KR20220052526A - Radar signal processing for people counting and localization in vehicle using doppler effect and cfar for each range - Google Patents
Radar signal processing for people counting and localization in vehicle using doppler effect and cfar for each range Download PDFInfo
- Publication number
- KR20220052526A KR20220052526A KR1020200136581A KR20200136581A KR20220052526A KR 20220052526 A KR20220052526 A KR 20220052526A KR 1020200136581 A KR1020200136581 A KR 1020200136581A KR 20200136581 A KR20200136581 A KR 20200136581A KR 20220052526 A KR20220052526 A KR 20220052526A
- Authority
- KR
- South Korea
- Prior art keywords
- distance
- axis
- azimuth
- elevation
- radar
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 10
- 230000004807 localization Effects 0.000 title 1
- 238000003672 processing method Methods 0.000 claims description 10
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 abstract description 7
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 230000035899 viability Effects 0.000 description 1
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
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
- G01S13/522—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves
- G01S13/524—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves based upon the phase or frequency shift resulting from movement of objects, with reference to the transmitted signals, e.g. coherent MTi
- G01S13/5246—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves based upon the phase or frequency shift resulting from movement of objects, with reference to the transmitted signals, e.g. coherent MTi post processors for coherent MTI discriminators, e.g. residue cancellers, CFAR after Doppler filters
-
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/04—Systems determining presence of a target
-
- 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
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W2040/0881—Seat occupation; Driver or passenger presence
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
Description
본 특허는 레이더 센서의 신호 처리에 관한 것이다. 레이더 센서가 수신한 신호에 알고리즘을 적용하여 클러터와 호흡 기반의 생체 신호를 구분하고, 구분된 생체 신호로부터 차량 내에 존재하는 사람과 반려동물의 수 및 위치를 판별하는 기술이다.This patent relates to signal processing of a radar sensor. It is a technology that applies an algorithm to the signal received by the radar sensor to distinguish between clutter and respiration-based bio-signals, and determines the number and location of people and companion animals in the vehicle from the separated bio-signals.
기존 레이더 센서는 전투기, 인공위성 등 군용 목적으로 사용되었으며 최근에는 자동차의 주행 보조 시스템으로도 사용되고 있다. 일반적인 레이더 기술은 선박, 비행기, 자동차 등 레이더 단면적이 크고 이동 속도가 비교적 빠른 타겟을 검출하는 용도로 사용되었으나, 사람과 반려동물과 같이 레이더 단면적이 작고 이동 속도가 느리거나 정지 상태에 있는 생명체의 신호를 감지하기 어려운 문제가 있었다.Existing radar sensors have been used for military purposes such as fighter jets and satellites, and are recently also used as driving assistance systems for automobiles. General radar technology was used to detect targets with large radar cross-sections and relatively fast moving speeds, such as ships, airplanes, and automobiles. There was a problem that was difficult to detect.
현재 차량 내에 존재하는 생명체의 신호를 감지하기 위한 센서로 초음파 센서가 상용화 되어 있다. 그러나, 초음파 기반의 센서는 낮은 투과성으로 인한 사각지대 발생 문제, 미세한 외부 충격에 의한 오감지 문제 등으로 인하여 다른 종류의 센서 개발이 요구되는 상황이다. 반면, 레이더 센서는 높은 투과성을 가진 대역의 전자기파를 이용하며, 다양한 신호처리 기법을 적용 할 수 있는 장점들을 가지고 있어 적용 되는 알고리즘의 수준에 따라 높은 정확도를 얻을 수 있다.Currently, an ultrasonic sensor is commercialized as a sensor for detecting a signal of a living organism existing in a vehicle. However, the ultrasonic-based sensor is a situation in which the development of a different type of sensor is required due to a problem of a blind spot caused by low permeability and a problem of erroneous detection due to a minute external impact. On the other hand, the radar sensor uses electromagnetic waves in a band with high transmittance, and has the advantage of applying various signal processing techniques, so that high accuracy can be obtained depending on the level of the applied algorithm.
레이더의 빔을 조향하기 위한 방법으로 위상 배열 안테나를 활용한 디지털 빔포밍을 이용한다. 송신 신호의 위상을 변이하여 빔을 조향하는 아날로그 빔포밍과 달리, 수신 신호의 위상을 변이함으로써 하나의 송신 신호로부터 모든 조향각에 대한 수신 신호를 얻을 수 있다. 또한, 다중입출력(Multi Input Multi Output) 안테나 시스템을 이용하여 가상 안테나 배열을 형성함으로써 조향각에 대한 각도 분해능을 향상 할 수 있다.As a method to steer the radar beam, digital beamforming using a phased array antenna is used. Unlike analog beamforming in which a beam is steered by shifting the phase of the transmission signal, the reception signal for all steering angles can be obtained from one transmission signal by shifting the phase of the reception signal. In addition, by forming a virtual antenna array using a multi-input multi-output antenna system, angular resolution for a steering angle can be improved.
따라서, 다중입출력 안테나 시스템과 디지털 빔포밍 기술을 이용하여 차량 내 인원 감지 시스템의 높은 정확도를 얻을 수 있다.Therefore, it is possible to obtain high accuracy of the in-vehicle personnel detection system by using the multiple input/output antenna system and digital beamforming technology.
본 발명은 차량 내 공간에서 사람의 유무를 판단하는 레이더 센서 시스템이다. 발명의 목적은 차량 내에 방치된 유아의 존재 유무 판단하여 차량 내에서 발생 할 수 있는 유아 방치와 관련된 문제들을 미연에 방지하는 것이다.The present invention is a radar sensor system for determining the presence or absence of a person in a space within a vehicle. An object of the present invention is to prevent problems related to neglect of infants that may occur in a vehicle by determining the presence or absence of an abandoned infant in a vehicle.
또한, 본 발명은 차량 내 공간에 존재하는 인원의 수를 실시간으로 모니터링하는 레이더 센서 시스템이다. 발명의 목적은 차량 내에 탑승한 사람들의 위치를 파악하여 안전 벨트 착용 여부 판단 시스템의 보조 장치로 활용하여 차량 내에서 발생 할 수 있는 안전벨트와 관련한 문제들을 미연에 방지하는 것이다.In addition, the present invention is a radar sensor system for monitoring the number of personnel present in the space in the vehicle in real time. An object of the present invention is to prevent problems related to seat belts that may occur in a vehicle by identifying the positions of people in a vehicle and using it as an auxiliary device for a system for determining whether or not to wear a seat belt.
본 발명의 일 실시 예에 따른 레이더 시스템은 전파 신호를 송출하고 수신하는 레이더 프론트 엔드 단, 수집된 신호를 1차적으로 가공하는 레이더 신호 처리 단, 및 알고리즘 수행 단을 포함할 수 있다. 상기 알고리즘 수생 단은 클러터(clutter) 제거 및 생체 신호 존재 여부 판단 알고리즘, 거리 및 위치 별 생체 신호 크기 검출 알고리즘, 최종 인원 수 및 위치 판단 수행 알고리즘을 수행할 수 있다. 상기 레이더 프론트 엔드 단은 송신된 전파가 물체에 반사되어 돌아오는 전파를 수신하여 로우(raw) 데이터를 생성할 수 있다. 상기 레이더 신호처리 단은 생성된 로우 데이터를 1차 가공하여, 거리 정보, 각도 정보, 속도 정보를 얻는다. 상기 클러터 제거 및 생체 신호 존재 여부 판단 알고리즘에서는 사물과 사람에 비해 레이더 단면적이 작은 물체들을 제거한 후, 생체 신호가 존재하는지 판단한다. 생체 신호가 존재 할 경우, 상기 거리 및 위치 별 생체 신호 크기 검출 알고리즘에서는 관심 영역 내의 모든 데이터들에 대하여 생체 신호에 의해 발생하는 신호를 필터링하여 그 크기를 구한다. 상기 최종 인원 수 및 위치 판단 수행 알고리즘에서는 필터링 된 생체 신호 데이터 개수와 크기를 종합하여 특정 위치에 사람 존재 여부를 판별한다.A radar system according to an embodiment of the present invention may include a radar front-end for transmitting and receiving radio signals, a radar signal processing stage for primarily processing the collected signals, and an algorithm execution stage. The algorithm trainee stage may perform a clutter removal and biosignal presence determination algorithm, a biosignal size detection algorithm for each distance and location, and an algorithm for determining the final number of people and locations. The radar front-end stage may generate raw data by receiving a transmitted radio wave that is reflected by an object and returned. The radar signal processing stage first processes the generated raw data to obtain distance information, angle information, and speed information. In the clutter removal and biosignal presence determination algorithm, after removing objects with a smaller radar cross-section than objects and people, it is determined whether biosignals are present. When a biosignal exists, the biosignal size detection algorithm for each distance and location filters the signal generated by the biosignal with respect to all data in the region of interest to obtain the size. In the final number and location determination algorithm, the number and size of the filtered biosignal data are synthesized to determine whether a person is present at a specific location.
본 명세서 상의 실시 예에 따른 레이더 시스템에 의해 수행되는 레이더 신호 처리 방법은, M개의 수신단에 포함된 C개의 첩(chirp) 중 하나의 첩 당 N개의 샘플링(sampling)를 통해 FMCW(Frequency Modulation Continuous Wave) 디지털 레이더 신호를 획득하는 단계, FMCW 디지털 레이더 신호에 대해 거리와 속도 정보를 얻는 2차 푸리에 변환을 수행하고, 방위각과 고도각 정보를 얻는 디지털 빔포밍을 방위각 방향과 고도각 방향으로 수행하여 속도-거리-방위각-고도각의 4차원 데이터 큐브를 형성하는 단계를 포함한다. 형성된 데이터 큐브에서 사람이 존재 할 수 있는 거리 영역을 관심 거리로 정의하고, 관심 거리를 포함하는 데이터들을 추출한다. 관심 거리가 추출된 데이터에서 호흡과 심박 신호에 의해 발생하는 속도 영역을 관심 속도로 정의하고, 관심 속도를 포함하는 데이터들을 추출한다. 관심 거리와 관심 속도 영역이 추출된 데이터에서는 관심 속도 영역을 축으로 덧셈 연산을 수행하여 기존 속도-거리-고도각-방위각의 4차원 데이터 큐브를 거리-고도각-방위각의 3차원 데이터로 차수를 줄이며, 해당 데이터 큐브에는 생체 신호의 크기가 추출된 데이터만 남는다. 각각의 거리 별로 얻을 수 있는 고도각-방위각 맵에 CFAR(Constant False Alarm Rate) 알고리즘을 적용하여 사람이 존재하는 영역을 필터링한 고도각-방위각 맵을 얻고, 이러한 거리 별로 필터링 된 고도각-방위각 맵을 거리 축으로 덧셈 연산을 수행하여 최종 고도각-방위각 2차원 맵을 얻는다. 인원 수 및 위치 판단 단계에서는 최종적으로 얻은 고도각-방위각 2차원 맵에서 미리 설정한 영역 내에 존재하는 필터링 된 데이터 개수 및 데이터의 크기를 계산하여 그 값이 문턱 값 이상일 경우 해당 위치에 사람이 존재하는 것으로 확정하는 단계를 포함 할 수 있다.The radar signal processing method performed by the radar system according to the embodiment of the present specification is a frequency modulation continuous wave (FMCW) through N sampling per one chirp among C chirps included in M receiving terminals. ) acquiring a digital radar signal, performing a second-order Fourier transform to obtain distance and speed information on the FMCW digital radar signal, and performing digital beamforming to obtain azimuth and elevation information in the azimuth and elevation directions - Forming a four-dimensional data cube of distance-azimuth-elevation. In the formed data cube, a distance region where a person can exist is defined as a distance of interest, and data including the distance of interest are extracted. In the data from which the distance of interest is extracted, a velocity region generated by respiration and heartbeat signals is defined as the velocity of interest, and data including the velocity of interest are extracted. In the data from which the distance of interest and the velocity region of interest are extracted, an addition operation is performed on the velocity region of interest as an axis to convert the existing 4-dimensional data cube of velocity-distance-elevation-azimuth into 3-dimensional data of distance-elevation-azimuth. reduced, and only the data from which the size of the biosignal is extracted remains in the corresponding data cube. By applying the CFAR (Constant False Alarm Rate) algorithm to the elevation-azimuth map that can be obtained for each distance, an elevation-azimuth map is obtained that filters the area where people exist, and the filtered elevation-azimuth map by these distances The final elevation-azimuth two-dimensional map is obtained by performing an addition operation on the distance axis. In the step of determining the number of people and the location, the number of filtered data and the size of the data existing in the preset area from the finally obtained elevation-azimuth two-dimensional map are calculated. It may include a step of confirming that
본 발명의 일 실시예에 따른 레이더 신호처리 방법은 속도축-거리축-고도각축-방위각축을 포함하는 복수의 제1 데이터 큐브들로부터 사람이 존재 할 수 있는 관심 거리 영역과 관심 속도 영역을 추출하여 복수의 제2 데이터 큐브들을 생성하는 단계; 상기 복수의 제2 데이터 큐브들에 대해서 상기 속도축으로 덧셈 연산을 수행하여 거리축-고도각축-방위각축을 포함하는 3차원 형태의 제3 데이터 큐브를 생성하는 단계; 상기 제3 데이터 큐브를 상기 거리축을 기준으로 구분하여 각각이 고도각축-방위각축을 포함하는 2차원 형태의 복수의 제1 맵들을 생성하는 단계; 상기 복수의 제1 맵들에 CFAR 알고리즘을 적용하여 복수의 제2 맵들을 생성하는 단계; 상기 복수의 제1 맵들로부터 2차원 극대점 정보 및 극대점 주변 정보를 포함하는 복수의 제3 맵들을 생성하는 단계; 상기 복수의 제2 맵들과 상기 복수의 제3 맵들을 곱셈 연산하여 복수의 제4 맵들을 생성하고, 거리 별로 사람이 존재하는 영역을 찾는 단계; 및 상기 복수의 제4 맵들에 대해서 거리 축으로 덧셈 연산하여 제5 맵을 생성하고, 상기 관심 거리 영역 내에서 존재하는 모든 사람을 찾는 단계를 포함할 수 있다.The radar signal processing method according to an embodiment of the present invention extracts a region of interest and a velocity region in which a person may exist from a plurality of first data cubes including a velocity axis-distance axis-elevation angle axis-azimuth axis. creating a plurality of second data cubes; performing an addition operation on the plurality of second data cubes with the speed axis to generate a third data cube having a three-dimensional shape including a distance axis, an elevation axis, and an azimuth axis; dividing the third data cube based on the distance axis to generate a plurality of first maps in a two-dimensional form each including an elevation angle axis and an azimuth axis; generating a plurality of second maps by applying a CFAR algorithm to the plurality of first maps; generating, from the plurality of first maps, a plurality of third maps including two-dimensional maximal point information and maximal surrounding information; generating a plurality of fourth maps by multiplying the plurality of second maps and the plurality of third maps, and finding an area where people exist by distance; and generating a fifth map by performing an addition operation on the plurality of fourth maps on a distance axis, and finding all persons existing in the ROI region.
본 발명의 일 실시예에서, 상기 관심 속도 영역은 레이더가 수신한 신호로부터 차량 내에서 사람이 존재할 수 있는 거리, 호흡, 및 심박 중 적어도 어느 하나에 의하여 발생하는 속도를 추출하여 정의될 수 있다.In an embodiment of the present invention, the velocity region of interest may be defined by extracting a velocity generated by at least one of a distance where a person can exist in a vehicle, respiration, and heartbeat from a signal received by the radar.
본 발명의 일 실시예에서, 상기 상기 복수의 제2 데이터 큐브들에 대해서 상기 속도축으로 덧셈 연산을 수행하는 과정에 의해, 호흡 및 심박에 의하여 발생하는 신체의 움직임이 합쳐짐에 따라, 생체 신호의 크기가 증폭될 수 있다.In an embodiment of the present invention, as body movements generated by respiration and heartbeat are combined by performing an addition operation on the velocity axis on the plurality of second data cubes, biosignals can be amplified.
본 발명의 일 실시예에서, 상기 CFAR 알고리즘은 레이더의 수신 신호가 사람이 위치한 거리 별로 상이하게 다르게 나타나는 점을 토대로, 관심 거리 내에서 서로 다른 거리에 존재하는 모든 사람들을 찾을 수 있다.In an embodiment of the present invention, the CFAR algorithm can find all people existing at different distances within the ROI based on the fact that the radar reception signal appears differently for each distance where the person is located.
본 발명의 일 실시예에서, 상기 극대점 정보는 소정의 임계값 이상을 갖는 점에 대한 정보로 정의될 수 있다.In an embodiment of the present invention, the maximum point information may be defined as information about a point having a predetermined threshold value or more.
본 발명의 일 실시예에서, 상기 CFAR 알고리즘을 적용한 결과와 상기 극대점 주변 정보를 곱셈 연산하여, 상기 CFAR 알고리즘을 적용한 상기 결과에 대한 노이즈를 감소시킬 수 있다.In an embodiment of the present invention, by multiplying the result of applying the CFAR algorithm and the information around the maximal point, it is possible to reduce noise on the result to which the CFAR algorithm is applied.
본 발명의 일 실시예에 따른 레이더 신호처리 방법은 속도-거리-고도각-방위각 형태의 데이터 큐브로부터 사람이 존재 할 수 있는 관심 거리 영역과 호흡에 의해 발생하는 관심 속도 영역을 추출하는 단계; 추출된 데이터 큐브로부터 속도 축으로 덧셈 연산을 수행하여 생체신호 증폭 및 큐브의차원을 거리-고도각-방위각으로 줄이는 단계; 거리-고도각-방위각 데이터 큐브를 거리 별로 나누어 고도각-방위각 맵에 CFAR 알고리즘을 적용하는 단계; 거리-고도각-방위각 데이터 큐브를 거리 별로 나누어 고도각-방위각 2차원 맵에서 2차원 극대점과 그 주변을 찾는 단계; 거리 별로 나누어 얻은 CFAR 결과와 2차원 극대점 주변 찾은 결과를 곱셈 연산하여 거리 별로 사람이 존재하는 영역을 찾는 단계; 및 거리 축으로 덧셈 연산을 통해 관심 거리 영역 내에서 존재하는 모든 사람을 찾는 단계를 포함할 수 있다.A radar signal processing method according to an embodiment of the present invention includes: extracting a region of interest in which a person can exist and a region of interest generated by respiration from a data cube in the form of velocity-distance-elevation-azimuth; performing an addition operation on the velocity axis from the extracted data cube to amplify the biosignal and reduce the cube dimension to distance-elevation-azimuth; dividing the distance-elevation-azimuth data cube by distance and applying the CFAR algorithm to the elevation-azimuth map; dividing the distance-elevation-azimuth data cube by distance to find a two-dimensional maximal point and its surroundings in an elevation-azimuth two-dimensional map; finding a region in which a person exists by distance by multiplying the CFAR result obtained by dividing by distance and the result found around the two-dimensional maximal point; and finding all persons existing in the ROI region through an addition operation with the distance axis.
자동차, 비행기, 선박 등과 같이 레이더 단면적이 큰 물체를 감지 할 수 있던 기존의 레이더 시스템과 다르게 사람 혹은 동물과 같이 레이더 단면적이 작은 물체를 감지 할 수 있을 뿐만 아니라, 생체 신호를 기반으로 생명체를 감지하기 때문에 생명체 감지 시스템으로 높은 정확도를 얻을 수 있다. Unlike conventional radar systems that can detect objects with large radar cross-sections, such as automobiles, airplanes, and ships, it can detect objects with small radar cross-sections, such as humans or animals, and detect living things based on biosignals. Therefore, it is possible to obtain high accuracy as a living organism detection system.
본 신호처리 알고리즘 발명을 통해 낮은 성능의 하드웨어로도 높은 정확도로 생명체를 감지 할 수 있다. 이는 하드웨어의 단가 절감으로 이어지며 높은 상업성을 갖게 된다.Through the invention of this signal processing algorithm, it is possible to detect living things with high accuracy even with low performance hardware. This leads to cost reduction of hardware and has high commercial viability.
도 1은 실시 예에 따른 2차 푸리에 변환 수행과 관심 영역 및 속도 추출 알고리즘의 수행 결과를 도시한 그림이다.
도 2는 추출된 데이터 큐브를 속도 축으로 덧셈 연산을 수행하는 과정 및 결과를 도시한 그림이다.
도 3은 도 2에서 얻은 거리-고도각-방위각 큐브에서 거리별 고도각-방위각 맵에 CFAR 알고리즘과 2D 극댓점 및 그 주변을 추출하는 연산 수행 후, 각각의 결과를 거리별로 곱셈 연산하는 과정과 그 결과를 도시한 그림이다.
도 4는 도 3에서 얻는 거리별 연산 결과를 거리 축으로 덧셈 연산을 수행하는 과정 및 결과를 도시한 그림이다.
도 5는 도 4에서 얻은 연산 결과를 미리 설정한 영역으로 나누어 각 영역에 사람이 존재하는지 여부를 판단하는 과정과 그 결과를 도시한 그림이다.1 is a diagram illustrating a result of performing a quadratic Fourier transform and an algorithm for extracting a region of interest and a velocity according to an embodiment.
2 is a diagram illustrating a process and a result of performing an addition operation on the extracted data cube as a speed axis.
3 is a process of multiplying each result by distance after performing a CFAR algorithm and an operation to extract a 2D local maximum and its surroundings from the distance-elevation-azimuth cube obtained in FIG. The figure shows the result.
4 is a diagram illustrating a process and a result of performing an addition operation on a distance axis on the distance-specific operation results obtained in FIG. 3 .
FIG. 5 is a diagram illustrating a process of dividing the calculation result obtained in FIG. 4 into preset areas and determining whether a person exists in each area and the results thereof.
이하, 도면을 참조하여 본 발명의 실시예들을 설명한다. Hereinafter, embodiments of the present invention will be described with reference to the drawings.
도면들에 있어서, 구성요소들의 비율 및 치수는 기술적 내용의 효과적인 설명을 위해 과장된 것이다. "및/또는"은 연관된 구성들이 정의할 수 있는 하나 이상의 조합을 모두 포함한다.In the drawings, proportions and dimensions of components are exaggerated for effective description of technical content. “and/or” includes any combination of one or more that the associated configurations may define.
"포함하다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.A term such as “comprises” is intended to designate that a feature, number, step, action, component, part, or combination thereof described in the specification exists, and includes one or more other features or number, step, action, configuration It should be understood that the possibility of the presence or addition of elements, parts or combinations thereof is not precluded in advance.
본 명세서 상의 실시 예에 따른 레이더 시스템에 의해 수행되는 레이더 신호 처리 방법은, M개의 수신단에 포함된 C개의 첩(chirp) 중 하나의 첩 당 N개의 샘플링(sampling)를 통해 FMCW 디지털 레이더 신호를 획득하는 단계, FMCW 디지털 레이더 신호에 대해 거리와 속도 정보를 얻는 2차 푸리에 변환을 수행하고, 방위각과 고도각 정보를 얻는 디지털 빔포밍을 방위각 방향과 고도각 방향으로 수행하여 속도-거리-방위각-고도각의 4차원 데이터 큐브를 형성하는 단계를 포함한다. 형성된 데이터 큐브에서 사람이 존재 할 수 있는 거리 영역을 관심 거리로 정의하고, 관심 거리를 포함하는 데이터들을 추출한다. 관심 거리가 추출된 데이터에서 호흡과 심박 신호에 의해 발생하는 속도 영역을 관심 속도로 정의하고, 관심 속도를 포함하는 데이터들을 추출한다. 관심 거리와 관심 속도 영역이 추출된 데이터에서는 관 심 속도 영역을 축으로 덧셈 연산을 수행하여 기존 속도-거리-고도각-방위각의 4차원 데이터 큐브를 거리-고도각-방위각의 3차원 데이터로 차수를 줄이며, 해당 데이터 큐브에는 생체 신호의 크기가 추출된 데이터만 남는다. 각각의 거리 별로 얻을 수 있는 고도각-방위각 맵에 CFAR(Constant False Alarm Rate) 알고리즘을 적용하여 사람이 존재하는 영역을 필터링한 고도각-방위각 맵을 얻고, 이러한 거리 별로 필터링 된 고도각-방위각 맵을 거리 축으로 덧셈 연산을 수행하여 최종 고도각-방위각 2차원 맵을 얻는다. 인원 수 및 위치 판단 단계에서는 최종적으로 얻은 고도각-방위각 2차원 맵에서 미리 설정한 영역 내에 존재하는 필터링 된 데이터 개수 및 데이터의 크기를 계산하여 그 값이 문턱 값 이상일 경우 해당 위치에 사람이 존재하는 것으로 확정하는 단계를 포함 할 수 있다.The radar signal processing method performed by the radar system according to an embodiment of the present specification obtains an FMCW digital radar signal through N sampling per one chirp among C chirps included in M receiving terminals. The second-order Fourier transform to obtain distance and velocity information is performed on the FMCW digital radar signal, and digital beamforming to obtain azimuth and elevation information is performed in the azimuth and elevation directions to obtain velocity-distance-azimuth-altitude. and forming each four-dimensional data cube. In the formed data cube, a distance region where a person can exist is defined as a distance of interest, and data including the distance of interest are extracted. In the data from which the distance of interest is extracted, a velocity region generated by respiration and heartbeat signals is defined as the velocity of interest, and data including the velocity of interest are extracted. In the data from which the distance of interest and the velocity region of interest are extracted, an addition operation is performed using the velocity region of interest as an axis to convert the existing 4D data cube of velocity-distance-elevation-azimuth into 3D data of distance-elevation-azimuth. is reduced, and only the data from which the size of the biosignal is extracted remains in the corresponding data cube. By applying the CFAR (Constant False Alarm Rate) algorithm to the elevation-azimuth maps that can be obtained for each distance, an elevation-azimuth map is obtained that filters the area in which people exist, and the filtered elevation-azimuth map by these distances The final elevation-azimuth two-dimensional map is obtained by performing an addition operation on the distance axis. In the step of determining the number of people and the location, the number of filtered data and the size of the data existing in the preset area from the finally obtained elevation-azimuth two-dimensional map are calculated. It may include a step of confirming that
실시 예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다. 또한 본 발명에 개시된 실시 예는 본 발명의 기술 사상을 한정하기 위한 것이 아니고, 하기의 특허 청구의 범위 및 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.Although described with reference to embodiments, those skilled in the art can understand that various modifications and changes can be made to the present invention without departing from the spirit and scope of the present invention as set forth in the claims below. There will be. In addition, the embodiments disclosed in the present invention are not intended to limit the technical spirit of the present invention, and all technical ideas within the scope of the following claims and their equivalents should be construed as being included in the scope of the present invention. .
Claims (8)
상기 복수의 제2 데이터 큐브들에 대해서 상기 속도축으로 덧셈 연산을 수행하여 거리축-고도각축-방위각축을 포함하는 3차원 형태의 제3 데이터 큐브를 생성하는 단계;
상기 제3 데이터 큐브를 상기 거리축을 기준으로 구분하여 각각이 고도각축-방위각축을 포함하는 2차원 형태의 복수의 제1 맵들을 생성하는 단계;
상기 복수의 제1 맵들에 CFAR 알고리즘을 적용하여 복수의 제2 맵들을 생성하는 단계;
상기 복수의 제1 맵들로부터 2차원 극대점 정보 및 극대점 주변 정보를 포함하는 복수의 제3 맵들을 생성하는 단계;
상기 복수의 제2 맵들과 상기 복수의 제3 맵들을 곱셈 연산하여 복수의 제4 맵들을 생성하고, 거리 별로 사람이 존재하는 영역을 찾는 단계; 및
상기 복수의 제4 맵들에 대해서 거리 축으로 덧셈 연산하여 제5 맵을 생성하고, 상기 관심 거리 영역 내에서 존재하는 모든 사람을 찾는 단계를 포함하는 레이더 신호처리 방법.generating a plurality of second data cubes by extracting a distance region of interest and a velocity region in which a person can exist from a plurality of first data cubes including the velocity axis-distance axis-elevation axis-azimuth axis;
performing an addition operation on the plurality of second data cubes with the speed axis to generate a third data cube having a three-dimensional shape including a distance axis, an elevation axis, and an azimuth axis;
dividing the third data cube based on the distance axis to generate a plurality of first maps in a two-dimensional form each including an elevation angle axis-azimuth axis;
generating a plurality of second maps by applying a CFAR algorithm to the plurality of first maps;
generating, from the plurality of first maps, a plurality of third maps including two-dimensional maximal point information and maximal surrounding information;
generating a plurality of fourth maps by multiplying the plurality of second maps and the plurality of third maps, and finding an area where people exist by distance; and
and generating a fifth map by performing an addition operation on the plurality of fourth maps on a distance axis, and finding all persons existing within the ROI.
상기 관심 속도 영역은 레이더가 수신한 신호로부터 차량 내에서 사람이 존재할 수 있는 거리, 호흡, 및 심박 중 적어도 어느 하나에 의하여 발생하는 속도를 추출하여 정의되는 레이더 신호처리 방법.According to claim 1,
The speed region of interest is a radar signal processing method defined by extracting a speed generated by at least one of a distance where a person can exist in a vehicle, respiration, and heartbeat from a signal received by the radar.
상기 상기 복수의 제2 데이터 큐브들에 대해서 상기 속도축으로 덧셈 연산을 수행하는 과정에 의해, 호흡 및 심박에 의하여 발생하는 신체의 움직임이 합쳐짐에 따라, 생체 신호의 크기가 증폭되는 레이더 신호처리 방법.According to claim 1,
Radar signal processing in which the magnitude of the bio-signal is amplified as the movement of the body generated by respiration and heartbeat is combined by performing the addition operation on the velocity axis for the plurality of second data cubes Way.
상기 CFAR 알고리즘은 레이더의 수신 신호가 사람이 위치한 거리 별로 상이하게 다르게 나타나는 점을 토대로, 관심 거리 내에서 서로 다른 거리에 존재하는 모든 사람들을 찾는 레이더 신호처리 방법.According to claim 1,
The CFAR algorithm is a radar signal processing method that finds all people who exist at different distances within a distance of interest based on the fact that the received signal of the radar appears differently for each distance where the person is located.
상기 극대점 정보는 소정의 임계값 이상을 갖는 점에 대한 정보로 정의되는 레이더 신호처리 방법.According to claim 1,
The maximum point information is a radar signal processing method defined as information on a point having a predetermined threshold value or more.
상기 CFAR 알고리즘을 적용한 결과와 상기 극대점 주변 정보를 곱셈 연산하여, 상기 CFAR 알고리즘을 적용한 상기 결과에 대한 노이즈를 감소시키는 레이더 신호처리 방법.According to claim 1,
A radar signal processing method for reducing noise on the result of applying the CFAR algorithm by multiplying a result of applying the CFAR algorithm and information around the maximal point.
추출된 데이터 큐브로부터 속도 축으로 덧셈 연산을 수행하여 생체신호 증폭 및 큐브의차원을 거리-고도각-방위각으로 줄이는 단계;
거리-고도각-방위각 데이터 큐브를 거리 별로 나누어 고도각-방위각 맵에 CFAR 알고리즘을 적용하는 단계;
거리-고도각-방위각 데이터 큐브를 거리 별로 나누어 고도각-방위각 2차원 맵에서 2차원 극대점과 그 주변을 찾는 단계;
거리 별로 나누어 얻은 CFAR 결과와 2차원 극대점 주변 찾은 결과를 곱셈 연산하여 거리 별로 사람이 존재하는 영역을 찾는 단계; 및
거리 축으로 덧셈 연산을 통해 관심 거리 영역 내에서 존재하는 모든 사람을 찾는 단계를 포함하는 레이더 신호처리 방법.extracting a region of interest in which a person can exist and a region of interest generated by respiration from the data cube in the form of velocity-distance-elevation-azimuth;
performing an addition operation on the velocity axis from the extracted data cube to amplify the biosignal and reduce the dimension of the cube to distance-elevation-azimuth;
dividing the distance-elevation-azimuth data cube by distance and applying the CFAR algorithm to the elevation-azimuth map;
dividing the distance-elevation-azimuth data cube by distance to find a two-dimensional maximal point and its surroundings in an elevation-azimuth two-dimensional map;
finding a region in which a person exists by distance by multiplying the CFAR result obtained by dividing by distance and the result found around the two-dimensional maximal point; and
A radar signal processing method comprising the step of finding all persons existing within a region of interest through an addition operation with a distance axis.
상기 관심 속도 영역은 레이더가 수신한 신호로부터 차량 내에서 사람이 존재할 수 있는 거리, 호흡, 및 심박 중 적어도 어느 하나에 의하여 발생하는 속도를 추출하여 정의되는 레이더 신호처리 방법.8. The method of claim 7,
The speed region of interest is a radar signal processing method defined by extracting a speed generated by at least one of a distance where a person can exist in a vehicle, respiration, and heartbeat from a signal received by the radar.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200136581A KR20220052526A (en) | 2020-10-21 | 2020-10-21 | Radar signal processing for people counting and localization in vehicle using doppler effect and cfar for each range |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200136581A KR20220052526A (en) | 2020-10-21 | 2020-10-21 | Radar signal processing for people counting and localization in vehicle using doppler effect and cfar for each range |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220052526A true KR20220052526A (en) | 2022-04-28 |
Family
ID=81446956
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200136581A KR20220052526A (en) | 2020-10-21 | 2020-10-21 | Radar signal processing for people counting and localization in vehicle using doppler effect and cfar for each range |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20220052526A (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102467923B1 (en) * | 2022-06-08 | 2022-11-17 | (주)디지탈엣지 | Radar system and radar signal processing method performed thereby |
| CN116965791A (en) * | 2023-06-29 | 2023-10-31 | 中国人民解放军国防科技大学 | Four-dimensional biological radar heart rate measurement method for inhibiting motion interference |
-
2020
- 2020-10-21 KR KR1020200136581A patent/KR20220052526A/en not_active Application Discontinuation
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102467923B1 (en) * | 2022-06-08 | 2022-11-17 | (주)디지탈엣지 | Radar system and radar signal processing method performed thereby |
| CN116965791A (en) * | 2023-06-29 | 2023-10-31 | 中国人民解放军国防科技大学 | Four-dimensional biological radar heart rate measurement method for inhibiting motion interference |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111656217B (en) | System and method for virtual aperture radar tracking | |
| US10386462B1 (en) | Systems and methods for stereo radar tracking | |
| US7035166B2 (en) | 3-D forward looking sonar with fixed frame of reference for navigation | |
| US20200182992A1 (en) | Enhanced object detection and motion state estimation for a vehicle environment detection system | |
| US9594159B2 (en) | 2-D object detection in radar applications | |
| CN109061622B (en) | Hidden target multipath detection method based on millimeter wave radar | |
| US20180128916A1 (en) | Object detection in multiple radars | |
| JP2020091281A (en) | Method and apparatus for processing radar data | |
| US10338216B2 (en) | Object detection in multiple radars | |
| US9140783B2 (en) | Radar device | |
| US10345439B2 (en) | Object detection in multiple radars | |
| KR20220052526A (en) | Radar signal processing for people counting and localization in vehicle using doppler effect and cfar for each range | |
| CN104215951A (en) | System and method for detecting low-speed small target under sea cluster background | |
| Maher | A survey of PHD filter and CPHD filter implementations | |
| US11762060B2 (en) | Height-estimation of objects using radar | |
| EP4047391A1 (en) | Radar-based target tracker | |
| US20180128912A1 (en) | Object detection in multiple radars | |
| KR20210001846A (en) | Auto Mobility Devices Including Radar Systems With Deep Learning | |
| Dubey et al. | Generative adversial network based extended target detection for automotive MIMO radar | |
| US20210011151A1 (en) | Radar range ambiguity resolution using multi-rate sampling | |
| KR20230130365A (en) | Signal processing method and radar system for detecting people | |
| CN110907930B (en) | Vehicle-mounted radar target detection and estimation method and device based on angle estimation | |
| CN111190154B (en) | Auxiliary driving system and method capable of inhibiting radar close-range harmonic waves | |
| CN114355329A (en) | Method for detecting vital sign distance of frequency modulated continuous wave radar | |
| Shokouhmand et al. | Respiration monitoring using camera-guided frequency-modulated continuous-wave radar |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |