人体呼吸24ghz毫米波雷达人体感应模块人员检测

2022-11-10 777

人体呼吸24ghz毫米波雷达人体感应模块人员检测,推出了基于人体呼吸24GHz毫米波雷达模块的室内人员检测解决方案用于室内人员的准确定位和稳定跟踪。同时,结合生命体征检测功能的方案,可以判断室内人员是否处于生命体征状态。在此基础上,基于毫米波雷达的新方案率先实现了3D目标跟踪、房间面积测量等功能,为智能家居、消费电子、养老等市场提供了新的方向和选择。

人体呼吸24ghz毫米波雷达人体感应模块人员检测

3D目标跟踪

基于人体呼吸24ghz毫米波雷达人体感应模块距离分辨率很高,可以同时测量目标的方向角和俯仰角,从而获得丰富的被测目标的点云信息。利用获得的点云信息,可以获得目标在三维空间(水平、垂直、高度)的分布状态,根据目标在三维分布的相互关系,以及目标的高度变化和时间关系来判断目标的姿势(如站、坐、躺、摔),从而区分成人、儿童、人和宠物的需求。

人体呼吸24ghz毫米波雷达人体感应模块3D目标跟踪功能与生命体征检测功能相结合,可以使人们的生活更加智能和安全。例如,通过判断人体的姿势和位置,调整空调的出风量和方向;检测跌倒、呼吸异常时,及时发出通知;监测呼吸频率可以判断是否处于睡眠状态,从而调节灯光强度;当孩子和宠物被遗忘在车里或家里时,可以及时发出警告……毫米波雷达点云成像可避免隐私泄露,更适合家庭、养老等私人空间。


根据人体呼吸24ghz毫米波雷达人体感应模块具有距离高分辨率的特点。结合波达角估计算法、恒虚警率检测和相应的边界搜索方法,得到了一种实用的房间面积测量方法。通过对房屋面积的准确判断,可以为智能家居的合理使用提供重要依据。例如,通过测量房间面积,空调可以更好地控制冷量,提高运行效率;电视、音响等家用电器可以根据房屋面积和人员是否调整音量……


让毫米波为大家服务

通过对人体呼吸24ghz毫米波雷达人体感应模块应用的不断探索,实现了人员稳定跟踪、生命体征监测、成人、儿童和宠物识别、人体姿势识别、房屋面积测量等功能,为智能生活和安全生活提供了保障。毫米波雷达将成为你生活中不可缺少的帮手。


如何避免雷达之间的相互干扰?驾驶辅助系统(AdvancedDriverAssistanceSystems,ADAS)随着近年来的快速发展,毫米波雷达在新车中的装配率日益提高。想象一下,在街道上的车辆配备了毫米波雷达之后,雷达之间的相互干扰将成为一个越来越不容忽视的问题。


针对多雷达相互干扰的问题,雷达SoC为用户提供有效的解决方案。在进一步发展之前,让我们看看雷达之间常见的信号干扰:一个典型的FMCW雷达信号干扰的例子。如果雷达在工作时接收到周围其他雷达发出的信号chirp信号,干扰信号频率与当前雷达工作频率相似,干扰源进入雷达有效中频带宽(IFbandwidth)内部。显示干扰信号进入雷达有效中频带宽后的情况。可见,干扰信号对有效信号波形影响很大,容易导致无法检测到有用目标信号或产生虚假目标点。


为解决上述干扰问题,人体呼吸24ghz毫米波雷达人体感应模块中的baseband加速器集成了多种抗干扰功能,包括frequencyhopping模式,chirpshifting模式,phasescrambling模式以及interferencemitigation功能。

Frequencyhopping模式

该模式通过随机数生成器-异或链随机改变frame中不同chirp起始发射频率。

当异或链状态为0时,不要改变chirp当异或链状态为1时,起始频率变化chirp起始频率;

当环境中存在相同扫频带宽的干扰信号时,随机变化chirp起始频率与干扰信号混频产生的中频信号将在Alps除了模拟带宽。

中频信号将被滤波器过滤,因此整个中频信号将被滤波器过滤frame接收到的干扰信号能量将减少约一半(假设改变频率chirp数量和频率不变chirp数量相同)。

对于进入带内的干扰信号,因为它在进入带内chirp频率为随机数,其能量将分摊到整个2D-FFT在频谱中,因此不会聚集而产生假目标干扰。

Chirpshifting模式

与frequencyhopping该模式类似,通过随机数生成器-异或链随机改变frame中不同chirp起始时间点。

当异或链状态为1时,改变chirp起始时间点,当状态为0时 时,不改变chirp起始时间点。

当环境中有类似雷达频率的干扰源时,随机变化chirp在初始时间点,与干扰信号混频产生的中频信号也将在除了模拟带宽,从而实现和谐frequencyhopping类似模式的效果。

Phasescrambling模式

该模式下,随机数生成器随机变化frame中不同chirp开始相位。当干扰信号出现时,由于相位随机调制,其能量将分摊到整个2D-FFT在频谱中,因此不会聚集而产生假目标干扰。

在上述三种模式下,都需要不同的状态chirp做相位补偿,从而减少chirp调制产生的相位误差。如果补偿不当,很容易造成2D-FFT沿速度维的假目标出现在频谱中。独有的Baseband加速器会自动补偿前两种抗干扰模式,而加速器会自动补偿前两种抗干扰模式phasescrambling在模式下,用户可以在雷达校准环节对180度相位进行更准确的补偿,从而在三种模式中获得佳效果,即不产生速度维spur(目前SDK标定指令已经集成,用户在标定环节非常容易调用)。

Interferencemitigation模式

除前三种抗干扰方法外,baseband加速器还集成了一种干扰去除算法。当雷达收集到时域信号波形时,判断信号的振幅变化率。如果在信号中发现振幅变化率异常的取样点,则将这些信号识别为干扰。在这种情况下,这些信号将被删除,以减少2D-FFT的噪底。


综上所述,对于人体呼吸24ghz毫米波雷达人体感应模块多雷达的相互干扰,为用户选择和使用提供了多种手段,对抑制干扰、去除干扰都有积极作用。