淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


系統識別號 U0002-0807201920595600
中文論文名稱 應用毫米波雷達之人體姿態軌跡偵測
英文論文名稱 Human-Body Motion Detection by Using Millimeter Wave Radar System
校院名稱 淡江大學
系所名稱(中) 電機工程學系碩士在職專班
系所名稱(英) Department of Electrical And Computer Engineering
學年度 107
學期 2
出版年 108
研究生中文姓名 何國偉
研究生英文姓名 Kuo-Wei Ho
學號 706440087
學位類別 碩士
語文別 中文
口試日期 2019-06-24
論文頁數 56頁
口試委員 指導教授-周建興
委員-趙于翔
委員-謝易錚
中文關鍵字 毫米波雷達  DTW  居家老人照護 
英文關鍵字 millimeter wave  DTW  Homecare 
學科別分類 學科別應用科學電機及電子
中文摘要 本論文提出,應用毫米波雷達系統偵測,開發者使用 Texas Instruments IWR1642 在76至81GHz頻帶中運行且基於FMCW雷達技術的集成式單晶片毫米波感測器,硬體搭載C674x DSP 以及毫米波雷達軟體開發套件SDK。使用者將雷達感測器開發板放置於不同高度機座,在偵測範圍於長寬各2-4米區域內,對於不同身高做人體姿態軌跡監控,以DTW(Dynamic Time Warping),與人體姿態做分析比對,在置於不同高度、角度機座,提出偵測有效空間距離做探討,與近幾年有關居家老人照護偵測動作感測器做分析優劣。
英文摘要 This paper proposes to use the millimeter wave radar system to detect, the developer uses the Texas Instruments IWR1642 in the 76 to 81 GHz band and the integrated single-chip millimeter wave sensor based on FMCW radar technology, hardware equipped with C674x DSP and millimeter wave radar. The user places the radar sensor development board on different heights of the base. In the detection range of 2-4 meters in length and width, the human body posture track is monitored for different heights, The effective space distance is detected and discussed. In recent years, the home care monitoring sensors are analyzed.
論文目次 誌謝 I
中文摘要 II
ABSTRACT III
目錄 IV
圖目錄 VI
表目錄 IX
第一章 緒論 1
1.1 研究動機 1
1.2 研究目的 2
1.3 章節介紹 4
第二章 研究背景 5
2.1 毫米波基礎介紹 5
2.2 雷達分類 6
2.3 頻率調變連續波雷達 7
2.4各類感測器比較 9
第三章 研究方法 11
3.1 系統架構 11
3.2 毫米波雷達硬體架構 12
3.3 毫米雷達波硬體子架構 14
3.4 毫米雷達波軟體架構 15
第四章 人體姿態軌跡比對系統 24
4.1 人體姿態系統流程 24
4.2 DTW 距離矩陣 26
第五章 研究結果與比較 33
5.1 實驗模擬與測試 33
5.2 實驗結果 38
5.3 實驗結果分析於DTW距離矩陣 42
第六章結論與未來展望 44
6.1結論 44
6.2未來展望 45
參考文獻 46
附錄A 49
附錄B 53
圖目錄
圖1. 1世界各國老年人口佔總人口比率[1] 1
圖1. 2 IWR開發板實體 3
圖1. 3 IWR1642規格 3
圖1. 4論文架構圖 4
圖2. 1 (a)脈衝波雷達與;(b)連續波雷達 6
圖2.2調頻脈衝信號(以振幅作為時間的函數) 7
圖2. 3FMCW雷達架構圖[2] 8
圖2. 4各類感測器之比較[11] 10
圖3. 1實驗示意圖 11
圖3. 2系統架構圖[12] 12
圖3. 3IWR1642硬體架構[12] 13
圖3. 4 IWR16XX硬體系統架構圖[13] 14
圖3. 5 TI毫米波軟體開發套件架構圖[14] 15
圖3. 6開發軟體驅動程式版本需求 16
圖3. 7連結PC顯示COM埠[15] 16
圖3. 8連接跳線SOP2[15] 17
圖3. 9 UniFlash 配置[15] 18
圖3. 10 UniFlash操作畫面[15] 19
圖3. 11人員計數操作軟體平台[15] 20
圖3. 12調整開發板偵測角度[15] 21
圖3. 13 IWR1642 UART通訊[15] 22
圖3. 14 輸出封包格式[15] 22
圖3. 15為Frame Header[15] 22
圖3. 16為TLV Header[15] 23
圖3. 17為Point Cloud TLV[15] 23
圖3. 18為Target List TLV[15] 23
圖4. 1 人體姿態軌跡流程圖 25
圖4. 2前趴姿態雷達軌跡圖 26
圖4. 3歐基里德距離測量法[18] 27
圖4. 4歐基里德距離測量法分類相似度範例[18] 28
圖4. 5相似度運算圖解[18] 28
圖4. 6動態時間扭曲分類相似度範例[18] 29
圖4. 7動態時間扭曲路徑範例[18] 30
圖5.11實驗場景在2平方米空間 34
圖5.12有效偵測高度與角度示意圖 34
圖5.13 137公分前趴姿態雷達所感測軌跡 35
圖5.14137公分做蹲下姿態雷達所感測軌跡 35
圖5.15137公分向右撿東西姿態雷達所感測軌跡 35
圖5.16 150公分前趴姿態雷達所感測軌跡 36
圖5.17 150公分做蹲下姿態雷達所感測軌跡 36
圖5.18 150公分向右撿東西姿態雷達所感測軌跡 36
圖5.19 186公分前趴姿態雷達所感測軌跡 37
圖5.110 186公分做蹲下姿態雷達所感測軌跡 37
圖5.21感測器架設高度190公分/0度 38
圖5.22感測器架設高度190公分/-10度 38
圖5.2 3感測器架設高度230公分/0度 39
圖5.2 4感測器架設高度230公分/-10度 39
圖5.25感測器架設高度170公分/0度 40
圖5.26感測器架設高度170公分/-10度 40
圖5.27感測器架設高度150公分/0度 41
圖5.28感測器架設高度150公分/-10度 41
圖5.29(A1)往前跌倒狀 42
圖5.31(A2)蹲下起身 42
圖5.32(A3)向右撿東西狀 43
表目錄
表5.11 X1與X2距離矩陣 53
表5.12 Y1與Y2距離矩陣 53
表5.13 X1與X3距離矩陣 53
表5.14 Y1與Y3距離矩陣 54
表5.15 X1與X5距離矩陣 54
表5.16 Y1與Y5距離矩陣 54
表5.17 X3與X4距離矩陣 55
表5.18 Y3與Y4距離矩陣 55
表5.19 X5與X6距離矩陣 55
表5.110Y5與Y6距離矩陣 56





參考文獻 參考文獻
[1]中華民國內政部, https://pop-proj.ndc.gov.tw/
[2]C. Iovescu, S. Rao,” The fundamentals of millimeter wave sensors,” Texas Instruments, 2017.
[3]王致中(2009) “開發ㄧ利用慣性感測器與肌電訊號分析日常生活與跌倒的偵測系統”
[4]劉建賢(2011) “使用加速度計和陀螺儀之跌倒偵測系統”
大同大學資訊工程研究所碩士論文
[5]林琨傑(2010) “基於多感測器下老人跌倒的3D重建系統之設計與實作” 成功大學工程科學研究所碩士論文
[6]C. Lai. Y. Huang. H. Chao. And J. Park “Adaptive Body Posture Analysis Using Collaborative Multi-Sensors for Elderly Falling Detection” Intelligent System. IEEE, 2010
[7]Y.-S Lee and W.-Y Chung, “Automated abnormal behavior detection for ubiquitous healthcare application in daytime and nighttime” in Proc. Int. Conf. IEEE EMBS Biomedical and Health Informatics. pp. 204-207, 2012.
[8]蔡正耀(2011) “使用熱像儀做夜間跌倒偵測” 國立中央大學資訊工程研究所碩士論文
[9]Detecting Humans at 50 Meters and Filtering False Detections with GTrack Softwarehttp://dev.ti.com/tirex/explore/node?node=AB64dFbicd2BPc23jvVjcg__VLyFKFf__LATEST
[10]Very_Fine_Motion_Detection_vs_PIR http://dev.ti.com/tirex/content/mmwave_industrial_toolbox_2_1_2/experiments/Very+Fine+Motion+Detection.html
[11]黃義良、林怡又(2019)人體紅外線室內活動偵測照護系統之研發
福祉科技與服務管理學刊; P491 - 503
[12]Texas Instruments, IWR1642 Evaluation Module (IWR1642BOOST)
Single-Chip mmWave Sensing Solution, user's guide
[13]IWR14xx/16xx/68xx Industrial Radar Family Technical Reference
Manual 2018
[14]Texas Instruments, mmWave SDK, tools folder
[15]People Tracking and Counting Reference Design Using mmWave Radar
Sensor
[16]E. J. Keogh and M. J. Pazzani, "Scaling up Dynamic Time Warping to
Massive Datasets", 3rd European Conference on Principles and Practice
of Knowledge Discovery in Databases, Pages 1–11, 1999.
[17]E. J. Keogh and M. J. Pazzani, "Scaling up Dynamic Time Warping for Datamining Applications", Conference on Knowledge Discovery in Data, Proceedings of the 6th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, Pages 285–289, August 2000.
[18]洪達文(2006) “應用時間序列相似度量測方法於異常偵測與分類”, 國立交通大學電機與控制工程系所碩士論文
[19]D. Wang, A. Ahmad, “System Performance Measurement With the
mmWave Sensor. “Texas Instruments, May 2017.
[20]S. Rao, “Introduction to mmwave Sensing: FMCW Radars.”, Texas
Instruments, 2017, pp. 4-19.
[21]V. Dham, "Programming Chirp Parameters in TI Radar Devices",
Application Report ,Texas Instruments, May 2017
[22]Graham M Brooker,” Understanding Millimetre Wave FMCW Radars.”, 2005.
[23]K.Ramasubramanian,” Using a complex-baseband architecture in FMCW radar systems.” Texas Instruments, 2017.
[24]Carr, A.E.; Cuthbert, L.G.; Olver, A.D.; "Digital signal processing for target detection FMCW radar," Communications, Radar and Signal Processing, IEE Proceedings F, vol.128, no.5, pp.331-336, October 1981
[25]Texas Instruments, "AWR1642 Single-Chip 77- and 79-GHz FMCW Radar Sensor", AWR1642 datasheet, MAY 2017–REVISED APRIL 2018
[26]Automotive 77-GHz Radar Module Reference Design With Object
Data ouput
[27]M.Ester, Hans-Peter Kriegel, J&G Sander, Xiaowei Xu. A density-based algorithm for discovering clusters in large spatial databases with noise, KDD'96 Proceeding of the Second International Conference on Knowledge Discovery and Data Mining.
[28]D. J. Berndt and J. Clifford, "Using Dynamic Time Warping to Find Patterns in Time Series", In Working Notes of the Knowledge Discovery in Databases Workshop, Pages 359–370, July 1994.
[29]T. S. F. Wong and M. H. Wong, "Efficient Subsequence Matching for Sequences Databases under Time Warping", Database Engineering and Applications Symposium, 2003. Proceedings, 7th International, Pages 139–148, July 2003.
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2024-07-29公開。
  • 同意授權瀏覽/列印電子全文服務,於2024-07-29起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信