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

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

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

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：

其中

令

则得：

I_xu+I_yv＝-I_t

假设在(u,v)的一个局部领域内，亮度是恒定的，即

其中

n＝1,2…，解该方程即可求得每一个点的速度矢量，进而得到速度的大小。

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：

其中

令

则得：

I_xu+I_yv＝-I_t

假设在(u,v)的一个局部领域内，亮度是恒定的，即

其中

n＝1,2…，解该方程即可求得每一个点的速度矢量，进而得到速度的大小。

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：

其中

令

则得：

假设在(u,v)的一个局部领域内，亮度是恒定的，即

其中

n＝1,2…，解该方程即可求得每一个点的速度矢量，进而得到速度的大小。

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。

Images