[发明专利]基于毫米波雷达的人体步态识别系统

说明书

本发明属于安防监控技术领域，具体为一种基于毫米波雷达的人体步态识别系统。本发明系统包括：毫米波雷达子系统、数据处理子系统、特征数据库子系统、分类识别子系统和交互界面子系统；毫米波雷达子系统用于发射和接收毫米波，得到包含人体步态信息的数字中频原始数据；数据处理子系统用于对原始数据进行数字信号处理提取雷达特征；特征数据库子系统用于存储和更新所设定步态的特征数据集；分类识别子系统用于利用传统分类方法和深度学习方法进行步态分类识别；交互界面子系统用于交互控制和显示步态识别结果。本发明着眼于室内和室外人体的步态特性分析，适用于智能家居和智能安防场景中的人体行走状态分析、行走特性识别、身份识别等。

技术领域

本发明属于安防监控技术领域，具体涉及基于毫米波雷达的人体步态识别系统。

背景技术

在安防监控领域现有的主要监控识别技术是基于摄像头的监控识别，然而摄像头易受光照条件、遮挡物影响，隐蔽性差，易遭到破坏，且不适用于隐私敏感场景。

步态识别是一种非接触式生物特征识别技术，可以通过人们走路的姿态习惯进行身份识别和行走特性分析。与指纹识别、虹膜识别、人脸识别等其他生物特征识别技术相比，步态识别具有非接触、远距离和不易伪装的优点。步态识别技术的可行性来源于不同人体行走姿态的特异性，英国南安普敦大学电子与计算机系的马克·尼克松教授的研究显示，因为人们在肌肉力量、肌腱和骨骼长度、骨骼密度、视觉的灵敏程度、协调能力、经历、体重、重心、肌肉或骨骼受损的程度、生理条件以及个人走路的“风格”上都存在细微差异，每个人都有不同的步态特征。现有的步态识别产品和解决方案主要是基于可见光摄像头的，如银河水滴科技公司的步态检索一体机设备-水滴神鉴，可用于对视频中的人进行目标跟踪和步态识别。然而基于可见光摄像头的步态识别方案受到摄像头监控的缺点限制，应用场景有限。

如何克服现有步态识别方案的不足，提升步态识别技术的准确性和实用性是目前亟待解决的问题。

发明内容

本发明的目的在于提出一种利用毫米波对室内和室外自由行走人体的行走状态、行走方式、身份属性进行识别的系统。

本发明提出的基于毫米波雷达的人体步态识别系统，包括：毫米波雷达子系统、数据处理子系统、特征数据库子系统、分类识别子系统和交互界面子系统；其中，毫米波雷达子系统用于发射和接收毫米波，得到包含人体步态信息的数字中频原始数据；数据处理子系统用于对原始数据进行数字信号处理提取雷达特征；特征数据库子系统用于存储和更新所设定步态的特征数据集；分类识别子系统用于利用传统分类方法和深度学习方法进行步态分类识别；交互界面子系统用于交互控制和显示步态识别结果。

系统的各子系统均具备实时工作能力，即毫米波雷达子系统能够实时输出原始数据；数据处理子系统能够实时处理原始数据，检测运动目标，提取目标步态特征；特征数据库子系统能够实时存储和更新目标步态特征；分类识别子系统能够实时分类识别步态和在线学习更新分类模型；交互界面子系统能够实时显示步态识别的结果。

所述设定步态的特征数据集，包括：不同行走速度的步态，如快走、慢走、正常走、跑、随意走等；不同行走方式的步态，如外八字、内八字、跛脚、杵拐杖、正常走等；以及不同人体的步态，对应身份属性。

所述毫米波雷达子系统中，雷达参数主要包括发射天线数N_Tx、接收天线数N_Rx、每帧调频周期数N_c、调频起始频率f₁、调频斜率K_s、调频周期T_c、帧周期T_f、ADC采样率F_s、每调频周期ADC采样点数N_adc等，这些参数可根据应用场景的最大测量距离d_max、最大测量速度v_max、距离分辨率d_res、速度分辨率v_res、帧率f_rate等需求来确定。