一种基于毫米波雷达的多目标跟踪与呼吸检测方法与装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114236525A(43)申请公布日2022.03.25(21)申请号202111612665.4(22)申请日2021.12.27(71)申请人浙江大学地址310058浙江省杭州市西湖区余杭塘路866号(72)发明人倪东李哲远(74)专利代理机构杭州求是专利事务所有限公司33200代理人刘静(51)Int.Cl.G01S13/72(2006.01)G01S13/42(2006.01)G01S7/41(2006.01)A61B5/08(2006.01)权利要求书3页说明书8页附图5页(54)发明名称一种基于毫米波雷达的多目标跟踪与呼吸检测方法与装置(57)摘要本发明公开了一种基于毫米波雷达的多目标跟踪与呼吸检测方法与装置，该方法包括以下步骤：从采样得到的信号中获取距离、速度、角度以及相位信息并完成目标点的检测；利用提出的改进快速DBSCAN算法对点云进行聚类；利用多目标跟踪算法对目标进行跟踪并对轨迹进行管理；利用本发明提出的一种基于二次聚类与统计信息的目标相位信息提取算法准确获取对应多个目标的相位信息；在此基础对呼吸信息进行提取。本发明设计并集成了一套多目标跟踪与呼吸检测系统并集成到一套装置上，有实时性高、集成度高以及较高工程价值等优点。通过该套装置在端上能够实时检测目标的数量、位置并对目标进行准确跟踪，并在此过程中对各个目标的呼吸信息进行检测。CN114236525ACN114236525A权利要求书1/3页1.一种基于毫米波雷达的多目标跟踪与呼吸检测方法，其特征在于，包括以下步骤：S1、采集毫米波雷达信号，得到中频IF信号；S2、对中频IF信号进行处理得到各检测点所对应的距离、角度以及相位信息；S3、分别在距离域和角度域使用CASO‑CFAR算法进行目标点的检测；S4、使用多普勒傅里叶变换得到已检测到的目标点的速度信息：S5、在初始时刻利用DBSCAN算法对点云信息进行聚类得到目标的数目、每个目标所对应的点云以及所在位置信息：S6、通过聚类、数据关联和扩展卡尔曼滤波结合的多目标跟踪算法对目标进行跟踪以及轨迹管理；S7、基于二次聚类与统计信息的目标相位信息提取算法提取各目标对应的相位信息；S8、基于寻峰法以及离散短时变基快速傅里叶变换算法获取目标的呼吸信息。2.根据权利要求1所述的一种基于毫米波雷达的多目标跟踪与呼吸检测方法，其特征在于，所述S2具体包括以下子步骤：S201、对中频IF信号进行距离傅里叶变换获取各检测点的距离信息：S202、利用Capon波束形成算法通过在Capon谱上搜索谱峰估计出波达角得到各检测点的角度信息：S203、通过反正切变化得到各检测点的相位信息。3.根据权利要求1所述的一种基于毫米波雷达的多目标跟踪与呼吸检测方法，其特征在于，所述S4中，通过雷达发射间隔为Tc的N个Chirp，每个反射的Chirp脉冲通过Range‑FFT进行处理，将在同一位置出现不同相位的峰值，峰值处的相位差Δφ与目标移动的位移Δd满足Δφ＝λ4πΔd，λ为雷达信号的波长，由于Δd＝vTc，可得到速度为：v＝λΔφ/4πTc；对距离FFT的结果在Chirp维作Dopplor‑FFT，得到距离‑多普勒图，提取距离‑多普勒图的峰值可得到目标的多普勒频率，即可求得速度。4.根据权利要求1所述的一种基于毫米波雷达的多目标跟踪与呼吸检测方法，其特征在于，所述S5具体包括以下子步骤：S501、设定两个参数：邻域半径eps以及成为类需要满足的最小点数min_samples；S502、按顺序从已检测到的目标点中选取一个未标记的点ai，作为聚类中心，并初始化该类点数ci＝1；S503、开始遍历步骤S502之后的其他未标记的点，若某个点到聚类中心的距离小于等于eps，那么将其分配到该聚类中心对应的类中，将该类点数ci加1；S504、针对该类别重新计算它的聚类中心C为该类中点的集合，即该类新的聚类中心为该类的所有样本的质心；S505、重复步骤S503和S504，直到所有点遍历完后判断该类点的数目是否满足大于等于min_samples，若是则将该类中的点都标记为已聚类，将这些点云作为新的一类并将最后的聚类中心作为该类所对应的目标的中心；S506、重复步骤S502至S505，直至遍历完所有已检测到的目标点，得到目标的数目、每个目标所对应的点云以及目标位置信息。5.根据权利要求1所述的一种基于毫米波雷达的多目标跟踪与呼吸检测方法，其特征2CN114236525A权利要求书2/3页在于，所述S6中，通过聚类、数据关联和扩展卡尔曼滤波结合的多目标跟踪算法对目标进行跟踪，包括：S601、若该时刻为起始时刻，将聚类所得的多个目标中心点作为轨迹的起点；若该时刻并非起始时刻，则对上一时刻