基于毫米波雷達的車載生命監測系統

黃志芳，陳祖維，陳建森，陳必鴻

（嘉應學院物理與電子工程學院，廣東 梅州 514015）

近些年，隨著居民收入水平的不斷提高，家庭擁有汽車的數量也在逐年增加，汽車正在成為千家萬戶的用品。由于汽車駕駛人員或者隨行人員的疏忽，導致幼童或者嬰兒不慎遺留在車內，從而導致兒童在高溫暴曬的車內死亡的事件時有發生。據相關資料所述，在高溫天氣下，車內溫度在短短十分鐘內可達到50 ℃，人在如此密閉、高溫的環境內，大腦和腎臟將會受到損傷，超過半小時就會休克或死亡[1-2]。幼童年幼，缺乏一定的自主行為能力及自救能力，在如此高溫的環境下，更會慌亂無助。因此，每當有幼童遺忘或滯留在車內，駕駛人員或者過路人未能及時發現的情況下，往往會引發安全事故，造成不可挽回的遺憾。針對這一問題，已有的成果是通過紅外感應、空氣質量監測模塊、GSM 模塊構成的生命監測系統來監測車內是否有人、溫度是否過高等相關指標，通過GSM 模塊發送相應的短信告知用戶信息[3]。紅外感應在車內密閉高溫的環境下，會造成誤報或測量不準。將監測溫度、空氣等相關參數告知用戶，用戶在離車較遠的情況下無法及時返回車內，依然沒辦法杜絕相應的安全事故，早期只是提醒功能，無法對車輛進行操作，功能單一、信息化智能化不足[4]。針對以上生命監測系統的不足，文中設計了一種以STC12C5A60S2 為核心處理器、毫米波雷達為探測車內人員狀態的感應器，采用溫濕度傳感器監測車內空氣質量參數，上述數據通過ESP8266 模塊與云端和APP 進行數據的發送和傳輸，用戶可通過APP 查看和遠程操作車輛，若用戶遠程未關注到相應信息，系統將自主進行降窗、降溫操作，確保車內滯留人員的生命安全。

1 整體方案設計

基于毫米波雷達的車載生命監測系統以STC12C5A60S2 單片機作為整個系統的控制和運算數據處理單元，毫米波雷達在密閉空間內不斷發射電磁波，并處理回波信號，獲得車內人員的活動信息，確定人員位置，從而實現車內人體監測。通過DS18B20 溫度傳感器對車內溫度進行實時檢測，并通過ESP8266WIFI 模塊連接檢測設備和云端，用戶可通過APP 收到相關提醒和告知消息，也可以通過APP 對生命監測系統發送指令操作。基于毫米波雷達的車載生命監測系統的硬件結構圖如圖1所示。

圖1 硬件結構圖

整個系統的流程如下：首先判斷是否有人被遺留在車內，觸發的條件為汽車引擎關閉且車門未鎖止狀態，生命監測系統開啟，毫米波雷達對車內進行30 s 的電磁波發射，毫米波雷達采集的數據通過I/O口傳輸給STC12C5A60S2，由STC12C5A60S2 單片機對監測的數據結果進行分析處理，判斷是否有人被遺留在車內，是否需要采取應急措施，是否需要通過APP 對用戶發送報警信息。判斷車內有遺留人員將執行發送報警信息和應急報警信息，在監測到車內有遺留人員時，主要發送報警信息提醒用戶；應急報警主要是判定車內有遺留人員且車內溫度過高，車內人員生命安全受到較大威脅時進行，監測系統自動控制電機實現降窗通風，并發送“車內有人，車內高溫”的強提醒。

2 硬件設計

2.1 主控芯片的選擇

STC12C5A60S2 單片機是宏晶科技生產的單時鐘、機器周期(1T)的單片機，是高速、低功耗、超強抗干擾的新一代8051 單片機，指令代碼完全兼容傳統8051，但速度快了8～12 倍，其內部集成MAX810專 用復位電路、2 路PWM、8 路高速10 位A/D 轉換(250 K/s)，其主要用于電機控制的強干擾場合[5]。

2.2 人體檢測傳感器

人體檢測傳感器早期的技術采用人體紅外傳感器、攝像頭兩種方式。人體紅外傳感器探測人體輻射的紅外線，波長主要集中在10 000 nm 左右，能夠探測到人體輻射紅外線且去除不需要的其他光波，人體紅外傳感器易受到外部環境的影響，特別是溫度，在密閉、高溫的車內空間，很容易產生虛報的情況，穩定性和可靠性不足[6-7]。攝像頭方式是通過對車內環境進行圖像識別來判斷車內是否有人被困，現有的圖像識別算法能夠識別、檢測車內人員的情況，但攝像頭存在一定的拍攝盲區，且拍攝對于微處理器的運算要求較高，拍攝不具備穿透性，遇物體遮擋容易造成誤判，精確性和性價比不足[8]。毫米波雷達是將電磁波信號通過雷達天線發射出去，被其發射路徑上的物體阻擋而發生反射，再由雷達接收天線接收，通過對接收到的信號作一系列處理，可以確定物體的距離、速度和角度等信息。人的身體各個部位包含豐富的微動信息，這些微動信息能夠很好地幫助雷達對人體目標進行運動狀態區分和參數提取，因此可以使用毫米波對車內是否有人進行精確檢測[9]。但車內人體目標往往運動速度較慢，與地雜波的頻譜部分都分布在零中頻附近，在頻域上會造成混疊，而且人體會出現多普勒擴散效應，信號能量分散，會降低對人體目標的探測性能，每次判斷可用毫米波雷達進行多次檢測，并對結果進行分析最終得到最精確的結果[10-11]。

2.3 通信設備

通信設備采用ESP8266WIFI 模塊+云端+手機APP 的組合，生命監測系統采集到的數據通過WIFI模塊與云端進行連接，實現數據的交換與通信，云端與手機APP 的使用使用戶能更加快速地掌握和了解車內情況，WIFI、云端和APP 三者的應用實現了“設備-云端-設備”的通信路徑，具有通信穩定、用戶使用方便的特點，不需要網卡的額外收費，但需要額外的車載無線路由器提供網絡[12]。

2.4 電源電路設計

電源輸入采用12 V/2 500 mAh 的直流電池，經過ASM1117-5.0 降壓芯片輸出穩定的5.0 V 直流電壓。AMS1117-5.0 是一款常用的三端穩壓器，可為電路提供穩定的5.0 V 直流輸出電壓，過熱保護和限流電路最高可輸出800 mA 的電流[13]。該電源電路主要有降壓電路和濾波電路。降壓電路利用降壓芯片將輸入的12 V 直流電壓轉換為需要的5 V 工作電壓；濾波電路采用470 μF 電解電容與兩個100 nF 電容并聯的方式，濾除掉其他雜波以得到較為平滑的直流電壓。最后為了顯示電路的工作狀態，在后面加上一個LED 燈與電阻串聯，以此來實現對供電狀態的直觀顯示，其電路原理圖如圖2 示。

圖2 電源電路原理圖

2.5 溫度電路設計

DS18B20 是常用的數字溫度傳感器，具有體積小、硬件開銷低、抗干擾能力強、精度高的特點，一般封裝為直插式TO-92[14]。因為其采用單總線的接口方式，所以與微處理器連接時僅需要一條口線即可實現微處理器與DS18B20 的雙向通信，而且在使用中不需要任何外圍元件。

2.6 毫米波雷達模塊

毫米波雷達模塊早期被應用于軍事領域，隨著雷達技術的發展與進步，毫米波雷達傳感器開始應用于汽車電子、無人機、智能交通等多個領域。毫米波雷達模塊的實物圖如圖3 所示，該模塊引出的4 個引腳分別為VCC、GND、Output、空。因此在單片機接線時只需要與Output 連接即可，無需其他外圍電路。HLR26 模塊發出頻段為24 GHz 的電磁波，采用FMCW 調制方式，檢測范圍為水平方向120°，豎直方向60°，最遠可達到6 m 的探測距離[15]。

圖3 毫米波雷達模塊實物圖

2.7 電機驅動電路設計

采用L9110S 芯片作為電機驅動電路的核心，L9110S 是為控制和驅動電機設計的兩通道推挽式功率放大專用集成電路器件，將分立電路集成在單片IC 之中，降低外圍器件成本，提高整機可靠性。該芯片有兩個TTL/CMOS 兼容電平的輸入，具有良好的抗干擾性、較低的輸出飽和壓降，內置的鉗位二極管能釋放感性負載的反向沖擊電流，使驅動繼電器、直流電機、步進電機或開關功率管的使用安全可靠[16]。VCC 連接5 V 供電電壓，IA 和IB 與單片機相連作為輸出端控制OAOB。

3 程序設計

3.1 MCU端流程

MCU 上電后對各外設進行初始化，初始化后通過判斷循環來讀取發動機和車窗狀態，符合啟動生命監測系統的運行條件時，使能定時器等待15 s后發送一次環境溫度，且對從毫米波雷達獲取的數據進行算法運算，從而得出相應的執行步驟。若在一個周期內未監測到人員狀態，則等待15 s 后重新監測，當監測到有人在車內時，先將采集到的車內溫度值與高溫閾值進行比較，超出閾值時將發送應急報警信息，并執行降窗操作，反之則發送報警信息后繼續等待15 s 再檢測一次循環，車窗控制程序的流程圖、APP界面圖和系統主程序流程圖分別如圖4～6所示。

圖4 車窗控制程序流程圖

圖5 APP控制車窗界面圖

圖6 系統主程序流程圖

3.2 智能APP流程

該系統使用了阿里云物聯網平臺與車主的智能設備端通過智能APP 進行通信。正常狀態下，系統實時發送溫度數據后，APP 實時接收溫度數據，在界面上顯示溫度值，并載入溫度表中。當車主停車熄火后，系統檢測車內的生命特征，發現車上有人時，立即發送警告指令，APP 接收到指令后向車主發送警告，顯示車內有人。當車主不方便前往停車點時，車主可關閉警告，并設置提醒時間，則APP 端會等待直到提醒時間到達向車主發送警告。車內有人期間若溫度劇烈升高并到達報警閾值時，系統會自動打開車窗，并向車主發送車窗被打開警告。車主也可通過APP 上按鈕自動打開車窗。APP 流程圖和實物界面圖分別如圖7、8 所示。

圖7 APP流程圖

圖8 APP界面圖

4 系統調試

4.1 系統軟硬件的調試

生命監測系統包含了硬件和軟件兩部分。硬件部分調試主要是PCB、電子元器件相關的焊接和短路、斷路的檢查，軟件調試是通過相應的程序調節，從而使電路系統更好的工作，以期得到更準確的數據。軟件調試主要是對ESP8266WIFI 模塊、毫米波雷達模塊、DSP18B20 溫濕度傳感器3 部分的調試。通過Arduino 對ESP8266 模塊進行網絡和服務器的編程配置，PC 機通過串口與ESP8266 模塊進行調試，若ESP8266 模塊與云端連接且可以接收發送數據則表明成功，否則重新檢測代碼。毫米波雷達模塊對外界細微的干擾較為敏感，因此需要通過濾波算法濾除毫米波雷達模塊輸出信號中的高頻干擾，通過進行多次實驗測試，對測試數據進行記錄、統計、分析、總結，改進相應閾值與權值的關系，從而減少誤差、提高可靠性和穩定性。通過DSP18B20 溫濕度傳感器獲取溫度的數值，并與室溫進行對比，若誤差較小且在科學允許的范圍內，可認定調試通過，否則重新檢查代碼、引腳和延時。

4.2 結果分析

上述數據通過單片機以10 ms 的時間來定時中斷讀取毫米波雷達模塊信息，周期為1 s，輸出閾值為0～100，以連續10 個檢測數據為一組進行分析，由于毫米波雷達傳感器極易受到外界因素的干擾，因此采取能有效克服偶然因素引起波動干擾的中位值濾波算法與具有消除隨機干擾的算術平均值濾波算法，通過加權互補思想形成防脈沖干擾平均濾波算法來消除干擾。數據組求和后再平均得到均值，通過冒泡排序法取出數據組中的中值，再進行加權融合，如：均值×0.4+中值×0.6=融合值，將融合值與系統設定閾值（70）進行比較，融合值大于或等于閾值，則判定存在生命體；融合值小于閾值，則判定不存在生命體。有人時的生命監測系統測試數據如表1所示。

由表1 可知，毫米波雷達模塊在環境干擾下檢測精度依然可觀，表明通過濾波算法可以將干擾濾除。通過多次實驗測試取閾值為70，因為通過實驗測試收集數據將有人與無人兩種情況下融合值進行對比，發現有人的情況下融合值普遍大于或等于70，而無人的情況下融合值普遍低于70。因此將生命監測系統的判斷閾值定為70，當通過算法得出融合值大于或等于70 時，當前狀態有人的概率為99.98%，若閾值小于70，當前狀態有人的概率為0.03%。

表1 有人時的生命監測系統測試數據

5 結論

通過對基于毫米波雷達的車載生命監測系統的應用研究，從設計的目標、思路、方法、硬件架構、軟件設計以及毫米波雷達濾波算法等方面驗證了毫米波雷達的車載生命監測系統達到了設計指標，各項性能參數較好。與人體紅外傳感器、攝像頭兩種早期方案相比，在監測的精確性、可靠性、穩定性、成本方面優勢明顯。該系統研究了毫米波雷達作為探測人體活動的傳感器，在汽車自動駕駛，室內人員定位、計數，安防監控等方面具有研究和應用的價值。