[发明专利]基于微多普勒的人员检测方法及系统

说明书

本发明公开了基于微多普勒的人员检测方法，包括以下步骤：步骤一：选择七个身体部位参考点来展示快速行走和跑步期间身体部分的速度分布；步骤二：步行和跑步速度可以从较慢的多普勒频率中导出，该频率对应与躯干相关的更强的RCS响应，这些响应通过将人员建模为多个椭圆体的组合来计算；本发明对行人目标产生的微多普勒建立简单的微多普勒雷达模型，从而准确分辨出目标类型，检测精度可达到89％，大大缩短系统运行成本，提高防撞预警响应时间，避免多个传感器融合调试的匹配难题，解决了毫米波雷达无法精准的对探测物分类的问题。

技术领域

本发明属于毫米波雷达传感器技术领域，具体涉及基于微多普勒的人员检测方法及系统。

背景技术

随着汽车产业的发展以及汽车行驶性能的不断提高，汽车的安全性越来越为人们所重视。在汽车的主动安全系统中，车载毫米波雷达一直被用于测量汽车前方物体的距离和相对速度，提高驾驶员在能见度低的条件下或者处于盲区中的物体感知能力，正大规模应用在汽车防撞系统中。

市场上现有的毫米波雷达系统对于行人的检测基本很难区分，所以大多使用毫米波雷达与视觉信息共同探测的方式来实现行人和其他障碍物的预警。

现有技术采用的毫米波雷达和视觉数据融合来识别行人的算法还是基于目标特征的提取，在恶劣环境下视觉的检测效果大大的受影响，基于该检测精度低的样本计算得出的结果识别率会明显下降，或者说还是要依靠毫米波雷达的检测效果的问题，为此我们提出基于微多普勒的人员检测方法及系统。

发明内容

本发明的目的在于提供基于微多普勒的人员检测方法及系统，以解决上述背景技术中提出的现有技术采用的毫米波雷达和视觉数据融合来识别行人的算法还是基于目标特征的提取，在恶劣环境下视觉的检测效果大大的受影响，基于该检测精度低的样本计算得出的结果识别率会明显下降，或者说还是要依靠毫米波雷达的检测效果的问题。

为实现上述目的，本发明提供如下技术方案：基于微多普勒的人员检测方法，包括以下步骤：

步骤一：选择七个身体部位参考点来展示快速行走和跑步期间身体部分的速度分布。

步骤二：步行和跑步速度可以从较慢的多普勒频率中导出，该频率对应与躯干相关的更强的RCS响应，这些响应通过将人员建模为多个椭圆体的组合来计算。

步骤三：与每个肢体相关的微多普勒频率变化也是可见的，并且显示出清晰的步态周期，可用于导出手臂和腿的摆动速度和周期性。

步骤四：使用闭合形式的RCS公式得到完美导电的椭球，因为使用人体的全波模拟需要大量时间和计算。并且，一个步态周期的模拟涉及多个身体运动帧。

步骤五：使用连接到矢量网络分析仪连接到雷达进行人员微多普勒频谱测量。

步骤六：基本步行步态周期可以分为足部在地面上的持续时间(站立阶段占整个步态周期的62％)和足部运动时间(摆动阶段占整个步态周期的38％)，通过比较每个采样时间间隔中相同身体部位的位置，可以计算出身体的速度。

优选的，所述步骤一中七个身体部位参考点为胸骨(STRM)，头部(LBHD)，左手(LH)，左肘(LELB)，右手(RH)，右肘(RELB)，左膝(LKNE)，左脚趾(LTOE)和右膝(RKNE)和右脚趾(RTOE)。

优选的，所述步骤二在动态目标检测中，建立一个简单的微多普勒雷达模型，多普勒效应在目标与信号源形成相对平移运动时产生，相应的频移表示为：其中Δf是多普勒频移，f₀是雷达信号的载波频率，是行人的步行速度，是到雷达位置的径向距离的矢量，c是光速。