CN1932888A - 门式闸机的行人通行识别方法及装置 - Google Patents

Abstract

本发明公开了一种门式闸机的行人通行识别方法及装置，要解决的技术问题是准确识别通过门式闸机通道内的行人及随身物，其方法包括：将传感器安装于门式闸机通道分区区域内，微处理器采集传感器状态，将原始数据以区为单位判断，按时间和空间进行动态分类，识别通道内的行人数量、位置、方向、速度和随身物，其装置的右片闸机和左片闸机装有光电传感器的发射端和接收端，接收端的信号经二极管、电阻和反向器后，送给微处理器，微处理器输出的信号至运动控制部件和工控机，本发明与现有技术相比，能全程记录行人及随身物在通道内的通行轨迹，保证了识别数据的完整性，大大提高了门式闸机的行人识别正确率和闸机的通行安全性能。

Description

门式闸机的行人通行识别方法及装置

技术领域

本发明涉及一种门式闸机的行人通行识别方法和识别装置，特别是一种用于地铁自动售检票系统中门式闸机的行人通行识别方法和识别装置。

背景技术

门式闸机是一种对行人或乘客的出入进行有效控制的设备，是地铁自动售检票系统中的一种自动检票设备。它安装于车站付费区与非付费区的分界处，只允许合法行人通过门式闸机，为乘客提供快速检票和出入通行服务，如图1所示。由右片闸机1、左片闸机2构成行人通道6，由当乘客持有效票卡，在票卡读写器4刷卡后，门式闸机打开门扇3，放行乘客通行，当乘客从出口出去后，门扇3就关闭。门式闸机集机、光、电技术于一身，通过一对可伸缩门扇3的开关，控制乘客的出入。它具备人机友好性、通行速度高的特点，广泛应用于国内外的城市地铁、轻轨等自动售检票系统中。

现有技术的门式闸机是利用安装于通道6两侧的光电传感器5，识别通道内行人及随身物，根据识别结果控制门扇3的开关，实现对行人的出入控制。显然，光电传感器安装数量和位置的不同、识别策略和方法的不同，对应的行人及随身物识别结果也会有不同和变化，从而影响行人的出入控制和闸机的性能。这种门式闸机，存在着以下的不足：通道内多行人通行时，行人之间时分时合，行人数量和位置识别正确率不高；采用对光电传感器状态数据进行组合逻辑操作，只利用当前状态数据的静态识别，易造成对行人的误识别。

发明内容

本发明的目的是提供一种门式闸机的行人通行识别方法及装置，要解决的技术问题是准确识别通过门式闸机通道内的行人及随身物。

本发明采用以下技术方案：一种门式闸机的行人通行识别方法，包括以下步骤：一、将门式闸机通道两侧的右片闸机和左片闸机相对应分区，将传感器分区安装于门式闸机的行人通道两侧的区域内；二、微处理器以设定的采样频率采集传感器的输出状态，生成原始通行数据和对应的时间值；三、微处理器将原始通行数据以区为单位进行组合判断，产生区状态参数；四、微处理器按时间和空间对区状态参数进行动态分类，生成对应时序通道串数据；五、微处理器根据通道串数据识别通道内的行人数量、当前位置、行走方向和速度、行人是否携带随身物，并给出行人的识别可信度。

本发明组合判断的方法是根据区内各传感器输出的状态数据，对区内状态作出区无人无物、区内通行物可能是行人、区内通行物可能是行人随身物或行李的判断结果，形成区状态参数。

本发明动态分类的方法是根据当前本区状态参数、前一采样时间本区和其相邻区的通行物分类属性、两端的区仅以本区状态参数进行时序运算，获得当前区内的通行物分类属性，作出区无人无物、区内通行物可能是行人、区内通行物可能是行人随身物或行李的判断结果，然后将各区的通行物分类属性按区位置相邻关系排列，生成对应时序通道串数据。

本发明的识别为微处理器根据时序通道串数据中的独立数字串，对行人数量、当前位置和随身物进行判断，按相邻两时间段的行人位置判断行走方向和速度，以区的投票方式对识别可信度打分。

本发明的右片闸机和左片闸机相对应划分为9个区，传感器采用18对对射式红外光电传感器，微处理器的采样频率为20Hz至50Hz。

本发明的18对对射式光电传感器沿右片闸机和左片闸机左右对称安装，以最底部水平线为横坐标X、左右垂直对称线为纵坐标Y、坐标单位为毫米，光电传感器的编号和位置坐标分别为F1：850、200，F2：750、800，F3：550、800，F4：450、200，F5：350、800，F6：250、200，F7：150、800，F8：-150、800，F9：-250、200，F10：-350、800，F11：-450、200，F12：-550、800，F13：-750、800，F14：-850、200，F15：20、700，F16：20、400，F17：0、700，F18：0、400。

本发明的9个区的编号和区属传感器组合分别为A区：F1、F2、F3，B区：F3、F4、F5，C区：F5、F6，D区：F5、F6、F7，E区：F15、F16、F17、F18，M区：F8、F9、F10，L区：F9、F10，K区：F10、F11、F12，J区：F12、F13、F14。

一种门式闸机的行人通行识别装置，包括右片闸机和左片闸机构建成的行人通道，所述右片闸机和左片闸机分别装有光电传感器的发射端和接收端，接收端输出的信号，经二极管、电阻和反向器后，送给微处理器，微处理器输出的信号至门扇机构运动控制部件和工控机。

本发明的光电传感有18对。

本发明的光电传感器采用对射型光电传感器OMRON/E3F3-T11，微处理器采用单片机STC89C516RD+。

本发明与现有技术相比，提供了基于时间和空间相关的行人识别方法，能全程记录行人及随身物在通道内的通行轨迹，保证了识别所需数据的完整性，利用行人在通道内的左右和时序关联信息，动态地识别行人及随身物，消除了行人与行李等物间的误识，给出单行人和多行人通行时的行人数量、当前位置、行走方向和速度、行人是否携带随身物，并且给出行人识别的可信度，大大提高了门式闸机的行人识别正确率和闸机的通行安全性能。

附图说明

图1是本发明装置实施例的示意图。

图2是本发明方法实施例的18对光电传感器安装位置图。

图3是本发明方法实施例的光电传感器发射/接收电路图。

图4是本发明方法实施例的行人通道分区图。

图5是本发明方法实施例的行人识别流程图。

具体实施方式

下面结合附图和实施例对本发明作进一步详细说明。本发明的门式闸机的行人通行识别方法，基于时间和空间相关的因素来获取信号，然后对信号进行处理，最后给出判断结果的方法，准确识别通过门式闸机的行人及随身物。如图5所示，包括以下步骤：

一、将门式闸机通道两侧的右片闸机1、左片闸机2相对应划分为9个区，将18对对射式红外光电传感器，分区安装于门式闸机的行人通道两侧的9个区里；

二、通道内行人及随身物的通行行为，产生对射红外光线的“通”与“断”，并转换为对应光电传感器的输出状态，微处理器以20Hz至50Hz的采样频率采集18对光电传感器的输出状态，生成18位的原始通行数据和对应的时间值；

三、微处理器将18位的原始通行数据以区为单位进行组合逻辑运算，产生9个区状态参数；

四、根据区状态参数间的空间和时间关联性，微处理器对9个区的状态参数分别进行动态分类，即时序函数运算，生成对应时序的通道串数据；

五、根据通道串数据的时序关系，微处理器利用不同时刻通道串中的分类值及其变化，即时序通道串数据中的独立数字串识别通道内的行人数量、当前位置、行走方向和速度、行人是否携带随身物，并给出行人识别可信度。

如图1所示，将高950mm、长1900mm的右片闸机1和左片闸机2，以相对间距为600mm的距离平行对称安装，构建行人通道装置。

如图2所示，将18对对射型光电传感OMRON/E3F3-T11分别安装于右片闸机1和左片闸机2上，并分别编号为F1～F18。设置分布坐标位置，以门式闸机的最底部水平线为横坐标X、左右垂直对称线为纵坐标Y、坐标单位为毫米，18对光电传感器的编号和位置坐标分别为F1(850，200)、F2(750，800)、F3(550，800)、F4(450，200)、F5(350，800)、F6(250，200)、F7(150，800)、F8(-150，800)、F9(-250，200)、F10(-350，800)、F11(-450，200)、F12(-550，800)、F13(-750，800)、F14(-850，200)、F15(20，700)、F16(20，400)、F17(0，700)、F18(0，400)。其中F2、F3、F5、F7、F10、F12、F13的横坐标X偏差±20mm、纵坐标Y偏差±100mm，F1、F4、F6、F9、F11、F14的横坐标X偏差±100mm、纵坐标Y偏差±100mm，F15、F16、F17、F18是环绕门扇3周围。对射型光电传感器由两个对称安装的红外光发射器和接收器组成，可以将18个红外光发射器安装于右片闸机1，将18个红外光接收器安装于左片闸机2，构建行人通道识别装置。

如图3所示，一对光电传感器发射/接收电路包括红外光发射器U1和红外光接收器U2，分别接24V电源，红外光接收器U2的NPN输出信号，经二极管D3、电阻R4和反向器U5后，将由行人阻挡红外光线引起的光电传感器“通”/“断”状态，转换对应的“0”/“1”TTL逻辑状态，即一组对射型光电传感器光线未被阻挡，在光线导通状态时，转换为“0”状态；而光线被阻挡时，转换为“1”状态，并将信号送给单片机U6STC89C516RD+的I/O口。

行人通行数据采集：单片机STC89C516RD+以20Hz至50Hz的采样频率，采集18对光电传感器的逻辑状态，以F1为最低位、F18为高位，依次组成一组18位的采样数据，并记录对应的采样时间。同时，对采样数据进行合并操作，即对连续且相同的多个采样数据，只保存最后一组的采样数据和采样时间，生成反映通道内18对传感器状态变化的时序数据集。

如图4所示，对18对光电传感器分区，单片机对区内光电传感器的状态进行组合判断，采用设置组合逻辑函数的方式。将通道内18对光电传感器划分为9个区，每个区包含有2至4对光电传感器，并以区为单位，对采样数据进行组合逻辑运算，映射变换为区事件状态，即状态参数。右片闸机1从右到左的9个区的编号、区属传感器分别如下：定义传感器F1，F2，F3构成A区、F3，F4，F5构成B区、F5，F6构成C区、F5，F6，F7构成D区、F8，F9，F10构成M区、F9，F10构成L区、F10，F11，F12构成K区、F12，F13，F14构成J区、F15，F16，F17，F18构成E区。由于通行物位于通道内不同位置时，必将遮挡区内若干个传感器，因此单片机将区内采样的原始通行数据进行组合逻辑运算，依据遮挡的传感器不同对区内的通行物进行一次分类，由于分类只以区内传感器状态为依据，故此分类也称之静态分类，每一区的组合逻辑函数分别：组合函数V对A区、B区、D区、M区、K区和J区进行分类运算，组合函数W对C区和L区进行分类运算，组合函数U对E区进行分类运算，分别获得每区的静态分类结果，即五分类的状态参数S，它取值域：[α、β、γ、θ、μ]，其中α表示区内无人无物，β、γ表示区内通行物可能是行人，θ、μ表示区内通行物可能是行人随身物或行李。9个区详细组合函数运算如下：

A区的运算：S_A＝V(F3，F2，F1)；

B区的运算：S_B＝V(F5，F3，F4)；

C区的运算：S_C＝W(F5，F6)；

D区的运算：S_D＝V(F5，F7，F6)；

E区的运算：S_E＝U(F15，F16，F17，F18)；

M区的运算：S_M＝V(F10，F8，F9)；

L区的运算：S_L＝W(F10，F9)；

K区的运算：S_K＝V(F10，F12，F11)；

J区的运算：S_J＝V(F12，F13，F14)。

其中Fi(i＝1，2，…，18)表示对应的区属传感器的采样值。组合逻辑函数W、V、U的计算表达式为：

其中x、y、z、q分别为组合函数的输入量，此处指采样的传感器状态数据0或1，即原始通行数据。

所述步骤四中单片机根据对区内光电传感器组合判断结果，按时间和空间再次进行分类，即根据区状态参数间的空间和时间关联性，采用对9个区的状态参数分别进行时序函数运算的方法实现。行人在通道内通行时，必将在不同时刻依次通过不同区，从而产生的区状态参数隐含着与时间和空间相关的信息，时间是指不同的采样时刻，空间是指区与区之间的左右相邻关系，因此利用时序函数对区状态参数进行二次分类，准确识别行人、行李及通行行为，由于是利用状态参数间的空间和时间的关联性信息，故此分类也称之动态分类。具体过程是：首先将每区的状态参数按通道内的区位置关系，定义左右相邻的次序空间关系，如图2中所示的空间关系是：J区+K区+L区+M区+E区+D区+C区+B区+A区，其中“+”表示区与区间的相邻关系；然后，根据设定的采样时间序列，定义状态参数的时序关系，即当前采样时间t的状态参数为S^t，下一采样时间t+1的状态参数为S^t+1；最后，对区状态参数进行时序运算：对A区、J区作用时序函数p(x)，其余7个区作用时序函数q(x，y，z，w)，可以获得六分类的通行物分类属性H，分类属性的取值域：[0、1、2、3、4、5]，0表示区内无人无物，1表示区内通行物为行人随身物，2表示区内通行物为行李，且它处于高度80cm以下，3表示区内通行物为行李，它位置高度高于80cm，4、5表示区内通行物为行人。时序函数p(x)和q(x，y，z，w)对每一个区的运算如下：

A区的运算： $H_A^t=p\left(S_A^t\right);$

B区的运算： $H_B^t=q(S_B^t,H_C^{t-1},H_B^{t-1},H_A^{t-1});$

C区的运算： $H_C^t=q(S_C^t,H_D^{t-1},H_C^{t-1},H_B^{t-1});$

D区的运算： $H_D^t=q(S_D^t,H_E^{t-1},H_D^{t-1},H_C^{t-1});$

E区的运算： $H_E^t=q(S_E^t,H_M^{t-1},H_E^{t-1},H_D^{t-1});$

M区的运算： $H_M^t=q(S_M^t,H_L^{t-1},H_M^{t-1},H_E^{t-1});$

L区的运算： $H_L^t=q(S_L^t,H_K^{t-1},H_L^{t-1},H_M^{t-1});$

K区的运算： $H_K^t=q(S_K^t,H_J^{t-1},H_K^{t-1},H_L^{t-1});$

J区的运算： $H_J^t=p\left(S_J^t\right).$

其中t＝1，2，…，S_A ^t为t时刻的A区状态参数，H_A ^t为t时刻A区通行物分类属性，H_A ^t-1为t时刻的上一时刻t-1的A区通行物分类属性，其它区的表示同理，t＝0时刻对应的状态参数和通行物分类属性分别为α和0，0即起始时刻，通道内为无人无物状态；

单片机运算时，时序函数p(x)和q(x，y，z，w)的输入量x为区状态参数，它取值域为[α、β、γ、θ、μ]，输入量y、z、w为六分类的分类属性，取值域为[0、1、2、3、4、5]；时序函数的输出为通行物分类属性，取值域为[0、1、2、3、4、5]，函数操作表分别为表1和表2。

将通道内经动态分类后获得的各区的通行物分类属性，按区相邻次序关系组合成通道串G，对比分析不同采样时刻的通道串的变化，可以判断通道内行人数量、计算通道内行人的识别可信度、判断行人的通行方向及速度。具体方法是：首先，将在采样时刻t、经动态分类后的9区分类属性组合为t时刻的9位通道串：

$G^t=[H_J^t,H_K^t,H_L^t,H_M^t,H_E^t,H_D^t,H_C^t,H_B^t,H_A^t]$

其中H_A ^t为t时刻A区的通行物分类属性，其它表示同理。通道串中一组独立数字串即表示一个行人，所谓独立数字串是由一组左右连续相邻、区通行物分类属性为4或5的数字串组成，根据t时刻通道串G^t内的独立数字串的个数，识别通道内的行人数，数字串在通道串的位置对应为t时刻行人在通道9分区的位置；比如t时刻的通道串为G^t＝[000000250]，通道串中“5”就表示一组独立数字串，因此表示通道B区有一个行人，而数字“2”表示在C区有一行李，又比如t时刻的通道串为G^t＝[000450250]，通道串中“45”和“5”就表示二组独立数字串，因此表示通道有二个行人，分别位于B区和EM区；然后，比较独立数字串在不同时刻t通道串G^t的位置变化，可以判断行人的通行方向和计算行人的通行速度，若t时刻的通道串为G^t＝[000000250]、t+N时刻的通道串为G^t+N＝[001500000]，则独立数字串由B区移动至M区，说明行人通行方向由A区至J区，行人在时间N内的平均通行速度 $v=\frac{|B-M|}{N},$ 其中N表示经过了N个采样周期，|B-M|表示通道内B区与M区的间隔距离；最后，当行人从通道的一端进入，至另一端出去后，将会依次通过通道内的每个分区，单片机根据独立数字串在每个分区的分类值，计算行人的识别可信度，即行人的识别可信度以区的投票方式增加，在不同时刻的通道串中，独立数字串中每一分区位的分类值为“5”时，则此区位可以对行人的识别可信度进行投票，行人的识别可信度增加0.1，而且每一分区位对同一行人的投票权只有一次，比如t时刻和t+1时刻的通道串分别为G^t＝[000000045]和G^t+1＝[000000055]，则t时刻独立数字串的A区位为数字“5”，A区位可以投票一次，行人的可信度增加0.1，由于B区位为数字“4”，故不能投票；t+1时刻独立数字串的A区和B区的分类值都为“5”，B区可以投票一次，行人的可信度又增加0.1，但A区不能投票，因为A区已经在t时刻使用了投票权，对于同一个行人，每个区只有一次投票权利，所以A区不能投票了。因此，行人在通道内完成通行后，它的识别可信度最大值为0.9。设定可信度阈值可以确保行人识别的准确性，比如可信度阈值为0.5，则行人识别可信度小于0.5的，归属为行李。

表1  p(x)操作表

H＝p(x)的操作表
						x	α	β	γ	θ	μ
H	0	5	4	2	1

表2  q(x，y，z，w)操作表

Claims (10)

1.一种门式闸机的行人通行识别方法，包括以下步骤：一、将门式闸机通道两侧的右片闸机和左片闸机相对应分区，将传感器分区安装于门式闸机的行人通道两侧的区域内；二、微处理器以设定的采样频率采集传感器的输出状态，生成原始通行数据和对应的时间值；三、微处理器将原始通行数据以区为单位进行组合判断，产生区状态参数；四、微处理器按时间和空间对区状态参数进行动态分类，生成对应时序通道串数据；五、微处理器根据通道串数据识别通道内的行人数量、当前位置、行走方向和速度、行人是否携带随身物，并给出行人的识别可信度。

2.根据权利要求1所述的门式闸机的行人通行识别方法，其特征在于：所述组合判断的方法是根据区内各传感器输出的状态数据，对区内状态作出区无人无物、区内通行物可能是行人、区内通行物可能是行人随身物或行李的判断结果，形成区状态参数。

3.根据权利要求2所述的门式闸机的行人通行识别方法，其特征在于：所述动态分类的方法是根据当前本区状态参数、前一采样时间本区和其相邻区的通行物分类属性、两端的区仅以本区状态参数进行时序运算，获得当前区内的通行物分类属性，作出区无人无物、区内通行物可能是行人、区内通行物可能是行人随身物或行李的判断结果，然后将各区的通行物分类属性按区位置相邻关系排列，生成对应时序通道串数据。

4.根据权利要求3所述的门式闸机的行人通行识别方法，其特征在于：所述识别为微处理器根据时序通道串数据中的独立数字串，对行人数量、当前位置和随身物进行判断，按相邻两时间段的行人位置判断行走方向和速度，以区的投票方式对识别可信度打分。

5.根据权利要求4所述的门式闸机的行人通行识别方法，其特征在于：所述右片闸机和左片闸机相对应划分为9个区，传感器采用18对对射式红外光电传感器，微处理器的采样频率为20Hz至50Hz。

6.根据权利要求5所述的门式闸机的行人通行识别方法，其特征在于：所述18对对射式光电传感器沿右片闸机和左片闸机左右对称安装，以最底部水平线为横坐标X、左右垂直对称线为纵坐标Y、坐标单位为毫米，光电传感器的编号和位置坐标分别为F1：850、200，F2：750、800，F3：550、800，F4：450、200，F5：350、800，F6：250、200，F7：150、800，F8：-150、800，F9：-250、200，F10：-350、800，F11：-450、200，F12：-550、800，F13：-750、800，F14：-850、200，F15：20、700，F16：20、400，F17：0、700，F18：0、400。

7.根据权利要求6所述的门式闸机的行人通行识别方法，其特征在于：所述9个区的编号和区属传感器组合分别为A区：F1、F2、F3，B区：F3、F4、F5，C区：F5、F6，D区：F5、F6、F7，E区：F15、F16、F17、F18，M区：F8、F9、F10，L区：F9、F10，K区：F10、F11、F12，J区：F12、F13、F14。

8.一种门式闸机的行人通行识别装置，包括右片闸机和左片闸机构建成的行人通道，其特征在于：所述右片闸机和左片闸机分别装有光电传感器的发射端和接收端，接收端输出的信号，经二极管、电阻和反向器后，送给微处理器，微处理器输出的信号至门扇机构运动控制部件和工控机。

9.根据权利要求8所述的门式闸机的行人通行识别装置，其特征在于：所述光电传感有18对。

10.根据权利要求9所述的门式闸机的行人通行识别装置，其特征在于：所述光电传感器采用对射型光电传感器OMRON/E3F3-T11，微处理器采用单片机STC89C516RD+。

Images