【最新成果】基于毫米波雷达的人体跌倒检测

点击蓝色“雷达学报”关注

前言

随着人口老龄化的到来，跌倒检测逐渐成为研究热点。国防科技大学先进探测技术研究团队提出了一种基于毫米波雷达的跌倒检测系统，通过卷积神经网络和长短时记忆网络提取距离多普勒热图序列时间相关特征，进而实现对不同姿态跌倒的监测。该论文已在《雷达学报》网络优先出版。

图1 实验场景和跌倒检测示意图

背景介绍

随着社会经济的高速发展，人口老龄化问题日益加重，如何保证老人的安全和健康显得尤为重要。据统计，我国每年至少有2000万老年人发生2500万次跌倒，意外跌倒成为威胁老人安全的重大隐患。在家庭和医疗健康监护中，如何及时准确地进行实时老人状态监测特别是跌倒检测已成为亟待解决的难题。

跌倒检测算法主要分为两种：穿戴式和非穿戴式。穿戴式方法针对固定对象进行跌倒检测，如利用惯性测量单元、加速度计和陀螺仪等传感器组成的穿戴式跌倒检测设备。穿戴式方法有准确度高、体积小等优点，同时存在体感上的不适和老人容易忘记主动佩戴等问题。非穿戴式方法针对固定区域进行检测，利用非接触传感器对目标区域进行检测。

毫米波雷达（Millimeter-wave Radar）是一种主动微波探测设备，具有精准度高、体积小、成本低等优势。毫米波雷达用于跌倒检测可以克服光线带来的不良影响，同时有效地保护监测对象的隐私。近年来，基于深度学习的分类算法在各个领域表现出优越的性能，跌倒检测与神经网络的有效结合越来越成为探究的热点。

图2 基于毫米波雷达跌倒检测示意图

团队工作

团队提出了一种基于毫米波雷达的人体跌倒检测算法。区别于传统静态检测方法，该算法对动态序列进行处理，提取时间变化特征，达到更加有效的检测结果。检测系统构成如图3所示。

图3 跌倒检测系统构成

该跌倒检测系统属于非穿戴式检测设备，主要由毫米波雷达和PC机组成。采用毫米波雷达可以在保护检测对象的隐私情况下有效采集运动信息，同时不受光线影响。PC机搭载的网络模型可以在经过数据训练后实时检测测试对象的跌倒及其他运动行为。

该文针对调频连续波雷达数据序列，结合卷积神经网络（CNN）和长短时记忆网络（LSTM）网络设计一种距离多普勒热图序列检测网络（Range Doppler heatmap Sequence Detect Network，RDSNet）；同时建立距离多普勒热图动态序列检测模型；构建包括跌倒在内的人体六种动作姿态的数据集。在实际环境中，进一步测试和探讨了跌倒检测系统的性能和实际应用。

该工作已发表在《雷达学报》网络优先出版论文“基于RDSNet的毫米波雷达人体跌倒检测方法”（元志安，周笑宇，刘心溥，卢大威，邓彬，马燕新）。

论文介绍

该文首先设计RDSNet网络结构，如图4所示。RDSNet主要由CNN和LSTM网络组成，利用CNN高效的特征提取能力，完成单幅多普勒热图的特征提取；利用LSTM对序列数据的时间关联刻画作用，完成特征图序列的时间相关性描述。输入数据选择距离多普勒热图，热图方法具有几个优点：敏感度较高，能够快速准确地捕捉运动信息；数据复杂度低，便于加快计算效率；不涉及成像，能够较好地保护检测对象的隐私。

RDSNet整体结构主要分为三个部分：CNN、LSTM和分类器。CNN有两层结构：第一层包含4通道3×3卷积核的卷积层和3×3最大值池化层，第二层包含8通道3×3卷积核的卷积层和3×3最大值池化层。LSTM网络中由单一隐藏层构成，隐藏层维度为208。采用单层LSTM是为了加快收敛速度，提升RDSNet的计算效率。分类器网络包含：拆分多维向量网络、全连接层和线性整流函数（Rectified Linear Unit, ReLU）。

  图4 RDSNet网络结构

在实验过程中，设计了跌倒、挥手、起立、静止、走动和翻身六个动作。单次动作数据包含8张距离多普勒热图，如表1所示。每个动作在不同方向和不同姿势下采集500次，共计3000组数据。同时为使数据具有更好的泛化性，选取身高、体重和年龄各不相同10名实验人员来进行数据采集，形成人体姿态数据集。

表1 动作设计及距离多普勒热图序列

实验过程如图5所示。首先设置雷达的参数并设计六种人体动作（跌倒、挥手、起立、静止、走动和翻身），对各种动作进行数据采集并建立训练数据集，将采集的热图序列输入RDSNet进行训练，CNN的输入图像分辨率为256×16。模型训练结束后，采用实时测试的方式进行模型效果验证，获取实测结果数据。RDSNet在2种动作分类时检测准确率为98.33%；RDSNet在4种动作分类时检测准确率为96.67%；RDSNet在6种动作种类时准确率达到93.33%。

图5 跌倒测试流程

作者介绍

元志安，男，国防科技大学电子科学学院在读硕士研究生，从事智能信息感知与处理等研究。

卢大威，男，博士，国防科技大学电子科学学院讲师，从事雷达系统仿真，雷达信号处理，随机有限集滤波与扩展目标跟踪等研究。

邓彬，男，博士，国防科技大学电子科学学院副研究员，从事合成孔径雷达、太赫兹雷达微动与成像等研究。

网站论文全文请点击“阅读原文”。

↓↓↓

相关阅读

编辑：张华霞 谭大宁

审核：于青 贾守新 

声明

欢迎转发本号原创内容，转载和摘编需经本号授权并标注原作者和信息来源为《雷达学报》。

本号发布信息旨在传播交流，其内容由作者负责，不代表本号观点。如涉及文字、图片、版权等问题，请在20日内与本号联系，我们将第一时间处理。《雷达学报》拥有最终解释权。