TWI767601B - 用於室內定位、成像、偵測、姿勢判別、形狀判別的電子裝置及方法 - Google Patents

用於室內定位、成像、偵測、姿勢判別、形狀判別的電子裝置及方法 Download PDF

Info

Publication number
TWI767601B
TWI767601B TW110108415A TW110108415A TWI767601B TW I767601 B TWI767601 B TW I767601B TW 110108415 A TW110108415 A TW 110108415A TW 110108415 A TW110108415 A TW 110108415A TW I767601 B TWI767601 B TW I767601B
Authority
TW
Taiwan
Prior art keywords
points
distance
target
coordinate point
radars
Prior art date
Application number
TW110108415A
Other languages
English (en)
Other versions
TW202235908A (zh
Inventor
謝宗瑩
李奇軒
Original Assignee
廣達電腦股份有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 廣達電腦股份有限公司 filed Critical 廣達電腦股份有限公司
Priority to TW110108415A priority Critical patent/TWI767601B/zh
Priority to CN202110355845.2A priority patent/CN115079152A/zh
Priority to US17/375,418 priority patent/US11994580B2/en
Application granted granted Critical
Publication of TWI767601B publication Critical patent/TWI767601B/zh
Publication of TW202235908A publication Critical patent/TW202235908A/zh

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
    • 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
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • 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
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • 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
    • G01S13/06—Systems determining position data 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
    • G01S13/02—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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • 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

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)
  • Supply And Installment Of Electrical Components (AREA)

Abstract

一種電子裝置，用以對一目標物進行定位、成像、偵測、姿勢判別、形狀判別，包括：複數雷達及至少一處理器。每一該等雷達包括至少一發射天線及排列成陣列天線的複數接收天線。處理器執行包括：將接收天線所接收的射頻訊號轉換為一測距資料；測距資料記錄每一接收天線與目標物的一距離，以及對應距離的一接收強度；生成一三維像素資料，用以指示三維像素資料指示在一三維空間中距離及接收強度的對應關係；執行一點生成演算法，依據三維像素資料及一接收強度閾值，在三維空間中生成複數點；執行一聚類分析演算法，在該等點中辨別對應於目標物的複數目標點，而得到目標物的位置。

Description

用於室內定位、成像、偵測、姿勢判別、形狀判別的電子裝置及方法
本發明係有關於一電子裝置，特別是有關於用於室內定位、成像、偵測、姿勢判別、形狀判別的電子裝置及定位方法。
現有的室內定位系統需要透過待測目標配帶一定位標籤，並且在室內空間中設置多個室內定位器來接收來自定位標籤的無線訊號(例如藍芽、Zigbee、RFID、Wi-Fi等)，才能完成定位的工作。另一方面，現有的室內定位系統亦包括利用視覺感測器(例如攝影機)蒐集待測目標的視覺定位技術，用以依據所拍攝的圖像確認待測目標的實際位置。
然而，在利用定位標籤與定位器的技術中，由於待測目標必須隨身佩帶定位標籤，當未預期的人員突然闖入待測區域時，則無法即時被偵測到。另一方面，利用定位標籤與定位器的技術亦無法對待測目標的姿勢或形狀進行判別。在視覺定位技術中，當同時有兩位待測目標在同一圖像中，並且彼此的距離相當接近時，就可能產生盲點，使得視覺定位技術無法明確分辨出兩位待測目標，而導致室內定位的失效。
依據本發明實施例之電子裝置，用以對一目標物進行定位，包括：複數雷達及至少一處理器。每一雷達包括至少一發射天線及複數接收天線，接收天線係排列為二維的陣列天線。至少一處理器執行包括：將接收天線所接收的射頻訊號轉換為一測距資料；測距資料記錄每一接收天線與目標物的一距離，以及對應距離的一接收強度；生成一三維像素資料，用以指示在一三維空間中距離及接收強度的對應關係；執行一點生成演算法，依據三維像素資料及一接收強度閾值，在三維空間中生成複數點；以及執行一聚類分析演算法，在點中辨別對應於目標物的複數目標點，而得到目標物的位置。
如上所述之電子裝置，其中，雷達為頻率調變連續波(frequency modulated continuous wave：FMCW)雷達、脈衝(pulse)雷達、脈衝都卜勒(Pulse Doppler)雷達、脈衝同調(Pulse Coherent)雷達、正交頻分多工(OFDM)雷達，或步進頻連續波(SFCW)雷達。
如上所述之電子裝置，其中，當雷達為頻率調變連續波雷達，則處理器透過一快速傅立葉轉換(Fast Fourier Transform：FFT)，將接收天線所接收的射頻訊號轉換為測距資料。
如上所述之電子裝置，其中，當雷達為頻率調變連續波雷達，則每一雷達的發射天線發射頻率隨時間改變的射頻訊號，並且處理器依據接收天線所接收的射頻訊號的頻率，計算接收天線與目標物之間的距離。
如上所述之電子裝置，其中，處理器執行更包括：控制每一雷達的至少一發射天線的發射週期，使得至少一發射天線依序以一預設時間間隔發射射頻訊號。
如上所述之電子裝置，其中，處理器執行點生成演算法，包括：在三維像素資料中，當對應距離的一座標點的接收強度與座標點四周的接收強度的差距小於等於接收強度閾值，則將座標點與該座標點四周視為在三維空間中沒有點；當對應距離的座標點的接收強度與座標點四周的接收強度的差距大於接收強度閾值，則將座標點與座標點四周視為在三維空間中的同一點。
如上所述之電子裝置，其中，處理器執行聚類分析演算法，包括：在三維空間中，當該等點的一者與其鄰近點的距離在一預設距離內時，則將該等點的該者與其鄰近點視為在同一聚類；在三維空間中，當包括該等點的該者的聚類所包括的全部點數大於一預設數量時，則將聚類內的全部點視為對應於目標物的目標點。
如上所述之電子裝置，其中，點生成演算法包括一有序統計恆虛警率(Ordered Statistic CFAR：OS-CFAR)演算法、單元平均恆虛警率(Cell-Averaging Constant False Alarm Rate: CA-CFAR)、或是單元平均最大值恆虛警率(Cell-Averaging Greatest Of-Constant False Alarm Rate: CAGO-CFAR)等偵測演算法。聚類分析演算法包括一有噪聲基於密度聚類(Density-Based Spatial Clustering of Applications with Noise)演算法、K-平均演算法(k-means clustering)、均值偏移演算法(Mean-Shift Clustering)、最大期望值演算(Expectation–Maximization Clustering)、階層式分群法(Agglomerative Hierarchical Clustering)等，或是以上演算法再加入速度、加速度等資訊進行改善的群聚演算法。
依據本發明實施例之方法，用以對一目標物進行定位、成像、偵測、姿勢判別、形狀判別，適用於包括複數雷達及至少一處理器的一電子裝置，每一雷達包括至少一發射天線及排列成陣列天線的複數接收天線，定位方法包括：將接收天線所接收的射頻訊號轉換為一測距資料；測距資料記錄每一接收天線與目標物的一距離，以及對應距離的一接收強度；生成一三維像素資料；三維像素資料指示在一三維空間中距離及接收強度的對應關係；執行一點生成演算法，依據三維像素資料及一接收強度閾值，在三維空間中生成複數點；以及執行一聚類分析演算法，在點中辨別對應於目標物的複數目標點，而得到目標物的位置。
如上所述之方法，其中，執行點生成演算法，包括：在三維像素資料中，當對應距離的一座標點的接收強度與座標點四周的接收強度的差距小於等於接收強度閾值，則將座標點與座標點四周視為在三維空間中沒有點；當對應距離的座標點的接收強度與座標點四周的接收強度的差距大於接收強度閾值，則將座標點與座標點四周視為在三維空間中的同一點。
如上所述之方法，其中，執行聚類分析演算法，包括：在三維空間中，當該等點的一者與其鄰近點的距離在一預設距離內時，則將該等點的該者與其鄰近點視為在同一聚類；在三維空間中，當包括該等點的該者的聚類所包括的全部點數大於一預設數量時，則將聚類內的全部點視為對應於目標物的目標點。
本發明係參照所附圖式進行描述，其中遍及圖式上的相同參考數字標示了相似或相同的元件。上述圖式並沒有依照實際比例大小描繪，其僅僅提供對本發明的說明。一些發明的型態描述於下方作為圖解示範應用的參考。這意味著許多特殊的細節，關係及方法被闡述來對這個發明提供完整的了解。無論如何，擁有相關領域通常知識的人將認識到若沒有一個或更多的特殊細節或用其他方法，此發明仍然可以被實現。
以其他例子來說，眾所皆知的結構或操作並沒有詳細列出以避免對這發明的混淆。本發明並沒有被闡述的行為或事件順序所侷限，如有些行為可能發生在不同的順序亦或同時發生在其他行為或事件之下。此外，並非所有闡述的行為或事件都需要被執行在與現有發明相同的方法之中。
第1A圖為本發明實施例之具有一處理器執行集中運算的電子裝置100的示意圖。電子裝置100是用以對至少一目標物進行定位。如第1A圖所示，電子裝置100包括複數雷達(例如，雷達102、雷達102-2，…，以及雷達102-n)，以及一處理器106。在一些實施例中，該等雷達係設置在一室內空間的不同位置。舉例來說，雷達102可設置在室內空間中的天花板，雷達102-2可設置在室內空間中的一第一牆面，以及雷達102-3可設置在室內空間中的一第二牆面。在一些實施例中，室內空間中的天花板、第一牆面及第二牆面係彼此正交，使得電子裝置100對該至少一目標物的定位更為準確，並且減少定位過程中的盲點。
舉例來說，當室內空間中有兩個目標物，並且雷達102-2在其雷達橫截面上顯示這兩個目標物彼此重疊，此時電子裝置100必須依靠雷達102及雷達102-3從不同的方向偵測該等兩個目標物，使得電子裝置100得以明確分辨室內空間中有兩個目標物，並且計算出該等兩個目標物的在室內空間中的確切位置。在一些實施例中，電子裝置100所包括的雷達數目愈多，則其所計算出目標物在室內空間中的位置則愈準確。
在一些實施例中，電子裝置100中的雷達102、102-2、…、102-n的結構可為彼此相同或彼此不同。以下以雷達102的結構做為例示。如第1A圖所示，雷達102包括至少一發射天線112，以及複數接收天線114。至少一發射天線112可例如包括一發射天線122-1，以及一發射天線122-2。複數接收天線114可例如包括接收天線124-1、124-2、124-3、…、124-m。在一些實施例中，接收天線124-1、124-2、124-3、…、124-m係排列為一陣列天線，並且發射天線122-1、122-2係設置鄰近於接收天線124-1、124-2、124-3、…、124-m。
在一些實施例中，雷達102、雷達102-2，…，以及雷達102-n可為頻率調變連續波(frequency modulated continuous wave：FMCW)雷達、脈衝都卜勒(Pulse Doppler)雷達、脈衝同調(Pulse Coherent)雷達、正交頻分多工(OFDM)雷達，或步進頻連續波(SFCW)雷達，但本發明不限於此。在另一實施例中，雷達102、雷達102-2，…，以及雷達102-n亦可為傳統的脈衝(pulse)雷達。在一些實施例中，處理器106可設置在任意計算機裝置內，例如桌上型電腦、筆記型電腦、智慧型手機、平板電腦、及工作站伺服器…等，本發明不限於此。
處理器106係電性耦接雷達102、102-2、…、102-n。以雷達102為例，處理器106可傳送一發射指令予雷達102，當雷達102接收到發射指令後，可對應地透過其至少一發射天線112發射射頻訊號。在一些實施例中，處理器106亦可接收來自雷達102的每一複數接收天線114所接收的從目標物所反射的射頻訊號，並且將每一複數接收天線114所接收的射頻訊號轉換為一測距資料(ranging profile)。在一些實施例中，測距資料記錄每一複數接收天線114與目標物的一距離，以及對應距離的一接收強度。在一些實施例中，在每一雷達102、102-2、…、102-n中可額外包括一微處理器(未圖示)，用以依據來自目標物所反射的射頻訊號的資訊，計算目標物與每一雷達102、102-2、…、102-n的距離。微處理器再將對應於每一雷達102、102-2、…、102-n的距離資訊以數位訊號的方式傳送給處理器106，供處理器106進行後續處理。
在一些實施例中，以雷達102為例，處理器106依據對應於接收天線124-1、124-2、124-3、…、124-m的測距資料生成一三維像素資料(voxel profile)。三維像素資料用以指示在一三維空間中目標物與每一雷達的距離及接收強度的對應關係。舉例來說，三維像素資料可為視覺化的一立體像素圖，並且以顏色的種類或深淺來標記目標物與每一雷達的距離所對應接收強度的大小。例如，假設立體像素圖中的座標點A及座標點B皆對應於目標物與雷達102的接收天線124-1的不同距離。當座標點A的視覺化顏色為紅色，而點B的視覺化顏色為淺藍色，則代表接收天線124-1在對應於座標點A的距離下所得到的接收強度大於對應於座標點B的距離下的所得到的接收強度。
接著，處理器106執行一點生成演算法116，依據三維像素資料(例如上述立體像素圖)及已預設的一接收強度閾值，在三維空間中生成複數點。在一些實施例中，點生成演算法116可為一有序統計恆虛警率(Ordered Statistic CFAR：OS-CFAR)演算法。再者，處理器106更執行一聚類分析演算法118，用以在其所生成的複數點中辨別對應於目標物的複數目標點，而最後得到目標物的位置。
第1B圖為本發明實施例之具有多處理器執行分散運算的電子裝置100的示意圖。第1B圖與第1A圖最大的差異之處在於，點生成演算法116是由每一雷達所各自包括的處理器(例如雷達102的處理器110)所直接執行。舉例來說，以雷達102為例，處理器110接收來自雷達102的每一複數接收天線114所接收的從目標物所反射的射頻訊號，並且將每一複數接收天線114所接收的射頻訊號轉換為一測距資料。處理器110依據對應於接收天線124-1、124-2、124-3、…、124-m的測距資料生成一三維像素資料。之後，處理器110遂執行點生成演算法116，依據三維像素資料(例如上述立體像素圖)及已預設的一接收強度閾值，在三維空間中生成複數點。再者，處理器110將所生成的複數點傳送予處理器106，使得處理器106得以依據來自處理器110的複數點執行聚類分析演算法118。
第2圖為本發明實施例之第1A圖的電子裝置100處理來自雷達102的射頻訊號的示意圖。在第2圖的實施例中，電子裝置100的複數雷達係為頻率調變連續波(FMCW)雷達。因此，如第2圖所示，雷達102的發射天線122-1係發射頻率隨時間改變(例如頻率隨時間線性增加)的射頻訊號。頻率隨時間改變的射頻訊號經過目標物的反射，由雷達102的接收天線124-1、124-2、124-3、…、124-m所接收。處理器106再依據接收天線124-1、124-2、124-3、…、124-m所接收的射頻訊號的頻率，計算接收天線124-1、124-2、124-3、…、124-m與目標物之間的距離。接著，第1A圖的處理器106透過一快速傅立葉轉換(Fast Fourier Transform：FFT)，將接收天線124-1、124-2、124-3、…、124-m所接收頻率隨時間改變的射頻訊號轉換為測距資料。
舉例來說，透過快速傅立葉轉換(FFT)，處理器106將接收天線124-1所接收的射頻訊號轉換為測距資料200-1，將接收天線124-2所接收的射頻訊號轉換為測距資料200-2，將接收天線124-3所接收的射頻訊號轉換為測距資料200-3，以及將接收天線124-m所接收的射頻訊號轉換為測距資料200-m。換句話說，測距資料200-1記錄接收天線124-1與目標物的距離及對應於其距離的接收強度。測距資料200-2記錄了接收天線124-2與目標物的距離及對應於其距離的接收強度。
接著，處理器106將測距資料200-1、200-2、200-3、…、200-m進行資料融合，而生成一三維像素資料202。換句話說，處理器106將接收天線124-1與目標物的距離及其對應的接收強度、接收天線124-2與目標物的距離及其對應的接收強度、接收天線124-3與目標物的距離及其對應的接收強度，以及接收天線124-m與目標物的距離及其對應的接收強度在一三維空間中進行疊加，而生成三維像素資料202。在一些實施例中，三維像素資料202中的三維空間中的一像素(例如第2圖中三維像素資料202下方所描繪的立體像素圖，或稱一座標點)可代表對應於某一距離(即目標物與複數接收天線之間的距離)的接收強度。
之後，處理器106執行點生成演算法116，用以依據三維像素資料202及預設的一接收強度閾值，在三維像素資料202的三維空間中生成3D複數點204-1(不同於三維像素資料202中的三維空間中的像素)。詳細來說，在三維像素資料202中，當對應某距離的一座標點的接收強度與該座標點四周的接收強度的差距小於等於接收強度閾值，則處理器106將該座標點與該座標點四周視為在三維空間中沒有點。當對應某距離的一座標點的接收強度與該座標點四周的接收強度的差距大於接收強度閾值，則處理器106將該座標點與該座標點四周視為在三維空間中的同一點。
舉例來說，假設在三維像素資料202的三維空間中有一座標點C，其對應的接收強度的數值為40。同樣的三維空間中更有鄰近於座標點C的一座標點D，其對應的接收強度的數值為25。因此，當接收強度閾值設定為10，由於接收強度閾值小於等於座標點C、座標點D所對應接收強度的差值(例如差值為15)，則處理器106會將座標點C及座標點D視為三維空間中的同一點。當接收強度閾值為20，由於接收強度閾值大於座標點C、座標點D所對應接收強度的差值(例如差值為15)，則處理器106會將座標點C及座標點D視為三維空間中的不同點。在一些實施例中，接收強度能以一訊號雜訊比(SNR)表示，但本發明不限於此。
同理，處理器106亦執行點生成演算法116，而生成對應於接收天線124-2、124-3、…、124-m的接收強度的3D複數點204-2、204-3、…、204-m。之後，處理器106將3D複數點204-1、204-2、204-3、…、204-m疊加在同一三維空間中，以做為執行聚類分析演算法118的前置工作。最後，處理器106執行聚類分析演算法118，用以在3D複數點204-2、204-3、…、204-m的疊加結果中辨別對應於目標物的目標點206，而得到目標物的位置。在一些實施例中，聚類分析演算法118為一有噪聲基於密度聚類(Density-Based Spatial Clustering of Applications with Noise)演算法。
詳細來說，在三維空間中，當3D複數點204-2、204-3、…、204-m的疊加結果中的一點與其鄰近點的距離在一預設距離內時，則處理器106將3D複數點204-2、204-3、…、204-m的疊加結果中的該點與其鄰近點視為在同一聚類。在三維空間中，當包括3D複數點204-2、204-3、…、204-m的疊加結果中的該點的聚類所包括的全部點數大於一預設數量時，則處理器106將聚類內的全部點視為對應於目標物的目標點206。
舉例來說，假設在3D複數點204-1中有一點E及另一點F，並且點E與點F在三維空間中的距離為30(任意長度單位)。當預設距離為50，由於點E與點F之間的距離在預設距離之內(亦即點E與點F的距離小於等於預設距離)，則處理器106將點E與點F視為在同一聚類(clustering)之內。再者，處理器106依據相同的規則，對3D複數點204-2、204-3、…、204-m的疊加結果中的所有點進行聚類的判斷與分類。換句話說，隨著已判斷點數的增加，包括點E與點F的聚類會愈來愈大。當包含點E與點F的聚類所包括全部點數大於預設數量(例如為100點)時，在室內空間中僅有一個目標物的情況下，處理器106將包含點E與點F的聚類所包括全部點數視為對應於目標物的目標點。換句話說，聚類的位置即為目標物的位置。
當預設距離為20，由於點E與點F之間的距離在預設距離之外(亦即點E與點F的距離大於預設距離)，則處理器106將點E與點F視為在不同的聚類之中。處理器106依據相同的規則，對3D複數點204-2、204-3、…、204-m的疊加結果中的所有點進行聚類的判斷與分類。換句話說，隨著已判斷點數的增加，包括點E的第一聚類與包過點F的第二聚類的範圍會愈來愈大。在室內空間有兩個目標物的情況下，處理器106將包括點E的第一聚類所包括全部點數視為兩個目標物的一者，並且將包括點F的第二聚類所包括全部點數視為兩個目標物的另一者。換句話說，第一聚類的位置為兩個目標物中的一者的位置，第二聚類的位置為兩個目標物中的另一者的位置。不管目標物的數量為何，本發明的電子裝置100的處理器106皆可透過執行聚類分析演算法118，最後得到目標物在室內空間中的確切位置。
第3圖為本發明實施例之第1A圖的處理器106控制具有單一發射天線的雷達所發射射頻訊號的波形圖。例如，處理器106係控制雷達102中的發射天線122-1、雷達102-2的一發射天線(未圖示)，及雷達102-3(例如第1A圖雷達102-n為雷達102-3)的一發射天線(未圖示)。在第3圖波形圖300中，其橫軸為時間，縱軸為頻率，因此雷達102發射天線122-1、雷達102-2、102-3的發射天線皆發射頻率隨時間線性遞增的射頻訊號。詳細來說，射頻訊號310-1、310-2、310-3係由雷達102的發射天線122-1所發射。射頻訊號320-1、320-2、320-3係由雷達102-2的發射天線所發射。射頻訊號330-1、330-2、330-3係由雷達102-3的發射天線所發射。
在第3圖的實施例中，處理器106控制每一雷達102、102-2、102-3的一發射天線的發射週期，使得每一雷達102、102-2、102-3的發射天線依序以一預設時間間隔(T)發射射頻訊號。在一些實施例中，預設時間間隔(T)可依據雷達與目標物的距離進行設定。舉例來說，當雷達102、102-2、102-3的最大偵測距離為R，則T=2R/C，其中C為光速。
第4圖為本發明實施例之第1A圖的處理器106控制具有兩個發射天線的雷達所發射射頻訊號的波形圖。例如，處理器106係控制雷達102中的發射天線122-1及發射天線122-2、雷達102-2的兩個發射天線(未圖示)，及雷達102-3(例如第1A圖雷達102-n為雷達102-3)的兩個發射天線(未圖示)。在第4圖波形圖400中，同樣地，其橫軸為時間，縱軸為頻率，因此雷達102發射天線122-1、122-2，以及雷達102-2、102-3各別的兩個發射天線皆發射頻率隨時間線性遞增的射頻訊號。
詳細來說，波形310-11由雷達102的發射天線122-1所發射，射頻訊號310-21由雷達102的發射天線122-2所發射。射頻訊號320-11係由雷達102-2的第一發射天線所發射，射頻訊號320-21係由雷達102-2的第二發射天線所發射。射頻訊號330-11係由雷達102-3的第一發射天線所發射，射頻訊號330-21係由雷達102-3的第二發射天線所發射。在第4圖的實施例中，處理器106可控制同一雷達內的兩個發射天線之間的內部發射時間間隔(t)，亦可控制不同雷達的發射天線之間的預設時間間隔(T)。在一些實施例中，內部發射時間間隔(t)亦可依據雷達與目標物的距離進行設定。
在一些實施例中，當電子裝置100的複數雷達係為脈衝(pulse)雷達，以雷達102為例，則處理器106依據至少一發射天線112發射脈衝訊號與複數接收天線114接收由目標物反射的脈衝訊號的時間差，計算目標物與每一複數接收天線114的距離，亦可得到一測距資料，測距資料仍然記錄每一複數接收天線114與目標物的一距離，以及對應距離的一接收強度。相同地，處理器106再依據測距資料，生成一三維像素資料，並且執行點生成演算法116、聚類分析演算法118，用以最後辨別對應於目標物的複數目標點，從而得到目標物的位置。
第5圖為本發明實施例之方法的流程圖。本發明的方法係用以對一目標物進行定位、成像、偵測、姿勢判別、形狀判別，適用於包括複數雷達及一處理器的一電子裝置，並且每一雷達包括至少一發射天線及排列成陣列天線的複數接收天線。如第5圖所示，本發明的方法首先將複數接收天線所接收的射頻訊號轉換為一測距資料，測距資料記錄每一接收天線與目標物的一距離，以及對應該距離的一接收強度(步驟S500)。接著，本發明的方法生成一三維像素資料，三維像素資料指示在一三維空間中距離及接收強度的對應關係(步驟S502)。之後，本發明的方法執行一點生成演算法(例如第1A、1B圖的點生成演算法116)，依據三維像素資料及一接收強度閾值，在三維空間中生成複數點(步驟S504)。最後，本發明的方法執行一聚類分析演算法(例如第1A、1B圖的聚類分析演算法118)，在複數點中辨別對應於目標物的複數目標點，而得到目標物的位置(步驟S506)。
在一些實施例中，第1A圖電子裝置100的處理器106係執行步驟S500、步驟S502、步驟S504，及步驟S506。在一些實施例中，第1B圖的處理器110係執行步驟S500、步驟S502，及步驟S504，並且第1B圖的處理器106係執行步驟S506。在一些實施例中，第1A圖的處理器106(或第1B圖的處理器110)執行步驟S504包括：在步驟S502所獲得的三維像素資料中，當對應距離(每一接收天線與目標物的距離)的一座標點的接收強度與座標點四周的接收強度的差距小於等於接收強度閾值，則處理器106將座標點與座標點四周視為在三維空間中沒有點。當對應距離的該座標點的接收強度與座標點四周的接收強度的差距大於接收強度閾值，則處理器106將座標點與座標點四周視為在三維空間中的同一點。
在一些實施例中，第1A、1B圖的處理器106執行步驟S506包括：在三維空間中，當複數點的一者與其鄰近點的距離在一預設距離內時，則處理器106將複數點的該者與其鄰近點視為在同一聚類；並且在三維空間中，當包括複數點的該者的聚類所包括的全部點數大於一預設數量時，則處理器106將聚類內的全部點視為對應於目標物的複數目標點。
雖然本發明的實施例如上述所描述，我們應該明白上述所呈現的只是範例，而不是限制。依據本實施例上述示範實施例的許多改變是可以在沒有違反發明精神及範圍下被執行。因此，本發明的廣度及範圍不該被上述所描述的實施例所限制。更確切地說，本發明的範圍應該要以以下的申請專利範圍及其相等物來定義。
儘管上述發明已被一或多個相關的執行來圖例說明及描繪，等效的變更及修改將被依據上述規格及附圖且熟悉這領域的其他人所想到。此外，儘管本發明實施例的一特別特徵已被相關的多個執行之一所示範，上述特徵可能由一或多個其他特徵所結合，以致於可能有需求及有助於任何已知或特別的應用。
除非有不同的定義，所有本文所使用的用詞(包含技術或科學用詞)是可以被屬於上述發明的技術中擁有一般技術的人士做一般地了解。我們應該更加了解到上述用詞，如被定義在眾所使用的字典內的用詞，在相關技術的上下文中應該被解釋為相同的意思。除非有明確地在本文中定義，上述用詞並不會被解釋成理想化或過度正式的意思。
100:電子裝置 102,102-2,…,102-n:雷達 106,110:處理器 112:至少一發射天線 114:複數接收天線 116:點生成演算法 118:聚類分析演算法 122-1,122-2:發射天線 124-1,124-2,124-3,…,124-m:接收天線 FFT:快速傅立葉轉換 200-1,200-2,200-3,…,200-m:測距資料 202:三維像素資料 204-1,204-2,204-3,…,204-m:3D複數點 206:目標點 300,400:波形圖 310-1,320-1,330-1:射頻訊號 310-2,320-2,330-2:射頻訊號 310-3,320-3,330-3:射頻訊號 310-11,310-21:射頻訊號 320-11,320-21:射頻訊號 330-11,330-21:射頻訊號 T:預設時間間隔 t:內部發射時間間隔 S500,S502,S504,S506:步驟
第1A圖為本發明實施例之具有一處理器執行集中運算的電子裝置100的示意圖。 第1B圖為本發明實施例之具有多處理器執行分散運算的電子裝置100的示意圖。 第2圖為本發明實施例之第1A圖的電子裝置100處理來自雷達102的射頻訊號的示意圖。 第3圖為本發明實施例之第1A圖的處理器106控制具有單一發射天線的雷達所發射射頻訊號的波形圖。 第4圖為本發明實施例之第1A圖的處理器106控制具有兩個發射天線的雷達所發射射頻訊號的波形圖。 第5圖為本發明實施例之方法的流程圖。
100:電子裝置
102,102-2,...,102-n:雷達
106:處理器
112:至少一發射天線
114:複數接收天線
116:點生成演算法
118:聚類分析演算法
122-1,122-2:發射天線
124-1,124-2,124-3,...,124-m:接收天線

Claims (10)

  1. 一種電子裝置，用以對一目標物進行定位、成像、偵測、姿勢判別及形狀判別，包括：複數雷達，其每一者包括至少一發射天線及複數接收天線，該等接收天線係排列為二維的陣列天線；至少一處理器，執行包括：將該等接收天線所接收的射頻訊號轉換為一測距資料；該測距資料記錄每一該等接收天線與該目標物的一距離，以及對應該距離的一接收強度；生成一三維像素資料，用以指示在一三維空間中該距離及該接收強度的對應關係；執行一點生成演算法，依據該三維像素資料及一接收強度閾值，在該三維空間中生成複數點；以及執行一聚類分析演算法，在該等點中辨別對應於該目標物的複數目標點，而得到該目標物的位置。
  2. 如請求項1所述之電子裝置，其中，該等雷達為頻率調變連續波(frequency modulated continuous wave：FMCW)雷達、脈衝(pulse)雷達、脈衝都卜勒(Pulse Doppler)雷達、脈衝同調(Pulse Coherent)雷達、正交頻分多工(OFDM)雷達，或步進頻連續波(SFCW)雷達。
  3. 如請求項2所述之電子裝置，其中，當該等雷達為頻率調變連續波雷達，則該處理器透過一快速傅立葉轉換(Fast Fourier Transform：FFT)，將該等接收天線所接收的射頻訊號轉換為該測距資料。
  4. 如請求項2所述之電子裝置，其中，當該等雷達為頻率調變連續波雷達，則每一該等雷達的該發射天線發射頻率隨時間改變的射頻訊號，並且該處理器依據該等接收天線所接收的射頻訊號的頻率，計算該等接收天線與該目標物之間的距離。
  5. 如請求項1所述之電子裝置，其中，該處理器執行更包括：控制每一該等雷達的該至少一發射天線的發射週期，使得該至少一發射天線依序以一預設時間間隔發射射頻訊號。
  6. 如請求項1所述之電子裝置，其中，該處理器執行該點生成演算法，包括：在該三維像素資料中，當對應該距離的一座標點的該接收強度與該座標點四周的該接收強度的差距小於等於該接收強度閾值，則將該座標點與該座標點四周視為在該三維空間中沒有點；當對應該距離的該座標點的該接收強度與該座標點四周的該接收強度的差距大於該接收強度閾值，則將該座標點與該座標點四周視為在該三維空間中的同一點。
  7. 如請求項1所述之電子裝置，其中，該處理器執行該聚類分析演算法，包括：在該三維空間中，當該等點的一者與其鄰近點的距離在一預設距離內時，則將該等點的該者與其鄰近點視為在同一聚類；在該三維空間中，當包括該等點的該者的該聚類所包括的全 部點數大於一預設數量時，則將該聚類內的全部點視為對應於該目標物的該等目標點。
  8. 如請求項1所述之電子裝置，其中，該點生成演算法包括一有序統計恆虛警率(Ordered Statistic CFAR：OS-CFAR)演算法；該聚類分析演算法包括一有噪聲基於密度聚類(Density-Based Spatial Clustering of Applications with Noise)演算法。
  9. 一種用於對一目標物進行定位、成像、偵測、姿勢判別及形狀判別的方法，適用於包括複數雷達及至少一處理器的一電子裝置，每一該等雷達包括至少一發射天線及排列成陣列天線的複數接收天線，該定位方法包括：將該等接收天線所接收的射頻訊號轉換為一測距資料；該測距資料記錄每一該等接收天線與該目標物的一距離，以及對應該距離的一接收強度；生成一三維像素資料；該三維像素資料指示在一三維空間中該距離及該接收強度的對應關係；執行一點生成演算法，依據該三維像素資料及一接收強度閾值，在該三維空間中生成複數點；以及執行一聚類分析演算法，在該等點中辨別對應於該目標物的複數目標點，而得到該目標物的位置。
  10. 如請求項9所述之方法，其中，執行該點生成演算法，包括： 在該三維像素資料中，當對應該距離的一座標點的該接收強度與該座標點四周的該接收強度的差距小於等於該接收強度閾值，則將該座標點與該座標點四周視為在該三維空間中沒有點；當對應該距離的該座標點的該接收強度與該座標點四周的該接收強度的差距大於該接收強度閾值，則將該座標點與該座標點四周視為在該三維空間中的同一點。
TW110108415A 2021-03-10 2021-03-10 用於室內定位、成像、偵測、姿勢判別、形狀判別的電子裝置及方法 TWI767601B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW110108415A TWI767601B (zh) 2021-03-10 2021-03-10 用於室內定位、成像、偵測、姿勢判別、形狀判別的電子裝置及方法
CN202110355845.2A CN115079152A (zh) 2021-03-10 2021-04-01 用于定位、成像、检测、判别的电子装置及方法
US17/375,418 US11994580B2 (en) 2021-03-10 2021-07-14 Electronic device and method for positioning, imaging, detecting, posture discrimination, and shape discrimination

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW110108415A TWI767601B (zh) 2021-03-10 2021-03-10 用於室內定位、成像、偵測、姿勢判別、形狀判別的電子裝置及方法

Publications (2)

Publication Number Publication Date
TWI767601B true TWI767601B (zh) 2022-06-11
TW202235908A TW202235908A (zh) 2022-09-16

Family

ID=83103742

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110108415A TWI767601B (zh) 2021-03-10 2021-03-10 用於室內定位、成像、偵測、姿勢判別、形狀判別的電子裝置及方法

Country Status (3)

Country Link
US (1) US11994580B2 (zh)
CN (1) CN115079152A (zh)
TW (1) TWI767601B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105793730A (zh) * 2013-06-14 2016-07-20 优步技术公司 对象运动的基于激光雷达的分类
WO2019234852A1 (ja) * 2018-06-06 2019-12-12 日本電気株式会社 レーダ信号画像化装置、レーダ信号画像化方法およびレーダ信号画像化プログラム
US20200025877A1 (en) * 2018-07-18 2020-01-23 Qualcomm Incorporated Object verification using radar images
CN111060903A (zh) * 2018-10-16 2020-04-24 英飞凌科技股份有限公司 使用毫米波雷达估计人类目标的角度
CN111373282A (zh) * 2017-12-07 2020-07-03 德州仪器公司 用于fmcw雷达系统的雷达处理链

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6183038B2 (ja) * 2012-11-15 2017-08-23 株式会社リコー 領域抽出装置、領域抽出方法およびプログラム
CN106127113A (zh) * 2016-06-15 2016-11-16 北京联合大学 一种基于三维激光雷达的道路车道线检测方法
CN106500594B (zh) * 2016-10-31 2017-10-03 武汉大学 融合反射强度和几何特征的铁路轨道半自动检测方法
JP7361682B2 (ja) * 2017-09-13 2023-10-16 ベロダイン ライダー ユーエスエー，インコーポレイテッド ３ｄ・ｌｉｄａｒ測定に基づく、多重解像度、同時位置特定、及びマッピング
US11163059B2 (en) * 2017-09-22 2021-11-02 Bsh Home Appliances Corporation System and method for radar based mapping for autonomous robotic devices
CN108074232B (zh) * 2017-12-18 2021-08-24 辽宁工程技术大学 一种基于体元分割的机载lidar建筑物检测方法
EP3876189A4 (en) * 2018-10-30 2022-05-11 Mitsubishi Electric Corporation GEOGRAPHIC OBJECT DETECTION DEVICE, GEOGRAPHIC OBJECT DETECTION METHOD AND GEOGRAPHIC OBJECT DETECTION PROGRAM
CN110136246A (zh) * 2019-05-15 2019-08-16 南京林业大学 基于类主干点的三维树木几何模型重建方法
WO2020255265A1 (ja) * 2019-06-18 2020-12-24 日本電気株式会社 レーダシステム、イメージング方法およびイメージングプログラム
CN110502973B (zh) * 2019-07-05 2023-02-07 同济大学 一种基于车载激光点云的道路标线自动化提取和识别方法
CN110379007B (zh) * 2019-07-25 2022-01-18 厦门大学 基于车载移动激光扫描点云的三维公路曲线重建方法
CN110503040B (zh) * 2019-08-23 2022-05-27 斯坦德机器人（深圳）有限公司 障碍物检测方法及装置
CN112200903B (zh) * 2020-08-27 2024-04-16 深圳市重投华讯太赫兹科技有限公司 三维人体点云的获取方法、装置、设备及计算机存储介质
JP7257369B2 (ja) * 2020-09-28 2023-04-13 京セラ株式会社 電子機器、電子機器の制御方法、及びプログラム
US11619600B2 (en) * 2020-12-04 2023-04-04 Shimadzu Corporation Surface analyzer
WO2022172342A1 (ja) * 2021-02-10 2022-08-18 三菱電機株式会社 レーダ信号処理装置、レーダ装置、及びレーダ信号処理方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105793730A (zh) * 2013-06-14 2016-07-20 优步技术公司 对象运动的基于激光雷达的分类
CN111373282A (zh) * 2017-12-07 2020-07-03 德州仪器公司 用于fmcw雷达系统的雷达处理链
WO2019234852A1 (ja) * 2018-06-06 2019-12-12 日本電気株式会社 レーダ信号画像化装置、レーダ信号画像化方法およびレーダ信号画像化プログラム
US20200025877A1 (en) * 2018-07-18 2020-01-23 Qualcomm Incorporated Object verification using radar images
CN111060903A (zh) * 2018-10-16 2020-04-24 英飞凌科技股份有限公司 使用毫米波雷达估计人类目标的角度

Also Published As

Publication number Publication date
CN115079152A (zh) 2022-09-20
TW202235908A (zh) 2022-09-16
US20220291376A1 (en) 2022-09-15
US11994580B2 (en) 2024-05-28

Similar Documents

Publication Publication Date Title
US11340332B2 (en) Method and apparatus for processing radar data
US11828839B2 (en) Method and apparatus for operating radar
US20200408892A1 (en) Radar data processing device and local range resolving power adjusting method
US11899132B2 (en) Super-resolution enhancement techniques for radar
CN116106855B (zh) 摔倒检测方法及摔倒检测装置
EP3982160A1 (en) Method and system for indoor multipath ghosts recognition
US11762085B2 (en) Device, system and method for localization of a target in a scene
JP2017156219A (ja) 追尾装置、追尾方法およびプログラム
Patra et al. mm-Wave radar based gesture recognition: Development and evaluation of a low-power, low-complexity system
RU2538440C2 (ru) Система для освещения подводной обстановки
EP3467539A1 (en) Radar detection method and system for identifying moving objects
JP2007010367A (ja) 空港面監視システムおよびこれに用いる航跡統合装置
US20060233046A1 (en) Apparatus for effecting surveillance of a space beyond a barrier
US20060233045A1 (en) Apparatus for effecting acoustic surveillance of a space beyond a barrier
TWI767601B (zh) 用於室內定位、成像、偵測、姿勢判別、形狀判別的電子裝置及方法
He et al. Decentralised tracking for human target in multistatic ultra‐wideband radar
JP2008304329A (ja) 測定装置
JP6430872B2 (ja) センサ装置
US20230400348A1 (en) Vibration monitoring system and method
Sonny et al. A Survey of Application of Machine Learning in Wireless Indoor Positioning Systems
RU2797996C1 (ru) Способ двухпозиционной идентификации наземной цели
JP2001083232A (ja) 受動ターゲット位置決定装置
US20230228840A1 (en) Device and method with radar signal processing
Ren et al. Discrimination of Automotive Radar Distributed Targets
Li et al. Indoor Multi-Human Device-Free Tracking System Using Multi-Radar Cooperative Sensing