毫米波無接觸式行為實時監測與告警系統

來自 搜狐網 的圖片

毫米波無接觸式行為實時監測與告警系統近年來，對毫米波技術的研究極為火熱。毫米波是 30~300GHz 的頻域(波長為 1～10 毫米)的電磁波，其優點主要有：極寬的帶寬：毫米波帶寬高達273.5GHz，超過從直流到微波全部帶寬的 10 倍，這在頻率資源緊張的今天無疑極具吸引力；波束窄，可以分辨相距更近的小目標或者更為清晰地觀察目標的細節；具有全天候特性；更容易小型化。由於上述原因，毫米波不僅在通訊和雷達領域具有舉足輕重的作用，同時在制導、遙感技術、射電天文學、臨床醫學和波譜學等方面都有重大的意義。毫米波技術作為近年來最熱門的技術方向，在安防市場、養老領域、醫療市場等各個領域都有很強的應用領域。

毫米波作為一種非接觸式傳感技術，可用於檢測物體，並提供物體的距離、速度和角度信息。其具有較小的波長，因此可以提供亞毫米的測距精度。其穿透性強、可全天候工作的優點在 20 世紀 40 年代開始被研究人員發現並研究，毫米波雷達開始出現，早期其研究主要集中在汽車領域，但由於其體積龐大、價格昂貴等原因，發展一度陷入停滯；80 年代初，毫米波雷達首先應用與軍事領域。

從 20世紀 90 年代開始，隨着微電子技術的發展，使得產品小型化、集成化成為可能，使得毫米波成像技術就成為國內外研究熱點之一。21 世紀，隨着汽車市場的需求增長，毫米波傳感器芯片大量的批量生產，價格的大幅下降使得毫米波技術可以民用。目前，毫米波技術在通信、雷達、制導、遙感技術、射電天文學、臨床醫學和波譜學等領域都有應用。毫米波的典型特點就是它的波長短、頻帶寬以及大氣傳播特性。毫米波元件，器件和電路都十分豐富，有適用於不同場合的毫米波傳輸線，毫米波源已更加可靠，更加便宜，功率也更大了，這些都使得毫米波發展和應用前景更寬廣。2019 年，全球毫米波通信技術市場規模為5.733 億美元，預計從2020 年到 2027 年將迎來高速發展，複合年增長率（CAGR）為37.01%。

目錄

技術方案

2.1. 系統方案

2.1.1. 系統架構設計

衝突檢測系統在設計初就被規劃為一個可拓展的物聯網系統，其中毫米波傳 感器作為信號源是整個系統的信息採集源頭｡在長時間的運行監測過程中,信號源持續不斷輸出監測區域的 3D 信息矩陣,我們稱之為 3D 點雲。

數據經過有線傳輸進入數據中轉模塊(Raspberry Pi3)｡Pi3 在收到毫米波

傳感器傳出的數據幀後就啟動解析模塊，依據數據傳輸協議來解碼數據幀,生成最終的人員定位數據並轉發至服務器(Server)｡

服務器在整個系統中起到關鍵性作用，無論是單設備還是多設備，所有的數據都要在服務器中運算處理,服務器中部署所有的智能算法｡一旦服務器接收到 人員定位數據後，就會運行衝突分析檢測､場景匹配算法以及靜物過濾等多重算法。權重的判斷依據為矢量加速度､矢量速度､點雲重疊度､微小動作識別､高度等二維以及三維數據｡

運算結束後的服務器會輸出多項數據，最終將人員定位信息以及衝突警報發送至用戶端，用戶端由網頁來構成可視界面，並且在後台記錄多項人物信息(比 如身高､速度等)，由於成本控制原因，目前系統還未商用，所以用戶界面以及網頁顯示均在局 域網內通信，未開放至公網｡

硬件方案

本硬件系統主採用毫米波芯片與 Raspberry Pi 通信，芯片將數據傳輸到Raspberry Pi 進行解碼並轉發｡為提高毫米波芯片應用的靈活性，電路總體設計分為兩大塊:毫米波傳感器芯片､收發天線及其外圍電源電路分為一塊，不提供電源輸入，將芯片信號線､電源輸入線全用網絡線引到接口連接器；另一部分就是天線載板，提供天線板電源和與其它模塊間的通信連接｡

軟件方案

嵌入式模塊

毫米波傳感器由於是外部驅動與更新的，因此整個系統中設計 Raspberry Pi3 作為運行程序的硬件｡Pi3 啟動後就會自動運行毫米波傳感器驅動程序並維持工作狀態。由於傳感器處於連續不斷的工作中，因此 Pi3 需要與傳感器保持持續同步。整個程序的設計依照圖 10 來實現，程序在進行前期服務器連接檢測與傳感器連接檢測後正式進入工作循環。工作循環是一個死循環，除非收到傳感器關閉指令或者接收到新的傳感器配置文件才會退出循環。當然如果和數據幀失去同步，循環會進入同步修復模塊，依照幀結構來進行幀的丟棄與重新同步，重新同步後再次進入工作循環。

算法模塊

衝突碰撞檢測在計算機算法中有較為成熟的發展，按照場景模式不同，碰撞 檢測主要分為靜態檢測和動態檢測。動態檢測針對場景中至少存在一個運動物體 的情況；根據碰撞檢測方式的不同，動態檢測分為離散檢測和連續檢測。離散碰撞檢測算法是對運動物體進行取樣檢測，與傳感器傳出的離散點雲數據最匹配, 但也因此容易造成漏檢測，進而產生穿透現象。針對兩物體間的穿透現象，連續碰撞檢測算法通過對一段連續時間內物體的運動過程進行建模，判斷兩物體之間的碰撞情況，可以很好地解決漏檢測問題，但計算量相對較大。

這裡採用的是基於加速度改進後的 GJK 檢測算法，GJK 算法的輸入值為凸 體的邊緣集合，即探測到一個目標就構成一個凸體，而點雲數據則是構成凸體所有的點。