CN107358166B - 一种扶梯口客流拥堵检测装置及其客流拥堵程度判别方法 - Google Patents
一种扶梯口客流拥堵检测装置及其客流拥堵程度判别方法 Download PDFInfo
- Publication number
- CN107358166B CN107358166B CN201710455846.8A CN201710455846A CN107358166B CN 107358166 B CN107358166 B CN 107358166B CN 201710455846 A CN201710455846 A CN 201710455846A CN 107358166 B CN107358166 B CN 107358166B
- Authority
- CN
- China
- Prior art keywords
- passenger flow
- array sensor
- infrared array
- microprocessor
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B50/00—Energy efficient technologies in elevators, escalators and moving walkways, e.g. energy saving or recuperation technologies
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Escalators And Moving Walkways (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
Abstract
本发明公开了一种扶梯口客流拥堵检测装置及其客流拥堵程度判别方法,该装置包括:红外阵列传感器,用于实现二维区域温度检测;微处理器,用于接收和分析红外阵列传感器传递的温度信息,得出人流的拥堵程度,并给出相应的指示信号;电源,用于给微处理器供电。其中,所述红外阵列传感器安装在扶梯楼层板的垂直上方的中间位置,角度垂直楼层板向下,该红外阵列传感器通过IIC接口与微处理器进行通信,所述微处理器安装在红外阵列传感器的旁边,选用基于ARM架构的芯片,在该微处理器上运行经剪裁的Linux嵌入式操作系统。本发明通过采用红外阵列传感器,基于图像识别理论,能够自主分析扶梯口区域的二维温度信息,有效实现客流拥堵程度的检测。
Description
技术领域
本发明涉及客流拥堵检测的技术领域,尤其是指一种基于红外阵列传感器的扶梯口客流拥堵检测装置及其客流拥堵程度判别方法。
背景技术
随着社会经济的不断快速发展,扶梯作为运输工具在地铁、商场、火车站等公共场合越来越普及,给人们的出行带来极大的便利。但在客流高峰期,扶梯口会出现客流拥堵的情况,可能导致安全事故。因此有必要对扶梯的口进行客流拥堵程度的检测,其中包括行人拥挤程度和滞留情况的检测,及时进行预警如语音提示,更好地保障扶梯安全顺畅地运行。
目前客流拥堵检测常用的方法有两种,一种是用机器视觉的方法进行检测,由于视觉检测算法的运算量大,对硬件平台的性能要求高,故成本较高。另外一种是安排工作人员现场值守,人力成本高。
发明内容
本发明的目的在于克服现有技术的不足,提供了一种基于红外阵列传感器的扶梯口客流拥堵检测装置及其客流拥堵程度判别方法,能够实时检测客流的拥挤程度并判断是否滞留,提示行人注意安全。
为实现上述目的,本发明所提供的技术方案如下:
一种扶梯口客流拥堵检测装置,包括:
红外阵列传感器,用于实现二维区域温度检测;
微处理器,用于接收和分析红外阵列传感器传递的温度信息,得出人流的拥堵程度,并给出相应的指示信号;
电源,用于给微处理器供电;
其中,所述红外阵列传感器安装在扶梯楼层板的垂直上方的中间位置,角度垂直楼层板向下,该红外阵列传感器通过IIC接口与微处理器进行通信,所述微处理器安装在红外阵列传感器的旁边,选用基于ARM架构的芯片,在该微处理器上运行经剪裁的Linux嵌入式操作系统。
所述扶梯口客流拥堵检测装置还包括有分别与微处理器相连的按键、RAM和ROM。
所述红外阵列传感器为8×8热电堆阵列红外传感器,该8×8热电堆阵列红外传感器会生成8×8的矩阵,矩阵中元素的值即为各个位置上的温度。
所述红外阵列传感器的安装高度为3~4米。
上述扶梯口客流拥堵检测装置的客流拥堵程度判别方法,包括以下步骤:
1)红外阵列传感器采集8×8的温度图像;
2)采用三次插值方法把原低分辨率的图像放大到160×160,如下:
三次插值的输出像素值为输入图像中距离它最近的4×4邻域内采样点像素值的加权平均值,它使用三次多项式s(x)来逼近理论上的最佳插值函数sin(x)/x,三次插值能保持图像细节,如下式所示:
式中,|x|为周围像素沿x方向与原点的距离,待求像素(x,y)的灰度值f(x,y)由其周围16个点的灰度值加权插值得到,计算公式如下:
f(x,y)=f(i+u,j+v)=ABC
其中,(x,y)是放大后图像的坐标,其在原图像映射的坐标为(i+u,j+v),i和j是整数部分,u和v是小数部分;
3)设定图像阈值threshold,统计像素大于此阈值的个数,计算其占的比例r;
4)设定客流拥挤程度的判别标准:比例r的值越大,客流越拥挤,若比例r为0,代表扶梯口没有行人;
5)若检测到行人,即r>0,用光流法计算出各个像素点的速度大小,计算其中像素值大于threshold的像素点的速度平均值ave,在检测到人的基础上,若ave小于设定值,则代表人员滞留或者速度缓慢。
其中,使用光流法的目的是为了找到图像中每个像素点的速度矢量(u,v),I(x,y,t)是t时刻图像(x,y)处的像素值,根据光流法的亮度恒定和微小运动这两个假设,得到:
I(x,y,t)=I(x+dx+dy,t+dt)
把上式用一阶泰勒级数展开,得到:
Ixu+Iyv=-It
假设在(u,v)的一个局部领域内,亮度是恒定的,即
本发明与现有技术相比,具有如下优点与有益效果:
1、结构简单,方便前期安装与后期维护。
2、通过红外阵列传感器来进行检测,能够适应复杂的环境,可靠性和稳定性高。比采用摄像头进行检测,对光照,背景的变化的鲁棒性更强。
3、很好地节约了人力和财力。
附图说明
图1为红外阵列传感器相对于扶梯的安装位置结构示意图。
图2为有行人时红外阵列传感器的检测示意图。
图3为本发明的扶梯口客流拥堵检测装置的结构示意简图。
图4为红外阵列安装高度示意图。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
如图3所示,本实施例所提供的扶梯口客流拥堵检测装置,包括有微处理器1、红外阵列传感器2、电源3、按键4、RAM 5和ROM 6,所述红外阵列传感器2、电源3、按键4、RAM 5和ROM 6分别与微处理器1相连。所述微处理器1选用恩智浦公司的基于ARM Cortex-A9架构的IMX6S芯片,主频高达1.2GHZ,支持业界种类繁多的接口标准,在微处理器1上运行经剪裁的Linux嵌入式操作系统。所述红外阵列传感器2采用松下Grid-EYE的8×8热电堆阵列红外传感器,即一款64像素红外摄像头,实现了二维区域温度检测,帧率可达10fps,该8×8热电堆阵列红外传感器通过IIC接口与微处理器1进行通信,该微处理器1用于接收和分析红外阵列传感器2发送的温度信息,得出客流的拥堵程度,并给出相应的指示信号。电源3为微处理器1供电。
如图1所示,红外阵列传感器2是安装在扶梯楼层板的垂直上方,角度垂直楼层板向下,微处理器1安装在红外阵列传感器2旁边,行人7乘坐扶梯时会经过红外阵列传感器2的检测区域。如图4所示,扶梯的宽度为n,行人的高度为m,红外阵列传感器的安装高度为h,红外阵列传感器的视野角为60度,故安装的最低高度为扶梯的宽度最大的有1米,行人的高度取1.9米,则最低安装高度为2.8米,因此,安装高度3到4米为宜。
如图2所示,红外阵列传感器2会生成8×8的矩阵,矩阵中元素的值即为各个位置上的温度。在有行人的地方检测到的温度大,而没有行人的地方检测到的温度低。图中以黑色的深浅来代表温度的高低,深黑色代表温度高。
以下为本实施例上述扶梯口客流拥堵检测装置的客流拥堵程度判别方法,包括以下步骤:
1)红外阵列传感器采集8×8的温度图像;
2)采用三次插值方法把原低分辨率的图像放大到160×160,如下:
三次插值的输出像素值为输入图像中距离它最近的4×4邻域内采样点像素值的加权平均值,它使用三次多项式s(x)来逼近理论上的最佳插值函数sin(x)/x,三次插值能保持图像细节,如下式所示:
式中,|x|为周围像素沿x方向与原点的距离,待求像素(x,y)的灰度值f(x,y)由其周围16个点的灰度值加权插值得到,计算公式如下:
f(x,y)=f(i+u,j+v)=ABC
其中,(x,y)是放大后图像的坐标,其在原图像映射的坐标为(i+u,j+v),i和j是整数部分,u和v是小数部分。
3)设定图像阈值threshold,统计像素大于此阈值的个数,计算其占的比例r;
4)设定客流拥挤程度的判别标准:比例r的值越大,客流越拥挤,若比例r为0,代表扶梯口没有行人;
5)若检测到行人,即r>0,用光流法计算出各个像素点的速度大小,计算其中像素值大于threshold的像素点的速度平均值ave,在检测到人的基础上,若ave小于设定值,则代表人员滞留或者速度缓慢。
其中,使用光流法的目的是为了找到图像中每个像素点的速度矢量(u,v),I(x,y,t)是t时刻图像(x,y)处的像素值,根据光流法的亮度恒定和微小运动这两个假设,得到:
I(x,y,t)=I(x+dx+dy,t+dt)
把上式用一阶泰勒级数展开,得到:
Ixu+Iyv=-It
假设在(u,v)的一个局部领域内,亮度是恒定的,即
综上所述,本发明通过采用红外阵列传感器,基于图像识别理论,能够自主分析扶梯口区域的二维温度信息,有效实现客流拥堵程度的检测,值得推广。
以上所述之实施例子只为本发明之较佳实施例子,并非以此限制本发明的实施范围,故凡依本发明之形状、原理所作的变化,均应涵盖在本发明的保护范围内。
Claims (5)
1.一种客流拥堵程度判别方法,其特征在于,包括以下步骤:
1)红外阵列传感器采集8×8的温度图像;
2)采用三次插值方法把原低分辨率的图像放大到160×160,如下:
三次插值的输出像素值为输入图像中距离它最近的4×4邻域内采样点像素值的加权平均值,它使用三次多项式s(x)来逼近理论上的最佳插值函数sin(x)/x,三次插值能保持图像细节,如下式所示:
式中,|x|为周围像素沿x方向与原点的距离,待求像素(x,y)的灰度值f(x,y)由其周围16个点的灰度值加权插值得到,计算公式如下:
f(x,y)=f(i+u,j+v)=ABC
其中,)x,y)是放大后图像的坐标,其在原图像映射的坐标为(i+u,j+v),i和j是整数部分,u和v是小数部分;
3)设定图像阈值threshold,统计像素大于此阈值的个数,计算其占的比例r;
4)设定客流拥挤程度的判别标准:比例r的值越大,客流越拥挤,若比例r为0,代表扶梯口没有行人;
5)若检测到行人,即r>0,用光流法计算出各个像素点的速度大小,计算其中像素值大于threshold的像素点的速度平均值ave,在检测到人的基础上,若ave小于设定值,则代表人员滞留或者速度缓慢;
其中,使用光流法的目的是为了找到图像中每个像素点的速度矢量(u,v0,I(x,y,t)是t时刻图像(x,y)处的像素值,根据光流法的亮度恒定和微小运动这两个假设,得到:
I(x,y,t)=I(x+dx+dy,t+dt)
把上式用一阶泰勒级数展开,得到:
假设在(u,v)的一个局部领域内,亮度是恒定的,即
2.一种扶梯口客流拥堵检测装置,其特征在于,用于实现权利要求1所述的客流拥堵程度判别方法,包括:
红外阵列传感器,用于实现二维区域温度检测;
微处理器,用于接收和分析红外阵列传感器传递的温度信息,得出人流的拥堵程度,并给出相应的指示信号;
电源,用于给微处理器供电;
其中,所述红外阵列传感器安装在扶梯楼层板的垂直上方的中间位置,角度垂直楼层板向下,该红外阵列传感器通过IIC接口与微处理器进行通信,所述微处理器安装在红外阵列传感器的旁边,选用基于ARM架构的芯片,在该微处理器上运行经剪裁的Linux嵌入式操作系统。
3.根据权利要求2所述的一种扶梯口客流拥堵检测装置,其特征在于:还包括有分别与微处理器相连的按键、RAM和ROM。
4.根据权利要求2所述的一种扶梯口客流拥堵检测装置,其特征在于:所述红外阵列传感器为8×8热电堆阵列红外传感器,该8×8热电堆阵列红外传感器会生成8×8的矩阵,矩阵中元素的值即为各个位置上的温度。
5.根据权利要求2或4所述的一种扶梯口客流拥堵检测装置,其特征在于:所述红外阵列传感器的安装高度为3~4米。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710455846.8A CN107358166B (zh) | 2017-06-16 | 2017-06-16 | 一种扶梯口客流拥堵检测装置及其客流拥堵程度判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710455846.8A CN107358166B (zh) | 2017-06-16 | 2017-06-16 | 一种扶梯口客流拥堵检测装置及其客流拥堵程度判别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107358166A CN107358166A (zh) | 2017-11-17 |
CN107358166B true CN107358166B (zh) | 2023-05-26 |
Family
ID=60272918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710455846.8A Active CN107358166B (zh) | 2017-06-16 | 2017-06-16 | 一种扶梯口客流拥堵检测装置及其客流拥堵程度判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107358166B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111199520B (zh) * | 2018-11-19 | 2023-07-14 | 北京华航无线电测量研究所 | 基于三次卷积算法的彩色图像尺度扩大的fpga实现方法 |
DE102019113065A1 (de) * | 2019-05-17 | 2020-11-19 | Bayerische Motoren Werke Aktiengesellschaft | Elektrischer akkumulator |
US11022495B1 (en) | 2020-03-06 | 2021-06-01 | Butlr Technologies, Inc. | Monitoring human location, trajectory and behavior using thermal data |
CN111366245B (zh) * | 2020-03-12 | 2023-08-11 | 深圳达温技术服务有限公司 | 提升红外测温对异常发热检出能力的方法 |
CN112308023B (zh) * | 2020-11-20 | 2023-06-20 | 上海迈外迪网络科技有限公司 | 识别行人运动的方法、装置和设备 |
CN114694099B (zh) * | 2022-04-08 | 2024-06-07 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的人流量预测方法、装置及相关设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101256687A (zh) * | 2008-03-26 | 2008-09-03 | 河北工业大学 | 基于径向基神经网络的红外光电客流采集装置及方法 |
CN106250820A (zh) * | 2016-07-20 | 2016-12-21 | 华南理工大学 | 一种基于图像处理的扶梯口客流拥堵检测方法 |
CN106600777A (zh) * | 2016-12-09 | 2017-04-26 | 济南赛英立德电子科技有限公司 | 基于红外阵列人数传感器的计数方法及装置 |
-
2017
- 2017-06-16 CN CN201710455846.8A patent/CN107358166B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101256687A (zh) * | 2008-03-26 | 2008-09-03 | 河北工业大学 | 基于径向基神经网络的红外光电客流采集装置及方法 |
CN106250820A (zh) * | 2016-07-20 | 2016-12-21 | 华南理工大学 | 一种基于图像处理的扶梯口客流拥堵检测方法 |
CN106600777A (zh) * | 2016-12-09 | 2017-04-26 | 济南赛英立德电子科技有限公司 | 基于红外阵列人数传感器的计数方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107358166A (zh) | 2017-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107358166B (zh) | 一种扶梯口客流拥堵检测装置及其客流拥堵程度判别方法 | |
CN101388145B (zh) | 道路交通安全自动警示方法及装置 | |
US10032371B2 (en) | Notification of bicycle detection for cyclists at a traffic intersection | |
CN106373430B (zh) | 一种基于计算机视觉的交叉路口通行预警方法 | |
CN103914688B (zh) | 一种城市道路障碍物识别系统 | |
CN104751634B (zh) | 高速公路隧道行车图像采集信息的综合应用方法 | |
CN201266435Y (zh) | 道路交通安全自动警示装置 | |
CN102779349B (zh) | 一种基于图像颜色空间特征的雾天检测方法 | |
CN102722982B (zh) | 基于背景与帧间差分算法的车流及其运动状态检测方法 | |
US20020054210A1 (en) | Method and apparatus for traffic light violation prediction and control | |
KR101104625B1 (ko) | 지능형 교통 시스템의 교통정보를 산출하기 위한 장치 및 그 방법 | |
CN103559791A (zh) | 一种融合雷达和ccd摄像机信号的车辆检测方法 | |
CN101587646A (zh) | 基于视频识别技术的车流量检测方法及系统 | |
CN102136196A (zh) | 一种基于图像特征的车辆测速方法 | |
CN104851288B (zh) | 一种交通灯定位方法 | |
US20210088030A1 (en) | Tower clearance monitoring system and method therefor | |
Liu et al. | A fog level detection method based on image HSV color histogram | |
CN108830880B (zh) | 一种适用于高速公路的视频能见度检测预警方法及其系统 | |
CN104504363A (zh) | 基于时空关联的人行道实时识别方法 | |
CN102110366B (zh) | 一种基于块累积的高速公路车辆停车事件检测方法 | |
WO2023221425A1 (zh) | 一种用于船舶过闸安全检测方法 | |
CN206162876U (zh) | 基于能见度检测的道路限速监拍系统 | |
KR101859581B1 (ko) | 지능형 교통정보 출력 시스템 | |
CN106845359A (zh) | 基于红外发射的隧道入口行车提示装置及方法 | |
CN108229447B (zh) | 一种基于视频流的远光灯检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |