【技术实现步骤摘要】
本专利技术实施例涉及毫米波雷达定位，尤其涉及一种室内人员探测方法和装置、电子设备及存储介质。
技术介绍
1、目前，基于视觉的定位技术是通过图像处理和计算机视觉技术实现对目标检测和定位。但是，基于视觉的定位技术的实现需要部署摄像头，由于摄像头会直接采集人体图像或视频等敏感信息，存在隐私泄露的问题，因此在需要隐私保护的场景下并不适用。此外，基于视觉的定位技术对温度、湿度、光照等环境条件也有一定要求，在外部干扰下性能并不稳定，从而影响对室内人员的位置和状态进行定位的精准度。因此，如何需要在保护隐私的情形下，对室内人员的位置和状态进行准确定位成为亟待解决的技术问题。
技术实现思路
1、本专利技术实施例提供了一种室内人员探测方法和装置、电子设备及存储介质，能够在保护隐私的情形下，对室内人员的位置和状态进行准确定位。
2、第一方面，本专利技术实施例提供了一种室内人员探测方法，包括：
3、通过模数转换器对毫米波雷达探测室内人员的回波信号进行采样量化，得到时域信号；
4、对所述时域信号进行数字信号处理，通过最大值搜索算法和最小选择恒虚警so-cfar算法相结合生成具有空间坐标信息的点云数据；
5、采用dbscan聚类算法对所述点云数据进行聚类，得到聚类结果；
6、对所述聚类结果滤除干扰信息，其中，所述干扰信息由所述毫米波雷达对室内环境中的干扰物进行扫描确定而得到；
7、对滤除所述干扰信息的聚类结果采用卡尔曼滤波跟踪，得到所述室
8、在一些实施例中，所述方法还包括：
9、确定室内环境中用于判断室内人员进出的判断区域、位于室内的第一徘徊区域和位于室外的第二徘徊区域，所述判断区域位于第一拌线和第二拌线之间，所述第一拌线位于所述第一徘徊区域和所述判断区域之间，所述第二拌线位于所述判断区域和所述第二徘徊区域之间；
10、在确定所述室内人员的跟踪轨迹依次穿过所述第一拌线和所述第二拌线的情况下，对所述室内人员的人数统计减一；
11、在确定所述室内人员的跟踪轨迹依次穿过所述第二拌线和所述第一拌线的情况下，对所述室内人员的人数统计加一。
12、在一些实施例中，所述点云数据包括直线距离信息、速度信息、能量信息、方位角信息和俯仰角信息，所述对所述时域信号进行数字信号处理，通过最大值搜索算法和最小选择恒虚警so-cfar算法相结合生成具有空间坐标信息的点云数据，包括：
13、对所述时域信号先后做距离向傅里叶变换和多普勒向傅里叶变换，生成距离多普勒二维矩阵，所述距离多普勒二维矩阵包括距离维和多普勒维；
14、根据所述距离维的索引值确定所述室内环境中目标点到毫米波雷达的直线距离信息；
15、根据所述多普勒维的索引值确定所述目标点的速度信息；
16、通过对所述距离多普勒二维矩阵结果取模，得到所述目标点的能量信息；
17、结合最大值搜索算法和最小选择恒虚警so-cfar算法寻找所述目标点的数量以及对应的下标，并按照所述毫米波雷达的天线维度做傅里叶变换，通过坐标转换得到所述目标点的方位角信息和俯仰角信息。
18、在一些实施例中，所述方法还包括：
19、通过所述毫米波雷达对所述室内环境进行多次扫描，得到新增干扰点云数据；
20、将所述新增干扰点云数据保存至新群集newcluster，并将所述新增干扰点云数据与预先保存在所述毫米波雷达的flash存储器的干扰信息进行比较，得到比较结果；
21、在确定所述比较结果为所述新增干扰点云数据与所述干扰信息相似的情况下，将所述新增干扰点云数据保存至所述flash存储器；
22、在确定所述比较结果为所述新增干扰点云数据与所述干扰信息不相似的情况下，继续对所述室内环境进行下一次扫描，直至达到扫描次数阈值。
23、在一些实施例中，所述对滤除所述干扰信息的聚类结果采用卡尔曼滤波跟踪，得到所述室内人员的跟踪轨迹，包括：
24、利用卡尔曼滤波的预测过程基于时刻n-1的状态和过程噪声协方差矩阵来估计跟踪群组质心在时刻n的状态；
25、在确定存在一个或多个轨迹和相关的预测状态向量的情况下，针对于预测质心的门gate之内的观测值，计算归一化距离函数作为一个代价函数，以将观测值与每条轨迹关联起来，且在分配过程将对所述代价函数进行最小化，每次将一个观测值分配到最邻近的轨迹，为每个跟踪轨迹分配一系列点云；
26、当得到时刻n时的测量值时，预测状态向量和预测误差协方差估计通过卡尔曼滤波进行更新，得到所述室内人员的跟踪轨迹。
27、在一些实施例中，所述方法还包括：
28、对于处于任何一个已存在所述gate之外的观测值，将为其分配并初始化一个新的群组跟踪器；
29、选择一个最靠前的观测值，并设置一个等于最靠前的观测值的质心，通过最靠前的观测值的径向速度筛选其他候选观测值，在检查所述候选观测值在速度范围内的情况下，则重新计算质心，并将所述候选观测值添加到所述跟踪群组中；
30、在确定所述跟踪群组中观测值的数量满足预设数量阈值、组合信噪比snr高于预设snr阈值以及质心的动态性度量满足预设度量阈值的情况下，则分配一个新的跟踪对象，并使用所述跟踪群组中关联的观测值来初始化离散矩阵。
31、在一些实施例中，所述毫米波雷达为60ghz调频连续波毫米波雷达，距离分辨率为5cm，速度分辨率为0.1m/s，所述毫米波雷达使用4x4 mimo阵列天线。
32、第二方面，本专利技术实施例还提供了一种室内人员探测装置，所述装置包括：
33、采样模块，用于通过模数转换器对毫米波雷达探测室内人员的回波信号进行采样量化，得到时域信号；
34、生成模块，用于对所述时域信号进行数字信号处理，通过最大值搜索算法和最小选择恒虚警so-cfar算法相结合生成具有空间坐标信息的点云数据；
35、聚类模块，用于采用dbscan聚类算法对所述点云数据进行聚类，得到聚类结果；
36、滤除模块，用于对所述聚类结果滤除干扰信息，其中，所述干扰信息由所述毫米波雷达对室内环境中的干扰物进行扫描确定而得到；
37、跟踪模块，用于对滤除所述干扰信息的聚类结果采用卡尔曼滤波跟踪，得到所述室内人员的跟踪轨迹。
38、第三方面，本专利技术实施例还提供了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如第一方面所述的室内人员探测方法。
39、第四方面，本专利技术实施例还提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行如第一方面所述的室内人员探测方法。
40、根据本专利技术实施例提供的室内人员探测方法和装置、电子设备及存储介质，其中，室内人员探测方法包括：通本文档来自技高网...
【技术保护点】
1.一种室内人员探测方法，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述点云数据包括直线距离信息、速度信息、能量信息、方位角信息和俯仰角信息，所述对所述时域信号进行数字信号处理，通过最大值搜索算法和最小选择恒虚警SO-CFAR算法相结合生成具有空间坐标信息的点云数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述对滤除所述干扰信息的聚类结果采用卡尔曼滤波跟踪，得到所述室内人员的跟踪轨迹，包括：
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
7.根据权利要求1至6任意一项所述的方法，其特征在于，所述毫米波雷达为60GHz调频连续波毫米波雷达，距离分辨率为5cm，速度分辨率为0.1m/s，所述毫米波雷达使用4x4MIMO阵列天线。
8.一种室内人员探测装置，其特征在于，所述装置包括：
9.一种电子设备，包括：存储器、处理器及存储在存储器上并可
10.一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行如权利要求1至7任意一项所述的室内人员探测方法。
...【技术特征摘要】
1.一种室内人员探测方法，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述点云数据包括直线距离信息、速度信息、能量信息、方位角信息和俯仰角信息，所述对所述时域信号进行数字信号处理，通过最大值搜索算法和最小选择恒虚警so-cfar算法相结合生成具有空间坐标信息的点云数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述对滤除所述干扰信息的聚类结果采用卡尔曼滤波跟踪，得到所述室内人员的跟踪轨迹，包括：
6.根据权利要求5所述的方法，其特征...
【专利技术属性】
技术研发人员：刘子明，罗雨泉，袁常顺，王俊，麦超云，郑瑶，
申请(专利权)人：北京航空航天大学杭州创新研究院，
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。