[发明专利]一种基于CW体制多普勒雷达的手势识别方法

说明书

本发明涉及一种基于CW体制多普勒雷达的手势识别方法，其解决了现有CW体制多普勒雷达无法快速、精准实现手势识别的问题，其使用单发单收单路解调CW体制多普勒雷达，包括：步骤1：获取多普勒雷达原始回波信号；步骤2：手势数据采集，对数据滑窗并处理；步骤3：将处理结果对比神经网络输出的数据进行手势判断；步骤4：当一次判断结束后回到手势数据采集前一个步骤重复检测行为。本发明可用于手势识别领域，实现非接触控制功能。

技术领域

本发明涉及雷达技术领域，特别是涉及一种基于CW体制多普勒雷达的手势识别方法。

背景技术

随着智能化产品的普及，对非接触控制的需求越来越高，其不仅可以提高产品的智能化水平，增强使用体感，还可以避免接触，在应对公共卫生突发事件中也具有很大作用。

有多种技术手段能够实现手势识别，如红外识别技术、图像识别技术，而通过多普勒雷达实现手势识别，具有很多优点：一是该技术不易受温度的影响，因此在识别活动目标时，能够实现更高精度的检测；二是该技术可以保护隐私，从而得它更受信赖；三是雷达可以穿透感应，可以隐藏安装，产品更加美观。

目前使用雷达实现手势识别基本都基于FMCW体制毫米波雷达，例如，公开号为CN109975797A的中国发明专利申请公开了一种基于多普勒雷达信号的手臂运动细节感知方法,提出一种基于多普勒雷达信号的手臂运动细节感知方法指的是对常见手势行为例如抬手、挥手、推拉等动作进行细粒度识别，具体包括手势种类判别、动作角度幅度或方向等信息分析两大内容。对于手势种类判别将从两个雷达的原始信号中组合分析，得出用户做的手势类别。其主要工作内容包括信号检测提取、识别分类、结论生成。该文提出的基于多普勒雷达信号的手臂运动细节感知方法，无需为每个角度、幅度、方向的不同动作进行大量数据的训练，因此节约了成本。使用多层次的感知方法，即先判别种类再分析细节，能提高处理效率和准确性。最终能识别出诸如手臂抬起放下的角度、手臂在身体前方挥动的幅度、推拉动作的方向等细节动作信息。

公开号为CN110412566 A的中国实用新型专利申请公开了一种基于多普勒雷达时频域特征的细粒度人体手臂运动识别方法，公开了一种基于多普勒雷达时频域特征的细粒度人体手臂运动识别方法，采用两个相同的微型多普勒雷达持续收集用户的手势运动信息；对采集雷达信号进行滤波处理；基于滤波后的雷达信号，采用双门限算法，对信号中有起伏波动的信号片段进行检测与提取；将经过滤波的两个雷达提取得到的动作信号进行短时傅里叶变换获得时频谱图；对时频谱图的二值化、边缘检测处理，提取出手势动作的时频谱特征；对时频谱线使用X方法分类，完成具体的手臂动作种类判断。不但识别动作种类，还分析动作细节，可提供更好更便捷的人机交互体验。

上述装置和方法虽然可以取得很好的效果，但是毫米波雷达价格昂贵，需要多部雷达来实现手势识别功能，设备量代价大，需要IQ正交解调，设备复杂，不利于相关产品的普及。而使用成本较低的CW体制雷达实现手势识别时，存在以下缺陷：1、无法精确识别使用者手势，导致体验感下降；2、神经网络训练样本不足，导致同样的手势不同人做得到判断结果可能不同。

发明内容

本发明针对在现有最简化CW体制多普勒雷达无法快速、精准实现手势识别的问题，提供一种基于CW体制多普勒雷达的可快速判断识别活动目标手势识别的方法。

为此，本发明提供一种基于CW体制多普勒雷达的手势识别方法，使用单发单收单路解调CW体制多普勒雷达，其包括如下步骤：步骤1：获取多普勒雷达原始回波信号；步骤2：手势数据采集，对数据滑窗并处理；步骤3：将处理结果对比神经网络输出的数据进行手势判断；步骤4：当一次判断结束后回到手势数据采集前一个步骤重复检测行为。