System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于毫米波雷达的驾乘者类型识别方法技术_技高网

一种基于毫米波雷达的驾乘者类型识别方法技术

技术编号:40548412 阅读:6 留言:0更新日期:2024-03-05 19:06
本发明专利技术涉及智能座舱技术领域,具体公开了一种基于毫米波雷达的驾乘者类型识别方法,包括:对当前时间段内目标驾乘者的回波数据进行距离维FFT变换,以得到当前时间段内目标驾乘者的距离维FFT数据;对目标驾乘者的距离维FFT数据进行角度估计,以得到目标驾乘者的二维矩阵;依据目标驾乘者的二维矩阵计算出目标驾乘者的多个特征参数;将目标驾乘者的多个特征参数输入到神经网络模型中进行类型识别,以输出目标驾乘者的类型;在车辆发生碰撞时,根据目标驾乘者的类型对智能安全气囊的气体充气量进行控制。本发明专利技术能够实时获取车内乘客类型信息,动态控制安全气囊的展开时间和强度,实现对不同类型乘客的最佳保护。

【技术实现步骤摘要】

本专利技术涉及智能座舱,更具体地,涉及一种基于毫米波雷达的驾乘者类型识别方法


技术介绍

1、随着汽车安全等级要求的不断提高,智能安全气囊技术是汽车安全的重点研究方向之一。虽然安全气囊有保护作用,但也可能造成其他伤害。目前传统的安全气囊约束系统大多是按照男性成人开发设计的,其起爆时间和充气强度可能对儿童造成二次伤害。因此,驾乘者类型识别成为智能安全气囊系统研发的关键。

2、目前市场上的安全气囊系统所配备的传感器主要有基于视觉传感器、质量传感器、压力传感器以及电容传感器来实现驾乘者类型识别。视觉传感器容易受到光照强弱的影响,存在被遮挡的风险以及无法充分保障乘客个人隐私。质量、压力、电容传感器识别能力有限,在一定情况下会引起误报,并且需安装多个传感器、增加成本。


技术实现思路

1、本专利技术的目的在于克服现有技术中存在的不足,提供了一种基于毫米波雷达的驾乘者类型识别方法,能够实时获取车内乘客类型信息,动态控制安全气囊的展开时间和强度,实现对不同类型乘客的最佳保护。

2、作为本专利技术的第一个方面,提供一种基于毫米波雷达的驾乘者类型识别方法,所述基于毫米波雷达的驾乘者类型识别方法包括如下步骤:

3、步骤s1:通过毫米波雷达采集当前时间段内目标驾乘者的回波数据;

4、步骤s2:对当前时间段内所述目标驾乘者的回波数据进行距离维fft变换,以得到当前时间段内所述目标驾乘者的距离维fft数据;

5、步骤s3:对所述目标驾乘者的距离维fft数据进行角度估计,以得到所述目标驾乘者的二维矩阵,其中,所述目标驾乘者的二维矩阵由距离维和角度维组成;

6、步骤s4:依据所述目标驾乘者的二维矩阵计算出所述目标驾乘者的多个特征参数;

7、步骤s5:将所述目标驾乘者的多个特征参数输入到神经网络模型中进行类型识别,以输出所述目标驾乘者的类型;

8、步骤s6:在车辆发生碰撞时,根据所述目标驾乘者的类型对智能安全气囊的气体充气量进行控制。

9、进一步地,所述依据所述目标驾乘者的二维矩阵计算出所述目标驾乘者的多个特征参数,还包括:

10、依据所述目标驾乘者的二维矩阵分别计算出所述目标驾乘者的峰值点数量和所述目标驾乘者的ra单元数量;其中,所述目标驾乘者的ra单元数量表示目标驾乘者的体型大小;

11、依据所述目标驾乘者的二维矩阵得到所述目标驾乘者的距离-角度-幅值图,并将所述目标驾乘者的距离-角度-幅值图沿着距离维叠加,以得到所述目标驾乘者的角度-幅值二维谱图;

12、分别计算出所述目标驾乘者的角度-幅值二维谱图的能量和均值;

13、其中,所述目标驾乘者的多个特征参数分别为:峰值点数量、ra单元数量、角度-幅值二维谱图的能量和角度-幅值二维谱图的均值。

14、进一步地,所述依据所述目标驾乘者的二维矩阵计算出所述目标驾乘者的峰值点数量,还包括:

15、对所述目标驾乘者的二维矩阵进行搜峰处理,以得到二维矩阵中的所有峰值点;

16、根据相邻峰值点之间的距离从所述二维矩阵中的所有峰值点中筛选出属于目标驾乘者的峰值点;

17、计算出属于所述目标驾乘者的峰值点数量。

18、进一步地,所述对当前时间段内所述目标驾乘者的回波数据进行距离维fft变换,以得到当前时间段内所述目标驾乘者的距离维fft数据,还包括:

19、对当前时间段内所述目标驾乘者的距离维fft数据进行过滤,以消除车辆内部的静目标。

20、进一步地,所述目标驾乘者的回波数据包括目标驾乘者的速度、距离、角度、高度和反射强度。

21、进一步地,所述对所述目标驾乘者的距离维fft数据进行角度估计,以得到所述目标驾乘者的二维矩阵,还包括:

22、对所述目标驾乘者的二维矩阵进行归一化处理,以得到所述目标驾乘者的归一化后的二维矩阵。

23、本专利技术提供的一种基于毫米波雷达的驾乘者类型识别方法具有以下优点:

24、(1)仅使用毫米波雷达可实现车内多个驾乘人员的类型识别,不需要其他传感器配合,节约成本、适用性强、稳定性高;

25、(2)可利用毫米波雷达对成人、儿童的识别,对不同类型的乘员实现最佳保护,提升安全气囊系统的智能化;

26、(3)毫米波雷达的探测范围大,根据安装位置的调整可覆盖全车座位位置。

本文档来自技高网...

【技术保护点】

1.一种基于毫米波雷达的驾乘者类型识别方法,其特征在于,所述基于毫米波雷达的驾乘者类型识别方法包括如下步骤:

2.根据权利要求1所述的一种基于毫米波雷达的驾乘者类型识别方法,其特征在于,所述依据所述目标驾乘者的二维矩阵计算出所述目标驾乘者的多个特征参数,还包括:

3.根据权利要求2所述的一种基于毫米波雷达的驾乘者类型识别方法,其特征在于,所述依据所述目标驾乘者的二维矩阵计算出所述目标驾乘者的峰值点数量,还包括:

4.根据权利要求1所述的一种基于毫米波雷达的驾乘者类型识别方法,其特征在于,所述对当前时间段内所述目标驾乘者的回波数据进行距离维FFT变换,以得到当前时间段内所述目标驾乘者的距离维FFT数据,还包括:

5.根据权利要求1所述的一种基于毫米波雷达的驾乘者类型识别方法,其特征在于,所述目标驾乘者的回波数据包括目标驾乘者的速度、距离、角度、高度和反射强度。

6.根据权利要求1所述的一种基于毫米波雷达的驾乘者类型识别方法,其特征在于,所述对所述目标驾乘者的距离维FFT数据进行角度估计,以得到所述目标驾乘者的二维矩阵,还包括:

...

【技术特征摘要】

1.一种基于毫米波雷达的驾乘者类型识别方法,其特征在于,所述基于毫米波雷达的驾乘者类型识别方法包括如下步骤:

2.根据权利要求1所述的一种基于毫米波雷达的驾乘者类型识别方法,其特征在于,所述依据所述目标驾乘者的二维矩阵计算出所述目标驾乘者的多个特征参数,还包括:

3.根据权利要求2所述的一种基于毫米波雷达的驾乘者类型识别方法,其特征在于,所述依据所述目标驾乘者的二维矩阵计算出所述目标驾乘者的峰值点数量,还包括:

4.根据权利要求1所述的一种基于毫米波雷达的驾乘...

【专利技术属性】
技术研发人员:施丹霞屈操徐旭宇罗宜平陈帅
申请(专利权)人:无锡威孚高科技集团股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1