| 1 |
1
차량에 설치된 레이더 센서로부터 레이더 수신 신호를 획득하는 신호 입력부;매 프레임 마다, 이전의 제1 시간 구간에 관측된 레이더 수신 신호에 대해 슬라이딩 윈도우를 적용하여 얻은 윈도우 별 도플러 주파수 성분을 이용하여 복수의 마이크로 도플러 영상을 획득하고, 획득한 복수의 영상을 분석하여 해당 시간 구간에서의 도플러 스펙트럼의 분산 정도 및 변화 정도에 각각 해당한 제1 특징값과 제2 특징값을 결정하는 모션 감지부;매 프레임 마다, 상기 제1 시간 구간을 포함한 이전의 제2 시간 구간에 관측된 레이더 수신 신호에 대해 분석한 도플러 주파수 성분으로부터 호흡 주파수의 검출 여부를 분석하여 분석 결과에 대응된 제3 특징값을 결정하는 생체 신호 감지부; 및결정된 제1 내지 제3 특징값을 기 설정된 알고리즘에 적용하여 차량 내 탑승자 존재 여부를 판단하는 분석부를 포함하는 레이더 기반의 탑승자 인식 장치
|
| 2 |
2
청구항 1에 있어서,상기 레이더 센서는,CW 방식, FMCW 방식, 펄프-도플러 방식 중에서 선택된 레이더 방식을 사용하는 레이더 기반의 탑승자 인식 장치
|
| 3 |
3
청구항 1에 있어서,상기 모션 감지부는,상기 제1 시간 구간 내에 상기 제1 시간 구간보다 작은 크기의 윈도우를 적용하여 설정 시간 간격으로 중첩 이동시키면서 각 윈도우 상의 도플러 주파수 성분을 분석하여 L개의 마이크로 도플러 영상을 획득하고, 상기 L개의 영상에서 관측된 각 도플러 빈 별 크기를 이용하여 상기 제1 및 제2 특징값을 각각 결정하는 레이더 기반의 탑승자 인식 장치
|
| 4 |
4
청구항 3에 있어서,상기 모션 감지부는,상기 L개 영상 각각에서 임계값 이상의 크기를 갖는 도플러 빈의 개수를 환산한 다음 환산한 L개의 값을 모두 평균하여 상기 제1 특징값을 획득하고,상기 L개의 영상 중 서로 연속한 두 영상 간에 상기 임계값 이상의 도플러 빈의 개수 간의 차이를 환산한 다음 환산한 L-1개의 값을 모두 평균하여 상기 제2 특징값을 획득하는 레이더 기반의 탑승자 인식 장치
|
| 5 |
5
청구항 1에 있어서,상기 제3 특징값은,상기 호흡 주파수가 검출된 경우 1의 값을 가지고 미검출된 경우 0의 값을 가지는 레이더 기반의 탑승자 인식 장치
|
| 6 |
6
청구항 1에 있어서, 상기 분석부는,상기 제1 내지 제3 특징값을 기 설정된 기준값과 비교하여 탑승자 존재 여부를 판단하되, 상기 제1 특징값이 제1 기준값보다 크거나, 상기 제2 특징값이 제2 기준값보다 크거나, 상기 제3 특징값이 호흡 성분이 검출된 상태를 나타낸 '1'의 값을 갖는 조건 중 적어도 하나를 만족하면, 탑승자가 존재하는 것으로 판단하는 레이더 센서를 이용한 탑승자 인식 장치
|
| 7 |
7
청구항 6에 있어서,상기 분석부는,상기 제1 특징값이 제1 기준값보다 큰 동시에 상기 제3 특징값이 '0'을 만족하는 경우, 탑승자가 미존재한 상황에서 움직이는 사물이 검출된 것으로 판단하는 레이더 센서를 이용한 탑승자 인식 장치
|
| 8 |
8
청구항 1에 있어서,상기 분석부는,상기 제1 내지 제3 특징값을 기 학습된 머신 러닝 모델에 적용한 결과로부터 탑승자의 존재 여부를 판단하고,상기 머신 러닝 모델은,복수의 시나리오 별 수집된 제1 내지 제3 특징 값을 입력 값으로 하고 탑승자의 존재 여부를 출력 값으로 하여 사전에 학습되는 도플러 정보 기반의 보행자 및 차량 인식 장치
|
| 9 |
9
차량에 설치된 레이더 센서로부터 레이더 수신 신호를 획득하는 단계;매 프레임 마다, 이전의 제1 시간 구간에 관측된 레이더 수신 신호에 대해 슬라이딩 윈도우를 적용하여 얻은 윈도우 별 도플러 주파수 성분을 이용하여 복수의 마이크로 도플러 영상을 획득하고, 획득한 복수의 영상을 분석하여 해당 시간 구간에서의 도플러 스펙트럼의 분산 정도 및 변화 정도에 각각 해당한 제1 특징값과 제2 특징값을 결정하는 단계;매 프레임 마다, 상기 제1 시간 구간을 포함한 이전의 제2 시간 구간에 관측된 레이더 수신 신호에 대해 분석한 도플러 주파수 성분으로부터 호흡 주파수의 검출 여부를 분석하여 분석 결과에 대응된 제3 특징값을 결정하는 단계; 및결정된 제1 내지 제3 특징값을 기 설정된 알고리즘에 적용하여 차량 내 탑승자 존재 여부를 판단하는 단계를 포함하는 레이더 기반의 탑승자 인식 방법
|
| 10 |
10
청구항 9에 있어서,상기 레이더 센서는,CW 방식, FMCW 방식, 펄프-도플러 방식 중에서 선택된 레이더 방식의 레이더를 사용하는 레이더 기반의 탑승자 인식 방법
|
| 11 |
11
청구항 9에 있어서,상기 제1 특징값과 제2 특징값을 결정하는 단계는,상기 제1 시간 구간 내에 상기 제1 시간 구간보다 작은 크기의 윈도우를 적용하여 설정 시간 간격으로 중첩 이동시키면서 각 윈도우 상의 도플러 주파수 성분을 분석하여 L개의 마이크로 도플러 영상을 획득하고, 상기 L개의 영상에서 관측된 각 도플러 빈 별 크기를 이용하여 상기 제1 및 제2 특징값을 각각 결정하는 레이더 기반의 탑승자 인식 방법
|
| 12 |
12
청구항 11에 있어서,상기 제1 특징값과 제2 특징값을 결정하는 단계는,상기 L개 영상 각각에서 임계값 이상의 크기를 갖는 도플러 빈의 개수를 환산한 다음 환산한 L개의 값을 모두 평균하여 상기 제1 특징값을 획득하고,상기 L개의 영상 중 서로 연속한 두 영상 간에 상기 임계값 이상의 도플러 빈의 개수 간의 차이를 환산한 다음 환산한 L-1개의 값을 모두 평균하여 상기 제2 특징값을 획득하는 레이더 기반의 탑승자 인식 방법
|
| 13 |
13
청구항 8에 있어서,상기 제3 특징값은,상기 호흡 주파수가 검출된 경우 1의 값을 가지고 미검출된 경우 0의 값을 가지는 레이더 기반의 탑승자 인식 방법
|
| 14 |
14
청구항 8에 있어서, 상기 판단하는 단계는,상기 제1 내지 제3 특징값을 기 설정된 기준값과 비교하여 탑승자 존재 여부를 판단하되, 상기 제1 특징값이 제1 기준값보다 크거나, 상기 제2 특징값이 제2 기준값보다 크거나, 상기 제3 특징값이 호흡 성분이 검출된 상태를 나타낸 '1'의 값을 갖는 조건 중 적어도 하나를 만족하면, 탑승자가 존재하는 것으로 판단하는 레이더 센서를 이용한 탑승자 인식 방법
|
| 15 |
15
청구항 8에 있어서,상기 판단하는 단계는,상기 제1 특징값이 제1 기준값보다 큰 동시에 상기 제3 특징값이 '0'을 만족하는 경우, 탑승자가 미존재한 상황에서 움직이는 사물이 검출된 것으로 판단하는 레이더 센서를 이용한 탑승자 인식 방법
|
| 16 |
16
청구항 8에 있어서,상기 판단하는 단계는,상기 제1 내지 제3 특징값을 기 학습된 머신 러닝 모델에 적용한 결과로부터 탑승자의 존재 여부를 판단하고,상기 머신 러닝 모델은,복수의 시나리오 별 수집된 제1 내지 제3 특징 값을 입력 값으로 하고 탑승자의 존재 여부를 출력 값으로 하여 사전에 학습되는 도플러 정보 기반의 보행자 및 차량 인식 방법
|
