一种基于CW体制多普勒雷达的手势识别方法.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CN113591684A(43)申请公布日2021.11.02(21)申请号202110861217.1(22)申请日2021.07.29(71)申请人北京富奥星电子技术有限公司地址100088北京市海淀区学院南路15号院7号楼10层1109(72)发明人李秀萍王健鹏李国烨师博纯齐芮杨农军(74)专利代理机构北京怡丰知识产权代理有限公司11293代理人于振强(51)Int.Cl.G06K9/00(2006.01)G06N3/04(2006.01)G01S7/41(2006.01)G01S13/88(2006.01)权利要求书1页说明书3页附图3页(54)发明名称一种基于CW体制多普勒雷达的手势识别方法(57)摘要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。CN113591684ACN113591684A权利要求书1/1页1.一种基于CW体制多普勒雷达的手势识别方法，其特征是，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。2.根据权利要求1所述的基于CW体制多普勒雷达的手势识别方法，其特征在于，所述步骤3中，所述神经网络输出的数据包括：(a)没有手势动作时的雷达回波信号特征；(b)上下挥手时的雷达回波信号特征，回波的信号强度逐渐增大，达到识别装置中心之后逐渐减小，信号频率大小相反，先逐渐减小后逐渐增大；(c)前后快速摆手的雷达回波信号特征，回波信号和强度基本不变，信号频率较高；(d)小臂前后画圆动作的雷达回波信号特征，其频率呈规律性变化，幅度保持不变。3.根据权利要求1所述的基于CW体制多普勒雷达的手势识别方法，其特征在于，在手势识别过程中，通过分析雷达回波频域的信息，对外界杂波信号进行滤除，防止误判。2CN113591684A说明书1/3页一种基于CW体制多普勒雷达的手势识别方法技术领域[0001]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[0002]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。[0003]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。[0004]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。[0005]公开号为CN110412566A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