阅读说明：本技术 一种基于毫米波雷达的智能消防安全监控系统及监控方法 (Intelligent fire safety monitoring system and monitoring method based on millimeter wave radar ) 是由 韩俊峰 于 2020-07-29 设计创作，主要内容包括：一种基于毫米波雷达的智能消防安全监控系统及监控方法,监控系统包括智能火灾预警及救援辅助模块、无线收发设备、云端服务器和控制终端,智能火灾预警及救援辅助模块包括毫米波雷达检测跟踪装置、烟雾检测装置、温度检测装置、洒水控制器、电源装置、报警装置；当火灾发生时,毫米波雷达检测跟踪装置探测用户位置信息和状态信息并通过无线收发设备发送给云端服务器,云端服务器记录信息并判断现场人员状况发送给控制终端,控制终端能够显示室内人数、火灾发生位置、人员运动轨迹及人员健康状态。本发明能够在火灾发生时有效监测室内人员的数量以及分布情况,跟踪室内人员的运动轨迹,检查室内人员的呼吸体征,同时不会涉及到用户的个人隐私。(An intelligent fire safety monitoring system and a monitoring method based on millimeter wave radar are disclosed, wherein the monitoring system comprises an intelligent fire early warning and rescue auxiliary module, wireless transceiving equipment, a cloud server and a control terminal, and the intelligent fire early warning and rescue auxiliary module comprises a millimeter wave radar detection tracking device, a smoke detection device, a temperature detection device, a water spray controller, a power supply device and an alarm device; when a fire disaster occurs, the millimeter wave radar detection tracking device detects user position information and state information and sends the user position information and the state information to the cloud server through the wireless receiving and sending equipment, the cloud server records the information and judges the situation of field personnel and sends the situation to the control terminal, and the control terminal can display the number of indoor people, the position where the fire disaster occurs, the movement track of the personnel and the health state of the personnel. The invention can effectively monitor the number and distribution condition of indoor personnel when a fire disaster happens, track the motion track of the indoor personnel, check the breathing signs of the indoor personnel, and simultaneously, the invention can not relate to the individual privacy of users.)

一种基于毫米波雷达的智能消防安全监控系统及监控方法

技术领域

本发明属于室内定位及消防领域，具体涉及一种基于毫米波雷达的智能消防安全监控系统及监控方法。

背景技术

毫米波的频率范围介于微波和红外之间，毫米波雷达兼具了微波雷达和光电雷达的一些优点。同时毫米波雷达具有体积小、重量轻、抗干扰能力强的特点。在火灾发生的情况下，毫米波雷达在高温以及烟雾环境中的工作能力极强，因此，毫米波雷达能够很好地统计房屋内的人数信息以及房间人员的呼吸体征，有利于帮助消防人员进行救援工作。

到目前为止，室内智能监控的技术还是不够成熟。因为考虑到室内空间的个人隐私，大多数人并不会在室内安装监控摄像头。而采用毫米波雷达则既可以很好的保护好个人的隐私，同时也能准确方便地统计出室内人员的各项信息。在绝大多数情况下，火灾发生时大多是通过人为发现火情并第一时间报警后，火警中心再根据报警人提供的信息进行出警。但是人们在报警的过程中往往无法准确掌握火灾具体的发生情况，因此消防单位也无法根据火情进行精准灭火。除此之外，若火灾发生时现场无人值守，往往会引起火势蔓延，带来严重损失。

平安城市是当下大力发展的一种大型且综合性强的管理系统，涉及到城市管理中的各个方面，尤其是涉及到灾难事故应急处理这一领域。在这样的时代背景下，建立一种智能消防安全监控系统就显得尤为重要，系统需要能够在一定区域内进行火灾监控预警，同时可以通过云端平台进行连接，进而对全国范围内的火灾发生情况进行实时监控。

发明内容

本发明的目的在于针对上述现有技术中不能准确监测室内人员的数量以及分布情况，提供一种基于毫米波雷达的智能消防安全监控系统及监控方法，能够进行火灾报警以及现场环境监测，消防人员能够通过终端远程获取实时数据，帮助实现精准灭火以及人员救援。

为了实现上述目的，本发明有如下的技术方案：

一种基于毫米波雷达的智能消防安全监控系统，包括智能火灾预警及救援辅助模块、无线收发设备、云端服务器和控制终端，所述的智能火灾预警及救援辅助模块包括毫米波雷达检测跟踪装置、烟雾检测装置、温度检测装置、洒水控制器、电源装置、报警装置；当火灾发生时，所述的烟雾检测装置与温度检测装置检测到异常信息，报警装置发出警报，洒水控制器控制现场洒水设备应急灭火，毫米波雷达检测跟踪装置探测用户位置信息和状态信息并通过无线收发设备发送给云端服务器，云端服务器记录信息并判断现场人员状况发送给控制终端，控制终端能够显示室内人数、火灾发生位置、人员运动轨迹及人员健康状态；所述的电源装置用于给智能火灾预警及救援辅助模块的各个装置进行供电。

优选的，所述的智能火灾预警及救援辅助模块分布在不同区域，云端服务器通过无线收发设备能够实现跨区域的远距离互联，无线收发设备采用基于NB-IOT的无线收发设备。

优选的，所述的毫米波雷达检测跟踪装置所采用的雷达为76G～81G毫米波雷达。

优选的，所述的智能火灾预警及救援辅助模块启动方式有以下三种：

主动启动，通过控制终端控制启动；

被动启动，通过烟雾检测装置及温度检测装置触发启动；

自发启动，自检过程中发现异常情况而启动。

优选的，所述自发启动的自检时间和频率通过控制终端进行设定。

优选的，所述的电源装置设置阈值电量为10％，当电量低于阈值电量时自动进行充电。

本发明基于毫米波雷达的智能消防安全监控系统的监控方法，包括以下步骤：

步骤1：通过烟雾检测装置与温度检测装置检测环境参数，当火灾发生时，报警装置发出警报，由洒水控制器控制现场洒水设备应急灭火；毫米波雷达检测跟踪装置探测用户位置信息和状态信息；

步骤2：当用户位于室内时，毫米波雷达检测跟踪装置将探测到的用户位置信息和状态信息通过无线收发设备发送给云端服务器，云端服务器对多个区域火灾情况实时监控；

步骤3：云端服务器接收到智能火灾预警及救援辅助模块发送来的信息后，对各项信息进行实时记录，并对人员的呼吸信息进行分析，从而判断出人员的身体状况；

步骤4：云端服务器将数据发送给控制终端，控制终端显示室内人数、火灾发生位置、人员运动轨迹以及人员健康状态信息，根据这些信息进行逃生路径规划与引导广播；

步骤5：消防人员根据控制终端信息获取实时火灾数据，实现精准灭火以及精准救援。

优选的，所述的步骤3中云端服务器根据人体呼吸是否处于正常频率范围来判断人员的身体状况，若呼吸频率处于正常范围内，则判断人员状态良好，若呼吸频率超出正常范围，则判断人员状态危险。

优选的，所述的毫米波雷达检测跟踪装置探测用户位置信息和状态信息的过程包括目标检测和目标跟踪；

所述的目标检测基于capon算法采用从测距到测角再到测速的参数测量流程，通过恒虚警检测法得到检测目标数、距离、角度、多普勒信息以及信噪比用于目标跟踪；所述的目标跟踪采用群目标跟踪算法，包括预测、联合分配、航迹起始、更新维护四个步骤。

优选的，目标检测步骤如下：

测距：利用混频电路将接受信号与发送信号进行差频，得到中频信号，利用距离公式求得距离信息，具体公式如下：

式中的f_IF为中频频率，C为光速，S为调频斜率，R为距离；对中频信号进行AD采样，采样得到的数据矩阵在距离方向上做一维FFT，得到包含距离信息的一维数据矩阵1DFFT；

测角：测角利用capon算法，接受信号在各个方向上的功率，表达式为：

其中，R＝X×X^H，X＝{x₁,x₂,x₃,x₄…x_n}^T表示目标在不同天线处的信号组成向量，α(θ)＝{1,e^{i2πdcos(θ)×2},e^{i2πdcos(θ)×3},…,e^{i2πdcos(θ)×(N-1)}}^T为导向向量；T为转置运算；

对各个角度功率进行搜索寻找峰值而确定角度；

对一维数据矩阵1DFFT进行上述操作得到距离方位热力图rangeAzimuthHeatMap，其包含了距离和角度信息，对距离方位热力图rangeAzimuthHeatMap分别在距离和方位方向上进行CFAR检测，从而实现多个目标的检测以及距离、角度的测量；

测速：根据如下公式进行计算：

式中的V为速度，λ为波长，

为角度变化，T_c为脉冲周期；

目标跟踪步骤如下：

预测：利用扩展卡尔曼滤波预测过程，基于时刻n-1的状态和过程协方差矩阵，对时刻n的跟踪群质心进行估计；卡尔曼滤波算法的状态和协方差预测公式如下：

s_apr(n)＝Fs(n-1)

P_apr(n)＝FP(n-1)F^T+Q(n-1)

其中，s_apr(n)为状态的先验值，P_apr(n)为协方差的先验值，F为状态转移矩阵；Q为状态噪声协方差，s为目标状态，P为协方差；

联合和分配：假设存在一个或多个轨迹和相关的预测状态向量，对于每个给定的轨道，形成一个关于预测的质心的门，利用群残差协方差矩阵在跟踪群质心的三维测量空间中建立椭球体，椭球面代表一个门控函数来限定在n时刻观测到的单个测量值，对于门内的测量值，计算归一化距离函数作为一个成本函数，将测量值与每个轨道关联起来；

航迹起始：对于与任何轨道无关的度量，将分配并初始化新的群***；

更新和维护：当第n时刻的测量值可用时，状态和误差协方差估计值进行以下更新：

a)按下式计算测量残留：

y(n)＝u(n)-H(s_apr(n))；

式中，H为量测矩阵；

b)按下式计算新息协方差：

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

c)按下式计算卡尔曼增益：

式中，inv[]为求逆运算；

d)按下式计算后验状态矢量：

s(n)＝s_apr(n)+K(n)y(n)

e)计算后验协方差：

P(n)＝P_apr(n)-K(n)s_apr(n)inv(K(n))

每条轨迹都经历一个事件的生命周期，在维护阶段更改状态或删除不再使用的跟踪。

相较于现有技术，本发明具有如下的有益效果：火灾发生时，通过毫米波雷达检测跟踪装置探测室内用户的位置信息和状态信息，使用的毫米波雷达抗干扰能力强，所发射的电磁波能够很好地穿过烟雾，能够在火灾发生的情况下，有效监测室内人员的数量以及分布情况，跟踪室内人员的运动轨迹，检查室内人员的呼吸体征，同时不会涉及到用户的个人隐私。智能火灾预警及救援辅助模块中设置的洒水控制器能够控制现场洒水设备应急灭火，减缓火情扩大，报警装置可以很好地提醒未知火情发生的用户，帮助人们第一时间逃离火灾区域。毫米波雷达检测跟踪装置通过无线收发设备连接云端服务器，云端服务器记录信息并判断现场人员状况发送给控制终端，消防人员通过控制终端能够实时观察到发生火灾的房间地点及房间内人员数量和生命体征。本发明采用无线收发设备和云端服务器进行互联，能够实现对全国范围内的火灾发生情况进行实时监控，促进平安城市的建设。消防人员可以从控制终端得到这些实时数据，进而帮助消防人员进行精准灭火以及人员救援，具有很好的应用前景。

附图说明

图1为本发明应用于楼宇的系统结构示意图；

图2为本发明智能火灾预警及救援辅助模块的结构框图；

图3为本发明毫米波雷达检测跟踪装置的结构框图；

图4为本发明实施例的监控方法流程图；

图5为本发明目标检测方法流程图；

图6为本发明目标跟踪方法流程图；

图7为本发明呼吸信息监测方法流程图。

具体实施方式

下面结合附图及实施例对本发明做进一步的详细说明。

参见图1，本发明基于毫米波雷达的智能消防安全监控系统包括智能火灾预警及救援辅助模块、无线收发设备、云端服务器和控制终端。实现了在保护用户隐私的条件下对室内环境进行实时定位监控，并且在发生火情时能够及时报警辅助救援，减少损失。

以系统应用于楼宇为例，本发明智能火灾预警及救援辅助模块安装于房间天花板中心，如图2所示，包括毫米波雷达检测跟踪装置，用于探测室内人员的人数及运动轨迹：烟雾检测装置和温度检测装置，用于监测火情的发生；电源装置，用于给设备进行供电；报警装置，用于火情发生时发出警报。具有火灾报警、人员监测、数据传输、洒水控制等功能。

控制终端包括电脑终端和手机终端。

如图3所示，本发明毫米波雷达检测跟踪装置包括两发三收天线、76—81G毫米波雷达芯片：RC7701N32、单片机：STM32H743×IH6U、SDRAM：IS42S 32800G-6BLI、高速USB收发器：USB3320C-EZK、UART转USB：CP2102-GM、USB连接器：47590-0001。

本发明的无线收发设备采用NB-IOT技术，用于连接智能火灾预警救援辅助装置和云端平台，NB-IOT技术支持低功耗设备在广域网的连接，能够提供非常全面的数据覆盖。

本发明的云端服务器接收到装置发送来的信号后，建立数据库匹配每一个装置的ID。后台控制终端可以通过下载云端数据，获取起火房间的位置信息以及人员相关信息。

本发明能提供以下几种支持：

1.室内人员定位及轨迹跟踪；

如图5所示，本发明目标检测过程采用测距-测角-测速的参数测量流程，采用了capon算法提高了测角的精度，以及最后通过CFAR检测得到检测目标数、距离、角度、多普勒信息以及信噪比等信息传递给目标的跟踪模块，进行下一步的跟踪处理。具体实现过程如下：

关于测距：利用混频电路将接受信号与发送信号进行差频，得到中频信号，利用距离公式可以求得距离信息，具体公式如下：

其中，这样求得f_IF，即可求得R。接下来对中频信号进行AD采样，采样得到的数据矩阵在距离方向上做一维FFT，得到1DFFT，得到最终的距离公式，具体公式如下：

其中，k_r为FFT频谱图中频谱峰值对应的K值，F_SAMP为采样频率。距离分辨率公式为：

关于测角：测角主要是利用了capon算法，capon波束形成器(即最小方差无畸变响应波束形成器)使用部分自由度在期望的观测方向上形成一个波束，利用剩余的自由度在干扰方向上形成零陷。当有多个信号入射传感器阵列时，阵列输出功率将包括期望信号功率和干扰信号的功率。capon最小方差法使干扰信号的输出功率最小，以抑制干扰信号，同时使增益在观测方向保持为常数(通常设这个常数为1)。

接受信号在各个方向上的功率表达式可表示为：

其中，R＝X×X^T,X＝{x₁,x₂,x₃,x₄…x_n}^T表示目标在不同天线处的信号组成向量，α(θ)＝{1,e^{i2πdcos(θ)×2},e^{i2πdcos(θ)×3},…,e^{i2πdcos(θ)×(N-1)}}^T为导向向量。

对各个角度功率进行搜索寻找峰值，即可确定角度。

1DFFT进行上述操作得到矩阵rangeAzimuthHeatMap，对rangeAzimuthHeatMap分别在方向和方位方向上进行CFAR检测，从而实现多个目标的检测以及距离、角度等参数的测量。

关于测速：相邻两个chirp之间同一个目标中频信号的相位差为：

根据上式可以看出相位对距离的微小变化非常敏感。并且可以由此计算目标速度：

可见，只需要对同一距离的目标在chirp方向上做FFT即可将同一距离不同速度的目标区分出来。具体操作为：对1DFFT在天线方向进行波束合成，其中权值的计算需要用的到P(θ)，然后在chirp方向进行FFT得到2DFFT矩阵。速度分辨率需要指出为：

上述目标检测部分可得到检测目标数、距离、角度、多普勒等信息，将这些信息数据传给目标跟踪模块，由目标跟踪模块完成目标的跟踪。

如图6所示，本发明进行目标跟踪时，跟踪算法主要用到了群目标追踪算法，具体实施步骤主要包括预测、联合和分配、航迹起始、更新维护四个部分：

关于预测：利用卡尔曼滤波预测过程，基于时刻n-1的状态和过程协方差矩阵，对时刻n的跟踪群质心进行估计。计算每个可跟踪对象的先验状态和协方差估计，同时在这一步也计算了量测向量估计。卡尔曼滤波算法的状态和协方差预测公式有如下：

s_apr(n)＝Fs(n-1)

P_apr(n)＝FP(n-1)F^T+Q(n-1)

其中，s_apr(n)为状态的先验值，P_apr(n)为协方差的先验值，F为状态转移矩阵。

关于联合和分配：联合部分主要包括门机制和计分机制两部分。假设存在一个或多个轨迹和相关的预测状态向量。对于每个给定的轨道，形成一个关于预测的质心的门。该门应考虑目标运动、群体的分散和测量噪声，利用群残差协方差矩阵在跟踪群质心的三维测量空间中建立椭球体，椭球面代表一个门控函数来限定在n时刻观测到的单个测量值，对于门内的测量值，计算归一化距离函数作为一个成本函数，将测量值与每个轨道关联起来。

关于航迹起始：对于与任何轨道(位于任何现有门之外)无关的度量，将分配并初始化新的组***。首先选择一个主导测量点，并设置一个质心。利用前导点的径向速度展开其他候选点的径向速度。每次首先检查一个候选点是否在速度范围内(速度检查，然后是距离检查)。如果通过，则重新计算质心，并将点添加到集群中。之后为集群执行一些合格的测试。需要测量最小的数量，足够强的综合信噪比和最小数量的质心动态性。如果通过，创建(分配)一个新的跟踪对象，并使用相关的点初始化分散矩阵，具有较少点的集群将被忽略。

关于更新维护：当第n时刻的测量值可用时，状态和误差协方差估计值将在以下测量更新过程中更新：

计算测量残留：

y(n)＝u(n)-H(s_apr(n))

计算新息协方差：

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

计算卡尔曼增益：

计算后验状态矢量：

s(n)＝s_apr(n)+K(n)y(n)

计算后验协方差：

P(n)＝P_apr(n)-K(n)s_apr(n)inv(K(n))

每条轨迹都经历一个事件的生命周期。

在维护阶段，可以更改状态或删除不再使用的跟踪。

由上述四个部分实现目标的跟踪。

在项目具体实施中，采用恒加速度模型，在时刻n的笛卡尔坐标系下的状态矢量为：

转移矩阵为：

量测矢量为：

状态矢量和量测矢量之间的关系可以表示为：

u(n)＝H(s(n))+v(n)

其中：

为了使状态矢量和量测矢量之间的关系线性化，对H(s(n))求偏导矩阵如下：

此时量测矢量和状态矢量之间关系可以表示为：

u(n)＝J_H(s)s(n)+v(n)

此时得到一种线性的关系，可以使用上面提到的四个部分进行迭代，最终实现目标的跟踪。数据通过云端服务器回传给控制终端便可以清晰直观的得到用户运动轨迹。

2.人体呼吸信息监测；

需要指出的是本发明毫米波雷达检测跟踪装置具有两种模式，模式一是上述的目标检测和跟踪，当检测到目标长时间静止不动，有理由怀疑目标用户可能因为烟雾、温度等因素而出现了昏迷，这个时候毫米波雷达便会开启第二工作模式-生命体征监测，主要测试人体的呼吸特征，并将呼吸信息实时通过云端回传给上位机，后台得以实时获取用户的生命体征。

首先相邻两个同一位置处两个chirp之间的相位差为：

可见目标的移动距离与相位变化成线性关系。于是给毫米波雷达测呼吸的思路：通过雷达去检测胸口的起伏震动，实际上是检测同一个距离的位置上面反射信号的相位的变化，去反向的推导出来距离的变化，此算法具体的流程如图7所示。

再通过后面的处理算法，推导呼吸的频率。具体实施为：

一秒钟会发射20个检测帧，每一个帧的周期是50毫秒，每个毫秒当中的chirp其实只有两个，也就是说第一个和第二个chirp，在检测的时候，先只用第一个chirp，那么在每一帧当中，在第一个chirp数据获得了之后，先做一个FFT，得到1DFFT，在帧的间隙时间内去分析同一个距离的单元，在这个相同距离的单元上，检测对应的相位的变化，检测出相位的变化，从而得到距离的变化，也就得到了胸腔的起伏变化，因为心跳和呼吸的频率是不同的，采用两个对应的滤波器带通滤波器，把包含的信息过滤出来再加对应的检测算法(比如FFT)去分析心跳的频率呼吸的频率，再通过后面的计算就可以得到人的心跳和呼吸，由于在火灾场景中，心跳的检测精度并不是很高，本发明在这里只需要采集呼吸信息。

下面进行举例说明：

在基于毫米波雷达的智能消防安全监控系统中，整个大楼房间的消防监控是通过后台控制终端进行整体监控，每个房间内的智能火灾预警及救援辅助模块都安装于房间天花板中心，且拥有一个独立的于房间匹配的ID号，都通过NB-IOT无线收发装置与云端服务器相连。

如图4所示，当一个房间火灾发生时，烟雾传感器检测到空气中烟尘异常，温度传感器检测到温度过高，此时，系统一方面发出警报，启动应急措施洒水进行灭火，另一方面发送启动命令给毫米波雷达检测跟踪装置，装置启动后开始检测火灾发生房间的人数以及运动轨迹，同时检测房间人员的呼吸生命特征，将得到的数据通过NB-IOT发送到云端，进而在控制终端上能够观测到火灾房间的位置，被困人员数量及人员状态信息。

后台控制终端可以从云端服务器得到实时数据，同时后台终端控制相邻房间内的装置启动，提醒火灾临近房间内人员撤离；终端通过广播系统可以为被困人员规划逃生路径，提供逃生策略。在火灾救援时，消防人员通过后台控制终端下载云端数据得到被困人员的分布以及生命特征等情况，采取相应的救援措施。当发生严重的火灾时，救援的时间可能会加长，这就要求毫米波雷达检测跟踪装置有着较长的工作时间，因此，设定装置自动充电的阈值不能过低，保证阈值电量工作的时长在1个小时以上，由此阈值电量应该设置在10％以上。

本发明所采用的毫米波雷达抗干扰能力强，所发射的电磁波能够很好地穿过烟雾，能够在火灾发生的情况下，有效监测室内人员的数量以及分布情况，跟踪室内人员的运动轨迹，检查室内人员的呼吸体征，同时不会涉及到用户的个人隐私。报警装置和洒水装置可以很好地提醒未知火情发生的用户，帮助人员第一时间逃离火灾区域。控制终端能够实时观察到发生火灾的房间地点以及房间内人员数量和生命体征。本发明不仅能够进行火灾监控预警，同时可以通过云端平台进行连接，对全国范围内的火灾发生情况进行实时监控，有利于平安城市的建设。消防人员可以从控制终端得到这些实时数据，进行精准灭火以及人员救援。

以上所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。本发明的保护范围包括并不限于以上具体实施方式。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下做出的其他实施例，也都属于本发明权利要求书的保护范围内。