[发明专利]双毫米波雷达人体跌倒检测装置及检测方法在审
申请号: | 202110728497.9 | 申请日: | 2021-06-29 |
公开(公告)号: | CN113447905A | 公开(公告)日: | 2021-09-28 |
发明(设计)人: | 杨涛;孟凡腾;许庆波 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G01S7/41 | 分类号: | G01S7/41;G01S13/88;A61B5/11 |
代理公司: | 西安知诚思迈知识产权代理事务所(普通合伙) 61237 | 代理人: | 高喜凤 |
地址: | 710126 陕西省*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 毫米波 雷达 人体 跌倒 检测 装置 方法 | ||
1.双毫米波雷达人体跌倒检测装置,其特征在于,包括两个毫米波雷达、信号处理模块和自动特征提取与识别模块;
所述毫米波雷达,用于发射检测信号,接收人体反射的回波信号,并对其进行预处理得到多路回波数字信号;
所述信号处理模块,用于对多路回波数字信号进行数字波束形成、FFT运算、Stockwell变换和加权数据融合得到融合时频域图像;
所述自动特征提取与识别模块,用于提取融合时频域图像的特征值,进而对人体姿态进行识别,获得人体的跌倒情况。
2.根据权利要求1所述的双毫米波雷达人体跌倒检测装置,其特征在于,所述毫米波雷达为多输入多输出的多通道毫米波雷达,所述两个毫米波雷达在检测区域内呈90°放置。
3.根据权利要求1所述的双毫米波雷达人体跌倒检测装置,其特征在于,所述自动特征提取与识别模块包括依次连接的图像输入层、中间层、全连接层和输出层;
所述图像输入层,用于对融合时频域图像进行预处理;
所述中间层,用于提取预处理后融合时频域图像的特征;
所述全连接层,用于根据提取的特征值对人体姿态进行分类识别;
所述输出层,用于输出人体姿态分类识别结果。
4.根据权利要求3所述的双毫米波雷达人体跌倒检测装置,其特征在于,所述中间层由第一卷积块、最大池化层、第二卷积块、最大池化层和第三卷积块依次连接组成,所述第一卷积块、第二卷积块、第三卷积块均由依次连接的二维卷积层、批归一化层和修正线性单元层组成,所述二维卷积层的过滤器数目依次为8、16、32。
5.使用如权利要求1-4任一项所述装置对人体跌倒进行检测的方法,其特征在于,包括以下步骤:
步骤S1,两个毫米波雷达同时向检测区域发射检测信号,信号经人体反射后被毫米波雷达的接收天线接收,毫米波雷达接收机前端对回波信号进行预处理得到雷达的多路回波数字信号,并将多路回波数字信号发送至信号处理模块;
步骤S2,对两个毫米波雷达发送的多路回波数字信号分别进行数字波束形成,在对数字波束依次进行快时间维度的FFT运算和慢时间维度的Stockwell变换,得到两个垂直方向的人体姿态多普勒域时频图像;
步骤S3,对两个垂直方向的人体姿态多普勒域时频图像进行加权数据融合得到融合时频域图像;
步骤S4,提取融合时频域图像的特征值,并基于此对人体姿态进行分类识别,得到人体跌倒情况。
6.根据权利要求5所述的双毫米波雷达人体跌倒检测方法,其特征在于,步骤S1中所述预处理过程如下:首先对回波信号进行低噪声放大,然后将其与本振信号混频后由射频转换到中频,最后使用数模转换器进行中频采样得到毫米波雷达的多路回波数字信号。
7.根据权利要求5所述的双毫米波雷达人体跌倒检测方法,其特征在于,所述步骤S3中使用以下过程进行加权数据融合:分别提取两个人体姿态多普勒时频域图像的脊线,对两条脊线在同一时刻的频率值进行相加处理得到融合时频域图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110728497.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于大数据与人工智能的教学方法精准分析系统
- 下一篇:一种电子元器件