[發(fā)明專利]一種基于毫米波雷達(dá)的智能消防安全監(jiān)控系統(tǒng)及監(jiān)控方法

在審

• 申請?zhí)枺?/td>: 202010747006.0
• 申請日: 2020-07-29
• 公開（公告）號: CN111896944A
• 公開（公告）日: 2020-11-06
• 發(fā)明（設(shè)計(jì)）人: 韓俊峰
• 申請（專利權(quán)）人: 西安京維智網(wǎng)科技有限公司
• 主分類號: G01S13/58
• 分類號: G01S13/58;G01S13/66;G01S13/06;G01S13/88;G08B17/10;G08B25/10
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 房鑫

1.一種基于毫米波雷達(dá)的智能消防安全監(jiān)控系統(tǒng)，其特征在于：包括智能火災(zāi)預(yù)警及救援輔助模塊、無線收發(fā)設(shè)備、云端服務(wù)器和控制終端，所述的智能火災(zāi)預(yù)警及救援輔助模塊包括毫米波雷達(dá)檢測跟蹤裝置、煙霧檢測裝置、溫度檢測裝置、灑水控制器、電源裝置、報(bào)警裝置；當(dāng)火災(zāi)發(fā)生時，所述的煙霧檢測裝置與溫度檢測裝置檢測到異常信息，報(bào)警裝置發(fā)出警報(bào)，灑水控制器控制現(xiàn)場灑水設(shè)備應(yīng)急滅火，毫米波雷達(dá)檢測跟蹤裝置探測用戶位置信息和狀態(tài)信息并通過無線收發(fā)設(shè)備發(fā)送給云端服務(wù)器，云端服務(wù)器記錄信息并判斷現(xiàn)場人員狀況發(fā)送給控制終端，控制終端能夠顯示室內(nèi)人數(shù)、火災(zāi)發(fā)生位置、人員運(yùn)動軌跡及人員健康狀態(tài)；所述的電源裝置用于給智能火災(zāi)預(yù)警及救援輔助模塊的各個裝置進(jìn)行供電。

2.根據(jù)權(quán)利要求1所述的基于毫米波雷達(dá)的智能消防安全監(jiān)控系統(tǒng)，其特征在于：所述的智能火災(zāi)預(yù)警及救援輔助模塊分布在不同區(qū)域，所述的云端服務(wù)器通過無線收發(fā)設(shè)備能夠?qū)崿F(xiàn)跨區(qū)域的遠(yuǎn)距離互聯(lián)，所述的無線收發(fā)設(shè)備采用基于NB-IOT的無線收發(fā)設(shè)備。

3.根據(jù)權(quán)利要求1所述的基于毫米波雷達(dá)的智能消防安全監(jiān)控系統(tǒng)，其特征在于：所述的毫米波雷達(dá)檢測跟蹤裝置所采用的雷達(dá)為76G～81G毫米波雷達(dá)。

4.根據(jù)權(quán)利要求1所述的基于毫米波雷達(dá)的智能消防安全監(jiān)控系統(tǒng)，其特征在于，所述的智能火災(zāi)預(yù)警及救援輔助模塊啟動方式有以下三種：

主動啟動，通過控制終端控制啟動；

被動啟動，通過煙霧檢測裝置及溫度檢測裝置觸發(fā)啟動；

自發(fā)啟動，自檢過程中發(fā)現(xiàn)異常情況而啟動。

5.根據(jù)權(quán)利要求4所述的基于毫米波雷達(dá)的智能消防安全監(jiān)控系統(tǒng)，其特征在于：所述自發(fā)啟動的自檢時間和頻率通過控制終端進(jìn)行設(shè)定。

6.根據(jù)權(quán)利要求1所述的基于毫米波雷達(dá)的智能消防安全監(jiān)控系統(tǒng)，其特征在于：所述的電源裝置設(shè)置閾值電量為10％，當(dāng)電量低于閾值電量時自動進(jìn)行充電。

7.一種如權(quán)利要求1-6中任意一項(xiàng)所述基于毫米波雷達(dá)的智能消防安全監(jiān)控系統(tǒng)的監(jiān)控方法，其特征在于，包括以下步驟：

步驟1：通過煙霧檢測裝置與溫度檢測裝置檢測環(huán)境參數(shù)，當(dāng)火災(zāi)發(fā)生時，報(bào)警裝置發(fā)出警報(bào)，由灑水控制器控制現(xiàn)場灑水設(shè)備應(yīng)急滅火；毫米波雷達(dá)檢測跟蹤裝置探測用戶位置信息和狀態(tài)信息；

步驟2：當(dāng)用戶位于室內(nèi)時，毫米波雷達(dá)檢測跟蹤裝置將探測到的用戶位置信息和狀態(tài)信息通過無線收發(fā)設(shè)備發(fā)送給云端服務(wù)器，云端服務(wù)器對多個區(qū)域火災(zāi)情況實(shí)時監(jiān)控；

步驟3：云端服務(wù)器接收到智能火災(zāi)預(yù)警及救援輔助模塊發(fā)送來的信息后，對各項(xiàng)信息進(jìn)行實(shí)時記錄，并對人員的呼吸信息進(jìn)行分析，從而判斷出人員的身體狀況；

步驟4：云端服務(wù)器將數(shù)據(jù)發(fā)送給控制終端，控制終端顯示室內(nèi)人數(shù)、火災(zāi)發(fā)生位置、人員運(yùn)動軌跡以及人員健康狀態(tài)信息，根據(jù)這些信息進(jìn)行逃生路徑規(guī)劃與引導(dǎo)廣播；

步驟5：消防人員根據(jù)控制終端信息獲取實(shí)時火災(zāi)數(shù)據(jù)，實(shí)現(xiàn)精準(zhǔn)滅火以及精準(zhǔn)救援。

8.根據(jù)權(quán)利要求7所述的監(jiān)控方法，其特征在于：所述的步驟3中云端服務(wù)器根據(jù)人體呼吸是否處于正常頻率范圍來判斷人員的身體狀況，若呼吸頻率處于正常范圍內(nèi)，則判斷人員狀態(tài)良好，若呼吸頻率超出正常范圍，則判斷人員狀態(tài)危險。

9.根據(jù)權(quán)利要求7所述的監(jiān)控方法，其特征在于：所述的毫米波雷達(dá)檢測跟蹤裝置探測用戶位置信息和狀態(tài)信息的過程包括目標(biāo)檢測和目標(biāo)跟蹤；

所述的目標(biāo)檢測基于capon算法采用從測距到測角再到測速的參數(shù)測量流程，通過恒虛警檢測法得到檢測目標(biāo)數(shù)、距離、角度、多普勒信息以及信噪比用于目標(biāo)跟蹤；所述的目標(biāo)跟蹤采用群目標(biāo)跟蹤算法，包括預(yù)測、聯(lián)合分配、航跡起始、更新維護(hù)四個步驟。

10.根據(jù)權(quán)利要求9所述的監(jiān)控方法，其特征在于：

目標(biāo)檢測步驟如下：

測距：利用混頻電路將接受信號與發(fā)送信號進(jìn)行差頻，得到中頻信號，利用距離公式求得距離信息，具體公式如下：

式中的f_IF為中頻頻率，C為光速，S為調(diào)頻斜率，R為距離；對中頻信號進(jìn)行AD采樣，采樣得到的數(shù)據(jù)矩陣在距離方向上做一維FFT，得到包含距離信息的一維數(shù)據(jù)矩陣1DFFT；

測角：測角利用capon算法，接受信號在各個方向上的功率，表達(dá)式為：

其中，R＝X×X^H，X＝{x₁,x₂,x₃,x₄…x_n}^T表示目標(biāo)在不同天線處的信號組成向量，α(θ)＝{1,e^{i2πdcos(θ)×2},e^{i2πdcos(θ)×3},…,e^{i2πdcos(θ)×(N-1)}}^T為導(dǎo)向向量；T為轉(zhuǎn)置運(yùn)算；

對各個角度功率進(jìn)行搜索尋找峰值而確定角度；

對一維數(shù)據(jù)矩陣1DFFT進(jìn)行上述操作得到距離方位熱力圖rangeAzimuthHeatMap，其包含了距離和角度信息，對距離方位熱力圖rangeAzimuthHeatMap分別在距離和方位方向上進(jìn)行CFAR檢測，從而實(shí)現(xiàn)多個目標(biāo)的檢測以及距離、角度的測量；

測速：根據(jù)如下公式進(jìn)行計(jì)算：

式中的V為速度，λ為波長，為角度變化，T_c為脈沖周期；

目標(biāo)跟蹤步驟如下：

預(yù)測：利用擴(kuò)展卡爾曼濾波預(yù)測過程，基于時刻n-1的狀態(tài)和過程協(xié)方差矩陣，對時刻n的跟蹤群質(zhì)心進(jìn)行估計(jì)；卡爾曼濾波算法的狀態(tài)和協(xié)方差預(yù)測公式如下：

s_apr(n)＝Fs(n-1)

P_apr(n)＝FP(n-1)F^T+Q(n-1)

其中，s_apr(n)為狀態(tài)的先驗(yàn)值，P_apr(n)為協(xié)方差的先驗(yàn)值，F(xiàn)為狀態(tài)轉(zhuǎn)移矩陣；Q為狀態(tài)噪聲協(xié)方差，s為目標(biāo)狀態(tài)，P為協(xié)方差；

聯(lián)合和分配：假設(shè)存在一個或多個軌跡和相關(guān)的預(yù)測狀態(tài)向量，對于每個給定的軌道，形成一個關(guān)于預(yù)測的質(zhì)心的門，利用群殘差協(xié)方差矩陣在跟蹤群質(zhì)心的三維測量空間中建立橢球體，橢球面代表一個門控函數(shù)來限定在n時刻觀測到的單個測量值，對于門內(nèi)的測量值，計(jì)算歸一化距離函數(shù)作為一個成本函數(shù)，將測量值與每個軌道關(guān)聯(lián)起來；

航跡起始：對于與任何軌道無關(guān)的度量，將分配并初始化新的群跟蹤器；

更新和維護(hù)：當(dāng)?shù)趎時刻的測量值可用時，狀態(tài)和誤差協(xié)方差估計(jì)值進(jìn)行以下更新：

a)按下式計(jì)算測量殘留：

y(n)＝u(n)-H(s_apr(n))；

式中，H為量測矩陣；

b)按下式計(jì)算新息協(xié)方差：

C(n)＝H(s_apr(n))P_apr(n)H^T(s_apr(n))+R(n)

c)按下式計(jì)算卡爾曼增益：

式中，inv[]為求逆運(yùn)算；

d)按下式計(jì)算后驗(yàn)狀態(tài)矢量：

s(n)＝s_apr(n)+K(n)y(n)

e)計(jì)算后驗(yàn)協(xié)方差：

P(n)＝P_apr(n)-K(n)s_apr(n)inv(K(n))

每條軌跡都經(jīng)歷一個事件的生命周期，在維護(hù)階段更改狀態(tài)或刪除不再使用的跟蹤。