一种基于毫米波雷达的手势识别方法技术

本发明专利技术公开了一种基于毫米波雷达的手势识别方法。通过每一帧得到的距离特征和速度特征进行拼接，形成距离－时间特征，速度－时间特征以及速度－距离特征，根据距离－时间特征，距离

【技术实现步骤摘要】
一种基于毫米波雷达的手势识别方法


[0001]本专利技术涉及车载雷达领域，具体的是一种基于毫米波雷达的手势识别方法。

技术介绍

[0002]手势识别具有生动、形象、直观等特点，具有较强的视觉特点。在手势识别技术中，视觉识别技术因为受光线、天气、应用场地背景等因素的影响较大，且视频或图像等形式进行的识别很容易导致用户隐私的泄露；此外其他手势识别方案中，基于穿戴式数据传感器的方案需要与人体接触，且操作复杂、穿戴不容易，不使用于日常生活使用场景；基于超声波的方案，受传播速度和衍射影响明显，基于Wi
‑
Fi等非宽带无线通信信号的方案，在手势识别时背景噪声难以去除，且分辨率低。而基于毫米波雷达方案的手势识别技术，具有非接触，不受光照、天起场地等因素的影响，可对使用者隐私进行保护，并且可保证全时段的使用。实现雨雪等恶劣天气条件或生产车间、仓库等室内光照条件不充分的限制条件下，远距离车辆控制。

技术实现思路

[0003]为了克服现有技术中的缺陷，本专利技术实施例提供了一种基于毫米波雷达的手势识别方法，能够解决
技术介绍
中的一个或多个问题，能够通过毫米波雷达实现对手势的远距离识别，提高。
[0004]本申请实施例公开了：一种基于毫米波雷达的手势识别方法，包括以下步骤：
[0005]S1、回波信号采集及处理，获得中频信号数据；
[0006]S2、提取中频信号数据，将同一帧中的数据按照Chirp信号进行排列，得到若干第一信息矩阵，将同一Chirp内的数据进行加窗处理和FFT处理，获得目标物的距离维信息；
[0007]S3、对雷达采集到的二进制数据进行滤波处理得到第二信息矩阵，然后对对每一帧内的Chirp进行FFT处理，获得目标物的速度维信息；
[0008]S4、采用恒虚警检测器对速度维信息与距离维信息进行处理，得到每一帧内目标物的距离特征和速度特征；
[0009]S5、将每一帧得到的距离特征和速度特征进行拼接，形成距离－时间特征，速度－时间特征以及速度－距离特征，根据距离－时间特征，距离
‑
时间特征表征目标物相对雷达的运动趋势，即探测目标的接近或远离，速度
‑
时间特征表示目标相对雷达的运动速度，正为靠近，负为远离，距离
‑
速度特征反应了目标速度在不同距离上的分布，以此得到目标运动轨迹来实现动作判断，进而实现手势识别；
[0010]S6、基于手势识别的结果对车辆进行远距离控制。
[0011]进一步地，还包括对毫米波雷达进行参数设置，所述参数包括调频起始频率f0，调频斜率K，发射天线开始时间T
TX
‑
start
，空闲时间T
idle
，调频时间T
ramp
，整体线性调频周期Tc，ADC有效开始时间T
ADC
‑
start
，距离分辨率d
res
，最大可测量速度v
max
和速度分辨率v
res
；
[0012]其中，所述距离分辨率d
res
可表示为：
[0013]所述最大可测量速度v
max
可表示为：
[0014]所述速度分辨率v
res
可表示为：
[0015]其中：B为有效调频带宽，即采样时间内的带宽，可表示为：c为光速，λ为调频中心对应波长。
[0016]进一步地，所述恒虚警检测器采用CA
‑
CFAR，在检测过程中滤除大于阈值T的数据。
[0017]进一步地，所述有效调频带宽的带宽不小于2GHz。
[0018]进一步地，所述阈值T满足以下公式：
[0019]T＝a
·
P
n
，
[0020]其中a代表阈值因子，Pn代表功率噪声估计。
[0021]进一步地，所述参数中调频起始频率f0，调频斜率K，发射天线开始时间T
TX
‑
start
，空闲时间T
idle
，调频时间T
ramp
，整体线性调频周期Tc，ADC有效开始时间T
ADC
‑
start
，距离分辨率d
res
，最大可测量速度v
max
和速度分辨率v
res
。
[0022]进一步地，所述阈值因子为预设值。
[0023]进一步地，所述阈值因子存储在学习网络中，通过学习网络不断对阈值因子进行不断的修正，提高对目标物的移动轨迹的检测精度。
[0024]本专利技术的有益效果如下：本专利技术涉及的基于毫米波雷达的手势识别方法，能够通过毫米波雷达捕捉目标物的运行轨迹，实现对手势的识别，可实现全天候的运动目标控制，探测距离达可达3
‑
50米提升用户智能指引体验，节约用户时间成本，操作简单，生动、形象，可适用于多种场合。
[0025]为让本专利技术的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
附图说明
[0026]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0027]图1是毫米波雷达的调频周期示意图。
具体实施方式
[0028]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0029]在本专利技术一较佳实施例中的一种基于毫米波雷达的手势识别方法，包括以下步骤：
[0030]S1、回波信号采集及处理，获得中频信号数据；
[0031]S2、提取中频信号数据，将同一帧中的数据按照Chirp信号进行排列，得到若干第一信息矩阵，将同一Chirp内的数据进行加窗处理和FFT处理，获得目标物的距离维信息；
[0032]S3、对雷达采集到的二进制数据进行滤波处理得到第二信息矩阵，然后对对每一帧内的Chirp进行FFT处理，获得目标物的速度维信息；
[0033]S4、采用恒虚警检测器对速度维信息与距离维信息进行处理，得到每一帧内目标物的距离特征和速度特征；
[0034]S5、将每一帧得到的距离特征和速度特征进行拼接，形成距离－时间特征，速度－时间特征以及速度－距离特征，根据距离－时间特征，距离
‑
时间特征表征目标物相对雷达的运动趋势，即探测目标的接近或远离，速度
‑
时间特征表示目标相对雷达本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于毫米波雷达的手势识别方法，其特征在于，包括以下步骤：S1、回波信号采集及处理，获得中频信号数据；S2、提取中频信号数据，将同一帧中的数据按照Chirp信号进行排列，得到若干第一信息矩阵，将同一Chirp内的数据进行加窗处理和FFT处理，获得目标物的距离维信息；S3、对雷达采集到的二进制数据进行滤波处理得到第二信息矩阵，然后对对每一帧内的Chirp进行FFT处理，获得目标物的速度维信息；S4、采用恒虚警检测器对速度维信息与距离维信息进行处理，得到每一帧内目标物的距离特征和速度特征；S5、将每一帧得到的距离特征和速度特征进行拼接，形成距离－时间特征，速度－时间特征以及速度－距离特征，根据距离－时间特征，距离
‑
时间特征表征目标物相对雷达的运动趋势，即探测目标的接近或远离，速度
‑
时间特征表示目标相对雷达的运动速度，正为靠近，负为远离，距离
‑
速度特征反应了目标速度在不同距离上的分布，以此得到目标运动轨迹来实现动作判断，进而实现手势识别；S6、基于手势识别的结果对车辆进行远距离控制。2.根据权利要求1所述的基于毫米波雷达的手势识别方法，其特征在于，还包括对毫米波雷达进行参数设置，所述参数包括调频起始频率f0，调频斜率K，发射天线开始时间T
TX
‑
start
，空闲时间T
idle
，调频时间T
ramp
，整体线性调频周期Tc，ADC有效开始时间T
ADC
‑
start
，距离分辨率d
res
，最大可测量速度v
max
和速度分辨率v
res
；其中，所述距离分辨率d
res
可表示为：所述最大可测量速度v
max...

【专利技术属性】
技术研发人员：刘琼，白蓉蓉，罗振刚，魏娜，黄苗侠，赵志芳，
申请(专利权)人：苏州豪米波技术有限公司，
类型：发明
国别省市：