買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜四川啟睿克科技有限公司申請(qǐng)的專利基于分區(qū)調(diào)參CNN模型的毫米波雷達(dá)檢測(cè)人員跌倒的方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115657004B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-13發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202211292506.5，技術(shù)領(lǐng)域涉及：G01S13/42；該發(fā)明授權(quán)基于分區(qū)調(diào)參CNN模型的毫米波雷達(dá)檢測(cè)人員跌倒的方法是由王知雨;周楊;李劍鵬;楊鋒設(shè)計(jì)研發(fā)完成，并于2022-10-21向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于分區(qū)調(diào)參CNN模型的毫米波雷達(dá)檢測(cè)人員跌倒的方法在說(shuō)明書摘要公布了：本發(fā)明涉及姿態(tài)識(shí)別技術(shù)，其公開了一種基于分區(qū)調(diào)參CNN模型的毫米波雷達(dá)檢測(cè)人員跌倒的方法，解決毫米波雷達(dá)在不同區(qū)域內(nèi)回波能量不均衡，導(dǎo)致點(diǎn)云數(shù)據(jù)在不同區(qū)域內(nèi)魯棒性低，影響跌倒檢測(cè)的準(zhǔn)確率的問(wèn)題。該方法包括：S1、獲取毫米波雷達(dá)的點(diǎn)云數(shù)據(jù)并進(jìn)行預(yù)處理，獲得跟蹤目標(biāo)點(diǎn)云航跡；S2、對(duì)跟蹤目標(biāo)點(diǎn)云航跡進(jìn)行歸一化處理，同時(shí)基于根據(jù)目標(biāo)點(diǎn)云航跡判斷檢測(cè)目標(biāo)在檢測(cè)區(qū)域中所處子區(qū)域；S3、根據(jù)跟蹤目標(biāo)在檢測(cè)區(qū)域中所處子區(qū)域，調(diào)用對(duì)應(yīng)的模型參數(shù)，采用預(yù)訓(xùn)練的人員跌倒檢測(cè)模型根據(jù)歸一化處理后的點(diǎn)云數(shù)據(jù)進(jìn)行人員跌倒姿態(tài)檢測(cè)。

本發(fā)明授權(quán)基于分區(qū)調(diào)參CNN模型的毫米波雷達(dá)檢測(cè)人員跌倒的方法在權(quán)利要求書中公布了：1.基于分區(qū)調(diào)參CNN模型的毫米波雷達(dá)檢測(cè)人員跌倒的方法，其特征在于，包括以下步驟：S1、獲取毫米波雷達(dá)的點(diǎn)云數(shù)據(jù)并進(jìn)行預(yù)處理，獲得跟蹤目標(biāo)點(diǎn)云航跡；S2、對(duì)跟蹤目標(biāo)點(diǎn)云航跡進(jìn)行歸一化處理，同時(shí)基于根據(jù)目標(biāo)點(diǎn)云航跡判斷檢測(cè)目標(biāo)在檢測(cè)區(qū)域中所處子區(qū)域；S3、根據(jù)跟蹤目標(biāo)在檢測(cè)區(qū)域中所處子區(qū)域，調(diào)用對(duì)應(yīng)的模型參數(shù)，采用預(yù)訓(xùn)練的人員跌倒檢測(cè)模型根據(jù)歸一化處理后的點(diǎn)云數(shù)據(jù)進(jìn)行人員跌倒姿態(tài)檢測(cè)，所述進(jìn)行人員跌倒姿態(tài)檢測(cè)包括兩項(xiàng)判斷條件：①跟蹤目標(biāo)點(diǎn)云的平均高度低于某一閾值；②模型分類輸出結(jié)果判斷為跌倒行為；步驟S2中，所述基于跟蹤目標(biāo)點(diǎn)云航跡判斷跟蹤目標(biāo)在檢測(cè)區(qū)域中所處子區(qū)域，具體包括：假設(shè)跟蹤點(diǎn)云航跡包含N個(gè)點(diǎn)，各個(gè)點(diǎn)的位置表示如下： 獲得關(guān)于目標(biāo)點(diǎn)數(shù)的N維相關(guān)系數(shù)矩陣P為： 其中，表示位置坐標(biāo)X和Y的協(xié)方差矩陣，和分別表示位置坐標(biāo)X和Y的方差；最終得到的跟蹤目標(biāo)所處子區(qū)域的區(qū)域矩陣W為： 其中，A為一個(gè)10*N大小的矩陣，用以表示跟蹤目標(biāo)的點(diǎn)云在區(qū)域內(nèi)的分布狀態(tài)；步驟S3中，所述根據(jù)歸一化處理后的點(diǎn)云數(shù)據(jù)進(jìn)行人員跌倒姿態(tài)檢測(cè)時(shí)，輸入數(shù)據(jù)的獲取方式為：針對(duì)歸一化處理后的點(diǎn)云數(shù)據(jù)，保留連續(xù)10幀的雷點(diǎn)云數(shù)據(jù)，在以雷達(dá)位置為原點(diǎn)的絕對(duì)坐標(biāo)系下，以跟蹤目標(biāo)的點(diǎn)云高度為索引進(jìn)行排序，選取高度方向上最高4個(gè)點(diǎn)及最低4個(gè)點(diǎn)的位置坐標(biāo)及多普勒信息，加上跟蹤目標(biāo)點(diǎn)云航跡的平均位置坐標(biāo)，共同形成大小為10*35的輸入數(shù)據(jù)；所述人員跌倒檢測(cè)模型在訓(xùn)練過(guò)程中，以區(qū)域矩陣W作為權(quán)重加入交叉熵作為模型訓(xùn)練的損失函數(shù)L，其公式如下： 其中，M為一個(gè)批次中樣本的總數(shù)，K為模型分類類別數(shù)，T表示對(duì)應(yīng)樣本的真實(shí)標(biāo)簽，Z表示模型的計(jì)算輸出值，q表示模型訓(xùn)練過(guò)程中的待辨識(shí)參數(shù)，Q為全體待辨識(shí)參數(shù)的集合；經(jīng)過(guò)訓(xùn)練獲得針對(duì)每一個(gè)子區(qū)域的模型參數(shù)。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人四川啟睿克科技有限公司，其通訊地址為：610000 四川省成都市中國(guó)(四川)自由貿(mào)易試驗(yàn)區(qū)成都高新區(qū)天府四街199號(hào)1棟33層；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。