【技术实现步骤摘要】
本专利技术属于汽车雷达，具体涉及一种基于多特征综合判别舱内活体类型的方法。
技术介绍
1、毫米波雷达作为一种主动式非接触式传感器，可以对周围物体的距离、角度及速度信息进行感知。其基于相位法的距离感知分辨率理论上可以达到亚毫米级，可以精确测量人体胸腔呼吸起伏及四肢微动信号。此外，由于其非成像式感知的特点，毫米波雷达具有较好的隐私保护功能。因此，它是一种理想的汽车舱内环境生命体感知传感器(也称“舱内活体检测雷达”)，特别适用于舱内儿童存在检测的场景。新车安全评鉴协会(encap及cncap)均强调在仅有儿童在舱内时的检测及报警能力，因此提高对舱内活体类型的识别精度是提高舱内儿童存在检测报警成功率的关键。
2、在现有技术中一般的生命存在检测工作原理及流程如下：假设当前车辆为双排五座车，将舱内活体检测雷达安装于舱内车顶中间位置，并以一定的帧重复频率进行信号发射和接收，其方位维对应车辆左右方向，俯仰维对应车辆前后方向；对每个接收通道获得的目标回波信号分别在距离维和多普勒维进行快速傅里叶变换(fast fourier transform，fft)处理，并提取零多普勒信号；累积若干帧的零多普勒信号，设定阈值以获取幅值较高的距离门位置；遍历距离门位置，对多帧零多普勒信号进行相位解缠，并利用fft计算对应呼吸频率以进行生命检测；将检测到的呼吸频率与呼吸频率-年龄对照表进行比对，得到人员类型。
3、由上述可知，该生命存在检测方法存在如下缺陷：检测方法要求被测试人员处于静止状态，当人员出现运动时会对检测结果造成干扰；呼吸频率的
技术实现思路
1、本专利技术的目的在于提供一种基于多特征综合判别舱内活体类型的方法，基于分时复用模式的多发多收毫米波雷达实现对舱内活体类型的检测，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术采用了如下技术方案：
3、本专利技术提出一种基于多特征综合判别舱内活体类型的方法，包括：
4、s1、将毫米波雷达安装于舱内车顶上，并依据天线和波形配置，配置毫米波雷达的信号发送和接收，对接收的回波数据完成2d-fft处理，提取零多普勒数据；
5、s2、在所述零多普勒数据中分别选取一组方位维和俯仰维通道，并对连续若干帧的零多普勒信号进行dbf处理，其中，dbf角度选取分别为主副驾座椅位置对应的方位角和前后排座椅位置对应的俯仰角；
6、s3、取出两维dbf累积结果的峰值并对应相乘相加，分别得到前后排对应的幅值结果pfront及prear，基于预先采集的数据得到前后排有人存在时的pfront及prear作为经验门限，并将实测结果与经验门限进行对比，若实测前排或结果大于或时，则将前排或后排加入活体检测区域；
7、s4、对s2中的俯仰维零多普勒进行额外dbf处理，其dbf角度选取为前排或后排头枕位置对应的俯仰角；
8、s5、将s3中的处理后的零多普勒累积结果为sdbf，其中sdbf为1×n的向量；
9、s6、选取头枕位置对应的距离门序号(idxm)为分界点，分别搜索sdbf中idxm前后两个分区的最大(p1和p2)和累积(和)峰值作为分类特征；
10、s7、基于实测数据分别对p1、p2、表进行线性拟合，并获得拟合系数及对应权重(w1、w2、w3)，构造分类器，同时结合其他维度特征及对应权重(w4)对舱内活体类型进行综合判别；
11、s8、参照判别标准输出类型判别结果。
12、优选的，所述天线的配置，包括：采用通用毫米波soc芯片搭建硬件平台，并在所述硬件平台中设置雷达接收通道；所述波形的配置采用tdm-mimo时分复用方式。
13、优选的，所述对接收的回波数据完成2d-fft处理，提取零多普勒数据，包括：基于天线和波形的配置进行发波；由硬件平台中的硬件加速器对回波信号进行2d-fft处理；经硬件加速处理后得到距离维长度m、多普勒维长度n的信号矩阵；获取零多普勒数据。
14、优选的，所述信号矩阵中仅保留多普勒数值为零处的信号。
15、优选的，所述对连续若干帧的零多普勒信号进行dbf处理，包括：
16、在接收通道中分别选取第一组方位维通道及第一组俯仰维通道的零多普勒信号进行dbf处理，公式如下：
17、
18、其中，pdbf(θ)为dbf能量谱，a(θ)为导向矢量，r为输入信号协方差，l为通道数量，θ为选取的dbf角度。
19、优选的，所述判别标准，包括：
20、a.当舱内活体检测雷达上电工作时，基于上述步骤得到了实测结果的p1、p2、p1accum和pa2ccum特征，将其输入到分类器中进行类型判别，并将判别结果和置信度进行输出，其中置信度通过计算实测特征和拟合参数的l2范数得到；
21、b.当分类器分类结果与呼吸频率等其他维度特征冲突时，基于不同分类特征的权重和置信度将各特征得到的分类结果排序，并将二者乘积最大的分类结果输出.
22、本专利技术的技术效果和优点：本专利技术提出的一种基于多特征综合判别舱内活体类型的方法，与现有技术相比，具有以下优点：
23、本专利技术在不增加硬件资源条件下，改进信号处理算法，通过dbf提升fov探测区域，单颗雷达探测区域可覆盖乘用车前后两排座椅区域，有效降低了车厂硬件成本和走线复杂度，采用多维特征综合判别舱内活体的类型，可显著提升复杂场景下人员类型的检测正确率和抗干扰能力，通过实车测试综合正确率可达95％以上，且雷达体积小、重量轻，接口简单，可全场景使用，不受车内天窗尺寸影响，可适配车厂各种车型。
本文档来自技高网...【技术保护点】
1.一种基于多特征综合判别舱内活体类型的方法，其特征在于，包括：
2.根据权利要求1所述的一种基于多特征综合判别舱内活体类型的方法，其特征在于，所述天线的配置，包括：采用通用毫米波SOC芯片搭建硬件平台，并在所述硬件平台中设置雷达接收通道；所述波形的配置采用TDM-MIMO时分复用方式。
3.根据权利要求2所述的一种基于多特征综合判别舱内活体类型的方法，其特征在于，所述对接收的回波数据完成2D-FFT处理，提取零多普勒数据，包括：
4.根据权利要求3所述的一种基于多特征综合判别舱内活体类型的方法，其特征在于，所述信号矩阵中仅保留多普勒数值为零处的信号。
5.根据权利要求4所述的一种基于多特征综合判别舱内活体类型的方法，其特征在于，所述对连续若干帧的零多普勒信号进行DBF处理，包括：
6.根据权利要求5所述的一种基于多特征综合判别舱内活体类型的方法，其特征在于，所述判别标准，包括：
【技术特征摘要】
1.一种基于多特征综合判别舱内活体类型的方法，其特征在于，包括：
2.根据权利要求1所述的一种基于多特征综合判别舱内活体类型的方法，其特征在于，所述天线的配置，包括：采用通用毫米波soc芯片搭建硬件平台，并在所述硬件平台中设置雷达接收通道；所述波形的配置采用tdm-mimo时分复用方式。
3.根据权利要求2所述的一种基于多特征综合判别舱内活体类型的方法，其特征在于，所述对接收的回波数据完成2d-ff...
【专利技术属性】
技术研发人员：陈承文，周珂，施宏凯，
申请(专利权)人：苏州承泰科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。