CN110807859A - 一种地铁人流量动态监控及高精度识别闸机系统 - Google Patents

一种地铁人流量动态监控及高精度识别闸机系统 Download PDF

Info

Publication number
CN110807859A
CN110807859A CN201911053207.4A CN201911053207A CN110807859A CN 110807859 A CN110807859 A CN 110807859A CN 201911053207 A CN201911053207 A CN 201911053207A CN 110807859 A CN110807859 A CN 110807859A
Authority
CN
China
Prior art keywords
gate
cloud server
camera
flow
subway
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.)
Pending
Application number
CN201911053207.4A
Other languages
English (en)
Inventor
黄超
王安斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai University of Engineering Science
Original Assignee
Shanghai University of Engineering Science
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai University of Engineering Science filed Critical Shanghai University of Engineering Science
Priority to CN201911053207.4A priority Critical patent/CN110807859A/zh
Publication of CN110807859A publication Critical patent/CN110807859A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及一种地铁人流量动态监控及高精度识别闸机系统，包括云端服务器、移动用户端、闸机端和摄像机；摄像机采集位于闸机端前的当前人脸数据，若当前人脸数据能够匹配云端服务器中储存的初次人脸数据，则云端服务器发送控制信号至电机控制器，电机控制器驱动伺服电机打开阀门，同时，云端服务器通过摄像机采用跟踪算法对通过阀门的人流量进行跟踪，若人流量超过设定的阈值，则发送警告信息至移动用户端。与现有技术相比，本发明解决了地铁站高峰时期人流量的动态监控和分流问题；在地铁站现场通过人脸识别的方式通过闸机能够有效提高闸机的通行效率。

Description

一种地铁人流量动态监控及高精度识别闸机系统
技术领域
本发明涉及一种地铁闸机系统，尤其是涉及一种地铁人流量动态监控及高精度识别闸机系统。
背景技术
目前，对于现代化城市的人流量监控和闸机智能化服务需求十分迫切，随着人们生活水平的提高，下班高峰期或者国家节假日地铁站的人流量难以估计，依靠人力去目测区域内的人流量密集程度，不仅会耗费大量的人力物力，而且在突发情况发生的时候很难及时并准确的疏散人流，所以研究准确高效的人流量监测变得尤为重要；闸机系统在近些年来不断创新和更新，并取得了较好的客户体验，但是目前的闸机通行方式主要还是采用到现场进行刷卡(包括手机二维码)的方式，当用户到达地铁站遇到高峰时已经成为了高峰人流的一部分，没有办法提前规划和重新安排出行。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种地铁人流量动态监控及高精度识别闸机系统。
本发明的目的可以通过以下技术方案来实现：
一种地铁人流量动态监控及高精度识别闸机系统，包括云端服务器、移动用户端、闸机端和摄像机，所述的云端服务器通过无线网络分别连接移动用户端、闸机端和摄像机，所述的闸机端包括并排设置的多个闸门，以及连接闸门的伺服电机和电机控制器，所述的摄像机安装在闸机端的上方；
所述的移动用户端获取用户的购票信息和初始人脸数据打包成数据组发送并储存至云端服务器，摄像机采集位于闸机端前的当前人脸数据，若当前人脸数据能够匹配云端服务器中储存的初次人脸数据，则云端服务器发送控制信号至电机控制器，电机控制器驱动伺服电机打开阀门，同时，云端服务器通过摄像机采用跟踪算法对通过阀门的人流量进行跟踪，若人流量超过设定的阈值，则发送警告信息至移动用户端。
进一步地，所述的云端服务器通过摄像机采集每个闸门前用户的人脸图片，提取人脸特征，将所采集到的人脸特征与云端服务器上的人脸数据库进行快速匹配，若匹配成功的特征点达到设定阈值，则发送控制信号至电机控制器。
进一步地，所述的云端服务器采用深度学习人脸识别算法，通过已知的大数据人脸库进行训练，用于检测和匹配每个闸门前的用户是否购票。
进一步地，所述的云端服务器通过摄像机采集经过每个闸门的人流量，通过高斯混合模型和卡尔曼迭代跟踪算法对人流量进行实时跟踪并且记录，将人流量的关联数据储存至云端服务器。
进一步地，闸机打开后，云端服务器继续通过摄像机记录2～4秒内通过每个闸机的人数，若通过的人数为1人则闸机正常关闭，若通过的人数大于1人则向闸机端的警报器发送报警信息。
进一步地，所述的云端服务器中采用OneNET云平台软件。
进一步地，所述的警告信息包括可视化的当前人流量信息。
进一步地，所述人流量为该站点所有进站人数减去出站人数的差值。
与现有技术相比，本发明具有以下优点：
1、本发明向地铁乘客提供了一种远距离地铁购票的系统，解决了地铁站高峰时期人流量的动态监控和分流问题，乘客可以通过移动用户终端了解到地铁站的人流量信息，然后进行远程的购票和行程规划；在地铁站现场通过人脸识别的方式通过闸机能够有效提高闸机的通行效率，提高乘客的使用舒适度。
2、本发明改进了传统闸机人脸识别出入单一化的功能，采用了深度学习人脸识别算法，识别精度、效率更高，实时地与云端服务器数据共享，打破了数据孤岛，实现了智能化闸机服务。
附图说明
图1为本发明应用场景示意图。
图2为本发明的连接结构示意图。
图3为摄像机的正面示意图。
图4为摄像机的背面示意图。
图5为购票APP功能显示与OneNET云平台的连接示意图。
图6为本发明的简化流程示意图。
附图标记：1、摄像机，101、辅助照明灯，102、高清摄像头，103、网络连接状态指示灯，104、工作状态指示灯，105、网络接口，106、HDMI接口，107、USB接口，108、摄像机开关，109、电源接口，2、闸机端，3、OneNET云平台，4、汇聚交换机，5、安全防火墙，6、树莓派，10、路由器。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
本实施例提供了一种地铁人流量动态监控及高精度识别闸机系统，包括云端服务器、移动用户端、闸机端和摄像机。云端服务器通过无线网络分别连接移动用户端、闸机端和摄像机。每个闸机端包括并排设置的多个闸门，以及连接闸门的伺服电机和电机控制器。如图1所示，摄像机1安装在闸机端2的上方，本实施例中采用一个摄像机1对应三个闸门的方式进行人脸识别和人流量监控。
如图2所示，云端服务器具体采用的是现有成熟的OneNET云平台3。OneNET云平台3包括核心存储单元、外围存储单元和智慧流量监控备份单元，能够实现包括数据分析和可视化以及数据共享和反馈等功能。OneNET云平台3与树莓派6之间连接有汇聚交换机4、安全防火墙5和路由器10。摄像机1以及闸机端2均通过树莓派6连接OneNET云平台3。树莓派6具体安装在闸机端2内部。
如图3和图4所示，在摄像机中，采用的是Raspberry Pi Camera Module V2可见光版本的高清摄像头102，用于拍摄图像和视频；辅助照明灯101用于补光，方便在设备光线较暗的地方使用。工作状态指示灯104用于显示整个摄像机的工作状态，绿色表示工作正常，红色表示工作异常。网络连接状态指示灯103用来显示系统网络连接状态，绿色表示有网络连接，红色表示无网络连接。网络接口105用于该摄像机与云端服务器的网络连接实现数据共享。摄像机开关108通过遥控器操作或手动实现系统开启和关闭。HDMI接口106和USB接口107用于外接其他硬件设备，实现功能的拓展。电源接口109用于通过外接电源线实现供电。
移动用户端采用智能手机的APP应用。如图5所示，APP应用包括交通状况模块、购票乘车和个人中心三大模块。其中，交通状况模块包括乘车优惠、乘车指南、车站详情和线路详情四个部分；购票乘车模块，包括高精度人脸识别、选择起点站和终点站和确认支付三个部分；个人中心模块，包括我的钱包、我的收藏和去评分三个部分；车站详情、线路详情和高精度人脸识别与OneNET云平台互联互通。
本系统的工作过程为：
步骤S1：当用户需要乘坐地铁时，首先通过手机APP进行购票，手机APP获取用户的购票信息和初始人脸数据打包成数据组发送并储存OneNET云平台。
步骤S2：用户前往地铁站的闸机端，摄像机对每个闸门前的用户进行人脸识别，即先采集人脸图像，并由蓝牙连接的树莓派通过无线网络上传OneNET云平台的人脸数据库进行对比匹配，根据深度学习人脸识别算法，通过摄像机采集每个闸门前用户的人脸图片，提取人脸特征，将所采集到的人脸特征与OneNET云平台上的人脸数据库进行快速匹配，若匹配成功的特征点达到设定阈值，则发送控制信号至闸机端，树莓派接收到指令，并控制电机控制器驱动电机打开闸机。此外，OneNET云平台还需要这样用户的购票信息是否一致，在人脸特征匹配和购票信息均一致的情况下，才会发出控制信号打闸门。
在闸机打开后，云端服务器继续通过摄像机记录2～4秒(本实施例采用4秒)内通过每个闸机的人数，若通过的人数为1人则闸机正常关闭，若通过的人数大于1人则向闸机端的警报器发送报警信息。
用户出站时的过程和用户进站时的工作过程相同，同样为步骤S2。
步骤S3：OneNET云平台通过摄像机1采用跟踪算法对通过闸门的人流量进行跟踪，若人流量超过设定的阈值，则发送警告信息至移动用户端。人流量为该站点所有进站人数减去出站人数的差值；警告信息包括可视化的当前人流量信息。步骤S3和步骤S2同时进行。
上述的工作过程的简化的流程图如图6所示。
在OneNET云平台中，人脸识别采用的是深度学习人脸识别算法，通过大量已知的人脸数据库的训练来判断乘客是否满足进站要求，若出现人脸数据库未存储的人脸数据，则会实时的更新并存储，以便乘客的下一次乘坐；人流量的计数、判断是否达到地铁站人流量阈值和判断是否有乘客逃票采用的是高斯混合模型与卡尔曼迭代跟踪算法，根据视频流和图像两种采集形式来运行算法，当一个乘客成功进入地铁站，软件算法会保留这次记录并初始化，当下次遇到同样的客户，运行算法所需时间大大减少。
运用OneNET云平台作为处理层，分别通过IPV6网络协议接收树莓派采集层发送的数据信息和发送数据到移动用户端的APP应用层，OneNET云平台借助人工智能软件进行大数据人脸匹配，基于英特尔高计算力和可视化平台进行人流量数据的可视化和分析，并将分析后的数据发送到移动用户端APP和各个地铁部门，用户们可以根据实时的数据更新来选择最优乘车方案，管理人员可以根据数据采取合适的管理措施。
树莓派接收打开闸机和关闭闸机两种信号，当接收到打开信号时，树莓派控制电机控制器来实现伺服电机的运作，打开闸门，同时闸机端上设置的显示屏显示记录人数，当接收到关闭信号，树莓派控制电机控制器来实现伺服电机关闭闸门，显示屏不显示记录人数。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (8)

1.一种地铁人流量动态监控及高精度识别闸机系统，其特征在于，包括云端服务器、移动用户端、闸机端和摄像机，所述的云端服务器通过无线网络分别连接移动用户端、闸机端和摄像机，所述的闸机端包括并排设置的多个闸门，以及连接闸门的伺服电机和电机控制器，所述的摄像机安装在闸机端的上方；
所述的移动用户端获取用户的购票信息和初始人脸数据打包成数据组发送并储存至云端服务器，摄像机采集位于闸机端前的当前人脸数据，若当前人脸数据能够匹配云端服务器中储存的初次人脸数据，则云端服务器发送控制信号至电机控制器，电机控制器打开阀门，同时，云端服务器通过摄像机采用跟踪算法对通过阀门的人流量进行跟踪，若人流量超过设定的阈值，则发送警告信息至移动用户端。
2.根据权利要求1所述的一种地铁人流量动态监控及高精度识别闸机系统，其特征在于，所述的云端服务器通过摄像机采集每个闸门前用户的人脸图片，提取人脸特征，将所采集到的人脸特征与云端服务器上的人脸数据库进行快速匹配，若匹配成功的特征点达到设定阈值，则发送控制信号至电机控制器。
3.根据权利要求2所述的一种地铁人流量动态监控及高精度识别闸机系统，其特征在于，所述的云端服务器采用深度学习人脸识别算法，通过已知的大数据人脸库进行训练，用于检测和匹配每个闸门前的用户是否购票。
4.根据权利要求1所述的一种地铁人流量动态监控及高精度识别闸机系统，其特征在于，所述的云端服务器通过摄像机采集经过每个闸门的人流量，通过高斯混合模型和卡尔曼迭代跟踪算法对人流量进行实时跟踪并且记录，将人流量的关联数据储存至云端服务器。
5.根据权利要求1所述的一种地铁人流量动态监控及高精度识别闸机系统，其特征在于，闸机打开后，云端服务器继续通过摄像机记录2～4秒内通过每个闸机的人数，若通过的人数为1人则闸机正常关闭，若通过的人数大于1人则向闸机端的警报器发送报警信息。
6.根据权利要求1所述的一种地铁人流量动态监控及高精度识别闸机系统，其特征在于，所述的云端服务器中采用OneNET云平台软件。
7.根据权利要求1所述的一种地铁人流量动态监控及高精度识别闸机系统，其特征在于，所述的警告信息包括可视化的当前人流量信息。
8.根据权利要求1所述的一种地铁人流量动态监控及高精度识别闸机系统，其特征在于，所述人流量为该站点所有进站人数减去出站人数的差值。
CN201911053207.4A 2019-10-31 2019-10-31 一种地铁人流量动态监控及高精度识别闸机系统 Pending CN110807859A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911053207.4A CN110807859A (zh) 2019-10-31 2019-10-31 一种地铁人流量动态监控及高精度识别闸机系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911053207.4A CN110807859A (zh) 2019-10-31 2019-10-31 一种地铁人流量动态监控及高精度识别闸机系统

Publications (1)

Publication Number Publication Date
CN110807859A true CN110807859A (zh) 2020-02-18

Family

ID=69489821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911053207.4A Pending CN110807859A (zh) 2019-10-31 2019-10-31 一种地铁人流量动态监控及高精度识别闸机系统

Country Status (1)

Country Link
CN (1) CN110807859A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112164194A (zh) * 2020-10-28 2021-01-01 上海铁维物联网科技有限公司 单向智能通道报警系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706976A (zh) * 2009-08-26 2010-05-12 深圳市飞瑞斯科技有限公司 一种基于视频人数统计防尾随的系统和装置
CN103440491A (zh) * 2013-06-24 2013-12-11 中国科学院上海微系统与信息技术研究所 一种基于颜色特征的密集人流量实时检测方法
CN203773591U (zh) * 2014-03-11 2014-08-13 江南大学 一种基于视频人数识别的两道阻挡门检票闸机
CN106056054A (zh) * 2016-05-24 2016-10-26 青岛海信移动通信技术股份有限公司 一种进行指纹识别的方法和终端
CN106327632A (zh) * 2016-08-17 2017-01-11 成都仁通融合信息技术有限公司 一种获取地铁线路各站点实时路况的系统及方法
CN106548443A (zh) * 2017-01-09 2017-03-29 区绮云 一种新型的交通工具自助购票验票软件
CN106650657A (zh) * 2016-12-16 2017-05-10 广东工业大学 一种基于全脸二进制匹配的身份验证方法及装置
CN107392182A (zh) * 2017-08-17 2017-11-24 宁波甬慧智能科技有限公司 一种基于深度学习的人脸采集识别方法及装置
CN107704745A (zh) * 2017-09-05 2018-02-16 维沃移动通信有限公司 一种生物特征识别方法及移动终端

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706976A (zh) * 2009-08-26 2010-05-12 深圳市飞瑞斯科技有限公司 一种基于视频人数统计防尾随的系统和装置
CN103440491A (zh) * 2013-06-24 2013-12-11 中国科学院上海微系统与信息技术研究所 一种基于颜色特征的密集人流量实时检测方法
CN203773591U (zh) * 2014-03-11 2014-08-13 江南大学 一种基于视频人数识别的两道阻挡门检票闸机
CN106056054A (zh) * 2016-05-24 2016-10-26 青岛海信移动通信技术股份有限公司 一种进行指纹识别的方法和终端
CN106327632A (zh) * 2016-08-17 2017-01-11 成都仁通融合信息技术有限公司 一种获取地铁线路各站点实时路况的系统及方法
CN106650657A (zh) * 2016-12-16 2017-05-10 广东工业大学 一种基于全脸二进制匹配的身份验证方法及装置
CN106548443A (zh) * 2017-01-09 2017-03-29 区绮云 一种新型的交通工具自助购票验票软件
CN107392182A (zh) * 2017-08-17 2017-11-24 宁波甬慧智能科技有限公司 一种基于深度学习的人脸采集识别方法及装置
CN107704745A (zh) * 2017-09-05 2018-02-16 维沃移动通信有限公司 一种生物特征识别方法及移动终端

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李娟等: "基于Kalman滤波的行人跟踪方法研究", 《交通运输系统工程与信息》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112164194A (zh) * 2020-10-28 2021-01-01 上海铁维物联网科技有限公司 单向智能通道报警系统
CN112164194B (zh) * 2020-10-28 2022-01-14 上海铁维物联网科技有限公司 单向智能通道报警系统

Similar Documents

Publication Publication Date Title
CN109886096B (zh) 一种智慧旅游监管及安全应急管理联动指挥系统
Liu et al. Design of traffic emergency response system based on internet of things and data mining in emergencies
CN104794883B (zh) 出租车叫车方法及设备
KR102122859B1 (ko) 교통 영상감시시스템의 멀티 표적 추적 방법
CN104021605A (zh) 一种公交客流实时统计系统及其统计方法
CN204557612U (zh) 一种基于机器视觉的公交客流统计系统
CN105427582B (zh) 一种公交线路的智能管理方法
CN103116917B (zh) 一种基于gps的公交智能停车场控制方法
CN109189019A (zh) 一种机车乘务员值乘标准化监控系统
CN113160602A (zh) 一种智能公交调度模拟系统
CN109829450A (zh) 一种工地泥头车智能监管系统及监管方法
CN104994347A (zh) 一种智能安防视频监控系统及其检测处理方法
CN110992564A (zh) 一种智慧过磅系统及其管理方法
CN203260192U (zh) 公交车超载监控系统
CN110322726A (zh) 一种基于高位视频的半封闭路侧停车管理系统及方法
CN109410583A (zh) 基于行车记录仪的交通信息采集及分析系统及运行方法
CN111404874A (zh) 出租车嫌疑车辆甄别分析体系架构
CN110263623A (zh) 列车攀爬监测方法、装置、终端及存储介质
CN107748786B (zh) 警情大数据管理系统
CN110807859A (zh) 一种地铁人流量动态监控及高精度识别闸机系统
CN106981200A (zh) 城市轨道交通智能监控系统
CN110263622A (zh) 列车火情监测方法、装置、终端及存储介质
CN104269061B (zh) 基于网络的黄标车检管系统及检管方法
CN104751554B (zh) 一种封闭旅游景区车辆调控方法
CN109523642A (zh) 一种基于车牌识别技术的路边停车智能收费系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200218