[发明专利]一种非接触式车内人数及位置判断的方法及装置

权利要求书

1.一种非接触式车内人数及位置判断的方法，其特征在于，包括：

获取车内由脉冲超宽带雷达采集的雷达回波数据，并对获取到的车内雷达数据进行信号预处理提取人体体动信号；

针对所述预处理后的人体体动信号进一步增强人体位置信息，并基于位置信息分解信号区间，提取雷达信号特征；

针对所述提取的特征进行基于机器学习的车内人数计算及位置判断，人数和位置结果用于判断车辆是否超载。

2.如权利要求1所述的方法，其特征在于，所述获取车内由脉冲超宽带雷达采集的雷达回波数据，并对获取到的车内雷达数据进行信号预处理提取人体体动信号，包括：

使用置于车内的脉冲超宽带雷达获取车内信号，将单独接收的雷达信号组合成包含多条信号的雷达矩阵，通过雷达矩阵获取车内连续的信号信息，并每5秒对雷达矩阵进行一次存储与判断；

根据车内密闭空间以及金属环境带来的密集多径特点，使用SVD方法分解所获取的雷达矩阵，并根据车内密集多径环境导致的信号分布特征，选取能量第二大的奇异值重构雷达矩阵，获取由人体体动反射的信号，去除能量第一大的奇异值对应的杂波信号以及其他较小奇异值对应的噪声。

3.如权利要求1所述的方法，其特征在于，所述针对所述预处理后的人体体动信号进一步增强人体位置信息，并基于位置信息分解信号区间，提取雷达信号特征，包括：

使用曲波变换将雷达信号矩阵分解到不同的尺度和方向上，根据车内座位分布固定导致的人体位置在短时间内的不变性，选取在雷达接收时间上稳定且连续的信号，即雷达矩阵中垂直方向上的信号，通过提取不同尺度下对应垂直方向上的曲波系数来重构雷达矩阵，以进一步增强人体位置信息；

根据雷达矩阵中由不同人数带来的整体特征，通过曲波变换分解雷达矩阵，并分别提取粗糙层曲波系数的能量、均值和精细层曲波系数的能量、最大值等特征；

基于雷达的摆放位置到每个固定座位之间的距离，以及不同座位的人对应雷达的不同反射面积，对信号进行位置区间划分，并对应每个位置区间，根据信号幅值在区间内的分布选取特征，包括能量、方差、均值、最大值、去噪能量和去噪最大值等。

4.如权利要求1所述的方法，其特征在于，所述针对所述提取的特征进行基于机器学习的车内人数计算及位置判断，人数和位置结果用于判断车辆是否超载，包括：

采集对应不同人数和位置的雷达数据，并使用上述方法提取雷达数据特征，用以训练由50棵决策树组成的随机森林分类器；

从实时获取的车内雷达数据中使用上述方法提取出特征，并输入到随机森林分类器中进行分类，得到车内人数以及所处位置，判断车辆是否超载。

5.一种非接触式车内人数及位置判断装置，其特征在于，包括：

获取模块，用于获取车内由脉冲超宽带雷达采集的雷达回波数据，并对所述获取到的车内雷达数据进行信号预处理提取人体体动信号；

处理模块，用于对针对所述预处理后的人体体动信号进一步增强人体位置信息，并基于位置信息分解信号区间，提取雷达信号特征；

检测模块，用于针对所述提取的特征进行基于机器学习的车内人数计算及位置判断，人数和位置结果用于判断车辆是否超载。

6.如权利要求5所述的装置，其特征在于，所述获取模块用于：

使用置于车内的脉冲超宽带雷达获取车内信号，将单独接收的雷达信号组合成包含多条信号的雷达矩阵，通过雷达矩阵获取车内连续的信号信息，并每5秒对雷达矩阵进行一次存储与判断；

根据车内密闭空间以及金属环境带来的密集多径特点，使用SVD方法分解所获取的雷达矩阵，并根据车内密集多径环境导致的信号分布特征，选取能量第二大的奇异值重构雷达矩阵，获取由人体体动反射的信号，去除能量第一大的奇异值对应的杂波信号以及其他较小奇异值对应的噪声。