作者：英飞凌官微
毫米波雷达不侵犯用户隐私，基于这一优点，毫米波雷达被广泛的应用于智能楼宇和智能家居中。在智能家居及智能楼宇范围内的任何设备均可“判断”活体是否足够接近，并触发操作。该解决方案由英飞凌的 XENSIV™ 毫米波雷达以及安富利的雷达存在检测算法提供支持，可检测运动的人体和静止的人体。
英飞凌的雷达存在检测解决方案灵敏度高，最远可在 5 米范围内感测到微动作和大动作，最远3米以内的静止人体探测。相较于传统的人体存在检测技术（如被动红外）及较新的超声波及激光技术，该雷达解决方案具有隐蔽安装，功耗低以及不侵犯隐私等优点。
即便用户静立不动，英飞凌的存在检测方案也可侦测到呼吸的微动作而做出反应。凭借此微动检测功能，该方案成为用户与设备间直观交互操作的理想之选。因此，用户无需在传感器前挥手来让设备做出反应。
同时该算法可以自动屏蔽转动的风扇，晃动的绿植和窗帘，减少了因为风扇，绿植和窗帘引起的误触发，使方案更加实用。
BGT60TR13简介
英飞凌BGT60TR13C毫米波雷达芯片在5*6.5mm的极小面积上集成了收发天线，具有低功耗的特性，是一个完整的雷达系统。
这颗芯片拥有：
◆ 超过5GHz的带宽——大带宽，实现了厘米级距离分辨率
◆ 全带宽高线性度——高检测精度，实现了毫米级极微弱运动信号检测
◆ 400MHz/us快速扫频——高相参累积增益，提高了信噪比，支持微弱目标信号检测
◆ 工作状态下的辐射小于0.00001uT, 仅为手机辐射的1/1000 ——免除了健康担忧
该芯片还具备FMCW线性调频、优化设计的片上天线、高集成度、小型化、低功耗、FCC 合规等诸多优势。
运动人体探测
该探测方法的信号处理流程如下图所示。首先，经过两次FFT变换后得到DopplerFFT，在DopplerFFT结果上运行恒虚警率算法，得到目标的doppler点云数据，在点云数据上运行聚类和卡尔曼跟踪算法，然后得到目标的轨迹数据，在轨迹数据上进行特征提取判断目标是否是运动人体。
演示视频如下：
静止人体探测
在现实应用中，人体在大部分时间内都处在相对静止的状态，比如长时间的阅读，刷手机，看电视或者小憩等，在这种状态下已经无法通过轨迹跟踪的方式来识别人体，此时我们将通过识别人在呼吸时的胸腔起伏来识别人的存在，并且可以返回人体距离雷达的径向距离以及呼吸频率等生命体征信号。
演示视频如下：
风扇排除
风扇作为房间内经常出现的物体，在人体识别中我们需要加以排除，在我们的算法中，风扇将不会被识别为人体。
演示视频如下：
绿植和窗帘排除
人体的主要成分是水，绿植也是，所以用雷达区分晃动的绿植和晃动的人体非常有挑战，当然从微多普勒的角度看，人体和晃动的绿植的微多普勒会有很大的区别，如果采用微多普勒特征去区别人体和晃动的绿植，需要大量的不同状态的人体样本和晃动绿植的微多普勒数据，并且要基于这些数据建立分类模型，这个过程非常的繁琐并且需要非常大的数据支持。在本算法中，采用利用绿植结构松散的特点准确的区分了绿植和人体，算法简单，无需构建复杂的神经网络。
演示视频如下：
评论