运动状态检测方法及系统技术方案

一种运动状态检测方法，包括接收雷达波反射信号，从雷达波反射信号中采集反射信号数据；将反射信号数据转换为雷达图像数据；预处理雷达图像数据；利用经预处理的雷达图像数据训练支持向量机模型；以及利用经训练的支持向量机模型对待测样本进行检测。预处理雷达图像数据包括将所述雷达图像中图像灰度值非0的像素灰度值转化为1、图像灰度值为0的像素灰度值保持为0，以及将图像像素矩阵每一行以二进制数表示的多个像素的灰度值的组合转换为单一的10进制数，实现图像像素矩阵的数据降维处理。本发明专利技术的方法可以快速及实时处理雷达波反射信号，及时检测受监护者的运动状态，以及在检测到受监护者有跌倒发生时及时发现并采取必要措施。

【技术实现步骤摘要】
运动状态检测方法及系统
本专利技术涉及一种运动状态检测方法及系统，尤其涉及一种使用支持向量机对采集到的雷达图像数据进行对应运动状态的检测方法及系统。
技术介绍
人口老龄化的趋势不可逆转，老年人群的健康监护成为一个重要的社会议题。根据调查显示，在美国65岁以上的人口中，跌倒是造成意外死亡最重要的原因；而如果能够得到及时的救治，其中半数的死亡是可避免的。因此，对于老人的意外跌倒进行及时、准确的检测和报警具有重要的研究意义。传统的运动状态检测方法主要是基于可穿戴设备和视频监控。可穿戴设备一定程度上会对使用者带来不便，而基于视觉的视频监测方法会受到图像的清晰度、光线强弱等因素的影响，并且在浴室、卧室等事故多发的场景，由于隐私的问题，视频监测方法很难广泛应用。因此，不基于视觉的非接触式的运动状态检测成为了一个重要的研究方向。关于不基于视觉的非接触式的运动状态检测的研究中，压力传感器布置难度高，并且对被检测者的体重比较敏感；而声波传感器会因为噪音的缘故而具有比较高的误警率。
技术实现思路
本专利技术提供一种适用于调频连续波毫米波(FMCW)雷达信号的运动状态检测方法，通过对雷达信号的时频分析，利用支持向量机进行精准、快速识别，能够避免上述其他技术中存在的问题，实现长时间、不间断、低成本的运动状态检测。根据一个实施例，本专利技术的运动状态检测方法包括采集待测目标的雷达波反射信号原始数据；将所述雷达波反射信号原始数据转换为原始图像数据；预处理所述原始图像数据，获得降维图像数据；将降维图像数据与支持向量机模型参考数据比对以判定待测目标的运动状态。优选地，所述预处理初始图像数据包括：将所述初始图像数据中灰度值非0的像素灰度值转化为1、灰度值为0值的像素灰度值保持为0；以及将所述初始图像数据的图像像素矩阵每一行以二进制数表示的多个像素的灰度值的组合转换为单一的10进制数。优选地，所述的方法还包括利用所述降维图像数据训练支持向量机模型，以生成所述支持向量机模型参考数据。优选地，所述方法还包括利用所述降维图像数据获得超平面方程优选地，所述所述基于降维图像数据与支持向量机模型参考数据的比对还包括将所述降维图像数据带入所述超平面方程以获得比对结果；如果所述比对结果为非负值，则判定所述待测目标为第一状态；如果所述比对结果为负值，则判定所述待测目标为第二状态。优选地，所述所述第一状态被设置为对应于待测目标的跌倒状态。所述第二状态被设置为对应于待测目标的非跌倒状态。根据另一实施例，本专利技术提供一种运动状态检测系统，所述系统包括数据采集装置、耦接于所述数据采集装置的数据转换装置，耦接于所述数据转换装置的图像预处理装置，及耦接于所述图像预处理装置的数据处理装置。所述数据转换装置具有被设置为将所述调频连续波毫米波雷达信号数据转换为初始图像数据的部件所述图像预处理装置具有被设置为预处理所述图像数据的部件，所述数据处理装置具有被设置为将降维图像数据与支持向量机模型参考数据进行比对的部件。附加地，所述系统还包括支持向量机训练装置，所述支持向量机训练装置包括被设置为利用所述降维图像数据训练支持向量机模型的部件。附图简要说明各幅附图中，相同的标记指代结构相同或功能相似的部件或方法步骤。附图与下面的详细说明共同包含在说明书中，用以根据本专利技术描述各实施例并解释其技术方案、技术特征、实施方式及技术效果。图1是根据本专利技术一个实施例的运动状态检测方法的流程图；图2是图1所示的图像预处理方法的流程图；图3是图1所示的运动状态检测方法的流程图；图4是根据本专利技术一个实施例的运动状态检测方法的降维处理的示意图；图5是室内雷达布置示意图；图6是雷达基带信号的示意图；图7A是根据本专利技术一个实施例的一个“第一状态”(前向跌倒)的灰度图；图7B是图7A所示的灰度图经转换生成的二值化图；图7C是图7B所示的二值化图经降维后的矩阵图；图8A是根据本专利技术一个实施例的又一“第一状态”(后向跌倒)的灰度图；图8B是图8A所示的灰度图经转换生成的二值化图；图8C是图8B所示的二值化图经降维后的矩阵图；图9A是根据本专利技术一个实施例的一个“第二状态”(弯腰后起身)的灰度图；图9B是图9A所示的灰度图经转换生成的二值化图；图9C是图9B所示的二值化图经降维后的矩阵图；图10A是根据本专利技术一个实施例的又一“第二状态”(蹲下后起身)的灰度图；图10B是图10A所示的灰度图经转换生成的二值化图；图10C是图10B所示的二值化图经降维后的矩阵图；图11A是根据本专利技术一个实施例的又一“第二状态”(坐下)的灰度图；图11B是图11A所示的灰度图经转换生成的二值化图；图11C是图11B所示的二值化图经降维后的矩阵图；图12是根据本专利技术一个实施例的运动状态检测系统的示意图。详细描述可以理解，除了所描述的示例实施例之外，如本文附图中一般描述和示出的实施例的组件可由各种不同的配置来布置和设计。因此，如结合附图所表示的示例实施例的以下详细描述并非旨在限制所要求保护的实施例的范围，而仅仅是示例实施例的代表。本说明书中对“一个实施例”、“另一个实施例”或“实施例”(或类似描述)的引用意味着结合该实施例描述的特定特征、结构或特性包括在至少一个实施例中。因此，根据实施例的具体技术方案、技术特征及各实施例间的异同之处，贯穿本说明书在各个地方出现的短语“在一个实施例中”或“在实施例中”可以理解为指代相同的实施例，也可以理解为指代不同的实施例。图1为根据本专利技术的一个实施例的运动状态检测方法的示意图，示出例如采用支持向量机(SVM)对调频连续波毫米波雷达监测到的运动图像数据的处理方法。如图1所示，根据本实施例的运动状态检测方法100包括以下步骤：步骤110：采集原始数据。步骤110包括利用雷达信号发生器生成起始频率为77千兆赫兹、带宽约为2千兆赫兹的调频连续波毫米波雷达发射信号。发射信号抵达目标物体，例如待测目标人体或其他物体，生成时域反射信号。通过对接收到的时域反射信号进行周期化的处理，例如，每隔一定的时间周期T(例如0.5秒)，获取该时刻及之前一定时间窗W(例如8秒)内的雷达信号，生成待测目标运动状态的原始数据。上述步骤中产生的调频连续毫米波的频率范围P可以为10千兆赫兹至300千兆赫兹，处理的时间周期T为0.5秒到1秒，时间窗长度W在2秒到8秒之间。时间窗的长度会影响系统的反应延迟，但较长的时间窗能带来较高的准确率，该值的选择需要根据实际需求确定。获得的原始数据，将同一线性调频中采样得到的数据排为一列，按照时间顺序将所有线性调频排列在一起，可将原始数据表示为二维的矩阵。其中纵轴可表示为快时间，横轴可表示为慢时间，如图6所示。图6示出由通道1生成的雷达信号的二维矩阵，该二维矩阵为步骤110的数据输出结果，并将作为如下所述的步骤120的输入数据。...

【技术保护点】
1.一种运动状态检测方法，包括：/n采集待测目标的雷达波反射信号原始数据；/n将所述雷达波反射信号原始数据转换为原始图像数据；/n预处理所述原始图像数据，获得降维图像数据；/n将所述降维图像数据与支持向量机模型参考数据比对以判定待测目标的运动状态。/n

【技术特征摘要】
1.一种运动状态检测方法，包括：
采集待测目标的雷达波反射信号原始数据；
将所述雷达波反射信号原始数据转换为原始图像数据；
预处理所述原始图像数据，获得降维图像数据；
将所述降维图像数据与支持向量机模型参考数据比对以判定待测目标的运动状态。


2.根据权利要求1所述的方法，其特征在于，所述预处理初始图像数据包括：
将所述初始图像数据中灰度值非0的像素灰度值转化为1、灰度值为0值的像素灰度值保持为0；以及
将所述初始图像数据的图像像素矩阵每一行以二进制数表示的多个像素的灰度值的组合转换为单一的10进制数。


3.根据权利要求2所述的方法，其特征在于，还包括利用所述降维图像数据训练支持向量机模型，以生成所述支持向量机模型参考数据。


4.根据权利要求3所述的方法，其特征在于，还包括利用所述降维图像数据获得超平面方程。


5.根据权利要求4所述的方法，其特征在于，所述基于降维图像数据与支持向量机模型参考数据的比对还包括：
将所述降维图像数据带入所述超平面方程以获得比对结果；
如果所述比对结果...

【专利技术属性】
技术研发人员：王博，郭永新，
申请(专利权)人：新加坡国立大学，苏州工业园区新国大研究院，
类型：发明
国别省市：新加坡;SG