一种基于毫米波雷达的跌倒检测方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114994663A(43)申请公布日2022.09.02(21)申请号202210701234.3(22)申请日2022.06.21(71)申请人无锡威孚高科技集团股份有限公司地址214028江苏省无锡市新吴区华山路5号(72)发明人岳靓陶烨方丽君屈操吴楚李刚(74)专利代理机构无锡市大为专利商标事务所(普通合伙)32104专利代理师季玉晴曹祖良(51)Int.Cl.G01S13/88(2006.01)G08B21/04(2006.01)权利要求书2页说明书5页附图2页(54)发明名称一种基于毫米波雷达的跌倒检测方法及系统(57)摘要本发明涉及跌倒检测技术领域，具体公开了一种基于毫米波雷达的跌倒检测方法，包括：通过毫米波雷达获取中频ADC数据；对所述中频ADC数据进行信号预处理操作，得到动目标点云数据；根据所述动目标点云数据对目标人体的当前姿态进行识别；根据所述目标人体的当前姿态识别结果，判断所述目标人体的跌倒状态。本发明还公开了一种基于毫米波雷达的跌倒检测系统。本发明提供的基于毫米波雷达的跌倒检测方法，能够选择环境适应性较好的毫米波雷达，不涉及隐私问题，不仅通过雷达自身的信息判别跌倒状态，还加入行为逻辑判断、生命体征检测等手段，提高毫米波雷达检测跌倒的准确率。CN114994663ACN114994663A权利要求书1/2页1.一种基于毫米波雷达的跌倒检测方法，其特征在于，包括如下步骤：通过毫米波雷达获取中频ADC数据；对所述中频ADC数据进行信号预处理操作，得到动目标点云数据；根据所述动目标点云数据对目标人体的当前姿态进行识别；根据所述目标人体的当前姿态识别结果，判断所述目标人体的跌倒状态。2.根据权利要求1所述的基于毫米波雷达的跌倒检测方法，其特征在于，还包括如下步骤：步骤S1：通过毫米波雷达向被检测区域发射电磁波信号，并接收所述被检测区域中各目标反射的电磁波信号，以及对各目标反射的电磁波信号进行处理得到中频ADC数据；步骤S2：对所述中频ADC数据进行信号预处理操作，得到去除噪点和多径的动目标点云数据；步骤S3：对信号预处理过程中的距离维数据进行滑动累积，生成目标距离‑时间图谱，并储存；步骤S4：判断所述步骤S2输出的动目标点云数据的个数是否超过阈值N，若是，则进入步骤S5；若否，则进入步骤S13；步骤S5：对所述动目标点云数据进行处理，得到目标追踪列表；步骤S6：将所述目标追踪列表中的特征集合输入到姿态识别模型中，以进行当前人体姿态信息判断；步骤S7：将所述步骤S6判断得到的当前人体姿态信息按照时间顺序滑动累积；步骤S8：根据已累积的当前人体姿态信息判断目标人体是否处于跌倒状态，若是，则进入步骤S9；若否，则进入步骤S10；步骤S9：输出初级报警信号，状态为有目标活体跌倒；步骤S10：判断上一动作时间窗内的目标人体姿态信息是否为跌倒，若是，则进入步骤S11；若否，则进入步骤S12；步骤S11：输出初级报警解除信号，状态为有动目标活体存在；步骤S12：输出不报警信号，状态为有动目标活体存在；步骤S13：将当前人体姿态信息识别为未知状态，并累积；步骤S14：根据所述步骤S3储存的目标距离‑时间图谱进行目标位置锁定及相位提取操作，得到目标体动信号；步骤S15：判断能否从所述目标体动信号中提取出人体呼吸值和心跳值及它们的波形；若判断为能提取，则进入步骤S17；若判断为不能提取，则进入步骤S16；步骤S16：输出不报警信号，状态为无活体存在；步骤S17：将提取出来的人体呼吸值和心跳值进行时间维度上的滑动累积；步骤S18：根据所述步骤S13中累积的人体姿态信息，判断上一动作时间窗内的目标人体姿态信息是否为跌倒，若是，则进入步骤S20；若否，则进入步骤S19；步骤S19：输出不报警信号，状态为有静目标活体；步骤S20：输出终极报警信号及固定时间段内累积的人体呼吸值和心跳值，状态为有静目标活体存在危险。3.根据权利要求2所述的基于毫米波雷达的跌倒检测方法，其特征在于，所述步骤S32CN114994663A权利要求书2/2页中，所述距离维数据为对所述中频ADC数据做完距离维FFT后的数据。4.根据权利要求2所述的基于毫米波雷达的跌倒检测方法，其特征在于，所述步骤S6中，还包括：将所述目标追踪列表中的距离、速度以及角度信息在时间维度上进行累积，得到距离‑时间、速度‑时间以及角度‑时间特征集合，并将所述距离‑时间、速度‑时间以及角度‑时间特征集合输入到所述姿态识别模型中，以进行当前人体姿态信息判断。5.一种基于毫米波雷达的跌倒检测系统，用于实现权利要求1‑4中任意一项所述的基于毫米波雷达的跌倒检测方法，其特征在于，包括：获取模块，用于通过毫米波雷达获取中频ADC数据；处理模