况的检测方法可以参考前文步骤S501-步骤S509中描述的方法,这里不再赘述。例如,如图9中(1)所示,为手机显示的一个用户(如用户1)的睡眠数据。用户可以通过操作用户的标签页,切换手机显示另一个用户(如用户2)的睡眠数据,如图9中(2)所示的界面。
可选的,毫米波雷达还识别出用户的身份/人群,例如通过身高可以确定用户为成人或儿童。那么,毫米波雷达还可以根据不同身份/人群对应的睡眠标准对不同用户的睡眠数据进行分析,从而针对不同身份/人群的用户给出更准确的睡眠质量评估,以及给出不同的睡眠建议。例如,老年人应保证5-6h的睡眠时间;儿童应保证超过9-10h的睡眠时间;成年人保证不少于6h的睡眠时间。
在另一些示例中,毫米波雷达还可以以目标区域(例如房间)为单位,统计该目标区域整体的睡眠情况。例如,当毫米波雷达不同区分同一房间中的多个用户时,可以统计该房间整体的睡眠数据。当房间内所有人入睡后,确定该房间对应的入睡时间。当房间内有人起床后,确定该房间对应的起床时间等等。
本申请实施例还提供一种芯片系统,如图10所示,该芯片系统包括至少一个处理器1101和至少一个接口电路1102。处理器1101和接口电路1102可通过线路互联。例如,接口电路1102可用于从其它装置(例如第一设备100/第二设备200/第三设备300的存储器)接收信号。又例如,接口电路1102可用于向其它装置(例如处理器2101)发送信号。示例性的,接口电路1102可读取存储器中存储的指令,并将该指令发送给处理器1101。当所述指令被处理器1101执行时,可使得终端执行上述实施例中的第一设备100/第二设备200/第三设备300执行的各个步骤。当然,该芯片系统还可以包含其他分立器件,本申请实施例对此不作具体限定。
本申请实施例还提供一种装置,该装置包含在第一设备100/第二设备200/第三设备300中,该装置具有实现上述实施例中任一方法中第一设备100/第二设备200/第三设备300行为的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括至少一个与上述功能相对应的模块或单元。例如,检测模块或单元、显示模块或单元、确定模块或单元、以及计算模块或单元等。
本申请实施例还提供一种计算机存储介质,包括计算机指令,当计算机指令在第一设备100/第二设备200/第三设备300上运行时,使得终端执行如上述实施例中任一方法。
本申请实施例还提供一种计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行如上述实施例中任一方法。
可以理解的是,上述终端等为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明实施例的范围。
本申请实施例可以根据上述方法示例对上述终端等进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本发明实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请实施例各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:快闪存储器、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (13)
1.一种基于毫米波雷达检测睡眠的方法,其特征在于,包括:
当确定目标区域内存在第一用户,且所述第一用户的第一位移特征值小于位移阈值时,根据所述第一用户的第一体动特征值和/或第一生理特征值,确定所述第一用户是否入睡;其中,所述第一位移特征值、所述第一体动特征值、所述第一生理特征值为根据第一时间段的毫米波雷达的检测数据确定;
当确定所述第一用户入睡后,根据所述第一用户在第二时间段的第二位移特征值、第二体动特征值和第二生理特征值中一项或多项,确定所述第一用户的睡眠数据;所述第二时间段的时间顺序位于所述第一时间段之后;其中,所述第二位移特征值、所述第二体动特征值和所述第二生理特征值为根据所述第二时间段内的所述毫米波雷达的检测数据确定的。
2.根据权利要求1所述的方法,其特征在于,
所述第一体动特征值包括所述第一用户的位置发生不超过所述位移阈值的位移、所述第一用户的姿势变化量、体动率中的一项或多项;
所述第一生理特征值包括呼吸频率、心跳频率、呼吸频率的波动幅度、心跳频率的波动幅度中的一项或多项。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述第一用户的第一体动特征值和/或第一生理特征值,确定所述第一用户是否入睡,包括:
当体动率小于比例阈值,和/或,所述第一生理特征值的变化幅度小于第一幅度阈值时,确定所述第一用户入睡。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述第一用户在第二时间段的第二位移特征值、第二体动特征值和第二生理特征值中一项或多项,确定所述第一用户的睡眠数据包括:
当确定在第三时间段内所述第一用户的所述第二位移特征值小于所述位移阈值,且在所述第三时间段后第一预设时长后,所述第一用户的所述第二位移特征值为零时,则确定所述第一用户在所述第三时间段发生翻身动作;所述第三时间段位于所述第二时间段内;
或者,当确定在第四时间段内所述第一用户的所述第二生理特征值的变化幅度大于第一幅度阈值且小于第二幅度阈值,且在所述第四时间段后的第二预设时长后,所述第二生理特征值的变化幅度小于所述第一幅度阈值,则确定所述第一用户在所述第四时间段发生翻身动作;所述第四时间段位于所述第二时间段内;
或者,当确定在第五时刻所述第一用户的所述第二位移特征值大于或等于所述位移阈值,或者检测到第一用户的体动率大于或等于比例阈值,或者检测到第一用户的第二生理特征值的变化幅度大于或等于所述第二幅度阈值时,确定所述第一用户在第五时刻已起夜/起床;所述第五时刻位于所述第二时间段内。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:
当确定所述目标区域还存在第二用户,且所述第二用户的第三位移特征值小于所述位移阈值时,根据所述第二用户的第三体动特征值和/或第三生理特征值,确定所述第二用户是否入睡;其中,所述第三位移特征值、所述第三体动特征值和所述第三生理特征值为根据所述第一时间段内的所述毫米波雷达的所述检测数据确定;
当确定所述第二用户入睡后,根据所述第二用户在第六时间段的第四位移特征值、第四体动特征值和第四生理特征值中一项或多项,确定所述第二用户的睡眠数据;所述第六时间段的时间顺序位于所述第一时间段之后,所述第六时间段与所述第二时间段重合或不重合;其中,所述第四位移特征值、所述第四体动特征值和所述第四生理特征值是根据所述第六时间段内的所述毫米波雷达的检测数据确定的。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述睡眠数据包括入睡时间、起床时间、睡眠时长、是否起夜、起夜时长、起夜次数、以及睡眠质量评估中一项或多项。
7.根据权利要求1-6任一项所述的方法,其特征在于,在所述当确定目标区域内存在第一用户,且所述第一用户的第一位移特征值小于位移阈值时,根据所述第一用户的第一体动特征值和/或第一生理特征值,确定所述第一用户是否入睡之前,所述方法还包括:
接收所述第一时间段内的所述毫米波雷达的检测数据;
根据所述第一时间段内的所述毫米波雷达的检测数据确定所述第一位移特征值,所述第一体动特征值和所述第一生理特征值中一项或多项。
8.根据权利要求7所述的方法,其特征在于,在所述当确定所述第一用户入睡后,根据所述第一用户在第二时间段的第二位移特征值、第二体动特征值和第二生理特征值中一项或多项,确定所述第一用户的睡眠数据之前,所述方法还包括:
接收所述第二时间段内的所述毫米波雷达的检测数据;
根据所述第二时间段内的所述毫米波雷达的检测数据确定所述第二位移特征值、所述第二体动特征值和所述第二生理特征值中的一项或多项。
9.根据权利要求1-6任一项所述的方法,其特征在于,在所述当确定目标区域内存在第一用户,且所述第一用户的第一位移特征值小于位移阈值时,根据所述第一用户的第一体动特征值和/或第一生理特征值,确定所述第一用户是否入睡之前,所述方法还包括:
接收所述第一用户在所述第一时间段的所述第一位移特征值,所述第一体动特征值和所述第一生理特征值中的一项或多项。
10.根据权利要求9所述的方法,其特征在于,在所述当确定所述第一用户入睡后,根据所述第一用户在第二时间段的第二位移特征值、第二体动特征值和第二生理特征值中一项或多项,确定所述第一用户的睡眠数据之前,所述方法还包括:
接收所述第一用户在第二时间段的所述第二位移特征值、所述第二体动特征值和所述第二生理特征值中一项或多项。
11.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器与所述处理器耦合,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,当所述处理器从所述存储器中读取所述计算机指令,以使得所述电子设备执行如权利要求1-10中任一项所述的基于毫米波雷达检测睡眠的方法。
12.一种计算机可读存储介质,其特征在于,包括计算机指令,当所述计算机指令在设备上运行时,使得所述设备执行如权利要求1-10中任一项所述的基于毫米波雷达检测睡眠的方法。
13.一种芯片系统,其特征在于,包括一个或多个处理器,当所述一个或多个处理器执行指令时,所述一个或多个处理器执行如权利要求1-10中任一项所述的基于毫米波雷达检测睡眠的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210699309.9A CN117281488A (zh) | 2022-06-20 | 2022-06-20 | 基于毫米波雷达检测睡眠的方法、设备以及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210699309.9A CN117281488A (zh) | 2022-06-20 | 2022-06-20 | 基于毫米波雷达检测睡眠的方法、设备以及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117281488A true CN117281488A (zh) | 2023-12-26 |
Family
ID=89257700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210699309.9A Pending CN117281488A (zh) | 2022-06-20 | 2022-06-20 | 基于毫米波雷达检测睡眠的方法、设备以及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117281488A (zh) |
-
2022
- 2022-06-20 CN CN202210699309.9A patent/CN117281488A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230293049A1 (en) | Systems and methods for monitoring respiration of an individual | |
US20210170227A1 (en) | Automatic detection and quantification of swimming | |
CN111867458B (zh) | 用于心血管健康监测的系统和方法 | |
US10206573B2 (en) | Method of obtaining biometric information in electronic device and electronic device for the same | |
US20150119726A1 (en) | Electronic apparatus and communication control method | |
CN105190691A (zh) | 用于获得对象的生命体征的设备 | |
CN109222950B (zh) | 数据处理方法及装置 | |
CN111919236A (zh) | 生理参数的监测 | |
JP2014176584A (ja) | 信号処理装置、信号処理方法及び信号処理プログラム | |
CN209863802U (zh) | 一种基于雷达的非接触式生命体征测量系统 | |
Liu et al. | Human biometric signals monitoring based on wifi channel state information using deep learning | |
US20140163405A1 (en) | Physiological information measurement system and method thereof | |
CN109239707A (zh) | 行为状态检测设备及方法 | |
CN114366062A (zh) | 可穿戴设备及其佩戴检测方法和介质 | |
KR102248739B1 (ko) | 치과용 진료의자를 이용한 환자의 심박/호흡 모니터링 시스템 | |
CN109480774A (zh) | 一种基于高光谱数据的智能监控系统 | |
CN109276233A (zh) | 一种面向视频流的分布式人脸及生理特征识别方法 | |
CN117281488A (zh) | 基于毫米波雷达检测睡眠的方法、设备以及系统 | |
CN202801583U (zh) | 非接触式生理参数监测系统 | |
CN114287938B (zh) | 建筑环境中人体参数的安全区间获得方法和设备 | |
TW201722351A (zh) | 呼吸訊號擷取方法及其擷取裝置 | |
JP2016137018A (ja) | 脈波検出装置、脈波検出方法及び脈波検出プログラム | |
CN114947768A (zh) | 呼吸率的处理方法、装置及计算机可读存储介质 | |
CN114947767A (zh) | 呼吸率的处理方法、装置及计算机可读存储介质 | |
Gauni et al. | Detection of breathing and heart rate using a simple vital radio system |
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 |