CN1979575A - 一种超声波入侵探测方法和探测装置 - Google Patents
一种超声波入侵探测方法和探测装置 Download PDFInfo
- Publication number
- CN1979575A CN1979575A CN 200510126226 CN200510126226A CN1979575A CN 1979575 A CN1979575 A CN 1979575A CN 200510126226 CN200510126226 CN 200510126226 CN 200510126226 A CN200510126226 A CN 200510126226A CN 1979575 A CN1979575 A CN 1979575A
- Authority
- CN
- China
- Prior art keywords
- signal
- ultrasonic
- echoed signal
- alarm
- invasion
- 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.)
- Granted
Links
Landscapes
- Burglar Alarm Systems (AREA)
Abstract
本发明公开了一种超声波入侵探测方法和探测装置。该方法包括:(1)接收回波信号;(2)对回波信号进行预处理;(3)对回波信号提取特征向量;(4)使用模式分类器进行模式识别;(5)触发报警器报警。该装置包括:一超声波发声器、一超声波接收器、一A/D转换器、一控制处理器和一报警器;控制处理器由脉冲产生单元和回波处理单元组成,回波处理单元主要包括时域截取电路、频域滤波电路、特征提取电路和模式分类器顺序连接。本发明选取回波信号中受外界环境影响很小的特征,有效的降低了虚警率,且本发明对是否报警的控制更加灵活。
Description
技术领域
本发明涉及一种入侵探测方法和探测装置,特别涉及一种基于模式识别的超声波入侵探测方法和探测装置。
背景技术
入侵探测装置是用来探测入侵者的移动或其它动作的电子及机械部件所组成的装置。它包括主动和被动红外入侵探测器、微波入侵探测器、微波和被动红外复合入侵探测器、超声波入侵探测器、振动入侵探测器、音响入侵探测器、磁开关入侵探测器、超声和被动红外复合入侵探测器等等。
现有的入侵探测装置都不可避免的会产生虚警,或者说是误报。在没有入侵行为时,入侵探测装置发出的报警叫做虚警。入侵探测装置产生虚警的原因很多,比如元件故障或外界影响等等。虚警所产生的恶劣后果是不堪设想的,比如因为虚警增加了许多不必要的麻烦而使人感到厌烦,从而大大降低入侵探测装置的可信度。可以设想,如果在半夜,商店的管理人员和住宅的主人经常由于虚警而被惊醒,他们是不会再愿意使用这种虚警率高的入侵探测装置。最坏的后果是它使警察或保安人员毫无必要地火速赶到现场,这样他们本身的安全和周围人们的安全都会受到危害。因此,虚警是现有入侵探测装置的致命弱点。
目前,已经广泛存在的微波多普勒入侵探测装置常常被称为雷达报警器,因为它实际上是一种多普勒雷达,应用多普勒原理,辐射电磁波,覆盖一定探测范围,若探测到该范围内移动的物体就报警。从技术上讲,一般要求该类入侵探测装置应由一个或多个传感器和信号处理器组成,探测装置应具有能改变探测范围的方法。微波入侵探测装置的主要缺点是安装要求较高,如果安装不当,微波信号就会穿透装有许多窗户的墙壁而导致频繁的误报。另一个缺点是它会发出对人体有害的微量能量,因此必须将能量控制在对人体无害的水平。此外,微波入侵探测装置会受到空中交通和国防部门所用的高能量雷达的干扰。
随着科学发展,超声进入了人们的视野。利用超声波的特点及优点,人们发明了超声波入侵探测装置。超声波入侵探测装置具有以下优点:安装简单,低能耗,低造价,且发射不可听的超声波,不会惊扰入侵者,有利于抓捕入侵者。
现有技术中的超声波多普勒入侵探测装置,例如专利US6,157,293,专利名称为“Device for detecting the intrusion of a body in a predetermined space”中公开的技术,其原理和微波多普勒入侵探测装置基本相同,只是发射的信号变成了超声波,利用超声波传感器发射和接收超声信号。但此类超声入侵探测装置存在下述缺点:如果房间里通风很好,或是房间的某个部位存在温度差,使空气流动较大,就会使相对安装的超声波报警器发生误报。因为在空气流动较大的情况下,如果发射信号顺风时,发出的超声波到达接收机的速度就会较静止时快,这样一来,驻波波形就会被破坏,从而触发报警器。此外,如果室内存在狗、猫等动物的活动,仍然会触发入侵探测装置,产生较高的虚警率。
综上所述,现有技术的超声波入侵探测装置,存在容易受外界环境的影响,产生较高的虚警率的不足,因此人们期待一种低虚警率的入侵探测装置。
发明内容
本发明的目的是克服现有技术存在虚警率高的不足,从而提出一种正确率高、虚警率低的基于模式识别的入侵探测方法和探测装置。
为了达到上述目的,本发明采取的技术方案如下:
一种超声波入侵探测方法,包括如下步骤:
1)超声波发声器发射超声波脉冲信号,并用超声波接收器接收回波信号;
2)对回波信号进行预处理;
3)对回波信号提取特征向量;
4)使用模式分类器进行模式识别;如果回波信号属于入侵模式,执行步骤5);如果回波信号不属于入侵模式,返回重复执行步骤1);
5)触发报警器报警。
在上述技术方案中,在步骤4)所述模式分类器中储存信号入侵模式库,训练所述模式分类器的步骤包括:(a)在封闭空间中有入侵和无入侵两种情况下,分别采集多个回波信号样本;(b)对回波信号样本进行预处理;(c)对回波信号样本提取特征向量;(d)设定最低正确率95%以上,通过训练模式分类器,建立信号入侵模式库。
在上述技术方案中,所述步骤(c)中提取特征向量的方法包括选取时域包络、频域能量或信号经过变换(如离散余弦变换,小波变换等)后的系数。
在上述技术方案中,进一步地,步骤1)中所述的超声波发声器可以是压电陶瓷(PZT)换能器或压电陶瓷换能器组成的阵列发声器,或是压电薄膜(PVDF)换能器或由压电薄膜换能器组成阵列发声器,或是静电换能器(电容换能器)或由静电换能器组成的阵列发声器,或是最普通的超声波发音器。
在上述技术方案中,进一步地,步骤1)中接收回波信号可以使用传声器(Microphone)或普通的超声波传感器,可以使用多个接收,也可以使用单个接收。
在上述技术方案中,进一步地,步骤2)的所述预处理包括对回波信号的时域截取,频域滤波。
在上述技术方案中,进一步地,步骤3)对回波信号进行处理,提取有限维的特征向量。
在上述技术方案中,进一步地,步骤4)根据步骤3)中提取的特征向量设计分类器进行模式识别。可以使用神经网络分类器(如BP,RBF,SOM网络等)或其他模式分类器(如GMM,HMM,SVM等)。在训练分类器时,需要通过实验获取训练样本和测试样本。识别的结果可以简单分为两类:即房间内有人和无人(包括有猫、狗等其它入侵物的情况),也可以分为三种(包括有人,有物和无人)及多种。显然,在分类器具有很高的识别正确率的情况下,***可以有效的降低虚警率。
一种超声波入侵探测装置,如图1所示,包括:
一超声波发声器1,用于发射超声脉冲信号,超声脉冲信号经过前方障碍物6发射,产生回波信号;
一超声波接收器2,用于接收回波信号;
一A/D转换器3,与所述超声波接收器2的输出端连接,用于对回波信号进行数字采样;
一控制处理器4,与所述超声波发生器1的输入端、所述A/D转换器3的输出端和一报警器5的输入端相连接;
所述报警器5接收到所述控制处理器4的报警信号后报警。
进一步地,所述控制处理器4由脉冲产生单元和回波处理单元组成;所述脉冲产生单元产生驱动所述超声波发声器1的脉冲信号;如图2所示,所述回波处理单元对回波信号进行处理,主要包括时域截取电路、频域滤波电路、特征提取电路和模式分类器顺序连接。当所述模式分类器判断房间内有入侵时,所述回波处理单元输出一高电平的报警信号给所述报警器5,所述报警器5报警;反之,所述回波处理单元输出低电平,所述报警器不报警。
进一步地,所述的模式分类器可以使用神经网络分类器(如BP,RBF,SOM网络等),或其他模式分类器(如GMM,HMM,SVM等)。
进一步地,所述超声波接收器2可以采用单个传声器(Microphone)或单个超声波传感器;也可以采用多个传声器或多个超声波传感器组成;如果是采用传声器,还需要一个恒流源驱动该传声器。
在应用本发明时,可以将超声波发生器1和接收器2置于封闭空间的某一角,这样探测范围可以尽最大可能的覆盖整个空间。超声波入侵探测装置安装完毕后,首先对空间内有人和无人的情况进行样本采集,从而训练用于模式识别电路的分类器。当分类器训练完毕后,就可以对封闭空间进行实时监测。
本发明为了降低虚警率,考虑到房间的声学特点:一个房间有自身特有的声场,一旦有入侵者进入,房间内的声场就会改变,而且这种改变是比较明显的。因此利用这种有入侵者前后声场的改变,借助模式识别的方法,就可以给出正确的判断。如果从回波信号的角度来理解,当房间内有入侵者时,会改变原始回波的产生路径,因此回波的特征就会改变,而本发明就是抓住这种改变,提出了上述方法。
与现有技术相比,本发明的优点在于:
借助模式识别的理论,对房间内有人无人的情况进行区分:选取回波信号中受外界环境影响很小的特征,有效的降低了虚警率。进一步,本发明还可以识别房间内到底是有人入侵,还是有其它动物入侵;借助本发明,对信号模式识别的更加深入,还可以识别是主人,还是外人进入房间。当然若是主人,就不会报警,反之,则报警。可见,本发明对是否报警的控制更加灵活。
附图说明
图1表示基于模式识别的超声波入侵探测装置的结构框图;
图2表示回波处理单元结构示意图;
图3表示本发明一实施例的一普通房间的人与其它入侵物的分布示意图;
图4表示本发明一实施例中经过截取和滤波的回声信号;
图5表示本发明一实施例房间内有人和无人时的处理后的回声信号的包络;
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细描述:
本发明利用入侵者对房间声场的改变,借助模式识别的方法,有效的降低了虚警率。因此,需要测试人和其它入侵物在房间不同位置处对房间声场的改变情况,利用这些测得数据,训练模式分类器,从而得到是否有人入侵的判断结果。
如图1所示,制作一个依据本发明的基于模式识别的超声波入侵探测装置,包括:超声波发声器1,发射超声脉冲信号,超声信号经过前方障碍物6发射,产生回波信号;超声波接收器2,接收回波信号;A/D转换器3,与所述超声波接收器2的输出端连接,对回波信号进行数字采样;控制处理器4,与所述超声波发生器1的输入端、所述A/D转换器3的输出端和一报警器5的输入端相连接;所述报警器5接收到所述控制处理器4的报警信号后报警。所述控制处理器4由脉冲产生单元和回波处理单元;所述脉冲产生单元产生驱动所述超声波发声器1的脉冲信号;所述回波处理单元,对回波信号进行处理,如图2所示,主要包括时域截取电路、频域滤波电路、特征提取电路和模式识别电路顺序连接。当所述模式识别电路的结果判断房间内有人时,所述回波处理单元输出一高电平的报警信号给所述报警器5,所述报警器5报警;反之,所述回波处理单元输出低电平,所述报警器不报警。所述模式识别电路使用BP神经网络分类器(以下简称BP网络)。
如图3所示,在封闭房间(4m×3.5m×3m)内,超声波发声器1和接收器2置于房间的A处,信号发射的方向正对对面的墙角,考虑到对回波信号的实时处理速度、房间的大小和装置的能耗等因素,超声波发射器1的发射频率为40KHz,长度为0.5ms的正弦信号,发射间隔为10ms。A/D转换器3对回波信号的采样频率是500KHz。
以上的各部分电路,若没有特别注明的,均采用本领域技术人员熟知的常规产品或常规电路并采用常规方式连接。
由于需要进行模式识别,依据本发明的基于模式识别的超声波入侵探测方法,按照如下步骤:
1)采集实验样本,训练BP神经网络分类器;
考虑到房间内已有家具等物体,在房间内让人和其它入侵物(此处选取一个物体)分别处于B,C,D,E,F五个位置,考虑到房间与人和物体的大小,上述五个位置基本上可以覆盖整个房间内人和物体处于其它位置的情况。人在相应位置处可以静止或有微小运动。发射脉冲信号,并记录下回波信号。每个位置,记录下100个回波信号,即100个样本。加上房间内既没有人也没有上述物体时的情况,最后一共得到11类样本,共计(5+5+1)*10=1100个样本,分别对每个样本进行处理,处理的过程如图2所示。
首先,如图4所示,截取每个回波信号的前60ms内的数据,因为此时间后的信号很微弱,故将其舍弃。用频率范围在20~65KHz的带通滤波器滤波,滤波后的回声信号如图4所示。
接下来的过程就是提取特征向量。需要说明的是,选取特征向量的方法很多,比如选取时域包络、频域能量或者信号经过各种变换(如离散余弦变换,小波变换等)后的系数等等。在此实例中,由于发射的是单频信号,回波信号主要集中在40KHz左右,故没有选取与频域能量有关的特征量,仅仅选取了时域包络特征;而且研究发现,选取简单的时域包络特征已经可以很好的解决识别问题。图5表示了房间内有人和无人时的回波信号的包络,可以明显的看到两种情况下的包络信号的不同。图5中实线表示了房间内有人时的回波信号的包络,虚线表示房间内无人时的回波信号的包络,可以明显看到虚线信号比实线信号多了几个尖峰。此类尖峰,是由于没有入侵者时,墙壁的反射回波产生的。这就说明了提取包络信号作为进行模式识别的特征量的优越性。
此实例中提取特征向量的方法如下:首先,计算得到回波信号的包络信号,用平移的矩形窗来截取包络信号,对每次截取到的信号数据点求取平均值并将其作为一个特征向量。这样特征向量的维数(VectorDimension)与信号的长度(SignalLength)和矩形窗的长度(WindowLength)有关,即
理论上,特征向量的维数越大对特征的描述越好,识别的正确率越高;但是维数过大,也有可能造成特征向量在向量空间中不宜更好的区分,从而降低识别正确率;而且维数越大,计算量越大,BP网络的训练时间越长。因此,特征向量的维数不宜过大,应选取合适的值。此合适值可以通过测试来获得:如表1所示,不同的维数会产生不同的识别正确率。在允许的错误率下,选取相应的值。如第二步中选取维数等于60,此时的错误率仅有3.41%。
特征向量提取之后的就是训练BP网络。随机选取每类样本中的60%来组成训练样本集,共计660个样本;剩余的40%作为测试样本集,共计440个样本。表1列出了BP网络经过训练后的样本测试情况。
表1
矩形窗的长度 | 特征向量的维数 | 识别正确率 |
0.25ms | 240 | 99.31% |
0.5ms | 120 | 97.27% |
1ms | 60 | 96.59% |
2ms | 30 | 88.86% |
从表1中可以看出,随着维数的降低,识别正确率在不断下降,这完全符合前面的分析;另一方面,识别的正确率也相当高,前三种情况达到了96%以上,这个结果是有优势的。如前所述,实验研究表明此时也可以区分房间内到底是有人还是有物入侵的情况,识别的正确率达到了94%以上。
最后,使用训练好的BP网络测试人在房间内走动的正确报警率。
为了更好说明本发明可以在实际情况下使用,进行了下述的检测实验。让一个人在房间内走动,测得100组样本。综合考虑网络训练的复杂度和正确率,以及人在房间中的运动速度,选取矩形窗的长度等于1ms,并且使用此条件下的已经在第一步实验中训练完毕的BP网络来进行有人和无人的测试,结果列于表2。
表2
矩形窗的长度 | 特征向量的维数 | 识别正确率 |
1ms | 60 | 95.00% |
从表2所示的识别结果中可以看到,实际情况下此发明的错误识别率仅有5%。另外,如果增加训练BP网络的样本数,即在房间内再多测量几个位置处的回波信号,BP网络的识别的正确率应该会更高,从而获得更低的虚警率。
2)训练BP神经网络分类器完成以后,进行实际探测;超声波发声器1发射超声波脉冲信号,并用超声波接收器2接收回波信号;
3)控制处理器4对回波信号进行预处理;
4)控制处理器4对回波信号提取特征向量;
5)使用模式分类器进行模式识别;如果回波信号属于入侵模式,执行步骤5);如果回波信号不属于入侵模式,返回重复执行步骤2);
6)触发报警器报警。
触发器报警以后,人们会对房间内发生的情况进行相应的处理,处理过后将入侵探测装置恢复状态重新开始工作,从上述步骤2)开始顺序向下执行。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1、一种超声波入侵探测方法,包括如下步骤:
1)超声波发声器发射超声波脉冲信号,并用超声波接收器接收回波信号;
2)对步骤1)接收的回波信号进行预处理;
3)对预处理后的回波信号提取特征向量;
4)使用模式分类器进行模式识别;如果回波信号属于入侵模式,执行步骤5);如果回波信号不属于入侵模式,返回重复执行步骤1);
5)触发报警器报警。
2、根据权利要求1所述超声波入侵探测方法,其特征在于,在步骤4)所述模式分类器中储存信号入侵模式库,训练所述模式分类器的步骤包括:
(a)在封闭空间中有入侵和无入侵两种情况下,分别采集多个回波信号样本;
(b)对回波信号样本进行预处理;
(c)对回波信号样本提取特征向量;
(d)设定正确率,通过训练模式分类器,建立信号入侵模式库。
3、根据权利要求1或2所述超声波入侵探测方法,其特征在于,所述步骤3)对回波信号提取特征向量的方法包括选取时域包络、频域能量或信号经过如离散余弦变换、小波变换后的系数,提取有限维的特征向量。
4、根据权利要求1所述超声波入侵探测方法,其特征在于,步骤1)中所述的超声波发声器是指压电陶瓷换能器或压电陶瓷换能器组成的阵列发声器,或是压电薄膜换能器或由压电薄膜换能器组成阵列发声器,或是静电换能器或由静电换能器组成的阵列发声器,或是超声波发音器。
5、根据权利要求1所述超声波入侵探测方法,其特征在于,步骤1)中接收回波信号是使用传声器或超声波传感器。
6、根据权利要求1或2所述超声波入侵探测方法,其特征在于,所述步骤2)中对回波信号进行预处理包括对回波信号的时域截取和频域滤波。
7、一种超声波入侵探测装置,包括:
一超声波发声器(1),用于发射超声脉冲信号,超声脉冲信号经过障碍物(6)发射,产生回波信号;
一超声波接收器(2),用于接收回波信号;
一A/D转换器(3),与所述超声波接收器(2)的输出端连接,用于对回波信号进行数字采样;
一控制处理器(4),与所述超声波发生器1的输入端、所述A/D转换器3的输出端和一报警器5的输入端相连接;
所述报警器(5)接收到所述控制处理器(4)的报警信号后报警;
其特征在于,所述控制处理器(4)由脉冲产生单元和回波处理单元组成;所述脉冲产生单元产生驱动所述超声波发声器(1)的脉冲信号;所述回波处理单元对回波信号进行处理,包括时域截取电路、频域滤波电路、特征提取电路和模式分类器顺序连接,所述模式分类器的输出信号给所述报警器(5)。
8、根据权利要求7所述超声波入侵探测装置,其特征在于,所述模式分类器是指如BP、RBF、SOM网络的神经网络分类器,或如GMM、HMM、SVM的模式分类器。
9、根据权利要求7所述超声波入侵探测装置,其特征在于,所述超声波接收器(2)采用单个传声器或多个传声器组成,该入侵探测装置还包括一个恒流源驱动所述传声器。
10、根据权利要求7或8所述超声波入侵探测装置,其特征在于,所述超声波接收器(2)采用单个超声波传感器或多个超声波传感器组成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2005101262267A CN100440264C (zh) | 2005-11-30 | 2005-11-30 | 一种超声波入侵探测方法和探测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2005101262267A CN100440264C (zh) | 2005-11-30 | 2005-11-30 | 一种超声波入侵探测方法和探测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1979575A true CN1979575A (zh) | 2007-06-13 |
CN100440264C CN100440264C (zh) | 2008-12-03 |
Family
ID=38130725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2005101262267A Expired - Fee Related CN100440264C (zh) | 2005-11-30 | 2005-11-30 | 一种超声波入侵探测方法和探测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100440264C (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101676963B (zh) * | 2008-09-18 | 2011-05-18 | 北京市凯文警视技术研究所 | 入侵体探测报警器和入侵体探测报警方法 |
CN103460263A (zh) * | 2011-04-04 | 2013-12-18 | 三菱电机株式会社 | 在室探测***、在室探测方法以及程序 |
CN103513248A (zh) * | 2013-10-23 | 2014-01-15 | 广州市海林电子科技发展有限公司 | 水下目标监测装置 |
WO2014121627A1 (zh) * | 2013-02-05 | 2014-08-14 | 上海联腾通讯科技有限公司 | 信号比较控制单元及其构成的防盗报警单元和隐形电子围栏 |
CN104165172A (zh) * | 2013-05-16 | 2014-11-26 | 罗伯特·博世有限公司 | 液压装置 |
CN105319552A (zh) * | 2015-11-26 | 2016-02-10 | 苏州盛世华安智能科技有限公司 | 一种楼宇防攀爬监测装置及其防攀爬监测方法 |
US9596549B2 (en) | 2011-01-05 | 2017-03-14 | Koninklijke Philips N.V. | Audio system and method of operation therefor |
CN108692864A (zh) * | 2018-04-17 | 2018-10-23 | 北京汽车集团有限公司 | 停车空间封闭度检测方法、***、停车预警方法及车辆 |
US10475309B1 (en) | 2018-06-11 | 2019-11-12 | Sray-Tech Image Co., Ltd. | Operation method of smart warning device for security |
CN110794462A (zh) * | 2019-11-06 | 2020-02-14 | 广东博智林机器人有限公司 | 建筑工地安全监测***及其监测方法、装置 |
CN112215086A (zh) * | 2020-09-18 | 2021-01-12 | 轩辕智驾科技(深圳)有限公司 | 车内生命体信号检测方法及设备 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110488278B (zh) * | 2019-08-20 | 2021-07-27 | 深圳锐越微技术有限公司 | 多普勒雷达信号类型识别方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2201080C (en) * | 1996-03-27 | 2000-01-25 | Her Majesty The Queen, In Right Of Canada, As Represented By The Ministe R Of Industry | Ultrasonic detection system for safety of vehicle passengers |
AU751059B2 (en) * | 1998-05-11 | 2002-08-08 | Robert Bosch Gmbh | Ultrasonic monitoring and intruder detection |
CN2676313Y (zh) * | 2003-01-13 | 2005-02-02 | 武汉大学 | 融合式探头 |
CN2906771Y (zh) * | 2005-11-30 | 2007-05-30 | 中国科学院声学研究所 | 一种超声波入侵探测器 |
-
2005
- 2005-11-30 CN CNB2005101262267A patent/CN100440264C/zh not_active Expired - Fee Related
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101676963B (zh) * | 2008-09-18 | 2011-05-18 | 北京市凯文警视技术研究所 | 入侵体探测报警器和入侵体探测报警方法 |
US9596549B2 (en) | 2011-01-05 | 2017-03-14 | Koninklijke Philips N.V. | Audio system and method of operation therefor |
CN103460263A (zh) * | 2011-04-04 | 2013-12-18 | 三菱电机株式会社 | 在室探测***、在室探测方法以及程序 |
CN103460263B (zh) * | 2011-04-04 | 2015-12-09 | 三菱电机株式会社 | 在室探测***、在室探测方法 |
WO2014121627A1 (zh) * | 2013-02-05 | 2014-08-14 | 上海联腾通讯科技有限公司 | 信号比较控制单元及其构成的防盗报警单元和隐形电子围栏 |
CN104165172A (zh) * | 2013-05-16 | 2014-11-26 | 罗伯特·博世有限公司 | 液压装置 |
CN103513248A (zh) * | 2013-10-23 | 2014-01-15 | 广州市海林电子科技发展有限公司 | 水下目标监测装置 |
CN105319552A (zh) * | 2015-11-26 | 2016-02-10 | 苏州盛世华安智能科技有限公司 | 一种楼宇防攀爬监测装置及其防攀爬监测方法 |
CN108692864A (zh) * | 2018-04-17 | 2018-10-23 | 北京汽车集团有限公司 | 停车空间封闭度检测方法、***、停车预警方法及车辆 |
CN108692864B (zh) * | 2018-04-17 | 2020-05-19 | 北京汽车集团有限公司 | 停车空间封闭度检测方法、***、停车预警方法及车辆 |
US10475309B1 (en) | 2018-06-11 | 2019-11-12 | Sray-Tech Image Co., Ltd. | Operation method of smart warning device for security |
TWI680439B (zh) * | 2018-06-11 | 2019-12-21 | 視銳光科技股份有限公司 | 智慧安全警示系統的運作方法 |
CN110794462A (zh) * | 2019-11-06 | 2020-02-14 | 广东博智林机器人有限公司 | 建筑工地安全监测***及其监测方法、装置 |
CN110794462B (zh) * | 2019-11-06 | 2021-08-03 | 广东博智林机器人有限公司 | 建筑工地安全监测***及其监测方法、装置 |
CN112215086A (zh) * | 2020-09-18 | 2021-01-12 | 轩辕智驾科技(深圳)有限公司 | 车内生命体信号检测方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN100440264C (zh) | 2008-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100440264C (zh) | 一种超声波入侵探测方法和探测装置 | |
CN2906771Y (zh) | 一种超声波入侵探测器 | |
CN106054200B (zh) | 一种可防声干扰的超声波距离传感器及其测距方法 | |
US6987707B2 (en) | Method and system for in-air ultrasonic acoustical detection and characterization | |
Jung et al. | Echolocation calls in Central American emballonurid bats: signal design and call frequency alternation | |
US5973996A (en) | Ultrasound intrusion detector | |
US20070052578A1 (en) | Method and system for identifying moving objects using doppler radar | |
CN103544791A (zh) | 基于地震波的地下入侵监测*** | |
CN104700543B (zh) | 用于安防的微波感应探测方法及装置 | |
CN103605125A (zh) | 倒车雷达抗干扰的方法及*** | |
Müller et al. | Biosonar-inspired technology: goals, challenges and insights | |
US20090135045A1 (en) | Through-the-obstacle radar system and method of operation | |
De Freitas et al. | Echolocation parameters of Australian humpback dolphins (Sousa sahulensis) and Indo-Pacific bottlenose dolphins (Tursiops aduncus) in the wild | |
Yalung et al. | Analysis of obstacle detection using ultrasonic sensor | |
CN112634566A (zh) | 基于毫米波的智能电子围栏构建方法及*** | |
GB2111679A (en) | Sonar intruder detectors | |
US20200342747A1 (en) | Alarm system | |
Beedholm et al. | Automatic gain control in harbor porpoises (Phocoena phocoena)? Central versus peripheral mechanisms | |
CN109568093A (zh) | 一种步行安全综合管理***及方法 | |
Warnecke et al. | Echolocation and flight behavior of the bat Hipposideros armiger terasensis in a structured corridor | |
KR102552817B1 (ko) | 인공지능 기술을 적용한 친환경 조류접근 제어시스템 | |
Barshan | A sonar-based mobile robot for bat-like prey capture | |
Carmena et al. | The use of Doppler in Sonar-based mobile robot navigation: inspirations from biology | |
KR101856166B1 (ko) | 영상 인식 기반의 동물 감지 장치 | |
Peremans et al. | Biomimetic platform to study perception in bats |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20081203 Termination date: 20171130 |
|
CF01 | Termination of patent right due to non-payment of annual fee |