CN105488455B - 一种基于激光测距的客流统计方法及装置 - Google Patents

Abstract

本发明涉及一种基于激光测距的客流统计方法及装置。该方法包括：S1：获取多个包含检测点信息的有效数据包；根据所接收的多个包含检测点信息的有效数据包生成检测通道的背景图；S2：当有行人通过检测通道时，获取多张包含行人信息的轮廓图；并根据每张轮廓图与背景图获取每张轮廓图的轮廓点数据；S3：根据每张轮廓图的轮廓点数据確定每张轮廓图中所包括行人的数量；S4：比对多张轮廓图以获取某时间段内行人的数量。本发明采用激光检测装置测距，由激光检测装置利用背景图与轮廓图获取行人数量，可以避免环境和光线对检测结果的影响；另外，激光检测装置检测宽度可达20米，可以应用于大客流的检测场所。

Description

一种基于激光测距的客流统计方法及装置

技术领域

本发明涉及客流统计技术领域，尤其涉及一种基于激光测距的客流统计方法及装置。

背景技术

随着国民经济的不断发展，商业竞争日趋激烈，只凭经验对客流状况进行估算，并以此为依据指导决策已经跟不上时代的潮流；与此同时，交通枢纽、博物馆、展览馆以及大型活动现场等公共场所时常在高峰时间发生客流拥堵情况，而由于对这种突发情况与事件中客流状况监控不利造成的危害也越来越严重。因此需要对客流进行分析，有效控制客流密度，防止人流过渡拥挤甚至踩踏伤害等公共安全事件的发生。

为了获得准确的客流量数据，以前是利用人工方式，安排专人对关键区域进行目视计数和测量。但随着客流密度越来越大并且监控人员的精力有限，使得人工方法只能作为定性的了解，难以作定量分析，也很难大范围推广应用。现有技术中已经客流统计的自动化，例如：(1)入口处设置机械栏杆装置的接触式方法：在入口处设置机械栏杆装置，严格控制了出入口秩序，计数准确，但安装复杂，成本高昂，且对行人的自由出入造成了一定程度的妨碍，人为降低出入口的吞吐量。(2)基于机器视觉的非接触式方法：机器视觉的方法是目前新兴的解决方案，已经有部分基于图像处理的方法应用于客流统计领域。但目前该技术仍有许多缺点，比如易受环境、光线的影响，也不能应用于大客流的检测场所。

发明内容

本发明的其中一个目的在于提供一种基于激光测距的客流统计方法及装置，以解决现有技术中接触式方法安装复杂、限制行人出入而导致人流量降低以及非接触式方法容易受到环境影响不能应用于大客流检测场所的技术问题。

为实现上述发明目的，第一方面，本发明实施例提供了一种基于激光测距的客流统计方法，包括：

S1、获取多个包含检测点信息的有效数据包；根据所接收的多个包含检测点信息的有效数据包生成检测通道的背景图；

S2、当有行人通过检测通道时，获取多张包含行人信息的轮廓图；并根据每张轮廓图与背景图获取每张轮廓图的轮廓点数据；

S3、根据每张轮廓图的轮廓点数据确 定每张轮廓图中所包括行人的数量；

S4、比对多张轮廓图以获取某时间段内行人的数量。

可选地，所述步骤S1之前，包括:

获取所接收的每个数据包的长度；

若数据包的长度与数据包的预设长度相同，则该数据包为包含检测点信息的有效数据包。

可选地，所述步骤S1中采用背景平均法获取检测通道的背景图，该背景平均法包括以下步骤：

从多个包含检测点信息的有效数据包获取同一个检测点的背景值；

获取同一个检测点的背景值的代数平均值；

重复上述步骤，获取全部检测点的背景值的代数平均值。

可选地，所述步骤S2中采用以下公式获取每一轮廓图的轮廓点：

式中，i为检测点数，i＝1,2,...n；threshold_y、threshold_x为分别为轮廓点的y轴、x轴的阈值；data_person[i]为行人的第i个轮廓点的数据； data[i].y、data[i].x分别为轮廓图的y轴、x轴坐标；background[i].y、 background[i].x分别为背景图的y轴、x轴坐标。

可选地，当行人分散时，所述步骤S3中通过以下步骤获取行人的数量，包括：

设置行人的高度与宽度，获取凸曲线的数量以得到单个行人的数量。

可选地，当行人密集时，所述步骤S3中通过以下步骤获取行人的数据，包括：

S31、设置行人的高度与宽度，获取凸曲线的数量以得到单个行人的数量；

S32、获取凹凸曲线的数量，以得到紧挨行人组的组数；

S33、利用求导方法获取每个凹凸曲线的极值点；

S34、利用所获取的极值点的位置将该凹凸曲线分割成多个凸曲线，以获取每个紧挨行人组所包含的行人数量；

S35、重复步骤S33与步骤S34，直至分割完所有紧挨行人组；

S36、统计行人数量。

可选地，所述步骤S33中采用以下方法获取每个凹凸曲线的极值点，包括：

设置一个状态变量，比较先后接收的第一数据与第二数据；若所述第二数据大于所述第一数据，则曲线的斜率为正，所述状态变量设置为1；若所述第二数据小所述第一数据，则曲线的斜率为负，此时所述第二数据为极值点，所述状态变量设置为3；若所述第二数据等于所述第一数据，则所述状态变量设置为2；

按照上一步骤循环完该凹凸曲线的所有数据，得到所述凹凸曲线的凹凸极值点；

根据所述凹凸曲线的凹凸极值点，将该凹凸曲线的所有数据分割成多组行人数据，每组行人数据只包含一个行人的信息。

第二方面，本发明实施例提供了一种基于激光测距的客流统计装置，包括：

背景图生成单元，用于获取多个包含检测点信息的有效数据包；并根据所接收的多个包含检测点信息的有效数据包生成检测通道的背景图；

轮廓点数据获取单元，用于当有行人通过检测通道时，获取包含行人信息的轮廓图；并根据包含行人信息的轮廓图与背景图获取每张轮廓图的轮廓点数据；

行人确定单元，用于根据每张轮廓图的轮廓点数据确 定每张轮廓图中所包括行人的数量；

行人数量获取单元，用于比对多张轮廓图以获取某时间段内行人的数量。

本发明采用激光检测装置测距，由激光检测装置利用背景图与轮廓图获取行人数量，可以避免环境和光线对检测结果的影响；另外，激光检测装置检测宽度可达20米，可以应用于大客流的检测场所。

附图说明

通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：

图1是本发明实施例提供的一种基于激光测距的客流统计方法流程示意图；

图2是激光检测装置工作原理图；

图3是本发明实施例提供的激光检测装置的背景图；

图4是本发明实施例提供的激光检测装置的轮廓图；

图5是本发明实施例提供的一种基于激光测距的客流统计装置框图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

本发明实施例提供了一种基于激光测距的客流统计方法，如图1 所示，包括：

S1、获取多个包含检测点信息的有效数据包；根据所接收的多个包含检测点信息的有效数据包生成检测通道的背景图；

S2、当有行人通过检测通道时，获取多张包含行人信息的轮廓图；并根据每张轮廓图与背景图获取每张轮廓图的轮廓点数据；

S3、根据每张轮廓图的轮廓点数据确 定每张轮廓图中所包括行人的数量；

S4、比对多张轮廓图以获取某时间段内行人的数量。

下面对本发明实施例提供的客流统计方法进行详细说明。

如图2所示，本发明实施倒提供的客流统计方法需要使用激光检测装置200来获取检测通道或出入口的行人信息。该激光检测装置200 安装在检测通道100的正上方，形成一个探测面300。当行人通过探测面300时，便可以得到行人信息。

激光检测装置200通过发射一列光束，然后测量光束发射与接收间的时间间隔TOF(Time-of-Flight)来计算激光检测装置200与行人间的距离r：

其中，c为光速，c＝3×10⁸m/s。由于激光散射角非常小，在激光检测装置200与行人之间的距离(通常为几十米)的情况下，距离r可直接作为真实距离使用。当激光检测装置200检测时，将所得到的距离r数据通过数据端口传送到客流统计装置(图中未标出)，由客流统计装置处理该距离数据。其中，激光检测装置200传送过来的距离数据，是一组包含当前探测点的位置信息的数据，需要对这些数据进行预处理，再根据其所包含的位置信息以及结合行人特征，来检测出当前是否有行人通过。

客流统计装置所接收到数据包，除包含检测点位置信息的数据包外，还有一些其他信息的数据包，判别它们之间的条件就是数据包的长度。以采样角频率为0.5°，检测角度为180°为例，一个周期的有效数据包(包括距离数据和其它数据)的长度是726，而其它无效数据包的长度远远小于这个长度，为2、4或者其他数字。有效数据包里前722位为距离数据，需要将这些数据进行整理，便于后面的操作。

有效数据包中，偶数位置的数据为x坐标数据，奇数位置的数据为坐标数据，如式(1)所示：

式(1)中，buffer为有效数据包的数组，x为横坐标数据，y为纵坐标数据，i＝0，1，2，……，距离数据长度/2。

本发明实施例中，采用背景差分法来获取行人数据，因此有必要获取背景图。其中，背景图采用平均法来生成，即连续采集n个无行人的包含检测点位置信息的有效数据包，然后进行平均，得到无行人的背景图，如式(2)所示：

式(2)中，background_aver为背景图中各点的坐标图；i为有效数据包的个数，i＝0，1，……，n；data[i]为第i个有效数据包的位置数据值。

根据式(2)可得无行人时的通道图，图3是本发明实施例提供的激光检测装置的背景图。如图3所示，该背景图中，白色的点为激光仪器探测到的通道切面，也就是背景点。

由于环境会发生变化，从而导致背景图也会发生相应的变化，为保证检测的精确性，需要对背景图进行更新。若当前检测点与背景图中的背景点相关较大，且该变化持续了一定时间，则将该检测点更新为背景点，形成新的背景图。

当检测通道有行人通过时，激光检测装置200检测到行人后可得到一个行人的轮廓图，该轮廓图中包括行人的高度、宽度、在通道中的位置以及通过时间。根据背景差分法，将轮廓图与背景图进行差分，可以得到行人的轮廓点，如式(3)所示：

式中，i为检测点数，i＝1,2,...n；threshold_y、threshold_x为分别为轮廓点的y轴、x轴的阈值；data_person[i]为行人的第i个轮廓点的数据； data[i].y、data[i].x分别为轮廓图的y轴、x轴坐标；background[i].y、 background[i].x分别为背景图的y轴、x轴坐标。

上文所得到的轮廓点数据包含多组行人数据，并且每组行人数据往往不只包含一个人，可能包含两个挨着或者更多的人，也有可能是物品等其他物体。为了准确判断，首先需要得到单个的行人信息。本发明实施例中通过设置高度和宽度，来筛选行人，消除其他物体可能引起的误检。当行人分散时，通过设置行人的高度与宽度，获取凸曲线的数量以得到单个行人的数量。当行人密集时，通过设置行人的高度与宽度，获取凸曲线的数量以得到单个行人的数量；获取凹凸曲线的数量，以得到紧挨行人组的组数；利用求导方法获取每个凹凸曲线的极值点。其中求导方法包括：

设置一个状态变量，比较先后接收的第一数据与第二数据；若所述第二数据大于所述第一数据，则曲线的斜率为正，所述状态变量设置为1；若所述第二数据小所述第一数据，则曲线的斜率为负，此时所述第二数据为极值点，所述状态变量设置为3；若所述第二数据等于所述第一数据，则所述状态变量设置为2；

按照上一步骤循环完该凹凸曲线的所有数据，得到所述凹凸曲线的凹凸极值点；

根据所述凹凸曲线的凹凸极值点，将该凹凸曲线的所有数据分割成多组行人数据，每组行人数据只包含一个行人的信息。

一个有效数据包只显示当前某个时刻行人通过通道面的信息，而一个完整的行人信息则包含在多个数据包中，客流统计装置需要对多个数据包中的信息进行匹配，才能确定是否有一个行人通过通道检测面。

同一个行人在穿过检测面时，前一个时间点和后一个时间点的数据包里行人的高度和宽度有可能不一致，此时使用位置信息进行匹配行人。如果前一个有效数据包和后一个有效数据包里行人的位置是重合的，则认为是同一人；如果当前数据包的信息与前一个数据包里信息没有匹配上，则认为新检测到一个行人。

根据上述步骤，对多个有效数据包进行对比，以获取在某时间段内行人的数量。

第二方面，本发明实施例还提供了一种基于激光测距的客流统计装置，如图5所示，该装置包括：

背景图生成单元，用于获取多个包含检测点信息的有效数据包；并根据所接收的多个包含检测点信息的有效数据包生成检测通道的背景图；

轮廓点数据获取单元，用于当有行人通过检测通道时，获取包含行人信息的轮廓图；并根据包含行人信息的轮廓图与背景图获取每张轮廓图的轮廓点数据；

行人确定单元，用于根据每张轮廓图的轮廓点数据确 定每张轮廓图中所包括行人的数量；

行人数量获取单元，用于比对多张轮廓图以获取某时间段内行人的数量。

本发明提供的客流统计装置基于上文所述的客流统计方法实现，因而可以解决同样的技术问题，并取得相同的技术效果，在此不再一一赘述。

本发明实施例提供的一种基于激光测距的客流统计方法及装置，采用激光检测装置测距，由激光检测装置利用背景图与轮廓图获取行人数量，可以避免环境和光线对检测结果的影响；另外，激光检测装置检测宽度可达20米，可以应用于大客流的检测场所。

在本发明中，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上，除非另有明确的限定。

虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (7)

1.一种基于激光测距的客流统计方法，其特征在于，包括：

S1：获取多个包含检测点信息的有效数据包；根据所接收的多个包含检测点信息的有效数据包生成检测通道的背景图；

S2：当有行人通过检测通道时，获取多张包含行人信息的轮廓图；并根据每张轮廓图与背景图获取每张轮廓图的轮廓点数据；

S3：根据每张轮廓图的轮廓点数据确定每张轮廓图中所包括行人的数量；

S4：比对多张轮廓图以获取某时间段内行人的数量；

当行人密集时，所述步骤S3中通过以下步骤获取行人的数据，包括：

S31、设置行人的高度与宽度，获取凸曲线的数量以得到单个行人的数量；

S32、获取凹凸曲线的数量，以得到紧挨行人组的组数；

S33、利用求导方法获取每个凹凸曲线的极值点；

S34、利用所获取的极值点的位置将该凹凸曲线分割成多个凸曲线，以获取每个紧挨行人组所包含的行人数量；

S35、重复步骤S33与步骤S34，直至分割完所有紧挨行人组；

S36、统计行人数量。

2.根据权利要求1所述客流统计方法，其特征在于，所述步骤S1之前，包括:

获取所接收的每个数据包的长度；

若数据包的长度与数据包的预设长度相同，则该数据包为包含检测点信息的有效数据包。

3.根据权利要求1所述客流统计方法，其特征在于，所述步骤S1中采用背景平均法获取检测通道的背景图，该背景平均法包括以下步骤：

从多个包含检测点信息的有效数据包获取同一个检测点的背景值；

获取同一个检测点的背景值的代数平均值；

重复上述步骤，获取全部检测点的背景值的代数平均值。

4.根据权利要求1所述客流统计方法，其特征在于，所述步骤S2中采用以下公式获取每一轮廓图的轮廓点：

式中，i为检测点数，i＝1,2,...n；threshold_y、threshold_x为分别为轮廓点的y轴、x轴的阈值；data_person[i]为行人的第i个轮廓点的数据；data[i].y、data[i].x分别为轮廓图的y轴、x轴坐标；background[i].y、background[i].x分别为背景图的y轴、x轴坐标。

5.根据权利要求1所述客流统计方法，其特征在于，当行人分散时，所述步骤S3中通过以下步骤获取行人的数量，包括：

设置行人的高度与宽度，获取凸曲线的数量以得到单个行人的数量。

6.根据权利要求1所述客流统计方法，其特征在于，所述步骤S33中采用以下方法获取每个凹凸曲线的极值点，包括：

设置一个状态变量，比较先后接收的第一数据与第二数据；若所述第二数据大于所述第一数据，则曲线的斜率为正，所述状态变量设置为1；若所述第二数据小所述第一数据，则曲线的斜率为负，此时所述第二数据为极值点，所述状态变量设置为3；若所述第二数据等于所述第一数据，则所述状态变量设置为2；

按照上一步骤循环完该凹凸曲线的所有数据，得到所述凹凸曲线的凹凸极值点；

根据所述凹凸曲线的凹凸极值点，将该凹凸曲线的所有数据分割成多组行人数据，每组行人数据只包含一个行人的信息。

7.一种基于激光测距的客流统计装置，其特征在于，包括：

背景图生成单元，用于获取多个包含检测点信息的有效数据包；并根据所接收的多个包含检测点信息的有效数据包生成检测通道的背景图；

轮廓点数据获取单元，用于当有行人通过检测通道时，获取包含行人信息的轮廓图；并根据包含行人信息的轮廓图与背景图获取每张轮廓图的轮廓点数据；

行人确定单元，用于根据每张轮廓图的轮廓点数据确定每张轮廓图中所包括行人的数量；

行人数量获取单元，用于比对多张轮廓图以获取某时间段内行人的数量；

其中，当行人密集时，所述行人确定单元还用于：

S31、设置行人的高度与宽度，获取凸曲线的数量以得到单个行人的数量；

S32、获取凹凸曲线的数量，以得到紧挨行人组的组数；

S33、利用求导方法获取每个凹凸曲线的极值点；

S34、利用所获取的极值点的位置将该凹凸曲线分割成多个凸曲线，以获取每个紧挨行人组所包含的行人数量；

S35、重复步骤S33与步骤S34，直至分割完所有紧挨行人组；

S36、统计行人数量。