CN103198548A

CN103198548A - 基于开关传感器的公交汽车上下乘客数区域判别算法

Info

Publication number: CN103198548A
Application number: CN2013101147032A
Authority: CN
Inventors: 向怀坤
Original assignee: Shenzhen Polytechnic
Current assignee: Shenzhen Polytechnic
Priority date: 2013-04-03
Filing date: 2013-04-03
Publication date: 2013-07-10
Anticipated expiration: 2033-04-03
Also published as: CN103198548B

Abstract

本发明提供了一种基于开关传感器的公交汽车上下乘客数区域判别算法，包括以下步骤：提供开关传感器阵列，该开关传感器阵列包括m行、n列分布的开关传感器，m、n为正整数，如果开关传感器导通，则记数为0，如果开关传感器不导通，则记数为1；当乘客压到开关传感器阵列上时，通过开关传感器阵列得到一帧数据，该帧数据被保存为标准的栅格数据结构；获取数据；数据修订；多只脚型分离；基于区域法的脚型跟踪算法；输出结果。本发明的有益效果是：可通过开关传感器阵列的受压轮廓来判别上下车，提高了客流的统计精度。

Description

基于开关传感器的公交汽车上下乘客数区域判别算法

技术领域

本发明涉及公交汽车上下乘客数区域判别算法，尤其涉及基于开关传感器的公交汽车上下乘客数区域判别算法。

背景技术

随着城市化的发展，需要面向城市公共交通（如公交、地铁等）进行智能化管理，而进行智能化管理的基础则是采集所需要的实时公共客流信息，目前常见的采集方式及其缺陷如下：

1、刷卡统计：由于持卡量有限，并不是所有人都采用刷卡的形式，且目前刷卡只能准确统计上车信息，无法统计下车信息。

2、按键统计：乘客不愿操作，很难实施。

3、视频统计：照度影响、抖动影响、遮挡影响…精度差，并且需要人工统计，成本大。

4、红外统计：在车门安装对射红外传感器，利用光线被遮挡来检查乘客，精度差，无法判别上下车，并且误差较大，当有两位或两位以上乘客并列上下车时，则会出现漏检。

5、踏板统计：含机械式计数器和开关传感器两类，误差大，实用性差。

发明内容

为了解决现有技术中的问题，本发明提供了一种基于开关传感器的公交汽车上下乘客数区域判别算法。

本发明提供了一种基于开关传感器的公交汽车上下乘客数区域判别算法，包括以下步骤：

A、提供开关传感器阵列，该开关传感器阵列包括m行、n列分布的开关传感器，m、m为正整数，如果开关传感器导通，则记数为0，如果开关传感器不导通，则记数为1；

B、当乘客压到开关传感器阵列上时，受压的开关传感器将导通，不受压的开关传感器则不导通，通过开关传感器阵列得到一帧数据，该帧数据被保存为标准的栅格数据结构，如以下公式所示，

Figure 2013101147032100002DEST_PATH_IMAGE002

上式中，

表示采集到的第

帧数据，

、

分别表示一帧数据的行、列数，由开关传感器的行列数决定，

表示任意一帧数据的序列号；

C、获取数据；

D、数据修订；

E、多只脚型分离；

F、基于区域法的脚型跟踪算法，是对进行修订后的所有脚型数据进行按位与操作，所有帧脚型数据结构图都累计起来构成一个大脚印，通过坐标链表，提取出大脚印的特征向量，建立模板库，进行模糊模式识别，用模糊聚类方法对脚型进行识别；

G、输出结果。

作为本发明的进一步改进，步骤C为：获取数据，分离出0和1。

作为本发明的进一步改进，步骤D为：数据修订，分别进行对应脚宽的列修订和对应脚长的行修订。

作为本发明的进一步改进，步骤D中的列修订为：收到的数据是以列为基准，从第1列开始扫描，到最后一列结束，算法开始是以列为基准，提取0开始及0结束的位置，并存在相应的数组段中，每一段对应一个连续0的序列，然后对相同列的连续0进行分析，整合原则是相同列的相邻两段0序列中间差距小于等于6时，进行合并连接。

作为本发明的进一步改进，步骤D中的行修订为：对数组进行对称变换后，以行为基准，再次提取0开始及0结束的位置，整合原则是相同行的相邻两段0序列中间差距小于等于3时，进行合并连接。

作为本发明的进一步改进，步骤E为：多只脚型分离；对脚型进行分离，提取第一个连续0序列，然后其后的每个序列都与其比较，相关联或者相差不多于2个点位，都归于一只脚；如果没有关联度，则划归于下一只脚，然后其后的序列具有排他性，归属于第一只脚的，就不能再归属于其他脚，分离结束后将每只脚以矩形的方式呈现，然后记录总脚数。

作为本发明的进一步改进，步骤F为：在内存中开出脚型内存数据，对一只脚的情况记录于变量max_rect中，而判断为同一个人的另一只脚记录于变量temp_max_rect中，同一个人的脚的判断原则是两只脚之间距离不大于10，在只有两只脚的时候得进行修订，最后合成的区域记录于变量max_max_rect中，依次类推，每次都进行比较及扩展，变量max及变量temp_max记录的都是最大脚，在进行前后脚分离时，扩展的脚不超过4帧，变量min中记录的都是当前的新帧，就是脚当前处的位置；在收到的变量number为0时，执行全局判别算法，而在其他情况下，执行区域判别算法，两人的原则是之间的距离大于10，在这个条件下，出现两个人的情况，当前收到的脚型与任何一个区域的脚无关时，说明某个区域为空，以变量IS_intersect判断为准，从而执行区域判别。

作为本发明的进一步改进，步骤G为：当脚离开时的矩形与整个大矩形时进行比较，离脚头近为上车，离脚头远为下车，区域判断算法有单人修订的原则，在只有两只脚的时候进行再次修订，将距离扩大为15，由此可得到总的上、下车乘客数量。

本发明的有益效果是：可通过开关传感器阵列的受压轮廓来判别上下车，提高了客流的统计精度。

附图说明

图1是本发明一种基于开关传感器的公交汽车上下乘客数区域判别算法的流程图；

图2是本发明一种基于开关传感器的公交汽车上下乘客数区域判别算法的栅格数据结构图。

具体实施方式

下面结合附图说明及具体实施方式对本发明进一步说明。

如图1至图2所示，一种基于开关传感器的公交汽车上下乘客数区域判别算法，包括以下步骤：

上式中，

表示采集到的第

帧数据，

、

表示任意一帧数据的序列号，也可以看作设备工作的频率数，只要设备上电开始采集数据，

值就有了实际的数值，

表示设备采集数据累积到当前的最新序列号，公交汽车上下乘客数的判别就是基于该数据结构开展的；

C、获取数据；

D、数据修订；

E、多只脚型分离；

G、输出结果。

步骤C为：获取数据，扫描上来的数必须带头带尾，比如头为“EEE”，尾为“SSS”。收到这些数据先进行去头去尾后进行操作，对于后门大板来说是184个字节，前门小门为90个字节，并对收到的字节进行处理，分离出脚踏板的“0”和“1”，也就是踩下和未踩下的信号。以下算法都是针对每一帧进行操作。

步骤D为：数据修订，分别进行对应脚宽的列修订和对应脚长的行修订，对于脚踏板的数据，举大板为例：设行为30，列为46，人脚踩在上面的时候，脚的长度对应行30，脚的宽度对应列46，也就是说大板在一定程度上允许两个人同时踩在上面，对应关系一定要搞清楚。

步骤D中的列修订为：算法中行修订—对应脚的长度修订：收到的数据是以列为基准，从第1列开始扫描，到最后一列结束。算法开始是以列为基准，提取0开始及0结束的位置，并存在相应的数组段中，每一段对应一个连续0的序列，然后对相同列的连续0进行分析，整合原则是相同列的相邻两段0序列中间差距小于等于6时，进行合并连接（说明：由于人脚在中间会有空隙，以6为连接，将同一只脚连为一体，6为经验数据，可根据不同情况修改，比如高跟鞋之间的空隙过大时，可适当增大）。

步骤D中的行修订为：算法中列修订—对应脚的宽度修订：在行修订完成后，进行列修订，要对数组进行对称变换后，以行为基准，再次提取0开始及0结束的位置。修订原则为小于等于3（同样3也为经验数据，以对人脚踩下的区域部分传感器未连通进行修订）。

步骤E为：多只脚型分离；在数据进行行列修订后，原则上人脚的区域已经显现，不同的脚之间会有空隙，就是基于这样的原则，对脚型进行分离，提取第一个连续0序列，然后其后的每个序列都与其比较，相关联或者相差不多于2个点位（这个也是经验数据，试验中出现过人脚边缘还有一些没被连接的情况），都归于一只脚；如果没有关联度，则划归于下一只脚，然后其后的序列具有排他性，归属于第一只脚的，就不能再归属于其他脚。目前算法分离到4只脚，而且没有分离开前后脚。（前后脚的分离方法：后门出现这种情况较多，依上几次采集的结果，前后脚分离的先决条件是收到的帧数要多，每秒10帧左右应该能分开，对脚长进行限定来分离前后脚）。分离结束后将每只脚以矩形的方式呈现，然后记录总脚数。

步骤F为：在内存中开出足够的脚型内存数据，算法中有5个，对一只脚的情况记录于变量max_rect中，而判断为同一个人的另一只脚记录于变量temp_max_rect中（同一个人的脚的原则是两只脚之间距离大不于10，在只有两只脚的时候得进行修订，为15），最后合成的区域记录于变量max_max_rect中，依次类推。每次都得比较及扩展，变量max及变量temp_max记录的都是最大脚（方法：在进行前后脚分离时，扩展的脚最好别超过4帧，这样可以准确记录脚的当前状态），变量min中记录的都是当前的新帧，就是脚当前处的位置。在收到的变量number为0时，执行全局判别算法。而在其他情况下，执行区域判别算法，两人的原则是之间的距离大于10，在这个条件下，出现两个人的情况，当前收到的脚型与任何一个区域的脚无关时，说明某个区域为空，以变量IS_intersect判断为准，从而执行区域判别。

步骤G为：当脚离开时的矩形与整个大矩形时进行比较，离脚头近为上车，离脚头远为下车，区域判断算法有单人修订的原则，在只有两只脚的时候进行再次修订，将距离扩大为15，由此可得到总的上、下车乘客数量。

以下通过一实例来充分说明本发明：

获取原始数据；开关传感器所采集到的数据点阵为46×30，人脚踩在开关传感器上，脚长对应行30，脚宽对应列46。要得到较完整的脚型数据结构图，需要做的数据处理包括对所有行和列进行处理。

算法中行修订—对应脚的长度修订：收到的数据是以列为基准，从第1列开始扫描，到最后一列结束。算法开始是以列为基准，提取0开始及0结束的位置，并存在相应的数组段中，每一段对应一个连续0的序列，然后对相同列的连续0进行分析，整合原则是相同列的相邻两段0序列中间差距小于等于6时，进行合并连接。

算法中列修订—对应脚的宽度修订：在行修订完成后，进行列修订，要对数组进行对称变换后，以行为基准，再次提取0开始及0结束的位置。修订原则为小于等于3。

一只脚上车所采集到的脚型数据：

第一帧原始数据

111111111111111111111111111111

111111111111110011111100001111

111111111111110011111000001111

111111111111110001110000001111

111111111111110000000011111111

111111111111111000011111111111

111111111111111111111111111111

第二帧原始数据

111111111111111111111111111111

111111111110000011111111111111

111111111110100011111111111111

111111111110010011111111111111

111111111111011011111111111111

111111111111111111111111111111

第三帧原始数据

111111111111111111111111111111

111111111100111111111111111111

111111111110111111111111111111

111111111111111111111111111111

乘客上下车方向判别依据：每一帧脚型数据都用一个矩形框框在一起，并把所有帧脚型数据进行累加，放在一个大矩形框里。将最后一帧脚型数据的矩形框与整个大矩形框相比，若是距离矩形框所表示的脚头一方近则判定为上车，离脚头远则表示下车。

基于区域法的脚型跟踪算法；

基于区域法的脚型跟踪算法，是对进行修订后的所有脚型数据进行按位与操作，所有帧脚型数据结构图都累计起来构成一个大脚印。通过坐标链表，提取出大脚印的特征向量，建立模板库，进行模糊模式识别，用模糊聚类方法对脚型进行识别。存在的问题是模板库的建立只是针对一只脚的识别，若是多只脚，则模板库的建立将是解决的核心问题。

图2是将所有帧数据进行按位与累加操作之后得到的大脚印。根据人体运动学原理，正常情况下人在上车踩开关传感器的时候都是脚跟先着地，再是脚掌，最后是脚尖，即最后离开开关传感器的是脚尖，由此可直接得到人的一只脚型，并且判别出脚的上、下车移动方向。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims

1.一种基于开关传感器的公交汽车上下乘客数区域判别算法，其特征在于，包括以下步骤：

A、提供开关传感器阵列，该开关传感器阵列包括m行、n列分布的开关传感器，m、n为正整数，如果开关传感器导通，则记数为0，如果开关传感器不导通，则记数为1；

Figure 2013101147032100001DEST_PATH_IMAGE001

上式中，

Figure 2013101147032100001DEST_PATH_IMAGE003

表示采集到的第

帧数据，、

表示任意一帧数据的序列号；

C、获取数据；

D、数据修订；

E、多只脚型分离；

G、输出结果。

2.根据权利要求1所述的基于开关传感器的公交汽车上下乘客数区域判别算法，其特征在于，步骤C为：获取数据，分离出0和1。

3.根据权利要求1所述的基于开关传感器的公交汽车上下乘客数区域判别算法，其特征在于，步骤D为：数据修订，分别进行对应脚宽的列修订和对应脚长的行修订。

4.根据权利要求3所述的基于开关传感器的公交汽车上下乘客数区域判别算法，其特征在于，步骤D中的列修订为：收到的数据是以列为基准，从第1列开始扫描，到最后一列结束，算法开始是以列为基准，提取0开始及0结束的位置，并存在相应的数组段中，每一段对应一个连续0的序列，然后对相同列的连续0进行分析，整合原则是相同列的相邻两段0序列中间差距小于等于6时，进行合并连接。

5.根据权利要求3所述的基于开关传感器的公交汽车上下乘客数区域判别算法，其特征在于，步骤D中的行修订为：对数组进行对称变换后，以行为基准，再次提取0开始及0结束的位置，整合原则是相同行的相邻两段0序列中间差距小于等于3时，进行合并连接。

6.根据权利要求1所述的基于开关传感器的公交汽车上下乘客数区域判别算法，其特征在于，步骤E为：多只脚型分离；对脚型进行分离，提取第一个连续0序列，然后其后的每个序列都与其比较，相关联或者相差不多于2个点位，都归于一只脚；如果没有关联度，则划归于下一只脚，然后其后的序列具有排他性，归属于第一只脚的，就不能再归属于其他脚，分离结束后将每只脚以矩形的方式呈现，然后记录总脚数。

7.根据权利要求1所述的基于开关传感器的公交汽车上下乘客数区域判别算法，其特征在于，步骤F为：在内存中开出脚型内存数据，对一只脚的情况记录于变量max_rect中，而判断为同一个人的另一只脚记录于变量temp_max_rect中，同一个人的脚的判断原则是两只脚之间距离不大于10，在只有两只脚的时候得进行修订，最后合成的区域记录于变量max_max_rect中，依次类推，每次都进行比较及扩展，变量max及变量temp_max记录的都是最大脚，在进行前后脚分离时，扩展的脚不超过4帧，变量min中记录的都是当前的新帧，就是脚当前处的位置；在收到的变量number为0时，执行全局判别算法，而在其他情况下，执行区域判别算法，两人的原则是之间的距离大于10，在这个条件下，出现两个人的情况，当前收到的脚型与任何一个区域的脚无关时，说明某个区域为空，以变量IS_intersect判断为准，从而执行区域判别。

8.根据权利要求1所述的基于开关传感器的公交汽车上下乘客数区域判别算法，其特征在于，步骤G为：当脚离开时的矩形与整个大矩形时进行比较，离脚头近为上车，离脚头远为下车，区域判断算法有单人修订的原则，在只有两只脚的时候进行再次修订，将距离扩大为15，由此可得到总的上、下车乘客数量。