本发明涉及人体检测与跟踪领域，具体为一种基于毫米波雷达的全向人体空间轨迹定位算法。
背景技术：
1、随着物联网、智能监控和自动化系统的快速发展，对人体运动轨迹的精准定位与追踪技术日益重要。毫米波雷达作为一种非接触式传感器，在人体检测和跟踪方面具有显著优势，如不受光照、温度影响，能够提供高精度的距离、速度和角度信息。然而，现有的基于毫米波雷达的人体定位算法在处理复杂场景时(例如人体被遮挡)存在性能下降甚至失效的问题。
2、在现有技术中，尽管一些研究和产品已经实现了毫米波雷达对人体的初步检测和跟踪，但多数算法主要依赖于直接的雷达回波信号进行目标识别和定位，当人体被其他物体遮挡后，由于回波信号弱化或消失，导致难以继续准确追踪人体位置。此外，许多传统方案并未充分利用多雷达数据融合技术，无法实现对全向范围内的高效人体空间轨迹定位。
3、专利cn111999726a提出了一种利用毫米波雷达检测和追踪人体的方法，通过分析雷达回波的幅度和多普勒频移来判断人体的存在及运动状态。然而，该方法在处理遮挡情况时效果有限，因为一旦人体被遮挡，直接从雷达回波中获取的信息量将大幅减少。
4、专利cn115345906a提出了结合卡尔曼滤波器的人体追踪算法，能在一定程度上解决遮挡问题，但由于未采用多雷达全向覆盖和深度的数据融合策略，其在复杂环境下的适应性和准确性仍有待提升。
技术实现思路
1、本发明的目的在于提供一种基于毫米波雷达的全向人体空间轨迹定位算法，以解决上述背景技术中提出的问题。
2、为实现上述目的，本发明提供如下技术方案：
3、一种基于毫米波雷达的全向人体空间轨迹定位算法，包括以下步骤：
4、步骤s1，在空间中均匀分布至少四个24ghz毫米波雷达模组，形成360°全方位覆盖；
5、步骤s2，采集各雷达模组的数据并进行预处理，确保数据质量；
6、步骤s3，将预处理后的数据传输至数据处理单元，并利用数据融合算法整合各雷达源的信息，构建全向人体检测模型；
7、步骤s4，在三维空间中进行人体检测，并利用跟踪算法对检测到的人体目标进行持续跟踪；
8、步骤s5，当遇到部分遮挡时，利用信号处理算法结合人体运动模型预测遮挡后的目标位置，并运用非视线信号处理技术提高追踪准确性；
9、步骤s6，根据持续跟踪得到的人体轨迹数据进行轨迹重建，并结合已知的空间布局信息对人体在空间中的位置准确定位；
10、步骤s7，根据环境变化和目标特性，动态调整算法参数和追踪策略，以确保系统的鲁棒性和适应性。
11、进一步的，所述的数据融合算法包括但不限于卡尔曼滤波、粒子滤波或深度学习模型，所述的数据融合算法对各个雷达源的人体目标信息进行整合；
12、所述的粒子滤波公式如下：
13、[w_k^{(i)}＝\frac{p(z_k|x_k^{(i)})}{\sum_{j＝1}^{n}p(z_k|x_k^{(j)})}]；
14、其中，(w_k^{(i)})是第(i)个粒子的权重，(p(z_k|x_k^{(i)}))是给定状态(x_k^{(i)})下观测值的概率密度。
15、进一步的，所述的信号处理算法为卡尔曼滤波，并且利用非视线信号处理技术，分析间接反射和多径效应带来的信号特征变化；
16、所述的卡尔曼滤波公式如下：
17、(\hatx}{k|k-1}＝f{k-1}\hat{x}{k-1}+b{k-1}u_{k-1})；
18、(\hat{x}}k＝\hat{x)}{k|k-1}+k_k(_k-h_{k}hat{x}{k|k-1}))；
19、其中，(\hat{x}{k|k-1})是时间(k-1)时刻的状态预测，(f_{k-1})是状态转移矩阵，(b_{k-1})是外部控制输入矩阵，(u_{k-1})是外部控制输入向量，(\hat{x}_k)是时间(k)时刻的状态估计，(k_k)是卡尔曼增益，(z_k)是时间(k)时刻的观测值；
20、所述的非视线信号处理技术公式如下：
21、(y(t)＝\sum_{i＝1}^{n}a_i\cdotx(t-\tau_i))；
22、其中，(y(t))是接收到的信号，(a_i)是第(i)条路径的路径增益，(x(t-\tau_i))是延迟时间为(\tau_i)的信号。
23、进一步的，所述的跟踪算法为基于历史轨迹的跟踪算法，包括插值和准确定位；
24、所述插值公式如下：
25、(y＝\frac{{(x-x)1)\cdot(y_2-y_1)}}{{x_2-x)1}}+y_1)；
26、其中，(y)是插值结果，(x)是插值点，(x_1)和(x_2)是已知数据点，(y_1)和(y_2)是已知数据点对应的值；
27、所述的准确定位公式如下：
28、(d＝\sqrt{(x_2-x_1)^2+(y_2-y_1)^2+(z_2-z_1)^2})；
29、其中，(d)是两点间的距离，((x_1，y_1，z_1))和((x_2，y_2，z_2))是两点的坐标。
30、进一步的，所述的环境变化包括但不限于光线强度或光照条件的变化。
31、进一步的，所述的目标特性包括但不限于目标运动速度或目标大小的变化。
32、进一步的，预处理包括去除噪声、校准以及坐标转换；
33、所述的去噪声公式如下：
34、(x_{\text{filtered}}(n)＝x(n)-\alpha\cdot\text{mean}(x))；
35、其中，(x_{\text{filtered}}(n))是去噪后的数据点，(x(n))是原始数据点，(\alpha)是去噪强度参数，控制去噪的幅度；
36、所述的校准公式如下：
37、(y＝mx+b)；
38、其中，(y)是校准后的输出，(x)是原始输出，(m)是斜率，用于调整输出的比例，(b)是偏移量，用于调整输出的零点偏移；
39、所述的坐标转换公式如下：
40、((x′，y′，z′)＝r\cdot(x，y，z)+t)；
41、其中，((x',y',z'))是转换后的坐标，((x,y,z))是原始坐标，(r)是旋转矩阵，描述坐标系之间的旋转关系，(t)是平移向量，描述坐标系之间的平移关系。
42、一种基于毫米波雷达的全向人体空间轨迹定位算法的系统，包括
43、数据处理单元，采用的是微处理器，用于快速准确地处理传感器采集到的数据，并根据预设的规则判断是否有人存在；
44、数据存储单元，用于存储数据；
45、传感器模块，采用24g毫米波雷达传感器，在低功耗的情况下进行高精度的人体检测；
46、光感模块，用于检测环境中的光线强度或光照条件，并将这些信息转换为电信号供系统使用；
47、以太网通信模块，用于将设备的数字信号转换为可以在网络上传输的电信号，并且能够接收网络上的电信号并转换回设备可以理解的数字信号；
48、无线通信模块，用于对远程设备实时监控和控制；
49、宽电源防反接模块，用于防止电源在接入设备时发生极性反接；
50、时钟模块，用于提供准确以及稳定的时钟信号来控制和协调系统的各项操作，确保系统的正常运行和高效能；
51、电源控制模块，用于按需控制传感器电源的开闭。
52、与现有技术相比，本发明的有益效果是：
53、1、本发明能够有效地驾驭毫米波雷达采集到的多维度信息，在人体遭遇遮挡的情况下依然保持卓越的功能表现，即使目标个体被遮挡，系统仍能通过深度分析和整合多源数据，精准推断出空间内是否存有人体活动，从而展现出强大的穿透性和鲁棒性特征。
54、2、本发明通过配置至少四个24ghz毫米波雷达模组实现360°全方位覆盖，并采用数据融合算法整合各雷达数据，确保在复杂环境和人体遮挡条件下也能准确推断空间内的人体存在情况。
55、3、本发明能够高效区分并独立追踪多个个体，即使在人群密集或复杂环境条件下也能保持高精度的轨迹定位，将误判率降低至少50％，显著优于目前市场上的同类产品和技术。
1.一种基于毫米波雷达的全向人体空间轨迹定位算法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于毫米波雷达的全向人体空间轨迹定位算法，其特征在于：所述的数据融合算法包括但不限于卡尔曼滤波、粒子滤波或深度学习模型，所述的数据融合算法对各个雷达源的人体目标信息进行整合；
3.根据权利要求1所述的一种基于毫米波雷达的全向人体空间轨迹定位算法，其特征在于：所述的信号处理算法为卡尔曼滤波，并且利用非视线信号处理技术，分析间接反射和多径效应带来的信号特征变化；
4.根据权利要求1所述的一种基于毫米波雷达的全向人体空间轨迹定位算法，其特征在于：所述的跟踪算法为基于历史轨迹的跟踪算法，包括插值和准确定位；
5.根据权利要求1所述的一种基于毫米波雷达的全向人体空间轨迹定位算法，其特征在于：所述的环境变化包括但不限于光线强度或光照条件的变化。
6.根据权利要求1所述的一种基于毫米波雷达的全向人体空间轨迹定位算法，其特征在于：所述的目标特性包括但不限于目标运动速度或目标大小的变化。
7.根据权利要求1所述的一种基于毫米波雷达的全向人体空间轨迹定位算法，其特征在于：预处理包括去除噪声、校准以及坐标转换；
8.根据权利要求1-7所述的一种基于毫米波雷达的全向人体空间轨迹定位算法的系统，其特征在于：包括
