作者：英飛凌官微
毫米波雷達不侵犯用戶隱私，基於這一優點，毫米波雷達被廣泛的應用於智能樓宇和智能家居中。在智能家居及智能樓宇範圍內的任何設備均可“判斷”活體是否足夠接近，並觸發操作。該解決方案由英飛凌的 XENSIV™ 毫米波雷達以及安富利的雷達存在檢測算法提供支持，可檢測運動的人體和靜止的人體。
英飛凌的雷達存在檢測解決方案靈敏度高，最遠可在 5 米範圍內感測到微動作和大動作，最遠3米以內的靜止人體探測。相較於傳統的人體存在檢測技術（如被動紅外）及較新的超聲波及雷射技術，該雷達解決方案具有隱蔽安裝，功耗低以及不侵犯隱私等優點。
即便用戶靜立不動，英飛凌的存在檢測方案也可偵測到呼吸的微動作而做出反應。憑藉此微動檢測功能，該方案成為用戶與設備間直觀交互操作的理想之選。因此，用戶無需在傳感器前揮手來讓設備做出反應。
同時該算法可以自動屏蔽轉動的風扇，晃動的綠植和窗簾，減少了因為風扇，綠植和窗簾引起的誤觸發，使方案更加實用。
BGT60TR13簡介
英飛凌BGT60TR13C毫米波雷達晶片在5*6.5mm的極小面積上集成了收發天線，具有低功耗的特性，是一個完整的雷達系統。
這顆晶片擁有：
◆ 超過5GHz的帶寬——大帶寬，實現了厘米級距離解析度
◆ 全帶寬高線性度——高檢測精度，實現了毫米級極微弱運動信號檢測
◆ 400MHz/us快速掃頻——高相參累積增益，提高了信噪比，支持微弱目標信號檢測
◆ 工作狀態下的輻射小於0.00001uT, 僅為手機輻射的1/1000 ——免除了健康擔憂
該晶片還具備FMCW線性調頻、優化設計的片上天線、高集成度、小型化、低功耗、FCC 合規等諸多優勢。
運動人體探測
該探測方法的信號處理流程如下圖所示。首先，經過兩次FFT變換後得到DopplerFFT，在DopplerFFT結果上運行恆虛警率算法，得到目標的doppler點雲數據，在點雲數據上運行聚類和卡爾曼跟蹤算法，然後得到目標的軌跡數據，在軌跡數據上進行特徵提取判斷目標是否是運動人體。
演示視頻如下：
靜止人體探測
在現實應用中，人體在大部分時間內都處在相對靜止的狀態，比如長時間的閱讀，刷手機，看電視或者小憩等，在這種狀態下已經無法通過軌跡跟蹤的方式來識別人體，此時我們將通過識別人在呼吸時的胸腔起伏來識別人的存在，並且可以返回人體距離雷達的徑向距離以及呼吸頻率等生命體徵信號。
演示視頻如下：
風扇排除
風扇作為房間內經常出現的物體，在人體識別中我們需要加以排除，在我們的算法中，風扇將不會被識別為人體。
演示視頻如下：
綠植和窗簾排除
人體的主要成分是水，綠植也是，所以用雷達區分晃動的綠植和晃動的人體非常有挑戰，當然從微都卜勒的角度看，人體和晃動的綠植的微都卜勒會有很大的區別，如果採用微都卜勒特徵去區別人體和晃動的綠植，需要大量的不同狀態的人體樣本和晃動綠植的微都卜勒數據，並且要基於這些數據建立分類模型，這個過程非常的繁瑣並且需要非常大的數據支持。在本算法中，採用利用綠植結構鬆散的特點準確的區分了綠植和人體，算法簡單，無需構建複雜的神經網絡。
演示視頻如下：
評論