基于毫米波雷達的室內(nèi)人員檢測系統(tǒng)

摘要：針對當前毫米波技術(shù)發(fā)展緩慢以及國內(nèi)研究所使用的芯片絕大部分來自國外的情況，設(shè)計并實現(xiàn)了基于毫米波雷達的室內(nèi)人員檢測系統(tǒng)。系統(tǒng)在檢測過程中，首先發(fā)射調(diào)頻連續(xù)波（frequency modulated continuous wave，F(xiàn)MCW）信號，并在接收端對反射信號進行采樣處理；其次使用背景對消、脈沖多普勒處理等方式對目標信號進行提取，并根據(jù)不同檢測幀實現(xiàn)對室內(nèi)目標靜止、微動和運動3種狀態(tài)的識別；最后，系統(tǒng)會通過個人計算機（personal computer，PC）上位機顯示相關(guān)檢測結(jié)果。該設(shè)計為毫米波室內(nèi)人員檢測產(chǎn)品的國產(chǎn)化提供了一種可行方案。

關(guān)鍵詞：毫米波雷達；毫米波射頻芯片；FMCW信號；背景對消；檢測系統(tǒng)

中圖分類號：TN957.51 文獻標識碼：A

0 引言

目前，室內(nèi)人員智能感知技術(shù)在建筑節(jié)能、智慧辦公以及智能家居等領(lǐng)域得到廣泛應(yīng)用，其借助不同的傳感器和相關(guān)算法，已形成多種解決方案[1-2]。該技術(shù)較為常用的檢測儀器包括紅外熱像儀[3]、視頻探測器[4-5]、二氧化碳檢測儀[6]等，但在實際檢測中，這類檢測儀器都存在一定的局限性。

近年來，毫米波雷達技術(shù)發(fā)展迅速且成本逐步下降，因此其應(yīng)用范圍已擴展至工業(yè)及民用領(lǐng)域。毫米波雷達技術(shù)具備隱私保護能力出色、抗光線干擾性能強、分辨率高、成本低等優(yōu)勢，將其應(yīng)用于室內(nèi)人員智能感知領(lǐng)域具有重要價值和意義。

本文提出的基于毫米波雷達的室內(nèi)人員檢測系統(tǒng)主要應(yīng)用于倉庫、密閉空間、智能家居等場景，其在設(shè)計上采用國內(nèi)自主研發(fā)的毫米波射頻芯片以及基于國內(nèi)外研究改進的算法[7-12]?；谏鲜鲂酒c算法，借助嵌入式系統(tǒng)實現(xiàn)室內(nèi)人員檢測的關(guān)鍵功能，并配備個人計算機（personal computer，PC）上位機，從而構(gòu)建出一套完整的室內(nèi)人員檢測系統(tǒng)。

1 系統(tǒng)實現(xiàn)

基于毫米波雷達的室內(nèi)人員檢測系統(tǒng)由毫米波雷達和PC上位機組成，具體架構(gòu)如圖1所示。

毫米波雷達由射頻天線、毫米波射頻芯片、微控制單元（microcontroller unit，MCU）以及相關(guān)外設(shè)模塊組成，其技術(shù)參數(shù)如表1所示。其中，核心部件毫米波射頻芯片采用珠海微度芯創(chuàng)科技有限責(zé)任公司自主研發(fā)的MCGF1V0射頻芯片；而MCU采用深圳泰特微電子有限公司自主研發(fā)的TXF6200芯片，該芯片具備工業(yè)級別的高速模擬數(shù)字轉(zhuǎn)換器（analog-to-digital converter，ADC）和硬件計算單元。

PC上位機通過通信接口與毫米波雷達的MCU進行交互，實現(xiàn)檢測啟停控制及顯示檢測結(jié)果的功能。

2 系統(tǒng)工作原理

上位機通過下發(fā)啟動檢測指令來觸發(fā)毫米波雷達對室內(nèi)進行檢測，在檢測過程中，毫米波雷達發(fā)射調(diào)頻連續(xù)波（frequency modulated continuous wave，F(xiàn)MCW）信號，并在接收端對反射信號進行采樣處理，然后使用背景對消、脈沖多普勒處理等方式提取目標信號，再綜合目標和室內(nèi)雜波的特征來濾除室內(nèi)固定物體以及其他家居設(shè)備的干擾，從而實現(xiàn)對室內(nèi)人員的檢測。

目標檢測結(jié)果包括靜止、微動和運動3種情況。上位機通過固定周期輪詢機制獲取雷達檢測結(jié)果，并將相關(guān)結(jié)果進行展示。

2.1 嵌入式系統(tǒng)實現(xiàn)

MCU采用TXF6200芯片，其內(nèi)部ADC具有硬件觸發(fā)和直接內(nèi)存訪問（direct memory access，DMA）功能，可實現(xiàn)對毫米波射頻芯片中頻信號的實時高速采樣，硬件觸發(fā)ADC采樣的原理如圖2所示。

射頻芯片輸出的PosFlag信號和MCU輸出的脈沖寬度調(diào)制（pulse width modulation，PWM）信號經(jīng)過一個與門進行邏輯運算，產(chǎn)生觸發(fā)信號，隨后該信號被傳輸至MCU的ADC采樣硬件觸發(fā)源。觸發(fā)信號每產(chǎn)生一個上升沿，MCU內(nèi)部的ADC就會進行一次采樣操作。PosFlag信號能夠指示中頻三角波信號的上升時間和下降時間，且采樣操作僅針對處于上升時間的信號。而采樣頻率與采樣點數(shù)則由MCU輸出的PWM信號決定。MCU與毫米波射頻芯片通過串行外設(shè)接口（serial peripheral interface，SPI）進行參數(shù)配置以及射頻信號的發(fā)射與接收。MCU與PC上位機則通過通用異步收發(fā)器（universal asynchronous receiver/transmitter，UART）通信協(xié)議進行交互，同時接收和下發(fā)相關(guān)指令信息。

2.2 軟件算法實現(xiàn)

毫米波中的Chirp是頻率在預(yù)設(shè)帶寬內(nèi)隨時間線性掃變的短時脈沖信號，用于實現(xiàn)高精度距離探測或高速通信。發(fā)射端在發(fā)射信號時，以10個Chirp構(gòu)成一幀，根據(jù)不同的Chirp特性，可將延時情況分為A類和B類。其中，A類信號幀的Chirp延時為0 ms，B類信號幀的Chirp延時為50 ms。此外，兩種信號幀的發(fā)射和處理流程完全相同。

A類信號幀連續(xù)發(fā)射多幀，如果能檢測到目標則判定目標為運動目標；如果未能檢測到目標則轉(zhuǎn)入B類信號幀。B類信號幀如果檢測到目標則判定目標為微動目標，且再次切換到A類信號幀進行檢測；若未能檢測到目標則認為當前無目標，保持B類信號幀的配置持續(xù)檢測。

檢測步驟如下：首先，對接收通道采集的采樣信號進行加窗處理，然后對該信號做快速傅里葉變換（fast Fourier transform，F(xiàn)FT），截取變換結(jié)果的前一半點。通過滑窗方式積累5個Chirp的FFT結(jié)果后進行對消處理，再將對消后的結(jié)果以滑窗方式積累8組，對這8組結(jié)果求模并累加，最后將累加結(jié)果進行恒虛警率（constant 1 alarm rate，CFAR）處理，從而得到檢測目標。

MCU檢測算法的軟件實現(xiàn)流程如圖3所示。首先，系統(tǒng)啟動后進行初始化：ADC模塊采樣頻率為3.6 MHz，使能SPI模塊，初始化中斷向量，設(shè)置定時器定時周期為5 μs，初始化射頻（radio frequency，RF）寄存器等。其次，系統(tǒng)進入Chirp間隔0 ms的運行狀態(tài)，當未檢測到目標時，切換運行狀態(tài)為Chirp間隔50 ms，直至檢測到目標后再次切換運行狀態(tài)以確定當前目標是否存在。

圖4展示了不同中斷處理函數(shù)的執(zhí)行內(nèi)容。ADC采樣中斷處理函數(shù)中，系統(tǒng)通過接收采樣觸發(fā)信號啟動ADC采樣，并通過直接內(nèi)存訪問（direct memory access，DMA）的方式將采樣數(shù)據(jù)傳遞至內(nèi)存中，完成加窗處理后啟動FFT。FFT中斷處理函數(shù)中，通過累計5個Chirp數(shù)據(jù)的FFT數(shù)據(jù)進行滑窗處理，執(zhí)行對消計算并利用對消后的計算結(jié)果進行求模。單調(diào)速率調(diào)度（rate monotonic scheduling，RMS）中斷處理函數(shù)中，主要通過累計8個Chirp數(shù)據(jù)的求模數(shù)據(jù)并進行滑窗處理，再執(zhí)行CFAR計算，最終輸出檢測結(jié)果。

2.3 上位機功能

上位機界面基于C語言開發(fā)，主要包括串口設(shè)置、攝像頭連接、啟動檢測、輪詢訪問、目標狀態(tài)顯示等功能。其中，目標狀態(tài)顯示由紅色圖形、綠色圖形和紅綠相間圖形3種顯示形式組成。

該上位機主要通過串行接口與嵌入式主控進行通信，基于標準的Modbus協(xié)議獲取雷達檢測結(jié)果：當未檢測到物體時，圖形標記為綠色；當檢測到微動物體時，圖形標記為紅綠相間；當檢測到運動物體時，圖形標記為紅色。

3 測試驗證

3.1 整體功能測試與驗證

對基于毫米波雷達的室內(nèi)人員檢測系統(tǒng)進行性能測試，雷達被架設(shè)于距離地面約1.5 m的高度，且其架設(shè)位置距離辦公室座位約2.5 m。

整體功能測試流程：初始狀態(tài)為室內(nèi)無人，此時上位機顯示狀態(tài)為綠色；當人員步行進入，毫米波雷達會檢測到室內(nèi)有運動目標，此時上位機顯示狀態(tài)從綠色變?yōu)榧t色；當人員進入室內(nèi)后坐下，正常保持呼吸且無大幅度動作時，毫米波雷達會檢測到室內(nèi)有微動目標，此時上位機顯示狀態(tài)從紅色變?yōu)榧t綠相間；當人員起身離開，毫米波雷達則再次檢測到運動目標，此時上位機顯示狀態(tài)變回紅色。直到人員離開檢測范圍數(shù)秒后，毫米波雷達才再次恢復(fù)到無目標的狀態(tài)。

微動檢測有效性測試流程：初始狀態(tài)為室內(nèi)無人，當人員步行進入，毫米波雷達檢測到室內(nèi)有運動目標，此時上位機顯示狀態(tài)從綠色變?yōu)榧t色；當人員進入室內(nèi)后坐下，且無大幅度動作，毫米波雷達會檢測到室內(nèi)有微動目標，此時上位機顯示狀態(tài)從紅色變?yōu)榧t綠相間；當人員屏住呼吸保持不動，此時毫米波雷達的檢測結(jié)果為室內(nèi)無目標，上位機顯示狀態(tài)從紅綠相間變?yōu)榫G色，直到人員恢復(fù)呼吸，毫米波雷達將再次檢測到微動目標的狀態(tài)。

通過兩種測試可以觀察到，毫米波雷達能夠精準地檢測到人員的進入情況、在室內(nèi)的狀態(tài)變化以及離開情況。

3.2 性能分析

基于A類信號幀和B類信號幀的兩種檢測方法，性能分析過程如下：人員在雷達前方約7.9 m處靜止站立，保持正常的呼吸頻率，然后沿著雷達法線方向來回行走，此時分別采用A類信號幀和B類信號幀進行數(shù)據(jù)采樣，隨后通過MATLAB解析采樣數(shù)據(jù)。

由圖5可知，背景對消后，室內(nèi)雜波被濾除得較為干凈；系統(tǒng)會將檢測到處于運動狀態(tài)的人的信息保留，而將檢測到處于靜止狀態(tài)的人的信息濾除。

由圖6可知，經(jīng)過背景對消處理后，大部分背景被濾除；系統(tǒng)會將檢測到處于運動狀態(tài)的人和處于靜止狀態(tài)的人的信息同時保留下來。另外，從圖中也可以看出，背景對消后依舊存在部分對消殘余，如何降低對消殘余的干擾是未來需要解決的問題。

4 結(jié)語

本文提出的基于毫米波雷達的室內(nèi)人員檢測系統(tǒng)，其核心部件如MCU、毫米波雷達射頻芯片等均采用國內(nèi)自主研發(fā)芯片，為毫米波室內(nèi)人員檢測產(chǎn)品的國產(chǎn)化提供了一種可行方案。

從性能測試結(jié)果來看，背景對消可有效濾除采樣背景環(huán)境帶來的干擾；而針對物體靜止、微動、運動狀態(tài)的識別，需要根據(jù)不同的運動狀態(tài)，在A類信號幀和B類信號幀之間進行切換檢測，以有效彌補兩種幀的缺陷，使檢測結(jié)果更為準確。

未來可基于此方案，針對不同應(yīng)用場景進行算法優(yōu)化和平臺改進。

參考文獻

[1] 田少誠. 毫米波雷達室內(nèi)人員智能感知[D]. 西安：西安電子科技大學(xué)，2022.

[2] 李論. 基于毫米波雷達的室內(nèi)人員信息檢測研究[D]. 大連：大連理工大學(xué)，2023.

[3] RAYKOV Y P，OZER E，DASIKA G，et al. Predicting room occupancy with a single passive infrared （PIR） sensor through behavior extraction[C]// Proceedings of the 2016 ACM international joint conference on pervasive and ubiquitous computing. New York：ACM，2016：1016-1027.

[4] TIEN P W，WEI S Y，CALAUTIT J K，et al. A vision-based deep learning approach for the detection and prediction of occupancy heat emissions for demand-driven control solutions[J]. Energy and buildings，2020，226：110386.

[5] KIM S，KANG S，RYU K R，et al. Real-time occupancy prediction in a large exhibition hall using deep learning approach[J]. Energy and buildings，2019，199：216-222.

[6] 鄭桐. 基于室內(nèi)環(huán)境參數(shù)監(jiān)測的人員信息識別研究[D]. 哈爾濱：哈爾濱工業(yè)大學(xué)，2020.

[7] 林佳慧，尹輝斌，熊榮鵬. 基于FMCW雷達傳感器的室內(nèi)人員定位方法[J]. 傳感器與微系統(tǒng)，2021，40（11）：50-53.

[8] 楊冬. 基于毫米波雷達的室內(nèi)人員感知研究[D]. 武漢：湖北工業(yè)大學(xué)，2024.