【技术实现步骤摘要】
一种基于毫米波雷达的实时跌倒检测方法
[0001]本专利技术涉及无线人体智能感知领域,特别涉及一种基于毫米波雷达的实时跌倒检测方法、实时跌倒检测模型的训练方法、电子设备和存储介质。
技术介绍
[0002]老年人和其他特定人群的医疗保健问题越来越受到关注,其中意外摔倒是老年人安全的主要威胁之一。为了解决这个问题,常采用基于速度识别的可穿戴设备来检测老年人的姿势,及时提供帮助。这些设备可以实时监测老年人的运动和姿态,并通过算法分析和识别是否发生摔倒事件。一旦检测到摔倒,设备会触发警报或发送通知,以便能够迅速采取行动并提供援助。
[0003]然而现有技术中,基于速度识别的跌倒检测方法在进行跌倒检测时容易产生误报,其他技术方案,例如基于无线信号的跌倒检测方法对不同环境与雷达部署方法依赖性较高。
技术实现思路
[0004]鉴于上述问题,本专利技术提供了一种基于毫米波雷达的实时跌倒检测方法、实时跌倒检测模型的训练方法、电子设备和存储介质,以期至少能够解决上述问题之一。
[0005]根据本专利技术的第一个方面,提供了一种基于毫米波雷达的实时跌倒检测方法,包括:将毫米波雷达的发射信号以及接收信号进行混频处理,得到中频信号,其中,接收信号是待检测目标反射的雷达回波信号;将中频信号沿着距离维度、速度维度和角度维度分别进行快速傅里叶变换,分别得到距离信息、速度信息和角度信息,并基于距离信息、速度信息和角度信息,得到距离
‑
多普勒
‑
角度三维矩阵;基于预设加权求和公式,将距 ...
【技术保护点】
【技术特征摘要】
1.一种基于毫米波雷达的实时跌倒检测方法,其特征在于,包括:将所述毫米波雷达的发射信号以及接收信号进行混频处理,得到中频信号,其中,所述接收信号是待检测目标反射的雷达回波信号;将所述中频信号沿着距离维度、速度维度和角度维度分别进行快速傅里叶变换,分别得到距离信息、速度信息和角度信息,并基于所述距离信息、所述速度信息和所述角度信息,得到距离
‑
多普勒
‑
角度三维矩阵;基于预设加权求和公式,将所述距离
‑
多普勒
‑
角度三维矩阵在所述速度维度上进行加权求和,得到加权距离角度热图,并将连续多帧的加权距离角度热图在通道维度上进行图像叠加,得到图像叠加结果;根据预设分割规则,对所述图像叠加结果进行分割,并根据误报抑制机制,利用训练完成的实时跌倒检测模型处理图像分割结果,得到所述待检测目标的跌倒检测结果。2.根据权利要求1所述的方法,其特征在于,所述距离信息由公式(1)表示:(1),其中,所述速度信息由公式(2)表示:(2),其中,所述角度信息由公式(3)表示:(3),其中,所述预设加权求和公式由公式(4)表示:(4),其中,表征所述中频信号的频率,表征所述中频信号的斜率,表征光速,表征所述中频信号的波长,表征所述毫米波雷达相邻两个所述中频信号之间的相位差,表征相邻两个所述中频信号之间的时间差,表征相邻两个接收天线之间的距离,表示经过快速傅里叶变换后的中频信号的功率,和分别表示与所述速度信息相关的不同权重超参数。3.根据权利要求1所述的方法,其特征在于,所述误报抑制机制表示在连续多个时间窗口内检测到多次跌倒,则认定所述待检测目标跌倒,连续多个时间窗口内未检测到多次跌倒,则所述待检测目标跌倒为误报;其中,误报的概率由公式(5)表示:(5),其中,表示所述训练完成的实时跌倒检测模型输出的分类结果,表示所述待检测目标跌倒的时间窗口的时刻位置。4.一种实时跌倒检测模型的训练方法,应用于权利要求1
‑
3任一项所述的方法,其特征在于,包括:将毫米波雷达的训练发射信号和训练接收信号进行预处理,得到训练样本图像,并将所述训练样本图像进行数据增强,得到增强的训练样本图像,其中,所述训练接收信号是待检测目标反射的雷达回波信号;
通过信号处理方法将所述增强的训练样本图像进行处理以构建带有真值标签的正样本对,并利用所述实时跌倒检测模型处理所述正样本对,得到检测结果,其中,所述实时跌倒检测模型基于对比学习神经网络和分类神经网络进行构建;利用预设的损失函数处理所述检测结果和所述正样本对的真值标签,得到损失值,并根据所述损失值对所述实时跌倒检测模型进行参数优化和更新;迭代进行数据预处理、数据增强、正样本对构建、模型处理、损失计算以及参数优化和更新操作,直到满足预设训练条件,得到训练完成的实时跌倒检测模型。5.根据权利要求4所述的方法,其特征在于,将毫米波雷达的训练发射信号和训练接收信号进行预处理,得到训...
【专利技术属性】
技术研发人员:陈彦,李文轩,张东恒,胡洋,孙启彬,赵泽鹏,赵玉林,
申请(专利权)人:北京夕阳无忧科技有限公司,
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。