ES2232301B2 - Sistema autonomo de control de afluencia mediante inteligencia artificial. - Google Patents
Sistema autonomo de control de afluencia mediante inteligencia artificial. Download PDFInfo
- Publication number
- ES2232301B2 ES2232301B2 ES200302594A ES200302594A ES2232301B2 ES 2232301 B2 ES2232301 B2 ES 2232301B2 ES 200302594 A ES200302594 A ES 200302594A ES 200302594 A ES200302594 A ES 200302594A ES 2232301 B2 ES2232301 B2 ES 2232301B2
- Authority
- ES
- Spain
- Prior art keywords
- autonomous
- artificial intelligence
- control system
- influx control
- people
- 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.)
- Expired - Lifetime
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Alarm Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
Sencillo dispositivo autónomo de bajo coste y robusto funcionamiento, basado en el análisis de las señales capturadas por un dispositivo con sensor de imagen que se envían a un microprocesador, el cual las analiza mediante un sistema experto embebido, con memoria autónoma, dotado de un puerto de comunicaciones, concebido para estudios de afluencia y aforos, o como sistema de seguridad.
Description
Sistema autónomo de control de afluencia
mediante inteligencia artificial.
La presente invención se refiere a un sistema
para detectar personas y objetos en movimiento, pudiendo pues
utilizarse por tanto para el conteo de personas y objetos, o bien
como sistema de seguridad.
El sistema se materializa en un único y sencillo
dispositivo de bajo coste y robusto funcionamiento. Está concebido
para cubrir el vacío que existe en el campo de estudios de
afluencia y aforos, proporcionando un eficaz conocimiento de
datos.
El dispositivo está compuesto por un sistema
óptico, un capturador de imagen, un microprocesador, un submódulo
de almacenamiento y un bloque de comunicaciones.
El funcionamiento de este dispositivo único se
basa en la obtención de las señales recogidas por el capturador de
imagen y el posterior procesamiento de las mismas realizado por el
programa experto basado en redes neuronales que se ejecuta en el
microprocesador. Este programa detecta los objetos (o en su caso
personas) y su sentido de paso.
La utilización del sistema va dirigida a un
segmento de mercado al que le falta un dispositivo que sea fiable y
económico para conocer las afluencias y aforos de superficies y
obtener datos que les permita conocer e incrementar sus beneficios,
además de poder ayudar a garantizar la seguridad de
establecimientos tales como locales, grandes superficies
comerciales, pequeño comercio, ferias, transporte de pasajeros,
etc.
La constante evolución de las técnicas de
tratamiento de imagen está abriendo nuevos campos de aplicación
para la vida cotidiana de las personas.
En un mercado cada vez más competitivo las
empresas necesitan conocer la afluencia de clientes en sus
establecimientos con el objetivo de reducir costes, planificar
plantillas y conocer el éxito de campañas publicitarias o
promociones.
Son conocidos los sistemas de conteo de
afluencia, existiendo en la actualidad sistemas/dispositivos
capaces de realizar el conteo de objetos o en su caso personas,
cuyas características pueden englobarse en unos de los siguientes
grupos:
- -
- Sencillos: Son sistemas en los cuales la eficacia es media, que permiten conocer franjas horarias en las cuales existe mayor actividad que en otras, pero el error en los datos recogidos puede ser muy grande. Dentro de este grupo se engloban los sistemas manuales, infrarrojos de posición lateral, etc.
- -
- Complejos: Son sistemas que tienen una elevada complejidad, donde los datos obtenidos tienen una mayor fiabilidad, pero a la vez son sistemas costosos, de difícil mantenimiento, no robustos, etc. Estos sistemas por su alto coste no son accesibles ni para el pequeño comerciante, ni para las pequeñas y medianas empresas.
La patente española P 2125798, de la Universidad
Politécnica de Madrid, describe un sistema automático de contaje de
personas en movimiento, que posee dos cámaras independientes, un
ordenador para el procesado de los datos y necesita una fuente de
luz para iluminar la zona de paso.
El presente invento es un sistema autónomo,
embebido que integra un capturador de imagen una memoria, un bloque
de comunicaciones y el procesador en un mismo dispositivo. Además
el dispositivo está concebido para realizar el conteo utilizando
iluminación natural pero tiene la capacidad de funcionar haciendo
uso de iluminación infrarroja integrada en el mismo dispositivo en
situaciones de baja luminosidad.
Las patentes japonesas JP 7028969 y JP 7085242,
de KUNIO HIUGA, protegen un mismo sistema de conteo, basado en un
algoritmo; la segunda trata sobre el programa principal de conteo,
mientras que la primera se refiere al algoritmo de normalización de
las condiciones de iluminación para llevar a cabo el sistema de
conteo descrito en la segunda. Consta de una cámara instalada en
una puerta o similar, analizando únicamente su campo de visión y
tiene unos bloques de procesamiento no embebidos.
El invento a que se refiere la presente
solicitud, además de las diferencias señaladas con la patente
española, utiliza modelos de Inteligencia Artificial basados en
redes neuronales. Además este dispositivo tiene la capacidad de
trabajar en un modo de cooperación mediante el cual puede funcionar
colaborando con otros dispositivos a los que se refiere la presente
invención para cubrir campos de visión amplios con el objetivo de
no duplicar ni perder objetos (o en su caso personas) en dicho
campo de visión.
La patente inglesa GB 2180642, de HOCHIKI CO,
para el conteo de cuerpos en movimiento, se basa en dos focos de
luz en el suelo, reflejados por espejos y diseccionados a través de
una lente hacia CCD's lineales y mediante un algoritmo de conteo
son procesados, determinándole número de personas.
El presente invento, además de todas las
diferencias señaladas con las anteriores patentes, no necesita
forzosamente una o varias fuentes de luz para iluminar la zona y
recoger los datos.
Es un sistema que cuenta entradas y salidas de
objetos (o en su caso personas) basándose en el estudio de la
imagen obtenida por un capturador de imagen. Dicha imagen es
sometida a un tratamiento digital, y las señales y características
obtenidas son analizadas por el bloque funcional experto de
inteligencia artificial basado en redes neuronales. Este bloque
funcional es el que detecta los objetos (o en su caso personas) y
determina a que conjunto de los previamente establecidos pertenece
(objeto entra, objeto sale, ruido, carrito de compra, vehículo
sale, vehículo entra, persona sale, persona entra etc).
El movimiento de los objetos sometidos a
evaluación podrá ser longitudinal, diagonal o transversal al
dispositivo. El sistema funciona sin necesidad de iluminación pero
tiene la capacidad de funcionar mediante una iluminación infrarroja
incorporada en el mismo dispositivo para contar en zonas de escasa
iluminación.
Para una aplicación de seguridad, detecta
comportamiento y puede lanzar las alarmas más adecuadas para cada
caso. El sistema tiene la capacidad de enviar imágenes e incluso
vídeo.
El paso de las objetos (o en su caso personas)
puede realizarse a cualquier velocidad y trayectoria, no influyendo
ni los anteriores parámetros ni el sentido en el proceso de
reconocimiento.
El microcontrolador incluye un programa interno,
convenientemente protegido, que analiza la señal obtenida por el
sensor y proporciona el resultado de la operación de
reconocimiento.
El sistema incluye además una memoria interna
para almacenar los datos de afluencia de manera autónoma.
Además estos pueden ser intercambiados con un
sistema informático externo a través de uno o varios puertos de
comunicaciones para su posterior análisis. El dispositivo tiene la
capacidad de comunicarse con el sistema informático a través de
medios de transmisión físicos o inalámbricos, a distancias
ilimitadas, mediante varias tecnologías de comunicaciones. Para
ello, se implementa el dispositivo con el bloque de comunicaciones
de la tecnología de comunicaciones adecuada.
Así mismo, cabe destacar el hecho de que el
sistema incluye medios de autocalibración transparentes al usuario,
de tal forma que cada vez que el sistema identifique cambios en el
escenario, posibilita la adaptación automática a esos cambios o
diferentes condiciones de trabajo. De esta manera, el
posicionamiento de objetos fijos (como pueden ser alfombras,
felpudos, cambios del suelo, cambios en la pintura del suelo o
alrededores, ...) u obstáculos (mobiliario diverso, extintores,
construcciones arquitectónicas, zanjas...) en la zona de conteo es
detectado por el sistema y este se adapta automáticamente, sin
intervención del cliente ni de técnicos especializados.
El programa interno, que está convenientemente
protegido en el microcontrolador, puede actualizarse a través del
puerto de comunicaciones, lo que permite actualizar el conocimiento
del sistema experto de inteligencia artificial de reconocimiento
residente en el dispositivo.
El sistema utiliza una fuente de alimentación
externa que toma la energía de la red eléctrica existente y
transforma la corriente en las condiciones de funcionamiento del
mismo, pudiendo funcionar igualmente mediante toma de corriente de
la batería de un vehículo automóvil, como puede ser un autobús, un
tren, un avión, etc., y de forma autónoma tomando la energía de unas
pilas o batería.
La configuración del dispositivo en el momento
de la instalación es sencilla. Los únicos parámetros necesarios
para el funcionamiento del sistema es la altura a la que se
encuentra el dispositivo, la distancia con el límite izquierdo de
la zona de paso y la distancia con el límite derecho de la zona de
paso. Además si el dispositivo trabaja en el modo de cooperación (es
decir cuando un acceso es cubierto por más de un dispositivo), se
añade una etiqueta de cooperación (valor 1 2 ó 3) para el límite
izquierdo y una etiqueta para el borde derecho. Estas etiquetas de
cooperación determinan el área de conteo asociada a cada
dispositivo que actúa en cooperación.
Para completar la descripción que se está
realizando, y con objeto de ayudar a una mejor comprensión de las
características del invento, de acuerdo con un ejemplo preferente
de realización práctica del mismo, se acompaña como parte
integrante de dicha descripción, un juego de dibujos en donde con
carácter ilustrativo y no limitativo, se ha representado lo
siguiente:
La figura 1 muestra una representación de la
posición preferente de utilización del dispositivo contador objeto
de la invención.
La figura 2 representa un diagrama de bloques
con los componentes del dispositivo.
La figura 3a es una vista frontal y la 3b otra
trasera del dispositivo en cuestión.
La figura 4 es un diagrama de flujo explicativo
del flujo de trabajo del sistema.
La figura 5a representa el área de cobertura de
un dispositivo y la 5b la de varios dispositivos en
colaboración.
La figura 6 es un esquema de bloques del
algoritmo que incluye el sistema.
El dispositivo en que se materializa el sistema
de la invención debe colocarse, preferentemente, en la posición
cenital representada en la figura 1, con lo que se evita
intromisión con los clientes.
El paso de las objetos (o en su caso personas)
se realiza longitudinal, diagonal o transversalmente al
dispositivo, donde estos son iluminados por la luz natural o por
los ya referidos emisores de luz infrarroja incorporados en el
dispositivo, los cuales iluminan a la persona u objeto.
El dispositivo, que es único, integra (figura 2)
un sistema óptico SO, un capturador de imagen Cl, un
microprocesador, un submódulo de almacenamiento datos MEM, un
bloque de comunicaciones COM y si es necesario un módulo de
iluminación infrarroja para zonas de baja o nula visibilidad.
La imagen obtenida del conjunto sistema óptico
SO-capturador de imagen Cl es analizada por un
subprograma de tratamiento digital de la señal TS que se ejecuta en
el microprocesador. Este subprograma de tratamiento digital de la
señal TS devuelve un conjunto de señales y características. Estas
señales y características entran en un subprograma experto de
inteligencia artificial basado en redes neuronales SE que se
ejecuta en el mismo microprocesador. Este subprograma experto
devuelve el veredicto final.
El veredicto final, es decir el número de
entradas y salidas de objetos (o en su caso personas) es almacenado
en un submódulo de almacenamiento datos MEM. Además existe un
subsistema de comunicaciones COM con unas salidas estándar hacia
otros sistemas, con el objeto de facilitar el intercambio de datos,
actualizar el sistema experto embebido, realizar tests remotos en
caso de avería, gestión de alarmas, descarga de datos almacenados,
etc., estando además posibilitado para recargar el programa interno
desde un sistema remoto. Entre otros, el sistema tiene la capacidad
de transmitir a través de este subsistema de comunicaciones la
imagen capturada e incluso vídeo en tiempo real hacia otros
sistemas externos con el objetivo de detectar alarmas en sistemas
de seguridad, de configurar el sistema en el momento de
instalación, verificar el buen funcionamiento del dispositivo o
comprobar la eficiencia del mismo.
La figura 3a, muestra la parte trasera del
dispositivo y en ella se aprecian las conexiones de salida para el
submódulo de comunicaciones, CON.COM, y la conexión a la fuente de
alimentación eléctrica, 9 VCC. En la figura 3b se aprecia la lente
L que pertenece al sistema óptico del dispositivo que sobresale
ligeramente de la parte delantera del dispositivo. La forma y
componentes del módulo de comunicaciones y de sus conexiones de
salida varían en función de la tecnología de comunicaciones
utilizada entre el dispositivo y el sistema informático
externo.
El dispositivo no necesita un periodo de
adaptación al escenario en el que va a funcionar. Además el
dispositivo es lo suficientemente robusto como para instalarse en
un vehículo móvil y adaptarse automáticamente a cualquier cambio de
escenario, facilitando enormemente las manipulaciones por parte del
usuario o instalador.
Los cambios de escenario a los que se adapta
automáticamente incluyen, por ejemplo, los cambios de luz natural o
los de mobiliario circundante.
Las especiales características en lo que a
tamaño y autonomía del aparato se refiere, hacen que pueda
integrarse en sistemas móviles o en ubicaciones donde antes serían
impensables sistemas de este tipo.
El sistema tiene la capacidad de guardar los
datos de largos periodos de tiempo en su bloque memoria de
almacenamiento. Para ello utiliza un sistema de almacenamiento
natural basado en algoritmos STM/LTM (siglas del inglés short time
memory/long time memory).
La teoría STM/LTM (del inglés Short Time
Memory/Long Time Memory) es una teoría psicológica de
almacenamiento natural del conocimiento. Trata del estudio de la
memoria en seres humanos. Esta teoría abarca muchos conceptos. La
idea aplicada es la siguiente:
El ser humano no almacena la información con el
mismo detalle. Almacena la información que acaba de recibir con más
detalle que la información que ha recibido hace tiempo. Este
concepto es utilizado para poder almacenar más cantidad de datos en
una memoria de capacidad limitada.
La duración del tiempo durante el cual se
guardan los datos, depende del tipo de la tecnología de memoria que
se utilice, llegando a ser de varios meses en el modo de
realización que se expone.
El sistema incorpora un módulo experto de
inteligencia artificial basado en redes neuronales. La
incorporación de inteligencia artificial al dispositivo consta de
varias etapas:
La fase de diseño se ha realizado en
laboratorio. La realización de esta fase se lleva a cabo sin
intervención del cliente. De esta manera el cliente no sufre las
molestias derivadas de la recopilación de vídeos ni del estudio de
la problemática. De esta manera el cliente recibe un sistema que
funciona desde el primer día de instalación sin asumir gastos de
técnicos derivados de esta fase de definición de escenarios. Esto
es posible gracias a la incorporación del modo de aprendizaje del
modelo de inteligencia artificial. Los puntos que se desarrollan en
esta fase son los siguientes:
- \circ
- Selección de vídeos genéricos:
- Se han tomado varios vídeos genéricos de pasos de objetos (o en su caso personas) que incluyan diferentes situaciones complejas. Estos vídeos no eran tomas del escenario particular de cada cliente sino que eran vídeos genéricos.
- \circ
- Procesamiento de señal:
- Se realizó un procesamiento de la señal de los vídeos. Como resultado se extrajo un conjunto de señales y valores que son característicos del paso de objetos (o en su caso personas).
- \circ
- Aprendizaje:
- En este proceso se han asociado las señales y valores extraídos en el procesamiento de señal a tres situaciones posibles:
- \bullet
- Objeto (o en su caso persona) entra.
- \bullet
- Objeto (o en su caso persona) sale.
- \bullet
- No es objeto (o en su caso persona).
De esta manera se asocia la señal y
característica adecuada a cada una de las tres situaciones
anterio-
res.
res.
Como resultado de la fase de
diseño/actualización se obtiene un sistema inteligente capaz de
distinguir situaciones (objeto entra, objeto sale, carrito,
vehículo, persona entra, persona sale...)
En esta fase, se introduce el modelo de
inteligencia artificial obtenido en un sistema autónomo dotado de
las comunicaciones elegidas.
Como resultado se obtiene un sistema experto
embebido.
En la fase de funcionamiento el sistema está
dotado de las siguientes características:
- \circ
- Inteligencia de alto nivel
- \circ
- En reducidas dimensiones
- \circ
- A bajo coste
Además el dispositivo tiene la capacidad de
tomar una secuencia de fotogramas en tiempo real.
La calidad de la secuencia de fotogramas es
suficiente para distinguir el número de objetos (o en su caso
personas) que acceden a la zona de evaluación. El sistema
informático externo se comunica con el dispositivo a través de un
programa de control concreto que tiene la capacidad visualizar en
tiempo real esta secuencia de fotogramas enviada por el dispositivo.
Junto con la transmisión de la secuencia de fotogramas, el
dispositivo tiene la capacidad de enviar en tiempo real al programa
de control el número de entradas y salidas de objetos (o en su caso
personas) detectadas. El programa de control tiene la capacidad de
presentar esta cuenta de entradas y salidas en tiempo real.
De esta manera el conjunto
dispositivo-programa de control integra un método
de verificación de conteo sin necesidad de acudir a sistemas
paralelos de demostración de cuenta con el consiguiente ahorro de
tiempo, molestias y costes.
La solución es por lo tanto una solución
integral de detección y conteo de objetos (o en su caso
personas):
\bullet Sistema de conteo eficiente.
\bullet Sistema de verificación online de
cuenta en tiempo real.
\bullet Sistema de control de alarmas de
dispositivos automático e integrado.
El sistema es auto-adaptable al
tráfico. Dada una zona de dimensiones fijas, se ha constatado que
el área efectiva ocupada por un objeto varía en función del número
de objetos existentes en dicha zona. De esta manera se distinguen
dos tipos de escena-
rios:
rios:
- \bullet
- Flujo de personas medio, bajo:
- En este escenario, el área efectiva media de un objeto viene a ser más grande. En el caso de personas supone unos 0,25 metros cuadrados con una variación de más menos 25%.
- \bullet
- Flujo de personas alto:
- En este escenario, el área efectiva media de un objeto viene a ser más pequeña. En el caso de personas supone unos 0,15 metros cuadrados con una variación de más menos 25%.
El dispositivo detecta la densidad de tráfico de
objetos (o en su caso personas) por el acceso, trabajando en uno de
estos modos, en función de la densidad de flujo de objetos.
Según se aprecia en la figura 5a, un dispositivo
DISP cuenta las entradas y las salidas que se realizan en un área
de cobertura AC. Para realizar el conteo de entradas y salidas en
accesos muy grandes se necesitan varios sistemas que funcionen en
cooperación. Cada dispositivo permite cooperar con uno o
varios dispositivos adicionales con el objetivo de cubrir un acceso
más amplio sin perder ni duplicar ningún paso de persona, tal y como
se aprecia en la figura 5b. El algoritmo de cooperación se basa en
solapar las zonas de cobertura de los dispositivos y asignar la
zona solapada a un único dispositivo.
El sistema se compone de dos bloques:
- Sistema que cuenta entradas y salidas y se adapta automáticamente al escenario y al flujo de entradas y salidas. Este sistema guarda en memoria local estos datos de entradas y salidas.
- Su misión es enviar los valores de entradas y salidas almacenados en el subsistema de algorítmica hacia un sistema informático externo así como enviar información del estado del dispositivo, imágenes o incluso vídeo en tiempo real.
Este subsistema permite la comunicación mediante
diferentes estándares y protocolos actuales. Estos diferentes tipos
de comunicación entre el dispositivo y el sistema informático
externo se caracterizan por dos factores: medio de transmisión,
distancia de comunicación:
Los diferentes tipos de comunicación de los que
puede disponer el dispositivo se engloban dos grupos en cuanto a
medio de comunicación se refiere:
- 1.
- Comunicación vía soporte físico: el dispositivo tiene la capacidad de comunicarse con el sistema informático externo mediante un soporte físico que puede ser medio eléctrico (cable cobre, coaxial ...) o medio óptico (fibra óptica, ...).
- 2.
- Comunicación inalámbrica: el dispositivo tiene la capacidad de comunicarse con el sistema informático externo de forma inalámbrica en distintas bandas de frecuencias (como pueden ser 2.4 GHz, 1.8 GHz, 900 MHZ).
Por otro lado, los diferentes tipos de
comunicación de los que puede disponer el dispositivo se engloban
en tres grupos en cuanto a distancia de comunicación se
refiere:
- 1.
- Distancia media: el dispositivo se comunica con un sistema informático externo situado a cientos de metros.
- 2.
- Distancia larga: el dispositivo se comunica con un sistema informático externo situado a miles de metros.
- 3.
- Distancia mundial: el dispositivo se comunica con un sistema informático situado en cualquier parte del mundo dotada de cobertura de algún operador de telefonía.
El algoritmo en el que se basa la detección, la
determinación del sentido de paso y el conteo de los objetos (o en
su caso personas) se compone de los siguientes bloques:
- 1.
- Tratamiento digital de la imagen:
- Se procesa la imagen y se obtienen un conjunto de características y de señales.
- 2.
- Redes neuronales
- Se implementa una red neuronal en la que las entradas son las características y las señales obtenidas del tratamiento digital de la imagen. Las salidas de la red neuronal definen las entradas y las salidas.
Estos dos bloques se implementan en el
microprocesador que es el que realiza toda la computación y
determina el conteo de entradas y salidas. El diagrama de flujo del
algoritmo se representa en la figura 4, donde DM representa la
detección del movimiento, FS el filtrado de la señal, EC la
extracción de características, RPIA el reconocimiento de patrones de
inteligencia artificial y NE/NS el número de entradas y el número
de salidas. El dispositivo tiene la capacidad de comunicarse con un
sistema informático externo en el que se ejecuta un programa de
control que es capaz de detectar el no funcionamiento del
dispositivo, así como alarmas, automáticamente (sin intervención de
un usuario) y periódicamente (el periodo es configurable: 15
minutos, 30 minutos, 45 minutos o cualquier intervalo temporal
deseable por el usuario).
El dispositivo tiene la capacidad de incorporar
un servidor de páginas web. De esta manera es posible conectarse
desde Internet a la página web que el dispositivo está sirviendo en
tiempo real y visualizar la cuenta de entradas y salidas desde
cualquier parte del mundo que disponga de conexión a Internet.
En resumen y en base a las características
anteriormente referidas, el funcionamiento es como se explica en la
figura 6:
Las personas u objetos pasan por debajo del
dispositivo (la posición preferente de instalación es cenital), de
manera que son iluminados (si la aplicación así lo necesita) por el
sistema de iluminación infrarroja incorporado, capturando así su
imagen Cl.
La señal obtenida por el capturador de imagen Cl
es enviada al microcontrolador, el cual en una primera fase realiza
un procesamiento digital de la señal PDI, que evita los cambios de
escenario e iluminación, para posteriormente esos datos ser
evaluados por el módulo de inteligencia artificial MIA, el cual
incluye un sistema experto embebido en el dispositivo que establece
la determinación inequívoca de lo que ha pasado así como su sentido
de paso, determinando si se trata de un objeto (o en su caso
persona) OBJ y si es entrada o salida E/S, almacenando el dato en el
correspondiente almacenamiento local ALE o ALS.
El sistema experto embebido ha sido obtenido en
una fase previa de aprendizaje de alto nivel y es susceptible de
ser mejorado o ampliado para incorporar más conjuntos de
decisión.
El dispositivo incluye una memoria donde se
almacenan los datos obtenidos de la evaluación en intervalos de
tiempo predeterminados, que posteriormente pueden ser descargados
mediante un puerto de comunicaciones para ser explotados en un
sistema de información externo.
El sistema evalúa en tiempo real de
funcionamiento cual es el algoritmo de evaluación que más se adecua
a las condiciones de tráfico de la escena que está observando, con
lo cual es capaz de adaptarse de forma autónoma e independiente,
también a diferentes condiciones de tráfico para obtener la mejor
eficacia.
El sistema resultante es un dispositivo
completamente autónomo, que detecta objetos (o personas en su
caso), determina su sentido de paso y dispone de la capacidad de
adaptarse automáticamente a cambios en la escena tales como cambios
de luz natural, o cambios de mobiliario.
Este sistema se comunica con sistemas
informáticos externos en los que se ejecuta un programa de control
que tiene la capacidad de detectar fallos en los dispositivos y
presentar en tiempo real alarmas asociadas a posibles fallos,
imágenes capturadas por los dispositivos e incluso presentar en
tiempo real una secuencia de imágenes (vídeo) de calidad suficiente
para evaluar el número y sentido de los objetos (o personas en su
caso) presentes en la escena.
Claims (7)
1. Sistema autónomo de control de afluencias
mediante inteligencia artificial, caracterizado por ser un
único dispositivo que integra un sistema óptico, un capturador de
imagen, un microprocesador, el cual lleva incluido un sistema
experto residente en el microprocesador, el cual a su vez lleva
embebido un algoritmo que cuenta entradas y salidas de personas,
objetos y vehículos, evaluando en su conjunto el conteo
bidireccional de entradas y salidas.
2. Sistema autónomo de control de afluencias
mediante inteligencia artificial según la reivindicación anterior,
caracterizado porque el algoritmo realiza el tratamiento
digital de la imagen mediante redes neuronales en el propio
microprocesador.
3. Sistema autónomo de control de afluencias
mediante inteligencia artificial según cualquiera de las
reivindicaciones anteriores, caracterizado porque en la fase
de diseño del sistema experto se asocian las señales y los valores
extraídos en el procesamiento de señal a tres situaciones posibles:
objeto o persona entra, objeto o persona sale, no es objeto o no es
persona, actualizándose el sistema durante la fase de desarrollo y
durante su funcionamiento.
4. Sistema autónomo de control de afluencias
mediante inteligencia artificial, según cualquiera de las
reivindicaciones anteriores, caracterizado porque el
dispositivo guarda en la memoria propia la información durante al
menos dos meses, mediante un sistema de almacenamiento natural
basado en algoritmos STM/LTM, simulando el método de memoria de los
seres humanos.
5. Sistema autónomo de control de afluencias
mediante inteligencia artificial según cualquiera de las
reivindicaciones anteriores caracterizado porque el
dispositivo incluye medios de autocalibración, identificando
cambios en el escenario y adaptándose automáticamente.
6. Sistema autónomo de control de afluencias
mediante inteligencia artificial, según cualquiera de las
reivindicaciones anteriores, caracterizado porque el sistema
tiene la capacidad de trabajar en modo de cooperación con otros
dispositivos iguales a él para realizar el conteo en zonas de
acceso grandes, mediante un algoritmo de cooperación que se basa en
solapar las zonas de cobertura de los dispositivos y asignar
mediante un arbitraje inteligente la zona solapada a un único
dispositivo.
7. Sistema autónomo de control de afluencias
mediante inteligencia artificial, según cualquiera de las
reivindicaciones anteriores, caracterizado porque el
funcionamiento del sistema es independiente de la altura a la que
se encuentra el dispositivo, anchura de la zona de paso y arbitraje
de cooperación.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ES200302594A ES2232301B2 (es) | 2003-11-06 | 2003-11-06 | Sistema autonomo de control de afluencia mediante inteligencia artificial. |
MXPA06005056A MXPA06005056A (es) | 2003-11-06 | 2004-11-05 | Sistema autonomo de control de afluencia mediante inteligencia artificial. |
PCT/ES2004/000496 WO2005045747A1 (es) | 2003-11-06 | 2004-11-05 | Sistema autonomo de control de afluencia mediante inteligencia artificial |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ES200302594A ES2232301B2 (es) | 2003-11-06 | 2003-11-06 | Sistema autonomo de control de afluencia mediante inteligencia artificial. |
Publications (2)
Publication Number | Publication Date |
---|---|
ES2232301A1 ES2232301A1 (es) | 2005-05-16 |
ES2232301B2 true ES2232301B2 (es) | 2007-02-16 |
Family
ID=34566007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES200302594A Expired - Lifetime ES2232301B2 (es) | 2003-11-06 | 2003-11-06 | Sistema autonomo de control de afluencia mediante inteligencia artificial. |
Country Status (3)
Country | Link |
---|---|
ES (1) | ES2232301B2 (es) |
MX (1) | MXPA06005056A (es) |
WO (1) | WO2005045747A1 (es) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07200833A (ja) * | 1993-12-08 | 1995-08-04 | Nec Corp | 画像化システムにおいて移動物体の数を決定し画像の点と移動物体とを関連させる方法 |
GB9617592D0 (en) * | 1996-08-22 | 1996-10-02 | Footfall Limited | Video imaging systems |
GB0112990D0 (en) * | 2001-05-26 | 2001-07-18 | Central Research Lab Ltd | Automatic classification and/or counting system |
-
2003
- 2003-11-06 ES ES200302594A patent/ES2232301B2/es not_active Expired - Lifetime
-
2004
- 2004-11-05 MX MXPA06005056A patent/MXPA06005056A/es not_active Application Discontinuation
- 2004-11-05 WO PCT/ES2004/000496 patent/WO2005045747A1/es active Application Filing
Also Published As
Publication number | Publication date |
---|---|
MXPA06005056A (es) | 2006-07-06 |
ES2232301A1 (es) | 2005-05-16 |
WO2005045747A1 (es) | 2005-05-19 |
WO2005045747B1 (es) | 2005-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11196966B2 (en) | Identifying and locating objects by associating video data of the objects with signals identifying wireless devices belonging to the objects | |
US10846960B1 (en) | Garage security and convenience features | |
US11232685B1 (en) | Security system with dual-mode event video and still image recording | |
CN109684916A (zh) | 基于路径轨迹数据异常检测方法、系统、设备及存储介质 | |
CN107452104A (zh) | 一种基于智能监控的车辆卡口的车辆控制方法及系统 | |
CN109615864A (zh) | 基于视频结构化的车辆拥堵分析方法、系统、终端及存储介质 | |
US10769909B1 (en) | Using sensor data to detect events | |
US20230046840A1 (en) | Vehicular access control based on virtual inductive loop | |
EP3535734A1 (en) | System and method for access control in open restricted areas | |
Bu et al. | Estimating pedestrian accident exposure: automated pedestrian counting devices report | |
Atzori et al. | HEIMDALL: an AI-based infrastructure for traffic monitoring and anomalies detection | |
Khan et al. | Cyber physical system for vehicle counting and emission monitoring | |
Grönman et al. | People counting in a public event—use case: free-to-ride bus | |
ES2232301B2 (es) | Sistema autonomo de control de afluencia mediante inteligencia artificial. | |
CN202929726U (zh) | 一种视频客流统计系统 | |
ES2735284A1 (es) | Sistema y dispositivo de señales para la entrada y salida de vehículos de un aparcamiento | |
US10914811B1 (en) | Locating a source of a sound using microphones and radio frequency communication | |
Marchiori | Mind your step: Monitoring pedestrian sidewalks | |
CN116012759A (zh) | 一种基于智慧校园的校园安全管理系统 | |
dos Santos et al. | A Low-Cost Bidirectional People Counter Device for Assisting Social Distancing Monitoring for COVID-19 | |
CN104268972B (zh) | 一体式人数统计终端 | |
US12014611B1 (en) | Temporal motion zones for audio/video recording devices | |
KR101867869B1 (ko) | 가로등 기반 재난 대응 시스템 | |
CN205247478U (zh) | 小区栏杆机管理系统 | |
Wang et al. | Early warning of city-scale unusual social event on public transportation smartcard data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
EC2A | Search report published |
Date of ref document: 20050516 Kind code of ref document: A1 |
|
FG2A | Definitive protection |
Ref document number: 2232301B2 Country of ref document: ES |
|
PC2A | Transfer granted |