苗米科技基于无线识别呼吸频率检测方案

近日，苗米科技宣布完成数千万元Pre-A轮融资，由杭州兴瑞万嘉、君德TIS、星辰基金共同投资。苗米设备产品和苗米监测统计分析系统广泛应用于智慧养老，智慧安防，智能家居，智能家电、智慧车载等未来智管领域。

目前，在公共场所人群活动管理、灾后急救、生物养殖、医疗领域及安保领域等活动中，均需要快速实现对人员不能直接到达或长期驻守的空间内进行人体或其他生物检测、监控等目标，针对这一需要，如何通过生物体呼吸效应进行生物体检测是当前解决这一问题的重要措施。

虽然针对这个问题，现有技术也提出了一系列的方案，均可以实现对指定范围内环境中的生物呼吸活动特征进行远程检测识别。但在数据检测识别作业中，数据检测、识别精度相对较低，数据运算处理运算量大、运算效率低下且数据运算精度低，难以有效满足高效、高精度远距离对特定范围内呼吸活动进行检测的需要。

尤其是对微弱呼吸作用和在现场复杂地形环境、噪声环境、烟尘环境、温度环境及电磁干扰环境下进行检测作业时的难度及精度均相对较差，无法有效满足使用的需要。为此，苗米科技在2019年6月26日申请了一项名为“一种基于无线识别的呼吸频率检测方法”的发明专利（申请号：201910560166.1），申请人为南京苗米科技有限公司。

根据该专利目前公开的相关资料，让我们一起来看看这项呼吸频率检测方案吧。

如上图，为该专利中发明的峰值检测算法流程图，首先，系统会构建一个以云计算为基础的检测服务器，并使该服务器通过无线通讯网络与操控计算机终端和呼吸频率检测装置连接，构成一个呼吸服务检测网。呼吸频率检测装置可以对待检测目标的呼吸状态进行持续检测并获得波形数据，然后波形数据通过网络发送至检测服务器中。

其次，当检测服务器接收到发送的波形数据后，会对波形数据进行数据运算，从波形数据中提取其中特征明显的5个子载波数据，且每5个子载波构成一个计算单元。接着以该计算单元为基础，然后使当前计算单元各子载波结合波形数据进行降噪处理。

最后，根据计算单元得到的叠加后子载波数据波形，对波形的波谷值和波峰值进行统 计，其中相邻的波峰波谷的时间间隔的平均值进行记录，然后可进行呼吸频率测算以得到呼吸频率计算结果，并将呼吸频率计算结果通过终端输出即可。

如上图，为该专利中展示的由呼吸频率检测装置得到的有呼吸状态和无呼吸状态波形图，可以看到有呼吸的原始波形振幅波动较大，而无呼吸原始波形较为平稳。在该专利中也描述了如何判断有呼吸状态和无呼吸状态，即：当同一个子载波的最大值的方差和最小值的方差都大于0.2，并且所有子载波均值大于0.2时，判断为有呼吸，否则判断为无呼吸。

而如上图，为子载波波形去噪后数据取最值点效果图，根据该处理结果，我们也可以看到该方案中数据处理能力强、检测精度高，且数据运算量相对较小。从而可有效实现对指定范围呼吸频率精确检测作业的目的，且经过大量测试，有人时准确率为81.48％，无人时准确率为86.67％。

以上就是苗米科技发明的基于无线识别的呼吸频率检测方法，该方案中的数据通讯系统构建简单灵活，方案的通用性以及扩展能力较强。另一方面，其数据处理能力强、检测精度高，可以有效地对指定范围实现呼吸频率精确检测作业。