CN111033314A - 人体识别方法及人体识别传感器 - Google Patents

人体识别方法及人体识别传感器 Download PDF

Info

Publication number
CN111033314A
CN111033314A CN201880038222.9A CN201880038222A CN111033314A CN 111033314 A CN111033314 A CN 111033314A CN 201880038222 A CN201880038222 A CN 201880038222A CN 111033314 A CN111033314 A CN 111033314A
Authority
CN
China
Prior art keywords
evaluation
human body
laser
reflection points
height
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
CN201880038222.9A
Other languages
English (en)
Inventor
戈蒂埃·拉德梅克
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.)
BEA SA
B E A SA
Original Assignee
B E A SA
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 B E A SA filed Critical B E A SA
Publication of CN111033314A publication Critical patent/CN111033314A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • 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
    • 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
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition

Abstract

本发明涉及一种人体识别方法，其通过激光扫描仪(12)分析在监视区域中的侦测对象(P)并确定侦测对象是否是人体，包括：所述激光扫描仪(12)生成至少一激光幕(22、32、34)，其中每一激光幕(22、32、34)由多脉冲生成，通过飞行时间(TOF)法对单脉冲的测量以对多脉冲进行评估，以生成反射点相对于激光扫描仪位置的距离；结合所述反射点的距离与所述脉冲方向，以在监视区域内的预定侦测区域中检索一位置；将属于侦测对象的反射点投影到评估平面(EP)中作为评估对象(O1，O2)，其中评估平面(EP)具有与高度有关的Z轴及与所述激光幕(22、32、34)的横向延伸方向上的宽度相关且与Z轴垂直的垂直轴。本发明的特征在于，基于沿着所述Z轴的反射点的密度分布来对所述评估平面(EP)进行评估，并将所述评估结果与人体测量参数进行比较。

Description

人体识别方法及人体识别传感器
本发明涉及一种人体识别方法及人体识别传感器，用于在监视区域中侦测对象并确定侦测对象是否是人体。
EP 2741263 B1公开了一种用于入侵侦测的人体识别传感器，所述传感器包括：距离获取单元，用于定义侦测到的对象的反射点；以及人体识别单元，用于根据对象的估计的宽度和距离来确定侦测对象是否是人体。
Akamatsu Shun-Ichi等人的“使用3D激光扫描仪开发人员计数系统”(2014年IEEE国际机器人与生物医学会议，2014年12月5日，第1983至1988页)公开了一种用于统计人数的3D激光扫描仪。所述3D激光扫描仪可创建侦测到的点的3D云。根据分组算法对3D云的点进行分组。然后，通过从云(z值)的最高点减去最低点，评估各个组的对象高度。此外，通过评估对象的点的x-y投影来定义对象区域，其为一近似矩形。将矩形的长边定义为对象宽度，短边定义为对象深度。通过对对象高度、对象深度和对象宽度的绝对值进行比较来确定对象是否为人体。
WO 2012/042043 A1也公开了一种人体侦测单元，所述人体侦测单元基于激光扫描仪并应用访问控制系统。所述侦测单元主要评估传感器区域中是否出现多于一个人的情况。这是通过评估轮廓高度完成的，所述轮廓高度基本上是通过确定轮廓的最大值和最小值来评估的。
本发明的目的是提高用于控制目的人体侦测传感器的精度。
本发明涉及一种利用激光扫描仪分析监视区域内的侦测对象并确定侦测对象是否为人体的方法，所述方法包括以下步骤：所述激光扫描仪产生至少一激光幕，其中每一激光幕由多脉冲产生，其中通过飞行时间法对单个脉冲进行测量来评估所述多脉冲，以生成反射点相对于所述激光扫描仪位置的距离。此外，对所述反射点的距离与脉冲方向进行结合，以在监视区域内的预定侦测区域中检索位置。将属于侦测对象的反射点的检索位置投影到评估平面中，所述评估平面具有与高度相关的Z轴及与Z轴垂直且与激光幕的横向延伸方向的宽度有关的轴。
根据本发明，基于沿Z轴上的反射点的密度分布来评估所述评估平面，并将评估结果与人体测量参数进行比较。
所述监视区域由所述激光幕进行定义，所述监视区域具有竖直高度方向和两个横向方向(即深度方向和宽度方向)，其中所有方向彼此垂直。如果是单个竖直激光幕，则所述监视区域的深度方向与所述激光幕的深度方向相同。
所述评估平面可以具有与所述竖直平面的竖直轴匹配的Z轴和/或与所述监视区域的宽度匹配的评估宽度延伸方向。尽管如此，例如所述Z轴可以沿激光幕并相对倾斜，而所述宽度方向仍可以对应于所述激光幕的宽度方向。
根据本发明的人体测量参数是人体测量值和/或人体比例。
人体测量参数具体是与身高、宽度、肩宽、肩高、头宽、人体总高度有关的参数。
基于所述评估平面中的密度分布，所述评估单元确定所述密度分布是否对应于人体的密度分布。
为了确定侦测对象是否是人体，对沿所述Z轴的密度分布进行评估，其中所述Z轴表示侦测对象的高度。对应于人体的密度分布，应包括两个峰值点，其中一个峰值点大约在头部的顶部，而另一个峰值点大约在肩部的顶部。
优选地，确定头部的高度与肩部的高度之比值。由于头部与肩部的高度之比值对于所有人体而言基本上是相等的人体测量参数，并且最重要的是，其不取决于绝对高度，因此根据对所述密度分布的评估可以可靠地区分人体。
除了所述密度分布之外，所述评估单元还可以在另一步骤中进行对象的宽度的评估。因此，对在所述密度分布的峰值位置处的评估平面中属于对象的反射点进行分析，及确定人体的头部和肩部的有效宽度。
由于所述信息的整合，可以以更精确的方式进行评估。可以预定义有效的头肩的宽度之比值，以检查其是否与从所述评估密度分布得出的结果相匹配。可以将所述结果与所述密度评估的结果进行比较。如果两个评估结果都为正向的，则侦测对象很可能是人体。
此外，所述评估单元可以对所述密度分布评估的峰值区域内的反射点的数量进行计数。如果所述数量低于预定义的数量，则将丢弃所述测量。
人体沿运动方向运动，其中所述运动方向基本上是宽度和深度的矢量。特别是应用在门时，所述动动方向垂直于所述宽度方向，因此，人体的肩部的方向通常与所述宽度方向一致。
根据本发明，可以从所述评估平面的所有反射点中识别出单个评估对象，并且为每个评估对象创建反射点的子集，然后对其进行密度分布分析。
据此，可以基于每个当前的评估对象是否与人体而作出决定。因此，侦测传感器可以基于所侦测到的对象是否为人体的信息来做出控制门或灯的决定。
评估单元可确定单个评估对象，其中由邻域从所述平面的顶部到底部对包含所有反射点的所述评估平面进行解析。一旦在所述邻域中新出现一个反射点或多个反射点，将所述邻域内的所有反射点都考虑在内，并将所述新出现的反射点分配给一评估对象。如果在所述邻域内新出现的反射点之上没有其他点，则将新出现的反射点分配给一新的评估对象，或者将新出现的反射点分配给一现有评估对象，其中所述现有评估对象的反射点与现有评估对象的数学重心之间的距离最小。
根据所述过程，将所有反射点都分组到属于评估对象的反射点子集中。
根据所述评估，甚至可以区分出两个或更多并行穿过所述激光幕的人。
根据本发明的另一改进，可以将所述反射点在所述评估平面上进行时间积分。这使得所述反射点的密度更高，因此，可以更好地区分评估对象，并可以以更可靠的方式对侦测对象进行分类。
在第一次侦测到侦测对象之后，可以基于固定的时间间隔进行时间积分。
根据本发明的进一步改进，可以通过将反射点投影到在宽度-时间平面以将反射点的子集分配给时间对象的方式进行时间积分，其中忽略反射点的高度。所述宽度轴根据预定义的时间累积/时间积分进行延伸。
将投影到所述时间-宽度平面中的反射点聚类为分配给时间对象的子集。每个时间对象都是反射点的主要集合，以生成所述评估平面，其中忽略反射点的时间要素，但要考虑高度。
根据所述过程，可以对时间对象进行更精确的确定。因此，所获取的有关随后经过的人的数量的信息更加准确。
优选地，对时间对象的聚类最好是使用DBSCAN算法来完成。
优选地，所述扫描仪产生彼此相对倾斜的多个激光幕。由于有多个激光幕，因此可以拍摄更精确的图像，并可以考虑对象的运动方向。
优选地，所述扫描仪随后评估和/或产生多个激光幕。
由于考虑了至少两个彼此相对倾斜的幕，可以评估垂直于扫描平面宽度方向的两个深度位置。当随后对这两个深度位置的平面进行扫描时，在扫描时间中的重心在时间-宽度图中沿侦测对象的运动方向变化时，可以检测人体的运动方向。
通过使用多个激光幕，时间积分的预定累积时间长于或等于扫描所述传感器的当前激光幕所需的时间。
所述评估单元可能不接受明显涉及背景效果的反射点。因此，可以在这个阶段降低背景噪声。
本发明还涉及一种人体识别传感器，用于分析监视区域中的对象并确定所述对象是否是人体，其包括激光扫描仪和能够执行上述方法的评估单元。
另一方面涉及一种传感器，所述传感器产生至少一个相对于竖直轴倾斜的角度小于45°的激光幕。这可以进行头顶扫描，以识别经过传感器下方的人体。
所述人体识别传感器可以包括计算单元。优选地，所述计算单元是微处理器、微控制器或FPGA，所述评估单元在其上实现为软件程序，以执行上述方法。
结合附图中所示的实施例，可以从下面的描述中了解本发明的其他优点、特征和潜在应用。
在整个说明书、权利要求书和附图中，将使用所附的列表中列出的术语和对应的标号。附图显示了如下内容。
图1是根据本发明的激光扫描仪的示意图。
图2示出了具有一个扫描幕的人体识别传感器的第一实施例。
图3示出了使用图1的传感器进行人体识别的方法。
图4示出了具有两个扫描幕的人体识别传感器的第二实施例。
图5a示出了评估单元的工作原理，描述了产生时间对象的第一步骤。
图5b是所创建的时间对象的放大图。
图6a是在评估平面中的图4b的时间对象的视图。
图6b是分离人体对象之后的时间对象的视图。
图7a示出了图5b中的分离的人体对象。
图7b示出了图6a的人体密度分布。
图8a是第一扫描幕的图4b的时间对象的时间-宽度视图。
图8b是第二扫描幕的图4b的时间对象的时间-宽度视图。
图1示出了根据本发明的人体识别传感器10的第一实施例。所述人体识别传感器10包括激光扫描仪12、处理单元14，其中所述处理单元14包括评估单元16。所述处理单元14连接到激光扫描仪12以及输出端口18，信息可以传送至所述输出端口18，所述信息包含有关人体识别结果的信息。
根据图1的实施例的激光扫描仪使用至少一个激光幕，所述激光幕通过考虑由光脉冲得出的反射点来进行评估(其中确定飞行时间(TOF))。根据所述确定飞行时间和脉冲方向,可以得出所述反射点相对于所述激光扫描仪的位置。所述评估可以由所述处理单元14完成，其中确定相关的反射点并将它们的位置馈入到评估单元16，所述评估单元16执行下述参考图1至图5更详细描述的本发明的方法。
根据所述设置，所述评估单元16接收反射点相对于所述激光扫描仪12的数据。
然后，所述评估单元16根据将在下图中进一步描述的本发明来分析反射点，并且作为结果将输出包含所侦测到的对象是否是人体的信息。
图2示出了将人体识别传感器20安装在顶部位置的示例性应用，其下有对象通过。所述人体识别传感器20沿竖直方向投影一激光幕，所述激光幕在宽度方向W上延伸。如图所示，人体P沿运动方向M穿过所述激光幕22。移动的人体P反射光脉冲，其中所述人体传感器20的激光扫描仪评估所述激光幕内的反射点。
以评估与所述激光幕22匹配的评估平面EP的方式对所述传感器20的评估单元进行设置。因此，所述评估平面EP在竖直方向上具有Z轴，并且具有与激光幕22的宽度方向相同的宽度轴W。
图3示出了通过评估所述评估平面EP来识别人体的方法，在本实施例中，所述评估平面EP与激光幕22匹配时，所述反射点不必投影到所述评估平面EP中。根据反射点的位置将反射点应用于所述评估平面EP。所述评估平面EP具有Z轴和宽度轴W。
根据本发明，所述评估单元16现在计算沿所述评估平面EP的Z轴的密度分布，其中推定在所述密度分布中有两个峰值点。
如果仅存在一个峰值点，则丢弃所述测量并确定所述评估对象不是人体。
如果存在两个峰值点24、26，如侦测人体的情况那样，则获取Z轴上的峰值点位置H1、H2。假定第一峰值点24提供对象的整体高度H1，即侦测人体时头部的高度，而假定第二峰值点26为人体的肩部的高度H2。将整体高度H1与肩部的高度H2之比值与预定的人体比例范围进行比较。此外，还可以考虑头部的高度(即肩部的高度与整体高度之间的距离；H1-H2)，因为人体比例会随着年龄的增长而变化。
因此，不必将测量值限制在可能会无法侦测儿童的最小高度，可以根据上述评估来定义测量值。
在所述评估平面EP内，可以确定肩部的宽度W2和密度分布的第二峰值点26的位置H2。在第一峰值点24的区域中，可以确定头部W1的宽度。通过这些参数，可以得到与人体识别有关的对象的更精确评估。
图4示出了具有人体识别传感器30的设置，所述人体识别传感器30产生多个激光幕32、34。在本实施例中，所述人体识别传感器30安装在门框上方并监视所述门的前部区域。所述激光幕32、34相对于竖直轴线倾斜及相对于彼此倾斜并且在宽度方向W上平行于门延伸。将所述评估平面EP设置为平行于门平面。
所述人体识别传感器30的激光扫描仪得出所侦测对象的反射点相对于所述激光扫描仪的位置，其中，所述评估单元将所述反射点的位置投影到所述评估平面EP中作为评估对象。
当人体P穿过所述激光幕32、34时，在采集期间产生反射点。
如图5a中所描述的，采集期间为约15秒。在所描述的实施例中，四个侦测对象随后穿过所述激光幕，其中两个侦测对象同时穿过所述激光幕。所述评估单元将所采集的反射点投影在时间-宽度平面上。
在所述时间-宽度平面中，将当前的反射点聚类到时间对象TO_1、TO_2、TO_3。这是通过使用DBSCAN算法来完成的。
在本实施例中，在采集期间四个侦测对象穿过所述激光幕定义了三个时间对象TO_1、TO_2、TO_3。
如时间对象TO_2的放大图所示，在时间对象TO_2中可以存在更多的侦测的对象。
如图6a所示，所述评估单元用于获取每个时间对象的反射点并将它们投影到评估平面EP中。所述评估平面具有竖直的Z轴和宽度轴W。
在下一个单独的步骤中，所述评估单元将每个时间对象TO_1、TO_2、TO_3的反射点分配给对象。
这是通过从上到下分析所述评估平面EP并将每个点分配给评估对象来完成的。
对单个评估对象O1的确定由所述评估单元完成，其中所述评估平面EP包含时间对象TO_2的所有反射点。邻域40从所述评估平面EP的顶部到底部对所述评估平面EP进行解析。一旦在所述邻域40中新出现一个或多个反射点，就将所述邻域40内的所有反射点都考虑在内，并将新出现的反射点分配给评估对象(如图6b的(十字)对象O2(十字)和(圆圈)对象O1)。如果在所述邻域内新出现的点之上没有其他点，则将新出现的反射点分配给新的评估对象，或者分配给反射点与现有对象(O1或O2)的数学重心距离最小的现有对象。根据所述过程，将所有反射点分组在属于评估对象O1、O2的反射点的子集中。
因此，图6b示出了将图5b的时间对象TO_2分成两个评估对象O1、O2。
然后，如图7b所示，对如图7a所示的评估平面中的每个对象沿Z轴进行密度分布分析。在图7a、图7b中，分析了对象O1。如图3所示，通过将所应用的测量与人体测量数据进行比较，进一步完成确定对象是否为人体的评估。
根据本发明的另一改进，可以使所述评估单元分析对象的运动方向。这使得所述人体识别传感器能够提供方向信息与对象信息。这样就可以对进入或离开建筑物的人数进行计数，也可以自己进行计数，及仅提供输出端口上的净计数。
通过比较在短时间(如500毫秒)内两个幕32、34的累积的反射点来分析运动方向。将所述反射点投影到时间-宽度平面中，在所述平面中，为每个幕确定当前反射点的数学重心。
根据重心的移动(如图8a和图8b中的十字所示)，所述重心首先穿过第一幕32，然后穿过第二幕34，这即是对象的移动方向。
元件标号列表
10 人体识别传感器
12 激光扫描仪
14 计算单元
16 评估单元
18 输出端口
20 人体识别传感器
22 激光幕
24 峰值点
26 峰值点
30 人体识别传感器
32 第一激光幕
34 第二激光幕
44 重心
46 重心
TO_1 时间对象
TO_2 时间对象
TO_3 时间对象
O1 评估对象
O2 评估对象
EP 评估平面
P 人体
M 运动方向
Z Z轴
W 宽度轴

Claims (16)

1.一种人体识别方法，其使用激光扫描仪(12)分析在监视区域中的侦测对象(P)并确定侦测对象是否为人体，包括：
所述激光扫描仪(12)生成至少一激光幕(22、32、34)，其中每一激光幕(22、32、34)由多脉冲生成，通过飞行时间(TOF)法测量单脉冲来对所述多脉冲进行评估，以生成反射点相对于所述激光扫描仪位置的距离；
将所述反射点的距离与脉冲方向进行结合，以在所述监视区域内的预定侦测区域中检索一位置；
将属于侦测对象的反射点投影到评估平面(EP)中作为评估对象(O1，O2)，其中所述评估平面(EP)具有与高度有关的Z轴及与所述激光幕(22、32、34)的横向延伸方向上的宽度相关且与Z轴垂直的轴，其特征在于，基于沿Z轴的所述反射点的密度分布对所述评估平面(EP)进行评估，并将评估结果与人体测量参数进行比较。
2.根据权利要求1所述的方法，其特征在于，所述人体测量参数是人体测量值和/或人体比例。
3.根据权利要求1或2所述的方法，其特征在于，基于高度方向的密度分布，对属于评估对象(O1、O2)的反射点进行评估，相应地从其中得出头部高度(H1)和肩部高度(H2)，所述人体测量参数是头部高度(H1)与肩部高度(H2)之比值，将其与人体的预定范围进行比较。
4.根据前述权利要求中任意一项所述的方法，其特征在于，通过评估所述密度分布的峰值点(24、26)，得出所述头部的高度(H1)和所述肩部的高度(H2)。
5.根据前述权利要求中的任意一项所述的方法，其特征在于，基于高度方向的密度分布，对所述评估平面(EP)进行评估，通过在相应的密度分布的峰值处获取宽度(W1、W2)而得出头部宽度(W1)和肩部宽度(W2)。
6.根据权利要求5所述的方法，其特征在于，所述人体测量参数是头部宽度(W1)与肩部宽度(W2)之比值，将其与人体比例的预定范围进行比较。
7.根据前述权利要求中的任一项所述的方法，其特征在于，所述传感器生成并评估相对彼此倾斜的多个激光幕(22、32、34)。
8.根据权利要求7所述的方法，其特征在于，随后扫描所述多个激光幕(32、34)并测量人体和/或分析对象的运动方向(M)。
9.根据前述权利要求中的任一项所述的方法，其特征在于，在采集期间内对所述反射点进行时间积分。
10.根据前述权利要求9中的所述的方法，其特征在于，将反射点的子集分配给时间对象(TO_1、TO_2、TO_3)，所述时间对象是通过在所述采集期间在宽度-时间平面中对反射点进行聚类而定义的。
11.根据权利要求10所述的方法，其特征在于，所述分配给时间对象(TO_1、TO_2、TO_3)的反射点的子集是评估所述评估平面(EP)的主要集合。
12.根据前述权利要求中的任一项所述的方法，其特征在于，通过聚类所述反射点，将所述评估平面(EP)中的反射点的子集分配给评估对象(O1、O2)。
13.根据权利要求12所述的方法，其特征在于，根据在一定范围内沿Z方向的当前分析点的上方是否还存在另一个点的原则来对所述反射点进行分析，如果不存在这样的点，则将所述反射点分配给一个新对象，如果存在这样的点，则将所述反射点分配给具有重心的现有对象。
14.一种用于在监视区域中侦测和分析侦测对象(P)并确定侦测对象是否是人体的人体识别传感器，包括激光扫描仪(12)和执行根据前述权利要求中任一项所述的方法的评估单元(16)。
15.根据权利要求14所述的人体识别传感器，其特征在于，所述评估单元(16)是计算机单元,例如,微处理器,所述方法是计算机实现的方法。
16.根据前述权利要求14至15中的任一项所述的人体识别传感器，其特征在于，所述至少一个激光幕(22、32、34)相对于所述竖直轴倾斜的角度小于45°。
CN201880038222.9A 2017-04-10 2018-04-10 人体识别方法及人体识别传感器 Pending CN111033314A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP17165849.5A EP3388864A1 (en) 2017-04-10 2017-04-10 Method of human body recognition and human body recognition sensor
EP17165849.5 2017-04-10
PCT/EP2018/059186 WO2018189191A1 (en) 2017-04-10 2018-04-10 Method of human body recognition and human body recognition sensor

Publications (1)

Publication Number Publication Date
CN111033314A true CN111033314A (zh) 2020-04-17

Family

ID=58530479

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880038222.9A Pending CN111033314A (zh) 2017-04-10 2018-04-10 人体识别方法及人体识别传感器

Country Status (11)

Country Link
US (1) US20210011126A1 (zh)
EP (2) EP3388864A1 (zh)
JP (1) JP7054951B2 (zh)
KR (1) KR20190132508A (zh)
CN (1) CN111033314A (zh)
AU (2) AU2018251941A1 (zh)
BE (1) BE1025329A9 (zh)
BR (1) BR112019021101A2 (zh)
CA (1) CA3059267A1 (zh)
SG (1) SG11201909259PA (zh)
WO (1) WO2018189191A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115356747A (zh) * 2022-10-19 2022-11-18 成都朴为科技有限公司 一种多线激光雷达障碍物识别方法和装置

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL2022442B1 (nl) * 2019-01-24 2020-01-07 Lely Patent Nv Positiebepalingsinrichting
CN110889339B (zh) * 2019-11-12 2020-10-02 南京甄视智能科技有限公司 基于头肩检测的危险区域分级预警方法与系统

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1502047A (zh) * 2001-02-09 2004-06-02 �����ѧ�͹�ҵ�о���֯ 激光雷达系统和方法
CN1831284A (zh) * 2005-01-21 2006-09-13 Bea股份公司 用于自动门的传感器
CN101382594A (zh) * 2007-09-07 2009-03-11 三星电子株式会社 距离测量方法、介质以及测量距离的设备
EP2053427A1 (en) * 2007-10-26 2009-04-29 Optex Co. Ltd. Laser area sensor
TW200918929A (en) * 2007-09-28 2009-05-01 Siemens Ag Procedure and device to determining a distance by means of an opto-electronic image sensor
CN102222329A (zh) * 2010-03-17 2011-10-19 微软公司 深度检测的光栅扫描
WO2012042043A1 (de) * 2010-10-01 2012-04-05 Fastcom Technology Sa System und verfahren zur individualisierung von personen
JP2012095940A (ja) * 2010-11-05 2012-05-24 Otax Co Ltd 脈拍数測定方法及び血中酸素飽和度測定方法
CA2957705A1 (en) * 2011-07-05 2013-01-10 Saudi Arabian Oil Company Floor mat system and associated, computer medium and computer-implemented methods for monitoring and improving health and productivity of employees
CN103430042A (zh) * 2011-03-22 2013-12-04 莱卡地球系统公开股份有限公司 有无需接触测量设备而作用的基于手势的测量触发的电光测距设备
CN103744934A (zh) * 2013-12-30 2014-04-23 南京大学 一种基于位置敏感哈希的分布式索引方法
CN103913734A (zh) * 2014-03-28 2014-07-09 中国科学院上海技术物理研究所 非合目标激光反射投影中心对准方法
CN104348962A (zh) * 2013-08-06 2015-02-11 浪潮乐金数字移动通信有限公司 基于激光测距的手机解锁方法及具有激光测距功能的手机
CN104349136A (zh) * 2013-08-08 2015-02-11 满景资讯股份有限公司 三维侦测装置侦测影像的方法
US20150083936A1 (en) * 2013-09-26 2015-03-26 Cymer, Llc System and Method for Creating and Utilizing Dual Laser Curtains From a Single Laser in an LPP EUV Light Source
CN104748702A (zh) * 2015-03-26 2015-07-01 北京工业大学 一种关于直线导轨直线度误差的快速测量及误差补偿方法
US20150186903A1 (en) * 2013-12-26 2015-07-02 Panasonic Intellectual Property Corporation Of America Control method, and control system
CN105093206A (zh) * 2014-05-19 2015-11-25 洛克威尔自动控制技术股份有限公司 飞行时间传感器中的波形重构
EP2975428A1 (en) * 2012-12-25 2016-01-20 Fu, Jian Three-dimensional imaging radar system and method based on a plurality of times of integral
CN105277943A (zh) * 2014-06-12 2016-01-27 德尔福国际运营卢森堡有限公司 距离测量装置
CA2984000A1 (en) * 2015-05-06 2016-11-10 Ocula Corporation Swim lap counting and timing system and methods for event detection from noisy source data
CN106127665A (zh) * 2015-05-08 2016-11-16 莱卡地球系统公开股份有限公司 扫描方法和具有扫描功能的测量系统
CN106125087A (zh) * 2016-06-15 2016-11-16 清研华宇智能机器人（天津）有限责任公司 基于激光雷达的舞蹈机器人室内行人跟踪方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006236184A (ja) * 2005-02-28 2006-09-07 Nec Engineering Ltd 画像処理による人体検知方法
US8611604B2 (en) * 2009-06-03 2013-12-17 Chubu University Educational Foundation Object detection device
JP5369036B2 (ja) * 2010-03-26 2013-12-18 パナソニック株式会社 通過者検出装置、通過者検出方法
WO2012002904A1 (en) * 2010-07-02 2012-01-05 Fotonic I Norden Ab Device and method for detection of abnormal spatial states of a human body
JP5163971B1 (ja) * 2011-09-12 2013-03-13 オプテックス株式会社 レーザースキャンセンサ
JP5263692B2 (ja) 2011-11-09 2013-08-14 オプテックス株式会社 レーザースキャンセンサ
JP5668207B2 (ja) * 2013-01-25 2015-02-12 北陽電機株式会社 物体検出装置、測距装置、ドア制御装置、及び自動ドア装置
JP2015213251A (ja) * 2014-05-02 2015-11-26 株式会社Ihi 挙動解析装置、監視システム及びアミューズメントシステム

Patent Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1502047A (zh) * 2001-02-09 2004-06-02 �����ѧ�͹�ҵ�о���֯ 激光雷达系统和方法
CN1831284A (zh) * 2005-01-21 2006-09-13 Bea股份公司 用于自动门的传感器
CN101382594A (zh) * 2007-09-07 2009-03-11 三星电子株式会社 距离测量方法、介质以及测量距离的设备
TW200918929A (en) * 2007-09-28 2009-05-01 Siemens Ag Procedure and device to determining a distance by means of an opto-electronic image sensor
EP2053427A1 (en) * 2007-10-26 2009-04-29 Optex Co. Ltd. Laser area sensor
CN102222329A (zh) * 2010-03-17 2011-10-19 微软公司 深度检测的光栅扫描
WO2012042043A1 (de) * 2010-10-01 2012-04-05 Fastcom Technology Sa System und verfahren zur individualisierung von personen
JP2012095940A (ja) * 2010-11-05 2012-05-24 Otax Co Ltd 脈拍数測定方法及び血中酸素飽和度測定方法
CN103430042A (zh) * 2011-03-22 2013-12-04 莱卡地球系统公开股份有限公司 有无需接触测量设备而作用的基于手势的测量触发的电光测距设备
CA2957705A1 (en) * 2011-07-05 2013-01-10 Saudi Arabian Oil Company Floor mat system and associated, computer medium and computer-implemented methods for monitoring and improving health and productivity of employees
EP2975428A1 (en) * 2012-12-25 2016-01-20 Fu, Jian Three-dimensional imaging radar system and method based on a plurality of times of integral
CN104348962A (zh) * 2013-08-06 2015-02-11 浪潮乐金数字移动通信有限公司 基于激光测距的手机解锁方法及具有激光测距功能的手机
CN104349136A (zh) * 2013-08-08 2015-02-11 满景资讯股份有限公司 三维侦测装置侦测影像的方法
US20150083936A1 (en) * 2013-09-26 2015-03-26 Cymer, Llc System and Method for Creating and Utilizing Dual Laser Curtains From a Single Laser in an LPP EUV Light Source
US20150186903A1 (en) * 2013-12-26 2015-07-02 Panasonic Intellectual Property Corporation Of America Control method, and control system
CN103744934A (zh) * 2013-12-30 2014-04-23 南京大学 一种基于位置敏感哈希的分布式索引方法
CN103913734A (zh) * 2014-03-28 2014-07-09 中国科学院上海技术物理研究所 非合目标激光反射投影中心对准方法
CN105093206A (zh) * 2014-05-19 2015-11-25 洛克威尔自动控制技术股份有限公司 飞行时间传感器中的波形重构
CN105277943A (zh) * 2014-06-12 2016-01-27 德尔福国际运营卢森堡有限公司 距离测量装置
CN104748702A (zh) * 2015-03-26 2015-07-01 北京工业大学 一种关于直线导轨直线度误差的快速测量及误差补偿方法
CA2984000A1 (en) * 2015-05-06 2016-11-10 Ocula Corporation Swim lap counting and timing system and methods for event detection from noisy source data
CN106127665A (zh) * 2015-05-08 2016-11-16 莱卡地球系统公开股份有限公司 扫描方法和具有扫描功能的测量系统
CN106125087A (zh) * 2016-06-15 2016-11-16 清研华宇智能机器人（天津）有限责任公司 基于激光雷达的舞蹈机器人室内行人跟踪方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
DAIKI NISHIDA: "Development of Intelligent Automatic Door System" *
SHUN-ICHI AKAMATSU: "Development of a person counting system using a 3D laser scanner" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115356747A (zh) * 2022-10-19 2022-11-18 成都朴为科技有限公司 一种多线激光雷达障碍物识别方法和装置
CN115356747B (zh) * 2022-10-19 2023-01-24 成都朴为科技有限公司 一种多线激光雷达障碍物识别方法和装置

Also Published As

Publication number Publication date
BE1025329B1 (fr) 2019-01-29
AU2018251941A1 (en) 2019-11-21
CA3059267A1 (en) 2018-10-18
JP7054951B2 (ja) 2022-04-15
SG11201909259PA (en) 2019-11-28
KR20190132508A (ko) 2019-11-27
JP2020516910A (ja) 2020-06-11
WO2018189191A1 (en) 2018-10-18
BE1025329A9 (fr) 2019-02-05
EP3610291A1 (en) 2020-02-19
EP3610291B1 (en) 2022-12-21
BE1025329A1 (fr) 2019-01-23
EP3388864A1 (en) 2018-10-17
US20210011126A1 (en) 2021-01-14
AU2023200722A1 (en) 2023-03-09
BR112019021101A2 (pt) 2020-05-12

Similar Documents

Publication Publication Date Title
CN110720051A (zh) 用于控制自动门的传感器
AU2023200722A1 (en) Method of human body recognition and human body recognition sensor
JP5950296B2 (ja) 人物追跡属性推定装置、人物追跡属性推定方法、プログラム
JP5953484B2 (ja) 計測装置，計測方法および計測プログラム
Boltes et al. T-junction: Experiments, trajectory collection, and analysis
US11657650B2 (en) Techniques for automatically identifying secondary objects in a stereo-optical counting system
US8873804B2 (en) Traffic monitoring device
US20210133491A1 (en) System and method for detecting, tracking and counting human objects of interest with an improved height calculation
CN105488455B (zh) 一种基于激光测距的客流统计方法及装置
Zappa et al. Reliability of personal identification base on optical 3D measurement of a few facial landmarks
JP7280335B1 (ja) 立位座位分離計数装置及び立位座位分別処理方法
JP7208051B2 (ja) 状態認識装置

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40022732

Country of ref document: HK

WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200417