雷达|毫米波人员监测雷达在智能安防、站台预警与行人监测中的应用( 二 ) 自动驾驶|driver|初创公司|uber

巍泰技术（武汉）有限公司人员监测雷达WTR-810/820，通过对监测区域内移动目标人员所反射电磁波的计算分析，获取目标人员当前的速度和位置，并在输出目标人员速度和位置的同时实现轨迹跟踪。此外，还可通过对目标人员的位置分析，判断目标人员是否进入所绘制的监测区域内，统计并输出各区域内监测到的目标数量。
2、虚警消除与轨迹跟踪
人员监测雷达综合采用FMCW、MIMO等技术，运用静止物体消除算法、人与非人物体区分算法、多径干扰消除算法和多目标跟踪算法等，有效区分出人与其他物体，消除虚假检测，实现室内环境下多目标的跟踪识别。
静止物体消除算法主要用于消除室内环境下静止不动的物体（如墙、桌椅等），该算法在信号处理模块和数据处理模块均有涉及，通过消除零多普勒通道目标可以实现静止物体的滤除，避免静止物体对运动目标的干扰。
人与非人物体区分算法主要用于人与带有微动的物体（如转动的电风扇、飘动的窗帘等）的区分。微动的物体具有一定的多普勒速度，容易引起毫米波雷达传感器的误判，进而对其进行跟踪输出。人与非人物体区分算法会统计人与微动物体的特性，提取有效特征，进行目标区分，最后只输出目标人员的跟踪轨迹结果。
多径干扰消除算法主要用于消除室内场景中目标运动所带来的虚假检测点，避免这些虚假检测点被毫米波雷达传感器误认为目标进行跟踪输出，造成虚警的问题。该算法会根据室内环境面积以及毫米波雷达传感器所得到的原始检测点信息（如距离、速度、角度和信噪比等），进行综合判决，判断得到的原始检测点是否为虚假点，从而将其滤除，大大降低室内环境下多径所带来的虚警问题。
多目标跟踪算法主要用于对室内环境下多个运动目标进行精确定位和稳定跟踪。此算法首先会对原始检测点进行有效聚类，得到不同目标类簇，然后借助扩展卡尔曼滤波算法对不同簇进行跟踪滤波处理，最后得到稳定的运动目标轨迹。

二、站台预警：站台端头入侵监测预警
随着“四横四纵”高铁网络的基本建成，各类枢纽车站站台、股道数量增多，运营车次数量加大，发车间隔变短，人流密度同步增高，站台区域在上下车时人员聚集情况严重。此外，还存在极个别旅客人群试图通过站台端头逃票方式侵入铁路线路的行为，这不仅会给旅客带来极大的安全风险，还会影响铁路运营秩序。
目前，车站站台端头的防护一般采取值班人员全天候值守的方式，各车站只能通过增加巡检人员数量、提高巡检频次来保障运营安全。但基于人工巡视，发生紧急情况时通过对讲、电话等形式实现站房安全管理的集中监管，存在巡视有盲区、警情传递慢、处置不及时的弊端。鉴于这种形式，站台端头入侵报警系统应运而生。站台端头入侵报警系统可实现站台端头全天候、全自动化监测，节省人力物力。再结合视频系统可随时调出报警记录对应时间内的历史视频，方便对入侵行为进行举证，约束站台旅客行为，起到震慑作用。
入侵人员监测雷达作为高铁站台端头入侵预警系统技术核心，其测量灵敏度与准确性决定了整个入侵预警系统的及时性与可靠性。巍泰技术人员监测雷达WTR-820采用新一代毫米波MMIC集成射频方案，稳定性好、成本适宜；结合MIMO多天线设计，波束合成（DBF）技术，回波定向强、覆盖范围广；创新的阵子优化调整分配功率，实现更大增益，保证了雷达测量的灵敏度与精准度。此外，雷达自带开机自动校准和温度补偿功能，抗干扰能力强，中心频率不漂移，保证雷达监测不受风、光照、温度变化以及烟、雾、灰尘等外界环境因素的干扰，进一步保证了雷达测量的精准度与稳定性。