CN117423051B - 一种基于场所活动对象的信息监测分析方法 - Google Patents
一种基于场所活动对象的信息监测分析方法 Download PDFInfo
- Publication number
- CN117423051B CN117423051B CN202311355346.9A CN202311355346A CN117423051B CN 117423051 B CN117423051 B CN 117423051B CN 202311355346 A CN202311355346 A CN 202311355346A CN 117423051 B CN117423051 B CN 117423051B
- Authority
- CN
- China
- Prior art keywords
- feature degree
- feature
- information acquisition
- preset
- degree
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000033228 biological regulation Effects 0.000 claims abstract description 73
- 238000007405 data analysis Methods 0.000 claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 8
- 239000013589 supplement Substances 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 7
- 230000001815 facial effect Effects 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及数据分析领域,尤其涉及一种基于场所活动对象的信息监测分析方法,包括:针对参考目标体的特征参量信息采集完成;计算参考目标体的参考特征度;数据分析单元根据环境稳定度状态确定运行调控单元的运行模式;第二工作模式下,运行调控单元检测工作区域的人员数量并在人员数量大于预设目标体数量时对信息采集终端的移动速度进行减小调节;响应于第一跟随调控条件,跟随调控单元对参考目标体进行重追随,重追随方式包括:信息采集终端停止运动,并进行重跟随搜索的第一重追随方式,以及,信息采集终端移动至参考目标体消失位置并进行重追随搜索的第二重追随方式;本发明提高了信息采集终端针对活动对象的监测追溯准确度。
Description
技术领域
本发明涉及数据分析领域,尤其涉及一种基于场所活动对象的信息监测分析方法。
背景技术
随着信息社会的不断发展和人民生活水平的日益提高,人们对于智能化服务设备的要求也越来越高。目前,智能机器人已逐渐成为日常生活中较为常见的智能化设备,无论是在会议保障、场馆演出、文体服务以及公共服务等领域均有广泛的应用,但是,针对引导功能的机器人,引导过程中易发生引导目标离开监测画面,并且易受环境因素影响导致监测引导效果差的问题。
中国专利公开号CN115639819A公布了一种视觉与深度信息融合的自动跟随机器人,包括:数据采集模块、供电及驱动模块、主控模块、通信模块、语音识别模块;数据采集模块,用于采集目标信息;通信模块,用于将目标信息上传至云端,同时接收云端的控制指令,并发送至主控模块;主控模块,用于根据控制指令对目标信息进行处理,发出驱动指令;供电及驱动模块,用于为自动跟随机器人提供电能,根据驱动指令驱动自动跟随机器人;语音识别模块,用于识别语音控制指令,并发送至主控模块。使得在面对较为复杂的应用场景时,机器人也能表现出良好的跟踪效果。上述技术方案还公开了“视觉跟踪子模块,用于根据所述深度图像和RGB图像对所述目标进行跟踪”,该技术方案考虑到通过图像监测针对用户进行自主跟踪,但是,未考虑到行人遮挡以及引导追随的用户丢失时如何重新追随用户导致的机器人引导追随用户的效果差的问题。
发明内容
为此,本发明提供一种基于场所活动对象的信息监测分析方法,用以克服现有技术中机器人工作过程受行人遮挡导致监测画面中追随的用户丢失时,重新搜索追随的用户的效率差的问题。
为实现上述目的,本发明提供一种基于场所活动对象的信息监测分析方法,包括:
针对参考目标体的特征参量信息采集完成;
计算参考目标体的参考特征度,并在参考特征度处于第一预设特征度状态时针对参考目标体进行附加特征补充;
数据分析单元根据环境稳定度状态确定运行调控单元的运行模式,运行模式包括控制信息采集终端以预设移动速度运行的第一运行模式以及根据工作区域内的人员数量对信息采集终端的移动速度进行调节的第二运行模式;
第二工作模式下,运行调控单元检测工作区域的人员数量并在人员数量大于预设目标体数量时对信息采集终端的移动速度进行减小调节;
响应于第一跟随调控条件,跟随调控单元对参考目标体进行重追随,重追随方式包括:信息采集终端停止运动,并进行重跟随搜索的第一重追随方式,以及,信息采集终端移动至参考目标体消失位置并进行重追随搜索的第二重追随方式;
重追随搜索中,跟随调控单元将监测画面中各参考目标体的特征度与参考特征度进行比对,且在特征度与参考特征度相同的参考目标体的数量大于1或不存在特征度与参考特征度相同的参考目标体时进行参考附加特征分析;
所述第一跟随调控条件为信息采集终端的数据采集单元的监测画面中参考目标体的画面占比小于第一预设画面占比。
进一步地,在数据接收条件下所述数据分析单元计算参考目标体的参考特征度;
参考目标体的参考特征度与参考目标体的特征参量信息有关;
特征参量信息包括参考目标体的身高、身宽以及脸部特征数据;
其中,所述数据接收条件为数据收采单元确定参考目标体且针对参考目标体的特征参量信息采集完成。
进一步地,在第一数据分析条件下所述数据分析单元根据参考目标体的参考特征度确定是否对参考目标体进行附加特征补充,其中,
数据分析单元针对特征度处于第一预设特征度状态的参考目标体进行附加特征检测,并将满足附加需求的附加特征记为参考附加特征,并补充至该参考目标体对应的特征参量信息;
所述第一数据分析条件为参考目标体的特征度计算完成,若特征度处于第二预设特征度状态,所述数据分析单元判定无需对参考目标体进行附加特征检测。
进一步地,在第二数据分析条件下,所述数据分析单元根据环境稳定度状态确定运行调控单元的运行模式,运行模式包括:
第一运行模式,环境稳定度状态处于第一稳定度状态,数据分析单元判定运行调控单元控制信息采集终端以预设移动速度运行,
以及,第二工作模式,环境稳定度状态处于第二稳定度状态,数据分析单元判定运行调控单元根据工作区域内的人员数量对信息采集终端的移动速度进行调节;
其中,所述第二数据分析条件为参考目标体的特征度处于第二预设特征度范围或参考目标体的特征参量信息的补充完成。
进一步地,在第一运行调控条件下,所述运行调控单元检测工作区域的人员数量并在人员数量大于预设目标体数量时对信息采集终端的移动速度进行减小调节;
所述信息采集终端的移动速度的减小量与所述人员数量为正相关关系;
其中,所述第一运行调控条件为数据分析单元判定运行调控单元采用第二工作模式。
进一步地,在第二运行调控条件下,所述运行调控单元检测参考目标体的距离稳定度,并在参考目标体的距离稳定度处于第一距离稳定度状态下,控制信息采集终端进行减速运动,并根据人员流动参量确定减速系数;
或,在参考目标体的距离稳定度处于第二距离稳定度状态下,控制信息采集终端进行减速运动,并根据有效振动次数确定减速系数;
其中,所述第二运行调控条件为工作区域的人员数量小于或等于预设人员数量,或信息采集终端的移动速度的减小调节完成。
进一步地,所述跟随调控单元预设有重追随方式以在第一跟随调控条件下对参考目标体进行重追随,重追随方式包括:
第一重追随方式,信息采集终端停止运动,并进行重跟随搜索,
以及,第二重追随方式,信息采集终端移动至参考目标体消失位置并进行重追随搜索;
其中,当参考目标体消失位置处于转弯标记处时,采用第二重追随方式。
进一步地,重跟随搜索为,跟随调控单元将监测画面中各参考目标体的特征度与参考特征度进行比对,若仅存在一参考目标体的特征度与参考特征度相同,所述跟随调控单元判定重跟随成功;
若特征度与参考特征度相同的参考目标体的数量大于1或不存在特征度与参考特征度相同的参考目标体,所述跟随调控单元判定进行参考附加特征分析。
进一步地,所述参考附加特征分析为,跟随调控单元针对监测画面进行参考附加特征搜索,若搜索成功,所述跟随调控单元计算与参考附加特征的关联度最大的参考目标体的特征度与参考特征度的特征度差值,且在特征度差值小于预设特征度差值时判定重跟随成功。
进一步地,若参考附加特征分析中检测到与参考附加特征的关联度最大的参考目标体的特征度与参考特征度的特征度差值大于或等于预设特征度差值,所述跟随调控单元判定重追随失败。
与现有技术相比,本发明的有益效果在于,本发明技术方案中,在第一数据分析条件下所述数据分析单元根据参考目标体的参考特征度确定是否对参考目标体进行附加特征补充,避免了参考目标体的参考特征度与其他人员相似导致的人物判定精度低的问题,将附加特征补充设置为预设条件下的执行方式,避免了信息处理量冗余,在第二数据分析条件下,所述数据分析单元根据环境稳定度状态确定运行调控单元的运行模式,使得信息采集终端的运动速度更加符合实际工作场景,提高了信息采集终端的运动流畅性,并且,本发明中设有重追随方式,且第二重追随方式中,信息采集终端移动至参考目标体消失位置并进行重追随搜索,避免了信息采集终端引导的参考目标体误转弯导致的参考目标体在监测画面中丢失。
附图说明
图1为本发明实施例基于场所活动对象的信息监测分析方法的示意图;
图2为本发明实施例数据分析单元根据环境稳定度状态确定运行调控单元的运行模式的示意图;
图3为本发明实施例运行调控单元根据参考目标体的距离稳定度确定减速系数的示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述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的限制。
此外,还需要说明的是,在本发明的描述中,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。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为本发明实施例基于场所活动对象的信息监测分析方法的示意图,本发明提供一种基于场所活动对象的信息监测分析方法,包括:
针对参考目标体的特征参量信息采集完成;
计算参考目标体的参考特征度,并在参考特征度处于第一预设特征度状态时针对参考目标体进行附加特征补充;
数据分析单元根据环境稳定度状态确定运行调控单元的运行模式,运行模式包括控制信息采集终端以预设移动速度运行的第一运行模式以及根据工作区域内的人员数量对信息采集终端的移动速度进行调节的第二运行模式;
第二工作模式下,运行调控单元检测工作区域的人员数量并在人员数量大于预设目标体数量时对信息采集终端的移动速度进行减小调节;
响应于第一跟随调控条件,跟随调控单元对参考目标体进行重追随,重追随方式包括:信息采集终端停止运动,并进行重跟随搜索的第一重追随方式,以及,信息采集终端移动至参考目标体消失位置并进行重追随搜索的第二重追随方式;
重追随搜索中,跟随调控单元将监测画面中各参考目标体的特征度与参考特征度进行比对,且在特征度与参考特征度相同的参考目标体的数量大于1或不存在特征度与参考特征度相同的参考目标体时进行参考附加特征分析;
所述第一跟随调控条件为信息采集终端的数据采集单元的监测画面中参考目标体的画面占比小于第一预设画面占比,信息采集终端相连的数据接收单元设有图像采集装置,用以采集的信息包括监测画面中的特征参量信息。
其中,信息采集终端为具有移动功能的机器人。
请参阅图1至图3所示,在数据接收条件下所述数据分析单元计算参考目标体的参考特征度;
参考目标体的参考特征度与参考目标体的特征参量信息有关;
特征参量信息包括参考目标体的身高、身宽以及脸部特征数据;
其中,所述数据接收条件为数据收采单元确定参考目标体且针对参考目标体的特征参量信息采集完成。
具体而言,参考目标体的参考特征度K的计算公式为:
其中,H为参考目标体的身高,H0为工作区域内的人员的身高平均值,D为参考目标体的身宽,D0为工作区域内的人员的身宽平均值,L为参考目标的眉间距,L0为工作内的人员的眉间距的平均值,F为参考目标体的人脸参考长度,F0为工作区域内的人员的人脸参考长度的平均值,其中,通过图像分析技术获取特征参量信息是本领域技术人员易理解的内容,在此不做赘述,α1=α2=α3=α4=0.25。
具体而言,在第一数据分析条件下所述数据分析单元根据参考目标体的参考特征度确定是否对参考目标体进行附加特征补充,其中,
数据分析单元针对特征度处于第一预设特征度状态的参考目标体进行附加特征检测,并将满足附加需求的附加特征记为参考附加特征,并补充至该参考目标体对应的特征参量信息;
所述第一数据分析条件为参考目标体的特征度计算完成,若特征度处于第二预设特征度状态,所述数据分析单元判定无需对参考目标体进行附加特征检测。
具体而言,所述第一预设特征度状态为参考特征度的相似度大于预设相似度,所述第二预设特征度状态为参考特征度的相似度小于或等于预设相似度,若工作区域内一人员的参考特征度与参考目标体的参考特征度的差值的绝对值小于预设绝对值,则判定该工作人员的参考特征度与参考目标体的参考特征度相似,相似度为与参考目标体的参考特征度相似的人员的数量,预设相似度为所有工作人员的总数量的30%。
具体而言,在第二数据分析条件下,所述数据分析单元根据环境稳定度状态确定运行调控单元的运行模式,运行模式包括:
第一运行模式,环境稳定度状态处于第一稳定度状态,数据分析单元判定运行调控单元控制信息采集终端以预设移动速度运行,
以及,第二工作模式,环境稳定度状态处于第二稳定度状态,数据分析单元判定运行调控单元根据工作区域内的人员数量对信息采集终端的移动速度进行调节;
其中,所述第二数据分析条件为参考目标体的特征度处于第二预设特征度范围或参考目标体的特征参量信息的补充完成。
环境稳定度为信息采集终端的监测画面单位时间内检测到的单个人员的最大移动速度,利用目标检测算法在每帧画面中检测出各人员的位置,然后采用目标跟踪算法连续跟踪同一目标在多帧间的移动位置,通过跟踪间隔时间和移动距离计算移动速度,此为本领域技术人员可理解的内容,在此不做赘述,若单位时间内监测画面内的单个人员的最大移动速度小于预设最大移动速度,则环境稳定度状态为第一环境稳定度状态,若单位时间内监测画面内的单个人员的最大移动速度大于或等于预设最大移动速度,则环境稳定度状态为第二环境稳定度状态,避免了人员移动活跃导致信息采集终端移动速度过快的情况下无法准确引导参考目标体,预设最大移动速度的取值,用户能够根据跟踪需求设定,预设最大移动速度的取值越小,信息采集终端的引导追踪参考目标体越准确,提供一种预设最大移动速度的取值,预设最大移动速度等于信息采集终端的预设移动速度。
具体而言,在第一运行调控条件下,所述运行调控单元检测工作区域的人员数量并在人员数量大于预设目标体数量时对信息采集终端的移动速度进行减小调节;
所述信息采集终端的移动速度的减小量与所述人员数量为正相关关系;
其中,所述第一运行调控条件为数据分析单元判定运行调控单元采用第二工作模式。
所述工作区域内的人员数量可以通过在工作区域设置图像采集装置获取工作区域的俯视图像,通过图像分析技术获取工作区域内的人员数量。
具体而言,在第二运行调控条件下,所述运行调控单元检测参考目标体的距离稳定度,并在参考目标体的距离稳定度处于第一距离稳定度状态下,控制信息采集终端进行减速运动,并根据人员流动参量确定减速系数;
或,在参考目标体的距离稳定度处于第二距离稳定度状态下,控制信息采集终端进行减速运动,并根据有效振动次数确定减速系数;
其中,所述第二运行调控条件为工作区域的人员数量小于或等于预设人员数量,或信息采集终端的移动速度的减小调节完成。
具体而言,单个监测周期内每隔3S采集一次参考目标体与信息采集终端的距离,并将单个监测周期内所采集的最大距离减去最小距离所得的数值记为距离稳定度,若距离稳定度大于高预设距离稳定度,记为参考目标体的距离稳定度处于第一距离稳定度状态,若距离稳定度小于或等于高预设距离稳定度且大于低预设距离稳定度,记为参考目标体的距离稳定度处于第二距离稳定度状态,若距离稳定度小于或等于低预设距离稳定度,无需对信息采集终端的移动速度进行调节,高预设距离稳定度等于3m,低预设距离稳定度等于1m;在参考目标体的距离稳定度处于第一距离稳定度状态下,控制信息采集终端进行减速运动,以避免信息采集终端移动速度过快导致人员监测难度提升,通过减速,以提醒被引导的参考目标体进行减速,在参考目标体的距离稳定度处于第二距离稳定度状态下,控制信息采集终端进行减速运动,避免振动频率过大,导致人员监测难度提升。
具体而言,所述跟随调控单元预设有重追随方式以在第一跟随调控条件下对参考目标体进行重追随,重追随方式包括:
第一重追随方式,信息采集终端停止运动,并进行重跟随搜索,
以及,第二重追随方式,信息采集终端移动至参考目标体消失位置并进行重追随搜索;
其中,当参考目标体消失位置处于转弯标记处时,采用第二重追随方式。
具体而言,所述跟随调控单元检测参考目标体消失位置,以参考目标体最后一次检测到的位置作为目标体消失位置,以目标体消失位置作为圆心,并以预设半径建立搜索圆,进行搜索,若搜索圆中存在转弯标记处,采用第二重追随模式,若不存在转弯标记处,采用第一重追随模式,预设半径的取值用户能够根据实际工作场景进行设定,但是应注意的是,用户需采用统计平均值的方法确定人员3s内移动的平均距离,预设半径的取值应小于该平均距离。
具体而言,重跟随搜索为,跟随调控单元将监测画面中各参考目标体的特征度与参考特征度进行比对,若仅存在一参考目标体的特征度与参考特征度相同,所述跟随调控单元判定重跟随成功;
若特征度与参考特征度相同的参考目标体的数量大于1或不存在特征度与参考特征度相同的参考目标体,所述跟随调控单元判定进行参考附加特征分析。
具体而言,所述参考附加特征分析为,跟随调控单元针对监测画面进行参考附加特征搜索,若搜索成功,所述跟随调控单元计算与参考附加特征的关联度最大的参考目标体的特征度与参考特征度的特征度差值,且在特征度差值小于预设特征度差值时判定重跟随成功。
具体而言,附加特征的确定方法为,利用YOLO物体检测模型对监测画面进行物体检测,获取每一个检测到的物体区域的边框坐标以及对应的类别名称,为每个检测到的物体区域画上边框,检测与参考目标体距离最近的物体的同伴时长,即该物体与参考目标体的距离保持当前距离的时长,若时长大于1min,盘帝国该物体为参考目标体的附加特征且满足附加需求。
值得注意的是,在进行物体检测时需要采用非极大抑制将重合度较高的重复检测框抑制掉,只保留预测置信度最高的那个框。
具体而言,关联度=(1/附加特征与参考目标体的距离)。
具体而言,若参考附加特征分析中检测到与参考附加特征的关联度最大的参考目标体的特征度与参考特征度的特征度差值大于或等于预设特征度差值,所述跟随调控单元判定重追随失败。预设特征度差值为参考特征度的5%。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。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)
1.一种基于场所活动对象的信息监测分析方法,其特征在于,包括:
针对参考目标体的特征参量信息采集完成;
计算参考目标体的参考特征度,并在参考特征度处于第一预设特征度状态时针对参考目标体进行附加特征补充;
数据分析单元根据环境稳定度状态确定运行调控单元的运行模式,运行模式包括控制信息采集终端以预设移动速度运行的第一运行模式以及根据工作区域内的人员数量对信息采集终端的移动速度进行调节的第二运行模式;
第二工作模式下,运行调控单元检测工作区域的人员数量并在人员数量大于预设目标体数量时对信息采集终端的移动速度进行减小调节;
响应于第一跟随调控条件,跟随调控单元对参考目标体进行重追随,重追随方式包括:信息采集终端停止运动,并进行重跟随搜索的第一重追随方式,以及,信息采集终端移动至参考目标体消失位置并进行重追随搜索的第二重追随方式;
重追随搜索中,跟随调控单元将监测画面中各参考目标体的特征度与参考特征度进行比对,且在特征度与参考特征度相同的参考目标体的数量大于1或不存在特征度与参考特征度相同的参考目标体时进行参考附加特征分析;
所述第一跟随调控条件为信息采集终端的数据采集单元的监测画面中参考目标体的画面占比小于第一预设画面占比;
参考目标体的参考特征度K的计算公式为:
其中,H为参考目标体的身高,H0为工作区域内的人员的身高平均值,D为参考目标体的身宽,D0为工作区域内的人员的身宽平均值,L为参考目标的眉间距,L0为工作内的人员的眉间距的平均值,F为参考目标体的人脸参考长度,F0为工作区域内的人员的人脸参考长度的平均值;
第一预设特征度状态为参考特征度的相似度大于预设相似度,第二预设特征度状态为参考特征度的相似度小于或等于预设相似度,若工作区域内一人员的参考特征度与参考目标体的参考特征度的差值的绝对值小于预设绝对值,则判定该工作人员的参考特征度与参考目标体的参考特征度相似,相似度为与参考目标体的参考特征度相似的人员的数量,预设相似度为所有工作人员的总数量的30%。
2.根据权利要求1所述的基于场所活动对象的信息监测分析方法,其特征在于,在数据接收条件下所述数据分析单元计算参考目标体的参考特征度;
参考目标体的参考特征度与参考目标体的特征参量信息有关;
特征参量信息包括参考目标体的身高、身宽以及脸部特征数据;
其中,所述数据接收条件为数据收采单元确定参考目标体且针对参考目标体的特征参量信息采集完成。
3.根据权利要求2所述的基于场所活动对象的信息监测分析方法,其特征在于,在第一数据分析条件下所述数据分析单元根据参考目标体的参考特征度确定是否对参考目标体进行附加特征补充,其中,
数据分析单元针对特征度处于第一预设特征度状态的参考目标体进行附加特征检测,并将满足附加需求的附加特征记为参考附加特征,并补充至该参考目标体对应的特征参量信息;
所述第一数据分析条件为参考目标体的特征度计算完成,若特征度处于第二预设特征度状态,所述数据分析单元判定无需对参考目标体进行附加特征检测。
4.根据权利要求3所述的基于场所活动对象的信息监测分析方法,其特征在于,在第二数据分析条件下,所述数据分析单元根据环境稳定度状态确定运行调控单元的运行模式,运行模式包括:
第一运行模式,环境稳定度状态处于第一稳定度状态,数据分析单元判定运行调控单元控制信息采集终端以预设移动速度运行,
以及,第二工作模式,环境稳定度状态处于第二稳定度状态,数据分析单元判定运行调控单元根据工作区域内的人员数量对信息采集终端的移动速度进行调节;
其中,所述第二数据分析条件为参考目标体的特征度处于第二预设特征度范围或参考目标体的特征参量信息的补充完成。
5.根据权利要求4所述的基于场所活动对象的信息监测分析方法,其特征在于,在第一运行调控条件下,所述运行调控单元检测工作区域的人员数量并在人员数量大于预设目标体数量时对信息采集终端的移动速度进行减小调节;
所述信息采集终端的移动速度的减小量与所述人员数量为正相关关系;
其中,所述第一运行调控条件为数据分析单元判定运行调控单元采用第二工作模式。
6.根据权利要求5所述的基于场所活动对象的信息监测分析方法,其特征在于,在第二运行调控条件下,所述运行调控单元检测参考目标体的距离稳定度,并在参考目标体的距离稳定度处于第一距离稳定度状态下,控制信息采集终端进行减速运动,并根据人员流动参量确定减速系数;
或,在参考目标体的距离稳定度处于第二距离稳定度状态下,控制信息采集终端进行减速运动,并根据有效振动次数确定减速系数;
其中,所述第二运行调控条件为工作区域的人员数量小于或等于预设人员数量,或信息采集终端的移动速度的减小调节完成。
7.根据权利要求6所述的基于场所活动对象的信息监测分析方法,其特征在于,所述跟随调控单元预设有重追随方式以在第一跟随调控条件下对参考目标体进行重追随,重追随方式包括:
第一重追随方式,信息采集终端停止运动,并进行重跟随搜索,
以及,第二重追随方式,信息采集终端移动至参考目标体消失位置并进行重追随搜索;
其中,当参考目标体消失位置处于转弯标记处时,采用第二重追随方式。
8.根据权利要求7所述的基于场所活动对象的信息监测分析方法,其特征在于,重跟随搜索为,跟随调控单元将监测画面中各参考目标体的特征度与参考特征度进行比对,若仅存在一参考目标体的特征度与参考特征度相同,所述跟随调控单元判定重跟随成功;
若特征度与参考特征度相同的参考目标体的数量大于1或不存在特征度与参考特征度相同的参考目标体,所述跟随调控单元判定进行参考附加特征分析。
9.根据权利要求8所述的基于场所活动对象的信息监测分析方法,其特征在于,所述参考附加特征分析为,跟随调控单元针对监测画面进行参考附加特征搜索,若搜索成功,所述跟随调控单元计算与参考附加特征的关联度最大的参考目标体的特征度与参考特征度的特征度差值,且在特征度差值小于预设特征度差值时判定重跟随成功。
10.根据权利要求9所述的基于场所活动对象的信息监测分析方法,其特征在于,若参考附加特征分析中检测到与参考附加特征的关联度最大的参考目标体的特征度与参考特征度的特征度差值大于或等于预设特征度差值,所述跟随调控单元判定重追随失败。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311355346.9A CN117423051B (zh) | 2023-10-18 | 2023-10-18 | 一种基于场所活动对象的信息监测分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311355346.9A CN117423051B (zh) | 2023-10-18 | 2023-10-18 | 一种基于场所活动对象的信息监测分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117423051A CN117423051A (zh) | 2024-01-19 |
CN117423051B true CN117423051B (zh) | 2024-03-26 |
Family
ID=89529469
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311355346.9A Active CN117423051B (zh) | 2023-10-18 | 2023-10-18 | 一种基于场所活动对象的信息监测分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117423051B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018068771A1 (zh) * | 2016-10-12 | 2018-04-19 | 纳恩博(北京)科技有限公司 | 目标跟踪方法、系统、电子设备和计算机存储介质 |
WO2022156234A1 (zh) * | 2021-01-25 | 2022-07-28 | 中国银联股份有限公司 | 一种目标重识别方法、装置及计算机可读存储介质 |
CN115629621A (zh) * | 2022-10-25 | 2023-01-20 | 中国农业科学院农业资源与农业区划研究所 | 一种基于视觉跟踪和生物特征的跟随机器人及跟随方法 |
CN116721560A (zh) * | 2023-08-03 | 2023-09-08 | 华睿交通科技股份有限公司 | 一种基于激光雷达的交通灯系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5832523B2 (ja) * | 2010-04-29 | 2015-12-16 | マサチューセッツ インスティテュート オブ テクノロジー | 光コヒーレンストモグラフィのための動き補正および画像改善の方法および装置 |
KR20140042409A (ko) * | 2012-09-28 | 2014-04-07 | 삼성전자주식회사 | 오브젝트 부가 정보를 입력하는 장치 및 오브젝트 부가 정보를 입력하는 방법 |
US20170368691A1 (en) * | 2016-06-27 | 2017-12-28 | Dilili Labs, Inc. | Mobile Robot Navigation |
CN110926476B (zh) * | 2019-12-04 | 2023-09-01 | 三星电子(中国)研发中心 | 一种智能机器人的伴随服务方法及装置 |
-
2023
- 2023-10-18 CN CN202311355346.9A patent/CN117423051B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018068771A1 (zh) * | 2016-10-12 | 2018-04-19 | 纳恩博(北京)科技有限公司 | 目标跟踪方法、系统、电子设备和计算机存储介质 |
WO2022156234A1 (zh) * | 2021-01-25 | 2022-07-28 | 中国银联股份有限公司 | 一种目标重识别方法、装置及计算机可读存储介质 |
CN115629621A (zh) * | 2022-10-25 | 2023-01-20 | 中国农业科学院农业资源与农业区划研究所 | 一种基于视觉跟踪和生物特征的跟随机器人及跟随方法 |
CN116721560A (zh) * | 2023-08-03 | 2023-09-08 | 华睿交通科技股份有限公司 | 一种基于激光雷达的交通灯系统 |
Non-Patent Citations (3)
Title |
---|
Person tracking on a mobile robot with heterogeneous inter-characteristic feedback;Lee, JH等;《2008 IEEE International Conference on Robotics and Automation》;20080613;2577-2582 * |
激光雷达与视觉融合的跟随运输机器人设计;赵铖钥等;《中国农机化学报》;20230615;第44卷(第06期);176-181 * |
视觉目标跟踪算法在移动机器人中的应用研究及实现;洪瀚思;《CNKI中国优秀硕士毕业论文全文库(信息科技辑)》;20230115(第1期);I138-2608 * |
Also Published As
Publication number | Publication date |
---|---|
CN117423051A (zh) | 2024-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110614638B (zh) | 一种变电站巡检机器人自主采集方法及系统 | |
EP3691417B1 (en) | Automatic stage lighting tracking system and control method therefor | |
KR100790860B1 (ko) | 사람 추적 장치 및 방법, 그 방법을 수행하기 위한프로그램이 저장된 기록매체와 그 장치를 포함하는 이동형전자기기 | |
US7155037B2 (en) | Face recognition apparatus | |
WO2020199589A1 (zh) | 桌面机器人的回充控制方法 | |
US8754945B2 (en) | Image capturing device and motion tracking method | |
CN1720008A (zh) | 用于设备的自动定位的装置和方法 | |
KR20080052398A (ko) | 이동식 영상 카메라를 구비한 제스처 인식 시스템 | |
KR100777199B1 (ko) | 이동 객체 추적 장치 및 그 방법 | |
CN106934402A (zh) | 室内移动视频跟踪定位辅助拍摄方法和装置 | |
CN112056301A (zh) | 一种变电站自主侦测驱鸟系统 | |
JP2017175475A (ja) | モニタリングシステム及びモニタリング方法 | |
CN117423051B (zh) | 一种基于场所活动对象的信息监测分析方法 | |
CN107256034B (zh) | 一种基于无人机的变配电室多点环境数据采集系统 | |
CN113111715A (zh) | 一种无人机目标跟踪与信息采集系统及方法 | |
CN109048940B (zh) | 一种机器人的人机交互方法及机器人 | |
CN111182221A (zh) | 一种自动跟随的音视频采集系统和方法 | |
CN107538485B (zh) | 一种机器人导引方法及系统 | |
CN114800615A (zh) | 基于多源感知的机器人实时调度系统及方法 | |
CN110515384A (zh) | 一种基于视觉标识的人体跟随方法及机器人 | |
CN112565600B (zh) | 一种智能ai摄像头系统及其定位识别方法 | |
CN212341880U (zh) | 一种人脸识别视频的大数据分析装置 | |
Viswanatha et al. | An Intelligent Camera Based Eye Controlled Wheelchair System: Haar Cascade and Gaze Estimation Algorithms | |
Kamasaka et al. | Image based location estimation for walking out of visual impaired person | |
CN113890972A (zh) | 一种监控区域目标跟踪系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |