一种多传感器融合智能骑行防护系统及方法
本发明涉及一种多传感器融合智能骑行防护系统及方法,属于计算机人机交互、多模态传感信号处理以及智能传感系统。
背景技术:
1、智能骑行防护设备通常在头盔上集成惯性测量传感器、光电容积描记传感器、毫米波雷达以及定位通信组件,用于实时获取骑行者的运动姿态、生理状态和后方道路目标信息,并在检测到摔倒或后方车辆逼近时触发声光预警和应急呼救,在智能传感系统与人机交互应用中,这些传感器采集的数据类型不同,需要对各类传感信号进行实时采集、降噪和融合处理,才能较为可靠地完成骑行姿态感知、状态判断和交互控制,但是,在路面颠簸、弯道过弯以及碰撞冲击等动态骑行场景中,各类传感器容易受到机械振动和骑行运动的影响,路面凹凸不平会使防护头盔产生高频微振,并传递至后方毫米波雷达天线,对扫频回波相位产生相干调制,造成中频信号的微多普勒频谱展宽,使雷达误判后方存在高速逼近目标,同时,骑行体动以及冲击瞬间的头部位移,会使光电传感器与皮肤表面发生相对滑动,破坏光电容积描记信号中红光与红外光的吸光度比值,进而使生理指标计算出现非生理性突变,此外,弯道骑行产生的离心加速度会改变重力向量在三轴正交加速度传感器上的投影分布,造成姿态测量基准漂移,使常规静态阈值判定难以区分正常倾斜压弯和真实跌倒失重。
2、针对上述干扰,如果只是提高传感器触发阈值或延长滤波平滑窗口,会降低系统对真实碰撞和生理异常的响应敏感度,导致紧急救援呼叫时机延误,仅对单一传感通道进行软件高通滤波,又难以同时处理雷达回波中的相位调制干扰和光电信号中的体动伪影,容易引发算法死锁和信号延迟,在软件处理方法层面,现有技术通常尝试通过逻辑分段或估计参考信号来消除干扰,但同样存在不足,例如,授权公告号为cn107595296b的中国发明专利公开了一种消除运动干扰的血氧饱和度检测方法及血氧检测装置,在低加速度阶段计算光信号强度比值,并以此比值构造参考信号以输入自适应滤波器,然而,该技术隐性依赖,静止期的光强比值在后续高动态运动中保持恒定,这一理想预设,在连续骑行工况下,肌肉收缩与剧烈体动会引发皮下血流动力学与生理基线的动态漂移,导致历史静止期比值与实时高动态过程产生物理错配,进而使构造的参考信号失真,引发生理指标计算的二次偏差。
3、因此,如何在高动态骑行场景下减小多种传感器受到的寄生干扰和运动伪影影响,并对多模态传感信号进行可靠处理、联合判断和人机交互响应,成为本发明所要解决的技术问题。
技术实现思路
1、为解决背景技术中的问题,本发明的技术方案如下:一种多传感器融合智能骑行防护系统,包括:
2、姿态惯性采集单元,用于采集三轴加速度数据与三轴角速度数据;
3、生理体征监测单元,用于采集光电脉搏波序列;
4、后方雷达探测单元,用于采集调频连续波毫米波雷达的中频信号;
5、位置定位单元,用于获取卫星定位坐标数据;
6、融合仲裁主控单元,分别与姿态惯性采集单元、生理体征监测单元、后方雷达探测单元、位置定位单元以及通信网关模块连接,用于将卫星定位坐标数据转换成地图渲染坐标数据;提取三轴加速度数据中的高频加速度分量作为运动噪声参考序列,采用自适应滤波对光电脉搏波序列进行体动伪影对冲,计算纯净脉搏波信号,并解析心率数值与血氧饱和度数值以判定生理健康状态;依据三轴加速度数据与三轴角速度数据提取头盔自振相位,对中频信号的原始相位实施同频相位补偿,解析目标接近速度数据;依据三轴加速度数据与三轴角速度数据生成跌倒动作标志信号,在跌倒动作标志信号有效且生理健康状态为健康异常状态时,输出紧急告警指令;
7、通信网关模块,用于在接收到紧急告警指令时,通过系统总线调用语音呼叫接口,拨通预设紧急联系人电话并发送地图渲染坐标数据。
8、优选的,融合仲裁主控单元还用于结合位置定位单元获取的骑行速度与三轴角速度数据中的偏航角速度计算弯道离心加速度向量,并在三轴加速度数据中扣除弯道离心加速度向量,还原重力加速度投影向量;融合仲裁主控单元通过三轴加速度合值公式与三轴角速度合值公式进行计算,当三轴加速度合值低于低阶失重阈值或高于高阶撞击阈值,且三轴角速度合值高于旋转角速度阈值时,生成跌倒动作标志信号,且跌倒动作标志信号的持续有效时间设定为10s。
9、优选的,低阶失重阈值为0.4g,高阶撞击阈值为1.6g,旋转角速度阈值为250dps;融合仲裁主控单元用于在三轴加速度合值低于0.4g或高于1.6g,且三轴角速度合值高于250dps时,将跌倒动作标志信号置为高电平。
10、优选的,生理健康状态的判定包含连续延时校验窗口机制;融合仲裁主控单元将解析的心率数值与血氧饱和度数值分别与预设健康阈值比较,当心率数值超越预设心率上限阈值或血氧饱和度数值低于预设血氧下限阈值时启动定时器;若数值超越预设健康阈值且持续时间达到预设校验时长以上,融合仲裁主控单元将生理健康状态置为健康异常状态;若在预设校验时长内数值恢复至预设健康阈值范围内,定时器复位且生理健康状态保持为正常状态;其中预设校验时长设定为4s。
11、优选的,后方雷达探测单元采用24ghz调频连续波毫米波雷达;在解析目标的接近速度数据前,融合仲裁主控单元提取姿态惯性采集单元的垂直振动加速度与偏航角速度,计算头盔自振相位,对中频信号的原始相位实施同频相位补偿,消解由头盔微振引起的微多普勒频谱展宽;融合仲裁主控单元对补偿后的纯净中频信号进行频谱分析,解析出后方目标的距离数据与接近速度数据。
12、优选的,系统还包括与融合仲裁主控单元连接的告警提示组件;当提取出的距离数据小于距离安全阈值5.0m且接近速度数据大于速度安全阈值2m/s时,融合仲裁主控单元驱动告警提示组件输出声光告警信号,并在触发预警后启动3s冷却计时器,在3s冷却计时器运行期间抑制语音重复播报。
13、优选的,通信网关模块运行于嵌入式linux系统,内部集成dbus系统总线与ofono移动通讯框架;通信网关模块在接收到紧急告警指令时,通过dbus系统总线获取ofono管理接口并扫描可用调制解调器,直接调用语音通话管理接口的拨号方法传入预设紧急联系人电话号码,建立系统总线级语音通话通道。
14、优选的,位置定位单元提取卫星定位坐标数据中的度分格式经纬度,转换成十进制度数坐标;融合仲裁主控单元通过非线性坐标偏移算法,将wgs-84地球坐标系下的十进制度数坐标转换为gcj-02火星坐标系下的地图渲染坐标数据,并通过长连接网络协议向移动终端同步地图渲染坐标数据。
15、优选的,生理体征监测单元包括贴合于骑手头部皮肤的多光谱光电容积描记传感器模组,多光谱光电容积描记传感器模组采用波长为660nm的红光发射器与波长为940nm的红外光发射器交替照射皮下微血管,并由光电接收器采集反射光强变化序列以输出光电脉搏波序列;多光谱光电容积描记传感器模组通过通用异步收发器串口与融合仲裁主控单元连接。
16、一种多传感器融合智能骑行防护方法,其用于运行多传感器融合智能骑行防护系统,包括以下步骤:
17、步骤s1,通过姿态惯性采集单元采集三轴加速度数据与三轴角速度数据;
18、步骤s2,通过生理体征监测单元采集光电脉搏波序列;
19、步骤s3,通过后方雷达探测单元采集调频连续波毫米波雷达的中频信号;
20、步骤s4,通过位置定位单元获取卫星定位坐标数据;
21、步骤s5,通过融合仲裁主控单元将卫星定位坐标数据转换成地图渲染坐标数据;提取三轴加速度数据中的高频加速度分量作为运动噪声参考序列,采用自适应滤波对光电脉搏波序列进行体动伪影对冲,计算纯净脉搏波信号,并解析心率数值与血氧饱和度数值以判定生理健康状态;依据三轴加速度数据与三轴角速度数据提取头盔自振相位,对中频信号的原始相位实施同频相位补偿,解析目标接近速度数据;依据三轴加速度数据与三轴角速度数据生成跌倒动作标志信号,在跌倒动作标志信号有效且生理健康状态为健康异常状态时,输出紧急告警指令;
22、步骤s6,在接收到紧急告警指令时,通过通信网关模块利用系统总线调用语音呼叫接口,拨通预设紧急联系人电话并发送地图渲染坐标数据
23、相比于现有技术,本发明的有益效果是:
24、1、在多传感器融合智能骑行防护中,利用姿态惯性采集单元获取的高频加速度分量作为运动噪声参考序列,对光电脉搏波序列进行体动伪影对冲,可减小路面颠簸、剧烈运动及碰撞冲击对光电信号的干扰,使红光与红外光的吸光度比值能够保持真实、稳定,由此可避免心率数值与血氧饱和度数值因体动产生非生理性异常突变,提高生理健康状态判定的可靠性。
25、2、利用头盔自振相位对毫米波雷达的中频信号实施同频相位补偿,可抑制头盔微振对雷达回波相位造成的干扰,减少由微振引起的微多普勒频谱展宽,避免将头盔自振产生的频移误判为后方目标逼近,这样能够减少颠簸工况下盲区防碰撞预警的误触发以及冷却机制的频繁启动,提高后方目标探测过程的连续性和稳定性。
26、3、根据骑行速度与偏航角速度对弯道离心加速度进行补偿,可减小快速过弯和大角度倾斜时离心加速度对姿态测量的影响,使重力加速度投影向量能够更真实地反映骑行姿态,由此可降低姿态测量基准漂移,避免正常压弯或越障被误判为跌倒;再结合碰撞动作与生理异常进行联合判断,可提高复杂骑行状态下摔倒碰撞事件识别的准确性和判定稳定性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com