CN112508618A - 客流统计的系统和方法 - Google Patents

客流统计的系统和方法 Download PDF

Info

Publication number
CN112508618A
CN112508618A CN202011469078.XA CN202011469078A CN112508618A CN 112508618 A CN112508618 A CN 112508618A CN 202011469078 A CN202011469078 A CN 202011469078A CN 112508618 A CN112508618 A CN 112508618A
Authority
CN
China
Prior art keywords
target
users
sensor
perception
data
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
CN202011469078.XA
Other languages
English (en)
Inventor
续立军
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.)
Alipay Hangzhou Information Technology Co Ltd
Original Assignee
Alipay Hangzhou Information Technology Co Ltd
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 Alipay Hangzhou Information Technology Co Ltd filed Critical Alipay Hangzhou Information Technology Co Ltd
Priority to CN202011469078.XA priority Critical patent/CN112508618A/zh
Publication of CN112508618A publication Critical patent/CN112508618A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/12—Hotels or restaurants
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/45—Commerce
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/40—Information sensed or collected by the things relating to personal data, e.g. biometric data, records or preferences
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

本说明书提供的客流统计的系统和方法，通过能量转换装置采集目标区域内的环境能量，将环境能量转换为电能为感知系统供电，无需为感知系统配备电池供电，也无需布置电线供电，从而降低感知系统的成本和安装难度。所述方法和系统可以通过被测区域内的多个感知系统对被测区域内的多个目标区域进行监测。每个感知系统通过至少一个感知传感器监测对应的目标区域内的客流，并将感知传感器监测的传感器数据以及环境能量的电能转换效率和信号传递强度中的至少一个发送至终端，终端根据传感器数据以及环境能量的电能转换效率和信号传递强度中的至少一个计算目标区域内的客流量。

Description

客流统计的系统和方法
技术领域
本说明书涉及互联网技术领域，尤其涉及一种客流统计的系统和方法。
背景技术
随着互联网和信息技术的快速发展，客流统计被广泛应用于餐饮行业、智慧零售、安防监控、商场、酒店、宾馆、道路、景区、车辆等等多种场景，通过客流统计可以辅助商家更精准的了解店内的情况并进行相应的经营和营销决策。特别是对于餐饮行业，客流统计可以帮助管理人员实时感知到店内用餐顾客人数，对预测未来就餐流量，改善商家经营策略、提高商家经营效益和客户体验有重要意义。
目前常用的客流统计方案主要采用在出入口设置测距仪或视觉监控结合图像识别等技术方案，通过红外传感器或者视觉传感器等感应传感器监测入口的数据监测进入店内的人流量，通过处理器对传感器输出的数据进行处理处理器通过对传感器输出的数据处理获得当前的客流人数，并上传到云服务器。如果需要计算店内总人数，则需要对一段时间内的传感器数据进行累计计算。但随着时间越长，累计计算可能导致误差积累，导致客流统计不准确。并且视觉监控结合图像识别的方法需布置多个摄像头，硬件布置成本高，且计算复杂，功耗高，安装不方便，维修困难。
因此，需要提供一种成本低、精度高的客流统计的系统和方法。
发明内容
本说明书提供一种成本低、精度高的客流统计的系统和方法。
第一方面，本说明书提供一种客流统计的系统，包括多个感知系统和控制终端，所述多个感知系统分布在被测区域内的多个目标位置，所述多个感知系统中的每个感知系统监测对应的目标位置周围的目标区域内的用户，并生成感知数据，所述多个感知系统对应多个目标区域，所述多个感知系统中的每个感知系统包括至少一个感知传感器和能量转换装置，所述至少一个感知传感器运行时监测对应的目标区域生成传感器数据，所述传感器数据与对应的目标区域内的用户数量相关；所述能量转换装置，与所述感知传感器电连接，工作时采集所述对应的目标区域内的环境能量并转化为电能提供给所述感知传感器；所述控制终端工作时分别与所述多个感知系统通信连接，获取所述多个感知系统对应的多个感知数据，基于所述多个感知数据确定所述被测区域内的总用户数量，其中，所述多个感知数据中的每个感知数据至少包括对应的感知系统中的所述传感器数据。
在一些实施例中，所述多个目标区域至少部分覆盖所述被测区域。
在一些实施例中，所述基于所述多个感知数据确定所述被测区域内的总用户数量，包括：基于所述多个感知数据，确定所述多个目标区域中的每个目标区域内的目标用户数量；以及基于所述每个目标区域中的所述目标用户数量，确定所述总用户数量。
在一些实施例中，所述每个感知系统还包括无线通信模块，工作时与所述控制终端建立所述通信连接，所述通信连接包括无线通信连接。
在一些实施例中，所述每个感知数据还包括以下数据中的至少一种：对应的感知系统中的环境能量的电能转换效率；以及对应的感知系统中的所述无线通信连接的信号传递强度，其中，所述环境能量的电能转换效率以及所述信号传递强度与对应的目标区域内的用户数量相关。
在一些实施例中，所述基于所述多个感知数据，确定所述多个目标区域中的每个目标区域内的目标用户数量，包括：基于所述多个感知数据中的多个传感器数据，确定所述多个目标区域中的每个目标区域内的所述目标用户数量；或者基于所述多个感知数据中的所述多个传感器数据以及多个电能转换效率和多个信号传递强度中的至少一个，确定所述多个目标区域中的每个目标区域内的所述目标用户数量。
在一些实施例中，所述基于所述多个感知数据中的多个传感器数据，确定所述多个目标区域中的每个目标区域内的所述目标用户数量，包括：基于所述多个传感器数据以及预设的传感器模型，确定所述多个目标区域中的每个目标区域中的所述目标用户数量，所述传感器模型包括所述传感器数据与对应的目标区域内的用户数量的相关关系。
在一些实施例中，所述基于所述多个感知数据中的所述多个传感器数据以及多个电能转换效率和多个信号传递强度中的至少一个，确定所述多个目标区域中的每个目标区域内的所述目标用户数量，包括：基于所述多个传感器数据以及预设的传感器模型，确定所述多个目标区域中的每个目标区域中的第一目标用户数量，所述传感器模型包括所述传感器数据与对应的目标区域内的用户数量的相关关系；基于所述多个电能转换效率和所述多个信号传递强度中的至少一个，确定所述多个目标区域中的每个目标区域中的第二目标用户数量；以及基于所述第一目标用户数量以及所述第二目标用户数量，通过特征融合算法，确定所述多个目标区域中的每个目标区域内的所述目标用户数量。
在一些实施例中，所述确定所述多个目标区域中的每个目标区域中的第二目标用户数量，包括以下情况中的一种：基于所述多个电能转换效率以及效率模型，确定所述多个目标区域中的每个目标区域中的第三目标用户数量，所述效率模型包括所述环境能量的电能转换效率与对应的目标区域内的用户数量的相关关系，其中，所述第二目标用户数量包括所述第三目标用户数量；基于所述多个信号传递强度以及信号模型，确定所述多个目标区域中的每个目标区域中的第四目标用户数量，所述信号模型包括所述信号传递强度与对应的目标区域内的用户数量的相关关系，其中，所述第二目标用户数量包括所述第四目标用户数量；或者基于所述多个电能转换效率以及所述效率模型，确定所述多个目标区域中的每个目标区域中的所述第三目标用户数量，基于所述多个信号传递强度以及所述信号模型，确定所述多个目标区域中的每个目标区域中的所述第四目标用户数量，其中，所述第二目标用户数量包括所述第三目标用户数量和所述第四目标用户数量。
在一些实施例中，所述特征融合算法包括神经网络算法、加权算法、平均值算法、自回归算法中的至少一个。
在一些实施例中，所述获取所述多个感知系统对应的多个感知数据，包括：基于预设时间周期，获取所述多个感知数据。
在一些实施例中，所述每个感知系统还包括至少一个处理器，存储所述感知数据，并基于所述预设时间周期向所述控制终端发送所述感知数据。
在一些实施例中，所述至少一个感知传感器包括至少一个雷达传感器、至少一个红外传感器、至少一个压力传感器、至少一个温度传感器、至少一个振动传感器以及至少一个电场传感器中的至少一种。
在一些实施例中，所述环境能量包括光能、射频信号能量、热能以及振动能量中的至少一种。
在一些实施例中，所述能量转换装置包括换能器、储能元件以及充电电路，所述换能器采集所述环境能量并转换为电能；所述储能元件，与所述换能器电连接存储所述电能，并与所述至少一个感知传感器电连接，为所述至少一个感知传感器供电；所述充电电路连接所述换能器与所述储能元件，为所述储能元件充电，将所述电能存储在所述储能元件中。
在一些实施例中，所述被测区域为餐厅的用餐区域，所述每个感知系统对应的目标位置包括餐桌或餐椅。
第二方面，本说明书提供一种客流统计的方法，应用于本说明书第一方面所述的客流统计的系统，包括通过所述控制终端执行：获取所述多个感知系统对应的所述多个感知数据，所述多个感知数据中的每个感知数据至少包括对应的感知系统中的所述传感器数据；以及基于所述多个感知数据确定所述被测区域内的总用户数量。
在一些实施例中，所述多个目标区域至少部分覆盖所述被测区域。
在一些实施例中，所述基于所述多个感知数据确定所述被测区域内的总用户数量，包括：基于所述多个感知数据，确定所述多个目标区域中的每个目标区域内的目标用户数量；以及基于所述每个目标区域中的所述目标用户数量，确定所述总用户数量。
在一些实施例中，所述每个感知数据还包括以下数据中的至少一种：对应的感知系统中的环境能量的电能转换效率；以及对应的感知系统中的所述无线通信连接的信号传递强度，其中，所述环境能量的电能转换效率以及所述信号传递强度与对应的目标区域内的用户数量相关。
在一些实施例中，所述基于所述多个感知数据，确定所述多个目标区域中的每个目标区域内的目标用户数量，包括：基于所述多个感知数据中的多个传感器数据，确定所述多个目标区域中的每个目标区域内的所述目标用户数量；或者基于所述多个感知数据中的所述多个传感器数据以及多个电能转换效率和多个信号传递强度中的至少一个，确定所述多个目标区域中的每个目标区域内的所述目标用户数量。
在一些实施例中，所述基于所述多个感知数据中的多个传感器数据，确定所述多个目标区域中的每个目标区域内的所述目标用户数量，包括：基于所述多个传感器数据以及预设的传感器模型，确定所述多个目标区域中的每个目标区域中的所述目标用户数量，所述传感器模型包括所述传感器数据与对应的目标区域内的用户数量的相关关系。
在一些实施例中，所述基于所述多个感知数据中的所述多个传感器数据以及多个电能转换效率和多个信号传递强度中的至少一个，确定所述多个目标区域中的每个目标区域内的所述目标用户数量，包括：基于所述多个传感器数据以及预设的传感器模型，确定所述多个目标区域中的每个目标区域中的第一目标用户数量，所述传感器模型包括所述传感器数据与对应的目标区域内的用户数量的相关关系；基于所述多个电能转换效率和所述多个信号传递强度中的至少一个，确定所述多个目标区域中的每个目标区域中的第二目标用户数量；以及基于所述第一目标用户数量以及所述第二目标用户数量，通过特征融合算法，确定所述多个目标区域中的每个目标区域内的目标用户数量。
在一些实施例中，所述确定所述多个目标区域中的每个目标区域中的第二目标用户数量，包括以下情况中的一种：基于所述多个电能转换效率以及效率模型，确定所述多个目标区域中的每个目标区域中的第三目标用户数量，所述效率模型包括所述环境能量的电能转换效率与对应的目标区域内的用户数量的相关关系，其中，所述第二目标用户数量包括所述第三目标用户数量；基于所述多个信号传递强度以及信号模型，确定所述多个目标区域中的每个目标区域中的第四目标用户数量，所述信号模型包括所述信号传递强度与对应的目标区域内的用户数量的相关关系，其中，所述第二目标用户数量包括所述第四目标用户数量；或者基于所述多个电能转换效率以及所述效率模型，确定所述多个目标区域中的每个目标区域中的所述第三目标用户数量，基于所述多个信号传递强度以及所述信号模型，确定所述多个目标区域中的每个目标区域中的所述第四目标用户数量，其中，所述第二目标用户数量包括所述第三目标用户数量和所述第四目标用户数量。
在一些实施例中，所述特征融合算法包括神经网络算法、加权算法、平均值算法、自回归算法中的至少一个。
在一些实施例中，所述获取所述多个感知系统对应的所述多个感知数据，包括：基于预设时间周期，获取所述多个感知数据。
在一些实施例中，所述被测区域为餐厅的用餐区域，所述每个感知系统对应的目标位置包括餐桌或餐椅。
第三方面，本说明书还提供一种客流统计的系统，包括多个感知系统和控制终端，所述多个感知系统分布在被测区域内的多个目标位置，所述多个感知系统中的每个感知系统监测对应的目标位置周围的目标区域内的用户，并生成感知数据，所述多个感知系统对应多个目标区域，所述多个感知系统中的每个感知系统包括：至少一个感知传感器，运行时监测对应的目标区域生成传感器数据；所述控制终端工作时分别与所述多个感知系统进行无线通信连接，获取所述多个感知系统对应的多个感知数据，基于所述多个感知数据确定所述被测区域内的总用户数量，其中，所述多个感知数据中的每个感知数据包括对应的感知系统中的所述传感器数据以及所述无线通信连接的信号传递强度，所述传感器数据以及所述信号传递强度与对应的目标区域内的用户数量相关。
在一些实施例中，所述多个目标区域至少部分覆盖所述被测区域。
在一些实施例中，所述基于所述多个感知数据确定所述被测区域内的总用户数量，包括：基于所述多个感知数据中的多个传感器数据以及多个信号传递强度，确定所述多个目标区域中的每个目标区域内的目标用户数量；以及基于所述每个目标区域中的所述目标用户数量，确定所述总用户数量。
在一些实施例中，所述确定所述多个目标区域中的每个目标区域内的目标用户数量，包括：基于所述多个传感器数据以及预设的传感器模型，确定所述多个目标区域中的每个目标区域中的第一目标用户数量，所述传感器模型包括所述传感器数据与对应的目标区域内的用户数量的相关关系；基于所述多个信号传递强度以及信号模型，确定所述多个目标区域中的每个目标区域中的第四目标用户数量，所述信号模型包括所述信号传递强度与对应的目标区域内的用户数量的相关关系；以及基于所述第一目标用户数量以及所述第四目标用户数量，通过特征融合算法，确定所述多个目标区域中的每个目标区域内的目标用户数量。
在一些实施例中，所述特征融合算法包括神经网络算法、加权算法、平均值算法、自回归算法中的至少一个。
在一些实施例中，所述获取所述多个感知系统对应的多个感知数据，包括：基于预设时间周期，获取所述多个感知数据。
在一些实施例中，所述每个感知系统还包括至少一个处理器，存储所述感知数据，并基于所述预设时间周期向所述控制终端发送所述感知数据。
在一些实施例中，所述每个感知系统还包括无线通信模块，工作时与所述控制终端建立所述无线通信连接。
在一些实施例中，所述至少一个感知传感器包括至少一个雷达传感器、至少一个红外传感器、至少一个压力传感器、至少一个温度传感器、至少一个振动传感器以及至少一个电场传感器中的至少一种。
在一些实施例中，所述被测区域为餐厅的用餐区域，所述每个感知系统对应的目标位置包括餐桌或餐椅。
第四方面，本说明书还提供一种客流统计的方法，应用于本说明书第三方面所述的客流统计的系统，包括：获取所述多个感知系统对应的所述多个感知数据；以及基于所述多个感知数据确定所述被测区域内的总用户数量。
在一些实施例中，所述多个目标区域至少部分覆盖所述被测区域。
在一些实施例中，所述基于所述多个感知数据确定所述被测区域内的总用户数量，包括：基于所述多个感知数据中的多个传感器数据以及多个信号传递强度，确定所述多个目标区域中的每个目标区域内的目标用户数量；以及基于所述每个目标区域中的所述目标用户数量，确定所述总用户数量。
在一些实施例中，所述确定所述多个目标区域中的每个目标区域内的目标用户数量，包括：基于所述多个传感器数据以及预设的传感器模型，确定所述多个目标区域中的每个目标区域中的第一目标用户数量，所述传感器模型包括所述传感器数据与对应的目标区域内的用户数量的相关关系；基于所述多个信号传递强度以及信号模型，确定所述多个目标区域中的每个目标区域中的第四目标用户数量，所述信号模型包括所述信号传递强度与对应的目标区域内的用户数量的相关关系；以及基于所述第一目标用户数量以及所述第四目标用户数量，通过特征融合算法，确定所述多个目标区域中的每个目标区域内的目标用户数量。
在一些实施例中，所述特征融合算法包括神经网络算法、加权算法、平均值算法、自回归算法中的至少一个。
在一些实施例中，所述获取所述多个感知系统对应的多个感知数据，包括：基于预设时间周期，获取所述多个感知数据。
在一些实施例中，所述被测区域为餐厅的用餐区域，所述每个感知系统对应的目标位置包括餐桌或餐椅。
由以上技术方案可知，本说明书提供的客流统计的系统和方法，可以通过被测区域内的多个感知系统对被测区域内的多个目标区域进行监测。每个感知系统通过至少一个感知传感器监测对应的目标区域内的客流，并将感知传感器监测的传感器数据发送至终端，终端根据传感器数据计算目标区域内的客流量。所述方法和系统还可以通过能量转换装置采集目标区域内的环境能量，将环境能量转换为电能为感知系统供电，无需为感知系统配备电池供电，也无需布置电线供电，从而降低感知系统的成本和安装难度。所述系统和方法可以通过同时监测被测区域内的多个目标区域内的客流来获取被测区域内的客流的绝对值，而不是测量客流的相对值，通过累计计算获取总客流，从而避免误差累计，提高客流统计的准确度。同时，所述系统和方法可以根据所述能量转换装置的电能转换效率计算目标区域内的客流，还可以根据每个感知系统和终端之间的无线信号传输的信号传递强度计算对应的目标区域内的客流量。所述方法和系统还可以将根据传感器数据计算的客流量与根据电能转换效率测量的客流量和/或根据信号传递强度计算的客流量进行融合，以获取目标区域内的客流，从多个维度进行客流量计算，以提高客流统计的全面性和准确性。
本说明书提供的客流统计的系统和方法的其他功能将在以下说明中部分列出。根据描述，以下数字和示例介绍的内容将对那些本领域的普通技术人员显而易见。本说明书提供的客流统计的系统和方法的创造性方面可以通过实践或使用下面详细示例中所述的方法、装置和组合得到充分解释。
附图说明
为了更清楚地说明本说明书实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了根据本说明书的实施例提供的一种客流统计的系统的应用场景示意图；
图2示出了根据本说明书的实施例提供的一种感知系统的安装位置示意图；
图3示出了根据本说明书的实施例提供的一种感知系统的设备示意图；
图4示出了根据本说明书的实施例提供的一种能量转换装置的设备示意图；
图5示出了根据本说明书的实施例提供的一种控制终端的设备示意图；
图6示出了根据本说明书的实施例提供的一种客流统计的方法流程图；以及
图7示出了根据本说明书的实施例提供的一种有效信号和干扰信号的示意图。
具体实施方式
以下描述提供了本说明书的特定应用场景和要求，目的是使本领域技术人员能够制造和使用本说明书中的内容。对于本领域技术人员来说，对所公开的实施例的各种局部修改是显而易见的，并且在不脱离本说明书的精神和范围的情况下，可以将这里定义的一般原理应用于其他实施例和应用。因此，本说明书不限于所示的实施例，而是与权利要求一致的最宽范围。
这里使用的术语仅用于描述特定示例实施例的目的，而不是限制性的。比如，除非上下文另有明确说明，这里所使用的，单数形式“一”，“一个”和“该”也可以包括复数形式。当在本说明书中使用时，术语“包括”、“包含”和/或“含有”意思是指所关联的整数，步骤、操作、元素和/或组件存在，但不排除一个或多个其他特征、整数、步骤、操作、元素、组件和/或组的存在或在该系统/方法中可以添加其他特征、整数、步骤、操作、元素、组件和/或组。
考虑到以下描述，本说明书的这些特征和其他特征、以及结构的相关元件的操作和功能、以及部件的组合和制造的经济性可以得到明显提高。参考附图，所有这些形成本说明书的一部分。然而，应该清楚地理解，附图仅用于说明和描述的目的，并不旨在限制本说明书的范围。还应理解，附图未按比例绘制。
本说明书中使用的流程图示出了根据本说明书中的一些实施例的系统实现的操作。应该清楚地理解，流程图的操作可以不按顺序实现。相反，操作可以以反转顺序或同时实现。此外，可以向流程图添加一个或多个其他操作。可以从流程图中移除一个或多个操作。
本说明书提供一种客流统计的系统和方法，可以通过分布式感知系统对被测区域进行客流监测。具体地，本说明书提供的客流统计的系统和方法可以在被测区域内的多个位置布置感知系统，以监测感知系统所在区域内的客流，从而获取被测区域内的客流绝对值，避免累计误差。并且本说明书提供的客流统计的系统和方法能够采集周围环境能量并转化为电能为感知系统供电，避免布线或安装电池，从而降低感知系统的成本和安装难度。同时，所述系统和方法还可以从多个不同维度的监测数据感知被测区域内的客流量，通过充分挖掘各个不同维度的监测数据与客流量的相关规律达到统计客流的目的，以提高客流统计的全面性和准确性。本方案解决了在店铺场景内布置多个摄像头的铺设和维护成本问题，具有实施简单、易推广的特点。本方案还可以为商户提供低成本、可复制的店内客流解决方案，能够帮助商家快速实现线下场景的数字化。
图1示出了根据本说明书的实施例提供的一种客流统计的系统001的应用场景示意图。客流统计的系统001(以下简称系统001)可以用于对被测区域003内的人流进行客流统计。所述被测区域003可以是任意空间区域，比如，超市、商场、餐饮店，等等，又比如，超市生活用品区、化妆品区、服装区，等等，又比如商场儿童区、鞋品去、饰品区等等，再比如餐饮店用餐区、结账区、等候区，等等。为了方便展示，以下描述中我们将以所述被测区域003为餐饮店为例进行描述。系统001可以包括多个感知系统200以及控制终端300。
多个感知系统200分别分布在被测区域003内的多个不同位置，为了方便描述，我们将每个感知系统200在被测区域003内分布的位置称为目标位置。每个感知系统200可以对目标位置预设范围内的人流进行监测。即每个感知系统200可以对分布的目标位置周围的目标区域202内的用户进行监测。当有用户出现在感知系统200的目标区域202内时，人体的身体运动(肢体运动，心跳)以及由于人体出现引起的温度变化等等会引起感知系统200的输出信号的变化。每个感知系统200可以实时生成感知数据，控制终端300可以接收这些感知数据用于人体特征的识别，从而进行客流统计。
所述目标区域202可以是感知系统200的监测范围，也可以是感知系统200的有效工作区域，即感知系统200的感应范围。所述目标区域202可以预先进行设定或更改。比如，我们可以通过调节传感器的灵敏度或探测范围，更改所述目标区域202的范围。比如，通过调节雷达传感器或红外传感器的发射距离，调节所述目标区域202的范围。每个感知系统200对应一个目标区域202。多个感知系统200对应多个目标区域202。
如图1所示，多个目标区域202可以至少部分覆盖所述被测区域003。多个目标区域202可以覆盖被测区域003的一部分，比如被测区域003为整个餐饮店内的空间区域时，多个目标区域202可以覆盖被测区域003内的用餐区域，即多个目标区域202部分覆盖被测区域003。多个目标区域202也可以覆盖被测区域003全部区域，比如多个目标区域202可以覆盖被测区域003内的全部区域，包括用餐区域、结账区域、等候区域，等等。我们可以通过调节感知系统200的分布位置、感知系统200的监测范围(目标区域202)以及感知系统200的分布密度，更改多个感知系统200的多个目标区域202的覆盖范围，以使多个感知系统200的多个目标区域202可以覆盖任意区域，满足使用需求。同时，可以避开不需要进行客流统计的区域，以降低成本并提高客流统计的精度，避免错误的数据计入统计数据中。
多个目标区域202中相邻的目标区域202可以部分重叠，也可以不重叠。当相邻的目标区域202部分重叠时，重叠部分的面积不超过预设阈值，以避免同一个用户被重复识别计数，造成统计结果不准确。当相邻的目标区域202不重叠时，相邻的目标区域202之间的间隙面积应不超过预设阈值，以避免漏统计，造成统计结果不准确。
控制终端300可以存储有执行本说明书描述的客流统计的方法的数据或指令，并可以执行或用于执行所述数据和/或指令。控制终端300工作时可以与多个感知系统200通信连接，以获取多个感知系统200监测客流时生成的多个感知数据，并根据所述多个感知数据计算每个目标区域202内的客流数量，从而确定被测区域003内的客流量，即总用户数量。所述通信连接是指能够直接地或者间接地接收信息的任何形式的连接。在一些实施例中，控制终端300可以同多个感知系统200通过无线通信连接来彼此传递数据；在一些实施例中，控制终端300也可以同多个感知系统200通过电线直接连接来彼此传递数据；在一些实施例中，控制终端300也可以通过电线同其他电路直接连接来建立同多个感知系统200的间接连接，从而实现彼此传递数据。为了方便描述，本说明书将以控制终端300同多个感知系统200通过无线通信连接来传递所述感知数据为例进行描述。控制终端300与多个感知系统200的之间建立所述无线通信连接，安装简单便捷，适应性强，可以避免有线通信连接的布线带来的困难。
控制终端300可以包括具有数据信息处理功能的硬件设备和驱动该硬件设备工作所需必要的程序。当然，控制终端300也可以仅为具有数据处理能力的硬件设备，或者，仅为运行在硬件设备中的程序。在一些实施例中，控制终端300可以包括移动设备、平板电脑、笔记本电脑、机动车辆的内置设备或类似内容，或其任意组合。在一些实施例中，所述移动设备可包括智能家居设备、智能移动设备、虚拟现实设备、增强现实设备或类似设备，或其任意组合。在一些实施例中，所述智能家居装置可包括智能电视、台式电脑等，或任意组合。在一些实施例中，所述智能移动设备可包括智能手机、个人数字辅助、游戏设备、导航设备等，或其任意组合。在一些实施例中，所述虚拟现实设备或增强现实设备可能包括虚拟现实头盔、虚拟现实眼镜、虚拟现实补丁、增强现实头盔、增强现实眼镜、增强现实补丁或类似内容，或其中的任何组合。例如，所述虚拟现实设备或所述增强现实设备可能包括谷歌眼镜、头戴式显示器、齿轮VR等。在一些实施例中，所述机动车中的内置装置可包括车载计算机、车载电视等。在一些实施例中，控制终端300可以是具有定位技术的设备，用于定位控制终端300的位置。
如图1所示，控制终端300可以包括本地设备301。在一些实施例中，控制终端300也可以包括云端设备302。控制终端300与多个感知系统200之间通过本地设备301进行所述无线通信连接。本地设备301和云端设备302可以通过网络进行信息或数据的交换。例如，云端设备302可以通过网络从本地设备301获取所述感知数据。在一些实施例中，网络可以是任何类型的有线或无线网络，也可以是其组合。比如，网络可以包括电缆网络，有线网络、光纤网络、电信通信网络、内联网、互联网、局域网(LAN)、广域网(WAN)、无线局域网(WLAN)、大都市市区网(MAN)、广域网(WAN)、公用电话交换网(PSTN)、蓝牙网络、ZigBee网络、近场通信(NFC)网络或类似网络。在一些实施例中，网络可以包括一个或多个网络接入点。
控制终端300根据所述感知数据进行客流统计的数据处理算法可以在本地设备301中进行，也可以在云端设备302中进行。云端设备302相对于本地设备301可以具有更强大、更快速的运算能力。当所述客流统计的数据处理算法计算量较小时，所述客流统计的数据处理算法可以在本地设备301中进行。当所述客流统计的数据处理算法计算量较大时，所述客流统计的数据处理算法可以在云端设备302中进行，本地设备301可以将所述感知数据发送给云端设备302进行计算。本地设备301也可以不进行数据运算，本地设备301可以将从多个感知系统200中获取的所有感知数据发送给云端设备302进行客流统计，以降低本地设备301的成本。
如图1所示，本说明书所述的系统001通过在被测区域003内布置多个感知系统200，分别对多个目标区域202进行实时监测，获取监测的感知数据；控制终端300通过与多个感知系统200的无线通信连接，获取多个感知系统200的感知数据，并通过统计模型对感知数据进行数据计算，以获取每个目标区域202内的客流数量的绝对值，从而获得被测区域003内的客流的绝对值，避免累计误差，提高客流统计的准确性。
图2示出了根据本说明书的实施例提供的一种感知系统200的安装位置示意图。感知系统200可以安装在被测区域003内的任意位置。以被测区域003为餐饮店的用餐区域为例进行说明，感知系统200可以安装在用餐区域的餐桌005或餐椅006上。如图2所示，感知系统200可以安装在餐桌005下方，以感应餐桌005上是否有用户正在用餐以及用餐人数。感知系统200可以安装在餐椅006靠背上并面向餐桌005，或安装在餐椅006下方，以感知当前位置是否用用户正在用餐。当有用户在餐椅006或餐桌005上时，人体的身体运动(肢体运动，心跳)等会引起感知系统200的输出信号的变化，生成感知数据，控制终端300可以接收这些感知数据用于人体特征的识别。
当然，感知系统200还可以安装在其他位置，比如，感知系统200可以安装在接近用餐用户的位置，比如安装在天花板上或者餐桌005上方，并感知餐桌005上是否有用户正在用餐以及用餐用户的数量，等等。
图3示出了根据本说明书的实施例提供的一种感知系统200的设备示意图。如图3所示，感知系统200可以包括至少一个感知传感器220。在一些实施例中，感知系统200还可以包括无线通信模块240。在一些实施例中，感知系统200还可以包括能量转换装置260。在一些实施例中，感知系统200还可以包括至少一个处理器280。
至少一个感知传感器220运行时可以监测对应的目标区域202并生成传感器数据。具体地，至少一个感知传感器220可以监测对应的目标区域202内的用户的变化，并根据用户的变化生成对应的传感器数据。所述传感器数据与对应的目标区域202内的用户的数量相关。当目标区域202内的用户数量发生变化时，对应的传感器数据也会发生变化。
当目标区域202内的用户数量发生变化时，会引起目标区域202内一系列数据的变化，比如，重力变化、距离变化、振动变化，甚至是温度变化以及周围环境中的介电常数的变化，等等。至少一个感知传感器220可以是任意形式的可以感知到环境数据变化的传感器。比如，至少一个感知传感器220可以是至少一个雷达传感器、至少一个红外传感器、至少一个压力传感器、至少一个温度传感器、至少一个振动传感器以及至少一个电场传感器中的至少一种。
所述至少一个雷达传感器可以向外发射电磁波信号并接收其他物体反射回的电磁波信号。当感知传感器220包括雷达传感器时，所述雷达传感器可以向预设的方向发射电磁波信号，并接收物体反射回的反射电磁波信号。当目标区域202内的预设方向上出现用户时，所述雷达传感器在所述预设方向上接收到的反射电磁波信号将发生变化。控制终端300可以根据所述反射电磁波信号确定所述预设方向的用户。所述预设方向可以是一个方向，也可以是多个不同的方向。所述雷达传感器数据可以是一个可以向多个方向发射电磁波信号的雷达传感器，也可以是多个可以向单个方向发射电磁波信号的雷达传感器。
所述至少一个红外传感器可以向外发射红外信号并接收其他物体反射回的红外信号。当感知传感器220包括红外传感器时，所述红外传感器可以向预设的方向发射红外信号，并接收物体反射回的反射红外信号。当目标区域202内的预设方向上出现用户时，所述红外传感器在所述预设方向上接收到的反射红外信号将发生变化。控制终端300可以根据所述反射红外信号确定所述预设方向的用户。所述预设方向可以是一个方向，也可以是多个不同的方向。所述红外传感器数据可以是一个可以向多个方向发射红外信号的红外传感器，也可以是多个可以向单个方向发射红外信号的红外传感器。所述红外传感器可以是红外热释电传感器，也可以是红外热电堆传感器，本说明书在此不做限定。
所述至少一个压力传感器可以测量承受的压力变化数据。当感知传感器220包括压力传感器时，所述压力传感器可以安装在餐椅006上以测量餐椅006承受的压力变化，也可以安装在餐桌005上，以测量餐桌005承受的压力变化，还可以安装在目标区域202的地面上，以测量地面承受的压力变化。当目标区域202内出现用户或用户数量发生变化时，所述压力传感器测量到的压力数据也会发生变化。控制终端300可以根据所述压力数据的变化确定目标区域202内的用户数量变化。所述压力传感器数据可以是一个，也可以是多个。
所述至少一个温度传感器可以测量目标区域202内的温度变化数据。当感知传感器220包括温度传感器时，所述温度传感器可以测量目标区域202内的温度变化。当目标区域202内出现用户或用户数量发生变化时，所述温度传感器测量到的温度数据也会发生变化。控制终端300可以根据所述温度数据的变化确定目标区域202内的用户数量变化。所述温度传感器数据可以是一个，也可以是多个。
所述至少一个振动传感器可以测量目标区域202内的振动变化数据。当感知传感器220包括振动传感器时，所述振动传感器可以测量目标区域202内的振动变化。当目标区域202内出现用户或用户数量发生变化时，所述振动传感器测量到的振动数据也会发生变化。控制终端300可以根据所述振动数据的变化确定目标区域202内的用户数量变化。所述振动传感器数据可以是一个，也可以是多个。
所述至少一个电场传感器可以测量目标区域202内的电压变化数据。当感知传感器220包括电场传感器时，所述电场传感器可以测量目标区域202内的电压变化。当目标区域202内出现用户或用户数量发生变化时，目标区域202内的介电常数也会发生变化，所述电场传感器测量到的电压数据也会发生变化。控制终端300可以根据所述电压数据的变化确定目标区域202内的用户数量变化。所述电压传感器数据可以是一个，也可以是多个。
至少一个感知传感器220可以是上述任一种传感器，也可以是上述传感器的组合，还可以时其他任意可以感应到人体信息的传感器，比如距离传感器，超声波传感器，声音传感器，光线传感器等等。至少一个感知传感器220可以根据目标区域202内的用户数量变化生成传感器数据。所述多个感知数据中的每个感知数据至少包括对应的感知系统200中的传感器数据。至少一个感知传感器220可以实时生成所述传感器数据。
感知系统200工作时可以通过无线通信模块240与控制终端300建立所述无线通信连接，以避免布线，降低成本的同时节省人力，提升外观美观性。所述无线通信可以是WiFi通信，也可以是蓝牙通信，还可以是NFC通信，甚至可以是光学通信等等。感知系统200通过所述无线通信模块240可以将所述感知系统200对应的感知数据发送给控制终端300。
在一些实施例中，无线通信模块240不仅可以与控制终端300之间进行所述无线通信连接，还可以测量与控制终端200之间的所述无线通信连接的信号传递强度。其中，所述信号传递强度与对应的目标区域202内的用户数量相关。因为人体对无线通信的信号传递强度具有衰减和反射作用。因此当目标区域202内的用户数量发生变化时，目标区域202对应的感知系统200的无线通信模块240与控制终端300之间的信号传递强度也会发生变化。当目标区域202内的用户数量增加时，目标区域202对应的感知系统200的无线通信模块240与控制终端300之间的信号传递强度会降低。当目标区域202内的用户数量减少时，目标区域202对应的感知系统200的无线通信模块240与控制终端300之间的信号传递强度会增强。
在一些实施例中，所述多个感知数据中的每个感知数据还可以包括对应的感知系统200中的所述无线通信连接的所述信号传递强度。感知系统200可以通过无线通信模块240将感知系统200与控制终端300之间的无线通信的信号传递强度也发送给控制终端300。控制终端300也可以根据所述信号传递强度确定目标区域202内的与信号传递强度相关的用户数量。
如图3所示，能量转换装置260可以与所述感知传感器220电连接，工作时采集对应的目标区域202内的环境能量并转化为电能提供给所述感知传感器220。能量转换装置260可以通过采集周围环境中存在的环境能量，并转化为电能为整个感知系统200供电，从而使感知系统200可以自供电，不仅可以实现设备安装免布线且不需要进行电池更换，节省成本的同时增加美观性，并且免去更换电池的麻烦，使用更加便捷，更容易推广，降低系统001的部署和使用条件。
所述环境能量可以与包括光能、射频信号能量、热能以及振动能量中的至少一种。所述可见光可以是日光、灯光，等等。所述射频信号能量可以是WiFi信号，蓝牙信号，3G、4G与5G手机通信信号，RFID信号，NFC信号等等。具体地，所述射频信号能量可以是目标区域202内的用户的手机或其他电子设备产生的射频信号能量。所述热能可以是目标区域202内的用户产生的热能。所述振动能量可以是目标区域202内的用户产生的振动能量。
图4示出了根据本说明书的实施例提供的一种能量转换装置260的设备示意图。如图4所示，能量转换装置260可以包括换能器262、储能元件264以及充电电路266。
换能器262工作时可以采集上述环境能量，并将上述环境能量转换为电能。换能器262可以有WiFi天线，蓝牙天线，3G、4G与5G手机通信天线，RFID天线，NFC天线等等。换能器262也可以是光电转换电池板，压电换能器、温差发电半导体等。
储能元件264可以与所述换能器262电连接，以存储所述电能。储能元件264可以提供感知系统200运行所需要的电能。具体地，储能元件264可以与所述至少一个感知传感器220电连接，为所述至少一个感知传感器220供电。储能器件可以是电容、可充电锂电池、镍氢电池、铅酸电池等。换能器262可以将上述环境能量转换为电能，并存储在储能元件264中。
充电电路266可以连接所述换能器262与所述储能元件264，为所述储能元件264充电，将所述电能存储在所述储能元件264中。充电电路266中还可以包括调理电路，与换能器262连接，以对换能器262输出的信号进行放大、滤波等操作以转换成充电电路266可以识别的信号。
在一些实施例中，能量转换装置260不仅可以与至少一个感知传感器220电连接，还可以测量能量转换装置260中的电能转换效率。其中，所述电能转换效率与对应的目标区域202内的用户数量相关。目标区域202内的用户数量和/或用户活动发生变化时，目标区域202对应的感知系统200的能量转换装置260的电能转换效率也会发生变化。所述电能转换效率可以是能量转换装置260将环境能量转换为电能的效率，即单位时间内转换的电能的能量。
比如，当所述环境能量为光能时，当目标区域202内的用户数量增加时，对光能遮挡较多，目标区域202内的光能降低，由光能转化为电能的电能转换效率也会降低，储能元件264中的电量增加较慢；当目标区域202内的用户数量减少时，目标区域202内的光能增强，由光能转化为电能的电能转换效率也会增加，储能元件264中的电量增加较快。也就是说，当所述环境能量为光能时，目标区域202内的用户数量与光能的电能转换效率负相关。
比如，当所述环境能量为射频信号能量时，当目标区域202内的用户数量增加时，目标区域202内的手机的WiFi信号强度、移动通信信号强度会显著增加，即射频信号能量增加，由射频信号能量转化为电能的电能转换效率也会增加，储能元件264中的电量增加较快；当目标区域202内的用户数量减少时，目标区域202内的手机的WiFi信号强度、移动通信信号强度会显著减少，即射频信号能量减少，由射频信号能量转化为电能的电能转换效率也会降低，储能元件264中的电量增加较慢。也就是说，当所述环境能量为射频信号能量时，目标区域202内的用户数量与射频信号能量的电能转换效率正相关。
比如，当所述环境能量为热能时，当目标区域202内的用户数量增加时，目标区域202内的热能会增加，由热能转化为电能的电能转换效率也会增加，储能元件264中的电量增加较快；当目标区域202内的用户数量减少时，目标区域202内的热能减少，由热能转化为电能的电能转换效率也会降低，储能元件264中的电量增加较慢。也就是说，当所述环境能量为热能时，目标区域202内的用户数量与热能的电能转换效率正相关。
比如，当所述环境能量为振动能量时，当目标区域202内的用户数量增加时，目标区域202内的振动能量会增加，由振动能量转化为电能的电能转换效率也会增加，储能元件264中的电量增加较快；当目标区域202内的用户数量减少时，目标区域202内的振动能量减少，由振动能量转化为电能的电能转换效率也会降低，储能元件264中的电量增加较慢。也就是说，当所述环境能量为振动能量时，目标区域202内的用户数量与振动能量的电能转换效率正相关。
在一些实施例中，所述多个感知数据中的每个感知数据还可以包括对应的感知系统200中的所述电能转换效率。所述电能转换效率可以根据储能元件264中的电量的变化速率获取。感知系统200可以通过无线通信模块240将感知系统200中的能量转换装置260中的电能转换效率也发送给控制终端300。控制终端300也可以根据所述电能转换效率确定目标区域202内的与电能转换效率相关的用户数量。
至少一个处理器280可以与至少一个感知传感器220、无线通信模块240以及能量转换装置260电连接。至少一个处理器280可以从至少一个感知传感器220、无线通信模块240以及能量转换装置260获取传感器数据、信号传递强度以及电能转换效率，即所述感知数据，并存储所述感知数据。至少一个处理器280还可以基于预设时间周期向控制终端300发送所述感知数据。具体地，处理器280为低功耗处理器。感知系统200内部的无线通信模块240以及至少一个处理器280平时处于待机模式。控制终端300间隔预设时间唤醒感知系统200，即控制终端300可以基于预设时间周期唤醒感知系统200；感知系统200在接收到控制终端300发送的唤醒信号后，感知系统200中的处理器280可以将接收并存储在处理器280中的传感器数据、信号传递强度以及电能转换效率，上传给控制终端300，重新进入睡眠或待机状态，等待下一次的唤醒。因此，低功耗的处理器280可以节省感知系统200的耗电量，延长待机时间。
所述唤醒信号可以是控制终端300向感知系统200发送的信号。所述预设时间可以进行设定或更改。具体地，控制终端300可以根据被测区域003中的客流量的历史数据，通过机器学习得到所述预设时间。不同时间段的所述预设时间可以不同，比如，在用餐高峰期所述预设时间可以较短，比如在中午或晚上所述预设时间可以是10s、1min、10min等等；比如，用餐低峰期所述预设时间可以更长，比如在上午或深夜，所述预设时间可以是1h、2h，等等。
当感知系统200处于待机状态时，处理器280可以存储所述感知数据；当感知系统200被唤醒，处理器280将存储的所述感知数据发送给控制终端300后，可以删除已发送的感知数据。
综上所述，所述多个感知数据中的每个感知数据至少包括对应的感知系统200中的传感器数据。在一些实施例中，所述每个感知数据还可以包括对应的感知系统200中的信号传递强度以及电能转换效率中的至少一个。也就是说，在一些实施例中，所述每个感知数据包括对应的感知系统200中的传感器数据。在一些实施例中，所述每个感知数据包括对应的感知系统200中的传感器数据以及信号传递强度。在一些实施例中，所述每个感知数据包括对应的感知系统200中的传感器数据以及电能转换效率。在一些实施例中，所述每个感知数据包括对应的感知系统200中的传感器数据、信号传递强度以及电能转换效率。控制终端300可以通过无线通信模块240接收所述多个感知数据，并根据所述多个感知数据确定被测区域003内的客流总量。因此，控制终端300可以从多个不同的维度对目标区域202内的客流进行计算，并将多个维度的计算结果进行融合，进一步提高客流统计的精度。
图5示出了一种控制终端300的设备示意图。控制终端300可以执行本说明书描述的客流统计的方法。所述客流统计的方法在本说明书中的其他部分介绍。图5所示的设备示意图可以用于本地设备301，也可以用于云端设备302。
如图5所示，控制终端300可以包括至少一个存储介质330和至少一个处理器320。在一些实施例中，控制终端300还可以包括通信端口350和内部通信总线310。同时，控制终端300还可以包括I/O组件360。
内部通信总线310可以连接不同的系统组件，包括存储介质330、处理器320和通信端口350。
I/O组件360支持控制终端300和其他组件之间的输入/输出。
通信端口350用于控制终端300同外界的数据通信，比如，通信端口350可以用于控制终端300同多个感知系统200之间的数据通信。通信端口350还可以用于本地设备301和云端设备302之间的数据通信。通信端口350可以是有线通信端口也可以是无线通信端口。在本说明书中，以通信算口350是无线通信端口为例进行描述。控制终端300通过无线通信连接接收多个感知系统200的感知数据。
存储介质330可以包括数据存储装置。所述数据存储装置可以是非暂时性存储介质，也可以是暂时性存储介质。比如，所述数据存储装置可以包括磁盘332、只读存储介质(ROM)334或随机存取存储介质(RAM)336中的一种或多种。存储介质330还包括存储在所述数据存储装置中的至少一个指令集。所述指令是计算机程序代码，所述计算机程序代码可以包括执行本说明书提供的客流统计的方法的程序、例程、对象、组件、数据结构、过程、模块等等。
至少一个处理器320可以同至少一个存储介质330以及通信端口350通过内部通信总线310通信连接。至少一个处理器320用以执行上述至少一个指令集。当系统001运行时，至少一个处理器320读取所述至少一个指令集，并且根据所述至少一个指令集的指示通过通信端口350获取多个感知系统200的感知数据，执行本说明书提供的客流统计的方法。处理器320可以执行客流统计的方法包含的所有步骤。处理器320可以是一个或多个处理器的形式，在一些实施例中，处理器320可以包括一个或多个硬件处理器，例如微控制器，微处理器，精简指令集计算机(RISC)，专用集成电路(ASIC)，特定于应用的指令集处理器(ASIP)，中央处理单元(CPU)，图形处理单元(GPU)，物理处理单元(PPU)，微控制器单元，数字信号处理器(DSP)，现场可编程门阵列(FPGA)，高级RISC机器(ARM)，可编程逻辑器件(PLD)，能够执行一个或多个功能的任何电路或处理器等，或其任何组合。仅仅为了说明问题，在本说明书中控制终端300中仅描述了一个处理器320。然而，应当注意，本说明书中控制终端300还可以包括多个处理器，因此，本说明书中披露的操作和/或方法步骤可以如本说明书所述的由一个处理器执行，也可以由多个处理器联合执行。例如，如果在本说明书中控制终端300的处理器320执行步骤A和步骤B，则应该理解，步骤A和步骤B也可以由两个不同处理器320联合或分开执行(例如，第一处理器执行步骤A，第二处理器执行步骤B，或者第一和第二处理器共同执行步骤A和B)。
需要说明的是，当本地设备301不具备运算能力时，本地设备301可以不包括处理器320。
图6示出了根据本说明书的实施例提供的一种客流统计的方法P100流程图。客流统计的方法P100应用于客流统计的系统001。客流统计的系统001可以执行本说明书提供的客流统计的方法P100。具体地，控制终端300可以读取存储在其本地存储介质中的指令集，然后根据所述指令集的规定，执行本说明书提供的客流统计的方法P100。所述方法P100可以包括通过控制终端300执行：
S120：控制终端300获取多个感知系统200对应的所述多个感知数据。
所述多个感知数据中的每个感知数据至少包括对应的感知系统200中的传感器数据。如前所述，在一些实施例中，所述每个感知数据可以包括对应的感知系统200中的传感器数据。在一些实施例中，所述每个感知数据可以包括对应的感知系统200中的传感器数据以及信号传递强度。在一些实施例中，所述每个感知数据可以包括对应的感知系统200中的传感器数据以及电能转换效率。在一些实施例中，所述每个感知数据可以包括对应的感知系统200中的传感器数据、信号传递强度以及电能转换效率。
如前所述，每个感知数据可以存储在对应的感知系统200中的至少一个处理器280中。控制终端300可以间隔预设时间从处理器280中获取所述感知数据。具体地，步骤S120可以包括：控制终端300基于预设时间周期，获取所述多个感知数据。即控制终端300可以间隔所述预设时间向每个感知系统200发送唤醒信号；感知系统200在接收到唤醒信号后，向控制终端300发送所述感知数据。
S140：控制终端300基于所述多个感知数据确定所述被测区域003内的总用户数量。具体地，步骤S140可以包括：
S142：控制终端300基于所述多个感知数据，确定所述多个目标区域202中的每个目标区域202内的目标用户数量。
具体地，控制终端300在对所述多个感知数据中的每个感知数据进行数据处理时，可以截取从当前时间到过去一段时间窗口内的感知数据，将所述时间窗口内的感知数据输入特征辨识模型，辨识模型输出所述目标用户数量。具体地，根据所述感知数据不同，对应的所述特征辨识模型也不同。
如前所述，所述每个感知数据可以包括所述传感器数据，或者所述传感器数据以及信号传递强度以及电能转换效率中的至少一个。所述传感器数据对应的特征辨识模型为传感器模型；所述电能转换效率对应的特征辨识模型为效率模型；所述信号传递强度对应的特征辨识模型为信号模型。
具体地，步骤S142可以包括步骤S143和步骤S145中的一种。
S143：当所述每个感知数据包括所述传感器数据时，控制终端300基于所述多个感知数据中的多个传感器数据，确定所述多个目标区域202中的每个目标区域202内的目标用户数量。
由于环境中不可避免存在各种形式的干扰，导致至少一个感知传感器220的输出信号中包含有错误的干扰信号。图7示出了根据本说明书的实施例提供的一种有效信号和干扰信号的示意图。如图7所示，横轴为时间t，纵轴为感知传感器220的输出信号幅度A。感知传感器220感知到用户的运动的有效信号1与干扰信号2交叠在一起。为了保证客流统计的准确性，控制终端300可以对所述传感器数据进行滤波处理。具体地，步骤S143可以包括：控制终端300对所述多个传感器数据中的每个传感器数据进行滤波，消除干扰信号2；基于滤波后的所述多个传感器数据以及预设的传感器模型，确定所述多个目标区域202中的每个目标区域202中的所述目标用户数量。
具体地，控制终端300可以通过滤波算法对所述多个传感器数据中的每个传感器数据进行滤波。所述滤波算法可以是基于神经网络的算法，基于训练样本通过机器学习得到。
所述传感器模型可以包括所述传感器数据与对应的目标区域202内的用户数量的相关关系。具体地，所述传感器模型可以是基于传感器数据与目标区域202内的用户的数量的物理相关关系得到的计算模型。所述传感器模型也可以是基于神经网络的计算模型。所述传感器模型可以以传感器数据为输入样本，以对应的用户数量为输出样本，对神经网络模型进行训练得到的。
控制终端300可以根据所述传感器模型以及所述多个传感器数据中的每个传感器数据，确定每个传感器数据所在的感知系统200对应的目标区域202中的目标用户数量，从而确定多个目标区域202中的每个目标区域202中的所述目标用户数量。
为了避免干扰信号2造成的误差，提高目标用户数量计算的准确性，控制终端300还可以将多个不同维度的感知数据进行融合，以感知是否有用户在用餐，比如，将所述传感器数据与所述信号传递强度和/或电能转换效率进行融合，提升整体的精度。
S145：当所述感知数据包括所述传感器数据以及信号传递强度以及电能转换效率中的至少一个时，控制终端300可以基于所述多个感知数据中的所述多个传感器数据以及多个电能转换效率和多个信号传递强度中的至少一个，确定所述多个目标区域202中的每个目标区域202内的目标用户数量。具体地，步骤S145可以包括：
S146：控制终端300基于所述多个传感器数据以及预设的所述传感器模型，确定所述多个目标区域202中的每个目标区域202中的第一目标用户数量。步骤S146的具体过程与步骤S143基本一致，在此不再赘述。
S147：控制终端300基于所述多个电能转换效率和所述多个信号传递强度中的至少一个，确定所述多个目标区域202中的每个目标区域202中的第二目标用户数量。具体地，步骤S147可以包括以下情况中的一种：
S147-1：当所述感知数据还包括所述电能转换效率时，控制终端300基于多个感知系统200对应的多个电能转换效率以及效率模型，确定所述多个目标区域202中的每个目标区域202中的第三目标用户数量。其中，所述第二目标用户数量包括所述第三目标用户数量。
所述效率模型可以包括所述电能转换效率与对应的目标区域202内的用户数量的相关关系。具体地，所述效率模型可以是基于电能转换效率与目标区域202内的用户的数量的物理相关关系得到的计算模型。所述效率模型也可以是基于神经网络的计算模型。所述效率模型可以以电能转换效率为输入样本，以对应的用户数量为输出样本，对神经网络模型进行训练得到的。
控制终端300可以根据所述效率模型以及所述多个电能转换效率中的每个电能转换效率，确定每个电能转换效率所在的感知系统200对应的目标区域202中的第三目标用户数量，从而确定多个目标区域202中的每个目标区域202中的所述第三目标用户数量。
当所述电能转换效率包括多种电能转换效率时，所述第三目标用户数量可以是多种电能转换效率分别对应的目标用户数量经过算法特征融合后得到的用户数量。比如，当所述电能转换效率包括光能的电能转换效率和射频信号能量的电能转换效率时，控制终端300可以根据光能的电能转换效确定取光能用户数量，根据射频信号能量的电能转换效率确定射频信号能量用户数量。所述第三目标用户数量可以是光能用户数量和射频信号能量用户数量经特征融合处理后的用户数量。其中，所述特征融合算法包括神经网络算法、加权算法、平均值算法、自回归算法中的至少一个。
S147-2：当所述感知数据还包括所述信号传递强度时，控制终端300基于多个感知系统200对应的多个信号传递强度以及信号模型，确定所述多个目标区域202中的每个目标区域202中的第四目标用户数量。其中，所述第二目标用户数量包括所述第四目标用户数量。
所述信号模型可以包括所述信号传递强度与对应的目标区域202内的用户数量的相关关系。具体地，所述信号模型可以是基于信号传递强度与目标区域202内的用户的数量的物理相关关系得到的计算模型。所述信号模型也可以是基于神经网络的计算模型。所述信号模型可以以信号传递强度为输入样本，以对应的用户数量为输出样本，对神经网络模型进行训练得到的。
控制终端300可以根据所述信号模型以及所述多个信号传递强度中的每个信号传递强度，确定每个信号传递强度所在的感知系统200对应的目标区域202中的第四目标用户数量，从而确定多个目标区域202中的每个目标区域202中的所述第四目标用户数量。
S147-3：当所述感知数据还包括所述电能转换效率以及所述信号传递强度时，控制终端300基于多个感知系统200对应的多个电能转换效率以及所述效率模型，确定所述多个目标区域202中的每个目标区域202中的所述第三目标用户数量，并基于多个感知系统200对应的多个信号传递强度以及所述信号模型，确定所述多个目标区域202中的每个目标区域202中的所述第四目标用户数量。其中，所述第二目标用户数量包括所述第三目标用户数量以及所述第四目标用户数量。
步骤S145还可以包括：
S148：控制终端300基于所述第一目标用户数量以及所述第二目标用户数量，通过特征融合算法，确定所述多个目标区域202中的每个目标区域202内的目标用户数量。其中，所述特征融合算法包括神经网络算法、加权算法、平均值算法、自回归算法中的至少一个。
由此可知，控制终端300可以基于多个不同维度的数据对每个目标区域202中的用户数量进行计算，并将多个维度计算得到的目标区域202中的用户数量进行特征融合，得到每个目标区域202中的目标用户数量。多维度计算可以提高每个目标区域202中的客流计算的准确性，避免单一维度计算带来的误差。其中，所述多个不同维度的数据可以包括所述传感器数据、所述信号传递强度以及所述电能转换效率中的任意数据的组合。
步骤S140还可以包括：
S150：控制终端300基于所述每个目标区域202中的所述目标用户数量，确定所述总用户数量。
具体地，控制终端300可以将所述多个目标区域202中每个目标区域202中的目标用户数量进行叠加，确定所述总用户数量。在一些实施例中，控制终端300还可以对叠加后的用户数量进行调整，即通过调节系数进行调整，以消除目标区域202的叠加或间隔带来的误差。所述调节系数可以通过机器学习得到。
综上所述，本说明书提供的客流统计的方法P100和系统001，可以通过被测区域003内的多个感知系统200对被测区域002内的多个目标区域202进行监测。每个感知系统200通过至少一个感知传感器220监测对应的目标区域202内的客流，并将感知传感器220监测的传感器数据发送至控制终端300；控制终端300根据传感器数据计算目标区域内的客流量。所述系统001和方法P100可以通过同时监测被测区域003内的多个目标区域202内的客流来获取被测区域003内的客流的绝对值，而不是测量客流的相对值，通过累计计算获取总客流，从而避免误差累计，提高客流统计的准确度。所述方法P100和系统001还可以通过能量转换装置260采集目标区域202内的环境能量，将环境能量转换为电能为感知系统200供电，无需为感知系统200配备电池供电，也无需布置电线供电，从而降低感知系统200的成本和安装难度。同时，所述系统001和方法P100还可以根据所述能量转换装置260的电能转换效率计算目标区域202内的客流，也可以根据每个感知系统200和控制终端300之间的无线信号传输的信号传递强度计算对应的目标区域202内的客流量。所述方法P100和系统001还可以将根据传感器数据计算的客流量与根据电能转换效率测量的客流量和/或根据信号传递强度计算的客流量进行融合，以获取目标区域202内的客流，从多个维度进行客流量计算，在降低系统001的成本的同时提高客流统计的全面性和准确性，避免单一数据计算带来的误差。
本说明书另一方面提供一种非暂时性存储介质，存储有至少一组用来客流统计的可执行指令，当所述可执行指令被处理器执行时，所述可执行指令指导所述处理器实施本说明书所述的客流统计的方法P100的步骤。在一些可能的实施方式中，本说明书的各个方面还可以实现为一种程序产品的形式，其包括程序代码。当所述程序产品在控制终端300上运行时，所述程序代码用于使控制终端300执行本说明书描述的客流统计的步骤。用于实现上述方法的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)包括程序代码，并可以在控制终端300上运行。然而，本说明书的程序产品不限于此，在本说明书中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统(例如处理器320)使用或者与其结合使用。所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本说明书操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在控制终端300上执行、部分地在控制终端300上执行、作为一个独立的软件包执行、部分在控制终端300上部分在远程计算设备上执行、或者完全在远程计算设备上执行。
上述对本说明书特定实施例进行了描述。其他实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者是可能有利的。
综上所述，在阅读本详细公开内容之后，本领域技术人员可以明白，前述详细公开内容可以仅以示例的方式呈现，并且可以不是限制性的。尽管这里没有明确说明，本领域技术人员可以理解本说明书需求囊括对实施例的各种合理改变，改进和修改。这些改变，改进和修改旨在由本说明书提出，并且在本说明书的示例性实施例的精神和范围内。
此外，本说明书中的某些术语已被用于描述本说明书的实施例。例如，“一个实施例”，“实施例”和/或“一些实施例”意味着结合该实施例描述的特定特征，结构或特性可以包括在本说明书的至少一个实施例中。因此，可以强调并且应当理解，在本说明书的各个部分中对“实施例”或“一个实施例”或“替代实施例”的两个或更多个引用不一定都指代相同的实施例。此外，特定特征，结构或特性可以在本说明书的一个或多个实施例中适当地组合。
应当理解，在本说明书的实施例的前述描述中，为了帮助理解一个特征，出于简化本说明书的目的，本说明书将各种特征组合在单个实施例、附图或其描述中。然而，这并不是说这些特征的组合是必须的，本领域技术人员在阅读本说明书的时候完全有可能将其中一部分特征提取出来作为单独的实施例来理解。也就是说，本说明书中的实施例也可以理解为多个次级实施例的整合。而每个次级实施例的内容在于少于单个前述公开实施例的所有特征的时候也是成立的。
本文引用的每个专利，专利申请，专利申请的出版物和其他材料，例如文章，书籍，说明书，出版物，文件，物品等，可以通过引用结合于此。用于所有目的的全部内容，除了与其相关的任何起诉文件历史，可能与本文件不一致或相冲突的任何相同的，或者任何可能对权利要求的最宽范围具有限制性影响的任何相同的起诉文件历史。现在或以后与本文件相关联。举例来说，如果在与任何所包含的材料相关联的术语的描述、定义和/或使用与本文档相关的术语、描述、定义和/或之间存在任何不一致或冲突时，使用本文件中的术语为准。
最后，应理解，本文公开的申请的实施方案是对本说明书的实施方案的原理的说明。其他修改后的实施例也在本说明书的范围内。因此，本说明书披露的实施例仅仅作为示例而非限制。本领域技术人员可以根据本说明书中的实施例采取替代配置来实现本说明书中的申请。因此，本说明书的实施例不限于申请中被精确地描述过的实施例。

Claims (52)

1.一种客流统计的系统，包括：
多个感知系统，分布在被测区域内的多个目标位置，所述多个感知系统中的每个感知系统监测对应的目标位置周围的目标区域内的用户，并生成感知数据，所述多个感知系统对应多个目标区域，所述多个感知系统中的每个感知系统包括：
至少一个感知传感器，运行时监测对应的目标区域生成传感器数据，所述传感器数据与对应的目标区域内的用户数量相关；以及
能量转换装置，与所述感知传感器电连接，工作时采集所述对应的目标区域内的环境能量并转化为电能提供给所述感知传感器；以及
控制终端，工作时分别与所述多个感知系统通信连接，获取所述多个感知系统对应的多个感知数据，基于所述多个感知数据确定所述被测区域内的总用户数量，其中，所述多个感知数据中的每个感知数据至少包括对应的感知系统中的所述传感器数据。
2.如权利要求1所述的客流统计的系统，其中，所述多个目标区域至少部分覆盖所述被测区域。
3.如权利要求1所述的客流统计的系统，其中，所述基于所述多个感知数据确定所述被测区域内的总用户数量，包括：
基于所述多个感知数据，确定所述多个目标区域中的每个目标区域内的目标用户数量；以及
基于所述每个目标区域中的所述目标用户数量，确定所述总用户数量。
4.如权利要求3所述的客流统计的系统，其中，所述每个感知系统还包括：
无线通信模块，工作时与所述控制终端建立所述通信连接，所述通信连接包括无线通信连接。
5.如权利要求4所述的客流统计的系统，其中，所述每个感知数据还包括以下数据中的至少一种：
对应的感知系统中的环境能量的电能转换效率；以及
对应的感知系统中的所述无线通信连接的信号传递强度，
其中，所述环境能量的电能转换效率以及所述信号传递强度与对应的目标区域内的用户数量相关。
6.如权利要求5所述的客流统计的系统，其中，所述基于所述多个感知数据，确定所述多个目标区域中的每个目标区域内的目标用户数量，包括：
基于所述多个感知数据中的多个传感器数据，确定所述多个目标区域中的每个目标区域内的所述目标用户数量；或者
基于所述多个感知数据中的所述多个传感器数据以及多个电能转换效率和多个信号传递强度中的至少一个，确定所述多个目标区域中的每个目标区域内的所述目标用户数量。
7.如权利要求6所述的客流统计的系统，其中，所述基于所述多个感知数据中的多个传感器数据，确定所述多个目标区域中的每个目标区域内的所述目标用户数量，包括：
基于所述多个传感器数据以及预设的传感器模型，确定所述多个目标区域中的每个目标区域中的所述目标用户数量，所述传感器模型包括所述传感器数据与对应的目标区域内的用户数量的相关关系。
8.如权利要求6所述的客流统计的系统，其中，所述基于所述多个感知数据中的所述多个传感器数据以及多个电能转换效率和多个信号传递强度中的至少一个，确定所述多个目标区域中的每个目标区域内的所述目标用户数量，包括：
基于所述多个传感器数据以及预设的传感器模型，确定所述多个目标区域中的每个目标区域中的第一目标用户数量，所述传感器模型包括所述传感器数据与对应的目标区域内的用户数量的相关关系；
基于所述多个电能转换效率和所述多个信号传递强度中的至少一个，确定所述多个目标区域中的每个目标区域中的第二目标用户数量；以及
基于所述第一目标用户数量以及所述第二目标用户数量，通过特征融合算法，确定所述多个目标区域中的每个目标区域内的所述目标用户数量。
9.如权利要求8所述的客流统计的系统，其中，所述确定所述多个目标区域中的每个目标区域中的第二目标用户数量，包括以下情况中的一种：
基于所述多个电能转换效率以及效率模型，确定所述多个目标区域中的每个目标区域中的第三目标用户数量，所述效率模型包括所述环境能量的电能转换效率与对应的目标区域内的用户数量的相关关系，其中，所述第二目标用户数量包括所述第三目标用户数量；
基于所述多个信号传递强度以及信号模型，确定所述多个目标区域中的每个目标区域中的第四目标用户数量，所述信号模型包括所述信号传递强度与对应的目标区域内的用户数量的相关关系，其中，所述第二目标用户数量包括所述第四目标用户数量；或者
基于所述多个电能转换效率以及所述效率模型，确定所述多个目标区域中的每个目标区域中的所述第三目标用户数量，基于所述多个信号传递强度以及所述信号模型，确定所述多个目标区域中的每个目标区域中的所述第四目标用户数量，其中，所述第二目标用户数量包括所述第三目标用户数量和所述第四目标用户数量。
10.如权利要求8所述的客流统计的系统，其中，所述特征融合算法包括神经网络算法、加权算法、平均值算法、自回归算法中的至少一个。
11.如权利要求1所述的客流统计的系统，其中，所述获取所述多个感知系统对应的多个感知数据，包括：
基于预设时间周期，获取所述多个感知数据。
12.如权利要求11所述的客流统计的系统，其中，所述每个感知系统还包括：
至少一个处理器，存储所述感知数据，并基于所述预设时间周期向所述控制终端发送所述感知数据。
13.如权利要求1所述的客流统计的系统，其中，所述至少一个感知传感器包括至少一个雷达传感器、至少一个红外传感器、至少一个压力传感器、至少一个温度传感器、至少一个振动传感器以及至少一个电场传感器中的至少一种。
14.如权利要求1所述的客流统计的系统，其中，所述环境能量包括光能、射频信号能量、热能以及振动能量中的至少一种。
15.如权利要求1所述的客流统计的系统，其中，所述能量转换装置包括：
换能器，采集所述环境能量并转换为电能；
储能元件，与所述换能器电连接存储所述电能，并与所述至少一个感知传感器电连接，为所述至少一个感知传感器供电；以及
充电电路，连接所述换能器与所述储能元件，为所述储能元件充电，将所述电能存储在所述储能元件中。
16.如权利要求1所述的客流统计的系统，其中，所述被测区域为餐厅的用餐区域，所述每个感知系统对应的目标位置包括餐桌或餐椅。
17.一种客流统计的方法，应用于权利要求1中所述的客流统计的系统，包括通过所述控制终端执行：
获取所述多个感知系统对应的所述多个感知数据，所述多个感知数据中的每个感知数据至少包括对应的感知系统中的所述传感器数据；以及
基于所述多个感知数据确定所述被测区域内的总用户数量。
18.如权利要求17所述的客流统计的方法，其中，所述多个目标区域至少部分覆盖所述被测区域。
19.如权利要求17所述的客流统计的方法，其中，所述基于所述多个感知数据确定所述被测区域内的总用户数量，包括：
基于所述多个感知数据，确定所述多个目标区域中的每个目标区域内的目标用户数量；以及
基于所述每个目标区域中的所述目标用户数量，确定所述总用户数量。
20.如权利要求19所述的客流统计的方法，其中，所述每个感知系统还包括：
无线通信模块，工作时与所述控制终端建立所述通信连接，所述通信连接包括无线通信连接。
21.如权利要求20所述的客流统计的方法，其中，所述每个感知数据还包括以下数据中的至少一种：
对应的感知系统中的环境能量的电能转换效率；以及
对应的感知系统中的所述无线通信连接的信号传递强度，
其中，所述环境能量的电能转换效率以及所述信号传递强度与对应的目标区域内的用户数量相关。
22.如权利要求21所述的客流统计的方法，其中，所述基于所述多个感知数据，确定所述多个目标区域中的每个目标区域内的目标用户数量，包括：
基于所述多个感知数据中的多个传感器数据，确定所述多个目标区域中的每个目标区域内的所述目标用户数量；或者
基于所述多个感知数据中的所述多个传感器数据以及多个电能转换效率和多个信号传递强度中的至少一个，确定所述多个目标区域中的每个目标区域内的所述目标用户数量。
23.如权利要求22所述的客流统计的方法，其中，所述基于所述多个感知数据中的多个传感器数据，确定所述多个目标区域中的每个目标区域内的所述目标用户数量，包括：
基于所述多个传感器数据以及预设的传感器模型，确定所述多个目标区域中的每个目标区域中的所述目标用户数量，所述传感器模型包括所述传感器数据与对应的目标区域内的用户数量的相关关系。
24.如权利要求22所述的客流统计的方法，其中，所述基于所述多个感知数据中的所述多个传感器数据以及多个电能转换效率和多个信号传递强度中的至少一个，确定所述多个目标区域中的每个目标区域内的所述目标用户数量，包括：
基于所述多个传感器数据以及预设的传感器模型，确定所述多个目标区域中的每个目标区域中的第一目标用户数量，所述传感器模型包括所述传感器数据与对应的目标区域内的用户数量的相关关系；
基于所述多个电能转换效率和所述多个信号传递强度中的至少一个，确定所述多个目标区域中的每个目标区域中的第二目标用户数量；以及
基于所述第一目标用户数量以及所述第二目标用户数量，通过特征融合算法，确定所述多个目标区域中的每个目标区域内的目标用户数量。
25.如权利要求24所述的客流统计的方法，其中，所述确定所述多个目标区域中的每个目标区域中的第二目标用户数量，包括以下情况中的一种：
基于所述多个电能转换效率以及效率模型，确定所述多个目标区域中的每个目标区域中的第三目标用户数量，所述效率模型包括所述环境能量的电能转换效率与对应的目标区域内的用户数量的相关关系，其中，所述第二目标用户数量包括所述第三目标用户数量；
基于所述多个信号传递强度以及信号模型，确定所述多个目标区域中的每个目标区域中的第四目标用户数量，所述信号模型包括所述信号传递强度与对应的目标区域内的用户数量的相关关系，其中，所述第二目标用户数量包括所述第四目标用户数量；或者
基于所述多个电能转换效率以及所述效率模型，确定所述多个目标区域中的每个目标区域中的所述第三目标用户数量，基于所述多个信号传递强度以及所述信号模型，确定所述多个目标区域中的每个目标区域中的所述第四目标用户数量，其中，所述第二目标用户数量包括所述第三目标用户数量和所述第四目标用户数量。
26.如权利要求24所述的客流统计的方法，其中，所述特征融合算法包括神经网络算法、加权算法、平均值算法、自回归算法中的至少一个。
27.如权利要求17所述的客流统计的方法，其中，所述获取所述多个感知系统对应的所述多个感知数据，包括：
基于预设时间周期，获取所述多个感知数据。
28.如权利要求27所述的客流统计的方法，其中，所述每个感知系统还包括：
至少一个处理器，存储所述感知数据，并基于所述预设时间周期向所述控制终端发送所述感知数据。
29.如权利要求17所述的客流统计的方法，其中，所述至少一个感知传感器包括至少一个雷达传感器、至少一个红外传感器、至少一个压力传感器、至少一个温度传感器、至少一个振动传感器以及至少一个电场传感器中的至少一种。
30.如权利要求17所述的客流统计的方法，其中，所述环境能量包括光能、射频信号能量、热能以及振动能量中的至少一种。
31.如权利要求17所述的客流统计的方法，其中，所述能量转换装置包括：
换能器，采集所述环境能量并转换为电能；
储能元件，与所述换能器电连接存储所述电能，并与所述至少一个感知传感器电连接，为所述至少一个感知传感器供电；以及
充电电路，连接所述换能器与所述储能元件，为所述储能元件充电，将所述电能存储在所述储能元件中。
32.如权利要求17所述的客流统计的方法，其中，所述被测区域为餐厅的用餐区域，所述每个感知系统对应的目标位置包括餐桌或餐椅。
33.一种客流统计的系统，包括：
多个感知系统，分布在被测区域内的多个目标位置，所述多个感知系统中的每个感知系统监测对应的目标位置周围的目标区域内的用户，并生成感知数据，所述多个感知系统对应多个目标区域，所述多个感知系统中的每个感知系统包括：
至少一个感知传感器，运行时监测对应的目标区域生成传感器数据；以及
控制终端，工作时分别与所述多个感知系统进行无线通信连接，获取所述多个感知系统对应的多个感知数据，基于所述多个感知数据确定所述被测区域内的总用户数量，其中，所述多个感知数据中的每个感知数据包括对应的感知系统中的所述传感器数据以及所述无线通信连接的信号传递强度，所述传感器数据以及所述信号传递强度与对应的目标区域内的用户数量相关。
34.如权利要求33所述的客流统计的系统，其中，所述多个目标区域至少部分覆盖所述被测区域。
35.如权利要求33所述的客流统计的系统，其中，所述基于所述多个感知数据确定所述被测区域内的总用户数量，包括：
基于所述多个感知数据中的多个传感器数据以及多个信号传递强度，确定所述多个目标区域中的每个目标区域内的目标用户数量；以及
基于所述每个目标区域中的所述目标用户数量，确定所述总用户数量。
36.如权利要求35所述的客流统计的系统，其中，所述确定所述多个目标区域中的每个目标区域内的目标用户数量，包括：
基于所述多个传感器数据以及预设的传感器模型，确定所述多个目标区域中的每个目标区域中的第一目标用户数量，所述传感器模型包括所述传感器数据与对应的目标区域内的用户数量的相关关系；
基于所述多个信号传递强度以及信号模型，确定所述多个目标区域中的每个目标区域中的第四目标用户数量，所述信号模型包括所述信号传递强度与对应的目标区域内的用户数量的相关关系；以及
基于所述第一目标用户数量以及所述第四目标用户数量，通过特征融合算法，确定所述多个目标区域中的每个目标区域内的目标用户数量。
37.如权利要求36所述的客流统计的系统，其中，所述特征融合算法包括神经网络算法、加权算法、平均值算法、自回归算法中的至少一个。
38.如权利要求33所述的客流统计的系统，其中，所述获取所述多个感知系统对应的多个感知数据，包括：
基于预设时间周期，获取所述多个感知数据。
39.如权利要求38所述的客流统计的系统，其中，所述每个感知系统还包括：
至少一个处理器，存储所述感知数据，并基于所述预设时间周期向所述控制终端发送所述感知数据。
40.如权利要求33所述的客流统计的系统，其中，所述每个感知系统还包括：
无线通信模块，工作时与所述控制终端建立所述无线通信连接。
41.如权利要求33所述的客流统计的系统，其中，所述至少一个感知传感器包括至少一个雷达传感器、至少一个红外传感器、至少一个压力传感器、至少一个温度传感器、至少一个振动传感器以及至少一个电场传感器中的至少一种。
42.如权利要求33所述的客流统计的系统，其中，所述被测区域为餐厅的用餐区域，所述每个感知系统对应的目标位置包括餐桌或餐椅。
43.一种客流统计的方法，应用于权利要求33中所述的客流统计的系统，包括：
获取所述多个感知系统对应的所述多个感知数据；以及
基于所述多个感知数据确定所述被测区域内的总用户数量。
44.如权利要求43所述的客流统计的方法，其中，所述多个目标区域至少部分覆盖所述被测区域。
45.如权利要求43所述的客流统计的方法，其中，所述基于所述多个感知数据确定所述被测区域内的总用户数量，包括：
基于所述多个感知数据中的多个传感器数据以及多个信号传递强度，确定所述多个目标区域中的每个目标区域内的目标用户数量；以及
基于所述每个目标区域中的所述目标用户数量，确定所述总用户数量。
46.如权利要求44所述的客流统计的方法，其中，所述确定所述多个目标区域中的每个目标区域内的目标用户数量，包括：
基于所述多个传感器数据以及预设的传感器模型，确定所述多个目标区域中的每个目标区域中的第一目标用户数量，所述传感器模型包括所述传感器数据与对应的目标区域内的用户数量的相关关系；
基于所述多个信号传递强度以及信号模型，确定所述多个目标区域中的每个目标区域中的第四目标用户数量，所述信号模型包括所述信号传递强度与对应的目标区域内的用户数量的相关关系；以及
基于所述第一目标用户数量以及所述第四目标用户数量，通过特征融合算法，确定所述多个目标区域中的每个目标区域内的目标用户数量。
47.如权利要求46所述的客流统计的方法，其中，所述特征融合算法包括神经网络算法、加权算法、平均值算法、自回归算法中的至少一个。
48.如权利要求44所述的客流统计的系统，其中，所述获取所述多个感知系统对应的多个感知数据，包括：
基于预设时间周期，获取所述多个感知数据。
49.如权利要求48所述的客流统计的方法，其中，所述每个感知系统还包括：
至少一个处理器，存储所述感知数据，并基于所述预设时间周期向所述控制终端发送所述感知数据。
50.如权利要求43所述的客流统计的方法，其中，所述每个感知系统还包括：
无线通信模块，工作时与所述控制终端建立所述无线通信连接。
51.如权利要求43所述的客流统计的方法，其中，所述至少一个感知传感器包括至少一个雷达传感器、至少一个红外传感器、至少一个压力传感器、至少一个温度传感器、至少一个振动传感器以及至少一个电场传感器中的至少一种。
52.如权利要求43所述的客流统计的方法，其中，所述被测区域为餐厅的用餐区域，所述每个感知系统对应的目标位置包括餐桌或餐椅。
CN202011469078.XA 2020-12-15 2020-12-15 客流统计的系统和方法 Pending CN112508618A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011469078.XA CN112508618A (zh) 2020-12-15 2020-12-15 客流统计的系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011469078.XA CN112508618A (zh) 2020-12-15 2020-12-15 客流统计的系统和方法

Publications (1)

Publication Number Publication Date
CN112508618A true CN112508618A (zh) 2021-03-16

Family

ID=74972318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011469078.XA Pending CN112508618A (zh) 2020-12-15 2020-12-15 客流统计的系统和方法

Country Status (1)

Country Link
CN (1) CN112508618A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106792772A (zh) * 2016-12-20 2017-05-31 北京邮电大学 室内定位无线信号的补偿方法及装置和定位方法及装置
CN206833466U (zh) * 2017-06-16 2018-01-02 广州市天威电子科技有限公司 一种景区太阳能客流监控终端
CN107633217A (zh) * 2017-09-08 2018-01-26 方晨 基于灯具联网的人群动态分布监测装置及方法
CN107894728A (zh) * 2017-11-21 2018-04-10 大连大学 图书馆空座检测系统
CN108197683A (zh) * 2018-01-23 2018-06-22 余绍志 一种基于大数据处理的景区管理系统
CN108564804A (zh) * 2018-04-27 2018-09-21 榛硕（武汉）智能科技有限公司 基于人工智能的驾驶辅助系统
CN108766004A (zh) * 2018-04-27 2018-11-06 榛硕（武汉）智能科技有限公司 无人驾驶车辆的超车控制系统和方法
CN110716197A (zh) * 2019-09-04 2020-01-21 湖南数格信息科技有限公司 一种基于雷达传感的客流统计方法和系统
DE202020001414U1 (de) * 2020-04-07 2020-04-27 Ecosoph Gmbh Energiesparende Vorrichtung zur Detektion und bidirektionalen Zählung von Personen
CN111553753A (zh) * 2020-07-10 2020-08-18 支付宝(杭州)信息技术有限公司 一种客流统计方法、装置及电子设备
KR20200132532A (ko) * 2019-05-17 2020-11-25 제주한라대학교산학협력단 관광지 방문객 관제시스템 및 그 관제방법

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106792772A (zh) * 2016-12-20 2017-05-31 北京邮电大学 室内定位无线信号的补偿方法及装置和定位方法及装置
CN206833466U (zh) * 2017-06-16 2018-01-02 广州市天威电子科技有限公司 一种景区太阳能客流监控终端
CN107633217A (zh) * 2017-09-08 2018-01-26 方晨 基于灯具联网的人群动态分布监测装置及方法
CN107894728A (zh) * 2017-11-21 2018-04-10 大连大学 图书馆空座检测系统
CN108197683A (zh) * 2018-01-23 2018-06-22 余绍志 一种基于大数据处理的景区管理系统
CN108564804A (zh) * 2018-04-27 2018-09-21 榛硕（武汉）智能科技有限公司 基于人工智能的驾驶辅助系统
CN108766004A (zh) * 2018-04-27 2018-11-06 榛硕（武汉）智能科技有限公司 无人驾驶车辆的超车控制系统和方法
KR20200132532A (ko) * 2019-05-17 2020-11-25 제주한라대학교산학협력단 관광지 방문객 관제시스템 및 그 관제방법
CN110716197A (zh) * 2019-09-04 2020-01-21 湖南数格信息科技有限公司 一种基于雷达传感的客流统计方法和系统
DE202020001414U1 (de) * 2020-04-07 2020-04-27 Ecosoph Gmbh Energiesparende Vorrichtung zur Detektion und bidirektionalen Zählung von Personen
CN111553753A (zh) * 2020-07-10 2020-08-18 支付宝(杭州)信息技术有限公司 一种客流统计方法、装置及电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
朱方 等: "《基于SVM的多信息融合技术在公交客流识别系统中的应用研究》", vol. 1, 31 December 2018, 东北大学出版社, pages: 18 *
胡恒武 等: ""太阳能路面研究现状及展望"", 《长安大学学报（自然科学版）》, vol. 40, no. 01, 31 January 2020 (2020-01-31), pages 16 - 29 *
钱振 等: ""光伏发电功率预测方法研究综述"", 《机电工程》, vol. 32, no. 05, 20 May 2015 (2015-05-20), pages 78 - 86 *

Similar Documents

Publication Publication Date Title
US11074637B2 (en) Self-checkout arrangements
CN108852311A (zh) 一种基于蓝牙室内定位的老人生理数据采集系统
KR101838554B1 (ko) 태양광 발전을 이용한 스마트 빌딩 도로 결빙 및 에너지 실시간 관리 시스템
CN112101115B (zh) 基于热成像的温度控制方法、装置、电子设备和介质
US11676360B2 (en) Assisted creation of video rules via scene analysis
CN107003900A (zh) 一种切换方法及便携式电子设备
CN112381853A (zh) 用于利用无线信号和图像来进行人员检测、跟踪和标识的装置和方法
CN112785759B (zh) 客流统计的系统和方法
CN112508618A (zh) 客流统计的系统和方法
US20230111865A1 (en) Spatial motion attention for intelligent video analytics
US11093758B2 (en) Information processing system, method of information processing, and program
US20230128689A1 (en) Extrinsic camera calibration using calibration object
US10255787B1 (en) Magnetic sensor batteries
CN112102360B (zh) 动作类型识别方法、装置、电子设备和介质
JP6325429B2 (ja) 環境変化検出システム、環境変化検出装置及び環境変化検出方法
CN105026900A (zh) 用于个人背景环境的分光计
CN108696726A (zh) 一种无盲区监控系统
US20230011337A1 (en) Progressive deep metric learning
KR101684350B1 (ko) 음식물 처리기·가전기기를 포함한 부하기기용 트라이앵글형 스마트 as 중계 서비스 시스템
JP7207230B2 (ja) サーバ装置、情報処理システム、プログラム、移動店舗、及び情報処理システムの動作方法
CN117351604A (zh) 用水计费方法、用水计费装置、电子设备及存储介质
CN203376613U (zh) 具物体侦测的节能控制系统及节能装置
US20220230410A1 (en) Object localization in video
US20230351634A1 (en) Loop closure using multi-modal sensor data
US20230360430A1 (en) Face detector using positional prior filtering

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