CN114527463B - 一种利用相位匹配的车内活体检测方法及设备 - Google Patents

一种利用相位匹配的车内活体检测方法及设备 Download PDF

Info

Publication number
CN114527463B
CN114527463B CN202210433145.5A CN202210433145A CN114527463B CN 114527463 B CN114527463 B CN 114527463B CN 202210433145 A CN202210433145 A CN 202210433145A CN 114527463 B CN114527463 B CN 114527463B
Authority
CN
China
Prior art keywords
radar
vehicle
phase information
living body
slow time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210433145.5A
Other languages
English (en)
Other versions
CN114527463A (zh
Inventor
王一鸣
顾超
徐明成
谷邦杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Chuhang Technology Co ltd
Original Assignee
Nanjing Chuhang Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Chuhang Technology Co ltd filed Critical Nanjing Chuhang Technology Co ltd
Priority to CN202210433145.5A priority Critical patent/CN114527463B/zh
Publication of CN114527463A publication Critical patent/CN114527463A/zh
Application granted granted Critical
Publication of CN114527463B publication Critical patent/CN114527463B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G06F17/153—Multidimensional correlation or convolution

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Acoustics & Sound (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种利用相位匹配的车内活体检测方法及设备。该方法包括向车内发出雷达探测信号，并接收回波信号，对选取的检测区域中雷达慢时间维的相位信息进行采样，得到雷达回波慢时间维的相位信息；对慢时间维的相位信息进行幅度归一化处理，得到幅度归一化相位信息，利用预设的滤波器系数和幅度归一化相位信息进行匹配滤波，得到相关性谱函数，对相关性谱函数在慢时间内取最大值，将相关性谱函数在慢时间内取最大值与设定的阈值进行比较，若相关性谱函数在慢时间内取最大值大于设定的阈值，则判断为车内有活体。本发明通过单个毫米波雷达即可实现车内活体检测，在低漏警概率的情况下降低了虚警概率。

Description

一种利用相位匹配的车内活体检测方法及设备
技术领域
本发明涉及活体检测技术领域，具体涉及一种利用相位匹配的车内活体检测方法及设备。
背景技术
随着汽车的普及，车辆在人们生活中的使用频率越来越高。然而，家长将幼儿或孩童遗留在车内，主人将宠物遗留在车内，最终酿成悲剧的事件时有发生，给许多家庭造成了巨大的伤痛。因此实现车内活体检测报警的功能已经迫在眉睫。
传统的思路是在车内安装摄像头，利用图像技术或者视频技术对车内物体进行是否有活体进行检测。车内为私密空间，在车内安装摄像头使得个人隐私受到了威胁，因此需要一种隐私性更强的传感器代替摄像头对车内的活体进行检测。
毫米波雷达作为一种隐私性极强的传感器在车内活体检测方面得到了应用。常规的方法利用毫米波雷达回波二维频谱对特定距离-多普勒区域内的能量进行检测。此方法在检测区域有晃动物体或车体本身有晃动的情况下极易发生误报事件（如拖车使车体的晃动，主驾座椅后悬挂饰品的晃动等），这样的误报将会给使用者带来很大的麻烦。
发明内容
本发明的目的是针对现有技术存在的不足，提供一种利用相位匹配的车内活体检测方法及设备。
为实现上述目的，在第一方面，本发明提供了一种利用相位匹配的车内活体检测方法，包括：
向车内发出雷达探测信号，并接收回波信号；
对选取的检测区域中雷达慢时间维的相位信息进行采样，得到雷达回波慢时间维 的相位信息
Figure 853186DEST_PATH_IMAGE001
；
对慢时间维的相位信息
Figure 968910DEST_PATH_IMAGE002
进行幅度归一化处理，得到幅度归一化相位信息
Figure 949635DEST_PATH_IMAGE003
，
Figure 500135DEST_PATH_IMAGE004
其中，
Figure 589314DEST_PATH_IMAGE006
为均值运算，
Figure 56198DEST_PATH_IMAGE007
为取最大值函数，
Figure 297955DEST_PATH_IMAGE008
为取模运算；
利用预设的滤波器系数
Figure 887199DEST_PATH_IMAGE009
和幅度归一化相位信息
Figure 463674DEST_PATH_IMAGE003
进行匹配滤波， 得到相关性谱函数
Figure 593304DEST_PATH_IMAGE010
，
Figure 952217DEST_PATH_IMAGE011
其中，
Figure 836996DEST_PATH_IMAGE012
表示
Figure 448237DEST_PATH_IMAGE003
与
Figure 381558DEST_PATH_IMAGE013
在时间维进行卷积运算，
Figure 643912DEST_PATH_IMAGE014
为 雷达一帧数据的慢时间；
对相关性谱函数
Figure 60112DEST_PATH_IMAGE015
在慢时间T内取最大值，得到
Figure 283283DEST_PATH_IMAGE016
，
Figure 879349DEST_PATH_IMAGE017
其中，
Figure 871576DEST_PATH_IMAGE018
为在慢时间T内取最大值；
将
Figure 851820DEST_PATH_IMAGE019
与设定的阈值
Figure 686921DEST_PATH_IMAGE020
进行比较，若
Figure 696465DEST_PATH_IMAGE021
大于
Figure 684144DEST_PATH_IMAGE020
，则判断为车内有活 体，否则，判断为车内没有活体。
进一步的，所述滤波器系数
Figure 816048DEST_PATH_IMAGE022
通过以下方式获得：
在慢时间维提取理想环境中胸腔起伏引起的雷达回波相位信息
Figure 13811DEST_PATH_IMAGE023
；
利用采集的相位信息
Figure 702413DEST_PATH_IMAGE023
计算匹配滤波器系数
Figure 669232DEST_PATH_IMAGE024
，
Figure 237616DEST_PATH_IMAGE025
其中，
Figure 798042DEST_PATH_IMAGE026
为雷达距离目标的距离，
Figure 149389DEST_PATH_IMAGE027
表示
Figure 95348DEST_PATH_IMAGE028
的翻转，
Figure 582437DEST_PATH_IMAGE029
为对
Figure 489213DEST_PATH_IMAGE030
取共轭运算，
Figure 581934DEST_PATH_IMAGE006
为均值运算，
Figure 851241DEST_PATH_IMAGE031
为幅度归一化系数，其可表示为：
Figure 777740DEST_PATH_IMAGE032
其中，
Figure 30867DEST_PATH_IMAGE033
为取最大值函数，
Figure 724016DEST_PATH_IMAGE008
为取模运算。
进一步的，所述理想环境为摆放有用于模拟活体呼吸的活体模型的雷达暗室。
进一步的，所述阈值
Figure 332983DEST_PATH_IMAGE020
通过以下方式获得：
设定可以接受的虚警率
Figure 210809DEST_PATH_IMAGE034
，采集各种场景下的大量数据，求取各个场景下的相关 性谱函数极大值
Figure 92178DEST_PATH_IMAGE019
的集合Y，对集合Y求分布，根据的集合Y分布找出虚警率为
Figure 744612DEST_PATH_IMAGE034
的值 设为阈值
Figure 191774DEST_PATH_IMAGE020
。
进一步的，所述雷达探测信号为毫米波雷达探测信号或超声波雷达探测信号。
在第二方面，本发明提供了一种利用相位匹配的车内活体检测设备包括：
雷达模块，用以向车内发出探测信号，并接收回波信号；
相位信息采样模块，用以对选取的检测区域中雷达慢时间维的相位信息进行采 样，得到雷达回波慢时间维的相位信息
Figure 991234DEST_PATH_IMAGE035
；
相位信息处理模块，用以对慢时间维的相位信息
Figure 687794DEST_PATH_IMAGE035
进行幅度归一化处理，得 到幅度归一化相位信息
Figure 722746DEST_PATH_IMAGE036
，
Figure 837464DEST_PATH_IMAGE037
其中，
Figure 525934DEST_PATH_IMAGE006
为均值运算，
Figure 460523DEST_PATH_IMAGE038
为取最大值函数，
Figure 423800DEST_PATH_IMAGE039
为取模运算；
匹配模块，用以利用预设的滤波器系数
Figure 783237DEST_PATH_IMAGE013
和幅度归一化相位信息
Figure 796936DEST_PATH_IMAGE040
进行匹配滤波，得到相关性谱函数
Figure 733668DEST_PATH_IMAGE041
，
Figure 454631DEST_PATH_IMAGE011
其中，
Figure 199733DEST_PATH_IMAGE012
表示
Figure 964427DEST_PATH_IMAGE003
与
Figure 404766DEST_PATH_IMAGE013
在时间维进行卷积运算，
Figure 850791DEST_PATH_IMAGE014
为 雷达一帧数据的慢时间；
计算模块，用以对相关性谱函数
Figure 309454DEST_PATH_IMAGE015
在慢时间T内取最大值，得到
Figure 264291DEST_PATH_IMAGE016
，
Figure 113298DEST_PATH_IMAGE042
其中，
Figure 707222DEST_PATH_IMAGE043
为在慢时间T内取最大值；
判别模块，用以将
Figure 754812DEST_PATH_IMAGE044
与设定的阈值
Figure 533412DEST_PATH_IMAGE020
进行比较，若
Figure 213923DEST_PATH_IMAGE016
大于
Figure 64068DEST_PATH_IMAGE020
，则 判断为车内有活体，否则，判断为车内没有活体。
进一步的，所述滤波器系数
Figure 372689DEST_PATH_IMAGE009
通过以下方式获得：
在慢时间维提取理想环境中胸腔起伏引起的雷达回波相位信息
Figure 463136DEST_PATH_IMAGE045
；
利用采集的相位信息
Figure 224419DEST_PATH_IMAGE046
计算匹配滤波器系数
Figure 674992DEST_PATH_IMAGE013
，
Figure 913819DEST_PATH_IMAGE047
其中，
Figure 34221DEST_PATH_IMAGE048
为雷达距离目标的距离，
Figure 938592DEST_PATH_IMAGE027
表示
Figure 802643DEST_PATH_IMAGE028
的翻转，
Figure 695644DEST_PATH_IMAGE049
为对
Figure 580423DEST_PATH_IMAGE050
取共轭运算，
Figure 316298DEST_PATH_IMAGE006
为均值运算，
Figure 124985DEST_PATH_IMAGE051
为幅度归一化系数，其可表示为：
Figure 590602DEST_PATH_IMAGE052
其中，
Figure 397015DEST_PATH_IMAGE033
为取最大值函数，
Figure 620186DEST_PATH_IMAGE008
为取模运算。
进一步的，所述理想环境为摆放有用于模拟活体呼吸的活体模型的雷达暗室。
进一步的，所述阈值
Figure 216252DEST_PATH_IMAGE020
通过以下方式获得：
设定可以接受的虚警率
Figure 208479DEST_PATH_IMAGE034
，采集各种场景下的大量数据，求取各个场景下的相关 性谱函数极大值
Figure 177004DEST_PATH_IMAGE019
的集合Y，对集合Y求分布，根据的集合Y分布找出虚警率为
Figure 480947DEST_PATH_IMAGE034
的值 设为阈值
Figure 365857DEST_PATH_IMAGE020
。
进一步的，所述雷达模块为毫米波雷达模块或超声波雷达模块。
有益效果：本发明通过利用特定距离上雷达慢时间相位对胸腔起伏非常敏感且呈特定的周期性变化，实现对车内的活体进行检测；本发明可以利用单个毫米波等传感器进行活体检测，在低漏警概率的情况下降低了虚警概率，尤其在降低车体晃动和车内晃动物体引起的误报率方面有良好的效果。
附图说明
图1是利用相位匹配的车内活体检测方法的流程示意图；
图2是利用相位匹配的车内活体检测设备的结构示意图；
图3是不同场景下得到的相关性谱函数的最大值随时间变化的仿真图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，本实施例在以本发明技术方案为前提下进行实施，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围。
如图1所示，本发明实施例提供了一种利用相位匹配的车内活体检测方法，包括：
向车内发出雷达探测信号，并接收回波信号。该雷达探测信号包括毫米波雷达探测信号或超声波雷达探测信号。以毫米波雷达信号为例说明，毫米波雷达混频后的中频信号表示为：
Figure 806066DEST_PATH_IMAGE053
Figure 875653DEST_PATH_IMAGE054
其中，
Figure 948782DEST_PATH_IMAGE055
为雷达载频，
Figure 824334DEST_PATH_IMAGE056
为第
Figure 400940DEST_PATH_IMAGE056
个发射信号，
Figure 703746DEST_PATH_IMAGE057
为第
Figure 388805DEST_PATH_IMAGE056
个信号时雷达与目标的距 离，
Figure 878168DEST_PATH_IMAGE058
为目标运动的速度，
Figure 27389DEST_PATH_IMAGE059
为线性调频信号的调频斜率，
Figure 438779DEST_PATH_IMAGE060
为雷达一帧数据的快时间，
Figure 486501DEST_PATH_IMAGE028
为 雷达一帧数据的慢时间，
Figure 375959DEST_PATH_IMAGE061
为目标的初始距离。
对选取的检测区域中雷达慢时间维的相位信息进行采样，得到雷达回波慢时间维 的相位信息
Figure 645266DEST_PATH_IMAGE062
。在慢时间维提取的人体胸腔起伏引起人体不同部位运动导致的相位 变化，人体不同部位雷达上反映在距离上，因此将这种随“距离-慢时间”周期变化的相位记 为
Figure 837345DEST_PATH_IMAGE035
。
为了消除相位值对匹配结果的影响，对慢时间维的相位信息
Figure 496996DEST_PATH_IMAGE035
进行幅度归 一化处理，得到幅度归一化相位信息
Figure 518042DEST_PATH_IMAGE036
，
Figure 454905DEST_PATH_IMAGE004
其中，
Figure 208097DEST_PATH_IMAGE006
为均值运算，
Figure 417362DEST_PATH_IMAGE038
为取最大值函数，
Figure 792498DEST_PATH_IMAGE008
为取模运算。
利用预设的滤波器系数
Figure 239660DEST_PATH_IMAGE009
和幅度归一化相位信息
Figure 39120DEST_PATH_IMAGE003
进行匹配滤波， 得到相关性谱函数
Figure 673363DEST_PATH_IMAGE010
，
Figure 36211DEST_PATH_IMAGE063
其中，
Figure 416508DEST_PATH_IMAGE012
表示
Figure 370558DEST_PATH_IMAGE003
与
Figure 646425DEST_PATH_IMAGE013
在时间维进行卷积运算。
对相关性谱函数
Figure 344123DEST_PATH_IMAGE015
在慢时间T内取最大值，得到
Figure 969139DEST_PATH_IMAGE016
，
Figure 375981DEST_PATH_IMAGE064
其中，
Figure 781554DEST_PATH_IMAGE043
为在慢时间T内取最大值。可参见图3，图3中最上侧的线为车内有活 体的场景下得到的
Figure 423888DEST_PATH_IMAGE019
随时间变化线，图3中位于中间的线为车内没有活体但车内有 物体晃动场景下得到的
Figure 778777DEST_PATH_IMAGE016
随时间变化线，图3中最下侧的线为车内没有活体车辆自 身晃动场景下得到的
Figure 215575DEST_PATH_IMAGE016
随时间变化线，可以看出，在车内有活体时，得到的
Figure 170761DEST_PATH_IMAGE044
随时间变化线远高于晃动场景下得到的
Figure 85628DEST_PATH_IMAGE016
随时间变化线，从而可对车内是否有活体 精准检测，将车内物品晃动引起的误警率降低。
将
Figure 763865DEST_PATH_IMAGE019
与设定的阈值
Figure 496198DEST_PATH_IMAGE020
进行比较，若
Figure 548467DEST_PATH_IMAGE021
大于
Figure 422618DEST_PATH_IMAGE020
，则判断为车内有活 体，否则，判断为车内没有活体。
本发明实施例的滤波器系数
Figure 204630DEST_PATH_IMAGE022
通过以下方式获得：
在慢时间维提取理想环境中胸腔起伏引起的雷达回波相位信息
Figure 983230DEST_PATH_IMAGE023
。具体的， 该相位信息
Figure 663741DEST_PATH_IMAGE065
的提取方式与上述相位信息
Figure 185989DEST_PATH_IMAGE066
相同，上述理想环境可以是摆放有 用于模拟活体呼吸的活体模型的雷达暗室。
利用采集的相位信息
Figure 166715DEST_PATH_IMAGE023
计算匹配滤波器系数
Figure 116216DEST_PATH_IMAGE024
，
Figure 80761DEST_PATH_IMAGE025
其中，
Figure 734596DEST_PATH_IMAGE027
表示
Figure 163304DEST_PATH_IMAGE028
的翻转，
Figure 359405DEST_PATH_IMAGE067
为对
Figure 998197DEST_PATH_IMAGE068
取共轭运算，
Figure 127827DEST_PATH_IMAGE006
为均值运算，
Figure 20828DEST_PATH_IMAGE031
为幅度归一化系数，其可表示为：
Figure 905607DEST_PATH_IMAGE032
其中，
Figure 641482DEST_PATH_IMAGE069
为取最大值函数，
Figure 919011DEST_PATH_IMAGE008
为取模运算。
本发明实施例的阈值
Figure 322310DEST_PATH_IMAGE070
优选通过以下方式获得：
设定可以接受的虚警率
Figure 174729DEST_PATH_IMAGE034
，采集各种场景下的大量数据，求取各个场景下的相关 性谱函数极大值
Figure 210949DEST_PATH_IMAGE019
的集合Y，对集合Y求分布，根据的集合Y分布找出虚警率为
Figure 682381DEST_PATH_IMAGE034
的值 设为阈值
Figure 64821DEST_PATH_IMAGE020
。
基于以上实施例，本领域技术人员可以理解，本发明还提供了一种利用相位匹配的车内活体检测设备，包括雷达模块1、相位信息采样模块2、相位信息处理模块3、匹配模块4、计算模块5和判别模块6。
其中，雷达模块1用以向车内发出探测信号，并接收回波信号。雷达模块为毫米波雷达模块或超声波雷达模块。
相位信息采样模块2用以对选取的检测区域中雷达慢时间维的相位信息进行采 样，得到雷达回波慢时间维的相位信息
Figure 45065DEST_PATH_IMAGE035
。在慢时间维提取的人体胸腔起伏引起人体 不同部位运动导致的相位变化，人体不同部位雷达上反映在距离上，因此将这种随“距离- 慢时间”周期变化的相位记为
Figure 755532DEST_PATH_IMAGE062
。
相位信息处理模块3用以对慢时间维的相位信息
Figure 889710DEST_PATH_IMAGE035
进行幅度归一化处理，得 到幅度归一化相位信息
Figure 815072DEST_PATH_IMAGE036
，
Figure 884659DEST_PATH_IMAGE071
其中，
Figure 207056DEST_PATH_IMAGE006
为均值运算，
Figure 20292DEST_PATH_IMAGE038
为取最大值函数，
Figure 65739DEST_PATH_IMAGE039
为取模运算。
匹配模块4用以利用预设的滤波器系数
Figure 165282DEST_PATH_IMAGE013
和幅度归一化相位信息
Figure 115921DEST_PATH_IMAGE003
进行匹配滤波，得到相关性谱函数
Figure 342634DEST_PATH_IMAGE072
，
Figure 163959DEST_PATH_IMAGE063
其中，
Figure 637666DEST_PATH_IMAGE012
表示
Figure 416879DEST_PATH_IMAGE003
与
Figure 571916DEST_PATH_IMAGE013
在时间维进行卷积运算，
Figure 637961DEST_PATH_IMAGE014
为 雷达一帧数据的慢时间。
计算模块5用以对相关性谱函数
Figure 220252DEST_PATH_IMAGE015
在慢时间T内取最大值，得到
Figure 489691DEST_PATH_IMAGE016
，
Figure 510736DEST_PATH_IMAGE064
其中，
Figure 306654DEST_PATH_IMAGE018
为在慢时间T内取最大值。可参见图3，图3中最上侧的线为车内有活 体的场景下得到的
Figure 200792DEST_PATH_IMAGE019
随时间变化线，图3中位于中间的线为车内没有活体但车内有 物体晃动场景下得到的
Figure 410056DEST_PATH_IMAGE016
随时间变化线，图3中最下侧的线为车内没有活体车辆自 身晃动场景下得到的
Figure 906897DEST_PATH_IMAGE016
随时间变化线，可以看出，在车内有活体时，得到的
Figure 635950DEST_PATH_IMAGE044
随时间变化线远高于晃动场景下得到的
Figure 419098DEST_PATH_IMAGE016
随时间变化线，从而可对车内是否有活体 精准检测，将车内物品晃动引起的误警率降低。
判别模块6用以将
Figure 919919DEST_PATH_IMAGE044
与设定的阈值
Figure 95816DEST_PATH_IMAGE020
进行比较，若
Figure 928643DEST_PATH_IMAGE016
大于
Figure 23638DEST_PATH_IMAGE020
，则 判断为车内有活体，否则，判断为车内没有活体。
本发明实施例的滤波器系数
Figure 754965DEST_PATH_IMAGE009
通过以下方式获得：
在慢时间维提取理想环境中胸腔起伏引起的雷达回波相位信息
Figure 593608DEST_PATH_IMAGE045
。具体的， 该相位信息
Figure 812099DEST_PATH_IMAGE073
的提取方式与上述相位信息
Figure 156624DEST_PATH_IMAGE074
相同，上述理想环境可以是摆放有 用于模拟活体呼吸的活体模型的雷达暗室。
利用采集的相位信息
Figure 624515DEST_PATH_IMAGE023
计算匹配滤波器系数
Figure 1269DEST_PATH_IMAGE024
，
Figure 353229DEST_PATH_IMAGE025
其中，
Figure 117922DEST_PATH_IMAGE027
表示
Figure 682896DEST_PATH_IMAGE028
的翻转，
Figure 4287DEST_PATH_IMAGE067
为对
Figure 603896DEST_PATH_IMAGE068
取共轭运算，
Figure 539491DEST_PATH_IMAGE006
为均值运算，
Figure 467126DEST_PATH_IMAGE031
为幅度归一化系数，其可表示为：
Figure DEST_PATH_IMAGE075
其中，
Figure 44738DEST_PATH_IMAGE069
为取最大值函数，
Figure 577482DEST_PATH_IMAGE008
为取模运算。
本发明实施例的阈值
Figure 356082DEST_PATH_IMAGE020
优选通过以下方式获得：
设定可以接受的虚警率
Figure 754702DEST_PATH_IMAGE034
，采集各种场景下的大量数据，求取各个场景下的相关 性谱函数极大值
Figure 542530DEST_PATH_IMAGE019
的集合Y，对集合Y求分布，根据的集合Y分布找出虚警率为
Figure 729447DEST_PATH_IMAGE034
的值 设为阈值
Figure 6845DEST_PATH_IMAGE020
。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，其它未具体描述的部分，属于现有技术或公知常识。在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种利用相位匹配的车内活体检测方法，其特征在于，包括：
向车内发出雷达探测信号，并接收回波信号；
对选取的检测区域中雷达慢时间维的相位信息进行采样，得到雷达回波慢时间维的相 位信息
Figure 816980DEST_PATH_IMAGE001
；
对慢时间维的相位信息
Figure 865707DEST_PATH_IMAGE002
进行幅度归一化处理，得到幅度归一化相位信息
Figure 234372DEST_PATH_IMAGE003
，
Figure 144690DEST_PATH_IMAGE004
其中，
Figure 649621DEST_PATH_IMAGE005
为均值运算，
Figure 134829DEST_PATH_IMAGE006
为取最大值函数，
Figure 725210DEST_PATH_IMAGE007
为取模运算；
利用预设的滤波器系数
Figure 439219DEST_PATH_IMAGE008
和幅度归一化相位信息
Figure 64236DEST_PATH_IMAGE009
进行匹配滤波，得到相 关性谱函数
Figure 658028DEST_PATH_IMAGE010
，
Figure 611072DEST_PATH_IMAGE011
其中，
Figure 987826DEST_PATH_IMAGE012
表示
Figure 591983DEST_PATH_IMAGE009
与
Figure 294360DEST_PATH_IMAGE013
在时间维进行卷积运算，
Figure 731770DEST_PATH_IMAGE014
为雷达一 帧数据的慢时间，
Figure 912215DEST_PATH_IMAGE015
为雷达距离目标的距离；
对相关性谱函数
Figure 636458DEST_PATH_IMAGE016
在慢时间T内取最大值，得到
Figure 244157DEST_PATH_IMAGE017
，
Figure 906213DEST_PATH_IMAGE018
其中，
Figure 218246DEST_PATH_IMAGE019
为在慢时间T内取最大值；
将
Figure 937940DEST_PATH_IMAGE020
与设定的阈值
Figure 60748DEST_PATH_IMAGE021
进行比较，若
Figure 459369DEST_PATH_IMAGE017
大于
Figure 60245DEST_PATH_IMAGE021
，则判断为车内有活体， 否则，判断为车内没有活体。
2.根据权利要求1所述的利用相位匹配的车内活体检测方法，其特征在于，所述滤波器 系数
Figure 368867DEST_PATH_IMAGE022
通过以下方式获得：
在慢时间维提取理想环境中胸腔起伏引起的雷达回波相位信息
Figure 443002DEST_PATH_IMAGE023
；
利用采集的相位信息
Figure 469864DEST_PATH_IMAGE024
计算匹配滤波器系数
Figure 674099DEST_PATH_IMAGE013
，
Figure 102806DEST_PATH_IMAGE025
其中，
Figure 347843DEST_PATH_IMAGE026
表示
Figure 675050DEST_PATH_IMAGE027
的翻转，
Figure 539101DEST_PATH_IMAGE028
为对
Figure 946948DEST_PATH_IMAGE029
取共轭运算，
Figure 503832DEST_PATH_IMAGE005
为均值运算，
Figure 115073DEST_PATH_IMAGE030
为 幅度归一化系数，其可表示为：
Figure 110711DEST_PATH_IMAGE031
其中，
Figure 248431DEST_PATH_IMAGE032
为取最大值函数，
Figure 586002DEST_PATH_IMAGE033
为取模运算。
3.根据权利要求2所述的利用相位匹配的车内活体检测方法，其特征在于，所述理想环境为摆放有用于模拟活体呼吸的活体模型的雷达暗室。
4.根据权利要求1所述的利用相位匹配的车内活体检测方法，其特征在于，所述阈值
Figure 809173DEST_PATH_IMAGE021
通过以下方式获得：
设定可以接受的虚警率
Figure 405240DEST_PATH_IMAGE034
，采集各种场景下的大量数据，求取各个场景下的相关性谱 函数极大值
Figure 663046DEST_PATH_IMAGE020
的集合Y，对集合Y求分布，根据的集合Y分布找出虚警率为
Figure 168589DEST_PATH_IMAGE034
的值设为 阈值
Figure 206952DEST_PATH_IMAGE021
。
5.根据权利要求1所述的利用相位匹配的车内活体检测方法，其特征在于，所述雷达探测信号为毫米波雷达探测信号或超声波雷达探测信号。
6.一种利用相位匹配的车内活体检测设备，其特征在于，包括：
雷达模块，用以向车内发出探测信号，并接收回波信号；
相位信息采样模块，用以对选取的检测区域中雷达慢时间维的相位信息进行采样，得 到雷达回波慢时间维的相位信息
Figure 216496DEST_PATH_IMAGE035
；
相位信息处理模块，用以对慢时间维的相位信息
Figure 938596DEST_PATH_IMAGE036
进行幅度归一化处理，得到幅 度归一化相位信息
Figure 8183DEST_PATH_IMAGE037
，
Figure 330580DEST_PATH_IMAGE038
其中，
Figure 222444DEST_PATH_IMAGE005
为均值运算，
Figure 923684DEST_PATH_IMAGE006
为取最大值函数，
Figure 288806DEST_PATH_IMAGE007
为取模运算；
匹配模块，用以利用预设的滤波器系数
Figure 973865DEST_PATH_IMAGE013
和幅度归一化相位信息
Figure 200578DEST_PATH_IMAGE003
进行匹 配滤波，得到相关性谱函数
Figure 21904DEST_PATH_IMAGE039
，
Figure 557927DEST_PATH_IMAGE040
其中，
Figure 534543DEST_PATH_IMAGE041
表示
Figure 689581DEST_PATH_IMAGE003
与
Figure 490046DEST_PATH_IMAGE013
在时间维进行卷积运算，
Figure 72338DEST_PATH_IMAGE014
为雷达一 帧数据的慢时间，
Figure 341776DEST_PATH_IMAGE015
为雷达距离目标的距离；
计算模块，用以对相关性谱函数
Figure 34925DEST_PATH_IMAGE016
在慢时间T内取最大值，得到
Figure 221056DEST_PATH_IMAGE017
，
Figure 708669DEST_PATH_IMAGE042
其中，
Figure 465404DEST_PATH_IMAGE019
为在慢时间T内取最大值；
判别模块，用以将
Figure 962244DEST_PATH_IMAGE043
与设定的阈值
Figure 737302DEST_PATH_IMAGE021
进行比较，若
Figure 740024DEST_PATH_IMAGE017
大于
Figure 843110DEST_PATH_IMAGE021
，则判断 为车内有活体，否则，判断为车内没有活体。
7.根据权利要求6所述的利用相位匹配的车内活体检测设备，其特征在于，所述滤波器 系数
Figure 2696DEST_PATH_IMAGE022
通过以下方式获得：
在慢时间维提取理想环境中胸腔起伏引起的雷达回波相位信息
Figure 773205DEST_PATH_IMAGE023
；
利用采集的相位信息
Figure 6216DEST_PATH_IMAGE023
计算匹配滤波器系数
Figure 596597DEST_PATH_IMAGE013
，
Figure 559874DEST_PATH_IMAGE025
其中，
Figure 184891DEST_PATH_IMAGE026
表示
Figure 326153DEST_PATH_IMAGE027
的翻转，
Figure 731727DEST_PATH_IMAGE028
为对
Figure 108481DEST_PATH_IMAGE029
取共轭运算，
Figure 463371DEST_PATH_IMAGE005
为均值运算，
Figure 900168DEST_PATH_IMAGE030
为 幅度归一化系数，其可表示为：
Figure 589775DEST_PATH_IMAGE031
其中，
Figure 35800DEST_PATH_IMAGE044
为取最大值函数，
Figure 245196DEST_PATH_IMAGE033
为取模运算。
8.根据权利要求7所述的利用相位匹配的车内活体检测设备，其特征在于，所述理想环境为摆放有用于模拟活体呼吸的活体模型的雷达暗室。
9.根据权利要求6所述的利用相位匹配的车内活体检测设备，其特征在于，所述阈值
Figure 852895DEST_PATH_IMAGE021
通过以下方式获得：
设定可以接受的虚警率
Figure 29798DEST_PATH_IMAGE034
，采集各种场景下的大量数据，求取各个场景下的相关性谱 函数极大值
Figure 95493DEST_PATH_IMAGE020
的集合Y，对集合Y求分布，根据的集合Y分布找出虚警率为
Figure 284029DEST_PATH_IMAGE045
的值设为 阈值
Figure 187263DEST_PATH_IMAGE021
。
10.根据权利要求6所述的利用相位匹配的车内活体检测设备，其特征在于，所述雷达模块为毫米波雷达模块或超声波雷达模块。
CN202210433145.5A 2022-04-24 2022-04-24 一种利用相位匹配的车内活体检测方法及设备 Active CN114527463B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210433145.5A CN114527463B (zh) 2022-04-24 2022-04-24 一种利用相位匹配的车内活体检测方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210433145.5A CN114527463B (zh) 2022-04-24 2022-04-24 一种利用相位匹配的车内活体检测方法及设备

Publications (2)

Publication Number Publication Date
CN114527463A CN114527463A (zh) 2022-05-24
CN114527463B true CN114527463B (zh) 2022-08-12

Family

ID=81627938

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210433145.5A Active CN114527463B (zh) 2022-04-24 2022-04-24 一种利用相位匹配的车内活体检测方法及设备

Country Status (1)

Country Link
CN (1) CN114527463B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117031464A (zh) * 2023-07-25 2023-11-10 南京航空航天大学 一种舱内运动活体与动目标干扰区分方法和装置
CN116992266A (zh) * 2023-09-27 2023-11-03 宁波均联智行科技股份有限公司 应用于车辆的活体检测方法及电子设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109875529A (zh) * 2019-01-23 2019-06-14 北京邮电大学 一种基于超宽带雷达的生命体征检测方法及***
CN110361725A (zh) * 2018-04-11 2019-10-22 英飞凌科技股份有限公司 使用毫米波雷达进行人类检测和识别的***和方法
CN113093165A (zh) * 2021-04-14 2021-07-09 苏州矽典微智能科技有限公司 基于毫米波雷达的车内活体检测方法及***
CN113116342A (zh) * 2021-04-26 2021-07-16 上海交通大学 一种基于毫米波雷达的生命信号监测方法
CN113253258A (zh) * 2021-04-26 2021-08-13 南京楚航科技有限公司 一种基于毫米波雷达检测车内活体的方法及装置
CN113440120A (zh) * 2021-06-17 2021-09-28 北京航空航天大学 一种基于毫米波雷达的人员呼吸心跳检测方法
CN113640792A (zh) * 2021-07-06 2021-11-12 南京理工大学 一种基于机器学习的车内生命体毫米波雷达检测方法
CN113854981A (zh) * 2021-09-24 2021-12-31 南京六季光电技术研究院有限公司 一种基于毫米波雷达的运动多人生命体征监测方法
CN114052709A (zh) * 2021-12-02 2022-02-18 中国电子科技南湖研究院 一种稳健的毫米波雷达生命体征测量方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110361725A (zh) * 2018-04-11 2019-10-22 英飞凌科技股份有限公司 使用毫米波雷达进行人类检测和识别的***和方法
CN109875529A (zh) * 2019-01-23 2019-06-14 北京邮电大学 一种基于超宽带雷达的生命体征检测方法及***
CN113093165A (zh) * 2021-04-14 2021-07-09 苏州矽典微智能科技有限公司 基于毫米波雷达的车内活体检测方法及***
CN113116342A (zh) * 2021-04-26 2021-07-16 上海交通大学 一种基于毫米波雷达的生命信号监测方法
CN113253258A (zh) * 2021-04-26 2021-08-13 南京楚航科技有限公司 一种基于毫米波雷达检测车内活体的方法及装置
CN113440120A (zh) * 2021-06-17 2021-09-28 北京航空航天大学 一种基于毫米波雷达的人员呼吸心跳检测方法
CN113640792A (zh) * 2021-07-06 2021-11-12 南京理工大学 一种基于机器学习的车内生命体毫米波雷达检测方法
CN113854981A (zh) * 2021-09-24 2021-12-31 南京六季光电技术研究院有限公司 一种基于毫米波雷达的运动多人生命体征监测方法
CN114052709A (zh) * 2021-12-02 2022-02-18 中国电子科技南湖研究院 一种稳健的毫米波雷达生命体征测量方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Human Vital Signs Detection Methods and Potential Using Radars ：A Review;Mamady Kebe 等;《Sensors》;20200306;全文 *
基于雷达的生命体征检测技术研究;杨玉玲;《中国优秀硕士学位论文全文数据库》;20220315;全文 *
毫米波雷达非接触式生命体征探测方法研究;张桂源;《中国优秀硕士学位论文全文数据库》;20220315;全文 *
车载毫米波雷达中的参数估计算法设计与***实现;李杨;《中国优秀硕士学位论文全文数据库》;20220115;全文 *

Also Published As

Publication number Publication date
CN114527463A (zh) 2022-05-24

Similar Documents

Publication Publication Date Title
CN114527463B (zh) 一种利用相位匹配的车内活体检测方法及设备
US10331964B2 (en) Trunk inventory detector
CN106027865B (zh) 一种车辆触发碰撞报警和记录的装置及其检测方法
CN109532741B (zh) 车内生命体提醒方法、装置及行车记录仪
CN104915649A (zh) 一种应用于人脸识别的活体检测方法
US11479260B1 (en) Systems and methods for proximate event capture
JPH08235484A (ja) 事故時のデータ記録装置
CN113945913A (zh) 一种基于毫米波雷达点云的车内人员检测方法
CN113640792A (zh) 一种基于机器学习的车内生命体毫米波雷达检测方法
CN111950499A (zh) 一种检测车载人员统计信息的方法
CN104751675B (zh) 基于有限新息率理论脉冲信号采样的车位检测方法
CN113554872B (zh) 一种位于交通路口及弯道的检测预警方法及***
CN207809236U (zh) 一种具有夜视目标检测功能的车载超声防撞设备
JP2008515521A (ja) フロー信号を抽出する超音波イメージング方法
EP1447780A1 (en) Method and apparatus for capturing and recording images of surrounding environment of a vehicle
CN116246251A (zh) 一种车底安全检测方法及***
CN111965607A (zh) 一种车载雷达功能失效检测方法、装置及车辆
CN202887456U (zh) 车流量视频检测装置
CN112162250B (zh) 一种基于全fov受限识别的雷达遮挡检测方法及***
CN113971787A (zh) 开放式车厢机动车存在违法载人嫌疑的检测方法及装置
CN108876959B (zh) 一种对来自周围车辆的监控进行预警的行车记录仪及控制方法
Lupinska-Dubicka et al. The conceptual approach of system for automatic vehicle accident detection and searching for life signs of casualties
CN110088763B (zh) 确定可驾驶空间的边界的方法
JP2021071780A (ja) 情報処理装置、情報処理方法及びプログラム
CN112829713B (zh) 一种检测电动汽车内部外部生物探测状况的方法及***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant