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()
【技术实现步骤摘要】
本申请属于人工智能,尤其涉及一种体征数据检测方法、设备和存储介质。
技术介绍
1、近年来,随着家庭隐私保护意识的增强,毫米波雷达设备越来越多的应用于睡眠监测场景。如何基于毫米波雷达实现更完善的睡眠监测,为用户提供更优质的体验,成为目前研究的热点问题。
2、相关技术中,体征数据获取方法需要使用深度相机首先获取人体位置信息,深度相机的使用会造成雷达成本的增高,而且深度相机获取人体信息会造成用户隐私泄露的风险;或者,体征数据获取方法需要将波束集中在一个位置所需要的波束赋形技术,同事需要使用至少两个以上的雷达发送装置才能实现,不适用于单发单收的雷达设备提高了使用成本在家庭场景以及睡眠检测场景下不适合使用。
3、因此,如何在睡眠检测场景下实现人体体征数据的准确获取成为业界关注的问题。
技术实现思路
1、本申请的目的是提供一种体征数据检测方法、设备和存储介质,用以解决相关技术中在睡眠检测场景下获取的人体体征数据的准确率较低的问题。
2、第一方面,本申请提供了一种体征数据检测方法,所述方法包括:
3、根据采集的雷达信号,周期获取人体距离点信息;
4、若确定当前周期之前存在大于或等于n个历史周期,根据当前周期最近的前n个历史周期内的人体距离点信息,确定所述前n个历史周期内人体距离点分布最密集的区域,得到当前周期对应的人体距离检测范围;
5、获取当前周期对应人体距离点信息,选择所述当前周期对应的人体距离检测范围内的人体距离点作为
6、基于所述目标点处的雷达信号得到当前周期对应的目标人体的体征数据。
7、在一种可能的实施方式中,所述根据当前周期最近的钱n个历史周期内的人体距离点信息,确定所述前n个历史周期内人体距离点分布最密集的区域,得到当前周期对应的人体距离检测范围,包括:
8、针对当前周期最近的前n个历史周期内的人体距离点信息,根据各个历史周期内的人体距离点总数确定各个人体距离点对应的权重;
9、若确定一个历史周期内得到的人体距离点总数为1,确定该历史周期内的人体距离点的权重为预设值,并将所有权重为预设值的人体距离点放到同一坐标系下进行筛选处理,将筛选后的权重为预设值的人体距离点与权重不为预设值的人体距离点进行汇总,得到人体检测距离点集合;
10、根据所述人体检测距离点集合以及所述人体检测距离点集合中人体距离点对应的权重,确定前n个历史周期内人体距离点分布最密集的区域,得到当前周期对应的人体距离检测范围。
11、在一种可能的实施方式中,采用以下权重确定公式确定各个人体距离点对应的权重:
12、
13、其中,i表示是第i个历史周期,ω_ni表示第i个历史周期内第n个距离点的权重,ω_ni_max表示权重的最大值,ω_ni_min表示权重的最小值,numi表示第i个历史周期内得到的人体距离点总数。
14、在一种可能的实施方式中,将所有权重为预设值的人体距离点放到同一坐标系下进行筛选处理,将筛选后的权重为预设值的人体距离点与权重不为预设值的人体距离点进行汇,得到人体检测距离点集合,包括:
15、将任意一个权重为预设值的人体距离点作为起始点,确定除起始点外各个人体距离点与所述起始点的偏移距离;
16、分别根据除起始点外各个人体距离点与所述起始点的偏移距离,确定偏移点,直到所述偏移点与起始点的偏移距离小于预设第一阈值,将所述偏移点作为中心点;
17、将所有权重为预设值的人体距离点与所述中心点的距离大于预设第二阈值的人体距离点删除,将筛选后的权重为预设值的人体距离点与权重不为预设值的人体距离点进行汇,得到人体检测距离点集合。
18、在一种可能的实施方式中,采用以下偏移距离公式确定人体距离点与所述起始点的偏移距离:
19、zij=dij-d0
20、其中,zij表示第i个历史周期内第j个人体距离点与所述起始点的偏移距离,dij表示第i个历史周期内第j个人体距离点的横坐标,d0表示所述起始点的横坐标;
21、采用以下偏移点公式确定偏移点:
22、
23、其中,d1表示偏移点,zij表示第i个历史周期内第j个人体距离点与所述起始点的偏移距离,dij表示第i个历史周期内第j个距离点的横坐标,d0表示所述起始点的横坐标或当前偏移点最近的前一个偏移点的横坐标,k表示权重为预设值的距离点总数,s0表示权重为预设值的距离点集合。
24、在一种可能的实施方式中,所述根据所述人体检测距离点集合以及所述人体检测距离点集合中人体距离点对应的权重,确定前n个历史周期内人体距离点分布最密集的区域,得到当前周期对应的人体距离检测范围,包括:
25、将所述人体检测距离点集合中的距离点放到同一坐标系下进行分组处理,得到包含预设数量人体检测距离点的多个体征点集合;
26、采用以下密集程度公式确定所述体征点集合的密集程度:
27、
28、其中,ρ表示所述体征点集合的密集程度,ω_nk表示第n个体征点集合的第k个人体检测距离点的权重,dm表示所述体征点集合中第m个人体检测距离点的横坐标,n表示所述体征点集合中人体检测距离点的预设数量;
29、从多个体征点集合中确定密集程度最大的集合,将密集程度最大的体征点集合的区域范围作为当前周期对应的人体距离检测范围。
30、在一种可能的实施方式中,采用以下边界优化公式对当前周期对应的人体距离检测范围进行优化:
31、
32、其中,dmax表示人体距离检测范围的上限,dmin表示人体距离检测范围的下限,dl表示体征点集合的左边界,为体征点集合中横坐标最小的点,dr表示体征点集合的右边界,为体征点集合中横坐标最大的点,dm表示所述体征点集合中第m个人体检测距离点的横坐标,n表示所述体征点集合中人体检测距离点的预设数量,ρ表示所述体征点集合的密集程度。
33、在一种可能的实施方式中,所述根据采集的雷达信号,周期获取人体距离点信息,包括:
34、周期对所述雷达信号进行快速傅里叶变换处理,得到一个周期内的雷达信号的频域曲线数据;
35、确定所述一个周期内的频域曲线数据的极大值点,并采用以下条件公式筛选出物体极大值点,得到一个周期内的物体距离点信息:
36、
37、其中,l(f)表示傅里叶变换后的频域曲线信号,fn表示第n个极大值点对应的横坐标,fn_max、fn_min表示第n个极大值点对应的距离范围,hn表示第n个极大值点对应的纵坐标,k1、k2为常数;
38、对所述一个周期内的物体距离点信息中不同物体距离点处的信号进行人体检测处理,若确定任一距离点处的信号满足预设条件,则确定所述距离点处存在人体,得到人体距离点信息。
39、第二方面,本申请还提供了一种体征数据检测装本文档来自技高网...
【技术保护点】
1.一种体征数据检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据当前周期最近的钱n个历史周期内的人体距离点信息,确定所述前n个历史周期内人体距离点分布最密集的区域,得到当前周期对应的人体距离检测范围,包括:
3.根据权利要求2所述的方法,其特征在于,采用以下权重确定公式确定各个人体距离点对应的权重:
4.根据权利要求2所述的方法,其特征在于,所述将所有权重为预设值的人体距离点放到同一坐标系下进行筛选处理,得到人体检测距离点集合,包括:
5.根据权利要求4所述的方法,其特征在于,采用以下偏移距离公式确定人体距离点与所述起始点的偏移距离:
6.根据权利要求4所述的方法,其特征在于,所述根据所述人体检测距离点集合以及所述人体检测距离点集合中人体距离点对应的权重,确定前n个历史周期内人体距离点分布最密集的区域,得到当前周期对应的人体距离检测范围,包括:
7.根据权利要求6所述的方法,其特征在于,采用以下边界优化公式对当前周期对应的人体距离检测范围进行优化:
8.根据
9.一种电子设备,其特征在于,包括:
10.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1-8中任一项所述的体征数据检测方法。
...【技术特征摘要】
1.一种体征数据检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据当前周期最近的钱n个历史周期内的人体距离点信息,确定所述前n个历史周期内人体距离点分布最密集的区域,得到当前周期对应的人体距离检测范围,包括:
3.根据权利要求2所述的方法,其特征在于,采用以下权重确定公式确定各个人体距离点对应的权重:
4.根据权利要求2所述的方法,其特征在于,所述将所有权重为预设值的人体距离点放到同一坐标系下进行筛选处理,得到人体检测距离点集合,包括:
5.根据权利要求4所述的方法,其特征在于,采用以下偏移距离公式确定人体距离点与所述起始点的偏移距离:
6.根据权利要求4...
【专利技术属性】
技术研发人员:于仲海,许丽星,刘利明,
申请(专利权)人:海信集团控股股份有限公司,
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。