WO2026022014A1 - Système de détection de présence de vie au sein d'un véhicule automobile - Google Patents

Système de détection de présence de vie au sein d'un véhicule automobile

Info

Publication number
WO2026022014A1
WO2026022014A1 PCT/EP2025/070603 EP2025070603W WO2026022014A1 WO 2026022014 A1 WO2026022014 A1 WO 2026022014A1 EP 2025070603 W EP2025070603 W EP 2025070603W WO 2026022014 A1 WO2026022014 A1 WO 2026022014A1
Authority
WO
WIPO (PCT)
Prior art keywords
radar
correlation
accelerometer
data
vehicle
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
Application number
PCT/EP2025/070603
Other languages
English (en)
Inventor
Nadjah Touati
Tarek KASMIEH
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Valeo Comfort and Driving Assistance SAS
Original Assignee
Valeo Comfort and Driving Assistance SAS
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 Valeo Comfort and Driving Assistance SAS filed Critical Valeo Comfort and Driving Assistance SAS
Publication of WO2026022014A1 publication Critical patent/WO2026022014A1/fr
Pending legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
    • A61B5/0507—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves using microwaves or terahertz waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6893—Cars
    • 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
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • 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
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93274—Sensor installation details on the side of the vehicles

Definitions

  • the invention relates to a system for detecting the presence of life within a motor vehicle.
  • a false alarm can also occur when strong wind creates vibrations inside the vehicle or when someone or something comes against the vehicle, causing the radar to move.
  • the invention aims in particular to remedy these difficulties.
  • the invention thus relates to a system for detecting the presence of life within a motor vehicle by means of a radar and an accelerometer, the system being configured to implement the following steps:
  • radar data and accelerometer data to establish the presence or absence of correlation between at least one characteristic from the radar data and at least one characteristic from the accelerometer data, the presence of correlation being representative of a state of inherent radar motion
  • the system is configured to confirm the result of a presence of life in the vehicle obtained by processing the radar data.
  • the accelerometer detects movements specific to the radar. These radar movements can, for example, be the result of movements such as jolts experienced by the vehicle due to an external action (e.g., strong winds, a person leaning on the vehicle). The radar alone cannot determine whether the jolt is due to an external action or to an action within the vehicle's passenger compartment (e.g., a child moving in the back seat).
  • an external action e.g., strong winds, a person leaning on the vehicle.
  • the radar alone cannot determine whether the jolt is due to an external action or to an action within the vehicle's passenger compartment (e.g., a child moving in the back seat).
  • the radar moves and the accelerometer detects these movements, it can be deduced that the movements detected by the radar most likely originate from an action external to the vehicle, and the result indicating the presence of life in the vehicle obtained through radar data processing is ignored. This avoids generating false positives, which are alerts for the presence of life when no one is in the vehicle.
  • the use of the accelerometer allows, in a way, the filtering of the radar's own movements due to vibrations, for example. During a vehicle jolt, the radar and accelerometer responses occur simultaneously or almost simultaneously.
  • the correlation algorithm is configured to detect, over a given time window or at specific points, a similarity between the signals captured by the radar and the signals captured by the accelerometer.
  • a time window may, for example, be between 5 and 15 seconds, particularly between 7 and 12 seconds, and more particularly less than or equal to 10 seconds.
  • the invention thus makes it possible to make the life presence detection system more reliable.
  • said at least one characteristic derived from the radar data for establishing the correlation is measured as a function of time, for example so as to define a curve.
  • said at least one characteristic derived from the radar data for establishing the correlation is at least one characteristic of a maximum power curve detected by the radar as a function of time.
  • Other features from the radar data can be used to establish the correlation, possibly in addition to the maximum power curve characteristic. Examples of these other features that can be used to establish the correlation include the growth rate or a positive or negative derivative. Generally speaking, many parameters can be considered to determine the correlation between two curves.
  • said at least one feature derived from the accelerometer data to establish the correlation is at least one feature of a jerk curve as a function of time.
  • a gradient of the acceleration measured by the accelerometer or use the accelerations along the three axes (X, Y, Z) of a three-dimensional orthogonal coordinate system forming space.
  • the system is configured to detect a correlation:
  • the system is configured to detect a correlation:
  • the system is configured to detect a correlation:
  • the system is configured to detect a correlation:
  • a correlation is determined between the power peaks of the radar curve and the "jerk" peaks of the accelerometer curve.
  • features are chosen which show a good correlation with each other when the radar undergoes its own movements, and the accelerometer measures these movements.
  • the determination of the correlation is carried out over a time window, or at a specific point in time.
  • the correlation algorithm is configured to use at least one similarity threshold such that above a similarity threshold, a correlation is deemed to be present, and below this similarity threshold, an absence of correlation is deemed to be present.
  • the similarity threshold may be a fixed threshold that allows comparison to that similarity threshold, a difference between two values of the characteristics of the radar and the accelerometer, or a percentage of one of the values relative to the other value.
  • the percentage of one of the values relative to the other value is greater than or equal to 70%, preferably greater than or equal to 80%, more preferably greater than or equal to 90%.
  • the determination of the correlation is carried out after filtering the radar data and/or filtering the accelerometer data, for example to retain only the points above a predetermined filtering threshold (for example a filtering threshold equal to 60%, 70%, or even 80%).
  • a predetermined filtering threshold for example a filtering threshold equal to 60%, 70%, or even 80%.
  • the system is configured to detect any breathing (for example, of a child) occurring in the passenger compartment of the vehicle, to deliver the result on the presence of life in the vehicle.
  • the accelerometer is configured to measure an acceleration along the three axes (X, Y, Z) of a three-dimensional orthogonal frame forming space.
  • the invention further relates to a method for detecting the presence of life inside a motor vehicle by means of a radar and an accelerometer, the method comprising the following steps:
  • radar data and accelerometer data to establish the presence or absence of correlation between at least one characteristic from the radar data and the minus one characteristic derived from the accelerometer data, the presence of correlation being representative of a state of inherent radar motion
  • Figure 1 is a schematic view of a life presence detection system within a motor vehicle according to an example of an embodiment of the invention
  • Figure 2 is a block diagram representing the steps in determining the presence of life by the system in Figure 1;
  • Figure 3 illustrates a correlation method used in the invention.
  • variants of the invention may be combined in various ways, provided they are not incompatible or mutually exclusive.
  • variants of the invention may be conceived comprising only a selection of features, described hereafter in isolation from the other described features, if this selection of features is sufficient to confer a technical advantage and/or to differentiate the invention from the prior art.
  • Figure 1 shows a system 1 for detecting the presence of life within a motor vehicle V according to an example of an embodiment of the invention, to alert on the presence of an occupant 30 (for example a forgotten child) within the vehicle V.
  • the system 1 comprises a presence sensor, here a radar 10, and a computer 20 connected to the radar 10.
  • the radar 10 which is a radar wave transmission and reception device, is configured to determine the presence of an occupant 30 within the vehicle V.
  • the radar 10 is placed in a central area of the vehicle V, here in the center of the roof 2 of the vehicle V as shown in figure 1, the radar 10 can then advantageously cover all the seats of the vehicle V.
  • the radar 10 here comprises at least one antenna (not shown) designed to emit the electromagnetic wave and at least one sensor (not shown) designed to receive a reflected electromagnetic wave after reflection of the electromagnetic wave, and in particular after reflection on a person 30 inside the vehicle V.
  • Radar 10 uses millimeter electromagnetic waves.
  • the radar is, for example, a Doppler radar using sustained or continuous waves.
  • the control unit 20 comprises at least one memory and at least one processor.
  • the control unit 20 may be, for example, the electronic control unit (ECU) of vehicle V.
  • the control unit 20 may also be a control unit dedicated to system 1. Instructions enabling the determination of the presence of life status are stored in the memory and implemented by the processor. When implemented, these instructions enable the execution of the process described later.
  • the life presence detection system 1 further includes an accelerometer 40 fixed to the vehicle V so as to undergo the same movements as the radar 10 when the vehicle V is subjected to movements or vibrations.
  • the accelerometer 40 is located near the radar 10, or even mounted on or in the radar 10.
  • the proximity of the accelerometer 40 to the radar 10 makes it possible to determine whether the radar has made a movement.
  • the accelerometer 40 is thus configured to detect movements specific to the radar 10, these movements of the radar 10 being, for example, the result of movements such as jolts experienced by the vehicle V and caused by an external action (for example, strong winds, a person leaning on the vehicle, etc.).
  • the radar 10 alone cannot determine whether the jolt is due to an external action or whether the jolt is due to an action within the passenger compartment of the vehicle V (for example, a child sitting on the rear seat moving).
  • the computer 20 is connected to the accelerometer 40 and the radar 10, in particular to control the emission of the electromagnetic wave.
  • system 1 is configured to implement the following steps:
  • step S1 - process radar data 10 using an ALP presence detection algorithm to deliver a result on the presence of life in the vehicle
  • step S2 - process data from accelerometer 40 to deliver a result on vehicle movement
  • step S3 by an ALC correlation algorithm, data from radar 10 and data from accelerometer 40 to establish a presence or absence of correlation between at least one CR characteristic from radar 10 data and at least one CA characteristic from accelerometer 40 data, the presence of correlation being representative of a state of proper motion of radar 10 (step S3).
  • system 1 is configured to ignore the RD result on the presence of life in the vehicle obtained by processing the radar data 10 (step S4).
  • system 1 is configured to confirm the RD result on the presence of life in the vehicle obtained by processing the radar data 10 (step S5).
  • System 1 is configured to detect, using the ALP presence detection algorithm, any breathing (e.g., of a child) occurring inside the vehicle's passenger compartment, and to provide a result indicating the presence of life in the vehicle.
  • any breathing e.g., of a child
  • the detection of life using radar 10 relies on statistical measurements to extract dispersion information from radar data (specifically, pixels in the radar image). These measurements are then compared, for example, to a data library to conclude, following a classification process, whether a person is present in the passenger compartment.
  • the ALC correlation algorithm is configured to detect, over a given time window or at specific points, a similarity between the signals captured by the radar 10 and the signals captured by the accelerometer 40
  • a time window may for example be between 5 and 15s, particularly between 7s and 12s, more particularly be less than or equal to 10s.
  • the invention thus makes it possible to make the life presence detection system more reliable.
  • Said at least one CR characteristic from radar data 10 to establish the correlation is measured as a function of time, for example so as to define a curve, here a C1 curve of maximum power (see figure 3), on the ordinate, detected by the radar 10 as a function of time, on the abscissa (in seconds).
  • Other features from the radar 10 data could be used to establish the correlation, possibly in addition to the maximum power curve characteristic.
  • Other features from the radar 10 data include, for example, the number of points in a point cloud, the dispersion of points in a point cloud, the velocity of points in a point cloud, the growth rate, a positive or negative derivative, etc. Any feature that allows a correlation relationship to be found can, of course, be used.
  • the CA characteristic derived from the accelerometer 40 data to establish the correlation is at least a characteristic of a jerk curve as a function of time. This characteristic is illustrated on a C2 curve, in Figure 3.
  • the ordinate represents the value of the jolt, which is the sum of the derivatives of the acceleration (in m/ s2 ) on the three axes of the three-dimensional orthogonal coordinate system, forming space.
  • the abscissa of this curve C2 represents time in seconds.
  • the value of the jerk is the sum of the derivatives of the acceleration on one or two axes only of the three axes of the three-dimensional orthogonal frame, forming the space.
  • a jerk also a jerk or a jolt
  • a shock like a driver giving a jolt of the accelerator, a jolt of the brakes or a turn of the steering wheel.
  • System 1 is configured to detect a correlation:
  • a correlation is determined between the peaks PR1, PR2, PR3... on the C1 power curve of radar 10 and the "jerk" peaks PA1, PA2, PA3... on the C2 curve of accelerometer 40.
  • Algorithms that can be used to identify peaks may include, for example (but are not limited to): - a simple threshold algorithm that uses a fixed threshold above which a value is considered a peak;
  • an adaptive threshold detection algorithm that dynamically adjusts the threshold according to the variation of the signal, which makes it possible to detect peaks under varying conditions;
  • a derivative detection algorithm determining a zero derivative at a point on the curve, said point being followed by an adjacent point, in the direction of the x-axis, having a negative derivative;
  • the algorithm calculates the derivative of the signal and identifies the points where this derivative exceeds a certain threshold.
  • the determination of the correlation is carried out after filtering the radar data 10 and/or filtering the accelerometer data 40, for example to retain only the points above a predetermined filtering threshold (for example a filtering threshold equal to 60%, 70%, or even 80%).
  • a predetermined filtering threshold for example a filtering threshold equal to 60%, 70%, or even 80%.
  • System 1 via its computer 20, compares, for example, the amplitude of peaks PR1, PR2, PR3... on curve C1 and the amplitude of peaks PA1, PA2, PA3... on curve C2.
  • the comparison can be performed on a relative amplitude basis because these peaks PR1, PR2, PR3...; PA1, PA2, PA3... of curves C1 and C2 are not measured with the same unit.
  • the values of curves C1 and C2 are normalized with respect to their respective maximums. The normalization is performed over the entire time window. This allows for the correlation of entities with different units.
  • system 1 determines the time interval int1 between two successive peaks among the peaks PR1, PR2, PR3... on the curve C1 and the time interval int2 between two successive peaks among the peaks PA1, PA2, PA3... on the curve C2. If the time interval int1 and the time interval int2 are correlated, then a correlation is concluded and system 1 is configured to ignore the RD result on the presence of life in the vehicle obtained by processing the radar data.
  • system 1 is configured to detect a correlation between the shape of curve C1 of the radar data 10 and the shape of curve C2 of the accelerometer data 40.
  • the shape of the curve can, for example, be defined by the slope (upward or downward) of the curve along a predetermined interval. This slope is, for example, given by a derivative calculated on the points of the portion of the curve on this interval.
  • system 1 it is possible for system 1 to count the number of peaks PR1, PR2, PR3... on curve C1 and the number of peaks PA1, PA2, PA3... on curve C2, and conclude, from a comparison of the respective number of peaks, whether there is a correlation or not.
  • the determination of the correlation is carried out over a time window, or alternatively, at specific points.
  • the correlation algorithm is configured to use at least one similarity threshold so that above a similarity threshold, a correlation is considered present, and below this similarity threshold, an absence of correlation is considered.
  • the similarity threshold may be a fixed threshold which permits a comparison to that similarity threshold, a difference of two values of the CR characteristics of radar 10 and the CA characteristics of accelerometer 40, or a percentage of one of the values relative to the other value.
  • the percentage of one of the values relative to the other value is greater than or equal to 70%, preferably greater than or equal to 80%, more preferably greater than or equal to 90%.
  • the accelerometer 40 is configured to measure an acceleration along the three axes (X, Y, Z) of the three-dimensional orthogonal frame, forming space.
  • radar data 10 to deliver a result on the presence of life in the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Electromagnetism (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

L'invention a pour objet un système (1) de détection de présence de vie au sein d'un véhicule automobile (V) au moyen d'un radar (10) et d'un accéléromètre (40), le système étant configuré pour mettre en œuvre les étapes suivantes : - traiter, notamment par un algorithme de détection de présence, des données du radar (10) pour délivrer un résultat sur une présence de vie dans le véhicule, - traiter des données de l'accéléromètre (40) pour délivrer un résultat sur un mouvement du véhicule, - traiter, notamment par un algorithme de corrélation, des données du radar (10) et des données de l'accéléromètre (40) pour établir une présence de corrélation ou une absence de corrélation entre au moins une caractéristique issue des données du radar (10) et au moins une caractéristique issue des données de l'accéléromètre (40), la présence de corrélation étant représentative d'un état de mouvements propres du radar (10), - en cas de présence de corrélation, ignorer le résultat sur une présence de vie dans le véhicule obtenu par le traitement des données du radar (10).

Description

DESCRIPTION
Titre : Système de détection de présence de vie au sein d'un véhicule automobile
[1] L’invention concerne un système de détection de présence de vie au sein d’un véhicule automobile.
[2] Il est connu de réaliser une détection de la présence de vie, notamment une personne à l'intérieur d'un véhicule automobile, détection suivie d'une alerte si une personne est oubliée à l'intérieur du véhicule automobile. Une telle détection et une telle alerte permettent de renforcer la sécurité des passagers, et notamment pour éviter le danger d'oublier un enfant à l'intérieur du véhicule automobile. Une telle détection peut par exemple utiliser un radar présent à l'intérieur du véhicule automobile.
[3] Il existe notamment un besoin de prévenir de fausses alertes. Une telle fausse alerte peut se produire quand une personne à l'extérieur du véhicule crée des secousses sur le véhicule, par exemple en s’appuyant dessus. Le radar détecte alors, de manière erronée, la présence de vie dans le véhicule alors que personne ne s’y trouve.
[4] Une fausse alerte peut également se produire lorsque du vent fort crée des vibrations à l'intérieur du véhicule ou quand quelqu’un ou quelque chose vient en appui contre le véhicule, qui font bouger le radar.
[5] L’invention vise notamment à remédier à ces difficultés.
[6] L’invention concerne ainsi un système de détection de présence de vie au sein d’un véhicule automobile au moyen d’un radar et d’un accéléromètre, le système étant configuré pour mettre en oeuvre les étapes suivantes :
- traiter, notamment par un algorithme de détection de présence, des données du radar pour délivrer un résultat sur une présence de vie dans le véhicule,
- traiter des données de l’accéléromètre pour délivrer un résultat sur un mouvement du véhicule,
- traiter, notamment par un algorithme de corrélation, des données du radar et des données de l’accéléromètre pour établir une présence de corrélation ou une absence de corrélation entre au moins une caractéristique issue des données du radar et au moins une caractéristique issue des données de l’accéléromètre, la présence de corrélation étant représentative d’un état de mouvements propres du radar,
- en cas de présence de corrélation, ignorer le résultat sur une présence de vie dans le véhicule obtenu par le traitement des données du radar. [7] Avantageusement, en cas d’absence de corrélation, le système est configuré pour confirmer le résultat sur une présence de vie dans le véhicule obtenu par le traitement des données du radar.
[8] L’accéléromètre permet de détecter des mouvements propres au radar, ces mouvements du radar pouvant par exemple être la conséquence de mouvements tels que des secousses que subit le véhicule et qui sont dus à une action extérieure (par exemple, du vent fort qui souffle, une personne qui s’appuie sur le véhicule...). Le radar seul ne permet pas de déterminer si la secousse est due à une action extérieure ou si la secousse est due à une action dans l'habitacle du véhicule (par exemple un enfant assis sur la banquette arrière qui bouge).
[9] Ainsi si le radar bouge et l’accéléromètre détecte ces mouvements, on peut en déduire que les mouvements détectés par le radar ont pour origine, avec une forte probabilité, une action extérieure au véhicule et le résultat sur une présence de vie dans le véhicule obtenu par le traitement des données du radar est ignoré. On évite donc de générer de faux positifs qui sont une alerte de présence de vie alors qu’aucune personne n’est à bord du véhicule. L’utilisation de l’accéléromètre permet en quelque sorte de filtrer les mouvements propres du radar dus aux secousses par exemple. Lors d’une secousse du véhicule, la réponse du radar et la réponse de l’accéléromètre se produisent de manière simultanée ou quasi simultanée.
[10] Selon l’un des aspects de l’invention, l’algorithme de corrélation est configuré pour détecter, sur une fenêtre de temps donnée ou de manière ponctuelle, une similitude entre les signaux que capte le radar et les signaux que capte l’accéléromètre. Une fenêtre de temps peut par exemple être comprise entre 5 et 15s, particulièrement entre 7s et 12s, plus particulièrement plus particulièrement être inférieure ou égale à 10s.
[11 ] Ceci permet de déduire que l'on est plus probablement dans une situation de secousses propres du radar que d'un schéma de respiration d’une personne, par exemple un enfant ou un adulte, dans l'habitacle.
[12] L’invention permet ainsi de rendre le système de détection de présence de vie plus fiable.
[13] Selon l’un des aspects de l’invention, ladite au moins une caractéristique issue des données du radar pour établir la corrélation est mesurée en fonction du temps, par exemple de manière à définir une courbe. En particulier, ladite au moins une caractéristique issue des données du radar pour établir la corrélation est au moins une caractéristique d’une courbe de puissance maximum détectée par le radar en fonction du temps. [14] D’autres caractéristiques issues des données du radar peuvent être utilisées pour établir la corrélation, éventuellement en plus de la caractéristique de la courbe de puissance maximum. Parmi ces autres caractéristiques utilisables pour établir la corrélation, on peut par exemple citer le taux de croissance ou une dérivée positive ou négative. D’une manière générale, de nombreux paramètres peuvent être considérés pour déterminer la corrélation de deux courbes.
[15] Selon l’un des aspects de l’invention, ladite au moins une caractéristique issue des données de l’accéléromètre pour établir la corrélation est au moins une caractéristique d’une courbe d'à-coup (ou « jerk » en anglais) en fonction du temps. On peut par exemple utiliser un gradient de l'accélération mesurée par l’accéléromètre, ou utiliser les accélérations sur les trois axes (X, Y, Z) d’un repère orthogonal tridimensionnel formant l'espace.
[16] Selon l’un des aspects de l’invention, le système est configuré pour détecter une corrélation :
- entre un ou plusieurs pics sur les courbes respectives obtenues par le radar et par l’accéléromètre.
[17] Selon un autre des aspects de l’invention, le système est configuré pour détecter une corrélation :
- entre l’amplitude des pics sur les courbes respectives obtenues par le radar et par l’accéléromètre.
[18] Selon un autre des aspects de l’invention, le système est configuré pour détecter une corrélation :
- entre l’intervalle de temps entre deux pics successifs sur les courbes respectives obtenues par le radar et par l’accéléromètre.
[19] Selon un autre des aspects de l’invention, le système est configuré pour détecter une corrélation :
- entre la forme de la courbe des données du radar et la forme de la courbe des données de l’accéléromètre.
[20] Ce pic ou ces pics des courbes du radar et de l’accéléromètre sont alors les caractéristiques à comparer au sens de l’invention.
[21 ] Par exemple on détermine une corrélation entre les pics de puissance de la courbe de radar et les pics de « jerk » de la courbe de l’accéléromètre. [22] D’une manière générale, on choisit des caractéristiques qui manifestent une bonne corrélation entre elles lorsque le radar subit des mouvements propres, et l’accéléromètre mesure ces mouvements.
[23] La détermination de la corrélation est réalisée sur une fenêtre de temps, ou ponctuellement.
[24] Selon l’un des aspects de l’invention, l’algorithme de corrélation est configuré pour utiliser au moins un seuil de similitude de sorte qu’au-dessus d’un seuil de similitude, on retient une présence de corrélation, et qu’en dessous de ce seuil de similitude, on retient une absence de corrélation.
[25] Notamment le seuil de similitude peut être un seuil fixe qui permet une comparaison à ce seuil de similitude, une différence de deux valeurs des caractéristiques du radar et de l’accéléromètre, ou un pourcentage de l’une des valeurs par rapport à l’autre valeur. Par exemple, le pourcentage de l’une des valeurs par rapport à l’autre valeur est supérieur ou égale à 70%, préférentiellement supérieur ou égal à 80%, plus préférentiellement supérieur ou égal à 90%.
[26] Selon l’un des aspects de l’invention, la détermination de la corrélation est réalisée après un filtrage des données du radar et/ou un filtrage des données de l’accéléromètre, par exemple pour ne conserver que les points au-dessus d’un seuil de filtrage prédéterminé (par exemple un seuil filtrage égal à 60%, 70%, voire 80%).
[27] Selon l’un des aspects de l’invention, le système est configuré pour détecter une respiration (par exemple d’un enfant) éventuelle se produisant dans l’habitacle du véhicule, pour délivrer le résultat sur une présence de vie dans le véhicule.
[28] Selon l'un des aspects de l'invention, l’accéléromètre est configuré pour mesurer une accélération selon les trois axes (X, Y, Z) d’un repère orthogonal tridimensionnel formant l'espace.
[29] L’invention concerne encore un procédé de détection de présence de vie au sein d’un véhicule automobile au moyen d’un radar et d’un accéléromètre, le procédé comportant les étapes suivantes :
- traiter, notamment par un algorithme de détection de présence, des données du radar pour délivrer un résultat sur une présence de vie dans le véhicule,
- traiter des données de l’accéléromètre pour délivrer un résultat sur un mouvement du véhicule,
- traiter, notamment par un algorithme de corrélation, des données du radar et des données de l’accéléromètre pour établir une présence de corrélation ou une absence de corrélation entre au moins une caractéristique issue des données du radar et au moins une caractéristique issue des données de l’accéléromètre, la présence de corrélation étant représentative d’un état de mouvements propres du radar,
- en cas de présence de corrélation, ignorer le résultat sur une présence de vie dans le véhicule obtenu par le traitement des données du radar
[30] D’autres caractéristiques, détails et avantages de l’invention ressortiront plus clairement à la lecture de la description qui suit d’une part, et de plusieurs exemples de réalisation donnés à titre indicatif et non limitatif en référence aux dessins schématiques annexés d’autre part, sur lesquels :
[31] [Fig 1] La figure 1 est une vue schématique d’un système de détection de présence de vie au sein d’un véhicule automobile selon un exemple de réalisation de l’invention ;
[32] [Fig. 2] La figure 2 est un schéma blocs représentant les étapes de détermination d’une présence de vie par le système de la figure 1 ;
[33] [Fig. 3] La figure 3 illustre une méthode de corrélation utilisée dans l’invention.
[34] Les caractéristiques, variantes et les différentes formes de réalisation de l’invention peuvent être associées les unes avec les autres, selon diverses combinaisons, dans la mesure où elles ne sont pas incompatibles ou exclusives les unes par rapport aux autres. On pourra notamment imaginer des variantes de l’invention ne comprenant qu’une sélection de caractéristiques décrites par la suite de manière isolée des autres caractéristiques décrites, si cette sélection de caractéristiques est suffisante pour conférer un avantage technique et/ou pour différencier l’invention par rapport à l’état de la technique antérieur.
[35] On a représenté, sur la figure 1 , un système 1 de détection de présence de vie au sein d’un véhicule automobile V selon un exemple de réalisation de l’invention, pour alerter sur la présence d'un occupant 30 (par exemple un enfant oublié) au sein du véhicule V. Le système 1 comprend un capteur de présence, ici un radar 10, et un calculateur 20 connecté au radar 10.
[36] Le radar 10, qui est un dispositif d’émission - réception d’ondes radar, est configuré pour déterminer la présence d’un occupant 30 au sein du véhicule V.
[37] Le radar 10 est placé dans une zone centrale du véhicule V, ici au centre du toit 2 du véhicule V comme représenté en figure 1 , le radar 10 peut alors avantageusement couvrir tous les sièges du véhicule V.
[38] Bien entendu, dans l’invention, plusieurs radars peuvent être utilisés en étant répartis à différents emplacements de l’habitacle du véhicule V.
[39] Le radar 10 comprend ici au moins une antenne (non représentée) conçue pour émettre l’onde électromagnétique et au moins un capteur (non représenté) conçu pour recevoir une onde électromagnétique réfléchie après réflexion de l’onde électromagnétique, et en particulier après réflexion sur une personne 30 à l’intérieur du véhicule V.
[40] Le radar 10 utilise des ondes électromagnétiques millimétriques. Le radar est par exemple un radar de type Doppler utilisant des ondes entretenues ou des ondes continues.
[41] Le calculateur 20 comprend au moins une mémoire et au moins un processeur. Le calculateur 20 peut être par exemple l’unité de commande électronique (UCE) du véhicule V. Le calculateur 20 peut aussi être un calculateur dédié au système 1 . Des instructions permettant la détermination de l’état de présence de vie sont enregistrées sur la mémoire et sont implémentées par le processeur. Lorsqu’elles sont implémentées, ces instructions permettent de mettre en oeuvre le procédé décrit ultérieurement.
[42] Le système 1 de détection de présence de vie comprend en outre un accéléromètre 40 fixé au véhicule V de sorte à subir les mêmes mouvements que le radar 10 lorsque le véhicule V est soumis à des mouvements ou vibrations.
[43] Préférentiellement, l’accéléromètre 40 est situé à proximité du radar 10, voire est monté sur ou dans le radar 10. Avantageusement, la proximité de l’accéléromètre 40 vis- à-vis du radar 10 permet de déterminer si le radar a effectué un mouvement.
[44] L’accéléromètre 40 est ainsi configuré pour détecter des mouvements propres au radar 10, ces mouvements du radar 10 pouvant par exemple être la conséquence de mouvements tels que des secousses que subit le véhicule V et qui sont dus à une action extérieure (par exemple, du vent fort qui souffle, une personne qui s’appuie sur le véhicule...). Le radar 10 seul ne permet pas de déterminer si la secousse est due à une action extérieure ou si la secousse est due à une action dans l'habitacle du véhicule V (par exemple un enfant assis sur la banquette arrière qui bouge).
[45] Ainsi si le radar 10 bouge et l’accéléromètre 40 détecte ces mouvements, on peut en déduire que les mouvements détectés par le radar 10 ont pour origine, avec une forte probabilité, une action extérieure et le résultat sur une présence de vie dans le véhicule V obtenu par le traitement des données du radar 10 est ignoré.
[46] Le calculateur 20 est relié à l’accéléromètre 40 et au radar 10, notamment pour piloter l’émission de l’onde électromagnétique.
[47] Comme illustré sur la figure 2, le système 1 est configuré pour mettre en oeuvre les étapes suivantes :
- traiter, par un algorithme de détection de présence ALP, des données du radar 10 pour délivrer un résultat sur une présence de vie dans le véhicule (étape S1), - traiter des données de l’accéléromètre 40 pour délivrer un résultat sur un mouvement du véhicule (étape S2),
- traiter, par un algorithme de corrélation ALC, des données du radar 10 et des données de l’accéléromètre 40 pour établir une présence de corrélation ou une absence de corrélation entre au moins une caractéristique CR issue des données du radar 10 et au moins une caractéristique CA issue des données de l’accéléromètre 40, la présence de corrélation étant représentative d’un état de mouvements propres du radar 10 (étape S3).
[48] En cas de présence de corrélation, le système 1 est configuré ignorer le résultat RD sur une présence de vie dans le véhicule obtenu par le traitement des données du radar 10 (étape S4).
[49] En cas d’absence de corrélation, le système 1 est configuré pour confirmer le résultat RD sur une présence de vie dans le véhicule obtenu par le traitement des données du radar 10 (étape S5).
[50] Le système 1 est configuré pour détecter, par l’algorithme de détection de présence ALP, une respiration (par exemple d’un enfant) éventuelle se produisant dans l’habitacle du véhicule, pour délivrer le résultat sur une présence de vie dans le véhicule. Par exemple, la détection de la présence de vie à l'aide du radar 10 repose sur des mesures statistiques pour extraire des informations de dispersion à partir des données radar (notamment des pixels de l’image radar). Ces mesures sont ensuite par exemple comparées à une bibliothèque de données pour conclure, suite à une classification, à une éventuelle présence d’une personne dans l’habitacle.
[51 ] L’algorithme de corrélation ALC est configuré pour détecter, sur une fenêtre de temps donnée ou de manière ponctuelle, une similitude entre les signaux que capte le radar 10 et les signaux que capte l’accéléromètre 40
[52] Une fenêtre de temps peut par exemple être comprise entre 5 et 15s, particulièrement entre 7s et 12s, plus particulièrement être inférieure ou égale à 10s.
[53] Ceci permet de déduire que l'on est plus probablement dans une situation de secousses propres du radar 10 que d'un schéma de respiration d’une personne, par exemple un enfant ou une personne avec un handicap, dans l'habitacle.
[54] L’invention permet ainsi de rendre le système de détection de présence de vie plus fiable.
[55] Ladite au moins une caractéristique CR issue des données du radar 10 pour établir la corrélation est mesurée en fonction du temps, par exemple de manière à définir une courbe, ici une courbe C1 de puissance maximum (voir figure 3), en ordonnées, détectée par le radar 10 en fonction du temps, en abscisse (en seconde).
[56] D’autres caractéristiques issues des données du radar 10 pourraient être utilisées pour établir la corrélation, éventuellement en plus de la caractéristique de la courbe de puissance maximum. Les autres caractéristiques issues des données du radar 10 sont par exemple un nombre de points dans un nuage de points, une dispersion de points dans un nuage de points, une vitesse de points dans un nuage de points, le taux de croissance, une dérivée positive ou négative, etc.... Toutes caractéristiques permettant de trouver une relation de corrélation peuvent, bien entendu, être utilisées.
[57] La caractéristique CA issue des données de l’accéléromètre 40 pour établir la corrélation est au moins une caractéristique d’une courbe d'à-coup (ou « jerk » en anglais) en fonction du temps. Cette caractéristique est illustrée sur une courbe C2, en figure 3.
[58] Sur cette courbe C2, en ordonnées, figure la valeur de l’à-coup qui est la somme des dérivées de l’accélération (en m/sA3) sur les trois axes du repère orthogonal tridimensionnel, formant l’espace. En abscisse de cette courbe C2, figure le temps en seconde.
[59] En variante, la valeur de l’à-coup est la somme des dérivées de l’accélération sur un axe ou deux axes seulement des trois axes du repère orthogonal tridimensionnel, formant l’espace.
[60] On rappelle qu’en mécanique, un à-coup, également saccade ou secousse, est une brusque variation du vecteur accélération sans notion de choc, comme un conducteur donnant un coup d'accélérateur, un coup de frein ou un coup de volant.
[61] Le système 1 est configuré pour détecter une corrélation :
- entre plusieurs pics PR1 , PR2, PR3... sur la courbe C1 obtenue par le radar 10 et plusieurs pics PA1 , PA2, PA3... sur la courbe C2 obtenue par l’accéléromètre 40.
[62] Ces pics PR1 , PR2, PR3... et PA1 , PA2, PA3... des courbes C1 et C2 du radar 10 et de l’accéléromètre 40 sont alors les caractéristiques à comparer au sens de l’invention.
[63] Par exemple on détermine une corrélation entre les pics PR1 , PR2, PR3... sur la courbe C1 de puissance du radar 10 et les pics de « jerk » PA1 , PA2, PA3... sur la courbe C2 de l’accéléromètre 40.
[64] Les algorithmes utilisables pour identifier des pics peuvent être par exemple (sans être limitatif) : - un algorithme de seuil simple qui utilise un seuil fixe au-dessus duquel une valeur est considérée comme un pic ;
- un algorithme de détection de seuil adaptatif qui ajuste dynamiquement le seuil en fonction de la variation du signal, ce qui permet de détecter les pics dans des conditions variables ; un algorithme de détection de dérivée déterminant une dérivé nulle en un point de la courbe, ledit point étant suivi d’un point adjacent, dans le sens de l’axe des abscisse, ayant une dérivé négative ;
- un algorithme de détection de dérivée qui repose sur le fait que les pics correspondent souvent à des changements rapides dans la valeur du signal.
- un algorithme de détection de dérivée, l’algorithme calcule la dérivée du signal et identifie les points où cette dérivée dépasse un certain seuil.
[65] La détermination de la corrélation est réalisée après un filtrage des données du radar 10 et/ou un filtrage des données de l’accéléromètre 40, par exemple pour ne conserver que les points au-dessus d’un seuil de filtrage prédéterminé (par exemple un seuil filtrage égal à 60%, 70%, voire 80%).
[66] Le système 1 , via son calculateur 20, compare par exemple l’amplitude des pics PR1 , PR2, PR3... sur la courbe C1 et l’amplitude des pics PA1 , PA2, PA3... sur la courbe C2. La comparaison peut être effectuée sur une amplitude relative respective car ces pics PR1 , PR2, PR3... ; PA1 , PA2, PA3... des courbes C1 et C2 ne sont pas mesurés avec une même unité. Par exemple, pour procéder à une comparaison d’amplitude relative, il est utilisé une normalisation des valeurs des courbes C1 et C2 par rapport à leur maximum respectifs. La normalisation se fait sur l’ensemble de la fenêtre de temps. Ceci permet de corréler des entités à unités différentes.
[67] Il est encore possible que le système 1 détermine l’intervalle de temps int1 entre deux pics successifs parmi les pics PR1 , PR2, PR3... sur la courbe C1 et l’intervalle de temps int2 entre deux pics successifs parmi les pics PA1 , PA2, PA3... sur la courbe C2. Si l’intervalle de temps int1 et l’intervalle de temps int2 sont corrélés, alors on conclut à une présence de corrélation et le système 1 est configuré ignorer le résultat RD sur une présence de vie dans le véhicule obtenu par le traitement des données du radar.
[68] Alternativement, le système 1 est configuré pour détecter une corrélation entre la forme de la courbe C1 des données du radar 10 et la forme de la courbe C2 des données de l’accéléromètre 40. La forme de la courbe peut par exemple être définie par la pente (montante ou descendante) de la courbe le long d’un intervalle prédéterminé. Cette pente est par exemple donnée par une dérivée calculée sur les points de la portion de courbe sur cet intervalle. On peut, par exemple, conclure à une corrélation de forme si la pente évolue de manière similaire entre les courbes C1 et C2 sur un intervalle donné. Dans un autre exemple, on peut considérer le temps sur lequel les courbes C1 et C2 croissent ou décroissent, préférentiellement sur un signal lissé des courbes C1 et C2.
[69] D’autres manières de faire la corrélation peuvent, bien entendu, être envisagées. On peut par exemple citer le taux de croissance ou le fait que la dérivée positive ou négative en un point. Un autre exemple, peut être la plage de temps sur les deux courbes C1 , C2 pour observer un changement de signe de d la dérivée, sur un signal lissé des courbes C1 , C2.
[70] Par exemple, il est possible au système 1 de compter le nombre de pics PR1 , PR2, PR3... sur la courbe C1 et le nombre de pics PA1 , PA2, PA3... sur la courbe C2, et conclure, à partir d’une comparaison du nombre de pics respectifs, à une corrélation ou non.
[71] D’une manière générale, on choisit des caractéristiques qui manifestent une bonne corrélation entre elles lorsque le radar 10 subit des mouvements propres, et l’accéléromètre 40 mesure ces mouvements.
[72] La détermination de la corrélation est réalisée sur une fenêtre de temps, ou en variante, ponctuellement.
[73] L’algorithme de corrélation est configuré pour utiliser au moins un seuil de similitude de sorte qu’au-dessus d’un seuil de similitude, on retient une présence de corrélation, et qu’en dessous de ce seuil de similitude, on retient une absence de corrélation.
[74] Par exemple, le seuil de similitude peut être un seuil fixe qui permet une comparaison à ce seuil de similitude, une différence de deux valeurs des caractéristiques CR du radar 10 et des caractéristiques CA de l’accéléromètre 40, ou un pourcentage de l’une des valeurs par rapport à l’autre valeur.
[75] Par exemple, le pourcentage de l’une des valeurs par rapport à l’autre valeur est supérieur ou égale à 70%, préférentiellement supérieur ou égal à 80%, plus préférentiellement supérieur ou égal à 90%.
[76] Selon l'un des aspects de l'invention, l’accéléromètre 40 est configuré pour mesurer une accélération selon les trois axes (X, Y, Z) du repère orthogonal tridimensionnel, formant l’espace.
[77] En résumé, l’invention permet les étapes suivantes :
- traiter, par l’algorithme de détection de présence ALP, des données du radar 10 pour délivrer un résultat sur une présence de vie dans le véhicule,
- traiter des données de l’accéléromètre 40 pour délivrer un résultat sur un mouvement du véhicule, - traiter, par l’algorithme de corrélation ALC, des données du radar 10 et des données de l’accéléromètre 40 pour établir une présence de corrélation ou une absence de corrélation entre au moins une caractéristique CR issue des données du radar 10 et au moins une caractéristique CA issue des données de l’accéléromètre 40, la présence de corrélation étant représentative d’un état de mouvements propres du radar 10,
- en cas de présence de corrélation, ignorer le résultat sur une présence de vie dans le véhicule obtenu par le traitement des données du radar 10

Claims

REVENDICATIONS
[Revendication 1] Système (1) de détection de présence de vie au sein d’un véhicule automobile (V) au moyen d’un radar (10) et d’un accéléromètre (40), le système étant configuré pour mettre en oeuvre les étapes suivantes :
- traiter, notamment par un algorithme de détection de présence (ALP), des données du radar (10) pour délivrer un résultat sur une présence de vie dans le véhicule,
- traiter des données de l’accéléromètre (40) pour délivrer un résultat sur un mouvement du véhicule,
- traiter, notamment par un algorithme de corrélation (ALC), des données du radar (10) et des données de l’accéléromètre (40) pour établir une présence de corrélation ou une absence de corrélation entre au moins une caractéristique (CR) issue des données du radar (10) et au moins une caractéristique (CA) issue des données de l’accéléromètre (40), la présence de corrélation étant représentative d’un état de mouvements propres du radar (10),
- en cas de présence de corrélation, ignorer le résultat sur une présence de vie dans le véhicule obtenu par le traitement des données du radar (10).
[Revendication 2] Système selon la revendication précédente, dans lequel, en cas d’absence de corrélation, le système (1 ) est configuré pour confirmer le résultat sur une présence de vie dans le véhicule obtenu par le traitement des données du radar (10).
[Revendication 3] Système selon l’une des revendications précédentes, dans lequel l’algorithme de corrélation est configuré pour détecter, sur une fenêtre de temps donnée ou de manière ponctuelle, une similitude entre les signaux que capte le radar (10) et les signaux que capte l’accéléromètre (40).
[Revendication 4] Système selon l’une des revendications précédentes, dans lequel ladite au moins une caractéristique issue des données du radar (10) pour établir la corrélation est mesurée en fonction du temps, par exemple de manière à définir une courbe.
[Revendication 5] Système selon la revendication précédente, dans lequel ladite au moins une caractéristique issue des données du radar (10) pour établir la corrélation est au moins une caractéristique d’une courbe de puissance maximum détectée par le radar (10) en fonction du temps.
[Revendication 6] Système selon la revendication 4, dans lequel ladite au moins une caractéristique issue des données de l’accéléromètre (40) pour établir la corrélation est au moins une caractéristique d’une courbe d'à-coup en fonction du temps.
[Revendication 7] Système selon l’une des revendications 4 à 6, dans lequel le système (1) est configuré pour détecter une corrélation :
- entre un ou plusieurs pics sur les courbes respectives obtenues par le radar (10) et par l’accéléromètre (40).
[Revendication 8] Système selon l’une des revendications 4 à 6, dans lequel le système (1) est configuré pour détecter une corrélation :
- entre l’amplitude des pics sur les courbes respectives obtenues par le radar (10) et par l’accéléromètre (40).
[Revendication 9] Système selon l’une des revendications 4 à 6, dans lequel le système (1) est configuré pour détecter une corrélation :
- entre l’intervalle de temps entre deux pics successifs sur les courbes respectives obtenues par le radar (10) et par l’accéléromètre (40).
[Revendication 10] Système selon l’une des revendications 4 à 6, dans lequel le système (1) est configuré pour détecter une corrélation :
- entre la forme de la courbe des données du radar (10) et la forme de la courbe des données de l’accéléromètre (40).
[Revendication 11] Système selon l’une des revendications précédentes, dans lequel l’algorithme de corrélation est configuré pour utiliser au moins un seuil de similitude de sorte qu’au-dessus d’un seuil de similitude, on retient une présence de corrélation, et qu’en dessous de ce seuil de similitude, on retient une absence de corrélation, notamment le seuil de similitude pouvant être un seuil fixe qui permet une comparaison à ce seuil de similitude, une différence de deux valeurs des caractéristiques du radar (10) et de l’accéléromètre (40), ou un pourcentage de l’une des valeurs par rapport à l’autre valeur.
[Revendication 12] Procédé de détection de présence de vie au sein d’un véhicule automobile (V) au moyen d’un radar (10) et d’un accéléromètre (40), le procédé comportant les étapes suivantes :
- traiter, notamment par un algorithme de détection de présence, des données du radar (10) pour délivrer un résultat sur une présence de vie dans le véhicule, - traiter des données de l’accéléromètre (40) pour délivrer un résultat sur un mouvement du véhicule,
- traiter, notamment par un algorithme de corrélation, des données du radar (10) et des données de l’accéléromètre (40) pour établir une présence de corrélation ou une absence de corrélation entre au moins une caractéristique issue des données du radar (10) et au moins une caractéristique issue des données de l’accéléromètre (40), la présence de corrélation étant représentative d’un état de mouvements propres du radar (10),
- en cas de présence de corrélation, ignorer le résultat sur une présence de vie dans le véhicule obtenu par le traitement des données du radar (10)
PCT/EP2025/070603 2024-07-23 2025-07-18 Système de détection de présence de vie au sein d'un véhicule automobile Pending WO2026022014A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2408115A FR3165099A1 (fr) 2024-07-23 2024-07-23 Système de détection de présence de vie au sein d’un véhicule automobile
FRFR2408115 2024-07-23

Publications (1)

Publication Number Publication Date
WO2026022014A1 true WO2026022014A1 (fr) 2026-01-29

Family

ID=92542577

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2025/070603 Pending WO2026022014A1 (fr) 2024-07-23 2025-07-18 Système de détection de présence de vie au sein d'un véhicule automobile

Country Status (2)

Country Link
FR (1) FR3165099A1 (fr)
WO (1) WO2026022014A1 (fr)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170282828A1 (en) * 2014-09-10 2017-10-05 Iee International Electronics & Engineering S.A. Radar sensing of vehicle occupancy
WO2018224612A1 (fr) * 2017-06-07 2018-12-13 Iee International Electronics & Engineering S.A. Classification et surveillance de passagers fondées sur un radar
US11844589B2 (en) * 2021-05-03 2023-12-19 Qualcomm Incorporated Multi-sensor system for cardiovascular and respiratory tracking

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170282828A1 (en) * 2014-09-10 2017-10-05 Iee International Electronics & Engineering S.A. Radar sensing of vehicle occupancy
WO2018224612A1 (fr) * 2017-06-07 2018-12-13 Iee International Electronics & Engineering S.A. Classification et surveillance de passagers fondées sur un radar
US11844589B2 (en) * 2021-05-03 2023-12-19 Qualcomm Incorporated Multi-sensor system for cardiovascular and respiratory tracking

Also Published As

Publication number Publication date
FR3165099A1 (fr) 2026-01-30

Similar Documents

Publication Publication Date Title
FR3036809B1 (fr) Procede et dispositif de detection d’objets dans l’environnement d’un vehicule
US20220198205A1 (en) System and method for classification of objects in vehicle using feature vectors
FR2757649A1 (fr) Procede ainsi que dispositif, servant a reconnaitre une position verticale erronee ou un defaut d'ajustement d'un detecteur de distances
EP2498101A1 (fr) Procédé de mesure de hauteur et de détection d' obstacle, radioaltimètre et aéronef
WO2009081018A1 (fr) Installation de detection de personnes dans un espace delimite
CN112740301A (zh) 车辆用监视装置
FR3054497A1 (fr) Dispositif de regulation de vitesse
WO2026022014A1 (fr) Système de détection de présence de vie au sein d'un véhicule automobile
FR3117966A1 (fr) Système de détection d’intrusion pour un véhicule et véhicule et procédé associés
KR102808292B1 (ko) 후석 감지 장치 및 후석 감지 방법
FR2936997A1 (fr) Procede et systeme d'aide au stationnement d'un vehicule automobile
FR2887669A3 (fr) Procede et systeme embarque de prediction de choc entre un vehicule et un pieton
WO2023041536A1 (fr) Procede de determination d'un etat de presence au sein d'un vehicule automobile
WO2021108329A1 (fr) Ensemble et procédé pour empêcher une communication sans fil pendant la conduite
WO2025082975A1 (fr) Système de détermination d'un état de présence au sein d'un véhicule
FR2835082A1 (fr) Procede de traitement probabiliste des points detectes par un systeme de supervision de l'environnement
CN110406618A (zh) 用于和缓减速的移动装置的警示装置以及用于调整具有运动的移动装置的警示灵敏度的方法
WO2022033891A1 (fr) Procédé de détermination de la posture d'un conducteur
FR2875626A1 (fr) Procede de detection et de pistage de cibles ponctuelles, dans un systeme de surveillance optronique
WO2025228720A1 (fr) Système de détection de présence de vie au sein d'un véhicule automobile
WO2024251503A1 (fr) Procédé de détection d'un être vivant
FR3157638A1 (fr) Procede de detection d’un etat du conducteur d’un vehicule mis en œuvre dans un systeme electronique, systeme d’evaluation, produit programme d’ordinateur et support de stockage d’informations
US20250044433A1 (en) Object detection device
JP2003054338A (ja) 車両制御装置
CN112740300A (zh) 车辆用监视装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 25740537

Country of ref document: EP

Kind code of ref document: A1