手势识别雷达系统和方法
阅读：1048发布：2020-06-01
专利汇可以提供手势识别雷达系统和方法专利检索，专利查询，专利分析的服务。并且在识别方法中，基于 传感器 信息来确定对象的移动特征；基于所述传感器信息确定所述对象的图像信息；以及基于所述移动特征和所述图像信息来执行一个或多个 手势识别 操作以生成手势识别信息。所述识别方法还可包括基于所述图像信息来确定所述对象的一个或多个物理特征；基于所述一个或多个物理特征来执行一个或多个物理特征 模式识别 操作以生成模式识别信息；以及基于所述手势识别信息和所述模式识别信息来生成识别输出 信号 。，下面是手势识别雷达系统和方法专利的具体信息内容。
1.一种识别方法，包括：
基于传感器信息确定对象的移动特征；
基于所述传感器信息确定所述对象的图像信息；以及
基于所述移动特征和所述图像信息来执行一个或多个手势识别操作以生成手势识别信息。
2.根据权利要求1所述的识别方法，还包括，
基于所述图像信息来确定所述对象的一个或多个物理特征；
基于所述一个或多个物理特征来执行一个或多个物理特征模式识别操作以生成模式识别信息；以及
基于所述手势识别信息和所述模式识别信息来生成识别输出信号。
3.根据前述权利要求中任一项所述的识别方法，其中所述一个或多个手势识别操作包括将所检测到的手势数据与所存储的手势数据进行比较以生成所述手势识别信息。
4.根据权利要求2所述的识别方法，其中所述一个或多个物理特征模式识别操作包括将所检测到的特征数据与所存储的特征数据进行比较以生成所述模式识别信息。
5.根据权利要求1至2中任一项所述的识别方法，其中所述传感器信息由雷达传感器生成，所述雷达传感器被配置为辐射一个或多个雷达信号并且检测由所述对象反射的一个或多个反射信号。
6.根据权利要求2所述的识别方法，其中所述一个或多个物理特征包括所述对象的介电信息。
7.根据权利要求5所述的识别方法，其中所述一个或多个物理特征包括所述对象的介电信息，所述介电信息包括与所述一个或多个雷达信号的一个或多个频率对应的介电常数数据。
8.根据权利要求5所述的识别方法，其中所述雷达传感器为毫米波雷达传感器。
9.根据权利要求5所述的识别方法，其中所述雷达传感器被配置为以约24GHz至约
300GHz的频率辐射所述一个或多个雷达信号。
10.根据权利要求1至2中任一项所述的识别方法，其中所述图像信息进一步基于所述移动特征而被确定。
11.根据权利要求2所述的识别方法，还包括基于所述识别输出信号来认证设备的用户。
12.根据权利要求2所述的识别方法，还包括生成控制信号，所述控制信号被配置为基于所述识别输出信号来控制外部设备。
13.一种方法，包括：
基于所检测到的对象的图像来确定所述对象的物理特征；
基于所检测到的所述对象的移动来识别由所述对象执行的手势；以及
基于所述物理特征和所识别的手势来生成输出信号。
14.根据权利要求13所述的方法，还包括：
使用雷达传感器感测所述对象以生成雷达信息，其中基于所述雷达信息来确定所检测到的图像和所检测到的移动。
15.根据权利要求14所述的方法，其中所述雷达传感器被配置为辐射一个或多个雷达信号并且检测由所述对象反射的一个或多个反射信号以生成所述雷达信息。
16.根据权利要求14至15中任一项所述的方法，其中所述雷达传感器为毫米波雷达传感器。
17.根据权利要求14至15中任一项所述的方法，其中所述雷达传感器被配置为以约
24GHz至约300GHz的频率辐射所述一个或多个雷达信号。
18.根据权利要求13至15中任一项所述的方法，其中确定所述物理特征包括将所检测到的特征数据与所存储的特征数据进行比较。
19.根据权利要求13至15中任一项所述的方法，其中识别所述手势包括将所检测到的手势与所存储的手势进行比较。
20.根据权利要求13至15中任一项所述的方法，其中所述物理特征包括所述对象的介电信息。
21.根据权利要求15所述的方法，其中所述物理特征包括所述对象的介电信息，所述介电信息包括与所述一个或多个雷达信号的一个或多个频率对应的介电常数数据。
22.根据权利要求14所述的方法，其中所检测到的图像还基于所检测到的移动而被确定。
23.根据权利要求13至14中任一项所述的方法，其中所识别的手势还基于所检测到的图像来确定。
24.根据权利要求13所述的方法，还包括基于所述输出信号来认证设备的用户。
25.根据权利要求13所述的方法，还包括基于所述输出信号来控制外部设备。
26.一种识别设备，包括：
雷达电路，所述雷达电路被配置为感测对象以生成雷达信息；以及
识别处理器，所述识别处理器被配置为：
基于所述雷达信息来确定所述对象的物理特征；
基于雷达信息来识别由所述对象执行的手势；以及
基于所述物理特征和所识别的手势来生成输出信号。
27.根据权利要求26所述的识别设备，其中所述识别处理器还被配置为：
基于所述雷达信息来检测所述对象的图像，其中基于所检测到的图像来确定所述对象的所述物理特征；以及
基于所述雷达信息来检测所述对象的移动，其中基于所检测到的移动来识别所述手势。
28.根据权利要求26至27中任一项所述的识别设备，其中所述雷达电路被配置为辐射毫米波雷达信号。
29.根据权利要求26至27中任一项所述的识别设备，其中所述雷达传感器被配置为以约24GHz至约300GHz的频率辐射所述一个或多个雷达信号。
30.根据权利要求26所述的识别设备，其中所述物理特征包括所述对象的介电信息。
31.根据权利要求26所述的识别设备，其中所述物理特征包括所述对象的介电信息，所述介电信息包括与一个或多个雷达信号的一个或多个频率对应的介电常数数据。
32.根据权利要求26所述的识别设备，其中所述识别处理器还被配置为基于所述输出信号来认证设备的用户。
33.根据权利要求26所述的识别设备，其中所述识别处理器还被配置为基于所述输出信号来控制外部设备。
34.一种通信设备，包括根据权利要求26所述的识别设备。
35.一种体现在包括程序指令的计算机可读介质上的计算机程序产品，所述程序指令当被执行时使处理器执行根据权利要求1、2、13、14和15中任一项所述的方法。
36.一种基本上如所示出和描述的装置。
37.一种基本上如所示出和描述的方法。
手势识别雷达系统和方法
[0001] 相关申请的交叉引用
[0002] 本专利申请要求提交于2017年6月27日的名称为“GESTURE RECOGNITION RADAR SYSTEMS AND METHODS”美国临时专利申请62/525,455的权益，该申请全文以引用方式并入本文。附图说明
[0004] 图1示出了根据本公开的示例性方面的具有雷达系统的通信设备。
[0005] 图2示出了根据本公开的示例性方面的雷达系统。
[0006] 图3示出了根据本公开的示例性方面的手势识别处理器。
[0007] 图4示出了根据本公开的示例性方面的到达角计算。
[0008] 图5示出了根据本公开的示例性方面的手势和/或物理特征识别方法的流程图。
[0009] 将参考附图描述本公开的示例性方面。元素首次出现的绘图通常由对应参考标号中最左边的数字表示。
具体实施方式
[0010] 以下说明中示出了许多具体细节，以便于提供对本公开的各方面的彻底理解。然而，对于本领域技术人员将显而易见的是，可以在没有这些具体细节的情况下实践包括结构、系统和方法的方面。本文中的说明和表示是本领域技术人员用来将其工作的实质最有效地传达给本领域其他技术人员的通用手段。在其他情况下，没有详细描述公知的方法、过程、部件和电路，以避免不必要地使本公开的各方面晦涩难懂。
[0011] 本文所描述的方面通常涉及雷达系统和方法，包括被配置用于对象和手势识别、认证和/或免提控制的雷达系统。各方面还可包括实现一个或多个雷达系统的无线网络、无线通信和对应的无线通信设备。将描述用于认证操作的各方面，但是本公开不限于此。手势识别和/或物理特征(例如，介电)识别可以用于其他部署中，如相关领域的普通技术人员将会理解的那样。
[0012] 示例性方面涉及使用被配置为发射和接收电磁信号的雷达具体实施的用于对象和/或手势识别、认证和/或免提控制操作的系统和方法。本公开的各方面将参考被配置用于毫米波(mmWave)光谱(例如，24GHz-300GHz)的雷达系统来描述，但不限于此。在示例性方面，雷达系统是连续波(CW)雷达系统。在另一个方面，系统是连续波频率调制(CWFM)雷达系统。本公开的各方面可应用于其他雷达技术和光谱，如相关领域的普通技术人员将会理解的那样。
[0013] 在示例性方面，毫米波雷达系统可被配置为检测对象的位置、距离、移动(例如，速度、速率、加速度、移动方向等)、取向和/或尺寸。该检测可用于识别对象(例如，人)的特定手势、移动和/或移动模式。
[0014] 在示例性方面，毫米波雷达系统还可检测对象的一个或多个物理特征和/或生物特征。物理特征可包括，例如人皮肤的一种或多种特性，诸如皮肤的介电特性、皮肤深度(例如真皮和/或表皮的厚度)、毛发厚度/宽度、毛囊放置/模式、毛发颜色、肤色、着色、皮肤纹理、皮肤的孔隙率结构、皮肤的水分含量、皮肤瑕疵(例如雀斑、皮肤痣等)、皮肤的温度和/或另一种皮肤特征，如相关领域的普通技术人员将会理解的那样。在一个示例性方面，检测对象的一个或多个物理特征和/或生物特性，并且/或者检测对象的位置、距离、移动、取向和/或尺寸，用于检测人组织的接近度(例如，相对于通信设备100)。
[0015] 无线通信正在扩展为具有提高的数据速率的通信(例如，从电气和电子工程师协会(IEEE)802.11a/g到IEEE 802.11n到IEEE 802.11ac等)。当前，第五代(5G)蜂窝通信和无线千兆联盟(WiGig)标准被引入用于无线蜂窝设备和/或无线局域网(WLAN)。
[0016] 本公开的一些方面涉及无线局域网(WLAN)和Wi-Fi网络，包括根据电气和电子工程师协会(IEEE)802.11系列标准进行操作的网络，诸如IEEE802.11ac、IEEE 802.11ad和IEEE 802.11ay标准、IEEE 802.11ax研究小组(SG)(称为DensiFi)和无线千兆联盟(WiGig)。本公开的其他方面涉及移动无线通信设备诸如4G和5G蜂窝通信标准。技术领域更具体地涉及雷达系统和可以在通信系统中实现的雷达系统。
[0017] 图1示出了根据本公开的示例性方面的通信设备100。通信设备100被配置为基于一种或多种无线技术来发射和/或接收无线通信。例如，通信设备100可以被配置用于符合例如一个或多个第五代(5G)蜂窝通信协议的无线通信，诸如使用28GHz频谱的5G协议，和/或符合无线千兆联盟(WiGig)标准的通信协议，诸如IEEE 802。具有和/或使用60GHz频谱的IEEE 802.11ay。通信设备100不限于这些通信协议，并且可以被配置用于一个或多个附加或另选通信协议，诸如一个或多个第三代合作伙伴计划(3GPP)协议(例如，长期演进(LTE))、一个或多个无线局域网(WLAN)通信协议和/或一个或多个其他通信协议，如相关领域的普通技术人员将会理解的那样。例如，通信设备100可以被配置为使用一个或多个利用毫米波(mmWave)频谱(例如，24GHz-300GHz)的通信协议来发射和/或接收无线通信，诸如在60GHz操作的WiGig(IEEE 802.具有和/或IEEE 802.11ay)和/或使用例如28GHz频谱的一个或多个5G协议。在示例性方面，通信设备100被配置用于多输入多输出(MIMO)通信。在MIMO操作中，通信设备100可以被配置为将多个发射射频(RF)链(例如，RF部件和天线)和/或多个接收RF链用于无线通信，从而增加了无线电链路的容量。
[0018] 通信设备100可以被配置为与一个或多个其他通信设备通信，包括：例如，一个或多个基站、一个或多个接入点、一个或多个其他通信设备和/或一个或多个其他设备，如相关领域的普通技术人员将会理解的那样。
[0019] 通信设备100可包括可操作地(例如，通信地)耦接到一个或多个收发机105的控制器140。通信设备100还可包括一个或多个雷达系统180。参考图2至图5描述雷达系统180的示例性方面。
[0020] 收发机105可以被配置为经由一种或多种无线技术来发射和/或接收无线通信。收发机105可包括处理器电路，该处理器电路被配置用于发射和/或接收符合一个或多个无线协议的无线通信。例如，收发机105可包括被配置用于分别经由一个或多个天线130发射和接收无线通信的发射机110和接收机120。在具有两个或更多个收发机105的方面，两个或更多个收发机105可具有它们自己的天线130，或者可经由双工器共享通信天线。
[0021] 天线130可包括形成天线元件的整数阵列的一个或多个天线元件。在示例性方面，天线130是相控阵天线，其包括多个辐射元件(天线元件)，每个辐射元件具有对应的相移器。被配置为相控阵天线的天线130可以被配置为执行一个或多个波束成形操作，包括生成通过移动从每个辐射元件发射的信号的相位而形成的波束，以提供相长/相消干涉，以便将波束转向所需的方向。在示例性实施方案中，天线阵列的两个或更多个天线元件被配置用于利用MIMO配置的无线通信，并且/或者通信设备包括两个或更多个被配置用于MIMO通信的天线130。
[0022] 控制器140可包括处理器电路150，该处理器电路被配置为控制通信设备100的整体操作，诸如收发机105的操作。处理器电路150可被配置为经由收发机105控制无线通信的发射和/或接收。在示例性方面，处理器电路150被配置为控制雷达系统180和/或执行雷达系统180的一个或多个功能和/或操作以检测对象的位置、姿势和移动特征(例如位置、距离、速度、速率、加速度、移动方向、取向和/或尺寸)；并且/或者检测对象的一种或多种物理特征和/或生物特征(例如介电特性)。
[0023] 处理器电路150还可以被配置为执行一个或多个基带处理功能(例如，媒体访问控制(MAC)、编码/解码、调制/解调、数据符号映射；错误校正，等)。处理器电路150可以被配置为运行一个或多个应用程序和/或操作系统；电源管理(例如，电池控制和监测)；显示器设置；音量控制；并且/或者经由一个或多个用户界面(例如，键盘、触摸屏显示器、麦克风、扬声器等)的用户交互。
[0024] 控制器140还可包括存储数据和/或指令的存储器160，其中当指令由处理器电路150执行时，控制处理器电路150执行本文所述的功能。存储器160可存储手势识别信息、模式识别信息、雷达数据和/或信息、接近信息和/或其他雷达系统数据和/或信息，如相关领域的普通技术人员将会理解的那样。
[0025] 存储器160可以是任何已知的易失性和/或非易失性存储器，包括例如只读存储器(ROM)、随机存取存储器(RAM)、闪存存储器、磁存储介质、光盘、可擦除可编程只读存储器(EPROM)和可编程只读存储器(PROM)。存储器160可以是不可移动的或可移动的，或两者的组合。
[0026] 通信设备100的示例包括(但不限于)移动计算设备(移动设备)—诸如膝上型计算机、平板电脑、移动电话或智能手机、“平板手机”、个人数字助理(PDA)和移动媒体播放器；穿戴式计算设备—诸如计算机化腕表或“智能”手表以及计算机化眼镜；以及/或者物联网(IoT)设备。在本公开的一些方面，通信设备100可以是固定通信设备，包括例如固定计算设备—诸如个人计算机(PC)、台式计算机、电视、智能家居设备、安全设备(例如电子/智能锁)、自动柜员机、计算机化自助服务终端和/或汽车/航空/海上仪表板计算机终端。
[0027] 在一个或多个方面，通信设备100或通信设备100的一个或多个部件可以被附加地或另选地配置为执行数字信号处理(例如，使用数字信号处理器(DSP))、调制和/或解调(使用调制器/解调器)、数模转换(DAC)和/或模数转换(ADC)(使用相应的DA和AD转换器)、编码/解码(例如，使用具有卷积、咬尾卷积、turbo、维特比和/或低密度奇偶校验(LDPC)编码器/解码器功能)、频率转换(例如，使用混频器、本地振荡器和滤波器)、快速傅里叶变换(FFT)、预编码和/或星座映射/解映射，以发射和/或接收符合一个或多个无线协议的无线通信，并且/或者促进波束形成扫描操作和/或波束形成通信操作。
[0028] 雷达系统180可被配置为检测对象的位置和移动特征(例如，位置、距离、速度、速率、加速度、移动方向、取向和/或尺寸)；并且/或者检测对象的一种或多种物理特征。该位置和移动检测可用于识别对象(例如，人)的特定手势、移动和/或移动模式。物理特征可包括(但不限于)，例如人皮肤的一种或多种特性，诸如皮肤的介电特性、皮肤深度(例如真皮和/或表皮的厚度)、毛发厚度/宽度、毛囊放置/模式、毛发颜色、肤色、着色、皮肤纹理、皮肤的孔隙率结构、皮肤的水分含量、皮肤瑕疵(例如雀斑、皮肤痣等)和/或另一种皮肤特征，如相关领域的普通技术人员将会理解的那样。雷达系统180可包括处理器电路，该处理器电路被配置为检测通信设备100的一个或多个附近对象的位置。
[0029] 转到图2，在示例性方面，雷达系统180包括可操作地(例如，通信地)耦接到一个或多个雷达天线210的雷达电路205。天线210可包括发射天线215和接收天线220。雷达电路205经由手势识别处理器200可操作地耦接到通信设备100。在一个方面，雷达电路205附加地或另选地直接耦接到通信设备100。
[0030] 在示例性方面，发射天线215和/或接收天线220包括形成天线元件的整数阵列的一个或多个天线元件。在示例性方面，天线215和/或天线220是相控阵天线，其包括多个辐射元件(天线元件)，每个辐射元件具有对应的相移器。被配置为相控阵天线的天线215和/或天线220可以被配置为执行一个或多个波束成形操作，包括生成通过移动从每个辐射元件发射的信号的相位而形成的波束，以提供相长/相消干涉，以便将波束转向所需的方向。
[0031] 在示例性方面，雷达电路205包括被配置为经由一种或多种雷达技术来发射和/或接收雷达信号的一个或多个雷达收发机。收发机可包括被配置用于发射和/或接收雷达信号的处理器电路。在具有两个或更多个收发机的方面，两个或更多个收发机可具有它们自己的天线215和/或天线220，或者可经由双工器共享通信天线。
[0032] 作为雷达系统和雷达操作的概述，首先从系统的天线辐射信号。信号在空间中向外辐射，直到遇到对象为止。辐射波被散射(例如，一部分辐射进入或发射通过对象，而一部分辐射由对象反射)。通过对象吸收或发射的辐射能的量以及对象由反射的辐射能的量取决于对象的特征，诸如对象的大小、对象的形状和对象的材料组成。向发射机反射回的辐射能可称为反向散射。反射信号或散射信号由雷达系统的接收机接收并进行处理。该处理涉及从反射信号中提取信息，包括例如反射功率、范围、频率、多普勒信息和/或一个或多个其他信号特征，如相关领域的普通技术人员将理解的那样。
[0033] 如图2所示，在一个示例性方面，雷达系统180被配置为使用一个或多个发射天线或发射相控阵天线215辐射一个或多个雷达信号，并且可以经由一个或多个接收天线或接收相控阵天线220接收目标对象225产生的回波或反射信号，并且由雷达电路205感测。在示例性方面，雷达电路205被配置为发射低电平辐射，诸如符合美国联邦通信委员会(FCC)或其他联邦政府机构法规(例如，工业、科学和医疗无线电频段(ISM频段)，如24GHz或61GHz)的低电平辐射，但不限于此，并且在其他方面可以被配置为发射更高电平的辐射。
[0034] 在示例性方面，雷达电路205被配置为确定回波信号的性质，以确定关于目标的信息，包括例如：范围、目标/对象的大小、目标/对象的材料组成、位置和移动特征(例如位置、距离、速度、速率、加速度、移动方向、取向和/或尺寸)、对象的一个或多个物理特征和/或生物特征(例如，人皮肤的一种或多种特性，诸如皮肤的介电特性、皮肤深度、真皮和/或表皮的厚度、毛发厚度/宽度、毛囊放置/模式、毛发颜色、肤色、着色、皮肤纹理、皮肤的孔隙率结构、皮肤的水分含量，皮肤瑕疵(例如雀斑、皮肤痣等))。该位置和移动检测可用于识别对象(例如，人)的特定手势、移动和/或移动模式。在示例性方面，雷达电路205被配置为基于一个或多个特征，诸如范围、目标/对象的大小、目标/对象的材料组成、位置和移动特征和/或对象的一种或多种物理特征和/或生物特征来检测人组织相对于通信设备100的接近度。
[0035] 在一个或多个示例性方面，雷达系统180可被配置为连续波(CW)雷达系统。在示例性方面，雷达系统180是连续波频率调制(CWFM)雷达系统，而不是CW雷达系统。雷达系统180不限于CW和CWFM雷达系统。
[0036] 在示例性方面，雷达系统180是被配置为以各种频率和各种方向发射和接收信号(例如，毫升波)的电磁雷达系统。所发射的信号到达被检测的对象225并且反射回接收机。雷达系统180的雷达电路205可被配置为测量所发射信号230的幅度和/或相位与所接收信号235之间的差值。基于这些测量，雷达系统180被配置为确定相对于频率的位置、速率(或其他移动特性)和/或介电值(例如介电常数)。
[0037] 在示例性方面，雷达系统180被配置为在60GHz的三维轴上检测信息(例如，距离、速率、介电常数等)。
[0038] 在示例性方面，雷达系统180被配置为检测手势移动和/或模式，以及/或者所检测到的对象的物理特征(例如，用户的皮肤特征)。在示例性方面，手势和物理特征确定用于一个或多个安全性和/或验证操作，诸如用于电子设备的密码(例如，打开锁定的通信设备)。例如，所检测到的手势和/或所检测到的物理特征可用于解锁/禁用设备的安全性，类似于密码、PIN代码、指纹、语音识别或其他密码。在示例性方面，雷达系统180被配置为基于所检测到的手势移动和/或模式，以及/或者所检测到的对象的物理特征来生成一个或多个控制指令以控制通信设备100和/或一个或多个其他设备(例如，免提控制)。例如，手势和/或物理特征可与特定个体和/或命令功能相关联。在示例性方面，基于对手势和/或物理特征的检测，雷达系统180被配置为生成对应命令以指示通信设备100和/或另一设备执行相关联的功能。例如，特定的手势移动/模式(例如，手移动)和/或特定物理特征(皮肤特征)可与命令相关联。当被检测到时，雷达系统180执行与命令相关联的功能和/或指示通信设备100和/或其他设备执行该功能。
[0039] 使用手势和/或物理特征识别对于具有较小输入设备(例如触摸屏)或以其他方式缺乏使得难以使用键控密码的物理输入设备(例如，IoT设备)的较小设备(例如，智能手表)尤其有利。
[0040] 在示例性方面，雷达系统180有利地通过将手势移动检测(例如，手)与对人皮肤的一个或多个特定特性的识别相结合来改善设备的安全性。
[0041] 在一个或多个方面，通过实施皮肤特性检测，手势移动的复杂性可减小为更基本的手势(例如，在传感器前方移动手)，同时保持稳健的安全协议。例如，与指纹或面部识别(可见光)相比，皮肤的介电特性的检测更加安全，因为与所测量的皮肤结构(例如介电特性)相比，这些技术可能更容易被绕开/接收。
[0042] 例如，个体具有不同且独特的皮肤特性，诸如皮肤深度、毛发宽度、毛囊放置/模式、肤色、着色、皮肤纹理、皮肤的孔隙率结构、皮肤的水分含量、皮肤瑕疵(例如雀斑、皮肤痣等)和/或另一种皮肤特征，如相关领域的普通技术人员将会理解的那样。这些特性影响毫米波范围内的介电常数与频率的影响。
[0043] 在示例性方面，雷达系统180包括被配置为执行超分辨率算法的处理器电路。在该示例中，雷达系统180可检测移动的手势(例如，用户的手的移动)。在示例性方面，超分辨率算法为例如逆合成孔径雷达(iSAR)算法、联合时间频率变换或其他算法。该算法可被配置为重建目标的介电特性(例如，用户皮肤的介电特性)。
[0044] 在示例性方面，对于手势识别，雷达系统180被配置为执行一种或多种模式识别算法(例如，机器学习)以识别用于例如解锁设备、控制设备和/或另一个设备等的手势(例如，特定手势)。
[0045] 在示例性方面，个体的验证利用手势特征的数据融合(例如，使用卡尔曼滤波或机器学习)和个人皮肤的介电常数特性。
[0046] 在示例性方面，雷达电路205被配置为生成一个或多个发射信号(例如，鸟鸣声)，并且经由雷达发射机相控阵列(例如，天线215)将雷达发射信号发射至一个或多个对象225。对象225可为移动的或静止的。一个或多个信号被反射回雷达系统180，并且经由雷达接收机相控阵列(例如天线220)接收。在示例性方面，雷达电路被配置为调整发射机相控阵列(天线215)和/或接收机相控阵列(天线220)的配置，以便在多个天线配置中发射和/或测量信号(例如，用于波束成形)。发射机相位阵列(天线215)和接收机相位阵列(天线220)可为不同阵列，或形成为单个组合阵列。
[0047] 在示例性方面，雷达电路205被配置为在一个或多个相位和/或增益下生成一个或多个基带信号，并且确定发射信号与接收信号之间的相位和/或幅度/增益微分(相对于频率)。
[0048] 在示例性方面，雷达电路205被配置为生成电磁信号(例如，在毫升波长域中)。所生成的信号可以使用发射机相控阵列(天线215)进行发射(辐射)，并且目标(例如对象225)产生的回声(即反射信号)可以经由接收机相控阵列(天线220)接收并且由雷达电路205感测。
[0049] 雷达电路205被配置为测量或以其他方式确定发射信号与接收信号之间的相位和/或幅度差异，以生成传感器信息或其他测量数据。雷达电路205被配置为向手势识别处理器200提供传感器信息，该手势识别处理器被配置为执行用于手势识别的一个或多个手势识别操作。例如，雷达电路205可向手势识别处理器200的移动和位置检测器305和/或图像检测器310提供传感器信息(参见图3A至图3B)。在示例性方面，雷达电路205被配置为确定对应于每个发射频率和/或相位阵列配置的相位和/或振幅差异。在其他方面，可确定发射频率和/或相位阵列配置的子集。在示例性方面，基于这些测量，雷达电路205确定位置、速率(或其他移动特征)和/或介电值(例如，介电常数)。在示例性方面，雷达电路205确定相对于频率的位置、速率(或其他移动特征)和/或介电值(例如，介电常数)。
[0050] 在示例性方面，雷达电路205确定与对象225的速度、速率、方向、位置和/或距离具有直接或间接关系的雷达信息(例如，雷达原始数据)。在示例性方面，雷达电路205被配置为提取(或以其他方式确定)发射信号与返回信号之间的相位和/或幅度(增益)差异。这些差异可存储在存储器(例如，存储器320)中。在示例性方面，雷达电路205基于雷达信息确定传感器信息。
[0051] 在示例性方面，雷达电路205向手势识别处理器200提供雷达信息，并且手势识别处理器200确定移动特征(例如，位置、速率或其他移动特征)和/或物理特征(例如介电值、介电常数值)。这些确定可以是相对于频率的。在示例性方面，手势识别处理器200包括处理器电路，该处理器电路被配置为执行一个或多个手势识别操作，包括确定一个或多个对象的移动和/或物理特征。
[0052] 在示例性方面，手势识别处理器200被配置为提取(或以其他方式确定)发射信号与返回信号之间的相位和/或幅度(增益)差异。这些差异可存储在存储器(例如，存储器320)中。
[0053] 在示例性方面，雷达电路205包括处理器，诸如数字信号处理器。在示例性方面，雷达电路205的处理器被配置为处理所测量的相位和/或增益与频率，并且在样本上实施例如快速傅里叶逆变换(IFFT)。在该示例中，IFFT结果的输出可对应于对象的距离和/或其他特征。在示例性方面，IFFT结果还可提供关于位于相同方向并且允许对象彼此区分的多个对象的信息。
[0054] 在示例性方面，雷达系统180被配置为连续波频率调制(CWFM)系统，并且雷达信息可包括与不同距离相关的频率值，并且/或者被配置为连续波(CW)系统，其中雷达信息可包括与对象的速度或速率相关的频率值。雷达系统180不限于CWFM和CW系统，并且可被配置为一个或多个其他雷达系统，如本领域的普通技术人员将会理解的那样。
[0055] 图3示出了根据本公开的示例性方面的手势和/或物理特征识别处理器200。为了简明起见，手势和/或物理特征识别处理器也可被称为手势识别处理器。
[0056] 在示例性方面，手势识别处理器200包括移动和位置检测器305、图像检测器310、手势识别器315、存储器320、对象特征检测器325、模式识别器330和处理器335。
[0057] 在示例性方面，移动和位置检测器305被配置为基于来自雷达电路205的传感器信息(或雷达信息)提取(或以其他方式确定)位置、速率(或其他移动特征)。在示例性方面，移动和位置检测器305包括处理器电路，该处理器电路被配置为确定位置、速率或其他移动特征(基于传感器信息)。
[0058] 在示例性方面，移动和位置检测器305被配置为从雷达电路205提供的传感器信息中所包括的相位和/或幅度测量中提取三维(3D)信息。在示例性方面，测量的处理可包括：从特定方向提取距离；从特定方向提取速率；以及/或者方向扫描。
[0059] 在示例性方面，距离提取针对障碍物距离的各种位置使用IFFT估计器。除了IFFT估计器之外，可以使用从发射信号与接收信号之间的相位和/或幅度测量中提取对象的距离和/或速率的其他方法。例如但不限于，可以使用相关、匹配滤波器、音乐算法或能够以良好的准确性在反射信号的叠加中找到相关的任何算法。
[0060] 在示例性方面，“离散的鸟鸣声”的相位与频率的时间周期与距离成线性比例。在示例性方面，距离计算基于以下内容：
[0061] ·假设我们有M个静态反射器，每个反射器的距离Li为i＝1:M
[0062] ·每个反射器的增益和相位为：
[0063] ·为了在频率f中发射特定的载波频率，测量所有反射器的总和，而不区分它们中的每一个：
[0064]
[0065]
[0066]
[0067]
[0068] 其中：M-反射器数量，i-特定反射器，Li-反射距离，v-传播速度，f-频率对于以Δf分辨率从f1到f2的离散扫描，我们得到：
[0069]
[0070] 是频率索引，使得
[0071] 采样S总提供：
[0072]
[0073]
[0074] 可以对信息执行IFFT，即从w1到w2。切换到另一个索引，该索引将从该范围的1开始，其中
[0075]
[0076] k＝1:N，N样本的数量
[0077] 对于n＝1:N，rect()*δ()等于1
[0078]
[0079]
[0080]
[0081] 不依赖于i的变量的总和之间的替换：
[0082]
[0083]
[0084]
[0085]
[0086] 距离为Li的对象将在以下位置生成δ()函数：
[0087]
[0088] 在示例性方面，移动和位置检测器305被配置为基于来自雷达电路205的传感器信息(或雷达信息)提取(或以其他方式确定)方向或其他移动特征。在示例性方面，移动和位置检测器305包括处理器电路，该处理器电路被配置为基于来自雷达电路205的传感器信息(或雷达信息)提取(或以其他方式确定)方向或其他移动特征。
[0089] 在示例性方面，移动和位置检测器305使用例如波束成形(使用相控阵列配置)和/或到达角处理来提取与对象的移动相关联的方向信息。方向信息的确定不限于使用波束成形和/或到达角技术，并且可以使用本领域普通技术人员将理解的其他技术来实现。
[0090] 在示例性方面，如图4所示，移动和位置检测器305被配置为执行一个或多个到达角计算以确定对象225的方向移动(例如，对象225正在移动的方向)或其他移动信息。在该示例中，测量雷达接收机相位阵列天线220的两个天线元件之间的相位差异以确定入射波的方向。在示例性方面，在多个频率上执行操作以改善所确定的定向移动的准确性。所确定的方向移动可以用于确定对象的位置和/或移动，以确定例如手势(例如，手的移动)。
[0091] 在示例性方面，到达角(AoA)确定包括以下操作：
[0092] 1.从第一发射天线215发射的信号(Tx1 ANT)
[0093] 2.由第一接收天线220.1(Rx1 ANT)接收的信号并且测量相位：P1
[0094] 3.从第二接收天线220.2(Rx2 ANT)接收的信号并且测量相位：P2
[0095] 4.计算相位变化：Δφ＝P1-P2(例如，对于每个二进制数码，FFT的样本)[0096] 5.基于以下公式计算到达角θ：
[0097]
[0098] 其中
[0099] 在示例性方面，移动和位置检测器305被配置为测量速率(或其他速度特征)。在该示例中，移动和位置检测器305被配置为将波束转向特定方向并且发射信号(CW信号)。使用多普勒效应，移动和位置检测器305被配置为基于多普勒频率来计算对象225在特定方向上的速率。在示例性方面，多普勒频率基于以下计算来测量：
[0100]
[0101] 其中fd是测得的多普勒频率，C是光速，Fc是发射频率。
[0102] 在示例性方面，将各个方向/波束形成配置中的频率和距离的测量组合起来，以生成二维(2D)阵列，如下所示：
[0103] 数据[方位角][仰角].距离＝{距离1、距离2、...、距离N}
[0104] &
[0105] 数据[方位角][仰角].速率＝{所测量的速率}
[0107] 在示例性方面，基于来自每一帧的导数和距离测量(例如，距离测量的导数)来计算速率。
[0108] 返回图3A至图3B，移动和位置检测器305还可以将速率信息、方向移动信息和/或其他移动特征信息提供给图像检测器310，以进行对象成像提取处理。在示例性方面，图像检测器310使用速率信息、方向移动信息和/或其他移动特征信息作为跟踪信号，以提取对象的成像以确定图像信息。在示例性方面，图像检测器310被配置为基于以下内容提取或以其他方式确定图像信息：来自移动和位置检测器305的速率信息、方向移动信息和/或其他移动特征信息，以及/或者来自雷达电路205的传感器信息。图像检测器310被配置为将图像信息提供给手势识别器315和/或对象特征检测器325。在示例性方面，图像检测器310包括处理器电路，该处理器电路被配置为提取或以其他方式确定图像信息。
[0109] 在示例性方面，对于移动对象，图像检测器310被配置为与非移动对象相比，以更少的天线元件来确定高分辨率成像信息。例如，可以利用附加的天线和非移动对象来获得高分辨率的成像信息。在示例性方面，对于移动对象，其相当于具有多个元件的有效天线(例如，iSAR算法)。在该示例中，即使天线元件的数量减少，图像检测器305也可以生成高分辨率成像信息。
[0110] 在示例性方面，对象特征检测器325被配置为基于来自图像检测器310的图像信息来确定对象225的一个或多个特性和/或特征(例如，人皮肤的特性)，诸如，皮肤的介电特性，皮肤深度、毛发宽度、毛囊放置/模式、肤色、着色、皮肤纹理、皮肤的孔隙率结构、皮肤的水分含量、皮肤瑕疵(例如雀斑、皮肤痣等)和/或另一种皮肤特征，如相关领域的普通技术人员将会理解的那样。在示例性方面，相对于频率确定特性(例如，介电常数)。在示例性方面，对象特征检测器325被配置为基于图像信息来确定和重建相对于对象的频率的介电常数信息。
[0111] 在示例性方面，对象特征检测器325包括处理器电路，该处理器电路被配置为基于图像信息来确定对象225的一个或多个特性和/或特征。
[0112] 继续参考图3A至图3B，在示例性方面，手势识别器315被配置为执行一个或多个手势识别操作以确定对象225的一个或多个手势移动和/或模式。在示例性方面，基于来自图像检测器310的图像信息和/或来自移动和位置检测器305的速率和/或方向移动信息(和/或其他移动特征信息)来确定手势移动和/或模式。在示例性方面，手势识别器315包括处理器电路，该处理器电路被配置为执行一个或多个手势识别操作。
[0113] 在示例性方面，手势识别器315被配置为基于来自图像检测器310的图像信息和/或来自移动和位置检测器305的速率和/或方向移动信息(和/或其他移动特征信息)来构造三维(3D)信息。在示例性方面，手势识别器315被配置为基于由雷达电路205提供的相位和/或幅度测量(例如，包括在传感器信息中)附加地或替代地确定一个或多个手势移动和/或模式，其可包括构造3D信息。
[0114] 在示例性方面，一个或多个手势移动在一个或多个校准操作(例如，在存储器320中)期间存储。在示例性方面，手势识别器315被配置为将手势移动存储在存储器320中。例如，用户可以执行手势，并且手势识别处理器200可以与雷达电路205合作来检测该手势。然后可将检测到的手势存储在存储器320中。所存储的手势可以是例如认证(例如，密码)，但不限于此。在示例性操作中，手势识别处理器200被配置为将所存储的手势与所检测到的手势进行比较以认证用户。在一个或多个方面，所存储的手势与一个或多个控制和/或操作相关联。当所检测到的手势匹配所存储的手势时，可以对用户进行认证和/或可以执行相关联的控制/操作。所校准/所存储的手势是一个或多个方面的阈值。
[0115] 在示例性方面，手势识别处理器200被配置为使得当在从其捕获校准姿势的相同或不同位置处执行手势时，手势识别处理器200可操作以识别所检测到的手势。
[0116] 在示例性方面，手势识别器315被配置为执行模式识别算法。在示例性方面，模式识别算法使用监督的机器学习，该机器学习包括训练/学习阶段和预测阶段。训练阶段可包括数据的加载、数据预处理、监督学习以及基于监督学习生成一个或多个模型。例如，在训练阶段，记录了可用于训练模型的数据库。可以确定速率矢量方向的变化，并且可以在确定的变化上训练模型，以识别由不同距离和方向上的速率变化引起的模式。
[0117] 在预测阶段，记录了新数据，可以使用模型来处理所记录的数据，并且可以基于模型处理来预测手势。例如，对于速率矢量的方向的每个改变，可以将新数据(例如，用户检测到的手势)划分为片段。每个片段都可以执行(通过)经过训练的模型以识别片段模式。每个片段的所识别的模式可与针对对应手势(例如，由设备的用户保存的认证/密码)的校准操作期间所记录的分段手势进行比较。
[0118] 在示例性方面，认证可以基于毫米波信息以生成相位的一个或多个3D图像作为静态信息。有利的是，可使用3D图像来改善安全性(与2D图像相比)。在示例性方面，手势识别处理器200(或通信设备100)包括被配置为捕获两个维度(2D)和/或3D图像的相机。在该示例中，相机可以捕获例如3D图像，例如用户面部的3D图像。在示例性方面，相机图像数据与对象(例如，面部)的3D毫米波信息组合以生成认证图像以改善安全性。在另一方面，对象的相机图像数据或毫米波信息用于认证。
[0119] 在示例性方面，3D识别(例如3D面部识别)包括对2D矢量的2D相关运算，该2D相关操作包含沿各种X、Y方向的距离。
[0120] 在示例性方面，模式识别器330被配置为基于由对象特征检测器325确定的对象225的一个或多个特性和/或特征(例如，介电特性)来执行一个或多个模式识别操作。在示例性方面，模式识别操作包括将当前确定的特性和/或特征与预先保存的(例如，校准)认证数据(基于先前的或预先确定的特性和/或特征)进行比较。例如，通过测量和保存人的介电特性与频率，手势识别处理器200可以通过将所存储的信息与未来的检测进行比较(例如，进一步尝试解锁/打开设备)来执行认证(和/或命令控制)手势和/或介电模式识别操作的校准数据可以保存到存储器320并从中检索。在一个或多个方面，校准/存储的手势和/或介电(或其他特征信息)是阈值。在示例性方面，模式识别器330包括处理器电路，该处理器电路被配置为执行一个或多个模式识别操作。
[0121] 在示例性方面，模式识别器330被配置为确定相对于频率的介电常数模式。例如，可以将数字域中的介电常数模式与频率确定为例如复合向量。复合矢量可以表示特定于人的介电特性。介电常数模式可以通过一种或多种皮肤特性来定义(皮肤的介电特性、皮肤深度(例如真皮和/或表皮的厚度)、毛发厚度/宽度、毛囊放置/模式、毛发颜色、肤色、着色、皮肤纹理、皮肤的孔隙率结构、皮肤的水分含量、皮肤瑕疵(例如雀斑、皮肤痣等)和/或另一种皮肤特征，如相关领域的普通技术人员将会理解的那样)。
[0122] 在示例性方面，处理器335被配置为处理从手势识别器315处接收的手势移动和/或模式以及来自模式识别器330的介电常数模式，以确定一个或多个手势和/或物理特征识别。基于该确定，处理器335可以确定所检测到的手势和/或物理特征是否对应于已注册的(例如，校准/存储的)手势和/或特征。
[0123] 在示例性方面，处理器335被配置为接收由手势识别器315生成的用于手势移动的软匹配指示符和/或由模式识别器330生成的介电常数结构的软匹配指示符。例如，用于手势移动的软匹配指示符和/或介电常数结构的软匹配指示符可以被传送到处理器335，以由处理器335进行数据融合处理。在示例性方面，手势识别处理器200被配置为确定所检测到的手势和/或所检测到的介电常数结构是否对应于相应存储的手势和/或所存储的介电常数结构。基于该确定，处理器335可以确定所检测到的手势和/或特征(例如，介电常数结构)的通过/识别失败。
[0124] 在示例性方面，可以将由手势识别器315提供的用于手势移动的软匹配指示符和/或由模式识别器330提供的介电常数结构的软匹配指示符与一个或多个对应阈值进行比较。基于该比较，可以由处理器335进行通过/失败确定。
[0125] 在示例性方面，处理器335被配置为控制手势识别处理器200的一个或多个部件以执行其对应的功能和/或操作。在示例性方面，处理器335被配置为基于所检测到的手势移动和/或特征来生成输出信号，并且将该输出信号提供给通信设备100的一个或多个部件。
[0126] 图5示出了根据本公开的示例性方面的手势和/或物理特征识别方法的流程图500。继续参考图1至图4来描述流程图500。这些方法的操作不限于以下描述的顺序，并且可以不同的顺序执行各种操作。此外，这些方法的两个或更多个操作可以彼此同时执行。在示例性方面，移动设备400被配置为执行流程图500的方法。
[0127] 流程图500的方法开始于操作510，其中使用雷达传感器检测对象，并且该检测生成传感器信息。例如，雷达电路205可以使用一种或多种雷达技术来检测对象以生成传感器信息。
[0128] 在操作510之后，流程图500过渡到操作515，其中基于传感器信息确定对象的移动特征(例如，速率和位置信息)。在示例性方面，移动和位置检测器305基于来自雷达电路205的传感器信息提取(或以其他方式确定)位置、速率(或其他移动特征)。
[0129] 在操作515之后，流程图500过渡到操作520，其中基于传感器信息来确定对象的图像信息。在示例性方面，图像检测器310被配置为基于以下内容提取或以其他方式确定图像信息：来自移动和位置检测器305的速率信息、方向移动信息和/或其他移动特征信息，以及/或者来自雷达电路205的传感器信息。在示例性方面，图像检测器310使用速率信息、方向移动信息和/或其他移动特征信息作为跟踪信号，以提取对象的成像以确定图像信息。
[0130] 在操作520之后，流程图500过渡到操作525，其中基于所确定的速率和位置信息和/或图像信息来执行一个或多个手势识别操作以生成手势识别信息。在示例性方面，手势识别器315被配置为执行一个或多个手势识别操作以确定对象225的一个或多个手势移动和/或模式。在示例性方面，基于来自图像检测器310的图像信息和/或来自移动和位置检测器305的速率和/或方向移动信息(和/或其他移动特征信息)来确定手势移动和/或模式。
[0131] 在操作525之后，流程图500过渡到操作530，其中基于图像信息来确定对象的一个或多个特性和/或特征(例如，介电信息或其他物理特征)。
[0132] 在示例性方面，对象特征检测器325被配置为基于来自图像检测器310的图像信息来确定对象225的一个或多个特性和/或特征(例如，物理特征)(例如，人皮肤的特性)，诸如，皮肤的介电特性，皮肤深度、毛发宽度、毛囊放置/模式、肤色、着色、皮肤纹理、皮肤的孔隙率结构、皮肤的水分含量、皮肤瑕疵(例如雀斑、皮肤痣等)和/或另一种皮肤特征，如相关领域的普通技术人员将会理解的那样。在示例性方面，相对于频率确定特性(例如，介电常数)。在示例性方面，对象特征检测器325被配置为基于图像信息来确定和重建相对于对象的频率的介电常数信息。
[0133] 在操作530之后，流程图500过渡到操作535，其中基于所确定的一个或多个物理特征来执行一个或多个物理特征模式识别操作以生成模式识别信息。
[0134] 在示例性方面，模式识别器330被配置为基于由对象特征检测器325确定的对象225的一个或多个特性和/或特征(例如，介电特性)来执行一个或多个模式识别操作以生成模式识别信息。在示例性方面，模式识别操作包括将当前确定的特性和/或特征与预先保存的(例如，校准)认证数据(基于先前的或预先确定的特性和/或特征)进行比较。例如，通过测量和保存人的介电特性与频率，手势识别处理器200可以通过将所存储的信息与未来的检测进行比较(例如，进一步尝试解锁/打开设备)来执行认证(和/或命令控制)手势和/或介电模式识别操作的校准数据可以保存到存储器320并从中检索。在一个或多个方面，校准/存储的手势和/或介电(或其他特征信息)是阈值。在示例性方面，模式识别器330包括处理器电路，该处理器电路被配置为执行一个或多个模式识别操作。
[0135] 介电常数模式可以通过一种或多种皮肤特性来定义(皮肤的介电特性、皮肤深度(例如真皮和/或表皮的厚度)、毛发厚度/宽度、毛囊放置/模式、毛发颜色、肤色、着色、皮肤纹理、皮肤的孔隙率结构、皮肤的水分含量、皮肤瑕疵(例如雀斑、皮肤痣等)和/或另一种皮肤特征，如相关领域的普通技术人员将会理解的那样)。
[0136] 在操作535之后，流程图500过渡到操作540，其中基于手势识别信息和模式识别信息来生成识别输出信号。然后识别输出可用于认证设备的用户和/或控制外部设备。
[0137] 在示例性方面，处理器335被配置为处理从手势识别器315处接收的手势移动和/或模式以及来自模式识别器330的介电常数模式，以确定一个或多个手势和/或物理特征识别。基于该确定，处理器335可以确定所检测到的手势和/或物理特征是否对应于已注册的(例如，校准/存储的)手势和/或特征。
[0138] 在示例性方面，处理器335被配置为接收由手势识别器315生成的用于手势移动的软匹配指示符和/或由模式识别器330生成的介电常数结构的软匹配指示符。例如，用于手势移动的软匹配指示符和/或介电常数结构的软匹配指示符可以被传送到处理器335，以由处理器335进行数据融合处理。在示例性方面，手势识别处理器200被配置为确定所检测到的手势和/或所检测到的介电常数结构是否对应于相应存储的手势和/或所存储的介电常数结构。基于该确定，处理器335可以确定所检测到的手势和/或特征(例如，介电常数结构)的通过/识别失败。
[0139] 实施例
[0140] 实施例1是识别方法，包括：基于传感器信息确定对象的移动特征；基于所述传感器信息确定所述对象的图像信息；以及基于移动特征和图像信息来执行一个或多个手势识别操作以生成手势识别信息。
[0141] 实施例2是实施例1所述的主题，还包括：基于图像信息来确定对象的一个或多个物理特征；基于所述一个或多个物理特征来执行一个或多个物理特征模式识别操作以生成模式识别信息；以及基于所述手势识别信息和所述模式识别信息来生成识别输出信号。
[0142] 实施例3是实施例1至2中任一项所述的主题，其中一个或多个手势识别操作包括将检测到的手势数据与存储的手势数据进行比较以生成手势识别信息。
[0143] 实施例4是实施例1至3中任一项所述的主题，其中一个或多个物理特征模式识别操作包括将所检测到的特征数据与所存储的特征数据进行比较以生成模式识别信息。
[0144] 实施例5是实施例1至4中任一项所述的主题，其中传感器信息由雷达传感器生成，该雷达传感器被配置为辐射一个或多个雷达信号并且检测由对象反射的一个或多个反射信号。
[0145] 实施例6是实施例1至5中任一项所述的主题，其中一个或多个物理特征包括对象的介电信息。
[0146] 实施例7是实施例1至5中任一项所述的主题，其中一个或多个物理特征包括对象的介电信息，该介电信息包括对应于一个或多个雷达信号的一个或多个频率的介电常数数据。
[0147] 实施例8是实施例5所述的主题，其中雷达传感器为毫米波雷达传感器。
[0148] 实施例9是实施例5所述的主题，其中雷达传感器被配置为以约24GHz至约300GHz的频率辐射一个或多个雷达信号。
[0149] 实施例10是实施例1至9中任一项所述的主题，其中基于移动特征来进一步确定图像信息。
[0150] 实施例11是实施例1至10中任一项所述的主题，还包括基于识别输出信号来认证设备的用户。
[0151] 实施例12是实施例1至11中任一项所述的主题，还包括生成控制信号，该控制信号被配置为基于识别输出信号来控制外部设备。
[0152] 实施例13是一种方法，包括：基于所检测到的对象的图像来确定对象的物理特征；基于所检测到的所述对象的移动来识别由所述对象执行的手势；以及基于物理特征和识别的手势来生成输出信号。
[0153] 实施例14是实施例13所述的主题，还包括：使用雷达传感器感测对象以生成雷达信息，其中基于雷达信息来确定所检测到的图像和所检测到的移动。
[0154] 实施例15是实施例14所述的主题，其中雷达传感器被配置为辐射一个或多个雷达信号并且检测由对象反射的一个或多个反射信号以生成雷达信息。
[0155] 实施例16是实施例14至15中任一项所述的主题，其中雷达传感器为毫米波雷达传感器。
[0156] 实施例17是实施例14至16中任一项所述的主题，其中雷达传感器被配置为以约24GHz至约300GHz的频率辐射一个或多个雷达信号。
[0157] 实施例18是实施例13至17中任一项所述的主题，其中确定物理特征包括将所检测到的特征数据与所存储的特征数据进行比较。
[0158] 实施例19是实施例13至18中任一项所述的主题，其中识别该手势包括将所检测到的手势与所存储的手势进行比较。
[0159] 实施例20是实施例13至19中任一项所述的主题，其中物理特征包括对象的介电信息。
[0160] 实施例21是实施例15至17中任一项所述的主题，其中物理特征包括对象的介电信息，该介电信息包括对应于一个或多个雷达信号的一个或多个频率的介电常数数据。
[0161] 实施例22是实施例13至21中任一项所述的主题，其中所检测到的图像还基于所检测到的移动来确定。
[0162] 实施例23是实施例13至22中任一项所述的主题，其中所识别的手势还基于所检测到的图像来确定。
[0163] 实施例24是实施例13至23中任一项所述的主题，还包括基于输出信号来认证设备的用户。
[0164] 实施例25是实施例13至24中任一项所述的主题，还包括基于输出信号来控制外部设备。
[0165] 实施例26是识别设备，包括：雷达电路，该雷达电路被配置为感测对象以生成雷达信息；以及识别处理器，该识别处理器被配置为：基于雷达信息来确定对象的物理特征；基于雷达信息来识别由所述对象执行的手势；以及基于物理特征和识别的手势来生成输出信号。
[0166] 实施例27是实施例26所述的主题，其中识别处理器还被配置为：基于雷达信息来检测对象的图像，其中基于所检测到的图像来确定对象的物理特征；以及基于雷达信息来检测对象的移动，其中基于所检测到的移动来识别手势。
[0167] 实施例28是实施例26至27中任一项所述的主题，其中雷达电路被配置为辐射毫米波雷达信号。
[0168] 实施例29是实施例26至28中任一项所述的主题，其中雷达传感器被配置为以约24GHz至约300GHz的频率辐射一个或多个雷达信号。
[0169] 实施例30是实施例26至29中任一项所述的主题，其中物理特征包括对象的介电信息。
[0170] 实施例31是实施例26至29中任一项所述的主题，其中物理特征包括对象的介电信息，该介电信息包括对应于一个或多个雷达信号的一个或多个频率的介电常数数据。
[0171] 实施例32是实施例26至31中任一项所述的主题，其中识别处理器还被配置为基于输出信号来认证设备的用户。
[0172] 实施例33是实施例26至32中任一项所述的主题，其中识别处理器还被配置为基于输出信号来控制外部设备。
[0173] 实施例34是一种识别设备，包括：感测装置，用于感测对象以产生雷达信息；以及处理装置，用于：基于雷达信息来确定对象的物理特征；基于雷达信息来识别由对象执行的手势；以及基于物理特征和识别的手势来生成输出信号。
[0174] 实施例35是实施例34所述的主题，其中处理装置基于雷达信息来检测对象的图像，其中基于所检测到的图像来确定对象的物理特征；以及基于雷达信息来检测对象的移动，其中基于所检测到的移动来识别手势。
[0175] 实施例36是实施例34至35中任一项所述的主题，其中感测装置辐射毫米波雷达信号。
[0176] 实施例37是实施例34至36中任一项所述的主题，其中感测装置以约24GHz至约300GHz的频率辐射一个或多个雷达信号。
[0177] 实施例38是实施例34至37中任一项所述的主题，其中物理特征包括对象的介电信息。
[0178] 实施例39是实施例34至37中任一项所述的主题，其中物理特征包括对象的介电信息，该介电信息包括对应于一个或多个雷达信号的一个或多个频率的介电常数数据。
[0179] 实施例40是实施例34至39中任一项所述的主题，其中处理装置基于输出信号来认证设备的用户。
[0180] 实施例41是实施例34至40中任一项所述的主题，其中处理装置基于输出信号来控制外部设备。
[0181] 实施例42是包括实施例26至41中任一项所述的识别设备的通信设备。
[0182] 实施例43是一种体现在包括程序指令的计算机可读介质上的计算机程序产品，当被执行时，使处理器执行根据实施例1至25中任一项所述的方法。
[0183] 实施例44是一种基本上如所示出和描述的装置。
[0184] 实施例45是一种基本上如所示出和描述的方法。
[0185] 结论
[0186] 对特定方面的前述说明将完全地展现本公开的一般性质，使得他人在不需要过度实验和不脱离本公开一般概念的情况下，能够通过运用本领域技术范围内的知识容易地对此类特定方面的各种应用进行修改和/或调整。因此，基于本文呈现的教导和指导，此类调整和修改旨在处于本文所公开方面的等同物的含义和范围之内。应当理解，本文中的措辞或术语是出于说明的目的，而不是为了进行限制，所以本说明书的术语或措辞将由技术人员按照所述教导和指导进行解释。
[0187] 在说明书中提到“一个方面”、“方面”、“示例性方案”等表示所述的方面可包括特定的特征部、结构或特征，但未必每个方面都包括该特定特征部、结构或特征。此外，此类措辞用语不必是指相同的方面。另外，在结合一方面描述特定特征部、结构或特征时，认为结合明确或未明确描述的其他方面实现此类特征部、结构或特征在本领域技术人员的知识范围内。
[0188] 本文所述的示例性方面是出于示例性目的而提供的，并且不是限制性的。其他示例性方面是可能的，并且可对示例性方面进行修改。因此，本说明书并非旨在限制本公开。相反，本公开的范围仅根据以下权利要求及其等同形式来定义。
[0189] 各方面可在硬件(例如，电路)、固件、软件或它们的任何组合中实现。各方面也可被实现为存储在机器可读介质上的指令，这些指令可由一个或多个处理器读取和执行。机器可读介质可包括以机器(例如，计算设备)可读形式存储或发送信息的任何机构。例如，机器可读介质可包括只读存储器(ROM)；随机存取存储器(RAM)；磁盘存储介质；光学存储介质；闪存设备；电、光学、声学或其他形式的传播信号(例如，载波、红外信号、数字信号等)以及其他。此外，固件、软件、例程、指令在本文中可被描述为执行某些动作。然而，应当理解，此类说明仅仅是为了方便，并且此类动作实际上是由执行固件、软件、例程、指令等的计算设备、处理器、控制器或其他设备引起的。此外，具体实施变体中的任一个都可以由通用计算机执行。
[0190] 出于本讨论的目的，术语“处理器电路”应被理解为电路、处理器、逻辑或它们的组合。电路包括模拟电路、数字电路、状态机逻辑、其他结构电子硬件或它们的组合。处理器包括微处理器、数字信号处理器(DSP)、中央处理单元(CPU)、专用指令集处理器(ASIP)、图形和/或图像处理器、多核处理器或其他硬件处理器。根据本文所述的方面，可以利用指令对处理器进行“硬编码”以执行对应的功能。另选地，处理器可访问内部存储器和/或外部存储器以检索存储在存储器中的指令，这些指令在由处理器执行时，执行与处理器相关联的对应功能和/或与其中包括处理器的部件的操作相关的一个或多个功能和/或操作。
[0191] 在本文所述的一个或多个示例性方面，处理器电路可包括存储数据和/或指令的存储器。存储器可以是任何已知的易失性和/或非易失性存储器，包括例如只读存储器(ROM)、随机存取存储器(RAM)、闪存存储器、磁存储介质、光盘、可擦除可编程只读存储器(EPROM)和可编程只读存储器(PROM)。存储器可以是不可移动的、可移动的，或两者的组合。
[0192] 基于本文的教导内容，对于本领域普通技术人员而言将清楚的是，示例性方面不限于利用毫米波(mmWave)频谱(例如24GHz-300GHz)的通信协议，诸如在60GHz操作的WiGig(IEEE 802.11ad和/或IEEE 802.11ay)和/或使用例如28GHz频谱的一种或多种5G协议。示例性方面可以应用于其他无线通信协议/标准(例如，LTE或其他蜂窝协议、其他IEEE 802.11协议等)，如相关领域的普通技术人员将会理解的那样。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 元件安装线的安装精度测定系统及安装精度测定方法 | 2020-05-11 | 875 |
| 包括电磁干扰滤波器的感应灶具 | 2020-05-11 | 815 |
| 非连续接收的方法、终端设备和网络设备 | 2020-05-13 | 928 |
| 具有集成的冷却装置的功率模块 | 2020-05-11 | 487 |
| 辐射源 | 2020-05-11 | 440 |
| 发热装置及其用途 | 2020-05-11 | 550 |
| 用户装置及基站装置 | 2020-05-12 | 925 |
| 基于装置移动性状态连接到无线网络 | 2020-05-13 | 910 |
| 鉴于多时隙操作的PUCCH冲突 | 2020-05-12 | 851 |
| 用于基于新无线电的车辆对万物环境中的超可靠低延迟通信的装置和方法 | 2020-05-12 | 632 |
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