地面“鷹眼”督察儀獲獎科研報告

地面“鷹眼”督察儀獲獎科研報告

摘

要：為解決現(xiàn)今社會，高空拋物造成的人員傷亡、財產(chǎn)受損等安全問題。同時，克服現(xiàn)有基于視覺的高空拋物檢測裝置弊端，本作品提出一種基于毫米波雷達(dá)的高空拋物檢測與預(yù)警裝置。這將有效彌補基于視覺系統(tǒng)高空拋物檢測裝置的不足，盡可能降低類似安全事故的發(fā)生頻率，并且為高空拋物檢測預(yù)警裝置研發(fā)提供新的思路。

關(guān)鍵詞：毫米波雷達(dá);高空拋物檢測;神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí);大數(shù)據(jù)與信息集成

引言

隨著我國經(jīng)濟的飛速發(fā)展，城市文明的不斷提升，越來越多的高層樓宇聳立街頭。然而高空拋物致人傷亡，個人財產(chǎn)，公共設(shè)施受損的事故卻層出不窮。一個個被拋下來的物品，至此成為城市文明上空的污點。因此，高空安全隱患問題日益被廣大人民所重視。為了預(yù)防此類事件的發(fā)生，高空拋物檢測與預(yù)警裝置應(yīng)運而生，然而現(xiàn)階段主要的檢測裝置僅局限于通過視頻、拍攝成像、紅外成像的技術(shù)方式進行設(shè)計。由于基于主流技術(shù)的產(chǎn)品存在應(yīng)用環(huán)境局限性大（比如暗夜條件、極端天氣條件下裝置將不能很好地檢測高空拋物），對物體跟蹤、識別性能差以及物體定位精度低等諸多技術(shù)瓶頸，為了進一步減輕高空拋物導(dǎo)致的惡劣后果，優(yōu)化產(chǎn)品技術(shù)，本團隊提出了基于毫米波雷達(dá)的高空拋物檢測與預(yù)警裝置的研發(fā)。

毫米波雷達(dá)優(yōu)勢概述

毫米波雷達(dá)發(fā)射的毫米波，其頻域通常在30～300GHz，波長范圍在1～10mm，介于厘米波和光波之間。毫米波導(dǎo)引頭具有體積小、質(zhì)量輕和空間分辨率高的特點，對霧、煙、灰塵的穿透能力強，并且具有全天候工作的特點。

毫米波雷達(dá)具備的天線口徑和窄波束使它能實現(xiàn)高跟蹤精度和引導(dǎo)精度;易于進行低仰角跟蹤，抗地面多徑和雜波干擾;對近空目標(biāo)具有高橫向分辨力;對區(qū)域成像和目標(biāo)監(jiān)視具備高角分辨力;通過窄波束的抗干擾性能和高天線增益使它容易檢測小目標(biāo)，甚至是電線、電桿和彈丸等。

雷達(dá)具備的大帶寬特點具有高信息速率，容易采用窄脈沖或?qū)拵д{(diào)頻信號獲得目標(biāo)的細(xì)節(jié)結(jié)構(gòu)特征;具有寬的擴譜能力和減少多徑、雜波并增強抗干擾能力;具有高距離分辨力，易得到精確的目標(biāo)跟蹤和識別能力，相鄰頻率的雷達(dá)或毫米波識別器工作，易克服相互干擾。

項目技術(shù)路線

通過毫米波雷達(dá)的天線陣列和前端射頻模塊，應(yīng)用C/C++算法測得高空拋物的實時位置、速度和角度信息，再通過物體的雷達(dá)發(fā)射特征，基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)技術(shù)來識別高空拋物，從而實現(xiàn)全天候、全地域、全時段的高空拋物檢測定位。分析高空拋物的運動規(guī)律，反向推理物體的拋出樓層，同時提供及時的地面拋物危險預(yù)警。

項目技術(shù)手段

在本次基于毫米波雷達(dá)測速的高空拋物的項目研發(fā)中，本團隊在整體上分為雷達(dá)測速、雷達(dá)數(shù)據(jù)分析與神經(jīng)網(wǎng)絡(luò)建模以及后端功能實現(xiàn)三部分。在雷達(dá)測速部分，團隊在參考對比之下，在信號處理方向上，探討測速本質(zhì)——譜峰搜索;然后利用快速傅里葉變換這一數(shù)字信號處理領(lǐng)域中的經(jīng)典方法，實現(xiàn)了對雷達(dá)回波信號的頻譜譜峰位置的快速捕獲;為進一步提高連續(xù)毫米波雷達(dá)的測速精度，在快速傅里葉變換的基礎(chǔ)上，再引入ChirpZ變換方法，通過頻譜細(xì)化實現(xiàn)了對測速算法計算分辨率的有效提升;最后借助MATLAB軟件或者Python等進行離線分析。

在經(jīng)過ADC采集雷達(dá)的中頻信號數(shù)據(jù)之后，團隊在完成對頻譜分析問題的基礎(chǔ)上，應(yīng)用神經(jīng)網(wǎng)絡(luò)建立物體拋落軌跡模型，精準(zhǔn)定位，以及對軌跡進行預(yù)測，判斷物體下落位置及時提供預(yù)警信號。在神經(jīng)網(wǎng)絡(luò)的運動目標(biāo)軌跡預(yù)測網(wǎng)絡(luò)搭建中，團隊參考采用基于RNN的運動目標(biāo)軌跡預(yù)測方法，搭建長短時記憶（LongShortTermMemory，LSTM）網(wǎng)絡(luò)模型;采用基于多層網(wǎng)格搜索的模型參數(shù)優(yōu)選算法對網(wǎng)絡(luò)模型的步長L、隱藏節(jié)點個數(shù)H和學(xué)習(xí)率η進行優(yōu)選;最后，采用隨時間反向傳播算法（BackPropagationthroughTime，BPTT）對LSTM網(wǎng)絡(luò)模型的權(quán)重參數(shù)進行優(yōu)化訓(xùn)練。

在對高空拋物對象運動目標(biāo)軌跡預(yù)測實驗與結(jié)果分析中，首先對模型關(guān)鍵參數(shù)進行優(yōu)選，確定模型步長L、隱藏節(jié)點個數(shù)H和學(xué)習(xí)率η;然后進行運動目標(biāo)軌跡預(yù)測實驗，采用LSTM模型，將所搭建網(wǎng)絡(luò)應(yīng)用于高空拋物物體運動軌跡的預(yù)測當(dāng)中。

綜上，團隊在研發(fā)過程中進行了多次試驗以及優(yōu)化建模，借助已有的技術(shù)手段來優(yōu)化項目過程，不斷改進和追求更好的縮短從雷達(dá)檢測到預(yù)警信號發(fā)出整個過程所用時間，提高產(chǎn)品的安全性以及可靠性。

結(jié)束語

綜上所述，隨著人們對高空拋物事件越來越重視，市場對高空拋物精確檢測設(shè)備的渴求也與日俱增?；诤撩撞ɡ走_(dá)的高空拋物檢測與預(yù)警裝置順應(yīng)市場需求，開辟了檢測技術(shù)的新道路，很大程度上提高了檢測的準(zhǔn)確性和快捷性。但就如何提升實際應(yīng)用成效，還有待本團隊