一种基于毫米波雷达点云的车内人员检测方法技术

本发明专利技术属于电子信息技术领域，公开了一种基于毫米波雷达点云的车内人员检测方法，毫米波雷达包括射频前端模块和信号处理模块；射频前端模块包括发射天线、接收天线、中频滤波放大模块、雷达射频芯片；信号处理模块包括ADC中频信号采样，DSP数字信号处理，目标点云提取，机器学习聚类，检测结果显示。本发明专利技术毫米波雷达通过发射和接收电磁波能有效的监测车内环境，其穿透性强不易受到遮挡，并具有多普勒效应能精确的检测到车内人员的动作以及呼吸心跳等生命特征，同时不会侵犯个人隐私，成本低，检测准确度高。本发明专利技术能准确检测到车内是否有人，提供车内人员的数量、位置等信息，并及时做出预警。出预警。出预警。

【技术实现步骤摘要】
一种基于毫米波雷达点云的车内人员检测方法


[0001]本专利技术属于电子信息
，特别是一种基于毫米波雷达点云的车内人员检测方法。

技术介绍

[0002]随着汽车的普及，近年来私家车的数量大幅增多，它给人们带来便利的同时也会带来更多的安全隐患。由于大人的疏忽，时常会发生儿童被误锁在车内的案例。而封闭车辆内的温度会迅速升高，从而导致车内的生命处于危险的境地，很可能造成中暑或缺氧而酿成悲剧。对于此类问题，可以通过车内人员检测系统来不断对车内环境进行监测，当车辆熄火并上锁后若检测到车内仍有人员，即会发出警报信息来提醒驾驶员以及周围人员，从而能避免此类问题。
[0003]传统的车内人员检测技术主要包括基于摄像头的人员检测、基于座椅压力传感器的检测、基于气体传感器和温度传感器的检测等。但是基于这些方法的车内人员检测系统在性能和应用上都存在固有的缺陷。例如摄像头易受光照、遮挡、人体姿态的影响，并且存在侵犯隐私的风险。座椅压力传感器会受儿童的体重和姿势影响，并且容易座椅上物品干扰而出现误警报现象。而专利CN105913609A中提出的气体和温度检测方法，非常容易受到周围环境的影响，会对检测结果造成干扰。

技术实现思路

[0004]本专利技术的目的是为了克服上述
技术介绍
的不足，提出了一种基于毫米波雷达点云的车内人员检测的方法，能够准确的检测出车内是否有人，并且能得到车内人员的数量和位置，具有检测准确度高且成本低的优点。
[0005]为实现上述技术目的，本专利技术采用的技术方案如下：一种基于毫米波雷达点云的车内人员检测方法，毫米波雷达包括射频前端模块和信号处理模块；所述射频前端模块包括发射天线、接收天线、中频滤波放大模块、雷达射频芯片；所述信号处理模块包括ADC中频信号采样，DSP数字信号处理，目标点云提取，机器学习聚类，检测结果显示。
[0006]车内人员检测方法，包括如下步骤：步骤1，所述毫米波雷达安装在车内天窗位置，此时，毫米波雷达距离车内地板为1.2米，距离后座0.6米，该位置能够同时监测到前排和后排座椅，能覆盖到所有座椅位置，并且受到的干扰较少；步骤2，所述毫米波雷达通过所述信号发射模块不断向车内监控区域发射雷达射频信号，反射的电磁波被接收天线接收后形成回波信号；将回波信号和信号源传输到混频器的一部分信号进行混频，从而得到中频信号，随后通过所述中频放大模块对中频信号进行放大；步骤3，将所述中频信号输入至所述信号处理电路模块中，对中频信号进行解调，数模转换，以及一系列信号处理方法后可以得到目标点云的距离，速度，角度，SNR信息；
步骤4，将车辆内部划分为五个区域，分别对应着车内的五个乘员座位。将得到的点云映射到车内座位区域中，通过DBSCAN聚类来滤除杂点；并对每个区域内部的点云进行特征提取，最后采用机器学习方法进行有无人检测。
[0007]进一步地，步骤3的信号处理方法包括以下步骤：步骤31，多通道的连续波雷达其数据采集和储存方法如下：为了方便雷达进行数据处理，将雷达工作时间分解为一个个的雷达周期，每一个雷达周期中，雷达信号处理芯片根据雷达接收到的数据得到当前时间附近的目标的状态；一个雷达周期包括多个波形周期，一个波形周期的数据包括在这一个周期内雷达采样得到的点数。在雷达的一个雷达周期中，获得的数据被高速的储存在结构中的y[l,m,n]层中，如从同一信道的第二个周期波形获得的数据被储存在同一层的第二行，y[l,m,n]中的l维为快时间维，为一个周期的波形的中采样的数据，m维为慢时间维，表示一个雷达周期中第m个周期的波形，n表示第n个通道储存的数据，在同一个时间具有不同的相位；对不同维度的数据进行处理，能够得到不同的目标信息；步骤32，对雷达信号的三维数据矩阵进行快时间维FFT，获得目标的距离信息；然后对慢时间维进行FFT获得目标的多普勒信息，二者结合能获得目标的距离多普勒图；步骤33，由于车内存在座椅等静止的固定物体，同样会反射电磁波，会对人员判断造成干扰，考虑到车内人员会有一定的动作并且具有呼吸心跳等生命特征，对得到的距离多普勒图进行MTI静态除杂方法，从而提取出车内的动态区域，滤除由静态物体区域反射的回波信号；步骤34，为了提高雷达检测的准确度，对距离多普勒图进行恒虚警检测（CFAR），通过CFAR算法的门限值选取，按幅值阈值来截取待测目标点云的距离和速度信息；步骤35，采用FFT角度估计方法来获得待测目标点云的角度信息，即对距离多普勒图中的峰值在天线维度上进行FFT，最后能获得点云的距离、速度、角度、SNR信息。
[0008]进一步地，步骤4的人员检测方法包括以下步骤：步骤41，对信号处理后得到的点云进行预处理，将不在五个座椅区域内的点云舍弃；对剩余点云进行DBSCAN聚类，由于多路径传播等原因，会出现无法聚类的杂点，将这些聚类后无类别的杂点滤掉；步骤42，将聚类点云进行特征提取，分别从SNR平均值、区域点云数量、点云距离方差以及SNR方差方面综合考虑，从而对每个区域进行人员检测，并输出检测结果。
[0009]与现有技术相比，本专利技术具有如下优点：（1）本专利技术采用的毫米波雷达能够有效的抵抗外部因素的影响，能完全覆盖车内的所有座椅，同时穿透性强，成本低，检测准确度高，并且不会侵犯车内人员的隐私。
[0010]（2）本专利技术采用的毫米波雷达点云的方法来进行车内人员检测，相比起直接处理波形信号更加简单和直观，并且将点云映射到车辆内部划分；采用了机器学习的DBSCAN聚类方法，能够准确的将车内各座椅上的人员检测出来。并结合了雷达点云的数量和SNR等特征，通过机器学习算法综合判断车内人员的位置和数量，提高了检测的准确度。
[0011]（3）考虑到车内固有静止物体如座椅等的干扰，而人体在车内会有运动以及呼吸心跳等生命特征，在点云处理过程中加入了MTI静态除杂方法，能够对车内的静态物体进行滤除。并且采用了恒虚警检测（CFAR），通过CFAR算法的门限值选取来滤除噪点，从而减少干
扰提高检测准确度。
附图说明
[0012]图1为毫米波雷达结构示意图；图2为本专利技术中雷达点云检测方法流程图；图3为本专利技术的多通道连续波雷达数据储存方式图；图4为本专利技术的车内人员毫米波雷达点云图；图5为本专利技术的检测结果图。
具体实施方式
[0013]下面结合附图和具体实施例对本专利技术进行详细说明。注意，以下的实施方式的说明只是实质上的例示，本专利技术并不意在对其适用物或其用途进行限定，且本专利技术并不限定于以下的实施方式。
[0014]本专利技术提供的一种基于毫米波雷达点云的车内人员检测方法，旨在通过车内人员检测系统来不断对车内环境进行监测，能够准确的检测出车内是否有人，有效的提醒驾驶员注意车内的遗留生命体，并且能得到车内人员的数量和位置，具有检测准确度高并且成本低的优点。
[0015]本实施例中，参见图1，毫米波雷达为调频连续波（FMCW）雷达，主要由射频前端模块和信号处理模块组成，射频前端模块包括发射天线、接收天线、中频滤波放大模块、雷达射频芯片。雷达的高频电信号由控制器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于毫米波雷达点云的车内人员检测方法，其特征在于，所述毫米波雷达包括射频前端模块和信号处理模块；所述射频前端模块包括发射天线、接收天线、中频滤波放大模块、雷达射频芯片；所述信号处理模块包括ADC中频信号采样，DSP数字信号处理，目标点云提取，机器学习聚类，检测结果显示。2.根据权利要求书1所述的基于毫米波雷达点云的车内人员检测方法，其特征在于，包括如下步骤：步骤1，所述毫米波雷达安装在车内天窗位置，此时，毫米波雷达距离车内地板为1.2米，距离后座0.6米，该位置能够同时监测到前排和后排座椅，能覆盖到所有座椅位置，并且受到的干扰较少；步骤2，所述毫米波雷达通过所述信号发射模块不断向车内监控区域发射雷达射频信号，反射的电磁波被接收天线接收后形成回波信号；将回波信号和信号源传输到混频器的一部分信号进行混频，从而得到中频信号，随后通过所述中频放大模块对中频信号进行放大；步骤3，将所述中频信号输入至所述信号处理电路模块中，对中频信号进行解调，数模转换，以及一系列信号处理方法后可以得到目标点云的距离，速度，角度，SNR信息；步骤4，将车辆内部划分为五个区域，分别对应着车内的五个乘员座位；将得到的点云映射到车内座位区域中，通过DBSCAN聚类来滤除杂点；并对每个区域内部的点云进行特征提取，最后采用机器学习方法进行有无人检测。3.根据权利要求书2所述的基于毫米波雷达点云的车内人员检测方法，其特征在于，所述步骤3的信号处理方法包括以下步骤：步骤31，多通道的连续波雷达其数据采集和储存方法如下：为了方便雷达进行数据处理，将雷达工作时间分解为一个个的雷达周期，每一个雷达周期中，雷达信号处理芯片根据雷达接收到的数据得到当前时间附近的目标的状态；一个雷达周期包括多个波形周期，一个波形周期的数据包括在这一个周期内雷达采样得到的点数；在雷达...

【专利技术属性】
技术研发人员：黄李波，龙凯，李森，万梦岳，谭斌，单丰武，陈立伟，熊敏，
申请(专利权)人：南昌智能新能源汽车研究院，
类型：发明
国别省市：