带毫米波雷达的手杖的控制方法、装置及智能手杖
阅读：167发布：2024-02-11
专利汇可以提供带毫米波雷达的手杖的控制方法、装置及智能手杖专利检索，专利查询，专利分析的服务。并且本 申请 涉及一种带毫米波雷达的手杖的控制方法、装置及智能手杖，属于智能家居技术领域，该方法包括：基于接收的毫米波雷达的回波 信号 ，获取预设范围内的点 云 数据；通过对点云数据进行分析，得到预设范围内的各检测对象的运动信息和特征信息；根据所述各检测对象的特征信息和预先训练的分类模型，确定所述各检测对象的分类结果，并根据所述各检测对象的分类结果，确定目标 跟踪 对象和目标障碍物；如果目标跟踪对象的运行信息和目标障碍物的运动信息满足预设条件，则进行避障处理。采用本申请，可以实现自动避障，提高用户的安全性。，下面是带毫米波雷达的手杖的控制方法、装置及智能手杖专利的具体信息内容。
1.一种带毫米波雷达的手杖的控制方法，其特征在于，所述方法包括：
基于接收的毫米波雷达的回波信号，获取预设范围内的点云数据；
通过对所述点云数据进行分析，得到所述预设范围内的各检测对象的运动信息和特征信息；
根据所述各检测对象的特征信息和预先训练的分类模型，确定所述各检测对象的分类结果，并根据所述各检测对象的分类结果，确定目标跟踪对象和目标障碍物；
如果所述目标跟踪对象的运行信息和所述目标障碍物的运动信息满足预设条件，则进行避障处理。
2.根据权利要求1所述的方法，其特征在于，所述特征信息包括以下一项或多项的组合：微多普勒偏移、驱干带宽、质心、总宽带、频率、高度和标准差。
3.根据权利要求1所述的方法，其特征在于，所述通过对所述点云数据进行分析，得到所述预设范围内的各检测对象的运动信息，包括：
根据所述点云数据和卡尔曼跟踪算法，对所述各检测对象进行跟踪定位，得到所述各检测对象的运动信息；
其中，所述运动信息包括：检测对象的速度、所述检测对象相对于所述手杖的距离，以及所述检测对象相对于所述手杖移动方向的角度。
4.根据权利要求1所述的方法，其特征在于，所述预设条件包括以下至少一个条件：
所述目标障碍物位于所述目标跟踪对象当前的行动路线上；
所述目标障碍物与所述目标跟踪对象的最小距离小于或等于预设距离；
所述目标障碍物的运动轨迹与所述行动路线存在交点，且到达所述交点的时间差小于或等于预设时间。
5.根据权利要求1所述的方法，其特征在于，所述如果所述目标跟踪对象的运行信息和所述目标障碍物的运动信息满足预设条件，则进行避障处理，包括：
如果所述目标跟踪对象的运行信息和所述目标障碍物的运动信息满足预设条件，则根据所述目标障碍物的运动信息和预设的路径优化算法，确定避障路线；
根据所述避障路线输出避障提醒信息。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述目标跟踪对象的特征信息和预先训练的动作识别模型，识别所述目标跟踪对象是否发生预设的危险动作；
如果所述目标跟踪对象发生预设的危险动作，则向预设的终端设备发送报警信息。
7.根据权利要求1任一所述的方法，其特征在于，所述方法还包括：
通过地图模块获取当前的地理位置信息；
根据所述地理位置信息和所述目标跟踪对象的运动信息，确定所述目标跟踪对象的定位信息。
8.一种带毫米波雷达的手杖的控制装置，其特征在于，所述装置包括：
获取模块，用于基于接收的毫米波雷达的回波信号，获取预设范围内的点云数据；
分析模块，用于通过对所述点云数据进行分析，得到所述预设范围内的各检测对象的运动信息和特征信息；
确定模块，用于根据所述各检测对象的特征信息和预先训练的分类模型，确定所述各检测对象的分类结果，并根据所述各检测对象的分类结果，确定目标跟踪对象和目标障碍物；
避障模块，用于如果所述目标跟踪对象的运行信息和所述目标障碍物的运动信息满足预设条件，则进行避障处理。
9.一种智能手杖，其特征在于，所述智能手杖包括毫米波雷达、数据处理装置和避障装置：
所述毫米波雷达，用于基于接收的回波信号，获取预设范围内的点云数据；
所述数据处理装置，用于通过对所述点云数据进行分析，得到所述预设范围内的各检测对象的运动信息和特征信息；根据所述各检测对象的特征信息和预先训练的分类模型，确定所述各检测对象的分类结果，并根据所述各检测对象的分类结果，确定目标跟踪对象和目标障碍物；
所述避障装置，用于在所述目标跟踪对象的运行信息和所述目标障碍物的运动信息满足预设条件时，进行避障处理。
10.根据权利要求9所述的智能手杖，其特征在于，所述数据处理装置，具体用于：
根据所述点云数据和卡尔曼跟踪算法，对所述各检测对象进行跟踪定位，得到所述各检测对象的运动信息；
其中，所述运动信息包括：检测对象的速度、所述检测对象相对于所述手杖的距离，以及所述检测对象相对于所述手杖移动方向的角度。
11.根据权利要求9所述的智能手杖，其特征在于，所述避障装置，具体用于：
在所述目标跟踪对象的运行信息和所述目标障碍物的运动信息满足预设条件时，根据所述目标障碍物的运动信息和预设的路径优化算法，确定避障路线；
根据所述避障路线输出避障提醒信息。
12.根据权利要求9所述的智能手杖，其特征在于，所述智能手杖还包括通信装置；
所述数据处理装置，还用于根据所述目标跟踪对象的特征信息和预先训练的动作识别模型，识别所述目标跟踪对象是否发生预设的危险动作；
所述通信装置，用于在所述目标跟踪对象发生预设的危险动作时，则向预设的终端设备发送报警信息。
13.根据权利要求9任一所述的智能手杖，其特征在于，所述智能手杖还包括地图定位装置；
所述地图定位装置，用于获取当前的地理位置信息；
所述数据处理装置，还用于根据所述地理位置信息和所述目标跟踪对象的运动信息，确定所述目标跟踪对象的定位信息。
带毫米波雷达的手杖的控制方法、装置及智能手杖
技术领域
[0001] 本申请涉及智能家居技术领域，尤其涉及一种带毫米波雷达的手杖的控制方法、装置及智能手杖。
背景技术
[0002] 随着老龄化人口数量日益增多，社会中老年人由于行动不便或视力模糊等原因，经常需要在手杖的帮助下进行行走，以躲避道路中的障碍物体。
[0003] 智能手杖作为一种老年人行走的辅助工具，受到社会高度关注。目前，市面上存在的手杖普遍功能单一，且大多利用激光雷达、红外线、视觉处理等技术方式，来探测周围物体。这些手杖的检测灵敏度较低，且受外界光照及温度因素影响较大，误检率较高。发明内容
[0004] 为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种带毫米波雷达的手杖的控制方法、装置及智能手杖。
[0005] 第一方面，本申请提供了一种带毫米波雷达的手杖的控制方法，所述方法包括：
[0007] 通过对所述点云数据进行分析，得到所述预设范围内的各检测对象的运动信息和特征信息；
[0008] 根据所述各检测对象的特征信息和预先训练的分类模型，确定所述各检测对象的分类结果，并根据所述各检测对象的分类结果，确定目标跟踪对象和目标障碍物；
[0009] 如果所述目标跟踪对象的运行信息和所述目标障碍物的运动信息满足预设条件，则进行避障处理。
[0010] 可选的，所述特征信息包括以下一项或多项的组合：微多普勒偏移、驱干带宽、质心、总宽带、频率、高度和标准差。
[0011] 可选的，所述通过对所述点云数据进行分析，得到所述预设范围内的各检测对象的运动信息，包括：
[0013] 其中，所述运动信息包括：检测对象的速度、所述检测对象相对于所述手杖的距离，以及所述检测对象相对于所述手杖移动方向的角度。
[0014] 可选的，所述预设条件包括以下至少一个条件：
[0015] 所述目标障碍物位于所述目标跟踪对象当前的行动路线上；
[0016] 所述目标障碍物与所述目标跟踪对象的最小距离小于或等于预设距离；
[0017] 所述目标障碍物的运动轨迹与所述行动路线存在交点，且到达所述交点的时间差小于或等于预设时间。
[0018] 可选的，所述如果所述目标跟踪对象的运行信息和所述目标障碍物的运动信息满足预设条件，则进行避障处理，包括：
[0019] 如果所述目标跟踪对象的运行信息和所述目标障碍物的运动信息满足预设条件，则根据所述目标障碍物的运动信息和预设的路径优化算法，确定避障路线；
[0020] 根据所述避障路线输出避障提醒信息。
[0021] 可选的，所述方法还包括：
[0022] 根据所述目标跟踪对象的特征信息和预先训练的动作识别模型，识别所述目标跟踪对象是否发生预设的危险动作；
[0023] 如果所述目标跟踪对象发生预设的危险动作，则向预设的终端设备发送报警信息。
[0024] 可选的，所述方法还包括：
[0026] 根据所述地理位置信息和所述目标跟踪对象的运动信息，确定所述目标跟踪对象的定位信息。
[0027] 第二方面，本申请提供了一种带毫米波雷达的手杖的控制装置，所述装置包括：
[0028] 获取模块，用于基于接收的毫米波雷达的回波信号，获取预设范围内的点云数据；
[0029] 分析模块，用于通过对所述点云数据进行分析，得到所述预设范围内的各检测对象的运动信息和特征信息；
[0030] 确定模块，用于根据所述各检测对象的特征信息和预先训练的分类模型，确定所述各检测对象的分类结果，并根据所述各检测对象的分类结果，确定目标跟踪对象和目标障碍物；
[0031] 避障模块，用于如果所述目标跟踪对象的运行信息和所述目标障碍物的运动信息满足预设条件，则进行避障处理。
[0033] 所述毫米波雷达，用于基于接收的回波信号，获取预设范围内的点云数据；
[0034] 所述数据处理装置，用于通过对所述点云数据进行分析，得到所述预设范围内的各检测对象的运动信息和特征信息；根据所述各检测对象的特征信息和预先训练的分类模型，确定所述各检测对象的分类结果，并根据所述各检测对象的分类结果，确定目标跟踪对象和目标障碍物；
[0035] 所述避障装置，用于在所述目标跟踪对象的运行信息和所述目标障碍物的运动信息满足预设条件时，进行避障处理。
[0036] 可选的，所述数据处理装置，具体用于：
[0037] 根据所述点云数据和卡尔曼跟踪算法，对所述各检测对象进行跟踪定位，得到所述各检测对象的运动信息；
[0038] 其中，所述运动信息包括：检测对象的速度、所述检测对象相对于所述手杖的距离，以及所述检测对象相对于所述手杖移动方向的角度。
[0039] 可选的，所述避障装置，具体用于：
[0040] 在所述目标跟踪对象的运行信息和所述目标障碍物的运动信息满足预设条件时，根据所述目标障碍物的运动信息和预设的路径优化算法，确定避障路线；
[0041] 根据所述避障路线输出避障提醒信息。
[0042] 可选的，所述智能手杖还包括通信装置；
[0043] 所述数据处理装置，还用于根据所述目标跟踪对象的特征信息和预先训练的动作识别模型，识别所述目标跟踪对象是否发生预设的危险动作；
[0044] 所述通信装置，用于在所述目标跟踪对象发生预设的危险动作时，则向预设的终端设备发送报警信息。
[0045] 可选的，所述智能手杖还包括地图定位装置；
[0046] 所述地图定位装置，用于获取当前的地理位置信息；
[0047] 所述数据处理装置，还用于根据所述地理位置信息和所述目标跟踪对象的运动信息，确定所述目标跟踪对象的定位信息。
[0049] 所述存储器，用于存放计算机程序；
[0050] 所述处理器，用于执行计算机程序时，实现上述第一方面所述的方法步骤。
[0051] 第五方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面所述的方法步骤。
[0052] 第六方面，本申请实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面所述的方法步骤。
[0053] 本申请实施例提供的上述技术方案与现有技术相比具有如下优点：
[0054] 本申请实施例提供了一种带毫米波雷达的手杖的控制方法，该方法中，可以基于接收的毫米波雷达的回波信号，获取预设范围内的点云数据，然后通过对点云数据进行分析，得到预设范围内的各检测对象的运动信息和特征信息，进而根据各检测对象的特征信息和预先训练的分类模型，确定各检测对象的分类结果，并根据各检测对象的分类结果，确定目标跟踪对象和目标障碍物。如果目标跟踪对象的运行信息和目标障碍物的运动信息满足预设条件，则进行避障处理。基于本方案，可以通过毫米波雷达实现对目标跟踪对象的跟踪定位，并识别周围的目标障碍物，从而实现避障功能，防止目标跟踪对象与目标障碍物发生碰撞或摩擦，提高了用户的安全性，并且，检测的准确度较高。附图说明
[0056] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0057] 图1为本申请实施例提供的一种带毫米波雷达的手杖的控制方法的流程图；
[0058] 图2为本申请实施例提供的一种带毫米波雷达的手杖的控制方法的示例的流程图；
[0059] 图3为本申请实施例提供的一种带毫米波雷达的手杖的控制装置的结构示意图；
[0060] 图4为本申请实施例提供的一种智能手杖的结构示意图；
[0061] 图5为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
[0062] 为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0063] 本发明实施例提供了一种带毫米波雷达的手杖的控制方法，该方法可以应用于手杖，具体的，可以应用于手杖的控制系统。该手杖上可以安装有多个毫米波雷达(即毫米波雷达群组)，各毫米波雷达可以部署在手杖的多个方向，以实现对手杖周围的360度全方位的检测。在实施中，毫米波雷达具体的设置位置可以根据毫米波雷达的检测范围、以及手杖的实际形状确定，本申请实施例对此不做限定。
[0064] 下面将结合具体实施方式，对本申请实施例提供的一种带毫米波雷达的手杖的控制方法进行详细的说明，如图1所示，具体步骤如下。
[0065] 步骤101，基于接收的毫米波雷达的回波信号，获取预设范围内的点云数据。
[0066] 本申请实施例中，毫米波雷达可以在预设范围内发射毫米波频段的电磁波，然后，毫米波雷达可以采集回波信号，将采集到的回波信号进行模数转化，进而对转换后的信号进行DSP(Digital Signal Processing，数字信号处理)，得到点云数据。
[0067] 步骤102，通过对点云数据进行分析，得到预设范围内的各检测对象的运动信息和特征信息。
[0068] 本申请实施例中，通过对处理后的信号进行分析和计算，可以得到手杖周围(即预设范围内)存在的各检测对象的运动信息和特征信息。运动信息可以包括：检测对象的速度、检测对象相对于手杖的距离，以及检测对象相对于手杖移动方向的角度。特征信息可以包括以下一项或多项的组合：微多普勒偏移，驱干带宽、质心、总宽带、频率、高度和标准差。其中，根据点云数据得到运动信息和特征信息的过程属于现有技术，本申请不再赘述。
[0069] 可选的，通过对点云数据进行分析，得到预设范围内的各检测对象的运动信息的具体处理过程可以为：根据点云数据和卡尔曼跟踪算法，对各检测对象进行跟踪定位，得到各检测对象的运动信息。
[0070] 本申请实施例中，手杖的存储部件中可以存储卡尔曼跟踪算法，在通过毫米波雷达检测到点云数据后，可以通过卡尔曼跟踪算法对点云数据进行处理，从而实现对各检测对象的跟踪定位，得到各检测对象的运动信息。
[0071] 步骤103，根据各检测对象的特征信息和预先训练的分类模型，确定各检测对象的分类结果，并根据各检测对象的分类结果，确定目标跟踪对象和目标障碍物。
[0072] 其中，目标跟踪对象可以为手杖的使用者，即用户。
[0073] 本申请实施例中，可以根据各检测对象的特征信息和预先训练的分类模型，确定各检测对象的分类结果，进而根据各检测对象的分类结果，确定目标跟踪对象和目标障碍物。具体的，可以将各检测对象的特征信息输入至预先训练的分类模型，输出各检测对象的分类结果，该分类结果可以表示检测对象是目标跟踪对象，或者不是目标跟踪对象。这样，可以根据各检测对象的分类结果，确定目标跟踪对象。例如，分类结果可以为用户或其他对象，其中，分类结果为用户的检测对象即目标跟踪对象，分类结果为其他对象的则不是目标跟踪对象。进一步的，还可以通过分类模型识别其他检测对象的类型，比如路人、电视、冰箱、大门和水坑等。
[0074] 可选的，分类模型的训练过程可以为：获取训练样本，该训练样本可以包括正样本和负样本。其中，正样本包括用户的特征信息、以及属于用户的标签；负样本包括其他对象的特征信息、以及其他对象的类型的标签。然后，可以根据训练样本和预设的训练算法，对初始分类模型的进行训练，得到训练后的分类模型。其中，分类模型可以由现有技术中的具有分类功能的模型实现，比如SVM(Support Vector Machine，支持向量机)、LSSVM(Least Squares Support Vector Machine，最小二乘支持向量机)等，本申请实施例不做限定。
[0075] 步骤104，如果目标跟踪对象的运行信息和目标障碍物的运动信息满足预设条件，则进行避障处理。
[0076] 本申请实施例中，手杖在启动后，初始化当前位置信息，然后，可以根据目标跟踪对象的运动信息(比如目标跟踪对象的速度、目标跟踪对象相对于手杖的距离，以及目标跟踪对象相对于手杖移动方向的角度)，确定目标跟踪对象的当前位置和运动轨迹，进而根据目标跟踪对象的当前位置和运动轨迹，确定目标跟踪对象的行动路线，以实现对目标跟踪对象的跟踪定位。
[0077] 由于用户的行动路线中可能会存在其他检测对象(即目标障碍物)，为了避免用户与目标障碍物发生碰撞或摩擦，可以判断用户的运行信息和目标障碍物的运动信息是否满足预设条件，也即，判断用户与目标障碍物是否可能发生碰撞或摩擦。具体的，可以根据用户的运行信息和目标障碍物的运动信息，确定用户与目标障碍物之间的距离、用户的行动路线、以及目标障碍物的位置或运动轨迹。相应的，预设条件可以包括以下至少一个条件：目标障碍物位于目标跟踪对象当前的行动路线上；目标障碍物与目标跟踪对象的最小距离小于或等于预设距离；目标障碍物的运动轨迹与行动路线存在交点，且到达交点的时间差小于或等于预设时间。
[0078] 如果满足预设避障条件中的任一条件，则手杖可以进行避障处理。可选的，在一种实现方式中，手杖不具有运动装置，则在确定目标跟踪对象的运行信息和目标障碍物的运动信息满足预设条件时，可以根据目标障碍物的运动信息和预设的路径优化算法，确定避障路线，该避障路线为使用户避开目标障碍物的行动路线。然后，手杖可以根据避障路线输出避障提醒信息。其中，现有技术中的路径优化算法均可以应用于本申请实施例中，本申请实施例不做限定。
[0079] 例如，用户当前的行动路线上存在电风扇，则重新规划绕过电风扇的避障路线，并输出避障提醒信息；或者，有电动车向用户驶来，电动车的运动轨迹与用户的行动路线存在交点，且电动车到达交点的时间差小于或等于预设时间，则可以提醒用户停止行走，并发出告警，以提示电动车避开用户。可选的，避障提醒信息中还可以包含目标障碍物的类型和位置信息。例如，避障提醒信息可以为“前方2米有电风扇，请向右移动1米后继续行走”。
[0080] 在另一种实现方式中，手杖具有运动装置，则手杖在输出避障提醒信息的同时，还可以按照避障路线行驶，以带领用户避开目标障碍物。另外，手杖在检测到避开目标障碍物后，可以自动由行驶模式切换为用户操控模式，或者，也可以在接收到用户输入的停止行驶指令后，由行驶模式切换为用户操控模式。
[0081] 另外，如果不满足预设避障条件，则可以不进行处理。
[0082] 可选的，智能手杖还可以实现对用户的精确定位，具体的处理过程为：通过地图模块获取当前的地理位置信息；根据地理位置信息和目标跟踪对象的运动信息，确定目标跟踪对象的定位信息。
[0083] 本申请实施例中，手杖还可以通过地图模块获取当前的地理位置信息，地图模块可以为GPS(Global Positioning System，全球定位系统)模块。这样，根据地理位置信息可以对用户进行粗略定位，然后，确定用户相对于其他检测对象的位置信息(即相对位置信息)，进而结合地理位置信息和相对位置信息，确定目标跟踪对象的定位信息，从而实现对目标跟踪对象的精确定位。在一个示例中，地理位置信息定位出用户位于某购物广场，手杖检测到一个喷水池，则可以根据喷水池的位置信息和用户的运动信息，确定出用户相对于喷水池的位置，从而实现准确定位。在另一个示例中，地理位置信息定位出用户位于家中，手杖可以检测出用户相对于周围家用电器的位置信息，从而实现用户在室内的准确定位。另外，手杖还可以将用户的定位信息发送给预设的终端设备，终端设备则可以显示用户的定位信息，以使用户的监护人可以获取用户的准确位置，防止用户走失。
[0084] 可选的，本申请实施例中的手杖还可以实现防摔报警功能，具体的处理过程可以为：根据目标跟踪对象的特征信息和预先训练的动作识别模型，识别目标跟踪对象是否发生预设的危险动作；如果目标跟踪对象发生预设的危险动作，则向预设的终端设备发送报警信息。
[0085] 本申请实施例中，手杖中还可以存储有预先训练的动作识别模型。在确定目标跟踪对象的特征信息后，可以将目标跟踪对象的特征信息输入至预先训练的分类模型，以识别目标跟踪对象是否发生预设的危险动作，比如摔跤或滑倒等。如果识别的结果为目标跟踪对象发生预设的危险动作，则可以向预设的终端设备发送报警信息，该报警信息可以包含事件信息(比如发生滑倒)、用户的定位信息和时间信息等。终端设备接收到报警信息后，可以输出该报警信息，以提示人们救助目标跟踪对象。这样，可以及时提示用户的监护人员用户发生危险，以使监护人员及时对用户进行救助。如果识别的结果为目标跟踪对象未发生预设的危险动作，则可以不进行处理。
[0086] 在另一种实现方式中，手杖还可以包括扬声器等语音输出部件，这样，当检测到目标跟踪对象发生预设的危险动作时，还可以通过语音输出部件输出报警信息，提示周围人目标跟踪对象发生摔倒或滑到，以使周围人可以及时救助目标跟踪对象。
[0087] 可选的，动作识别模型的训练过程可以为：获取训练样本，该训练样本可以包括正样本和负样本。其中，正样本包括用户的发生预设危险动作时的特征信息、以及发生危险动作的标签；负样本包括用户的未发生预设危险动作时的特征信息、以及未发生危险动作的标签。然后，可以根据训练样本和预设的训练算法，对初始动作识别模型的进行训练，得到动作识别模型。其中，动作识别模型可以由现有技术中的任意具有识别功能的模型实现，比如SVM、LSSVM等，本申请实施例不做限定。
[0088] 可选的，本申请实施例中，手杖还可以提供休闲娱乐功能，具体的处理过程可以为：当接收到预设的播放指令时，获取多媒体数据并进行播放。在一种实现方式中，手杖中可以设置有扬声器等语音输出部件，用户可以通过执行预设操作(比如点击预设按钮，或通过语音进行控制等)以使手杖接收到播放指令，然后，手杖可以获取多媒体数据，比如可以获取本地预先存储的多媒体数据，或者，也可以通过互联网获取多媒体数据。其中，多媒体数据可以为歌曲、新闻、小说等任意多媒体文件的数据。手杖可以通过语音输出部件对多媒体数据进行播放，从而为用户提供休闲娱乐功能。
[0089] 本申请实施例中，可以通过毫米波雷达实现对目标跟踪对象的跟踪定位，并可以识别目标跟踪对象周围的目标障碍物，实现了动态路径实时避障，以避免用户与障碍物碰撞或者摩擦，保障了用户的安全。同时，还可以实现对用户摔跤、滑到等危险动作检测，并在检测到用户发生危险动作时进行报警，便于他人及时伸出援手救助。另外，还可以结合地图模块实现对用户的精准定位和追踪，避免用户走失。
[0090] 本申请实施例还提供了一种带毫米波雷达的手杖的控制方法的示例，如图2所示，具体包括以下步骤。
[0091] 步骤201，基于接收的毫米波雷达的回波信号，获取预设范围内的点云数据。
[0092] 步骤202，对点云数据进行分析，得到预设范围内的各检测对象的运动信息和特征信息。
[0093] 步骤203，根据各检测对象的特征信息和预先训练的分类模型，确定各检测对象的分类结果。
[0094] 步骤204，确定目标跟踪对象和目标障碍物。
[0095] 步骤205，目标跟踪对象的运行信息和目标障碍物的运动信息是否满足预设条件。
[0096] 如果是，则执行步骤206-207；如果否，则结束。
[0097] 步骤206，如果目标跟踪对象的运行信息和目标障碍物的运动信息满足预设条件，则根据目标障碍物的运动信息和预设的路径优化算法，确定避障路线。
[0098] 步骤207，根据避障路线输出避障提醒信息。
[0099] 步骤208，根据目标跟踪对象的特征信息和预先训练的动作识别模型，识别目标跟踪对象是否发生预设的危险动作。
[0100] 如果是，执行步骤209；如果否，则结束。
[0101] 步骤209，向预设的终端设备发送报警信息。
[0102] 步骤210，通过地图模块获取当前的地理位置信息。
[0103] 步骤211，根据地理位置信息和目标跟踪对象的运动信息，确定目标跟踪对象的定位信息。
[0104] 基于相同的技术构思，本申请实施例还提供了一种带毫米波雷达的手杖的控制装置，如图3所示，所述装置包括：
[0105] 获取模块310，用于基于接收的毫米波雷达的回波信号，获取预设范围内的点云数据；
[0106] 分析模块320，用于通过对所述点云数据进行分析，得到所述预设范围内的各检测对象的运动信息和特征信息；
[0107] 确定模块330，用于根据所述各检测对象的特征信息和预先训练的分类模型，确定所述各检测对象的分类结果，并根据所述各检测对象的分类结果，确定目标跟踪对象和目标障碍物；
[0108] 避障模块340，用于如果所述目标跟踪对象的运行信息和所述目标障碍物的运动信息满足预设条件，则进行避障处理。
[0109] 可选的，所述特征信息包括以下一项或多项的组合：微多普勒偏移、驱干带宽、质心、总宽带、频率、高度和标准差。
[0110] 可选的，所述分析模块320，具体用于：
[0111] 根据所述点云数据和卡尔曼跟踪算法，对所述各检测对象进行跟踪定位，得到所述各检测对象的运动信息；
[0112] 其中，所述运动信息包括：检测对象的速度、所述检测对象相对于所述手杖的距离，以及所述检测对象相对于所述手杖移动方向的角度。
[0113] 可选的，所述预设条件包括以下至少一个条件：
[0114] 所述目标障碍物位于所述目标跟踪对象当前的行动路线上；
[0115] 所述目标障碍物与所述目标跟踪对象的最小距离小于或等于预设距离；
[0116] 所述目标障碍物的运动轨迹与所述行动路线存在交点，且到达所述交点的时间差小于或等于预设时间。
[0117] 可选的，所述避障模块340，具体用于：
[0118] 如果所述目标跟踪对象的运行信息和所述目标障碍物的运动信息满足预设条件，则根据所述目标障碍物的运动信息和预设的路径优化算法，确定避障路线；
[0119] 根据所述避障路线输出避障提醒信息。
[0120] 可选的，所述装置还包括：
[0121] 识别模块，用于根据所述目标跟踪对象的特征信息和预先训练的动作识别模型，识别所述目标跟踪对象是否发生预设的危险动作；
[0122] 发送模块，用于如果所述目标跟踪对象发生预设的危险动作，则向预设的终端设备发送报警信息。
[0123] 可选的，所述装置还包括：
[0124] 地图模块，用于获取当前的地理位置信息；
[0125] 定位模块，用于根据所述地理位置信息和所述目标跟踪对象的运动信息，确定所述目标跟踪对象的定位信息。
[0126] 本申请实施例中，可以通过毫米波雷达实现对目标跟踪对象的跟踪定位，并可以识别目标跟踪对象周围的目标障碍物，实现了动态路径实时避障，以避免用户与障碍物碰撞或者摩擦，保障了用户的安全。同时，还可以实现对用户摔跤、滑到等危险动作检测，并在检测到用户发生危险动作时进行报警，便于他人及时伸出援手救助。另外，还可以结合地图模块实现对用户的精准定位和追踪，避免用户走失。
[0127] 基于相同的技术构思，本申请实施例还提供了一种智能手杖，如图4所示，所述智能手杖包括毫米波雷达1、数据处理装置2和避障装置3：
[0128] 所述毫米波雷达1，用于基于接收的回波信号，获取预设范围内的点云数据；
[0129] 所述数据处理装置2，用于通过对所述点云数据进行分析，得到所述预设范围内的各检测对象的运动信息和特征信息；根据所述各检测对象的特征信息和预先训练的分类模型，确定所述各检测对象的分类结果，并根据所述各检测对象的分类结果，确定目标跟踪对象和目标障碍物；
[0130] 所述避障装置3，用于在所述目标跟踪对象的运行信息和所述目标障碍物的运动信息满足预设条件时，进行避障处理。
[0131] 可选的，所述数据处理装置2，具体用于：
[0132] 根据所述点云数据和卡尔曼跟踪算法，对所述各检测对象进行跟踪定位，得到所述各检测对象的运动信息；
[0133] 其中，所述运动信息包括：检测对象的速度、所述检测对象相对于所述手杖的距离，以及所述检测对象相对于所述手杖移动方向的角度。
[0134] 可选的，所述避障装置3，具体用于：
[0135] 在所述目标跟踪对象的运行信息和所述目标障碍物的运动信息满足预设条件时，根据所述目标障碍物的运动信息和预设的路径优化算法，确定避障路线；
[0136] 根据所述避障路线输出避障提醒信息。
[0137] 可选的，所述智能手杖还包括通信装置4；
[0138] 所述数据处理装置2，还用于根据所述目标跟踪对象的特征信息和预先训练的动作识别模型，识别所述目标跟踪对象是否发生预设的危险动作；
[0139] 所述通信装置4，用于在所述目标跟踪对象发生预设的危险动作时，则向预设的终端设备发送报警信息。
[0140] 可选的，所述智能手杖还包括地图定位装置5；
[0141] 所述地图定位装置5，用于获取当前的地理位置信息；
[0142] 所述数据处理装置2，还用于根据所述地理位置信息和所述目标跟踪对象的运动信息，确定所述目标跟踪对象的定位信息。
[0143] 本申请实施例中，可以通过毫米波雷达实现对目标跟踪对象的跟踪定位，并可以识别目标跟踪对象周围的目标障碍物，实现了动态路径实时避障，以避免用户与障碍物碰撞或者摩擦，保障了用户的安全。同时，还可以实现对用户摔跤、滑到等危险动作检测，并在检测到用户发生危险动作时进行报警，便于他人及时伸出援手救助。另外，还可以结合地图模块实现对用户的精准定位和追踪，避免用户走失。
[0144] 本申请实施例还提供一种电子设备，如图5所示，电子设备可以包括：处理器501、通信接口502、存储器503和通信总线504，其中，处理器501，通信接口502，存储器503通过通信总线504完成相互间的通信。
[0145] 存储器503，用于存放计算机程序；
[0146] 处理器501，用于执行存储器503上所存放的计算机程序时，实现上述步骤。
[0147] 上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral Component Interconnect，PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0148] 通信接口用于上述电子设备与其他设备之间的通信。
[0149] 存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
[0150] 上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0151] 本申请还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0152] 基于接收的毫米波雷达的回波信号，获取预设范围内的点云数据；
[0153] 通过对所述点云数据进行分析，得到所述预设范围内的各检测对象的运动信息和特征信息；
[0154] 根据所述各检测对象的特征信息和预先训练的分类模型，确定所述各检测对象的分类结果，并根据所述各检测对象的分类结果，确定目标跟踪对象和目标障碍物；
[0155] 如果所述目标跟踪对象的运行信息和所述目标障碍物的运动信息满足预设条件，则进行避障处理。
[0156] 可选的，所述特征信息包括以下一项或多项的组合：微多普勒偏移、驱干带宽、质心、总宽带、频率、高度和标准差。
[0157] 可选的，该计算机程序被处理器执行时还实现以下步骤：
[0158] 根据所述点云数据和卡尔曼跟踪算法，对所述各检测对象进行跟踪定位，得到所述各检测对象的运动信息；
[0159] 其中，所述运动信息包括：检测对象的速度、所述检测对象相对于所述手杖的距离，以及所述检测对象相对于所述手杖移动方向的角度。
[0160] 可选的，所述预设条件包括以下至少一个条件：
[0161] 所述目标障碍物位于所述目标跟踪对象当前的行动路线上；
[0162] 所述目标障碍物与所述目标跟踪对象的最小距离小于或等于预设距离；
[0163] 所述目标障碍物的运动轨迹与所述行动路线存在交点，且到达所述交点的时间差小于或等于预设时间。
[0164] 可选的，该计算机程序被处理器执行时还实现以下步骤：
[0165] 如果所述目标跟踪对象的运行信息和所述目标障碍物的运动信息满足预设条件，则根据所述目标障碍物的运动信息和预设的路径优化算法，确定避障路线；
[0166] 根据所述避障路线输出避障提醒信息。
[0167] 可选的，该计算机程序被处理器执行时还实现以下步骤：
[0168] 根据所述目标跟踪对象的特征信息和预先训练的动作识别模型，识别所述目标跟踪对象是否发生预设的危险动作；
[0169] 如果所述目标跟踪对象发生预设的危险动作，则向预设的终端设备发送报警信息。
[0170] 可选的，该计算机程序被处理器执行时还实现以下步骤：
[0171] 通过地图模块获取当前的地理位置信息；
[0172] 根据所述地理位置信息和所述目标跟踪对象的运动信息，确定所述目标跟踪对象的定位信息。
[0173] 本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法步骤。
[0174] 本申请实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述方法步骤。
[0175] 需要说明的是，对于上述装置、电子设备、计算机可读存储介质及计算机程序产品实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0176] 需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0177] 以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 车载环视图像的特征点标定方法、装置和可读存储介质 | 2020-10-02 | 0 |
| 一种三维显示云渲染方法和系统 | 2021-03-01 | 1 |
| 一种基于驾驶员疲劳状态的主动限速方法 | 2021-04-04 | 0 |
| 一种水声定位与授时浮标及其工作方法 | 2021-10-15 | 2 |
| 一种基于RFID系统多项式估计的高速移动车辆速度预测方法 | 2022-04-11 | 0 |
| 六相逆变器供电的无轴承磁通切换电机驱动方法及系统 | 2020-10-03 | 0 |
| 一种跟踪路由处理方法和装置 | 2022-10-18 | 1 |
| 一种S=8编码方式的低功耗蓝牙维特比联合解调解码算法 | 2020-05-20 | 3 |
| 空调控制方法、装置和车辆 | 2022-01-11 | 2 |
| 数据拆分方法、装置、电子设备、及存储介质 | 2020-09-01 | 2 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈