Custom Meta Tags - 202310S1

Hero Banner

參考解決方案

Main Title - 202109S1

用心動的價格完成心跳檢測

Mixed Media - AAC 202109S1

近年來,利用毫米波雷達實現非接觸式生命體征檢測(包括呼吸和心跳)已經逐漸成熟並成功商用。安富利使用英飛淩BGT60TR1X系列雷達晶片,利用其一發一收兩根天線,將採集得到的資料在通用的低成本處理器ARM M7上進行數位信號處理,實現了遠距離低成本的呼吸心跳檢測方案,並且此方案是能夠在大範圍內自動檢測並捕獲呼吸的智能方案。

硬體平臺

英飛淩60GHz雷達感應晶片BGT60TR13,有5GHz的掃頻帶寬;在FMCW工作模式中,可以在距離維上實現3cm的高解析度。生命體征檢測方案只用一發一收兩根天線即可正常工作,後續方案將用英飛淩BGT60TR11,成本更加低廉。安富利目前的呼吸心跳捕獲檢測演算法運行在一顆ARM M7 的MCU上,NXP I.MX RT1050以及Microchip的ATSAMS70Q21都是不錯的選擇,方案框圖如圖1所示。

Long Copy - AAC202109S1

Heartbeat Rate Detection Only a Heartbeat Away


演算法演示

安富利生命體征檢測演算法,可以自動遮罩非生命物體,並可以自動提取有效資料。視頻演示環境中,筆者位於雷達前方1.32米,在掃頻帶寬5GHz情況下,對應range index是44,視頻中左上圖breath range heatmap是整個空間的呼吸搜索熱圖,橫軸是待測目標相對于雷達徑向距離,縱軸是檢測到的呼吸頻率。

Cfar on heat range heatmap是運用恒虛警演算法篩選出的有效目標,滑鼠游標處是筆者的所處的座標,呼吸大約23次每分鐘。視頻開始階段筆者正常呼吸,在31秒和1分20秒改為屏住呼吸,可以從視頻中清晰的看到呼吸消失。本演算法可以自動剔除待測目標輕微晃動引起的失效資料,提高資料有效性和測量的準確性。因為筆者需要遠距離操作滑鼠,身體的輕微運動會損害測量的準確性,演算法能自動識別並拋棄被輕微運動污染的資料。另外,筆者辦公室演示環境內,很多強反射干擾物體,比如金屬窗框,椅子等已經被演算法自動濾除。演示視頻如下

 


綜合效果演示

視頻中左上圖可以解讀為呼吸引起的胸腔位移圖,筆者呼吸頻率為23次每分鐘,在1分06秒處開始屏住呼吸,呼吸減弱並消失。左下圖是心跳時域波形圖,右下角是文字列印資訊。可以清楚看到筆者平穩的呼吸信號,從右下角可以看到穩定的信號輸出,包括距離維資訊,呼吸頻率資訊以及心跳資訊。

 


總結

安富利的生命體征檢測演算法具有以下顯著優勢:

  1. 演算法可以運行在ARM通用處理器上,大幅度降低產品成本
  2. 演算法實現了自動濾除雷達探測範圍內的非生命物體,使得產品不受應用場景限制
  3. 演算法實現了自動濾除由待測目標運動或者輕微移動而被污染的呼吸心跳資料,提升了測量呼吸心跳的準確性
  4. 演算法可以同時檢測多個待測生命信號,實現了空間多目標的搜索

評估板將在2021年2月份開放申請,聯繫你身邊的安富利銷售獲得詳細資訊。演算法以及技術細節諮詢,請 聯繫我們

 

asia-ads-contact-us-right-202109S1

聯繫安富利設計服務

如果您對此方案感興趣,請聯繫我們,瞭解我們參考解決方案的最新資訊。

聯繫我們

Long Copy

填寫表格,下載《 Avnet Vital Sensing Radar User Manual 》