DE102011075725A1 - Verfahren zum Erkennen von Gesten - Google Patents
Verfahren zum Erkennen von Gesten Download PDFInfo
- Publication number
- DE102011075725A1 DE102011075725A1 DE201110075725 DE102011075725A DE102011075725A1 DE 102011075725 A1 DE102011075725 A1 DE 102011075725A1 DE 201110075725 DE201110075725 DE 201110075725 DE 102011075725 A DE102011075725 A DE 102011075725A DE 102011075725 A1 DE102011075725 A1 DE 102011075725A1
- Authority
- DE
- Germany
- Prior art keywords
- person
- gesture
- movement
- detected
- movements
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
- G01S7/412—Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/415—Identification of targets based on measurements of movement associated with the target
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- User Interface Of Digital Computer (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
Die Erfindung betrifft ein Verfahren zum Erkennen einer Geste (18) eines Lebewesens (10), bei dem von mindestens einem Radargerät (4) unter Ausnutzung des Mikro-Doppler-Effekts ein Bewegungsablauf des Lebewesens (10) erfasst und eine Geste (18) des Lebewesens (10) erkannt wird.
Description
- Die Erfindung betrifft ein Verfahren und eine Anordnung zum Erkennen einer Geste.
- Stand der Technik
- Die Detektion großmaßstäblicher Bewegungsprofile von Objekten mittels Radar ist bekannt. Diese Detektion betrifft einen zeitlichen Verlauf eines Abstands zu einem zu detektierenden Objekt sowie den Betrag und die Richtung der Geschwindigkeit des Objekts. Weiterhin sind Systeme zur Erkennung von Gesten bekannt, diese setzen optische Verfahren, bspw. unter Nutzung einer Videokamera, ein.
- Die Druckschrift
DE 10 2007 054 507 A1 betrifft ein Verfahren zum Erkennen eines Lebewesens, bei dem mittels Radarstrahlen ein Objekt erfasst wird, und bei dem Radardaten zu dem erfassten Objekt derart ausgewertet werden, dass mindestens eine Eigenschaft des Objekts klassifiziert und mit Charakteristika für mindestens ein bekanntes Lebewesen verglichen wird, so dass bestimmt wird, um welche Klasse von Lebewesen es sich bei dem Objekt handelt. - Offenbarung der Erfindung
- Vor diesem Hintergrund werden ein Verfahren und eine Anordnung mit den Merkmalen der unabhängigen Patentansprüche vorgestellt. Weitere Ausgestaltungen der Erfindung ergeben sich aus den abhängigen Patentansprüchen und der Beschreibung.
- Mit der Erfindung ist u. a. eine Erkennung von Gesten einer Person auf Radar-Basis unter Nutzung von zeitaufgelösten Empfangsinformationen, beispielsweise des Mikro-Doppler-Effekts, möglich. Bei einer Umsetzung der vorliegenden Erfindung erfolgt eine Detektion von Bewegungsabläufen und somit von Bewegungsprofilen mittels elektromagnetischer Wellen, üblicherweise durch Einsatz von Radarwelle. Weiterhin ist die Kategorisierung unterschiedlicher Bewegungsprofile in einzelne Klassen, bspw. für Bewegungsabläufe und/oder Gesten, sowie die Ausführung spezifischer Aktionen bei der Erkennung eines spezifischen Bewegungsablaufs vorgesehen.
- Im Rahmen der Erfindung können elektromagnetische Wellen mit unterschiedlichen Wellenlängen verwendet werden. Dadurch kann die Länge einer Strecke quantifiziert werden, die ein Körperteil einer Person zurücklegt und die im Rahmen des Verfahrens zum Erkennen einer Geste besonders gut zu identifizieren ist. Dasselbe gilt auch für eine Geschwindigkeit, die der Körperteil bei der Bewegung aufweist. Geeignete, als Arbeitsfrequenzen verwendete Frequenzen betragen mindestens 2 GHz, maximal 900 GHz. Üblicherweise eignen sich Frequenzen f ~2.4 GHz, 3–11 GHz, 22–26 GHz, 55–65 GHz, 76–81 GHz, 122–123 GHz, 244–245 GHz, 488–490 GHz und 620–660 GHz.
- In einer Ausgestaltung der vorliegenden Erfindung wird eine aufeinander abgestimmte Kombination aus einem oder mehrereren Hochfrequenz-Sendern und einem oder mehrereren Hochfrequenz-Empfängern als mögliche Komponenten einer erfindungsgemäßen Anordnung unter Einsatz von Modulations- und Demodulationsverfahren sowie einer entsprechenden Signalverarbeitung verwendet, um zeitaufgelöst mindestens eine der folgenden Informationen: Mikro-Doppler-, Abstands-, Winkel-, oder Amplituden-Information für eine oder mehrere Personen als Objekte in der Nähe der erfindungsgemäßen Anordnung zu erfassen. Demnach weist die Anordnung mindestens einen Hochfrequenz-Sender und mindestens einen Hochfrequenz-Empfänger auf.
- Die derart gewonnenen Informationen werden dann geeignet verknüpft, um spezifische Gesten, d. h. von einem Individuum willentlich herbeigeführte, spezifische Bewegungsmuster, zu erkennen.
- Je nach der Klasse der zu erkennenden Gesten ist dabei eine geeignete Auswahl und Gewichtung der o. g. Empfangsdaten, Arbeitsfrequenzen, einer Bandbreite sowie relative Positionierungen bzw. räumliche Anordnungen des mindestens einen Hochfrequenz-Senders und Hochfrequenz-Empfängers sowie der Messdauer der Modulation und der Signalauswertung zu treffen.
- Demnach kann das Radar-Prinzip im Rahmen der Erfindung zur Erkennung von Gesten und/oder allgemein zur Detektion und Klassifikation von Bewegungsabläufen einer Person und demnach von Bewegungsprofilen im kleinen Maßstab eingesetzt werden.
- Es ist vorgesehen, dass von mindestens einem Radargerät und demnach von mehreren räumlich verteilten Radargeräten mindestens eine elektromagnetische Welle versendet, von einer Person reflektiert und von dem mindestens einem Radargerät wieder empfangen wird. Der Bewegungsablauf der Person kann anhand einer Frequenzverschiebung, Phasenverschiebung und/oder Amplitudenveränderung zwischen der mindestens einen gesendeten und der mindestens einen empfangenen elektromagnetischen Welle erfasst werden.
- Ausgehend von Daten, die aus Radar-Signalen einer zu untersuchenden Person, d. h. von Radar-Signalen mindestens eines Körperteils, bspw. Finger, Arm, Kopf, usw., bereitgestellt werden, werden dabei zunächst Bewegungsabläufe rekonstruiert und/oder erkannt und diese durch geeignete Algorithmen als Gesten identifiziert.
- Unter einer Geste ist in diesem Zusammenhang ein spezifischer Bewegungsablauf zu verstehen, der sich durch seine Charakteristiken von zufälligen Bewegungsabläufen hinreichend unterscheidet. Je nach einem dabei erkannten Bewegungsablauf können von einer zu steuernden Einrichtung Aktionen und/oder Funktionen ausgeführt werden, die einer bestimmten Geste zugeordnet sind und durch die erkannte Geste befohlen werden.
- Bei der vorliegenden Erfindung kann eine Geste als eine Serie bewusst ausgeführter spezifischer Bewegungen definiert werden, die ein bestimmtes charakteristisches Bewegungsprofil aufweisen und durch den Bewegungsablauf den Willen der Person, die die Bewegung ausführt, wiedergeben. Dabei ist vorgesehen, durch die Geste eine Information zu übermitteln und/oder eine spezifische Wirkung, ggf. eine Reaktion auf die Geste, zu erzielen.
- Die dazu eingesetzten Algorithmen teilen sich auf in zwei Klassen: die erste Klasse rekonstruiert aus den Empfangsdaten, d. h. dem zeitaufgelösten Mikro-Doppler-Effekt, dem Abstand, dem Winkel, der Empfangsamplitude usw., sowie der Kenntnis der relativen Positionierung und/oder Anordnung von mindestens einem Hochfrequenz-Empfänger als Radarsensor den für die spezifischen Empfangsdaten ursächlichen Bewegungsablauf und legt diese Information geeignet ab, z. B. als zeitaufgelöste 3D-Positionsinformation.
- Die zweite Klasse der Algorithmen vergleicht den so gewonnenen Bewegungsablauf mit hinterlegten Bewegungsabläufen. Die hinterlegten Bewegungsabläufe entsprechen dabei den hinterlegten Gesten. Aus dem Vergleich ermittelt ein Algorithmus der zweiten Klasse, welche der hinterlegten Bewegungsabläufe dem rekonstruierten Bewegungsablauf bzgl. einer geeigneten Metrik am nächsten kommen. Falls keine hinreichende Übereinstimmung vorliegt, wird keine Geste erkannt, andernfalls wird diejenige Geste zurückgemeldet, die die höchste Übereinstimmung aufweist.
- Die Algorithmen der zweiten Klasse können dabei – um die Erkennung von Gesten noch zuverlässiger durchzuführen – beim Vergleich des rekonstruierten Bewegungsablaufs mit den hinterlegten Bewegungsabläufen zusätzlich Informationen über den aktuellen Kontext, z. B. die zeitliche Koinzidenz mit einem anderen Ereignis, etwa einem ankommenden Anruf oder eine räumliche Korrelation, etwa das Ausführen der Geste in einem spezifischen Raumbereich, berücksichtigen.
- Die Datenbasis und somit die Menge der hinterlegten Bewegungsmuster, kann dabei durch den Benutzer über ein Training bzw. durch den Bezug weiterer vorgefertigter Muster, z. B. durch das Herunterladen aus einem Datenpool, um zusätzliche Bewegungsmuster erweitert werden.
- Außerdem können die Algorithmen selbst so aufgebaut sein, dass die Wahrscheinlichkeit für die richtige Erkennung von Bewegungsabläufen durch wiederholte Interaktion mit dem Benutzer, z. B. durch längere Benutzung und/oder in Form von Feedback-Loops durch den Benutzer verbessert werden, was bspw. durch Adaption interner Gewichtungen in den Algorithmen möglich ist.
- Die Zuordnung der nach dem Erkennen einer spezifischen Geste von der Einrichtung ausgeführten spezifischen Aktion kann dabei entweder fest vorgegeben, oder aber vom Benutzer ebenfalls konfigurierbar sein. So kann bspw. in einem Gebäude aufgrund einer Geste in einem Raum das Licht an- bzw. ausgeschaltet werden. Bei einem Mobiltelefon kann durch eine erkannte Geste das Läuten ausgeschaltet oder der Anruf angenommen werden.
- Die Verwendung elektromagnetischer Wellen geeigneter Frequenz erlaubt es dabei, entsprechende Detektoren bspw. in einem Gebäude verborgen einzubauen, z. B. hinter Keramiken, Kacheln, Kunststoffen o. ä. im Bad, um somit Schalter, z. B. Lichtschalter, oder andere Aktoren, z. B. Ventile zur Regelung von Wasser-Durchflussmengen im Bad, durch Gesten berührungslos betätigen zu können. Derartige Detektoren können jedoch auch hinter dem Armaturenbrett eines Kraftfahrzeugs angeordnet sein. Hierbei werden Frequenzen verwendet, die von den materialspezifischen Hochfrequenzeigenschaften u. a. der Dämpfung eines Mediums, das von den elektromagnetischen Wellen durchdrungen werden soll, abhängig sind.
- Durch die Verwendung der oben dargelegten Gestenerkennung können darüberhinaus Fehlauslösungen von Schaltern vermieden werden, die z. B. bei einfachen kapazitiven Näherungsschaltern häufig auftreten können. Dazu werden üblicherweise bereits während der Näherungsphase der Hand und/oder des Fingers an den Schalter Informationen erfasst und mit dem eigentlichen Schalt-Kommando, z. B. Berührung der Schaltfläche, korreliert. Der Schaltvorgang wird insgesamt nur dann ausgelöst, wenn beide Informations-Anteile, d. h. das Bewegungsprofil in der Näherungsphase sowie das eigentliche Schaltkommando, zusammen passen.
- Durch Auswahl geeigneter Ausleuchtungsbereiche, in der Regel mittels Sendeund Empfangscharakteristiken, der Anordnung des mindestens einen Hochfrequenz-Senders und -Empfängers und/oder eines geeigneten Auswertebereichs unter Rückgriff auf Entfernungs-, Winkel- und Amplitudeninformationen kann ein räumlich begrenzter Detektionsbereich geschaffen werden, in dem die Erkennung von Gesten aktiv ist. Üblicherweise können spezifische Aktionen bei unterschiedlichen Gesten aus der Ferne ausgelöst werden. Durch RFID-ähnliche Transponder können zusätzliche Merkmale, typischerweise Sicherheitsmerkmale, getestet werden.
- Gesten unterscheiden sich also von den in der Druckschrift
DE 10 2007 054 507 A1 erwähnten Bewegungsmustern, mit denen eine Erkennung von unbewussten, arttypischen Bewegungsmustern, die z. B. für Menschen oder Katzen typisch sind, vorgesehen ist. Allerdings handelt es sich bei derartigen arttypischen Bewegungsmustern nicht um Gesten, die mit einem durch die eine Geste aktuell zu äußernden Willen des jeweiligen Lebewesens in Zusammenhang stehen. - Unter Durchführung einer Wahrscheinlichkeitsbetrachtung für Bewegungsabläufe können Gesten als qualitative Bewegungsprofile definiert werden, die gezielt und/oder geplant durchgeführt werden und deren zufälliges Auftreten in der Regel sehr unwahrscheinlich ist. Da Gesten gezielt durchgeführt werden, gelingt es überhaupt, mittels einer Geste eine Information zu übermitteln. Demnach können Gesten auch als körperliche Bewegungsprofile zur nonverbalen Kommunikation eingesetzt werden.
- Im Rahmen der Erfindung können die Gesten als solche von der erfindungsgemäßen Anordnung eindeutig erkannt werden. Dabei ist für die erfindungsgemäße Anordnung erkennbar, dass durch eine Bewegung ein Wille zum Ausdruck gebracht wird. In Ausgestaltung werden für Bewegungen Wahrscheinlichkeiten darüber festgelegt, dass diese geplant sind oder nicht. Dazu ist eine Korrelation von besonderen, d. h. mit hoher Wahrscheinlichkeit nicht zufällig auftretenden Bewegungsabläufen, vorgesehen.
- Weiterhin kann ein spezifischer Detektionsbereich und/oder Raumbereich berücksichtigt werden. Außerdem kann eine Korrelation zu einem Kontext, z. B. einem externen Ereignis etwa dem Läuten eines Mobiltelefons im Auto als externes Ereignis oder die Annahme eines Gesprächs durch den Fahrer hergestellt werden. Zur Aufnahme des Gesprächs kann der Fahrer eine Wischbewegung und somit einen hinreichend unzufälligen Bewegungsablauf, etwa 5–15 cm vor der Mittelkonsole als spezifischen Detektionsbereich, ausführt.
- Ein Maßstab für große und kleine Bewegungen wird durch eine Größe der erfassten Person gesetzt, die zu analysierende Bewegungen und/oder zu identifizierende Gesten ausführt. Bei Bewegungen im kleinen Maßstab ist üblicherweise nur ein prozentual kleiner Teil des Körpers einer Person am Bewegungsablauf beteiligt. Alternativ oder ergänzend kann vorgesehen sein, dass die Bewegungen über Distanzen erfolgen, die verglichen mit der Größe der Person klein sind. Ein Beispiel für eine Bewegung im kleinen Maßstab ist bspw. eine Hin- und Herbewegung eines Fingers von links nach rechts, wobei der Finger in einem gewissen Abstand über ein als Hochfrequenz-Empfänger ausgebildetes Sensorelement streicht und dabei pro Bewegungsrichtung jeweils eine Strecke von wenigen cm zurücklegt. Eine Bewegung im großen Maßstab ist im Unterschied hierzu bspw. ein kreisförmiges Schwenken beider Arme einer Person.
- Ein Einsatz der Erfindung ist im Mobilfunk-Bereich möglich, dabei können für neuartige Bedienkonzepte zur berührungslosen Betätigung von Mobiltelefonen Gesten erkannt werden. Die Erfindung kann jedoch auch in der Industrie- und Haustechnik eingesetzt werden, um sichere Schalter, ggf. unter Verwendung von RFID-ähnlichen Transpondern, bereitzustellen. Bei einem Einsatz in einem Kraftfahrzeug können ebenfalls neuartige Bedienkonzepte, z. B. für Navigations- oder Multimediaanlagen, realisiert werden.
- In weiterer Ausgestaltung ist es möglich, einen Maßstab für Bewegungen genauer zu definieren. Dabei kann von prozentualen Werten hierfür ausgegangen werden. Möglicherweise ist auch ein Abstand eines Körperteils, der die Bewegung ausführt, zu mindestens einem als Hochfrequenz-Empfänger ausgebildeten Sensorelement und somit zu dem mindestens einen Radargerät zu beachten. Bei einer Erkennung der Bewegung des Fingers ist bspw. für den erwähnten Mobilfunkbereich anzunehmen, dass sich der Finger in der Nähe des mindestens einen Radargeräts befindet. Diesbezüglich ist zu berücksichtigen, dass der Finger von dem mindestens einen Radargerät erfasst wird. Dabei kann es je nach Anwendung genügen, lediglich einen Teil des Körpers, z. B. des Fingers über dem Mobilfunk-Gerät, sowie dessen Relativbewegung zum Mobilfunk-Gerät zu erfassen. In anderen Anwendungen kann es dagegen notwendig sein, sowohl den gesamten Körper als auch zusätzlich die Bewegung einzelner Körperteile zu erfassen. Sichtbereiche der Sensoranordnung sowie die Signalverarbeitung sind entsprechend anzupassen.
- Die erfindungsgemäße Anordnung ist dazu ausgebildet, sämtliche Schritte des vorgestellten Verfahrens durchzuführen. Dabei können einzelne Schritte dieses Verfahrens auch von einzelnen Komponenten der Anordnung durchgeführt werden. Weiterhin können Funktionen der Anordnung oder Funktionen von einzelnen Komponenten der Anordnung als Schritte des Verfahrens umgesetzt werden. Außerdem ist es möglich, dass Schritte des Verfahrens als Funktionen wenigstens einer Komponente der Anordnung oder der gesamten Anordnung realisiert werden.
- Weitere Vorteile und Ausgestaltungen der Erfindung ergeben sich aus der Beschreibung und den beiliegenden Zeichnungen.
- Es versteht sich, dass die voranstehend genannten und die nachstehend noch zu erläuternden Merkmale nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar sind, ohne den Rahmen der vorliegenden Erfindung zu verlassen.
- Kurze Beschreibung der Zeichnungen
-
1 zeigt in schematischer Darstellung eine Ausführungsform einer erfindungsgemäßen Anordnung bei Durchführung einer Ausführungsform des erfindungsgemäßen Verfahrens. -
2 zeigt ein Flussdiagramm zu einer zweiten Ausführungsform des erfindungsgemäßen Verfahrens. - Ausführungsformen der Erfindung
- Die Erfindung ist anhand von Ausführungsformen in den Zeichnungen schematisch dargestellt und wird nachfolgend unter Bezugnahme auf die Zeichnungen ausführlich beschrieben.
- Die Figuren werden zusammenhängend und übergreifend beschrieben, gleiche Bezugszeichen bezeichnen gleiche Komponenten.
- Die in
1 schematisch dargestellte Ausführungsform der erfindungsgemäßen Anordnung2 umfasst mindestens ein Radargerät4 mit mindestens einem Hochfrequenz-Sender6 zum Aussenden elektromagnetischer Wellen als ein erstes Signal bzw. Primärsignal8 . Die ausgesendeten elektromagnetischen Wellen können von einem Objekt, bei dem es sich in1 um eine Person10 handelt, reflektiert und als ein zweites Signal bzw. Sekundärsignal12 von mindestens einem Hochfrequenz-Empfänger14 des mindestens einen Radargeräts4 als Sensorelement der Anordnung2 empfangen werden. Dabei sind in1 nur ein Hochfrequenz-Sender6 und ein Hochfrequenz-Empfänger14 dargestellt. Mit dem mindestens einem Radargerät14 können ein Abstand, ein Winkel und eine Geschwindigkeit der mindestens einen Person10 ermittelt werden. - Die als Sekundärsignal
12 empfangenen, reflektierten elektromagnetischen Wellen werden von einem Erkennungsmodul16 als weitere Komponente der erfindungsgemäßen Anordnung2 verarbeitet. - Es ist vorgesehen, dass sich die Person
10 bewegt. Dabei führt die Person10 Gesten18 aus, bei denen es sich um Bewegungen der Hände der Person10 handelt. Diese Gesten18 sind Bewegungsabläufe, die unter Ausnutzung von zeitaufgelösten Entfernungs-, Amplituden-, Winkel-, oder Mikro-Doppler-Informationen, bspw. eine Kombination davon, erfasst werden. Der durch Gesten18 hervorgerufene Mikro-Doppler-Effekt bewirkt, dass eine Frequenz der elektromagnetischen Wellen und somit des Sekundärsignals12 verschoben wird. Gleichzeitig ändern sich im gezeigten Fall die Empfangsamplitude sowie ggf. Winkel und Abstandswerte, die von dem mindestens einen Radargerät4 erkannt werden. - Für die in
1 dargestellte Ausführungsform der erfindungsgemäßen Anordnung2 ist nur ein Radargerät4 dargestellt. In weiteren Ausgestaltungen der Erfindung kann eine erfindungsgemäße Anordnung2 jedoch auch mehrere räumlich verteilte Radargeräte4 aufweisen. Diese mehreren räumlich verteilten Radargeräte4 , wobei jedes dieser Radargeräte4 mindestens einen Hochfrequenz-Sender6 und mindestens einen Hochfrequenz-Empfänger14 umfasst, können im Verbund einen Bewegungsablauf der Person10 zum Erkennen einer Geste18 räumlich erfassen. - Das Sekundärsignal
12 wird von dem Erkennungsmodul16 analysiert. Zum Erkennen der Gesten18 , wobei eine Geste18 von einem anderen Bewegungsablauf unterschieden wird, ist vorgesehen, dass das Erkennungsmodul16 die von der Person10 erfassten Bewegungsabläufe mit bekannten, vordefinierten Bewegungsabläufen, die in einem Speicher20 der Anordnung2 gespeichert sind, vergleicht, so dass eine Identifikation der erfassten Bewegungsabläufe auf Grundlage des vorgenommenen Vergleichs als Gesten18 möglich ist. Dabei wird eine erste Geste18 durch einen Algorithmus erkannt. Zur Ausführung des Verfahrens werden mehrere Bewegungsabläufe vordefiniert und in dem Speicher20 gespeichert. Dabei wird jedem vordefinierten Bewegungsablauf eine Geste18 zugeordnet. - Weiterhin umfasst das mindestens eine Radargerät
4 ein Signalverarbeitungsmodul15 zur Modulation15 der als Primärsignale8 versendeten elektromagnetischen Wellen sowie zur Demodulation der als Sekundärsignal12 empfangenen elektromagnetischen Wellen. - Mit dem erfindungsgemäßen Verfahren kann zumindest eine kinematische Größe, d. h. der Abstand, die Geschwindigkeit und/oder der Winkel der erfassten Bewegung und somit des Bewegungsablaufs berücksichtigt werden. Die dynamische Bewegung kann über den Mikro-Doppler-Effekt besonders gut erfasst werden.
- Als Geste
18 wird üblicherweise ein Bewegungsablauf im kleinen Maßstab erfasst und erkannt. Dabei wird eine Bewegung mindestens eines Körperteils, hier einer der Hände der Person10 erfasst, wobei der mindestens eine Körperteil bei der Bewegung eine Strecke zurücklegt, die kleiner als die Person10 ist. Eine Geste18 ist als Bewegungsablauf im kleinen Maßstab definiert. - Demnach ist im Rahmen der Erfindung vorgesehen, zumindest die Bewegung eines Körperteils aber auch der gesamten Person
10 zu erfassen, um somit die Bewegung des Körperteils in ein maßstäbliches Verhältnis zu der Person10 setzen zu können. Mit der Anordnung2 kann zwischen dem bewegten Körperteil und der gesamten Person10 je nach Anwendungsfall unterschieden werden. Falls eine Unterscheidung des gesamten Körpers von einzelnen Körperteilen erforderlich sein sollte, so kann dies z. B. durch eine hinreichend hohe räumliche Auflösung des mindestens einen als Hochfrequenz-Empfänger14 ausgebildeten Radarsensors der Anordnung2 erreicht werden. Typischerweise unterscheiden sich die Bewegungsmuster, die von einem bewegten Körperteil erzeugt werden können, bspw. durch Maximalgeschwindigkeit und/oder Maximalbeschleunigung, deutlich von den Mustern, die die gesamte Person10 erzeugt. - Üblicherweise handelt es sich bei Gesten
18 um absichtlich durchgeführte Bewegungsabläufe, die einer non-verbalen Kommunikation zwischen Personen10 dienen können. Demnach wird mit einer Geste18 ein Wille der Person10 zum Ausdruck gebracht. Nachdem die Geste18 mit der Anordnung2 identifiziert wurde, ist es somit möglich, auf Grundlage einer bestimmten Geste18 , die hier als Eingabe und/oder Befehl verstanden werden kann, eine Einrichtung22 zu steuern, so dass diese Einrichtung22 eine bestimmte Funktion, die durch die bestimmte Geste18 angeregt wird, ausführt. - Die Anordnung
2 kann beabsichtigte Bewegungen von unbeabsichtigten Bewegungen durch Algorithmen unterscheiden, wodurch eine Erkennungswahrscheinlichkeit gesteigert und/oder eine Missidentifikation reduziert werden kann. - Das in
2 gezeigte Flussdiagramm ist zur Beschreibung einer zweiten Ausführungsform des erfindungsgemäßen Verfahrens vorgesehen. - Dabei wird in einem ersten Schritt
30 von mindestens einem Radargerät4 ein Primärsignal in Richtung einer sich bewegenden Person10 gesendet. Weiterhin werden elektromagnetische Wellen von der sich bewegenden Person10 als Sekundärsignale reflektiert und in einem zweiten Schritt32 von dem mindestens einen Radargerät4 empfangen. Aufgrund der Bewegungen und somit aufgrund der von der Person10 durchgeführten Bewegungsabläufe kann es für die elektromagnetischen Wellen des Sekundärsignals zu einer Frequenzverschiebung kommen. Diese Frequenzverschiebung, die durch die Bewegungsabläufe der Person10 verursacht wird, wird von dem mindestens einen Radargerät4 in einem dritten Schritt34 als Mikro-Doppler-Signal identifiziert, wobei neben dem Mikro-Doppler-Effekt im Allgemeinen sämtliche von dem mindestens einen Radargerät4 ermittelten Informationen berücksichtigt werden. In einem weiteren vierten Schritt wird der über das Mikro-Doppler-Signal erfasste Bewegungsablauf mit weiteren Bewegungsabläufen, deren Schemata in einem Speicher gespeichert sind, verglichen. Dabei ist vorgesehen, dass einige der gespeicherten Bewegungsabläufe Gesten18 zugeordnet sind. Falls es sich bei dem von der Person10 durchgeführten Bewegungsablauf um eine Geste18 handelt, kann diese Geste18 in einem abschließenden fünften Schritt38 identifiziert werden. - ZITATE ENTHALTEN IN DER BESCHREIBUNG
- Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
- Zitierte Patentliteratur
-
- DE 102007054507 A1 [0003, 0024]
Claims (10)
- Verfahren zum Erkennen von Gesten (
18 ) einer Person (10 ), bei dem von mindestens einem Radargerät (4 ) unter Ausnutzung des Mikro-Doppler-Effekts ein Bewegungsablauf der Person (10 ) erfasst und eine Geste (18 ) der Person (10 ) erkannt wird. - Verfahren nach Anspruch 1, bei dem der Bewegungsablauf anhand einer Frequenzverschiebung, Phasenverschiebung oder Amplitudenveränderung mindestens einer von dem mindestens einen Radargerät (
4 ) gesendeten, von der Person (10 ) reflektierten und von dem mindestens einen Radargerät (4 ) wieder empfangenen elektromagnetischen Welle erfasst wird. - Verfahren nach Anspruch 1 oder 2, bei dem zumindest eine kinematische Größe einer erfassten Bewegung berücksichtigt wird.
- Verfahren nach einem der voranstehenden Ansprüche, bei dem als Geste (
18 ) ein Bewegungsablauf im kleinen Maßstab erfasst und erkannt wird, wobei eine Geste (18 ) als Bewegung mindestens eines Körperteils der Person (10 ) definiert ist, bei der der mindestens eine Körperteil eine Strecke zurücklegt, die kleiner als die Person (10 ) ist. - Verfahren nach einem der voranstehenden Ansprüche, bei dem die Geste (
18 ) durch mindestens einen Algorithmus erkannt wird. - Verfahren nach einem der voranstehenden Ansprüche, bei dem mehrere Bewegungsabläufe vordefiniert werden, wobei jedem vordefinierten Bewegungsablauf eine Geste (
18 ) zugeordnet wird, wobei ein erfasster Bewegungsablauf der Person (10 ) mit mindestens einem vordefinierten Bewegungsablauf verglichen wird, und wobei die Geste (18 ) auf Grundlage eines Vergleichs der Bewegungsabläufe erkannt wird. - Verfahren nach einem der voranstehenden Ansprüche, bei dem aufgrund einer erkannten Geste (
18 ) ein Steuerbefehl bereitgestellt wird. - Anordnung zum Erkennen von Gesten (
18 ) einer Person (10 ), die ein Erkennungsmodul (16 ) aufweist, das mit mindestens einem Radargerät (4 ) zusammenwirkt, das unter Ausnutzung des Mikro-Doppler-Effekts einen Bewegungsablauf der Person (10 ) erfasst und eine Geste (18 ) der Person (10 ) erkennt. - Anordnung nach Anspruch 8, die das mindestens eine Radargerät (
4 ) aufweist, das mindestens einen Hochfrequenz-Sender (6 ) zum Senden elektromagnetischer Wellen, mindestens einen Hochfrequenz-Empfänger (14 ) zum Empfangen elektromagnetischer Wellen sowie ein Signalverarbeitungsmodul (15 ) zur Modulation und Demodulation von Signalen aufweist. - Anordnung nach Anspruch 9, die mehrere räumlich verteilte Radargeräte (
4 ) aufweist.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE201110075725 DE102011075725A1 (de) | 2011-05-12 | 2011-05-12 | Verfahren zum Erkennen von Gesten |
PCT/EP2012/054357 WO2012152476A1 (de) | 2011-05-12 | 2012-03-13 | Verfahren zum erkennen von gesten |
EP12708838.3A EP2707744A1 (de) | 2011-05-12 | 2012-03-13 | Verfahren zum erkennen von gesten |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE201110075725 DE102011075725A1 (de) | 2011-05-12 | 2011-05-12 | Verfahren zum Erkennen von Gesten |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102011075725A1 true DE102011075725A1 (de) | 2012-11-15 |
Family
ID=45833415
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE201110075725 Pending DE102011075725A1 (de) | 2011-05-12 | 2011-05-12 | Verfahren zum Erkennen von Gesten |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP2707744A1 (de) |
DE (1) | DE102011075725A1 (de) |
WO (1) | WO2012152476A1 (de) |
Cited By (78)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104122539A (zh) * | 2014-07-01 | 2014-10-29 | 四川大学 | 基于欠采样的高速运动目标微多普勒参数估计方法 |
DE102013211335A1 (de) * | 2013-06-18 | 2014-12-18 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum berührungslosen Erkennen einer Geste unter Verwendung eines ersten Sensors und eines zweiten Sensors |
CN105258444A (zh) * | 2015-10-08 | 2016-01-20 | 合肥美的电冰箱有限公司 | 冰箱操作控制方法及系统 |
US20160084951A1 (en) * | 2014-09-18 | 2016-03-24 | Hyundai Motor Company | System and method for recognizing a motion by analyzing a radio signal |
WO2016053645A1 (en) * | 2014-10-02 | 2016-04-07 | Google Inc. | Non-line-of-sight radar-based gesture recognition |
JP2016166859A (ja) * | 2014-12-23 | 2016-09-15 | インフィネオン テクノロジーズ アーゲーInfineon Technologies Ag | Rfic及びアンテナシステムを有するrfシステム |
WO2016176574A1 (en) * | 2015-04-30 | 2016-11-03 | Google Inc. | Wide-field radar-based gesture recognition |
DE102015212967A1 (de) * | 2015-07-10 | 2017-01-12 | Siemens Aktiengesellschaft | Mobile Funksende-/Funkempfangseinrichtung, insbesondere eines zellularen Funkkommunikationssystems |
US9575560B2 (en) | 2014-06-03 | 2017-02-21 | Google Inc. | Radar-based gesture-recognition through a wearable device |
WO2017084793A1 (de) * | 2015-11-20 | 2017-05-26 | Audi Ag | Kraftfahrzeug mit zumindest einer radareinheit |
US9693592B2 (en) | 2015-05-27 | 2017-07-04 | Google Inc. | Attaching electronic components to interactive textiles |
DE102016001121A1 (de) * | 2016-02-02 | 2017-08-03 | Audi Ag | Verfahren zum Betrieb eines Fahrerassistenzsystems eines Kraftfahrzeugs und Kraftfahrzeug |
US9778749B2 (en) | 2014-08-22 | 2017-10-03 | Google Inc. | Occluded gesture recognition |
US9811164B2 (en) | 2014-08-07 | 2017-11-07 | Google Inc. | Radar-based gesture sensing and data transmission |
CN107430444A (zh) * | 2015-04-30 | 2017-12-01 | 谷歌公司 | 用于手势跟踪和识别的基于rf的微运动跟踪 |
US9837760B2 (en) | 2015-11-04 | 2017-12-05 | Google Inc. | Connectors for connecting electronics embedded in garments to external devices |
DE102016212794A1 (de) | 2016-07-13 | 2018-01-18 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zur Erfassung von Objekten im Umfeld eines Kraftfahrzeugs |
US9921660B2 (en) | 2014-08-07 | 2018-03-20 | Google Llc | Radar-based gesture recognition |
US9933908B2 (en) | 2014-08-15 | 2018-04-03 | Google Llc | Interactive textiles |
US9983747B2 (en) | 2015-03-26 | 2018-05-29 | Google Llc | Two-layer interactive textiles |
US10088908B1 (en) | 2015-05-27 | 2018-10-02 | Google Llc | Gesture detection and interactions |
US10175781B2 (en) | 2016-05-16 | 2019-01-08 | Google Llc | Interactive object with multiple electronics modules |
DE102017212368A1 (de) | 2017-07-19 | 2019-01-24 | Volkswagen Aktiengesellschaft | Verfahren und vorrichtung zur positionsbestimmung im innenraum eines kraftfahrzeugs |
US10218407B2 (en) | 2016-08-08 | 2019-02-26 | Infineon Technologies Ag | Radio frequency system and method for wearable device |
US10268321B2 (en) | 2014-08-15 | 2019-04-23 | Google Llc | Interactive textiles within hard objects |
US10300370B1 (en) | 2015-10-06 | 2019-05-28 | Google Llc | Advanced gaming and virtual reality control using radar |
US10310620B2 (en) | 2015-04-30 | 2019-06-04 | Google Llc | Type-agnostic RF signal representations |
US10317512B2 (en) | 2014-12-23 | 2019-06-11 | Infineon Technologies Ag | RF system with an RFIC and antenna system |
US10399393B1 (en) | 2018-05-29 | 2019-09-03 | Infineon Technologies Ag | Radar sensor system for tire monitoring |
AT16454U1 (de) * | 2016-06-09 | 2019-10-15 | Zumtobel Lighting Gmbh | Anwesenheitsdetektion mittels Funksignalen in einem Beleuchtungssystem |
CN110412566A (zh) * | 2019-07-22 | 2019-11-05 | 西北工业大学 | 一种基于多普勒雷达时频域特征的细粒度人体手臂运动识别方法 |
US10466772B2 (en) | 2017-01-09 | 2019-11-05 | Infineon Technologies Ag | System and method of gesture detection for a remote device |
US10492302B2 (en) | 2016-05-03 | 2019-11-26 | Google Llc | Connecting an electronic component to an interactive textile |
US10505255B2 (en) | 2017-01-30 | 2019-12-10 | Infineon Technologies Ag | Radio frequency device packages and methods of formation thereof |
US10576328B2 (en) | 2018-02-06 | 2020-03-03 | Infineon Technologies Ag | System and method for contactless sensing on a treadmill |
US10579150B2 (en) | 2016-12-05 | 2020-03-03 | Google Llc | Concurrent detection of absolute distance and relative movement for sensing action gestures |
US10602548B2 (en) | 2017-06-22 | 2020-03-24 | Infineon Technologies Ag | System and method for gesture sensing |
US10705198B2 (en) | 2018-03-27 | 2020-07-07 | Infineon Technologies Ag | System and method of monitoring an air flow using a millimeter-wave radar sensor |
US10725150B2 (en) | 2014-12-23 | 2020-07-28 | Infineon Technologies Ag | System and method for radar |
US10746625B2 (en) | 2017-12-22 | 2020-08-18 | Infineon Technologies Ag | System and method of monitoring a structural object using a millimeter-wave radar sensor |
US10761187B2 (en) | 2018-04-11 | 2020-09-01 | Infineon Technologies Ag | Liquid detection using millimeter-wave radar sensor |
US10775482B2 (en) | 2018-04-11 | 2020-09-15 | Infineon Technologies Ag | Human detection and identification in a setting using millimeter-wave radar |
CN111693990A (zh) * | 2020-06-09 | 2020-09-22 | 南京工业职业技术学院 | 一种基于24GHz雷达的简易手势识别方法 |
US10795012B2 (en) | 2018-01-22 | 2020-10-06 | Infineon Technologies Ag | System and method for human behavior modelling and power control using a millimeter-wave radar sensor |
US10794841B2 (en) | 2018-05-07 | 2020-10-06 | Infineon Technologies Ag | Composite material structure monitoring system |
US10802599B2 (en) | 2016-01-19 | 2020-10-13 | Infineon Technologies Ag | Device with mm-wave gesture sensing system |
US10903567B2 (en) | 2018-06-04 | 2021-01-26 | Infineon Technologies Ag | Calibrating a phased array system |
US10928501B2 (en) | 2018-08-28 | 2021-02-23 | Infineon Technologies Ag | Target detection in rainfall and snowfall conditions using mmWave radar |
US11039231B2 (en) | 2018-11-14 | 2021-06-15 | Infineon Technologies Ag | Package with acoustic sensing device(s) and millimeter wave sensing elements |
US11087115B2 (en) | 2019-01-22 | 2021-08-10 | Infineon Technologies Ag | User authentication using mm-Wave sensor for automotive radar systems |
US11126885B2 (en) | 2019-03-21 | 2021-09-21 | Infineon Technologies Ag | Character recognition in air-writing based on network of radars |
US11125869B2 (en) | 2018-10-16 | 2021-09-21 | Infineon Technologies Ag | Estimating angle of human target using mmWave radar |
US11169988B2 (en) | 2014-08-22 | 2021-11-09 | Google Llc | Radar recognition-aided search |
US11183772B2 (en) | 2018-09-13 | 2021-11-23 | Infineon Technologies Ag | Embedded downlight and radar system |
US11219412B2 (en) | 2015-03-23 | 2022-01-11 | Google Llc | In-ear health monitoring |
US11278241B2 (en) | 2018-01-16 | 2022-03-22 | Infineon Technologies Ag | System and method for vital signal sensing using a millimeter-wave radar sensor |
US11327167B2 (en) | 2019-09-13 | 2022-05-10 | Infineon Technologies Ag | Human target tracking system and method |
US11336026B2 (en) | 2016-07-21 | 2022-05-17 | Infineon Technologies Ag | Radio frequency system for wearable device |
US11346936B2 (en) | 2018-01-16 | 2022-05-31 | Infineon Technologies Ag | System and method for vital signal sensing using a millimeter-wave radar sensor |
US11355838B2 (en) | 2019-03-18 | 2022-06-07 | Infineon Technologies Ag | Integration of EBG structures (single layer/multi-layer) for isolation enhancement in multilayer embedded packaging technology at mmWave |
US11360185B2 (en) | 2018-10-24 | 2022-06-14 | Infineon Technologies Ag | Phase coded FMCW radar |
US11397239B2 (en) | 2018-10-24 | 2022-07-26 | Infineon Technologies Ag | Radar sensor FSM low power mode |
US11416077B2 (en) | 2018-07-19 | 2022-08-16 | Infineon Technologies Ag | Gesture detection system and method using a radar sensor |
US11435443B2 (en) | 2019-10-22 | 2022-09-06 | Infineon Technologies Ag | Integration of tracking with classifier in mmwave radar |
US11454696B2 (en) | 2019-04-05 | 2022-09-27 | Infineon Technologies Ag | FMCW radar integration with communication system |
US11567185B2 (en) | 2020-05-05 | 2023-01-31 | Infineon Technologies Ag | Radar-based target tracking using motion detection |
US11585891B2 (en) | 2020-04-20 | 2023-02-21 | Infineon Technologies Ag | Radar-based vital sign estimation |
US11614511B2 (en) | 2020-09-17 | 2023-03-28 | Infineon Technologies Ag | Radar interference mitigation |
US11614516B2 (en) | 2020-02-19 | 2023-03-28 | Infineon Technologies Ag | Radar vital signal tracking using a Kalman filter |
US11662430B2 (en) | 2021-03-17 | 2023-05-30 | Infineon Technologies Ag | MmWave radar testing |
US11704917B2 (en) | 2020-07-09 | 2023-07-18 | Infineon Technologies Ag | Multi-sensor analysis of food |
US11719805B2 (en) | 2020-11-18 | 2023-08-08 | Infineon Technologies Ag | Radar based tracker using empirical mode decomposition (EMD) and invariant feature transform (IFT) |
US11719787B2 (en) | 2020-10-30 | 2023-08-08 | Infineon Technologies Ag | Radar-based target set generation |
US11774592B2 (en) | 2019-09-18 | 2023-10-03 | Infineon Technologies Ag | Multimode communication and radar system resource allocation |
US11774553B2 (en) | 2020-06-18 | 2023-10-03 | Infineon Technologies Ag | Parametric CNN for radar processing |
US11808883B2 (en) | 2020-01-31 | 2023-11-07 | Infineon Technologies Ag | Synchronization of multiple mmWave devices |
US11950895B2 (en) | 2021-05-28 | 2024-04-09 | Infineon Technologies Ag | Radar sensor system for blood pressure sensing, and associated method |
CN111880650B (zh) * | 2015-04-30 | 2024-07-05 | 谷歌有限责任公司 | 基于宽场雷达的手势识别 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9971414B2 (en) | 2013-04-01 | 2018-05-15 | University Of Washington Through Its Center For Commercialization | Devices, systems, and methods for detecting gestures using wireless communication signals |
CN103698757B (zh) * | 2013-12-31 | 2015-10-21 | 中国人民解放军国防科学技术大学 | 低频段雷达目标微动特性估计方法 |
CN104237865A (zh) * | 2014-10-07 | 2014-12-24 | 电子科技大学 | 一种基于太赫兹雷达回波的人体目标微动信号时频分析方法 |
CN104267394A (zh) * | 2014-10-07 | 2015-01-07 | 电子科技大学 | 高分辨率人体目标运动特征检测方法 |
DE202014106073U1 (de) * | 2014-12-16 | 2016-03-17 | Tridonic Gmbh & Co Kg | Konfigurierbarer Bewegungsmelder |
CN107168526B (zh) * | 2017-04-21 | 2020-03-17 | 西安交通大学 | 一种基于被动式rfid标签的非接触式虚拟屏操作识别方法 |
DE102017215056A1 (de) | 2017-08-29 | 2019-02-28 | Robert Bosch Gmbh | Verfahren zum Erkennen von kreuzenden Fußgängern, Fahrerassistenzsystem und Fahrzeug |
DE102017221656A1 (de) * | 2017-12-01 | 2019-06-06 | Zumtobel Ag | Bewegungserfassung von Objekten mittels Bewegungsmelder |
CN110618465B (zh) * | 2018-06-04 | 2021-07-06 | 富士通株式会社 | 物品检测方法和装置 |
DE102018212309A1 (de) * | 2018-07-24 | 2020-01-30 | BSH Hausgeräte GmbH | Verfahren und Benutzerschnittstelle zur Steuerung eines Geräts |
CN109765539B (zh) * | 2019-01-28 | 2021-06-04 | 珠海格力电器股份有限公司 | 室内用户行为监测方法和装置、电器设备和家居监控系统 |
CN110987150B (zh) * | 2019-12-16 | 2021-07-23 | 上海交通大学 | 一种基于单频连续波雷达的超微幅振动测量方法与系统 |
CN113030936B (zh) * | 2021-03-24 | 2023-05-23 | 中国人民解放军93114部队 | 一种基于微多普勒特征的手势识别方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007054507A1 (de) | 2007-11-15 | 2009-05-20 | Robert Bosch Gmbh | Verfahren zum Erkennen von Lebewesen |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9063232B2 (en) * | 2005-04-14 | 2015-06-23 | L-3 Communications Security And Detection Systems, Inc | Moving-entity detection |
US7345618B1 (en) * | 2005-04-14 | 2008-03-18 | L-3 Communications Cyterra Corporation | Moving-entity detection |
EP2209018A1 (de) * | 2009-01-15 | 2010-07-21 | Nederlandse Organisatie voor toegepast-natuurwetenschappelijk Onderzoek TNO | Verfahren zur Schätzung einer Objektbewegungseigenschaft von einem Radarsignal, Computersystem und Computerprogrammprodukt |
US20100202656A1 (en) * | 2009-02-09 | 2010-08-12 | Bhiksha Raj Ramakrishnan | Ultrasonic Doppler System and Method for Gesture Recognition |
-
2011
- 2011-05-12 DE DE201110075725 patent/DE102011075725A1/de active Pending
-
2012
- 2012-03-13 EP EP12708838.3A patent/EP2707744A1/de not_active Withdrawn
- 2012-03-13 WO PCT/EP2012/054357 patent/WO2012152476A1/de active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007054507A1 (de) | 2007-11-15 | 2009-05-20 | Robert Bosch Gmbh | Verfahren zum Erkennen von Lebewesen |
Cited By (142)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013211335A1 (de) * | 2013-06-18 | 2014-12-18 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum berührungslosen Erkennen einer Geste unter Verwendung eines ersten Sensors und eines zweiten Sensors |
DE102013211335B4 (de) | 2013-06-18 | 2019-09-12 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum berührungslosen Erkennen einer Geste unter Verwendung eines ersten Sensors und eines zweiten Sensors |
US10948996B2 (en) | 2014-06-03 | 2021-03-16 | Google Llc | Radar-based gesture-recognition at a surface of an object |
US10509478B2 (en) | 2014-06-03 | 2019-12-17 | Google Llc | Radar-based gesture-recognition from a surface radar field on which an interaction is sensed |
US9575560B2 (en) | 2014-06-03 | 2017-02-21 | Google Inc. | Radar-based gesture-recognition through a wearable device |
US9971415B2 (en) | 2014-06-03 | 2018-05-15 | Google Llc | Radar-based gesture-recognition through a wearable device |
CN104122539A (zh) * | 2014-07-01 | 2014-10-29 | 四川大学 | 基于欠采样的高速运动目标微多普勒参数估计方法 |
US9811164B2 (en) | 2014-08-07 | 2017-11-07 | Google Inc. | Radar-based gesture sensing and data transmission |
US10642367B2 (en) | 2014-08-07 | 2020-05-05 | Google Llc | Radar-based gesture sensing and data transmission |
US9921660B2 (en) | 2014-08-07 | 2018-03-20 | Google Llc | Radar-based gesture recognition |
US10268321B2 (en) | 2014-08-15 | 2019-04-23 | Google Llc | Interactive textiles within hard objects |
US9933908B2 (en) | 2014-08-15 | 2018-04-03 | Google Llc | Interactive textiles |
US10409385B2 (en) | 2014-08-22 | 2019-09-10 | Google Llc | Occluded gesture recognition |
US11221682B2 (en) | 2014-08-22 | 2022-01-11 | Google Llc | Occluded gesture recognition |
US9778749B2 (en) | 2014-08-22 | 2017-10-03 | Google Inc. | Occluded gesture recognition |
US10936081B2 (en) | 2014-08-22 | 2021-03-02 | Google Llc | Occluded gesture recognition |
US11816101B2 (en) | 2014-08-22 | 2023-11-14 | Google Llc | Radar recognition-aided search |
US11169988B2 (en) | 2014-08-22 | 2021-11-09 | Google Llc | Radar recognition-aided search |
US20160084951A1 (en) * | 2014-09-18 | 2016-03-24 | Hyundai Motor Company | System and method for recognizing a motion by analyzing a radio signal |
US9869760B2 (en) * | 2014-09-18 | 2018-01-16 | Hyundai Motor Company | System and method for recognizing a motion by analyzing a radio signal |
GB2545346B (en) * | 2014-10-02 | 2022-03-09 | Google Llc | Non-line-of-sight radar-based gesture recognition |
GB2545346A (en) * | 2014-10-02 | 2017-06-14 | Google Inc | Non-line-of-sight radar-based gesture recognition |
US11163371B2 (en) | 2014-10-02 | 2021-11-02 | Google Llc | Non-line-of-sight radar-based gesture recognition |
US9600080B2 (en) | 2014-10-02 | 2017-03-21 | Google Inc. | Non-line-of-sight radar-based gesture recognition |
US10664059B2 (en) | 2014-10-02 | 2020-05-26 | Google Llc | Non-line-of-sight radar-based gesture recognition |
WO2016053645A1 (en) * | 2014-10-02 | 2016-04-07 | Google Inc. | Non-line-of-sight radar-based gesture recognition |
US11965976B2 (en) | 2014-12-23 | 2024-04-23 | Infineon Technologies Ag | System and method for radar |
US10317512B2 (en) | 2014-12-23 | 2019-06-11 | Infineon Technologies Ag | RF system with an RFIC and antenna system |
JP2016166859A (ja) * | 2014-12-23 | 2016-09-15 | インフィネオン テクノロジーズ アーゲーInfineon Technologies Ag | Rfic及びアンテナシステムを有するrfシステム |
US10725150B2 (en) | 2014-12-23 | 2020-07-28 | Infineon Technologies Ag | System and method for radar |
US10408919B2 (en) | 2014-12-23 | 2019-09-10 | Infineon Technologies Ag | RF system with an RFIC and antenna system |
US11219412B2 (en) | 2015-03-23 | 2022-01-11 | Google Llc | In-ear health monitoring |
US9983747B2 (en) | 2015-03-26 | 2018-05-29 | Google Llc | Two-layer interactive textiles |
US11709552B2 (en) | 2015-04-30 | 2023-07-25 | Google Llc | RF-based micro-motion tracking for gesture tracking and recognition |
CN111880650B (zh) * | 2015-04-30 | 2024-07-05 | 谷歌有限责任公司 | 基于宽场雷达的手势识别 |
US10139916B2 (en) | 2015-04-30 | 2018-11-27 | Google Llc | Wide-field radar-based gesture recognition |
CN107430444A (zh) * | 2015-04-30 | 2017-12-01 | 谷歌公司 | 用于手势跟踪和识别的基于rf的微运动跟踪 |
CN111880650A (zh) * | 2015-04-30 | 2020-11-03 | 谷歌有限责任公司 | 基于宽场雷达的手势识别 |
US10310620B2 (en) | 2015-04-30 | 2019-06-04 | Google Llc | Type-agnostic RF signal representations |
CN107430443A (zh) * | 2015-04-30 | 2017-12-01 | 谷歌公司 | 基于宽场雷达的手势识别 |
US10817070B2 (en) | 2015-04-30 | 2020-10-27 | Google Llc | RF-based micro-motion tracking for gesture tracking and recognition |
CN107430444B (zh) * | 2015-04-30 | 2020-03-03 | 谷歌有限责任公司 | 用于手势跟踪和识别的基于rf的微运动跟踪 |
US10496182B2 (en) | 2015-04-30 | 2019-12-03 | Google Llc | Type-agnostic RF signal representations |
JP2018517885A (ja) * | 2015-04-30 | 2018-07-05 | グーグル エルエルシー | ジェスチャの追跡および認識のための、rfに基づいた微細動作追跡 |
US10241581B2 (en) | 2015-04-30 | 2019-03-26 | Google Llc | RF-based micro-motion tracking for gesture tracking and recognition |
WO2016176574A1 (en) * | 2015-04-30 | 2016-11-03 | Google Inc. | Wide-field radar-based gesture recognition |
US10664061B2 (en) | 2015-04-30 | 2020-05-26 | Google Llc | Wide-field radar-based gesture recognition |
CN107430443B (zh) * | 2015-04-30 | 2020-07-10 | 谷歌有限责任公司 | 基于宽场雷达的手势识别 |
US9693592B2 (en) | 2015-05-27 | 2017-07-04 | Google Inc. | Attaching electronic components to interactive textiles |
US10155274B2 (en) | 2015-05-27 | 2018-12-18 | Google Llc | Attaching electronic components to interactive textiles |
US10936085B2 (en) | 2015-05-27 | 2021-03-02 | Google Llc | Gesture detection and interactions |
US10203763B1 (en) | 2015-05-27 | 2019-02-12 | Google Inc. | Gesture detection and interactions |
US10088908B1 (en) | 2015-05-27 | 2018-10-02 | Google Llc | Gesture detection and interactions |
US10572027B2 (en) | 2015-05-27 | 2020-02-25 | Google Llc | Gesture detection and interactions |
DE102015212967A1 (de) * | 2015-07-10 | 2017-01-12 | Siemens Aktiengesellschaft | Mobile Funksende-/Funkempfangseinrichtung, insbesondere eines zellularen Funkkommunikationssystems |
US10540001B1 (en) | 2015-10-06 | 2020-01-21 | Google Llc | Fine-motion virtual-reality or augmented-reality control using radar |
US11256335B2 (en) | 2015-10-06 | 2022-02-22 | Google Llc | Fine-motion virtual-reality or augmented-reality control using radar |
US10503883B1 (en) | 2015-10-06 | 2019-12-10 | Google Llc | Radar-based authentication |
US11656336B2 (en) | 2015-10-06 | 2023-05-23 | Google Llc | Advanced gaming and virtual reality control using radar |
US11592909B2 (en) | 2015-10-06 | 2023-02-28 | Google Llc | Fine-motion virtual-reality or augmented-reality control using radar |
US11693092B2 (en) | 2015-10-06 | 2023-07-04 | Google Llc | Gesture recognition using multiple antenna |
US11481040B2 (en) | 2015-10-06 | 2022-10-25 | Google Llc | User-customizable machine-learning in radar-based gesture detection |
US11132065B2 (en) | 2015-10-06 | 2021-09-28 | Google Llc | Radar-enabled sensor fusion |
US11698439B2 (en) | 2015-10-06 | 2023-07-11 | Google Llc | Gesture recognition using multiple antenna |
US11698438B2 (en) | 2015-10-06 | 2023-07-11 | Google Llc | Gesture recognition using multiple antenna |
US10705185B1 (en) | 2015-10-06 | 2020-07-07 | Google Llc | Application-based signal processing parameters in radar-based detection |
US11385721B2 (en) | 2015-10-06 | 2022-07-12 | Google Llc | Application-based signal processing parameters in radar-based detection |
US10459080B1 (en) | 2015-10-06 | 2019-10-29 | Google Llc | Radar-based object detection for vehicles |
US10908696B2 (en) | 2015-10-06 | 2021-02-02 | Google Llc | Advanced gaming and virtual reality control using radar |
US10300370B1 (en) | 2015-10-06 | 2019-05-28 | Google Llc | Advanced gaming and virtual reality control using radar |
US11080556B1 (en) | 2015-10-06 | 2021-08-03 | Google Llc | User-customizable machine-learning in radar-based gesture detection |
US10768712B2 (en) | 2015-10-06 | 2020-09-08 | Google Llc | Gesture component with gesture library |
US11175743B2 (en) | 2015-10-06 | 2021-11-16 | Google Llc | Gesture recognition using multiple antenna |
US10401490B2 (en) | 2015-10-06 | 2019-09-03 | Google Llc | Radar-enabled sensor fusion |
US10310621B1 (en) | 2015-10-06 | 2019-06-04 | Google Llc | Radar gesture sensing using existing data protocols |
US10823841B1 (en) | 2015-10-06 | 2020-11-03 | Google Llc | Radar imaging on a mobile computing device |
US10817065B1 (en) | 2015-10-06 | 2020-10-27 | Google Llc | Gesture recognition using multiple antenna |
US10379621B2 (en) | 2015-10-06 | 2019-08-13 | Google Llc | Gesture component with gesture library |
CN105258444A (zh) * | 2015-10-08 | 2016-01-20 | 合肥美的电冰箱有限公司 | 冰箱操作控制方法及系统 |
US9837760B2 (en) | 2015-11-04 | 2017-12-05 | Google Inc. | Connectors for connecting electronics embedded in garments to external devices |
US10528148B2 (en) | 2015-11-20 | 2020-01-07 | Audi Ag | Motor vehicle with at least one radar unit |
WO2017084793A1 (de) * | 2015-11-20 | 2017-05-26 | Audi Ag | Kraftfahrzeug mit zumindest einer radareinheit |
CN108430821A (zh) * | 2015-11-20 | 2018-08-21 | 奥迪股份公司 | 具有至少一个雷达单元的机动车 |
US10802599B2 (en) | 2016-01-19 | 2020-10-13 | Infineon Technologies Ag | Device with mm-wave gesture sensing system |
US11216077B2 (en) | 2016-01-19 | 2022-01-04 | Infineon Technologies Ag | Device with mm-wave gesture sensing system |
DE102016001121A1 (de) * | 2016-02-02 | 2017-08-03 | Audi Ag | Verfahren zum Betrieb eines Fahrerassistenzsystems eines Kraftfahrzeugs und Kraftfahrzeug |
US11140787B2 (en) | 2016-05-03 | 2021-10-05 | Google Llc | Connecting an electronic component to an interactive textile |
US10492302B2 (en) | 2016-05-03 | 2019-11-26 | Google Llc | Connecting an electronic component to an interactive textile |
US10175781B2 (en) | 2016-05-16 | 2019-01-08 | Google Llc | Interactive object with multiple electronics modules |
AT16454U1 (de) * | 2016-06-09 | 2019-10-15 | Zumtobel Lighting Gmbh | Anwesenheitsdetektion mittels Funksignalen in einem Beleuchtungssystem |
DE102016212794B4 (de) | 2016-07-13 | 2022-03-10 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zur Erfassung von Objekten im Umfeld eines Kraftfahrzeugs |
DE102016212794A1 (de) | 2016-07-13 | 2018-01-18 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zur Erfassung von Objekten im Umfeld eines Kraftfahrzeugs |
US11336026B2 (en) | 2016-07-21 | 2022-05-17 | Infineon Technologies Ag | Radio frequency system for wearable device |
US11417963B2 (en) | 2016-07-21 | 2022-08-16 | Infineon Technologies Ag | Radio frequency system for wearable device |
US10218407B2 (en) | 2016-08-08 | 2019-02-26 | Infineon Technologies Ag | Radio frequency system and method for wearable device |
US10579150B2 (en) | 2016-12-05 | 2020-03-03 | Google Llc | Concurrent detection of absolute distance and relative movement for sensing action gestures |
US10901497B2 (en) | 2017-01-09 | 2021-01-26 | Infineon Technologies Ag | System and method of gesture detection for a remote device |
US10466772B2 (en) | 2017-01-09 | 2019-11-05 | Infineon Technologies Ag | System and method of gesture detection for a remote device |
US10505255B2 (en) | 2017-01-30 | 2019-12-10 | Infineon Technologies Ag | Radio frequency device packages and methods of formation thereof |
US10602548B2 (en) | 2017-06-22 | 2020-03-24 | Infineon Technologies Ag | System and method for gesture sensing |
US10973058B2 (en) | 2017-06-22 | 2021-04-06 | Infineon Technologies Ag | System and method for gesture sensing |
DE102017212368A1 (de) | 2017-07-19 | 2019-01-24 | Volkswagen Aktiengesellschaft | Verfahren und vorrichtung zur positionsbestimmung im innenraum eines kraftfahrzeugs |
US10746625B2 (en) | 2017-12-22 | 2020-08-18 | Infineon Technologies Ag | System and method of monitoring a structural object using a millimeter-wave radar sensor |
US11346936B2 (en) | 2018-01-16 | 2022-05-31 | Infineon Technologies Ag | System and method for vital signal sensing using a millimeter-wave radar sensor |
US11278241B2 (en) | 2018-01-16 | 2022-03-22 | Infineon Technologies Ag | System and method for vital signal sensing using a millimeter-wave radar sensor |
US10795012B2 (en) | 2018-01-22 | 2020-10-06 | Infineon Technologies Ag | System and method for human behavior modelling and power control using a millimeter-wave radar sensor |
US10576328B2 (en) | 2018-02-06 | 2020-03-03 | Infineon Technologies Ag | System and method for contactless sensing on a treadmill |
US10705198B2 (en) | 2018-03-27 | 2020-07-07 | Infineon Technologies Ag | System and method of monitoring an air flow using a millimeter-wave radar sensor |
US10761187B2 (en) | 2018-04-11 | 2020-09-01 | Infineon Technologies Ag | Liquid detection using millimeter-wave radar sensor |
US10775482B2 (en) | 2018-04-11 | 2020-09-15 | Infineon Technologies Ag | Human detection and identification in a setting using millimeter-wave radar |
US10794841B2 (en) | 2018-05-07 | 2020-10-06 | Infineon Technologies Ag | Composite material structure monitoring system |
US10399393B1 (en) | 2018-05-29 | 2019-09-03 | Infineon Technologies Ag | Radar sensor system for tire monitoring |
US10903567B2 (en) | 2018-06-04 | 2021-01-26 | Infineon Technologies Ag | Calibrating a phased array system |
US11416077B2 (en) | 2018-07-19 | 2022-08-16 | Infineon Technologies Ag | Gesture detection system and method using a radar sensor |
US10928501B2 (en) | 2018-08-28 | 2021-02-23 | Infineon Technologies Ag | Target detection in rainfall and snowfall conditions using mmWave radar |
US11183772B2 (en) | 2018-09-13 | 2021-11-23 | Infineon Technologies Ag | Embedded downlight and radar system |
US11125869B2 (en) | 2018-10-16 | 2021-09-21 | Infineon Technologies Ag | Estimating angle of human target using mmWave radar |
US11397239B2 (en) | 2018-10-24 | 2022-07-26 | Infineon Technologies Ag | Radar sensor FSM low power mode |
US11360185B2 (en) | 2018-10-24 | 2022-06-14 | Infineon Technologies Ag | Phase coded FMCW radar |
US11039231B2 (en) | 2018-11-14 | 2021-06-15 | Infineon Technologies Ag | Package with acoustic sensing device(s) and millimeter wave sensing elements |
US11087115B2 (en) | 2019-01-22 | 2021-08-10 | Infineon Technologies Ag | User authentication using mm-Wave sensor for automotive radar systems |
US11670110B2 (en) | 2019-01-22 | 2023-06-06 | Infineon Technologies Ag | User authentication using mm-wave sensor for automotive radar systems |
US11355838B2 (en) | 2019-03-18 | 2022-06-07 | Infineon Technologies Ag | Integration of EBG structures (single layer/multi-layer) for isolation enhancement in multilayer embedded packaging technology at mmWave |
US11126885B2 (en) | 2019-03-21 | 2021-09-21 | Infineon Technologies Ag | Character recognition in air-writing based on network of radars |
US11686815B2 (en) | 2019-03-21 | 2023-06-27 | Infineon Technologies Ag | Character recognition in air-writing based on network of radars |
US11454696B2 (en) | 2019-04-05 | 2022-09-27 | Infineon Technologies Ag | FMCW radar integration with communication system |
CN110412566A (zh) * | 2019-07-22 | 2019-11-05 | 西北工业大学 | 一种基于多普勒雷达时频域特征的细粒度人体手臂运动识别方法 |
US11327167B2 (en) | 2019-09-13 | 2022-05-10 | Infineon Technologies Ag | Human target tracking system and method |
US11774592B2 (en) | 2019-09-18 | 2023-10-03 | Infineon Technologies Ag | Multimode communication and radar system resource allocation |
US11435443B2 (en) | 2019-10-22 | 2022-09-06 | Infineon Technologies Ag | Integration of tracking with classifier in mmwave radar |
US11808883B2 (en) | 2020-01-31 | 2023-11-07 | Infineon Technologies Ag | Synchronization of multiple mmWave devices |
US11614516B2 (en) | 2020-02-19 | 2023-03-28 | Infineon Technologies Ag | Radar vital signal tracking using a Kalman filter |
US11585891B2 (en) | 2020-04-20 | 2023-02-21 | Infineon Technologies Ag | Radar-based vital sign estimation |
US11567185B2 (en) | 2020-05-05 | 2023-01-31 | Infineon Technologies Ag | Radar-based target tracking using motion detection |
CN111693990A (zh) * | 2020-06-09 | 2020-09-22 | 南京工业职业技术学院 | 一种基于24GHz雷达的简易手势识别方法 |
US11774553B2 (en) | 2020-06-18 | 2023-10-03 | Infineon Technologies Ag | Parametric CNN for radar processing |
US11704917B2 (en) | 2020-07-09 | 2023-07-18 | Infineon Technologies Ag | Multi-sensor analysis of food |
US11614511B2 (en) | 2020-09-17 | 2023-03-28 | Infineon Technologies Ag | Radar interference mitigation |
US11719787B2 (en) | 2020-10-30 | 2023-08-08 | Infineon Technologies Ag | Radar-based target set generation |
US11719805B2 (en) | 2020-11-18 | 2023-08-08 | Infineon Technologies Ag | Radar based tracker using empirical mode decomposition (EMD) and invariant feature transform (IFT) |
US11662430B2 (en) | 2021-03-17 | 2023-05-30 | Infineon Technologies Ag | MmWave radar testing |
US11950895B2 (en) | 2021-05-28 | 2024-04-09 | Infineon Technologies Ag | Radar sensor system for blood pressure sensing, and associated method |
Also Published As
Publication number | Publication date |
---|---|
EP2707744A1 (de) | 2014-03-19 |
WO2012152476A1 (de) | 2012-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102011075725A1 (de) | Verfahren zum Erkennen von Gesten | |
DE102021201968B4 (de) | Verfahren zum Betreiben einer Ultrabreitbandvorrichtung, Ultrabreitbandvorrichtung und Fahrzeug umfassend eine Ultrabreitbandvorrichtung | |
DE102014204111B4 (de) | Fahrzeugfernfunktionssystem und Verfahren zum Auslösen von Fahrzeugbetriebsvorgängen auf Grundlage einer Fahrzeugschlüsselanhängerbewegung | |
DE112019001523T5 (de) | Ultrabreitbandbasiertes fahrzeugzugangssystem und kommunikationsprotokoll zur lokalisierung einer zielvorrichtung | |
DE102013211335B4 (de) | Verfahren und Vorrichtung zum berührungslosen Erkennen einer Geste unter Verwendung eines ersten Sensors und eines zweiten Sensors | |
DE102018106244B3 (de) | Verfahren zur periodisch fortlaufenden Übertragung von komprimierten Daten eines Ultraschallsensorsystems in einem Fahrzeug | |
DE112019001466T5 (de) | Entfernungsmesssystem | |
DE102012208852A1 (de) | Detektion von Radarobjekten mit einem Radarsensor eines Kraftfahrzeugs | |
DE102021201967B4 (de) | Verfahren zum Erkennen eines vorbestimmten Bewegungsmusters, Ultrabreitbandsensorvorrichtung und Fahrzeug umfassend eine Ultrabreitbandsensorvorrichtung | |
DE102017109293A1 (de) | Verfahren zum Betreiben eines Authentifizierungssystems und Authentifizierungssystem | |
DE102009040450A1 (de) | Verfahren zur Erkennung eines verhüllten dielektrischen Objekts | |
DE102016201845A1 (de) | Verfahren und System zum Erfassen einer Eingabe für eine Einrichtung | |
DE102019105651A1 (de) | Klassifikation von Signalobjekten innerhalb von Ultraschallempfangssignalen und komprimierten Übertragung von Symbolen als Repräsentanten dieser Signalobjekte an eine Rechnereinheit zur Objekterkennung | |
DE102018213626A1 (de) | Verfahren zur Identifikation einer Person in einer Umgebung um ein Kraftfahrzeug und Kraftfahrzeug | |
DE102016001121A1 (de) | Verfahren zum Betrieb eines Fahrerassistenzsystems eines Kraftfahrzeugs und Kraftfahrzeug | |
EP3396640A1 (de) | Tragbarer id-geber für ein authentifizierungssystem und verfahren zum betreiben eines authentifizierungssystems | |
DE102016204274A1 (de) | System und Verfahren zum Erfassen einer Eingabegeste eines Nutzers | |
DE102013107242A1 (de) | Ermittlung einer Position eines mobilen Empfängers | |
DE102018010258A1 (de) | Klassifikation von Signalobjekten innerhalb von Ultraschallempfangssignalen und komprimierten Übertragung von Symbolen als Repräsentanten dieser Signalobjekte an eine Rechnereinheit zur Objekterkennung | |
DE102018106251A1 (de) | Verfahren komprimierten Übertragung von Daten eines Ultraschallsensorsystems durch Nichtübertragung erkannter unwichtiger Signalobjekte auf Basis von mindestens zwei Parametersignalen | |
EP3199975B1 (de) | Radarbasierter näherungssensor | |
DE102016007388A1 (de) | Vorrichtung und Verfahren zur Erfassung von Gesten eines Nutzers eines Fahrzeugs | |
DE102012020413A1 (de) | Verfahren und Vorrichtung zur Umfelderfassung | |
DE102018106247A1 (de) | Klassifikation von Signalobjekten innerhalb von Ultraschallempfangssignalen und komprimierten Übertragung von Symbolen als Repräsentanten dieser Signalobjekte an eine Rechnereinheit zur Objekterkennung | |
DE102018010257A1 (de) | Klassifikation von Signalobjekten innerhalb von Ultraschallempfangssignalen und komprimierten Übertragung von Symbolen als Repräsentanten dieser Signalobjekte an eine Rechnereinheit zur Objekterkennung |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G01S0013500000 Ipc: G01S0007410000 |