[发明专利]基于毫米波雷达和FPGA的跌倒检测方法及装置

说明书

本发明公开了一种基于毫米波雷达和FPGA的跌倒检测方法及装置，使用雷达采集跌倒和未跌倒的人体姿态数据，进行下采样，短时傅里叶变换，取分贝值，再设置合适的阈值组成含有特征信息的二值图片。将这些特征图进行卷积神经网络的训练得到卷积神经网络模型，再将整个数据处理流程和卷积神经网络模型部署到FPGA内部进行跌倒检测。当判定为跌倒时则产生报警信息。本发明具有检测率高，实时性强，成本低，模型可重塑，不侵犯隐私等特点。

技术领域

本发明属于数据处理技术领域，特别是一种基于毫米波雷达和FPGA的跌倒检测方法及装置。

背景技术

随着老年人口数量的增长，老人的跌倒与救护成为了一个亟待解决的重要社会问题。对于独处老人来说，如果摔倒在地上后丧失行动的能力，而又没有其他人在第一时间给予帮助，长时间躺在地上将造成更加严重的后续伤害，造成生命危险。

目前跌倒检测设备可大致分为可穿戴的和非可穿戴的。可穿戴式的装置一般基于微型电子传感器的装置。限制将设备放置在身体的单一部位(腰部、手腕、胸部等)。绝大多数可穿戴式坠落探测器都是加速度计设备的形式。其中一些传感器还结合了其他传感器，如陀螺仪，以获取有关患者位置的信息，基于穿戴设备的算法具有高精度、低误检的优点，但是在穿戴过程中，容易给老人带来不舒适的体验，造成老人的抵触心理。另外，由于使用人员多为年龄较大的老人，记忆力衰退明显，很容易发生忘记佩戴的情况。非可穿戴设备往往不引人注目，更容易接受，更好的舒适。一种常见的非显眼的跌倒检测装置是摄像机，其中图像处理技术可以隔离和检测跌倒。然而，基于视觉的系统不能在低光照或遮挡环境下发挥作用，也常常涉及到老人隐私问题。另一种非可穿戴设备是使用雷达来进行跌倒检测，常常需要多个软件的配合才能完成检测，虽然避开了老人隐私问题，但也带来了新的问题如检测时间较长，资源消耗量大。

发明内容

本发明的目的在于针对现有技术存在的不足，提供一种基于毫米波雷达和FPGA的跌倒检测方法及装置，解决传统跌倒检测准确度低，计算速度慢，成本高，隐私性差的问题。

实现本发明目的的技术解决方案为：一种基于毫米波雷达和FPGA的跌倒检测方法，所述方法包括以下步骤：

步骤S1，采集预设区域内的人体姿态数据，标注跌倒数据和未跌倒数据；

步骤S2，对采集并标注的数据进行预处理获得特征图，形成数据集；

步骤S3，构建卷积神经网络模型，利用标注好的数据集进行网络训练，得到训练好的网络模型；

步骤S4，将训练好的网络模型加载到FPGA中，利用FPGA进行完整的跌倒检测；

步骤S5，当FPGA判定输入数据特征为跌倒时，利用蜂鸣器进行报警。

进一步地，步骤S1中所述人体姿态数据是由毫米波雷达雷达和ADC采集板采集，其中跌倒数据包括正面扑倒、背面躺倒和侧面跌倒这几种姿态，未跌倒数据包括无目标、缓步和慢蹲这几种姿态。

进一步地，步骤S2包括以下步骤：

步骤S21，下采样：针对标注好的人体姿态数据，每个线性调频脉冲chirp取一个采样点数据，得到下采样后的雷达数据；

步骤S22，对下采样后的雷达数据进行短时傅里叶变换，公式为：

式中，x(m)为下采样后的雷达数据，ω(n)是窗函数，X_n(e^jw)为加窗后的傅里叶变换数据；

步骤S23，对短时傅里叶变换处理后的数据取分贝值；

步骤S24，对取分贝值后的数据进行二值化处理，得到二值化后的跌倒和未跌倒的数据集。