本发明专利技术公开了基于毫米波雷达的室内跌倒检测方法，获取动态点云集和跟踪目标集；记录室内唯一目标的高度于高度数组中，计算高度数组中最后的一个数据与高度数组中最前的M个数据均值的差值，若高度差小于高度差阈值，并且当前帧的高度小于最低高度阈值，并且不同方向的点云展宽小于各方向阈值，则将跌倒状态计数器加1；否则将跌倒状态计数器赋值为0，并将高度数组中的值全部置0；当跌倒状态计数器大于阈值，初步判断为跌倒；使用STFT分析跌倒位置的时频特征，通过最大多普勒频偏特性对跌倒状态二次确认。本发明专利技术结合点云轨迹高度变化信息及时域上不同时段上的微多普勒特征，可避免干扰问题，快速准确判断人员目标跌倒状态。快速准确判断人员目标跌倒状态。快速准确判断人员目标跌倒状态。
【技术实现步骤摘要】
一种基于毫米波雷达的室内跌倒检测方法和装置
[0001]本专利技术属于信息处理、跌倒检测
，尤其涉及一种基于毫米波雷达的室内跌倒检测方法和装置。
技术介绍
[0002]随着生活节奏的加快，人们的生活压力越来越大，越来越多的人处于亚健康状态。同时，随着社会老龄化问题的日益凸显，越来越多空巢老人的健康问题，尤其是突发性疾病以及突发性状况受到广泛关注。因此，如何在室内环境中对由于突发性疾病或突发性状况所导致的人体的跌倒等情况进行实时监测，成为健康监护等需要考虑的问题。
[0003]通常情况下，点云高度变化可以获取目标的跌倒状态，但其无法准确区分蹲下等正常行为。
技术实现思路
[0004]有鉴于此，本专利技术第一方面提出了基于毫米波雷达的室内跌倒检测方法，包括以下步骤：获取当前场景下的动态点云集；对所述动态点云集进行群跟踪，获取跟踪目标集；当室内只有一个跟踪目标时，以滑窗方式记录该目标的高度于固定大小的高度数组中，滑窗大小为预设值N，记录最近若干帧目标的雷达距目标径向距离信息于径向距离数组中，并记录该目标在x,y,z方向点云展宽在展宽数组中，所述高度数组、径向距离数组和展宽数组的最新数据保存在相应数组中最后位置；计算所述高度数组中最后的一个数据与所述高度数组中最前的M个数据均值的差值，若高度差小于所设置的高度差阈值，并且所述高度数组中最后的一个数据的高度小于最低高度阈值，并且当前帧不同方向上的点云展宽小于预设各方向点云展宽阈值，则将跌倒状态计数器加1；若不满足，则将所述跌倒状态计数器赋值为0，并将所述高度数组中的值全部置0；当所述跌倒状态计数器大于预设阈值，初步判断为跌倒；使用短时傅里叶变换对跌倒状态二次确认。
[0005]进一步的，所述获取当前场景下的动态点云集包括：毫米波雷达通过多发多收射频天线向监控区域发射毫米波段射频信号，同时接收经由监控区域内反射点散射的回波信号，回波信号与发射信号混频后输出中频信号，中频信号经过ADC采样及距离维FFT，获得雷达立方体数据；将单次雷达立方体数据存入内存中，并将所述单次雷达立方体数据经过移除静态背景、速度估计、CFAR检测及水平及垂直角度估计，获取当前场景下的动态点云集pointclouds={P0，P1……
,P
n
‑1}，其中P
i
=[R
i
，V
i
，θ
i
，S
i
]，R
i
为目标点云序号i的距离，V
i
为速度，θ
i
为角度，S
i
为信噪比。
[0006]进一步的，所述对所述动态点云集进行群跟踪，获取跟踪目标集包括：
对动态点云集进行群跟踪，获取跟踪目标集tracks={T0，T1，......T
n
‑1},其中T
i
=[T
id
,X
i
,Y
i
,Z
i
,V
i
]，X
i
,Y
i
,Z
i
是雷达三维空间内相对雷达的空间坐标，T
id
为航迹ID，V
i
为速度。
[0007]进一步的，所述使用短时傅里叶变换对跌倒状态二次确认包括：通过雷达距离分辨找到与所述径向距离数组中第一个元素最接近的距离单元，记为R
index
；在所述单次雷达立方体数据上对R
index
‑
j
,
…
，R
index
‑1，R
index
，R
index+1
，
…
，R
index+j
共2j+1个距离单元上的第一个虚拟通道上的多普勒域数据做短时傅里叶变换；并将2j+1个距离单元上的时频图保存,其中j为预设常数；从所述2j+1个时频图分别提取最大频偏，并计算所述2j+1个最大频偏的均值E及方差D，当所述均值E大于所设置均值阈值且方差D小于所设方差阈值，二次确认为目标跌倒；否则，fallage=0，同时将所述高度数组、径向距离数组和展宽数组中全部值置零。
[0008]进一步的，所述点云展宽的计算方式为该跟踪目标中点云同一维度上的最大值减最小值。
[0009]进一步的，所述雷达距目标径向距离计算如下：R
i
=其中X
i
,Y
i
,Z
i
是雷达三维空间内相对雷达的空间坐标。
[0010]本专利技术第二方面公开的基于毫米波雷达的室内跌倒检测装置，包括：获取单元：获取当前场景下的动态点云集；对所述动态点云集进行群跟踪，获取跟踪目标集；记录单元：当室内只有一个跟踪目标时，以滑窗方式记录该目标的高度于固定大小的高度数组中，滑窗大小为预设值N，记录最近若干帧目标的雷达距目标径向距离信息于径向距离数组中，并记录该目标在x,y,z方向点云展宽在展宽数组中，所述高度数组、径向距离数组和展宽数组的最新数据保存在相应数组中最后位置；计算单元：计算所述高度数组中最后的一个数据与所述高度数组中最前的M个数据均值的差值，若高度差小于所设置的高度差阈值，并且所述高度数组中最后的一个数据的高度小于最低高度阈值，并且当前帧不同方向上的点云展宽小于预设各方向点云展宽阈值，则将跌倒状态计数器加1；若不满足，则将所述跌倒状态计数器赋值为0，并将所述高度数组中的值全部置0；判断单元：当所述跌倒状态计数器大于所设置阈值，初步判断为跌倒；使用短时傅里叶变换对跌倒状态二次确认。
[0011]本专利技术的有益效果如下：通过结合点云轨迹高度变化信息及时域上不同时段上的微多普勒特征，可避免干扰问题，快速准确判断人员目标跌倒状态。
附图说明
[0012]图1本专利技术的检测装置系统框图；图2毫米波雷达模块处理流程图；图3雷达立方体数据示意图；图4获取跟踪目标集的流程图；
图5为本专利技术的检测方法流程图。
具体实施方式
[0013]下面结合附图对本专利技术作进一步的说明，但不以任何方式对本专利技术加以限制，基于本专利技术教导所作的任何变换或替换，均属于本专利技术的保护范围。
[0014]如图 1所示，本专利技术提供了一种毫米波雷达跌倒检测装置的具体系统结构,该系统主要包括微处理器、毫米波雷达、无线传输模块。其中，微处理器通过串口分别与毫米波雷达及无线传输模块连接。
[0015]如图2所示，毫米波雷达的处理流程如下：在监控区域设定位置安装好毫米波雷达，毫米波雷达通过其多发多收(MIMO)射频天线向监控区域发射毫米波段射频信号，同时接收经由监控区域内反射点散射的回波信号，回波信号与发射信号混频后输出中频信号，中频信号经过ADC采样及距离维FFT，获得雷达立方体数据；将单次雷达立方体数据Radarcuber存入内存中，Radarcuber数据如图3所示，并将Radarcuber数据经过移除静本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于毫米波雷达的室内跌倒检测方法，其特征在于，包括以下步骤：获取当前场景下的动态点云集；对所述动态点云集进行群跟踪，获取跟踪目标集；当室内只有一个跟踪目标时，以滑窗方式记录该目标的高度于固定大小的高度数组中，滑窗大小为预设值N，记录最近若干帧目标的雷达距目标径向距离信息于径向距离数组中，并记录该目标在x,y,z方向点云展宽在展宽数组中，所述高度数组、径向距离数组和展宽数组的最新数据保存在相应数组中最后位置；计算所述高度数组中最后的一个数据与所述高度数组中最前的M个数据均值的差值，若高度差小于所设置的高度差阈值，并且所述高度数组中最后的一个数据的高度小于最低高度阈值，并且当前帧不同方向上的点云展宽小于预设各方向点云展宽阈值，则将跌倒状态计数器加1；若不满足，则将所述跌倒状态计数器赋值为0，并将所述高度数组中的值全部置0；当所述跌倒状态计数器大于预设阈值，初步判断为跌倒；使用短时傅里叶变换对跌倒状态二次确认。2.根据权利要求1所述的基于毫米波雷达的室内跌倒检测方法，其特征在于，所述获取当前场景下的动态点云集包括：毫米波雷达通过多发多收射频天线向监控区域发射毫米波段射频信号，同时接收经由监控区域内反射点散射的回波信号，回波信号与发射信号混频后输出中频信号，中频信号经过ADC采样及距离维FFT，获得雷达立方体数据；将单次雷达立方体数据存入内存中，并将所述单次雷达立方体数据经过移除静态背景、速度估计、CFAR检测及水平及垂直角度估计，获取当前场景下的动态点云集pointclouds={P0，P1……
,P
n
‑1}，其中P
i
=[R
i
，V
i
，θ
i
，S
i
]，R
i
为目标点云序号i的距离，V
i
为速度，θ
i
为角度，S
i
为信噪比。3.根据权利要求1所述的基于毫米波雷达的室内跌倒检测方法，其特征在于，所述对所述动态点云集进行群跟踪，获取跟踪目标集包括：对动态点云集进行群跟踪，获取跟踪目标集tracks={T0，T1，......T
n
‑1},其中T
i
=[T
id
,X
i
,Y
i
,Z
i
,V
i
]，X
i
,Y
i
,Z
i
是雷达三维空间内相对雷达的空间坐标，T
【专利技术属性】
技术研发人员：刘军辉，
申请(专利权)人：长沙莫之比智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。