CN115315036A - 一种基于亮度调节装置的微波测距***和测距方法 - Google Patents

Abstract

本发明公开了一种基于亮度调节装置的微波测距***和测距方法，通过感应单元检测预设区域内是否有移动物体、红外识别模块识别及判断移动物体是否是人体，当移动物体是人体时，唤醒测距单元；否则，保持休眠状态，***无需实时测距，有效地节约了电能；本发明根据测距结果调节照明的亮度，人体与照明装置的距离越近则亮度越高，由照明亮度直观的获得测距结果，给人们生活带来更多便利。

Description

一种基于亮度调节装置的微波测距***和测距方法

技术领域

本发明涉及测距领域，尤其涉及一种基于亮度调节装置的微波测距***和测距方法。

背景技术

测距***最初主要应用在航天***，一般用于探测卫星、跟踪卫星或其他行星的信息获取，随着生产、生活的发展，测距***逐渐应用到工业现场、资源勘测、建筑工地、倒车提醒和一些智能家居设备中。测距***主要采用的技术有激光测距、电磁波测距和超声波测距，其中，激光测距是利用激光对目标的距离进行准确测定，测量精度高，成本也相对较高，常见的激光测距仪体积较大，普遍应用于金属工业、桥梁建筑、轨道铁路和仓储物流；电磁波测距是利用电磁波作为载波，测定发射波与回波相隔的时间测定距离，测量效率高且性能稳定广泛应用在城市规划中，超声波测距不易受环境干扰，适合远距离测量，多应用在船舶测量领域。

上述的测距***在工作时要持续供电，对于无需实时测距的场景比如，依据人体和设备距离工作的智能家居设备、倒车提醒测距或服务机器人等，在周围没有人体时持续测距作业则会浪费大量的电能；上述测距方法的测量结果显示不够直观，一般需要通过后台计算机或手持的设备查看具体数值而得知，所以，现需要一种耗电量低、测距结果能够直观显示的测距***和方法，能够广泛应用在人们的生产、生活中，实现节能减排、降低成本、提高生活质量。

发明内容

本发明的目的在于提供一种基于亮度调节装置的微波测距***和测距方法能够解决现有照明***中能源浪费和测距结果显示不直观的问题。

一种亮度调节装置，包括：电源模块、检测模块、控制模块和信号输出模块，所述电源模块与所述检测模块、所述控制模块和所述信号输出模块均电连接，所述控制模块分别电连接所述检测模块和所述信号输出模块；

所述电源模块用于为所述检测模块、所述控制模块和所述信号输出模块供电；

所述检测模块用于检测外部环境中物***移产生的感应信号和检测物体与所述亮度调节装置的距离；

所述控制模块用于接收所述检测模块输出的感应信号和距离，并向所述检测模块和所述信号输出模块分别发送测距信号和调节信号，调节其进入对应的工作状态；

所述信号输出模块用于接收所述调节信号，并根据所述调节信号调节亮度。

优选的，所述控制模块包括控制电路和指示电路；

所述控制电路包括微控制芯片和晶振；

所述微控制芯片预设有多个控制引脚，所述微控制芯片的工作电压为2.5—4.8V，工作电流为50—1350uA，工作频率为10.5—10.55GHz，所述微控制芯片通过所述多个控制引脚分别连接所述电源模块、所述检测模块和所述信号输出模块；所述微控制芯片一端通过电容C3接地；

所述晶振通过一个所述控制引脚连接所述微控制芯片，用于为所述微控制芯片提供时钟频率；

所述指示电路包括电阻R1、电阻R2、发光二极管LED1和发光二极管LED2；所述电阻R1和所述电阻R2分别通过所述发光二极管LED1和所述发光二极管LED2连接所述微控制芯片的控制引脚。

优选的，所述电源模块包括电源电路，所述电源电路包括外部电源、降压芯片IC2、稳压芯片IC1、电容C1和电容C2；所述外部电源通过所述降压芯片IC2和所述电容C1连接所述稳压芯片IC1，所述稳压芯片IC1的输出端通过所述电容C2连接所述微控制芯片的控制引脚，所述稳压芯片IC1、所述电容C1和所述电容C2均接地。

优选的，所述信号输出模块包括信号输出电路，所述信号输出电路包括电阻R3、电阻R4、电容C4、发光二极管LED、NPN型三极管Q1和双向触发二极管BT1；所述发光二极管LED通过所述双向触发二极管BT1连接所述电阻R3，所述NPN型三极管Q1的基极通过所述电阻R4连接所述微控制芯片的控制引脚，所述NPN型三极管Q1的集电极连接所述电阻R3，所述NPN型三极管Q1的发射极和所述电容C4均接地；所述NPN型三极管Q1用于输出不同占空比的脉冲调制信号。

优选的，所述检测模块包括感应单元和测距单元；

所述感应单元用于感应预设区域的物***移信息，将对应感应信号发送至所述微控制芯片；

所述测距单元用于接收所述微控制芯片发送的工作信号进入工作状态，继而测量所述物体与所述亮度调节装置的距离，把对应距离发送至所述微控制芯片。

一种微波测距***，包括上述的一种亮度调节装置，还包括红外识别模块、存储模块和照明模块；

所述红外识别模块用于获取及识别预设区域的红外图像，并输出红外识别结果；

所述照明模块依据所述信号输出模块输出的脉冲调制信号显示对应的亮度；

所述存储模块用于存储预设不同距离时脉冲调制信号相应的占空比及所述红外图像对应的红外识别结果。

优选的，所述红外识别模块包括获取子模块和识别子模块；

所述获取子模块用于获取所述预设区域的红外图像并预处理所述红外图像；

所述识别子模块用于分析所述红外图像并输出红外识别结果，判断所述红外图像中的物体是否为人体；如果是人体，则向所述微控制芯片发送第一识别信号；如果不是人体，则向所述微控制芯片发送第二识别信号。

优选的，所述获取子模块包括：

摄像单元，用于采集所述预设区域的红外图像；

特征描述单元，用于基于所述红外图像，进行目标边缘的多边形拟合及归一化处理，提取高曲率的边界点作为目标识别的特征点；

特征提取单元，用于所述红外图像提取归一化处理后的几何特征，所述几何特征包括周长、面积、极距离和、最大顶角和最大极角。

优选的，所述识别子模块通过构建人体识别神经网络模型识别所述预处理的红外图像，包括模型构建单元和模型训练单元；

所述模型构建单元，是基于径向基神经网络模型构建的，所述径向基神经网络模型是一个三层单向网络，设有输入层、隐含层和输出层；所述输入层对应的输入向量选取所述红外图像的几何特征，所述隐含层选取高斯函数对输入向量进行一次非线性变换，所述输出层对应分类模式，即红外图像识别结果；其中，所述输入层和所述隐含层的维数相同设为5，所述输出层的维数设为2；

所述模型训练单元，通过训练样本训练所述人体识别神经网络模型；所述训练样本选取已识别的红外图像；所述训练包括隐含层的训练和输出层的训练。

一种微波测距方法，包括权利上述的一种微波测距***，包括：

S1、实时采集预设区域的感应信号，将所述感应信号发送至微控制芯片；

S2、通过红外识别模块采集所述预设区域的红外图像并识别所述红外图像中的物体，将红外识别结果发送至所述微控制芯片；

S3、基于所述红外识别结果，测量所述物体与亮度调节装置的距离，将对应的距离发送至所述微控制芯片；

S4、信号输出模块依据不同的距离调节照明模块的亮度。

优选的，所述S1包括：

S11、当所述感应信号表示所述物体远离时，则所述微控制芯片向电源模块发送控制信号使所述红外识别模块下电进入休眠状态；

S12、当所述感应信号表示所述物体靠近时，则所述微控制芯片向所述电源模块发送控制信号使所述红外识别模块上电进入工作状态。

优选的，所述S3包括：

S311、当所述红外识别结果是人体时，则控制模块向所述电源模块发送控制信号使测距单元、所述信号输出模块和所述照明模块上电进入工作状态；

S312、所述微控制芯片依据所述距离向所述信号输出模块发送亮度调节信号，使其输出对应的脉冲调制信号；

S313、所述照明模块依据不同占空比的脉冲调制信号显示对应的亮度。

优选的，所述S3还包括：

S32、当所述红外识别结果是非人体时，则所述控制模块向所述电源模块发送控制信号使所述红外识别模块、所述测距单元、所述信号输出模块和所述照明模块下电进入休眠状态。

优选的，所述S312包括：

当所述距离在第一预设距离范围内时，所述脉冲调制信号的占空比为30％；

当所述距离在第二预设距离范围内时，所述脉冲调制信号的占空比为50％；

当所述距离在第三预设距离范围内时，所述脉冲调制信号的占空比为100％。

优选的，所述S2中采集和识别所述红外图像包括：

对所述红外图像进行特征描述处理；

对所述特征描述进行特征提取处理；

获取已识别的红外图像作为训练样本，构建并训练人体识别神经网络模型；

根据当前特征提取处理的数据，通过训练好的所述人体识别神经网络模型得出红外识别结果。

优选的，构建所述人体识别神经网络模型，包括：

提取所述训练样本中红外图像的几何特征作为训练阶段的输入值，选定对应的识别结果作为训练阶段的输出值；

构建径向基神经网络模型包括：

输入层表示为

I_i＝X_i i＝1,2,…,I

，式中I取5；

隐含层的高斯函数，表示为

，式中Z_i是第i个神经元的中心矢量，σ_i是第i个神经元的形状参数；

输出层是对隐含层进行线性组合，即所述人体识别神经网络模型的输出为

，式中W_ik为隐含层和输出层之间的连接权值，式中J取2；

训练所述人体识别神经网络模型包括：

训练隐含层，采用K-均值聚类法确定隐含层节点的中心矢量，通过中心矢量Z_i和训练模式X计算形状参数

，式中ζ_i是邻近集群的中心Z_i的训练模式集，P_i是Z_i的模式个数；

训练输出层，采用最陡下降法得出隐含层与输出层之间的连接权值的学习公式为：

W_ik(t+1)＝W_ik(t)-ηδ_kh_i

，式中δ_k是第k个模式的输出误差，即δ_k＝f_k(X)-F_k(W,X)，f_k(X)是第k个模式的期望输出。

上述技术方案具有如下优点或有益效果：

本发明通过检测模块对预设区域的信息感知和探测，以及通过调节检测模块和信号输出模块的工作状态，在有测距需求时唤醒对应的测距单元和照明装置，无需实时测距，降低了测距***的能耗；本发明通过感应单元获取到预设区域的感应信号判断是否有移动的物体，识别移动的物体是否是人体，测距前多重校验，提高了唤醒精度，减少了由于误唤醒而产生的能源浪费，有利于环境保护；依据人体与亮度调节装置的距离不同，使信号输出模块输出不同占空比的脉冲调制信号调节照明亮度，其中，照明亮度与预设距离范围一一对应，实现直观的显示测距结果，适用于智能家居、机器人、汽车等领域，给人们生活带来许多便利。

附图说明

图1是本发明的一种亮度调节装置的结构示意图；

图2是本发明的电源模块的电路示意图；

图3是本发明的控制模块的电路示意图；

图4是本发明的信号输出模块的电路示意图；

图5是本发明的一种亮度调节装置的电路示意图；

图6是本发明的一种微波测距***的结构示意图；

图7是本发明的一种微波测距方法的流程示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。

结合图1—图7所示，一种亮度调节装置1，包括：电源模块10、检测模块11、控制模块12和信号输出模块13，所述电源模块10与所述检测模块11、所述控制模块12和所述信号输出模块13均电连接，所述控制模块12分别电连接所述检测模块11和所述信号输出模块13；

所述电源模块10用于为所述检测模块11、所述控制模块12和所述信号输出模块13供电；

所述检测模块11用于检测外部环境中物***移产生的感应信号和检测物体与所述亮度调节装置1的距离；

所述控制模块12用于接收所述检测模块11输出的感应信号和距离，并向所述检测模块11和所述信号输出模块13分别发送测距信号和调节信号，调节其进入对应的工作状态；

所述信号输出模块13用于接收所述调节信号，并根据所述调节信号调节亮度。

进一步地，所述控制模块12包括控制电路和指示电路；

所述控制电路包括微控制芯片和晶振；

所述微控制芯片预设有多个控制引脚，所述微控制芯片的工作电压为2.5—4.8V，工作电流为50—1350uA，工作频率为10.5—10.55GHz，所述微控制芯片通过所述多个控制引脚分别连接所述电源模块10、所述检测模块11和所述信号输出模块13；所述微控制芯片一端通过电容C3接地；

所述晶振通过一个所述控制引脚连接所述微控制芯片，用于为所述微控制芯片提供时钟频率；

所述指示电路包括电阻R1、电阻R2、发光二极管LED1和发光二极管LED2；所述电阻R1和所述电阻R2分别通过所述发光二极管LED1和所述发光二极管LED2连接所述微控制芯片的控制引脚。

优选的，所述微控制芯片采用成熟CMOS工艺，充分利用数模混合技术，在单一芯片上同时集成了微波收发信机、雷达中频放大电路及信号处理器等，是一颗全集成SOC，与传统雷达感应模块相比具有良好一致性和超高性价比；芯片默认工作在10.5GHz—10.55GHz频段，频率灵活可配，由于片上集成自适应校准算法，可有效解决各类干扰问题，大大提高了传感器的可靠性与实用性；所述微控制芯片集成LDO并采用超低功耗架构，由于功耗低且支持宽压，因此供电方案上直接采用电池供电并保持长时间待机；芯片内部集成信号处理器，可直接输出感应控制信号，***搭配少量元器件即形成完整的微波雷达感应传感器。

工作原理：芯片内部产生微波信号经放大后通过天线辐射出去，信号在空中遇到物体发生反射，当物体处于运动状态时，反射信号和发射信号间存在一定频率差，即多普勒效应，将接收到的反射信号和发射信号混频，可得到相应中频信号，分析该中频信号能反推出物体运动信息，从而实现传感功能。

进一步地，所述电源模块10包括电源电路，所述电源电路包括外部电源、降压芯片IC2、稳压芯片IC1、电容C1和电容C2；所述外部电源通过所述降压芯片IC2和所述电容C1连接所述稳压芯片IC1，所述稳压芯片IC1的输出端通过所述电容C2连接所述微控制芯片的控制引脚，所述稳压芯片IC1、所述电容C1和所述电容C2均接地。

进一步地，所述信号输出模块13包括信号输出电路，所述信号输出电路包括电阻R3、电阻R4、电容C4、发光二极管LED、NPN型三极管Q1和双向触发二极管BT1；所述发光二极管LED通过所述双向触发二极管BT1连接所述电阻R3，所述NPN型三极管Q1的基极通过所述电阻R4连接所述微控制芯片的控制引脚，所述NPN型三极管Q1的集电极连接所述电阻R3，所述NPN型三极管Q1的发射极和所述电容C4均接地；所述NPN型三极管Q1用于输出不同占空比的脉冲调制信号。

进一步地，所述检测模块11包括感应单元111和测距单元112；

所述感应单元111用于感应预设区域的物***移信息，将对应感应信号发送至所述微控制芯片；

所述测距单元112用于接收所述微控制芯片发送的工作信号进入工作状态，继而测量所述物体与所述亮度调节装置1的距离，把对应距离发送至所述微控制芯片。

一种微波测距***，包括上述的一种亮度调节装置1，还包括红外识别模块2、存储模块3和照明模块4；

所述红外识别模块2用于获取及识别预设区域的红外图像，并输出红外识别结果；

所述照明模块4依据所述信号输出模块13输出的脉冲调制信号显示对应的亮度；

所述存储模块3用于存储预设不同距离时脉冲调制信号相应的占空比及所述红外图像对应的红外识别结果。

优选的，所述照明模块4包括但不限于家居中的照明设备、工厂中的照明设备或公共场所的照明设备，常用的灯具根据光源的不同可以选择节能灯、白炽灯、日光灯或LED灯等。

进一步地，所述红外识别模块2包括获取子模块21和识别子模块22；

所述获取子模块21用于获取所述预设区域的红外图像并预处理所述红外图像；

所述识别子模块22用于分析所述红外图像并输出红外识别结果，判断所述红外图像中的物体是否为人体；如果是人体，则向所述微控制芯片发送第一识别信号；如果不是人体，则向所述微控制芯片发送第二识别信号。

进一步地，所述获取子模块21包括：

摄像单元211，用于所述采集预设区域的红外图像；

特征描述单元212，用于基于所述红外图像，进行目标边缘的多边形拟合及归一化处理，提取高曲率的边界点作为目标识别的特征点；

特征提取单元213，用于所述红外图像提取归一化处理后的几何特征，所述几何特征包括周长、面积、极距离和、最大顶角和最大极角。

优选的，所述摄像单元211可采用具有拍照功能的电子设备，包括但不限于摄像机、照相机、手机和电脑；所述特征描述单元212和所述特征提取单元213可采用带有计算和存储功能的设备。

进一步地，所述识别子模块22通过构建人体识别神经网络模型识别所述预处理的红外图像，包括模型构建单元221和模型训练单元222；

所述模型构建单元221，是基于径向基神经网络模型构建的，所述径向基神经网络模型是一个三层单向网络，设有输入层、隐含层和输出层；所述输入层对应的输入向量选取所述红外图像的几何特征，所述隐含层选取高斯函数对输入向量进行一次非线性变换，所述输出层对应分类模式，即红外图像识别结果；其中，所述输入层和所述隐含层的维数相同设为5，所述输出层的维数设为2；

所述模型训练单元222，通过训练样本训练所述人体识别神经网络模型；所述训练样本选取已识别的红外图像；所述训练包括隐含层的训练和输出层的训练。

优选的，可以选择150个为人体的红外图像样本集和150个为非人体的红外图像样本集作为训练样本，训练的样本数量越多，所述模型识别的精度也越高。

一种微波测距方法，包括权利上述的一种微波测距***，包括：

S1、实时采集预设区域的感应信号，将所述感应信号发送至微控制芯片；

S2、通过红外识别模块采集所述预设区域的红外图像并识别所述红外图像中的物体，将红外识别结果发送至所述微控制芯片；

S3、基于所述红外识别结果，测量所述物体与亮度调节装置的距离，将对应的距离发送至所述微控制芯片；

S4、信号输出模块依据不同的距离调节照明模块的亮度。

进一步地，所述S1包括：

S11、当所述感应信号表示所述物体远离时，则所述微控制芯片向电源模块发送控制信号使所述红外识别模块下电进入休眠状态；

S12、当所述感应信号表示所述物体靠近时，则所述微控制芯片向所述电源模块发送控制信号使所述红外识别模块上电进入工作状态。

优选的，当未感应到所述预设区域有物体时，红外识别模块、信号输出模块和照明模块均保持休眠状态，节约了电能。

进一步地，所述S3包括：

S311、当所述红外识别结果是人体时，则控制模块向所述电源模块发送控制信号使测距单元、所述信号输出模块和所述照明模块上电进入工作状态；

S312、所述微控制芯片依据所述距离向所述信号输出模块发送亮度调节信号，使其输出对应的脉冲调制信号；

S313、所述照明模块依据不同占空比的脉冲调制信号显示对应的亮度。

进一步地，所述S3还包括：

S32、当所述红外识别结果是非人体时，则所述控制模块向所述电源模块发送控制信号使所述红外识别模块、所述测距单元、所述信号输出模块和所述照明模块下电进入休眠状态。

进一步地，所述S312包括：

当所述距离在第一预设距离范围内时，所述脉冲调制信号的占空比为30％；

当所述距离在第二预设距离范围内时，所述脉冲调制信号的占空比为50％；

当所述距离在第三预设距离范围内时，所述脉冲调制信号的占空比为100％。

优选的，所述第一、第二和第三预设距离范围可以分别设定为3-6米、6-8米和8-10米。

进一步地，所述S2中采集和识别所述红外图像包括：

对所述红外图像进行特征描述处理；

对所述特征描述进行特征提取处理；

获取已识别的红外图像作为训练样本，构建并训练人体识别神经网络模型；

根据当前特征提取处理的数据，通过训练好的所述人体识别神经网络模型得出红外识别结果。

优选的，在一种实施方式中，对获取到的红外图像进行图像分割、边界提取及边缘跟踪后，得到有序的目标边界点集，记为

P＝{p_i＝(x_i,y_i),i＝1,2,…,M}

，式中M为边界点集的像素数目，p₁和p_M分别表示边界的起点和终点。所述红外图像特征描述处理，为采用局部大曲率检测法进行目标边缘多边形拟合，包括：

步骤a、设起点p₁为拟合多边形的第一个顶点，p_m＝p₁，p_n＝p_m+2＝p₃，在p_m和p_n间连直线段；

步骤b、对于边界集内的点p_k(m<k<n)，计算p_k与所述直线段的欧氏距离d(m,n,k)，如果所有的d(m,n,k)均在预设阈值内，则转向步骤d；否则转向步骤c；

步骤c、取距离最大的点p_i设为多边形的新顶点，设p_m＝p_i，p_n＝p_i+2，在p_m和p_n间连直线段，重复步骤b；

步骤4、设n＝n+1，如果n<M，则转向步骤b；否则，结束计算。

通过上述运算可得到多边形顶点的有序点集F＝{f₁,f₂,…,f_N}，其中预设阈值可根据精度要求设定，可取2.0-3.0。

优选的，所述归一化处理包括：设目标图形中心的坐标为f_c(x_c，y_c)，则有

，式中M为边界点集的像素数目，归一化因子表示为

，式中N为多边形的顶点数，归一化后多边形的顶点f′_i(x′_i，y′_i)与原多边形顶点的f_i(x_i，y_i)对应关系为

x′_i＝(x′_i，x_c)/D，y′_i＝(y_i，y_c)/D i＝1，2，...，N

，式中N为多边形的顶点数。

可选的，所述特征提取处理为提取几何特征包括周长、面积、极距离和、最大顶角和最大极角；

其中，所述周长的定义为

，式中L_i为特征f′_i与f′_i+1之间的欧氏距离；

所述面积的定义，若由特征点f′_i、f′_i+1和目标形心f_c围成的封闭区域的面积为

，则多边形的面积为

所述极距离为目标形心到各顶点的欧氏距离之和，定义为

，式中r_i为特征点f′_i与形心f_c之间的距离；

所述最大顶角的定义，设θ_i为矢量

与

之间的夹角，则θ_i的余弦为

，式中

则多边形的最大顶角为

A＝max(θ_i)＝max(cos^-1(θ_i))i＝1，2，...，N；

所述最大极角的定义，设φ_i为矢量

与

之间的夹角，则φ_i的余弦为

，式中

则多边形的最大极角为

B＝max(φ_i)＝max(cos^-1(φ_i))i＝1，2，...，N

优选的，由上述的几何特征向量组成特征空间X＝{x₁，x₂，x₃，x₄，x₅}＝{L，S，R，A，B}。

进一步地，构建所述人体识别神经网络模型，包括：

提取所述训练样本中红外图像的几何特征作为训练阶段的输入值，选定对应的识别结果作为训练阶段的输出值；

构建径向基神经网络模型包括：

输入层表示为

I_i＝X_i i＝1,2,…,I

，式中I取5，对应周长、面积、极距离和、最大顶角和最大极角五个几个特征值；

隐含层的高斯函数，表示为

，式中Z_i是第i个神经元的中心矢量，σ_i是第i个神经元的形状参数；

输出层是对隐含层进行线性组合，即所述人体识别神经网络模型的输出为

，式中W_ik为隐含层和输出层之间的连接权值，式中J取2，对应人体和非人体两类识别结果；

训练所述人体识别神经网络模型包括：

训练隐含层，采用K-均值聚类法确定隐含层节点的中心矢量，通过中心矢量Z_i和输入样本X计算形状参数

，式中ζ_i是邻近集群的中心Z_i的训练模式集，P_i是Z_i的模式个数；

训练输出层，采用最陡下降法得出隐含层与输出层之间的连接权值的学习公式为：

W_ik(t+1)＝W_ik(t)-ηδ_kh_i

，式中δ_k是第k个模式的输出误差，即δ_k＝f_k(X)-F_k(W,X)，f_k(X)是第k个模式的期望输出。

一种电子设备，包括：存储器以及一个或多个处理器；

其中，所述存储器与所述一个或多个处理器通信连接，所述存储器中存储有可被所述一个或多个处理器执行的指令，所述指令被所述一个或多个处理器执行时，所述电子设备用于实现如以上任一项所述的微波测距方法。

具体地，处理器和存储器可以通过总线或者其他方式连接，以通过总线连接为例。处理器可以为中央处理器(Central Processing Unit，CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。

存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块。处理器通过运行存储在存储器中的非暂态软件程序/指令以及功能模块，从而执行处理器的各种功能应用以及数据处理。

存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络(比如通过通信接口)连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

一种计算机可读存储介质，其上存储有计算机可执行指令，当所述计算机可执行指令被计算装置执行时，可用来实现如以上任一项所述的微波测距方法。

前述的计算机可读取存储介质包括以存储如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方式或技术来实现的物理易失性和非易失性、可移动和不可移动介质。计算机可读取存储介质具体包括，但不限于，U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、可擦除可编程只读存储器(EPROM)、电可擦可编程只读存储器(EEPROM)、闪存或其他固态存储器技术、CD-ROM、数字多功能盘(DVD)、HD-DVD、蓝光(Blue-Ray)或其他光存储设备、磁带、磁盘存储或其他磁性存储设备、或能用于存储所需信息且可以由计算机访问的任何其他介质。

尽管此处所述的主题是在结合操作***和应用程序在计算机***上的执行而执行的一般上下文中提供的，但本领域技术人员可以认识到，还可结合其他类型的程序模块来执行其他实现。一般而言，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、组件、数据结构和其他类型的结构。本领域技术人员可以理解，此处所述的本主题可以使用其他计算机***配置来实践，包括手持式设备、多处理器***、基于微处理器或可编程消费电子产品、小型计算机、大型计算机等，也可使用在其中任务由通过通信网络连接的远程处理设备执行的分布式计算环境中。在分布式计算环境中，程序模块可位于本地和远程存储器存储设备的两者中。

本领域普通技术人员可以意识到，结合本文中所本申请的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对原有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。

综上所述，本发明的微波测距***利用微波感应预设区域的环境信息，当存在移动的物体时，唤醒红外识别模块识别移动的物体是否是人体，确定是人体后唤醒测距单元进行人与亮度调节装置的距离测量；此微波测距***无需实时对周围物体进行测距，减少了不必要的电能消耗，降低了成本，微波感应和人体识别也提高了识别需要测量目标的准确度；本发明依据测距结果调节照明的亮度，能够直观的获取测距结果，应用汽车或相关设备中可以起到精准的提示作用。

以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

在本发明的描述中，需要理解的是，术语“上”、“下”、“前”“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

Claims (16)

1.一种亮度调节装置，其特征在于，包括：电源模块、检测模块、控制模块和信号输出模块，所述电源模块与所述检测模块、所述控制模块和所述信号输出模块均电连接，所述控制模块分别电连接所述检测模块和所述信号输出模块；

所述电源模块用于为所述检测模块、所述控制模块和所述信号输出模块供电；

所述检测模块用于检测外部环境中物***移产生的感应信号和检测物体与所述亮度调节装置的距离；

所述控制模块用于接收所述检测模块输出的感应信号和距离，并向所述检测模块和所述信号输出模块分别发送测距信号和调节信号，调节其进入对应的工作状态；

所述信号输出模块用于接收所述调节信号，并根据所述调节信号调节亮度。

2.根据权利要求1所述的一种亮度调节装置，其特征在于，所述控制模块包括控制电路和指示电路；

所述控制电路包括微控制芯片和晶振；

所述微控制芯片预设有多个控制引脚，所述微控制芯片的工作电压为2.5—4.8V，工作电流为50—1350uA，工作频率为10.5—10.55GHz，所述微控制芯片通过所述多个控制引脚分别连接所述电源模块、所述检测模块和所述信号输出模块；所述微控制芯片一端通过电容C3接地；

所述晶振通过一个所述控制引脚连接所述微控制芯片，用于为所述微控制芯片提供时钟频率；

所述指示电路包括电阻R1、电阻R2、发光二极管LED1和发光二极管LED2；所述电阻R1和所述电阻R2分别通过所述发光二极管LED1和所述发光二极管LED2连接所述微控制芯片的控制引脚。

3.根据权利要求2所述的一种亮度调节装置，其特征在于，所述电源模块包括电源电路，所述电源电路包括外部电源、降压芯片IC2、稳压芯片IC1、电容C1和电容C2；所述外部电源通过所述降压芯片IC2和所述电容C1连接所述稳压芯片IC1，所述稳压芯片IC1的输出端通过所述电容C2连接所述微控制芯片的控制引脚，所述稳压芯片IC1、所述电容C1和所述电容C2均接地。

4.根据权利要求2所述的一种亮度调节装置，其特征在于，所述信号输出模块包括信号输出电路，所述信号输出电路包括电阻R3、电阻R4、电容C4、发光二极管LED、NPN型三极管Q1和双向触发二极管BT1；所述发光二极管LED通过所述双向触发二极管BT1连接所述电阻R3，所述NPN型三极管Q1的基极通过所述电阻R4连接所述微控制芯片的控制引脚，所述NPN型三极管Q1的集电极连接所述电阻R3，所述NPN型三极管Q1的发射极和所述电容C4均接地；所述NPN型三极管Q1用于输出不同占空比的脉冲调制信号。

5.根据权利要求2所述的一种亮度调节装置，其特征在于，所述检测模块包括感应单元和测距单元；

所述感应单元用于感应预设区域的物***移信息，将对应感应信号发送至所述微控制芯片；

所述测距单元用于接收所述微控制芯片发送的测距信号并进入工作状态，继而测量所述物体与所述亮度调节装置的距离，将对应的距离发送至所述微控制芯片。

6.一种微波测距***，包括权利要求1-5所述的一种亮度调节装置，其特征在于，还包括红外识别模块、存储模块和照明模块；

所述红外识别模块用于获取及识别预设区域的红外图像，并输出红外识别结果；

所述照明模块依据所述信号输出模块输出的脉冲调制信号显示对应的亮度；

所述存储模块用于存储预设不同距离时脉冲调制信号相应的占空比及所述红外图像对应的红外识别结果。

7.根据权利要求6所述的一种微波测距***，其特征在于，所述红外识别模块包括获取子模块和识别子模块；

所述获取子模块用于获取所述预设区域的红外图像并预处理所述红外图像；

所述识别子模块用于分析所述红外图像并输出红外识别结果，判断所述红外图像中的物体是否为人体；如果是人体，则向所述微控制芯片发送第一识别信号；如果不是人体，则向所述微控制芯片发送第二识别信号。

8.根据权利要求7所述的一种微波测距***，其特征在于，所述获取子模块包括：

摄像单元，用于采集所述预设区域的红外图像；

特征描述单元，用于基于所述红外图像，进行目标边缘的多边形拟合及归一化处理，提取高曲率的边界点作为目标识别的特征点；

特征提取单元，用于所述红外图像提取归一化处理后的几何特征，所述几何特征包括周长、面积、极距离和、最大顶角和最大极角。

9.根据权利要求7所述的一种微波测距***，其特征在于，所述识别子模块通过构建人体识别神经网络模型识别所述预处理的红外图像，包括模型构建单元和模型训练单元；

所述模型构建单元，是基于径向基神经网络模型构建的，所述径向基神经网络模型是一个三层单向网络，设有输入层、隐含层和输出层；所述输入层对应的输入向量选取所述红外图像的几何特征，所述隐含层选取高斯函数对输入向量进行一次非线性变换，所述输出层对应分类模式，即红外图像识别结果；其中，所述输入层和所述隐含层的维数相同设为5，所述输出层的维数设为2；

所述模型训练单元，通过训练样本训练所述人体识别神经网络模型；所述训练样本选取已识别的红外图像；所述训练包括隐含层的训练和输出层的训练。

10.一种微波测距方法，包括权利要求6-9所述的一种微波测距***，其特征在于，包括：

S1、实时采集预设区域的感应信号，将所述感应信号发送至微控制芯片；

S2、通过红外识别模块采集所述预设区域的红外图像并识别所述红外图像中的物体，将红外识别结果发送至所述微控制芯片；

S3、基于所述红外识别结果，测量所述物体与亮度调节装置的距离，将对应的距离发送至所述微控制芯片；

S4、信号输出模块依据不同的距离调节照明模块的亮度。

11.根据权利要求10所述的一种微波测距方法，其特征在于，所述S1包括：

S11、当所述感应信号表示所述物体远离时，则所述微控制芯片向电源模块发送控制信号使所述红外识别模块下电进入休眠状态；

S12、当所述感应信号表示所述物体靠近时，则所述微控制芯片向所述电源模块发送控制信号使所述红外识别模块上电进入工作状态。

12.根据权利要求10所述的一种微波测距方法，其特征在于，所述S3包括：

S311、当所述红外识别结果是人体时，则控制模块向所述电源模块发送控制信号使测距单元、所述信号输出模块和所述照明模块上电进入工作状态；

S312、所述微控制芯片依据所述距离向所述信号输出模块发送亮度调节信号，使其输出对应的脉冲调制信号；

S313、所述照明模块依据不同占空比的脉冲调制信号显示对应的亮度。

13.根据权利要求10所述的一种微波测距方法，其特征在于，所述S3还包括：

S32、当所述红外识别结果是非人体时，则所述控制模块向所述电源模块发送控制信号使所述红外识别模块、所述测距单元、所述信号输出模块和所述照明模块下电进入休眠状态。

14.根据权利要求12所述的一种微波测距方法，其特征在于，所述S312包括：

当所述距离在第一预设距离范围内时，所述脉冲调制信号的占空比为30％；

当所述距离在第二预设距离范围内时，所述脉冲调制信号的占空比为50％；

当所述距离在第三预设距离范围内时，所述脉冲调制信号的占空比为100％。

15.根据权利要求10所述的一种微波测距方法，其特征在于，所述S2中采集和识别所述红外图像包括：

对所述红外图像进行特征描述处理；

对所述特征描述进行特征提取处理；

获取已识别的红外图像作为训练样本，构建并训练人体识别神经网络模型；

根据当前特征提取处理的数据，通过训练好的所述人体识别神经网络模型得出红外识别结果。

16.根据权利要求15所述的一种微波测距方法，其特征在于，构建所述人体识别神经网络模型，包括：

提取所述训练样本中红外图像的几何特征作为训练阶段的输入值，选定对应的识别结果作为训练阶段的输出值；

构建径向基神经网络模型包括：

输入层表示为

I_i＝X_i i＝1,2,…,I

，式中I取5；

隐含层的高斯函数，表示为

，式中Z_i是第i个神经元的中心矢量，σ_i是第i个神经元的形状参数；

输出层是对隐含层进行线性组合，即所述人体识别神经网络模型的输出为

，式中W_ik为隐含层和输出层之间的连接权值，式中J取2；

训练所述人体识别神经网络模型包括：

训练隐含层，采用K-均值聚类法确定隐含层节点的中心矢量，通过中心矢量Z_i和输入样本X计算形状参数

，式中ζ_i是邻近集群的中心Z_i的训练模式集，P_i是Z_i的模式个数；

训练输出层，采用最陡下降法得出隐含层与输出层之间的连接权值的学习公式为：

W_ik(t+1)＝W_ik(t)-ηδ_kh_i

，式中δ_k是第k个模式的输出误差，即δ_k＝f_k(X)-F_k(W,X)，f_k(X)是第k个模式的期望输出。

Images