用于无人照顾的孩子的检测的方法以及系统

摘要

一种用于使用雷达传感器系统(200)来确定在机动车辆内存在无人照顾的孩子的方法，该雷达传感器系统(200)包括发射器(204)、至少一个传感器和处理电路。该方法包括：通过辐射来照射车辆内的至少一个可占用的位置，该辐射呈现多个频率；根据由于所发射的辐射而被反射的辐射来生成雷达传感器信号，多个雷达传感器信号与多个频率相对应；操作处理电路，以便基于雷达传感器信号来生成第一指示器值，该第一指示器值指示与可占用的位置相关联的运动的程度；确定第一指示器值是否满足第一预定的标准；如果第一指示器值满足第一预定的标准，则基于雷达传感器信号来生成第二指示器值，该第二指示器值指示雷达传感器信号内的重复模式的程度；以及如果第二指示器值满足第二预定的标准，则确定在机动车辆内存在无人照顾的孩子。

说明书

技术领域

本发明涉及对机动车辆内的人的基于雷达的检测，并且更具体而言，涉及用于检测这种环境中的睡着/无人照顾的孩子的方法以及系统。

背景技术

汽车中用于乘员检测和分类的系统是公知的。

另外，基于雷达的安全带提醒传感器以及“R-值”概念的使用是公知的。用作婴儿房间中的(睡着的)婴儿的监控器的检测器也是可用的。

先前已经描述了基于呼吸检测来检测车辆中的人的技术。例如，US6753780公开了用于以检测小的运动(例如，由心跳和呼吸所引起的运动)的灵敏度来检测车辆中的乘员的运动感测系统以及方法。位于车辆的舱室中的雷达运动传感器发射并接收信号并且生成感测到的信号。控制器将感测到的信号转换到频域。控制器还对感测到的信号的频域进行处理并且确定由于乘员的心跳和呼吸其中之一而引起的乘员的运动的存在。

US7036390公开了车辆内身体检测方法，其中获得了表示从传感器所辐射的发射波和从呼吸的人体返回的反射波的合成的合成波，以及根据合成波的包络来检测车辆中人的存在或不存在。当连续地检测到人的存在长达预定的时间长度时，确定人存在于车辆中。

技术问题

问题在于常规的系统不能执行车内无人照顾的孩子的检测。将无人照顾的孩子留在车中是令人关注的问题，因为其是死亡原因，特别是在炎热的夏天期间：当车内的温度上升至极端值时，低龄孩子会快速地死于高热。同时，车内非常低的温度也可以是关注源并且可能潜在地造成伤害。

另外，人与外部影响之间的区分是不充分的或不可用的。

本发明的目的在于提供用于检测车中无人照顾的孩子并且防止死亡的系统。进一步的目的在于使用雷达技术通过运动和生命体征检测来实现人(婴儿/婴幼儿)的识别。此目的通过如在权利要求1中所要求保护的本发明来实现。

发明内容

根据本发明的一个方面，提供了一种用于使用雷达传感器系统来确定在机动车辆内是否存在无人照顾的孩子的方法，所述雷达传感器系统包括发射器、至少一个传感器和处理电路，所述方法包括：使用所述发射器、通过辐射来照射所述车辆内的至少一个可占用的位置，所述辐射呈现至少一个频率；使用至少一个传感器根据由于所发射的辐射而被反射的辐射来生成雷达传感器信号，并且可能多个所述雷达传感器信号对应于不同频率；操作所述处理电路，以便基于所述雷达传感器信号来生成第一指示器值，所述第一指示器值指示与所述可占用的位置相关联的运动的程度，确定所述第一指示器值是否满足第一预定的标准，如果所述第一指示器值满足所述第一预定的标准，则基于雷达传感器信号来生成第二指示器值，所述第二指示器值指示所述雷达传感器信号内的重复模式的程度，并且如果所述第二指示器值满足第二预定的标准，则确定在所述机动车辆内存在无人照顾的孩子。

若干模式对于所述雷达频率是可能的。在伪连续波模式下，所述雷达传感器系统以可能具有温度漂移、温度补偿、指纹、随机选择或自诊断的恒定输出频率(被称为连续波CW模式)来照射场景。在慢扫描模式下，所述雷达传感器系统以随着时间缓慢变化的输出频率(被称为慢模式下的FMCW)来照射所述场景。在多个频率模式下，所述雷达传感器系统以被定义的函数(例如，锯齿波(典型的FMCW))所调制的输出频率来照射所述场景。替代地，在三个频率模式下，所述雷达传感器系统根据基于模式的顺序以3个预定义的频率来照射所述场景。

所述第一预定的标准可以是所述第一指示器值处于第一阈值(R1)与第二阈值(R2)之间。

所述第一指示器值可以包括R-值，所述R-值对应于所述预处理的反射雷达传感器信号的变化的幅度。

所述第二预定的标准可以是所述第二指示器值高于第三阈值。

所述第二指示器值可以取决于呼吸率指数，所述呼吸率指数从基于所述雷达传感器信号所确定的运动来得到。

所述第二指示器值可以取决于呼吸率变化指数，所述呼吸率变化指数从基于所述雷达传感器信号所确定的运动来得到并且指示呼吸率的变化的程度。

所述第二指示器值可以是多个呼吸指数的乘积或者从多个呼吸指数的乘积来获得，每一个呼吸指数与呼吸率相关。

在可能的实施例中，所述第二指示器值可以是组合了所述呼吸率和所述呼吸率变化指数两者的函数。所述第二指示器值例如可以被生成为下列各项的乘积：k x呼吸率指数x呼吸率变化指数，其中，所述呼吸率指数从基于所述雷达传感器信号所确定的运动来得到，所述呼吸率变化指数从基于所述雷达传感器信号所确定的运动来得到并且指示呼吸率的变化的程度，并且k是常数。在一个实施例中，k是100并且较低的阈值近似为20。

所述第二指示器值可以包括呼吸特征信号(signature)，所述呼吸特征信号指示所述传感器信号指示表示检测到婴幼儿呼吸的运动的程度。

在一个实施例中，基于在开始之后的第一预定的时间段期间出现的雷达传感器信号来执行以下操作：确定所述第一指示器值是否满足第一预定的标准。

在一个实施例中，如果所述第二指示器值满足第二预定的标准就确定在所述机动车辆内存在无人照顾的孩子是基于在开始之后的第二预定的时间段期间出现的雷达传感器信号。优选地，所述第二预定的时间段长于所述第一预定的时间段。优选地，所述第一预定的时间段具有处于5-10秒的范围内的持续时间，并且所述第二预定的时间段具有处于10-30秒的范围内的持续时间。

在所述多个频率模式下，所述雷达传感器信号可以是从因所述辐射而产生的多个接收到的信号的组合得到的，接收到的信号处于不同的频率。在其它变型中，所述频率并不根据所述决策算法的结果而变化，但可以是温度、信噪比、或相消干涉的检测结果的函数。

所发射的辐射的频率可以动态地变化，由此如下各项被时间优化：(i)确定所述第一指示器值是否满足第一预定的标准，和/或(ii)如果所述第二指示器值满足第二预定的标准则确定在所述机动车辆内存在无人照顾的孩子。

优选地，(i)所述第一阈值为：使得低于所述第一阈值的所述第一指示器值指示空座位或环境，(ii)所述第二阈值为：使得高于所述第二阈值的所述第一指示器值指示移动的人或孩子，和/或(iii)所述第一阈值、所述第二阈值为：使得在所述第一阈值与所述第二阈值之间的所述第一指示器值指示在所述可占用的位置中存在睡着的孩子或者来自所述车辆外部的源的强烈影响。

根据本发明的另一个方面，提供了一种被适当地编程以用于执行前述权利要求中的任一项所述的用于感测机动车辆内的占用状态的方法的可编程雷达传感器系统，所述雷达传感器系统包括发射器、至少一个传感器以及用于执行所述方法的处理电路。

根据本发明的另一个方面，提供了一种用于确定在机动车辆内是否存在无人照顾的孩子的雷达传感器系统，所述系统包括：发射器，所述发射器用于通过辐射来照射所述车辆内的至少一个可占用的位置，所述辐射呈现多个频率；至少一个传感器(10)，所述至少一个传感器(10)用于根据由于所发射的辐射而被反射的辐射来生成雷达传感器信号，多个所述雷达传感器信号对应于不同的频率；处理电路(18)，所述处理电路(18)耦合至所述至少一个传感器(10)，所述处理电路可操作用于基于所述雷达传感器信号来生成第一指示器值，所述第一指示器值指示与所述可占用的位置相关联的运动的程度；确定所述第一指示器值是否满足第一预定的标准；如果所述第一指示器值满足所述第一预定的标准，则基于雷达传感器信号来生成第二指示器值，所述第二指示器值指示所述雷达传感器信号内的重复模式的程度；并且如果所述第二指示器值满足第二预定的标准，则确定在所述机动车辆内存在无人照顾的孩子。

根据本发明的另一个方面，提供了一种具有被记录或存储在其上的数据的可记录、可重写或可存储的介质，所述数据定义或者可变换为由处理电路执行并且至少与所附权利要求中的权利要求1至16中任一项所述的步骤相对应的指令。

根据本发明的另一个方面，一种服务器计算机，所述服务器计算机包含通信设备和存储器设备并且适用于按需或以其它方式传输数据，所述数据定义或可变换为由处理电路所执行并且至少与所附权利要求中的权利要求1至16中任一项所述的步骤相对应的指令。

在实施例中，本发明操作用于根据人(典型地孩子)来分析伪连续波雷达(由于温度而缓慢地漂移)或指纹式连续波雷达(硬件中设置频率)、或自校准连续波雷达(通过信噪比或温度补偿)或频率调制的连续波雷达或频移键控雷达的接收到的信号，并且将它们分类为4个不同的组：运动的孩子、睡着的新生儿(婴儿/婴幼儿)、外界影响以及空环境。这种分类会涉及两种不同类型的处理-

·作为人运动的总体表示的R-值的推导，以及

·作为人雷达特征信号的更为复杂的表征的睡着的孩子的识别(检测)。

在实施例中，本发明操作用于通过基于雷达的技术和信号处理来执行对人的检测(通过识别人的生命体征特征信号)、对孩子的运动的检测、对车中无人照顾的孩子检测的检测、对呼吸的检测和测量。从而，在实施例中，本发明提供了人(睡着的孩子)与外部影响(外部扰动)之间的区分。

附图说明

现在将参照附图以举例的方式描述本发明的优选实施例，在附图中：

图1示出了根据本发明的实施例的车辆的舱室内的检测系统的元件的物理设置；

图2示意性地示出了在使用雷达传感器系统200的本发明的实施例中采用的雷达信号转换和接收技术；

图3示出了(a)发射频率的波形和相对应的采样，以及(b)提供了针对图2中的雷达传感器系统200的复数域中的圆圈的I和Q信道信号的绘图；

图4示出了R-值的范围如何可以在大多数情况下用于在人与外部影响之间进行区分；

图5是根据本发明的实施例进行处理的算法的总体概述；

图6示出了图5中的决策过程中的状态；

图7是根据本发明的实施例的睡着的孩子的识别系统的示意图；

图8(a)和图8(b)，这些图分别示出了在不同情形下睡着的孩子和外部影响的预处理的输出；

图9(a)和图9(b)示出了在存在睡着的孩子的情况下特征信号的示例；

图10(a)至图10(d)示出了涉及外部干扰的不同情形(不存在婴儿)的特征信号的示例；

图11是更详细地示出了根据本发明的实施例的出于睡着的孩子的识别的目的的算法处理的流程图；

图12示出了不同年龄的人的静息呼吸率；

图13示出了(a)呼吸率指数的分布和(b)呼吸变化指数的分布；

图14更详细地示出了图11中的算法处理；

图15示出了在存在婴儿的情况下使用图14中的算法所产生的信号；以及

图16示出了在空车雨淋试验的情况下使用图14中的算法所产生的信号。

具体实施方式

为了解决前述问题，本发明提出使用能够对车中的孩子进行检测的基于雷达的系统。响应于这种检测结果而采取的行动可以是对驾驶员不要单独留下其孩子的(例如，听得见的)提醒、对车温度的自动调节、或甚至紧急呼叫启动。

图1示出了根据本发明的实施例的车辆的舱室内的检测系统的元件的物理设置。安装在车辆的顶棚104上的收发器102将RF辐射106导引在车辆内的可占用的位置108处。在此情况下，可占用的位置108由安装在车座椅114上的婴儿座椅112上的婴儿110占用。婴儿110反射的经反射的辐射116由收发器102来接收。

图2示意性示出了在使用了雷达传感器系统200的在本发明的实施例中所采用的雷达信号转换和接收技术。频率调制信号控制VCO 202，VCO202向形成收发器102的部分的发射器204提供多个或不同的频率f_N(t)。由于通常被指定为婴儿110的运动206(例如，呼吸)，在收发器102的接收器208处接收到的接收辐射116具有由f_N(t)±Δf给定的频率。如所公知的，关于雷达系统，多普勒频率可以由下式给出：

同样如所公知的，解调器和滤波器连同提供90°移位的移位元件210一起提供了分别以单独的信道212和214上的实数(I)和虚数(Q)信号的形式的接收信号。所发射的辐射优选地是其中可以调节频率的FMCW/FSK雷达信号。

实施例基于以特定带宽(当前为24-24.25GHz但可以使用其它频率范围)进行发出的频率调制连续波(FMCW)或频移键控(FSK)雷达模块。

在图3a中示出了所发射的频率的波形和相对应的采样。I和Q信道信号的绘图提供了复数域中的圆圈。在图3b中进行了示出，借以静态环境所引起的静态偏移。静态偏移可以通过滤波或通过圆估计来去除。接收到的信号的幅度从圆圈的半径(abs(r))得到，并且这等于R-值。R的旋转的速度对应于多普勒频率，因此描述了目标(例如，婴儿)的运动的速度和方向。关于接收到的信号，这可以表示为：

其中，画圈的项用于提供多普勒信息。R-值是IQ笛卡尔调制的极坐标的变换，其中，坐标的原点被设定为圆圈的中心(或其中，过滤掉由于硬件和场景而引起的偏移)。

从而，基于雷达信号，提取了运动的第一测量结果：“R-值”。此值考虑到大多数种类的运动但集中于“人的运动”，以限制较高频率噪声以及可能来自于较慢的过程(例如，系统固有的漂移或其它慢的外部过程)的低得多的频率影响。R-值是重要的，因为其可以用于确定是否存在睡着的/无人照顾的婴儿或孩子。

图4示出了R-值的范围如何可以在大多数情况下用于人与外部影响之间的区分。

低于第一(较低)阈值R₁的R-值指示空座位(也称为空环境)或弱的外部影响。非常弱的R-值(典型地低于空座位/睡着的孩子的阈值)是不存在任何人的环境的特性：空座位或弱的外部影响(图4中最底下的区域)。此分类被称为“空环境识别”。

高于较高阈值R₂的R-值指示存在运动的孩子。非常高的R-值的值(典型地高于睡着的孩子/运动的阈值)是人的运动(例如，肢体运动或较大的孩子/成人的呼吸)(在图4中的最上面的区域)的特性。此分类被称为“运动的孩子识别”。

最终，处于R₁与R₂之间的R-值是不确定的：存在睡着的孩子或来自外部源的强烈影响；并且必须根据本发明的实施例来执行随后的呼吸模式提取算法以确定是哪一种情况。

在两个阈值之间，R-值可能是由睡着的孩子(典型地新生儿)引起的但也可能是由外部影响(车通过、雨、靠近车的行人、随风一起运动的窗的外部部分上的遮光罩等)引起的。在此(中间)区域中，需要较为复杂类型的处理，以便将人的信号与外部影响区分开-睡着的孩子的识别(SCR)。

图5是根据本发明的实施例的算法处理的总体概述。图5从综合算法的角度示出了分类涉及的不同步骤。从时间t(s502)时的数据帧开始，在s504处做出判断，并且如果R-值小于R₁，做出存在空车(不存在婴儿或其它乘员)的决策，如在s506处所指示的。否则，如果在s504处确定R大于R₁，则遵循在s508处有运动的孩子的识别步骤。在此，如果确定R-值大于R₂，做出存在孩子(即，运动的孩子)的决策(s510)。

另一方面，如果在s508处确定R-值小于R₂，处理继续进行至睡着的孩子的识别(检测)步骤s512，本文在以下将进一步讨论。在s512处，确定睡着的孩子的识别值或指数等于最大值1，则做出车辆内存在静止的(无人照顾/睡着的)孩子的决策(s514)。在s512处，如果所确定的睡着的孩子的识别指数为0，则在s516处做出进一步的判断，以使得如果t＞最大值，则做出车是空的但是有噪声的决策(s518)。然而，在t＜最大值的情况下，处理回到s502。做出此非决策性的循环以便避免婴儿被外部扰动所“隐藏”。

参照图6，图6示出了在本发明的实施例中图5的决策过程中的状态，包括阈值(R₁和R₂)的值以及进行决策的时间段。特别地，可以快速地做出较高的框602中的决策，例如，在5至15秒内(例如，当车的驾驶员仍然在周围时)。另一方面，可以在较长的时间段(例如，从识别算法的启动开始30秒至几分钟)内确定较低框604中的决策(包括是否存在睡着的孩子)。

图6示出了关于定时(timing)的两步策略：快速决策仅仅涉及EER和MCR，而SCR需要较长的数据采集和处理时间。在睡着的孩子的识别算法的执行期间，周期性地并行地评估空环境识别和运动的孩子的识别。如果检测到空座位或运动的孩子，则传感器输出将立即跳至“不存在孩子”/“存在孩子”。

图7是根据本发明的实施例的睡着的孩子的识别系统的示意图。这可以包括通常与图2中的电路相对应的模拟硬件模块702。此外，系统700可以包括信号处理电路704：尽管后者已经被示出为硬件，本领域技术人员将意识到的是，信号处理电路704可以被实施为硬件、软件或者硬件和软件的组合。

信号模式单元706提供经由数字-模拟单元(DAC)710馈送的通常指定的命令信号708，其继而向模拟收发器框702的VCO提供控制信号。在模拟收发器框702的输出端712和714处提供的接收到的雷达传感器信号分别经由ADC 716和718向信号处理单元704的输入720和722提供I和Q信号。

在信号处理单元704内，缓冲器724、DC-偏移减法单元726和数字滤波器728(例如，具有大约为1-5的N的Butterworth)提供I和Q信号的预处理。

SCR算法的原理

为了从外部影响中区分睡着的孩子，已经开发了新的算法，该新的算法考虑了睡着的孩子的特殊性，其需要对雷达信号处理较长的时间。

至少在一些实施例中，本发明基于意外的发现，即睡着的孩子的雷达特征信号包含由于新生儿的呼吸的规律性而引起的重复模式。的确，尽管低R-值，睡着的新生儿孩子的信号可通过其主频率的规律性来识别，该主频不同于系统噪声和外部影响。

参照图8a和图8b，图8a和图8b分别示出了针对涉及存在睡着的孩子(例如，图8(a))的不同情形以及涉及外部影响(例如，在存在一罐水的情况下的车辆震动以及雨的影响)的不同情形的预处理的输出。

如在图8(a)和图8(b)中看到的，睡着的婴幼儿的呼吸可明显地从来自外部的影响或空座位上的信号特征中区分开。在图8(a)中，睡着的孩子的雷达信号示出了甚至在最糟糕的情况下的规律的呼吸模式。在图8(b)中，相比于睡着的新生儿，外部影响的雷达信号是非常不同的。

回到图7，将预处理的输出信号(I，Q)分别提供至曲线拟合模块234的输入730、732，该曲线拟合模块234执行最佳拟合(圆圈)匹配操作。其后是通过平均模块736对R₁值的平均操作，然后是在TP模块738处的最终处理。TP模块738的输出是R-值，如以上关于图3和图4所讨论的。再者，高于最大值(R₁)的R-值指示占用状况，而小于最小值(R₂)的R-值指示空状况，如以上关于图5和图6所讨论的。

在R-值是中间的那些阈值(R1，R2)的情况下，执行进一步的处理。更具体而言，如果比较单元744确定R-值是中间的，则睡着的孩子的识别单元740接收I、Q信号并且然后使用插值单元742来执行其插值。插值单元742的输出是特征信号波形(或“特征信号”)，在本文也被称为VSM。在图9(a)和图9(b)中示出了在存在睡着的孩子的情况下的特征信号的示例。图9(a)示出了在天窗关闭的情况下睡在BebeComfort床垫上的Clement(新生儿)的呼吸特征信号。图9(b)示出了在天窗关闭的情况下睡在Chicco床垫上的Viktor(新生儿)的呼吸特征信号。

至少在一些实施例中，SCR-算法能够识别重复信号模式的强度和频率。在睡着的孩子的情况下，此分析的输出将示出在某个频率范围内的呼吸频率的规律性，如在图9(a)和图9(b)中看到的。算法将然后自动地识别呼吸特征信号。

图10(a)至图10(d)示出了涉及外部扰动(不存在婴儿)的不同情形的特征信号的示例。

与图9(a)和图9(b)相比，在外部影响的情况下，分析的输出将是非常不同的，其中极值频率占主导(见图10(a))、具有弱的规律性(见图10(b))或根本不存在周期性(见图10(c))。图10(a)示出了输出在6罐水的情况下震动的Mini的输出：极值频率占主导，其不会触发睡着的孩子的决策。图10(b)示出了在雨淋试验下BMW的输出：周期性是弱的，其可以从规律的呼吸特征信号来区分出。图10(c)示出了在不存在外部影响的情况下空座位的输出：在系统噪声中为找到周期性模式。图10(d)示出了轻金属化塑料影响的输出：周期性是弱的并且无规律的。

回到图7，一旦获得特征信号(VSM)，就由相关单元744执行X-相关操作，其后由峰值检测单元746来执行峰值检测操作。这引起关于由雷达系统所扫描的车辆内的位置是否被睡着的/无人照顾的孩子占用的决策(748)。

图11是更详细地示出了根据本发明的实施例的出于睡着的孩子的识别的目的的算法处理的流程图。

如将意识到的，频率选择s1102、偏移过滤器环s1104和漂移过滤s1106与图7中的单元706、726和728相对应。此外，如关于图7所提到的，EER-MCR子过程1108涉及R-值s1110的确定、s1112处对其的低通滤波以及s1114处的EER-MCR决策；以及如先前所指示的，大于R₂的R-值给出了车辆被占用(s1116)的指示。另外，R-值在R₁与R₂之间的发现(s1118)意指预处理的信号被馈送(s1120)至睡着的孩子的识别子过程s1122。

为了睡着的孩子的识别/检测，执行第一VSM信号重构以生成特征信号或VSM(s1124)。在此实施例中，并行地执行操作以针对该特征信号执行主频提取(s1126)、频率规律性提取(s1128)以及幅度规律性提取(s1130)。操作s1126至s1130的输出是人特征指数(HSI)，如在s1132处所确定的。然后，做出决策(s1134)，由此，如果HSI大于阈值(H1)，则存在车辆未被占用的发现(s1136)。另一方面，如果在s1134处确定HSI小于H1并且已经逝去一段时间(例如，30秒；s1136)，则存在车辆是空的(s1138)的发现。

人特征指数(HSI)确定是基于重复模式的提取。这有助于确定睡着的孩子是否存在，并且在这方面参照图12，图12示出了不同年龄的人的静息呼吸率。

而且，主频提取操作(s1126)实现了根据接收到的特征信号来推导呼吸率指数；这在图13(a)中进行了示出。图13(b)示出了呼吸变化指数的分布。

图14更详细地示出了图11的算法处理。从而，结合模拟收发器单元702而作用的频率选择s1102可操作用于执行使用中的各个动作：这些可以包括针对I的最大幅度的扫描、针对“干净”信号的扫描、根据圆圈拟合的扫描、以及出于长频移键控目的的扫描中的任何或全部(s1402)。此外，偏移滤波s1104可以涉及执行第一值减法和频率相关的减法中的一个或多个(s1404)。此外，漂移滤波s1106可以包括借助于一阶至五阶Butterworth滤波器的带通滤波和/或借助于一阶至五阶Butterworth滤波器的低通滤波(s1406)。总体运动指示器(R-值确定(s1110))可以包括圆圈拟合以及R至中心的平均(s1410)。低通滤波(s1112)可以包括基于运动平均和/或FIR(s1412)的这种滤波。

关于图11的SCR子过程(s1122)，图14中的VSM信号重构操作s1124可以包括特征信号的低通滤波、角度计算、I与Q之间的幅度的确定、主分量分析和/或诸如根据DROITCOURT的其它操作(s1424)。此外，主频提取s1126可以包括自相关和峰值发现、FFT和峰值发现、或FIT和峰值发现(s1426)。另外，频率规律性提取操作(s1128)可以包括(s1428)中间峰间距离与峰值数量/窗口尺寸之间的比较、峰值的标准偏差、和/或FFT的分析。最终，幅度规律性提取操作(ss1130)可以包括幅度和偏差的计算和/或峰值查找器的阈值的偏差。HSI确定(s1132)可以包括(s1432)接收到的参数的粗略的阈值化和高斯函数的乘法运算(见图13a和13b)。最终，SCR决策步骤(s1134)(即，与“人”的比较)可以包括执行粗略的阈值化和高斯函数的乘法运算(s1434)。

图15示出了在存在婴儿的情况下使用图14的算法而产生的信号。在左侧图表中指示了在s1106(图14)处由漂移滤波器所输出的预处理的信号，并且在右侧图表中指示了由VSM信号重构操作s1124所输出的相对应的特征信号。检测到的呼吸率是53bpm，具有好的呼吸模式。HSI被确定为是55，即大于指示睡着/无人照顾的孩子的存在的20；并且获得了10秒内的自信的检测结果。

图示出了在空车雨淋试验的情况下使用图14的算法而产生的信号。在左侧图表中指示了在s1106(图14)处由漂移滤波器所输出的预处理的信号，并且在右侧图表中指示了由VSM信号重构操作s1124所输出的相对应的特征信号。在此情况下，未检测到呼吸，呼吸率是为空，并且所确定的HSI是0，即小于20的阈值。在此情况下，在30秒后，算法将保持为“空”状态。

SCR算法的定时

至少在实施例中，实际上，一旦识别到特征信号，睡着的孩子的识别算法就触发决策“睡着的孩子”。最多，然后可以在大约30秒内检测到睡着的孩子。

而且，至少在本发明的实施例中，为了覆盖所有可能的情形，空的/睡着的孩子的阈值(EER)和睡着/运动的孩子的阈值(SCR)仍然与睡着的孩子的识别算法并行地试验，并且还可以导致预期的决策。

可以针对运动的孩子、空座位、以及睡着的孩子决策来完成对检测时间的这一优化，但是在持续存在的外部影响的情况下，仅可以在较长的时间段(大约1-5分钟)之后做出该决策。

在一些实施例中，SCR算法基于两个重要过程：(i)至主要目标(例如，可占用位置处的婴儿)的雷达信号的优化以及(ii)人呼吸特征信号和的识别。

至少在一些实施例中，至主要目标的雷达信号的优化是将FMCW或FSK的不同频率步骤的信号进行组合以便消除相消干涉并且仅仅保留与主要目标的运动相对应的最佳信号的过程。频率的此选择过程可以导致所发出(所发射)的雷达波的修改(如果必要的话)。

至少在一些实施例中，通过使用能够在很好地选择的时间窗口(典型地15s)鉴定重复模式(典型地自相关)的信号处理方法来实现人呼吸信号的识别。根据这一经处理的输出(见图9(a)、图9(b)、图15和图16)，计算主频连同其强度和规律性。人呼吸信号然后由高强度的非常规律的频率优势来表征。例如，人呼吸的频率典型地在15(成人)与70(新生儿)次呼吸每分钟之间。通过确定该频率在较长的时间范围内(而不仅仅是第一谐波)是否仍旧有效来发现该规律性。频率优势的强度在分析的时间窗口期间还不应当偏离超过典型的量。

尽管已经参照在其各自的实施方式中具有不同部件的实施例描述了实施例，但是将意识到的是，其它实施例使用这些部件和其它部件的其它组合和排列。

此外，本文将实施例中的一些实施例描述为可以由计算机系统的处理器或通过执行该功能的其它手段来实施的方法或方法的元件的组合。从而，具有用于执行该方法或方法的元件的必要指令的处理器形成了用于执行方法或方法的元件的手段。此外，装置实施例中的本文所描述的元件是用于执行出于执行本发明的目的而由元件所执行的功能的手段的示例。

在本文所提供的说明书中，阐述了许多具体细节。然而，应当理解的是，本发明的实施例可以在没有这些具体细节的情况下得以实施。在其它情况下，公知的方式、结构和技术并未详细地示出以便不模糊对本说明书的理解。

从而，尽管已经描述了被认为是本发明的优选实施例的东西，但是本领域技术人员将认识到，可以在不脱离本发明的精神和范围的情况下针对其做出其它和进一步的修改，并且旨在要求保护落在本发明的范围内的所有这些变化和修改。例如，以上给出的任何公式仅仅表示可以使用的过程。可以从框图中添加或删除功能，并且可以在功能框之中交换操作。可以为本发明的范围内所描述的方法添加或删除步骤。