CN114333126A - 一种检查站智能人车核验系统及方法 - Google Patents

Abstract

本发明公开了一种检查站智能人车核验系统及方法，涉及安检技术领域，技术方案为，包括检验通道，检验通道一端为进车端，另一端为出车端，出车端设置有信号灯和门闸机，进车端和门闸机之间为核验区域，门闸机一侧设置有车辆抓拍摄像头，核验区域两侧对称设置有人脸抓拍摄像头组；核验区域两侧还设置有用于照射待检测车辆侧窗的窗体照明设备；核验区域靠近门闸机的一侧设置有检测车辆位置的落位检测传感器。本发明的有益效果是：本发明通过车辆采集、人脸采集、识别比对，以及多设备协同等手段，在没有工作人员参与的情况下，通过文字、声音、信号灯等多种方式，智能引导司乘人员在车内自发完成人车核验，与特定比对库进行比对和预警。

Description

一种检查站智能人车核验系统及方法

本案为分案申请，原申请的发明名称为：一种智能检查站人车混合核验系统和方法，原申请的申请日为：2020-03-09，原申请的申请号为：202010159007.3。

技术领域

本发明涉及安检技术领域，特别涉及一种检查站智能人车核验系统及方法。

背景技术

检查站是社会治安防控体系的重要组成部分，是牢筑平安城市的第一道防线。在传统的工作模式中，往往需要车上乘员下车检查，需要耗费大量的人力、物力，不仅使得通行效率大幅降低，而且往往难以真正发挥其“滤网”、“屏障”的作用。

现有检查站系统常用技术和方法介绍：

现有检查站多数依赖人工进行检查，使用的辅助系统只有闸机、车辆抓拍机、人脸抓拍机、安检通道等设备和系统，并且各系统采集的数据是独立的。现有检查方式是车辆行驶检查站车道时，降下所有车窗，通过检查站工作人员人工观察车内人员情况，如果认为有必要进一步核查，则车上人员需要下车通过安检通道进行检查。

现有检查站安检方式存在的核心问题：

1.人力成本高，一个车道至少要配备三组倒班、每组至少两个工作人员。

2.工作人员只是简单看下车内人员，无法识别特定人员，往往只能起到威慑作用。

3.车辆和人员数据分离，不知道车上有谁，也不知道某人在哪辆车上，事后无法回溯。

4.车上乘员需要下车过安检，通行效率低。

发明内容

针对上述技术问题，本发明提供一种检查站智能人车核验系统及方法。

其技术方案为，包括检验通道，检验通道一端为进车端，另一端为出车端，出车端设置有信号灯和门闸机，所述进车端和门闸机之间为核验区域，所述门闸机一侧设置有车辆抓拍摄像头，所述核验区域两侧对称设置有人脸抓拍摄像头组；所述核验区域两侧还设置有用于照射待检测车辆侧窗的窗体照明设备；所述核验区域靠近门闸机的一侧设置有检测车辆位置的落位检测传感器。

优选为，所述人脸摄像头组的人脸摄像头为广角人脸摄像头。

优选为，所述核验区域两侧设置有作为语音引导核验流程的扬声器。

优选为，所述窗体照明设备为设置在所述核验区域两侧的LED灯组。

优选为，所述窗体照明设备为绿色LED灯。

优选为，所述检验通道分为小车通道、混合通道和大车通道；

所述小车通道的人脸摄像头组包括两两相对的四个人脸摄像头，人脸摄像头的镜头朝向检验通道中部，所述小车通道的人脸摄像头的高度为1.1-1.3米，同侧两个所述人脸摄像头的间距为0.4-0.6米，即小车通道的人脸摄像头朝向车辆的侧窗拍摄；

优选为，小车通道的人脸摄像头镜头轴线与检验通道的车辆行进方向垂直；通过这四个人脸摄像头，对小型车辆的车内人员进行人脸抓拍，用于捕捉小车人员的人脸信息。

所述大车通道的人脸摄像头组包括两两对称设置在四个人脸摄像头，每一侧的两个人脸抓拍摄像头在竖直方向上下分布，每一侧的两个人脸抓拍摄像头位于车辆核验区域对应车头的斜前方，大车通道的人脸抓拍摄像头朝向车辆前窗方向进行图像采集，每一侧的两个人脸抓拍摄像头的安装高度分别为1.7-1.9 米和2.3-2.5米；因为大型车辆车前窗一般较大，透光率也较好，所以选在在车辆前方设置人脸抓拍摄像头，而设置两种高度的摄像头，是考虑不同高度的大型车辆的车窗位置；

所述混合通道的人脸摄像头组分别包括对应小车检验的四个人脸摄像头和对应大车检验的四个人脸摄像头，对应大车的人脸摄像头组和对应小车的人脸摄像头组之间的间距为0.4-0.6米。混合车道即为纯小车和纯大车的综合，由于大车车头相对小车车头一般会短0.5米左右，使用这种安装方式，无论来车是大车还是小车，当车辆触发落位传感器时，都刚好在人脸摄像头的覆盖范围中。

优选为，所述落位检测传感器为红外传感器；与落位传感器对应，检验通道上设置有减速带；

为了保证摄像头对车上人员有合适抓拍角度和好的抓拍质量，对车辆停泊位置有一定要求，需要车辆驶入等候区并将前轮压到减速带。

所述落位传感器设置在与所述减速带平齐的车道侧面处，当车辆驶入等候区时，车头会遮挡红外传感器光线，此时传感器通过继电器发送信号通知系统车辆已到达合适位置；

对于所述混合通道，在所述减速带上方2.1-2.4米高处设置大车检测传感器，大车检测传感器同样为红外传感器，当核验任务触发后，如果该大车检测传感器被遮挡，则传感器通过继电器发送信号通知系统来车为大车，应运行大车核验程序。

落位检测传感器还起到进行车辆离开状态的判断的作用，当车辆完成核验后，驶离车道，不再遮挡落位检测传感器，传感器通过继电器发送信号通知系统车辆离开。

优选为，还包括设置在核验区域两侧的LED屏，通过LED屏给驾驶人提供对应的信息提示，帮助驾驶人按照检验步骤进行核验环节的进行。

基于所述的检查站智能人车核验系统的检验方法，

S1、由车辆抓拍摄像头抓拍到车辆即将驶入核验区域，触发核验任务；

S2、分别进行车辆类型判定，并对车内人员进行人脸抓拍，通过人脸抓拍结果进行车内人员初步计数；

S3、通过S2中对车辆类型判定的结果引导车辆落位，并进行车辆落位状态判定；对于车辆类型为大车的车辆进行落位判定后，转入步骤S8，对于车辆类型为小车的车辆进行落位判定后，转入步骤S4；

S4、对正确落位后的车辆进行落窗状态判定；

S5、对车辆落窗后的车内人数进行落窗后人数计数；

S6、将所述S2获取的车内人员初步计数和落窗后人数技术进行比对，判断是否已完成车内全部人员的抓拍；

S7、如S6判定结果为完成对车内全部人员进行抓拍，

S8、根据人脸抓拍的结果进行黑名单比对，从而对车辆预警信息进行判定；

S9、根据S8的车辆预警信息判定，选择进行预警，推送预警消息，或者放行车辆，等待对下一车辆进行检测。

优选为，所述S2中对人员进行人脸抓拍，通过人脸抓拍结果进行车内人员初步计数，具体包括依次执行的人脸抓拍、质量过滤、人脸和车辆绑定及人脸去重步骤。

其中人脸和车辆绑定为，将抓拍到的人脸和当前车辆进行绑定，从而确定该人脸信息对应的是当前车辆。

优选为，所述S4对正确落位后的车辆进行落窗状态判定，判定方法为，在核验区域两侧设置绿色灯带，通过灯带对汽车侧玻璃照射，通过摄像头采集图像中对车窗玻璃的绿色反光点进行计数，如果存在绿色反光点，则说明车窗没有降下。

优选为，所述S5中，对车辆落窗后的车内人数进行落窗后人数计数，具体为，根据摄像头采集视频中人员的位置和动作来计数的，首先判断剔除车体框架外的人员，之后通过姿态算法分析和去重，计算出车内实际人数。

优选为，所述S6中，将所述S2获取的车内人员初步计数和落窗后人数计数进行比对，判断是否已完成车内全部人员的抓拍；具体方法为，通过S2获取的车内人员初步计数和落窗后人数计数比对，车内人员初步计数的数值大于等于落窗后人数计数的数值，则说明实现了车内人员人脸信息的全部采集。

由于人员在车内的姿势不同，有时候并不能很好的配合，在摄像头中无法抓拍到人脸，但此时人数计算技术能够将该人员数出来，这样，当抓拍数小于人数时系统可以继续等待抓拍，直到抓拍数超过人数。此时，表明车上人员已抓拍完毕，可以转入后续人脸信息和黑名单进行比对的过程。

优选为，对于所述S9中，根据S8的车辆预警信息判定，选择进行预警，推送预警消息，可选用多种预警方式，如系统本身提供黑名单布控，和PC端的弹窗预警。也可以通过接口的方式将抓拍到的人脸、车辆照片推送相关系统进行比对和预警。当产生预警时，车道闸机关闭封闭车道，同时在系统内、第三方系统进行预警，提醒工作人员及时进行预警处置。

优选为，在出现紧急情况或严重拥堵时切换到疏散模式：

为保证在极端情况下，车道能够正常通行，设置疏散模式，当系统运行模式切换疏散模式时，系统会停止核验，闸机长杆抬起不落，信号灯持续亮绿灯，使车辆能否无障碍的通过。待紧急情况结束或拥堵缓解后，可再切换回正常模式，这时，系统按照核验参数继续进行人车核验。

优选为，提供系统设置接口，实现核验参数的模板化和自由定制，具体为：

支持对检查站智能人车核验系统的核验流程所有环节进行参数化自由定制。并能根据实际过车情况，对核验参数模板进行预定制，提供核验参数的快速设置。核验参数包括：核验任务最大时长、人脸抓拍等待时长、人脸比对等待时长、核验流程各环节的LED文字、核验流程各环节的引导语音、核验流程各环节的最大语音播放次数。

优选为，设置对各个组成设备状态的细粒度监控：

由于对接的软硬件较多，系统需要一个高效的手段进行运维，所以要对所有对接的软硬件进行健康检查，提供设备状态监控，通过图形界面的形式，包括，人脸引擎状态、车辆抓拍机状态、人数引擎状态、继电器状态、落窗引擎状态、人脸摄像头状态、音频服务器状态、音频盒子状态、其他对接系统平台状态、左LED屏状态、右LED屏状态等监控。

优选为，与本系统及方法对应，设置智能引导状态机，智能检查站人车混合核验方法无需人工参与，而是通过智能引导状态机系统自动引导车上司乘人员自发完成核验流程。智能引导状态机可通过声音、文字、信号灯等方式与车上人员进行互动。状态机的状态转换过程如图2智能引导状态机所示：

状态机包括车辆落位状态、车辆落窗状态、车内人数核验状态、车辆预警状态、车辆离开状态，共5个状态项的转换。根据之前的核验流程，对这5个状态项进行逐一检测。

在核验任务触发后，处于未落位状态，状态机使用声音和文字提示车辆驶入待检区，当检测到车辆驶入指定位置后，转换为已落位状态，中断当前提示，进行车辆落窗状态检测；在车辆未落窗状态，状态机使用声音和文字提示车辆降下全部车窗，当检测到车辆已降下全部车窗后，转换为车辆已落窗状态，中断当前提示，进行车内人数核验状态检测；在人数未核验通过状态，状态机使用声音和文字提示车上司乘人员面向左右镜头配合人脸抓拍，当前抓拍人脸数量超过车内人数时，转换为人数核验通过状态，中断当前提示，进行车辆预警状态检测；根据抓拍到人脸的比对结果，判断是否命中黑名单人员，如果未命中黑名单，转换到车辆无预警状态，状态机使用声音和文字提示车辆可通行、并将信号灯切换到绿灯、同时闸机打开，如果命中黑名单，则转换到车辆有预警状态，状态机使用多种方式向工作人员推送预警信息，同时闸机不会打开，将车辆拦在车道中，等待工作人员处置，处置完毕后，再予以放行；在车辆放行后，进行车辆离开状态检测，当检测到车辆离开后，信号灯切换到亮红灯，至此完成整个状态转换过程。

优选为，配置核验任务的生命周期控制：

以上核验流程和智能引导状态机是在标准情况下的处理机制，但在实际人车混合核验过程中，必然存在车辆和人员不按照预期标准配合的情况，这会使得核验流程卡在某个环节，所以需要一套容错机制，在降低一定的采集准确率的情况下，自动容忍这些不够标准的动作，使得核验流程能流畅运行。本发明通过对核验任务的生命周期控制，来完成容错。

针对核验流程中的4个关键环节：落位状态检测环节，设定最大提示次数，每次提示有固定的时间间隔，当超过最大提示次数，将自动转换到下一环节；落窗检测环节，设定最大提示次数，每次提示有固定的时间间隔，当超过最大提示次数，将自动转换到下一环节；人数核验状态检测环节，设定最大提示次数，每次提示有固定的时间间隔，当超过最大提示次数，将自动转换到下一环节；车辆预警状态检测环节，设定等待时间，当等待时间结束后，还未命中黑名单时，认为没有产生预警。

针对整个核验流程，设定最大核验超时时间，当核验任务达到超时时间后，无论当前处于哪个环节，都直接跳转到车辆预警状态检测环节，之后结束任务。

经过这样的生命周期控制后，使得在任何情况下，都能保证整个核验流程的自动化运行，保障检查站通行效率不会大幅降低。并将这些等待时间、最大提示次数、超时时间统称为核验参数，核验参数允许用户根据检查站实际通车情况自由定制。

本发明实施例提供的技术方案带来的有益效果是：本发明依托人工智能、机械电子技术，配合人脸摄像机、车辆抓拍机、闸机、音箱、LED屏、红外感应器、继电器等设备，通过车辆采集、人脸采集、识别比对，以及多设备协同等手段，在没有工作人员参与的情况下，通过文字、声音、信号灯等多种方式，智能引导司乘人员在车内自发完成人车核验，并记录车辆、人员照片，与特定比对库进行比对和预警。该方法既免去了下车检查大幅提高了整体通行效率，又节约了大量警力，同时还能将人员和车辆精确绑定，便于后期分析研判。

附图说明

图1为本发明实施例的方法流程图。

图2为本发明实施例的只能引导状态机工作流程图。

图3为本发明实施例的小车通道结构示意图。

图4为本发明实施例的大车通道结构示意图。

图5为本发明实施例的混合车通道结构示意图。

其中，附图标记为：1、信号灯；2、门闸机；3、车辆抓拍摄像头；4、人脸抓拍；5、窗体照明设备；6、落位检测传感器；7、扬声器；8、减速带；9、大车检测传感器；10、LED屏。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。当然，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

需要说明的是，在不冲突的情况下，本发明创造中的实施例及实施例中的特征可以相互组合。

在本发明创造的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明创造和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明创造的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明创造的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本发明创造的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明创造中的具体含义。

实施例1

参见图1至图5，本发明提供一种检查站智能人车核验系统，包括检验通道，检验通道一端为进车端，另一端为出车端，出车端设置有信号灯(1)和门闸机(2)，进车端和门闸机(2)之间为核验区域，门闸机(2)一侧设置有车辆抓拍摄像头(3)，核验区域两侧对称设置有人脸抓拍摄像头组(4)；核验区域两侧还设置有用于照射待检测车辆侧窗的窗体照明设备(5)；核验区域靠近门闸机(2)的一侧设置有检测车辆位置的落位检测传感器(6)。

人脸摄像头组(4)的人脸摄像头为广角人脸摄像头。

核验区域两侧设置有作为语音引导核验流程的扬声器(7)。

窗体照明设备(5)为设置在核验区域两侧的LED灯组。

窗体照明设备(5)为绿色LED灯。

检验通道分为小车通道、混合通道和大车通道；

小车通道的人脸摄像头组(4)包括两两相对的四个人脸摄像头，人脸摄像头的镜头朝向检验通道中部，小车通道的人脸摄像头的高度为1.2米，同侧两个人脸摄像头的间距为0.5米，即小车通道的人脸摄像头朝向车辆的侧窗拍摄；

小车通道的人脸摄像头镜头轴线与检验通道的车辆行进方向垂直；通过这四个人脸摄像头，对小型车辆的车内人员进行人脸抓拍，用于捕捉小车人员的人脸信息。

大车通道的人脸摄像头组(4)包括两两对称设置在四个人脸摄像头，每一侧的两个人脸抓拍摄像头在竖直方向上下分布，每一侧的两个人脸抓拍摄像头位于车辆核验区域对应车头的斜前方，大车通道的人脸抓拍摄像头朝向车辆前窗方向进行图像采集，每一侧的两个人脸抓拍摄像头的安装高度分别为1.8米和 2.4米；因为大型车辆车前窗一般较大，透光率也较好，所以选在在车辆前方设置人脸抓拍摄像头，而设置两种高度的摄像头，是考虑不同高度的大型车辆的车窗位置；

混合通道的人脸摄像头组(4)分别包括对应小车检验的四个人脸摄像头和对应大车检验的四个人脸摄像头，对应大车的人脸摄像头组和对应小车的人脸摄像头组之间的间距为0.5米。混合车道即为纯小车和纯大车的综合，由于大车车头相对小车车头一般会短0.5米左右，使用这种安装方式，无论来车是大车还是小车，当车辆触发落位传感器时，都刚好在人脸摄像头的覆盖范围中。

落位检测传感器(6)为红外传感器；与落位传感器(6)对应，检验通道上设置有减速带(8)；

为了保证摄像头对车上人员有合适抓拍角度和好的抓拍质量，对车辆停泊位置有一定要求，需要车辆驶入等候区并将前轮压到减速带(8)。

落位传感器(6)设置在与减速带(8)平齐的车道侧面处，当车辆驶入等候区时，车头会遮挡红外传感器光线，此时传感器通过继电器发送信号通知系统车辆已到达合适位置；

对于混合通道，在减速带(8)上方2.2米高处设置大车检测传感器(9)，大车检测传感器(9)同样为红外传感器，当核验任务触发后，如果该大车检测传感器(9)被遮挡，则传感器通过继电器发送信号通知系统来车为大车，应运行大车核验程序。

落位检测传感器(6)还起到进行车辆离开状态的判断的作用，当车辆完成核验后，驶离车道，不再遮挡落位检测传感器(6)，传感器通过继电器发送信号通知系统车辆离开。

还包括设置在核验区域两侧的LED屏10，通过LED屏10给驾驶人提供对应的信息提示，帮助驾驶人按照检验步骤进行核验环节的进行。

还包括与上述各个组件构成通讯的上位机，通过上位机将各部分组合成一个整体，对各部分形成控制和反馈回路。

本装置工作时，通过全自动的智能核验流程，该核验流程无需人工干预，通过传感器、人工智能技术相结合，自动完成人车的混合核验，如图1智能检查站人车混合核验流程图所示：

在抓拍到车辆，触发核验任务后，一方面进行人脸抓拍、质量过滤、人脸和车辆绑定、人脸去重和比对；另一方面首先根据车辆高度完成大小车类型的判断，之后根据车辆停止的位置完成车辆落位状态的持续检测，接着使用落窗识别技术进行车窗落窗状态的持续检测，然后进行人数核验状态持续检测，即对车内人员计数、并将人脸抓拍的数量与车内人数进行对比、判断是否已完成车内全部人员的抓拍，最后进行车辆预警状态的检测，即根据人脸比对结果、如果没有命中黑名单则予以放行、反之不放行并推送预警消息，同时结束核验任务。

实施例2

在实施例1的基础上，基于的检查站智能人车核验系统的检验方法，

S1、由车辆抓拍摄像头3抓拍到车辆即将驶入核验区域，触发核验任务；

S2、分别进行车辆类型判定，并对车内人员进行人脸抓拍，通过人脸抓拍结果进行车内人员初步计数；

S3、通过S2中对车辆类型判定的结果引导车辆落位，并进行车辆落位状态判定；对于车辆类型为大车的车辆进行落位判定后，转入步骤S8，对于车辆类型为小车的车辆进行落位判定后，转入步骤S4；

S4、对正确落位后的车辆进行落窗状态判定；

S5、对车辆落窗后的车内人数进行落窗后人数计数；

S6、将S2获取的车内人员初步计数和落窗后人数技术进行比对，判断是否已完成车内全部人员的抓拍；

S7、如S6判定结果为完成对车内全部人员进行抓拍，

S8、根据人脸抓拍的结果进行黑名单比对，从而对车辆预警信息进行判定；

S9、根据S8的车辆预警信息判定，选择进行预警，推送预警消息，或者放行车辆，等待对下一车辆进行检测。

S2中对人员进行人脸抓拍，通过人脸抓拍结果进行车内人员初步计数，具体包括依次执行的人脸抓拍、质量过滤、人脸和车辆绑定及人脸去重步骤。

其中人脸和车辆绑定为，将抓拍到的人脸和当前车辆进行绑定，从而确定该人脸信息对应的是当前车辆。

S4对正确落位后的车辆进行落窗状态判定，判定方法为，在核验区域两侧设置绿色灯带，通过灯带对汽车侧玻璃照射，通过摄像头采集图像中对车窗玻璃的绿色反光点进行计数，如果存在绿色反光点，则说明车窗没有降下。

S5中，对车辆落窗后的车内人数进行落窗后人数计数，具体为，根据摄像头采集视频中人员的位置和动作来计数的，首先判断剔除车体框架外的人员，之后通过姿态算法分析和去重，计算出车内实际人数。

S6中，将S2获取的车内人员初步计数和落窗后人数计数进行比对，判断是否已完成车内全部人员的抓拍；具体方法为，通过S2获取的车内人员初步计数和落窗后人数计数比对，车内人员初步计数的数值大于等于落窗后人数计数的数值，则说明实现了车内人员人脸信息的全部采集。

由于人员在车内的姿势不同，有时候并不能很好的配合，在摄像头中无法抓拍到人脸，但此时人数计算技术能够将该人员数出来，这样，当抓拍数小于人数时系统可以继续等待抓拍，直到抓拍数超过人数。此时，表明车上人员已抓拍完毕，可以转入后续人脸信息和黑名单进行比对的过程。

对于S9中，根据S8的车辆预警信息判定，选择进行预警，推送预警消息，可选用多种预警方式，如系统本身提供黑名单布控，和PC端的弹窗预警。也可以通过接口的方式将抓拍到的人脸、车辆照片推送指定系统进行比对和预警。当产生预警时，车道闸机关闭封闭车道，同时在系统内、第三方系统进行预警，提醒工作人员及时进行预警处置。

在出现紧急情况或严重拥堵时切换到疏散模式：

为保证在极端情况下，车道能够正常通行，设置疏散模式，当系统运行模式切换疏散模式时，系统会停止核验，闸机长杆抬起不落，信号灯持续亮绿灯，使车辆能否无障碍的通过。待紧急情况结束或拥堵缓解后，可再切换回正常模式，这时，系统按照核验参数继续进行人车核验。

实施例3，与本系统及方法对应，设置智能引导状态机，智能检查站人车混合核验方法无需人工参与，而是通过智能引导状态机系统自动引导车上司乘人员自发完成核验流程。智能引导状态机可通过声音、文字、信号灯等方式与车上人员进行互动。状态机的状态转换过程如图2智能引导状态机所示：

状态机包括车辆落位状态、车辆落窗状态、车内人数核验状态、车辆预警状态、车辆离开状态，共5个状态项的转换。根据之前的核验流程，对这5个状态项进行逐一检测。

在核验任务触发后，处于未落位状态，状态机使用声音和文字提示车辆驶入待检区，当检测到车辆驶入指定位置后，转换为已落位状态，中断当前提示，进行车辆落窗状态检测；在车辆未落窗状态，状态机使用声音和文字提示车辆降下全部车窗，当检测到车辆已降下全部车窗后，转换为车辆已落窗状态，中断当前提示，进行车内人数核验状态检测；在人数未核验通过状态，状态机使用声音和文字提示车上司乘人员面向左右镜头配合人脸抓拍，当前抓拍人脸数量超过车内人数时，转换为人数核验通过状态，中断当前提示，进行车辆预警状态检测；根据抓拍到人脸的比对结果，判断是否命中黑名单人员，如果未命中黑名单，转换到车辆无预警状态，状态机使用声音和文字提示车辆可通行、并将信号灯切换到绿灯、同时闸机打开，如果命中黑名单，则转换到车辆有预警状态，状态机使用多种方式向工作人员推送预警信息，同时闸机不会打开，将车辆拦在车道中，等待工作人员处置，处置完毕后，再予以放行；在车辆放行后，进行车辆离开状态检测，当检测到车辆离开后，信号灯切换到亮红灯，至此完成整个状态转换过程。

实施例4

在实施例3的基础上，配置核验任务的生命周期控制：

前文所阐述的核验流程和智能引导状态机是在标准情况下的处理机制，但在实际人车混合核验过程中，必然存在车辆和人员不按照预期标准配合的情况，这会使得核验流程卡在某个环节，所以需要一套容错机制，在降低一定的采集准确率的情况下，自动容忍这些不够标准的动作，使得核验流程能流畅运行。本发明通过对核验任务的生命周期控制，来完成容错。

针对核验流程中的4个关键环节：落位状态检测环节，设定最大提示次数，每次提示有固定的时间间隔，当超过最大提示次数，将自动转换到下一环节；落窗检测环节，设定最大提示次数，每次提示有固定的时间间隔，当超过最大提示次数，将自动转换到下一环节；人数核验状态检测环节，设定最大提示次数，每次提示有固定的时间间隔，当超过最大提示次数，将自动转换到下一环节；车辆预警状态检测环节，设定等待时间，当等待时间结束后，还未命中黑名单时，认为没有产生预警。

针对整个核验流程，设定最大核验超时时间，当核验任务达到超时时间后，无论当前处于哪个环节，都直接跳转到车辆预警状态检测环节，之后结束任务。

经过这样的生命周期控制后，使得在任何情况下，都能保证整个核验流程的自动化运行，保障检查站通行效率不会大幅降低。并将这些等待时间、最大提示次数、超时时间统称为核验参数，核验参数允许用户根据检查站实际通车情况自由定制。

实施例5

在上述实施例的基础上，提供系统设置接口，实现核验参数的模板化和自由定制，具体为：

支持对检查站智能人车核验系统的核验流程所有环节进行参数化自由定制。并能根据实际过车情况，对核验参数模板进行预定制，提供核验参数的快速设置。核验参数包括：核验任务最大时长、人脸抓拍等待时长、人脸比对等待时长、核验流程各环节的LED文字、核验流程各环节的引导语音、核验流程各环节的最大语音播放次数。

实施例6

在上述实施例的基础上，设置对各个组成设备状态的细粒度监控：

由于对接的软硬件较多，系统需要一个高效的手段进行运维，所以要对所有对接的软硬件进行健康检查，提供设备状态监控，通过图形界面的形式，包括，人脸引擎状态、车辆抓拍机状态、人数引擎状态、继电器状态、落窗引擎状态、人脸摄像头状态、音频服务器状态、音频盒子状态、其他对接系统平台状态、左LED屏状态、右LED屏状态等监控。

实施例7

以下根据实际场景举例实施并参照附图，对本发明进一步详细说明。

以小车车道的实施为例：

步骤一：如图3小车车道安装部署示意图所示：

按照标准车道宽度规划车道范围以及核验等候区。在车道正前方安装门闸机2，门闸机2旁安装车辆抓拍摄像头3和信号灯1。车道核验区两侧各安装一组箱体，在箱体内安装窗体照明设备5、LED屏10、扬声器7。在门闸机2前约1米处，安装减速带8，在与减速带8平行位置，安装落位检测传感器6。4 个人脸抓拍摄像头组成的人脸抓拍摄像头组4，同样安装在箱体上，根据与车辆的相对位置，分别为左前、左后、右前、右后摄像头，各设备作用如下：

1)车辆抓拍摄像头3：抓拍车辆照片并解析车牌。

2)人脸抓拍摄像头：同步采集车上司乘人员视频。

3)落位检测传感器6：判断车辆是否已驶入等候区合适位置。

4)门闸机2：核验完毕后抬杆放行，车辆通过后落杆。

5)LED屏10：提供文字方式引导用户配合核验。

6)扬声器7：提供语音方式引导用户配合核验。

7)信号灯1：默认为红灯，核验完毕后变为绿灯通行标志，车辆通过后变回红灯停止。

步骤二：部署后端系统。后端系统包括：人脸识别引擎、车内人员计数引擎、落窗识别引擎、人车混合核验系统应用，各系统作用如下：

1)人脸识别引擎：人脸抓拍、图片质量过滤、人脸去重、人脸比对。

2)车内人员计数引擎：用于车内人员计数

3)落窗识别引擎：用于识别每个车窗是否降下

4)人车混合核验系统应用：人车绑定、核验流程控制、智能引导控制、核验任务的生命周期控制、预警、核验模板管理、设备状态监控等。

步骤三：配置核验模板。根据试点经验，探索出了3套相对合适的核验参数模板，包括普通核验模式、快速核验模式、高峰期核验模式。

A、普通核验模式：

√核验任务最大时长为30秒

√人脸抓拍等待时长为3秒

√落位检测环节，最大提示4次，提示语音和文字为“请向前驶入待检区”

√落窗检测环节，最大提示4次，提示语音和文字为“请降下全部车窗”

√人数核验环节，最大提示2次，提示语音和文字为“请左侧乘客向左看，请右侧乘客向右看”

√预警状态检测环节，人脸比对等待时长2秒

√提示放行环节，最大提示1次，提示语音和文字为“核验完毕，请通行”

在普通核验模式下，经测算，车辆平均核验时间约为22-23秒。

B、快速核验模式下：

√核验任务最大时长为15秒

√人脸抓拍等待时长为3秒

√落位检测环节，最大提示2次，提示语音和文字为“请向前驶入待检区”

√落窗检测环节，最大提示2次，提示语音和文字为“请降下全部车窗”

√人数核验环节，最大提示1次，提示语音和文字为“请左侧乘客向左看，请右侧乘客向右看”

√预警状态检测环节，人脸比对等待时长2秒

√提示放行环节，最大提示1次，提示语音和文字为“核验完毕，请通行”在快速核验模式下，经测算，车辆平均核验时间约为13-14秒

C、高峰期核验模式下：

√核验任务最大时长为10秒

√人脸抓拍等待时长为2秒

√落位检测环节，最大提示1次，提示语音和文字为“请向前驶入待检区”

√落窗检测环节，最大提示1次，提示语音和文字为“请降下全部车窗”

√人数核验环节，最大提示1次，提示语音和文字为“请左侧乘客向左看，请右侧乘客向右看”

√预警状态检测环节，人脸比对等待时长1秒

√提示放行环节，最大提示1次，提示语音和文字为“核验完毕，请通行”

在高峰期核验模式下，经测算，车辆平均核验时间约为10秒

根据以上步骤实施完毕，具体核验过程描述如下：当车辆开始驶入核验区时，车辆抓拍摄像头3抓拍到车辆信息送入系统触发核验任务；系统开始落位检测，控制扬声器7语音反复提示“请向前驶入待检区”，LED屏10文字提示“请向前驶入待检区”，直到车辆落位或达到最大提示次数后，进入下一环节；系统进行落窗检测，控制扬声器7反复语音提示“请降下所有车窗”，LED屏 10文字提示“请降下所有车窗”，直到车窗全部落下或达到最大提示次数后，进入下一环节；系统进行人数核验，控制扬声器7反复语音提示“请左侧乘客向左看镜头，请右侧乘客向右看镜头”，左侧LED屏10文字提示“请左侧乘客向左看”，右侧LED屏10文字提示“请右侧乘客向右看”，直到人数核验完毕或达到最大提示次数后，进入下一环节；在这些环节进行同时，人脸识别引擎会通过视频流抓拍人脸，并进行质量过滤、去重及人脸比对，系统保存人脸照片并进行人车关联；在人数核验环节结束后，系统进行预警状态检测环节，根据人脸识别引擎的比对结果，判断是否存在预警，若没有预警，则控制信号灯亮绿灯，门闸机2抬杆放行，控制扬声器7语音提示“核验完毕，请通行”，同时 LED屏10文字显示“核验完毕，请通行”；若产生预警，则门闸机2保持关闭，将车辆拦下，并通过系统弹窗、PAD推送等多种方式，提醒工作人员处置；待车辆通过后，门闸机2自动落杆，信号灯亮红灯，完成整个核验任务。

这样，就很大程度的解决了传统检查站安检方式存在的问题：

1.节约了人力，无论多少车道，只需配备一组人员，当发生预警时进行处置。

2.特定人员，可以进行黑名单布控，当人员出现时，自动触发预警，提醒工作人员重点检查和处置。

3.人员和车辆绑定，通过车找人或者通过人找车，都可以实现。

车上乘员不需下车检查，大幅提高了通行效率。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种检查站智能人车核验系统，包括检验通道，检验通道一端为进车端，另一端为出车端，出车端设置有信号灯（1）和门闸机（2），所述进车端和门闸机（2）之间为核验区域，其特征在于，所述门闸机（2）一侧设置有车辆抓拍摄像头（3），所述核验区域两侧对称设置有人脸抓拍摄像头组（4）；所述核验区域两侧还设置有用于照射待检测车辆侧窗的窗体照明设备（5）；所述核验区域靠近门闸机（2）的一侧设置有检测车辆位置的落位检测传感器（6）。

2.根据权利要求1所述的系统，其特征在于，所述核验区域两侧设置有作为语音引导核验流程的扬声器（7）。

3.基于权利要求1所述的检查站智能人车核验系统，其特征在于，所述窗体照明设备（5）为设置在所述核验区域两侧的LED灯组。

4.根据权利要求1所述的系统，其特征在于，所述检验通道分为小车通道、混合通道和大车通道；

所述小车通道的人脸摄像头组（4）包括两两相对的四个人脸摄像头，人脸摄像头的镜头朝向检验通道中部，所述小车通道的人脸摄像头的高度为1.1-1.3米，同侧两个所述人脸摄像头的间距为0.4-0.6米；

所述大车通道的人脸摄像头组（4）包括两两对称设置在四个人脸摄像头，每一侧的两个人脸抓拍摄像头在竖直方向上下分布，每一侧的两个人脸抓拍摄像头位于车辆核验区域对应车头的斜前方，大车通道的人脸抓拍摄像头朝向车辆前窗方向进行图像采集，每一侧的两个人脸抓拍摄像头的安装高度分别为1.7-1.9米和2.3-2.5米；

所述混合通道的人脸摄像头组（4）分别包括对应小车检验的四个人脸摄像头和对应大车检验的四个人脸摄像头，对应大车的人脸摄像头组和对应小车的人脸摄像头组之间的间距为0.4-0.6米。

5.根据权利要求4所述的系统，其特征在于，所述落位检测传感器（6）为红外传感器；与落位传感器（6）对应，检验通道上设置有减速带（8）；

所述落位传感器（6）设置在与所述减速带（8）平齐处，；

对于所述混合通道，在所述核验区域进口端上方2.1-2.4米高处设置大车检测传感器（9）。

6.根据权利要求1-5任一项所述的系统，其特征在于，所述系统的核验方法包括以下步骤：

S1、由车辆抓拍摄像头（3）抓拍到车辆即将驶入核验区域，触发核验任务；

S2、分别进行车辆类型判定，并对车内人员进行人脸抓拍，通过人脸抓拍结果进行车内人员初步计数；

S3、通过S2中对车辆类型判定的结果引导车辆落位，并进行车辆落位状态判定；对于车辆类型为大车的车辆进行落位判定后，转入步骤S8，对于车辆类型为小车的车辆进行落位判定后，转入步骤S4；

S4、对正确落位后的车辆进行落窗状态判定；

S5、对车辆落窗后的车内人数进行落窗后人数计数；

S6、将所述S2获取的车内人员初步计数和落窗后人数技术进行比对，判断是否已完成车内全部人员的抓拍；

S7、如S6判定结果为完成对车内全部人员进行抓拍，

S8、根据人脸抓拍的结果进行黑名单比对，从而对车辆预警信息进行判定；

S9、根据S8的车辆预警信息判定，选择进行预警，推送预警消息，或者放行车辆，等待对下一车辆进行检测。

7.根据权利要求6所述的系统，其特征在于，所述S2中对人员进行人脸抓拍，通过人脸抓拍结果进行车内人员初步计数，具体包括依次执行的人脸抓拍、质量过滤、人脸和车辆绑定及人脸去重步骤。

8.根据权利要求6或7所述的系统，其特征在于，所述S4对正确落位后的车辆进行落窗状态判定，判定方法为，在核验区域两侧设置绿色灯带，通过灯带对汽车侧玻璃照射，通过摄像头采集图像中对车窗玻璃的绿色反光点进行计数，如果存在绿色反光点，则说明车窗没有降下。

9.根据权利要求6-8任一项所述的系统，其特征在于，所述S5中，对车辆落窗后的车内人数进行落窗后人数计数，具体为，根据摄像头采集视频中人员的位置和动作来计数的，首先判断剔除车体框架外的人员，之后通过姿态算法分析和去重，计算出车内实际人数。

10.根据权利要求6-9任一项所述的系统，其特征在于，所述S6中，将所述S2获取的车内人员初步计数和落窗后人数计数进行比对，判断是否已完成车内全部人员的抓拍；具体方法为，通过S2获取的车内人员初步计数和落窗后人数计数比对，车内人员初步计数的数值大于等于落窗后人数计数的数值，则说明实现了车内人员人脸信息的全部采集。

Images