一种人体存在判断方法及系统与流程

1.本发明涉及智能判断领域，尤其涉及一种人体存在判断方法及系统。


背景技术：

2.现有的智能家居系统中，对人体存在的准确判断非常重要，决定了系统中后续执行器的动作，比如是否开灯，是否拉窗帘等。现有的传感器系统中，常用的是红外热释电传感器和超声波传感器，但是他们各自有自己的缺点。
3.红外热释电传感器虽然能被动的感知生物体红外信号，但是只能识别有动作的生物体，在卧室、会议室等场合，当人坐下来动作微小时，是无法知道是否有人存在的。从而会做出误判，意外关灯等。超声波传感器无法进行准确的动作感知，测量精度有限。且也无法准确区分人体是否存在。
4.近年来，新出现的毫米波雷达逐渐用于室内场合，由于其波段为mm波，可以产生较为密集的可供分辨的空间点云，从而有更多信息可以准确处理。但是由于家庭环境复杂，仍然无法直接准确区分。


技术实现要素：

5.本发明提供一种人体存在判断方法及系统，以解决现有人体存在传感器对于人体的判断精度不搞的问题。
6.根据本发明的第一方面，本发明提供了一种人体存判断方法，应用于一种雷达传感器的主控制器，所述雷达传感器包括依次电性连接的主控制器、信号收发电路、毫米波收发模组和天线阵列；所述毫米波收发模组用于通过所述天线阵列获取目标物的距离数据和回波频率；
7.所述人体存在判断方法，包括：
8.获取第一时刻的第一距离数据和第二时刻的第二距离数据，获取第一时刻的第一回波频率和第二时刻的第二回波频率；所述第一时刻和第二时刻为间隔指定时长的两个时刻；
9.计算第一距离数据与第二距离数据的距离数据差值，并判断所述距离数据差值是否超过指定阈值；计算第一回波频率和第二回波频率的频率数据差值，并判断所述频率数据差值是否在生物特征频率范围以内；
10.若所述距离数据差值超过所述指定阈值，且所述频率数据差值在所述生物特征频率范围以内，则初步判定为有运动的生物体存在，并采用融合滤波算法对获取的距离数据和回波频率进行计算，得到最终判断结果。
11.进一步地，所述信号收发电路包括信号发射放大电路和信号接收调理电路；所述天线阵列包括至少2根天线引线；所述毫米波收发模组通过所述天线阵列获取目标物的距离数据和回波数据，具体包括：
12.所述主控制器发出预设的毫米波波段的驱动信号至所述信号发射放大电路，所述
信号发射放大电路将所述驱动信号放大后经由所述毫米波收发模组和所述天线阵列发出；
13.天线阵列采集回波信息，并将所述回波信息经所述毫米波收发模组发送至所述信号接收调理电路，经调理后的所述回波信息被输入至所述主控制器；所述回波信息包括回波时间和回波频率；根据驱动信号的发送时间和所述回波时间，可计算出电磁波在空中的飞行时间，进而判断出目标物的距离数据。
14.进一步地，所述人体存在判断方法，还包括：若所述距离数据差值未超过所述指定阈值，或者，所述频率数据差值不在所述生物特征频率范围以内，则初步判定为没有运动的生物体存在，并结束本次判断程序。
15.进一步地，所述融合滤波算法包括互补滤波算法或者卡尔曼滤波算法。
16.进一步地，所述最终判断结果包括有人和无人两种结果；所述毫米波雷达传感器将所述最终判断结果发送至外部控制器，使得所述外部控制器根据所述最终判断结果控制智能家居执行器的开关状态。
17.根据本发明的第二方面，提出一种人体存在判断系统，应用于一种毫米波雷达传感器的主控制器，所述雷达传感器包括依次电性连接的主控制器、信号收发电路、毫米波收发模组和天线阵列；所述收发模组用于通过所述天线阵列获取目标物的距离数据和回波频率；
18.所述人体存在判断系统，包括以下模块：
19.数据获取模块，用于获取第一时刻的第一距离数据和第二时刻的第二距离数据，获取第一时刻的第一回波频率和第二时刻的第二回波频率；所述第一时刻和第二时刻为间隔指定时长的两个时刻；
20.数据计算模块，用于计算第一距离数据与第二距离数据的距离数据差值，并判断所述距离数据差值是否超过指定阈值；计算第一回波频率和第二回波频率的频率数据差值，并判断所述频率数据差值是否在生物特征频率范围以内；
21.数据判断模块，用于判断若所述距离数据差值超过所述指定阈值，且所述频率数据差值在所述生物特征频率范围以内，则初步判定为有运动的生物体存在，并采用融合滤波算法对获取的距离数据和回波频率进行计算，得到最终判断结果。
22.进一步地，所述信号收发电路包括信号发射放大电路和信号接收调理电路；所述天线阵列包括至少2根天线引线；所述毫米波收发模组通过所述天线阵列获取目标物的距离数据和回波数据，具体包括：
23.所述主控制器发出预设的毫米波波段的驱动信号至所述信号发射放大电路，所述信号发射放大电路将所述驱动信号放大后经由所述毫米波收发模组和所述天线阵列发出；
24.天线阵列采集回波信息，并将所述回波信息经所述毫米波收发模组发送至所述信号接收调理电路，经调理后的所述回波信息被输入至所述主控制器；所述回波信息包括回波时间和回波频率；根据驱动信号的发送时间和所述回波时间，可计算出电磁波在空中的飞行时间，进而判断出目标物的距离数据。
25.进一步地，所述数据判断模块中，还包括：若所述距离数据差值未超过所述指定阈值，或者，所述频率数据差值不在所述生物特征频率范围以内，则初步判定为没有运动的生物体存在，并结束本次判断程序。
26.进一步地，所述融合滤波算法包括互补滤波算法或者卡尔曼滤波算法。
27.进一步地，所述最终判断结果包括有人和无人两种结果；所述毫米波雷达传感器将所述最终判断结果发送至外部控制器，使得所述外部控制器根据所述最终判断结果控制智能家居执行器的开关状态。
28.本发明提供的人体存在判断方法，通过毫米波雷达通过探测的多路收发结构，可以获得多点空间点云信息，收发来回的时间可较为准确的判断出空间中的物体位置信息，此外根据多普勒效应，回波的频谱变化，带有目标物体的运动速度信息，从而可以探测出人体的心跳和呼吸等生理信息，便于更加准确的判断出人体的存在。
附图说明
29.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
30.图1是本发明一实施例中一种人体存在判断方法的流程示意图；
31.图2是本发明一实施例中雷达传感器的应用场景示意图；
32.图3是本发明一实施例中互补滤波算法原理示意图；
33.图4是本发明一实施例中卡尔曼滤波算法原理示意图；
34.图5是本发明一实施例中人体存在判断系统的模块组成示意图。
具体实施方式
35.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
36.在本发明说明书的描述中，需要理解的是，术语“上部”、“下部”、“上端”、“下端”、“下表面”、“上表面”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
37.在本发明说明书的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。
38.在本发明的描述中，“多个”的含义是多个，例如两个，三个，四个等，除非另有明确具体的限定。
39.在本发明说明书的描述中，除非另有明确的规定和限定，“连接”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接或可以互相通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
40.下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施
例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
41.请参阅图1，图1是本发明实施例中一种人体存在判断方法的流程示意图，所述的一种人体存在判断方法被应用于一种雷达传感器的主控制器中，如图2所示，所述雷达传感器包括依次电性连接的主控制器、信号收发电路、毫米波收发模组和天线阵列；所述毫米波收发模组用于通过所述天线阵列获取目标物的距离数据和回波频率；
42.所述人体存在判断方法，包括：
43.s1、获取第一时刻的第一距离数据；获取第二时刻的第二距离数据；获取第一时刻的第一回波频率和第二时刻的第二回波频率；所述第一时刻和第二时刻为间隔指定时长的两个时刻；
44.s2、计算第一距离数据与第二距离数据的距离数据差值，并判断所述距离数据差值是否超过指定阈值；计算第一回波频率和第二回波频率的频率数据差值，并判断所述频率数据差值是否在生物特征频率范围以内；
45.若所述距离数据差值超过所述指定阈值，且所述频率数据差值在所述生物特征频率范围以内，则初步判定为有运动的生物体存在；
46.s3、采用融合滤波算法对获取的距离数据和回波频率进行计算，得到最终判断结果。
47.在一实施例中，所述信号收发电路包括信号发射放大电路和信号接收调理电路；所述天线阵列包括至少2根天线引线，以便于在空间中毫米波有指向性的分别发出和接收，组成多个可供分辨的点云信息；天线同时也是采集回波的传感器，通过回波调理放大电路，将处理后的信号送回主控制器，供后续数据处理。所述毫米波收发模组通过所述天线阵列获取目标物的距离数据和回波数据，具体包括：
48.所述主控制器发出预设的毫米波波段的驱动信号至所述信号发射放大电路，所述信号发射放大电路将所述驱动信号放大后经由所述毫米波收发模组和所述天线阵列发出；
49.天线阵列采集回波信息，并将所述回波信息经所述毫米波收发模组发送至所述信号接收调理电路，经调理后的所述回波信息被输入至所述主控制器；所述回波信息包括回波时间和回波频率；根据驱动信号的发送时间和所述回波时间，可计算出电磁波在空中的飞行时间，进而判断出目标物的距离数据。通过在同一个角度方向上，判断前后2个时刻的距离差，当前后两次点云信号出现的距离差达到足够的阈值时，可以做出目标物体运动的判断。这种运动状态的判断，灵敏度很高，比较准确。所以可以在人体进入或离开房间时，给出置信度比较高的信号参考。通过点云回波频率的变化，得到目标远离或接近雷达位置的径向速度信息，经过高精度的信号滤波处理，可以捕捉到人体的呼吸和心跳信号，通常心跳频率在50～120次/分钟，呼吸频率在12～30次/分钟，当所述频率数据差值处于该心跳频率或者呼吸频率范围内，并持续一段时间后，就可以准确的判断出人体的存在。基于此，对人体存在的判断可以对当前稳态状态进行准确的监控，并不依赖于人体是否要刚进入或者离开的动作，可以有效的解决超声、红外热释电传感器无法准确区分人体静止和人不在状态的缺陷。但是这种判断方式需要采集一段时间的信号才能准确做出判断，通常需要数秒，反应较慢，并不能快速响应人刚进入房间时需要立即亮灯等场景，因此需要结合融合滤波算法做进一步的判断。
50.由以上方案可以看出，本发明基于上述两种判断方式的特点，采用融合滤波算法，
将两个信号的输入同时给滤波函数，在不同的信号变化率的状态下，两个信号有不同的置信度。最终直接从两个分别有缺陷的信号中提取最为可靠的信号，从而直接输出有人/无人的判断，做到既快速又准确。进而最终对整个智能家居系统输出可用的执行指令。
51.在一些实施例中，所述人体存在判断方法，还包括：若所述距离数据差值未超过所述指定阈值，或者，所述频率数据差值不在所述生物特征频率范围以内，则初步判定为没有运动的生物体存在，并结束本次判断程序。
52.所述最终判断结果包括有人和无人两种结果；所述毫米波雷达传感器将所述最终判断结果发送至外部控制器，使得所述外部控制器根据所述最终判断结果控制智能家居执行器的开关状态。
53.部分方案中，所述融合滤波算法包括互补滤波算法或者卡尔曼滤波算法。一种举例中，如图3所示，所述的互补滤波算法是通过两种不同的方式测量同一信号，便得到两个携带不同噪声的测量值，互补滤波器的作用便是融合这两个测量值从而获得一个信号输出，典型的例子就是将测量值分别与低、高频噪声结合，应用于信号的传递函数，主要是选取适合的低通与高通滤波器，其主要优点是不会对信号造成群延迟。图3中，s
x
和s
y
是信号s的两个携带不同噪声的测量值，s
*
是通过互补滤波器输出的信号s的估计值。假设在信号s
x
中的噪声主要是低频噪声，而信号s
y
主要携带的是高频噪声，那么若f(s)作为低通滤波器滤除s
y
中的高频噪声，1
‑
f(s)则作为高通滤波器滤除信号s
x
中的低频噪声。
54.进一步的举例中，如图4所示，所述的卡尔曼滤波算法是用于追踪和估计的最常用方法的一种线性滤波，它是一种时域方法，但状态空间方法是其中一个关键技术，这正是由于它的简单性、鲁棒性和最佳性。卡尔曼滤波的基本原理是基于上一时刻的系统状态和测量值来获得当前时刻系统状态的最优估计值。
55.首先建立系统的状态空间方程，若系统的状态空间向量为x，则k时刻的系统状态方程为：
56.x
k
＝ax
k
‑1 bu
k
w
k
57.再建立系统的测量方程为：
58.z
k
＝hx
k
v
k
59.其中a和b均是系统参数，a为状态转移矩阵，b是控制输入矩阵，u
k
为k时刻对系统的控制量，w
k
是过程噪声，假设为高斯白噪声。k时刻的系统测量值为z
k
，如上式所示，其中测量系统的参数h表示状态变量和测量值的关系，测量噪声v
k
同样设为高斯白噪声。
60.雷达波回波时间作为预测量来测量物体的位移s，位移作为观测量z
k
不断修正雷达波回波频率测量速度v的偏差。由于位移和速度存在导数关系，系统真实位移s可以作为一个状态量，速度的常值偏差b作为另一个状态量，组成系统状态向量。假设已知上一时刻的位移为s
k
‑1和速度偏差b
k
‑1，则k时刻的最优位移为：
61.s
k
＝s
k
‑1 (v
k
‑
b
k
‑1)δt
62.其中v
k
‑
b
k
‑1为修正后的速度，δt为速度数值采样间隔。
63.根据上式，可以得到我们所用的卡尔曼滤波中的状态向量、控制输入量以及各系统参数矩阵为：
[0064][0065]
卡尔曼滤波法的过程主要分为两步完成，第一步是预测过程，第二部是更新过程，而在此之前，还需要初始化(如图4)：
[0066]
首先，在初始化之后，由预测过程得到k时刻的系统状态x
kk
‑1和误差的协方差矩阵p
k|k
‑1。该矩阵是用于衡量我们相信当前估计状态的多少，p
k|k
‑1越小，代表我们越相信当前的状态估计值：
[0067]
x
k|k
‑1＝ax
k
‑
1|k
‑1 bu
k
[0068]
p
k|k
‑1＝ap
k
‑
1|k
‑1a
t
q
k
[0069]
其中q
k
是过程噪声w
k
在k时刻的协方差矩阵，而我们认为位移和速度偏差是不相关的，故这二者的协方差实际上等于这二者估计值的方差，则该矩阵可定义为：
[0070][0071]
接着就是卡尔曼滤波的更新过程，主要是对卡尔曼增益、最优估计值和最优估计值相对应的协方差的更新：
[0072]
k
k
＝p
k|k
‑1h
t
(hp
k|k
‑1h
t
r)
‑1[0073]
卡尔曼增益k
k
是用于衡量估计值计算的权重，在每个时刻根据误差的协方差来进行更新。其中hp
k|k
‑1h
t
r是为了预测在基于先验误差的协方差矩阵p
k|k
‑1和测量值的协方差r的前提下测量值的可信度有多高，测量噪声越大，该值就越大，这表明测量值的可信度就不高；而h是用于将先验误差的协方差矩阵映射到观察空间。如果我们相信状态的估计值，那么误差的协方差矩阵户就偏小，卡尔曼增益也就偏小，反之亦然：
[0074]
x
k|k
＝x
k|k
‑1 k
k
(z
k
‑
hx
k|k
‑1)
[0075]
为了补偿测量值和预测值的差异，获得滤波的输出，即得到k时刻的最优估计值，进行下列计算如式。z
k
‑
hx
k|k
‑1是为了计算测量值和先验状态的差异，其中h是用于将先验状态x
k|k
‑1映射到测量值的观察空间，在这个系统中，测量值z
k
是由时间获得的数据进行计算得到的位移。
[0076]
接下来，还需计算x
k|k
的协方差，即后验误差协方差矩阵，以便进入下一次计算：
[0077]
p
k|k
＝(i
‑
k
k
h)p
k|k
‑1[0078]
其中如此反复计算，最终卡尔曼增益会收敛于某一个值，它代表了对预测值和测量值的信任程度。
[0079]
另外，请参阅图5，本发明还提出一种人体存在判断系统，应用于一种雷达传感器的主控制器，所述雷达传感器包括依次电性连接的主控制器、信号收发电路、毫米波收发模组和天线阵列；所述毫米波收发模组用于通过所述天线阵列获取目标物的距离数据和回波频率；
[0080]
所述人体存在判断系统，包括顺次连接的：
[0081]
数据获取模块11，用于获取第一时刻的第一距离数据和第二时刻的第二距离数
据，获取第一时刻的第一回波频率和第二时刻的第二回波频率；所述第一时刻和第二时刻为间隔指定时长的两个时刻；
[0082]
数据计算模块12，用于计算第一距离数据与第二距离数据的距离数据差值，并判断所述距离数据差值是否超过指定阈值；计算第一回波频率和第二回波频率的频率数据差值，并判断所述频率数据差值是否在生物特征频率范围以内；
[0083]
数据判断模块13，用于判断若所述距离数据差值超过所述指定阈值，且所述频率数据差值在所述生物特征频率范围以内，则初步判定为有运动的生物体存在，并采用融合滤波算法对获取的距离数据和回波频率进行计算，得到最终判断结果。
[0084]
优选的，所述信号收发电路包括信号发射放大电路和信号接收调理电路；所述天线阵列包括至少2根天线引线；所述毫米波收发模组通过所述天线阵列获取目标物的距离数据和回波数据，具体包括：
[0085]
所述主控制器发出预设的毫米波波段的驱动信号至所述信号发射放大电路，所述信号发射放大电路将所述驱动信号放大后经由所述毫米波收发模组和所述天线阵列发出；
[0086]
天线阵列采集回波信息，并将所述回波信息经所述毫米波收发模组发送至所述信号接收调理电路，经调理后的所述回波信息被输入至所述主控制器；所述回波信息包括回波时间和回波频率；根据驱动信号的发送时间和所述回波时间，可计算出电磁波在空中的飞行时间，进而判断出目标物的距离数据。
[0087]
优选的，所述数据判断模块13中，还包括：若所述距离数据差值未超过所述指定阈值，或者，所述频率数据差值不在所述生物特征频率范围以内，则初步判定为没有运动的生物体存在，并结束本次判断程序。
[0088]
优选的，所述融合滤波算法包括互补滤波算法或者卡尔曼滤波算法。
[0089]
优选的，所述最终判断结果包括有人和无人两种结果；所述毫米波雷达传感器将所述最终判断结果发送至外部控制器，使得所述外部控制器根据所述最终判断结果控制智能家居执行器的开关状态。
[0090]
基于上述方案，可以看出，本发明提供的人体存在判断方法，通过毫米波雷达通过探测的多路收发结构，可以获得多点空间点云信息，收发来回的时间可较为准确的判断出空间中的物体位置信息，此外根据多普勒效应，回波的频谱变化，带有目标物体的运动速度信息，从而可以探测出人体的心跳和呼吸等生理信息，便于更加准确的判断出人体的存在。
[0091]
在本说明书的描述中，参考术语“一种实施方式”、“一种实施例”、“具体实施过程”、“一种举例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0092]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。