一种基于毫米波雷达的人体姿态识别方法技术

本发明专利技术公开了一种基于毫米波雷达的人体姿态识别方法，涉及信号处理技术领域，包括以下步骤：步骤1、对待测空间范围通过毫米波雷达发射电磁波信号，基于回波信号得到目标点迹；步骤2、针对目标点迹，将点迹凝聚为不同区域，按条件匹配给已知航迹，得到目标的运动轨迹；步骤3、根据目标点云在3维空间的坐标位置（x,y,z),以及各个点的信噪比强度（l）；步骤4、分别计算动态多普勒谱的速度、距离以及高度变化，并提取动态多普勒谱的运动特征；步骤5、提出滑窗目标区域检测算法，在目标区域内进行目标检测；步骤6、将获取到的运动特征、点迹强度的RGB及其姿态标签输入到神经网络进行训练学习进行识别。行识别。行识别。

【技术实现步骤摘要】
一种基于毫米波雷达的人体姿态识别方法


[0001]本专利技术涉及信号处理
，具体涉及一种基于毫米波雷达的人体姿态识别方法。

技术介绍

[0002]近两年，国内外毫米波雷达传感器头部厂商，推出了适用于居家监测场景的毫米波雷达产品。作为一种传感器，毫米波雷达健康监测对于物联网技术有天然的亲和力。全屋智能搭载毫米波雷达，用以追踪人体位置、行动轨迹，以实现屋内空调、灯光等的智能调控。借助智能家居行业既有参与者的力量，或许可成为毫米波雷达进入健康监测领域的关键。相较于过往健康监测产品的毫米波雷达具有更舒适，更好保护隐私，能够同时捕捉行动、身体姿势、心率、呼吸等多种类型数据的优势。
[0003]在智能家居监测的过程中，人体姿态识别尤为重要，比如我们在夜晚关灯的情况下，毫米波雷达能够根据人体起身动作时所发生的速度、角度、位置变化进行判定，从而判断是翻身还是起身，然后再作为数据范本交由AI系统判定下一步将进行开启夜灯还是开启房间灯的判定，大大提高了准确性也让用户体验更加智能。
[0004]又比如，深夜晚归如何不影响在家中熟睡的家人，在回家本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于毫米波雷达的人体姿态识别方法，其特征在于，包括以下步骤：步骤1、对待测空间范围通过毫米波雷达发射电磁波信号，接受回波信号，并对回波信号进行处理，得到目标点迹；步骤2、针对目标点迹，将点迹凝聚为不同区域，将凝聚好的点迹区域按条件匹配给已知航迹，得到目标的运动轨迹，跟踪目标区域内的人员运动状态；步骤3、根据目标点云在3维空间的坐标位置（x,y,z),以及各个点的信噪比强度（l），表征成两张RGB图，分别为（x,y,l)和（x,z,l);步骤4、对检测到的目标点，分别计算动态多普勒谱的速度、距离以及高度变化，并提取动态多普勒谱的运动特征；步骤5、基于多普勒谱的基础上提出滑窗目标区域检测算法，在目标区域内进行目标检测；步骤6、将获取到的运动特征、点迹强度的RGB及其姿态标签输入到神经网络进行训练学习，然后对未带标签类的数据进行识别。2.根据权利要求1所述的一种基于毫米波雷达的人体姿态识别方法，其特征在于，步骤1具体包括以下步骤：步骤1.1：回波信号后先去除静态杂波,排除静态物体产生杂波对目标回波的噪声干扰；步骤1.2：对去杂波后的信号做一维傅里叶变换，得出目标所在的距离单元以及信号强度；步骤1.3：在该距离单元通过capon
‑
BF，求解目标所在的角度信息；步骤1.4：通过CFAR算法滤除非目标干扰，锁定真正的目标点；步骤1.5：对选取的目标点进行多普勒维的FFT,得到目标的速度信息。3.根据权利要求1所述的一种基于毫米波雷达的人体姿态识别方法，其特征在于，步骤2具体包括以下步骤：步骤2.1：通过DBSCAN聚类算法，将这一类目标点聚为一簇点云，并划分为一个区域；步骤2.2：将凝聚好的点迹区域按条件匹配给已知航迹，得到目标的运动轨迹。4.根据权利要求1所述的一种基于毫米波雷达的人体姿态识别方法，其特征在于，步骤3具体包括以下步骤：步骤3.1： 将目标点云xoy平面点云位置及信号强度的3维表示（x,y,l)表征成RGB形式；步骤3.2：将目标点云xoz平面点云位置及信号强度的3维表示（...

【专利技术属性】
技术研发人员：梁庆真，周杨，张彭豪，
申请(专利权)人：四川启睿克科技有限公司，
类型：发明
国别省市：