基于3D雷达扫描的车厢拥挤度检测方法及装置、系统制造方法及图纸

本发明专利技术实施例提供了一种基于3D雷达扫描的车厢拥挤度检测方法及装置、系统，获取安装在车厢车门上方的3D雷达扫描的乘客上下车的点云数据，从点云数据中得到二维特征数据，再通过预先训练的识别模型从二维特征数据中标记出乘客对应的目标二维特征数据。追踪每一目标二维特征数据得到其所对应的乘客的行走方向，进而根据各乘客的行走方向统计在当前车站上车和下车的人数，计算出列车驶离该车站时，车厢内的乘客数量，将乘客数量发送到下一车站，在下一车站显示。在乘客到达下一车站之前，将统计的各车厢的乘客数量进行显示，使得等待的乘客能够根据各车厢的乘客数量选择站台，避免盲目待车，提高列车的运载能力。

【技术实现步骤摘要】
基于3D雷达扫描的车厢拥挤度检测方法及装置、系统
本专利技术涉及列车运力
，尤其是涉及一种基于3D雷达扫描的车厢拥挤度检测方法及装置、系统。
技术介绍
目前列车在运行过程中，在列车到达车站之前，车站上的乘客无法得知各车厢内乘客数量。因而在候车时由于无法预知每列车厢的拥挤情况，只能盲目的等待。特别是高峰时段，车辆停车时间短，乘客无法预知每列车厢的拥挤程度，可能导致有些车厢乘客非常拥挤，而有些车厢空间非常宽松，造成空间浪费，降低了列车的运载能力。乘客过多时，还会在一定程度上造成站内乘客滞留，影响到站内的正常运营与管理。在实际应用过程中，专利技术人发现现有的列车运行过程中，乘客无法得知即将到达的列车中每一车厢的乘客数量情况，导致盲目待车，影响列车运力。
技术实现思路
本专利技术实施例提供一种基于3D雷达扫描的车厢拥挤度检测方法及装置、系统，用以解决现有技术中的列车运行过程中，乘客无法得知即将到达的列车中每一车厢的乘客数量情况，导致盲目待车，影响列车运力的问题。针对以上技术问题，第一方面，本专利技术的实施例提供了一种基于3D雷达扫描的车厢拥挤度检测方法，包括：对列车的任一目标车厢，获取通过3D雷达扫描得到的乘客在当前车站经过所述目标车厢的车门上下车的点云数据，并从所述点云数据中获取二维特征数据；通过预先训练的识别模型从二维特征数据中标记出对乘客进行扫描形成的扫描点，作为目标二维特征数据，追踪每一目标二维特征数据，得到目标二维特征数据对应的乘客的行走方向；根据各乘客的行走方向统计在所述当前车站进入所述目标车厢的第一乘客数量和走出所述目标车厢的第二乘客数量，获取列车驶离上一车站时所述目标车厢内的已有乘客数量，根据所述第一乘客数量、所述第二乘客数量和所述已有乘客数量计算列车驶离所述当前车站时所述目标车厢内的目标乘客数量，发送所述目标乘客数量，以在下一车站显示所述目标乘客数量；其中，所述识别模型用于从二维特征数据中标记出符合人形特征的数据，作为对乘客进行扫描形成的目标二维特征数据；二维特征数据指的是从点云数据中截取的包括扫描点且平行于所述目标车厢车门的二维平面上的扫描点的集合。可选地，所述识别模型的训练包括：获取预先对上下车的乘客进行扫描得到的点云数据，通过二维寻峰由获取的点云数据得到的二维特征数据，并在每一二维特征数据中将对乘客进行扫描形成的数据进行标记，将进行标记之前的二维特征数据作为深度学习的输入参数，将进行标记之后的二维特征数据作为深度学习的期望输出，将通过深度学习训练出的模型作为所述识别模型。可选地，所述追踪每一目标二维特征数据，得到目标二维特征数据对应的乘客的行走方向，包括：对每一目标二维特征数据，获取所述目标二维特征数据在上一次扫描或者下一次扫描得到的点云数据中的第一所在位置，并获取所述目标二维特征数据本次扫描得到的点云数据中的第二所在位置，根据所述第一所在位置和所述第二所在位置确定所述目标二维特征数据对应的乘客的行走方向。可选地，所述发送所述目标乘客数量，以在下一车站显示所述目标乘客数量，包括：获取预先设定的车厢拥挤程度与车厢内的乘客数量之间的映射关系，根据所述映射关系和所述目标乘客数量确定列车驶离所述当前车站时所述目标车厢的拥挤程度，作为目标拥挤程度，将所述目标乘客数量和所述目标拥挤程度发送到乘客信息系统PIS，以通过下一车站的显示设备显示所述目标乘客数量和所述目标拥挤程度；其中，通过预先设定的与所述目标拥挤程度对应的颜色表示所述目标拥挤程度。可选地，所述映射关系包括：当车厢内的乘客数量小于第一预设数量时，车厢拥挤程度为车厢内有座位；当车厢内的乘客数量大于或等于所述第一预设数量且小于第二预设数量时，车厢拥挤程度为车厢内无座位但宽松；当车厢内的乘客数量大于或等于所述第二预设数量且小于第三预设数量时，车厢拥挤程度为车厢内比较拥挤；当车厢内的乘客数量大于或等于所述第三预设数量时，车厢拥挤程度为车厢内非常拥挤；其中，所述第一预设数量等于车厢内配置的座位数量。可选地，所述从所述点云数据中获取二维特征数据，包括：通过二维寻峰从所述点云数据中截取包含了由扫描点形成的峰顶且平行于所述目标车厢车门的二维平面，将截取的二维平面上的扫描点的集合作为二维特征数据。可选地，还包括：在接收到由列车控制和管理系统TCMS发送的列车位置和车门开启状态后，若判断列车处于正线运行且车门处于开启状态，则向3D雷达发送开启提示，以使得3D雷达开始扫描在当前车站经过所述目标车厢的车门上下车的乘客得到所述点云数据。可选地，还包括：在接收到由列车控制和管理系统TCMS发送的列车位置和车门开启状态后，若判断列车位于终点站或者车门未开启，则不向3D雷达发送所述开启提示。第二方面，本专利技术的实施例提供了一种基于3D雷达扫描的车厢乘客数量检测装置，包括：获取模块，用于对列车的任一目标车厢，获取通过3D雷达扫描得到的乘客在当前车站经过所述目标车厢的车门上下车的点云数据，并从所述点云数据中获取二维特征数据；处理模块，用于通过预先训练的识别模型从二维特征数据中标记出对乘客进行扫描形成的扫描点，作为目标二维特征数据，追踪每一目标二维特征数据，得到目标二维特征数据对应的乘客的行走方向；发送模块，用于根据各乘客的行走方向统计在所述当前车站进入所述目标车厢的第一乘客数量和走出所述目标车厢的第二乘客数量，获取列车驶离上一车站时所述目标车厢内的已有乘客数量，根据所述第一乘客数量、所述第二乘客数量和所述已有乘客数量计算列车驶离所述当前车站时所述目标车厢内的目标乘客数量，将所述目标乘客数量发送到下一车站；其中，所述识别模型用于从二维特征数据中标记出符合人形特征的数据，作为对乘客进行扫描形成的目标二维特征数据；二维特征数据指的是从点云数据中截取的包括扫描点且平行于所述目标车厢车门的二维平面上的扫描点的集合。第三方面，本专利技术的实施例提供了一种基于3D雷达扫描的车厢乘客数量检测系统，包括数据处理单元和设置在列车每一车厢车门上方的3D雷达；每一3D雷达连接列车控制和管理系统TCMS和数据处理单元，数据处理单元连接PIS；其中，对列车的任一目标车厢，设置在所述目标车厢车门上方的3D雷达在接收到开始扫描在当前车站经过所述目标车厢的车门上下车的乘客的开启提示后，开启3D雷达扫描在当前车站经过所述目标车厢的车门上下车的乘客，得到点云数据；所述数据处理单元用于执行以上任一项所述的基于3D雷达扫描的车厢拥挤度检测方法。第四方面，本专利技术的实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以上任一项所述的基于3D雷达扫描的车厢拥挤度检测方法的步骤。第五方面，本专利技术的实施例提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以上任一项所述的基于3D雷达扫描的车厢拥挤度检测方法的步骤。本专利技术的实施例提供了一种基于3D雷达扫描的车厢拥挤度检测方法及装置、系统，获取安装在车厢车门上方的3D雷达扫描的乘客上下车的点云数据，从点云数据中得到二维特征数据，再通过预先训练的识别模型从二维特征数据中标记出乘客对应的目标二维特征数据。追踪每一目标二维特征数据得到其所对应的乘客的行走方向，进而根据各乘客的行走方向统计本文档来自技高网...

【技术保护点】
1.一种基于3D雷达扫描的车厢拥挤度检测方法，其特征在于，包括：对列车的任一目标车厢，获取通过3D雷达扫描得到的乘客在当前车站经过所述目标车厢的车门上下车的点云数据，并从所述点云数据中获取二维特征数据；通过预先训练的识别模型从二维特征数据中标记出对乘客进行扫描形成的扫描点，作为目标二维特征数据，追踪每一目标二维特征数据，得到目标二维特征数据对应的乘客的行走方向；根据各乘客的行走方向统计在所述当前车站进入所述目标车厢的第一乘客数量和走出所述目标车厢的第二乘客数量，获取列车驶离上一车站时所述目标车厢内的已有乘客数量，根据所述第一乘客数量、所述第二乘客数量和所述已有乘客数量计算列车驶离所述当前车站时所述目标车厢内的目标乘客数量，发送所述目标乘客数量，以在下一车站显示所述目标乘客数量；其中，所述识别模型用于从二维特征数据中标记出符合人形特征的数据，作为对乘客进行扫描形成的目标二维特征数据；二维特征数据指的是从点云数据中截取的包括扫描点且平行于所述目标车厢车门的二维平面上的扫描点的集合。

【技术特征摘要】
1.一种基于3D雷达扫描的车厢拥挤度检测方法，其特征在于，包括：对列车的任一目标车厢，获取通过3D雷达扫描得到的乘客在当前车站经过所述目标车厢的车门上下车的点云数据，并从所述点云数据中获取二维特征数据；通过预先训练的识别模型从二维特征数据中标记出对乘客进行扫描形成的扫描点，作为目标二维特征数据，追踪每一目标二维特征数据，得到目标二维特征数据对应的乘客的行走方向；根据各乘客的行走方向统计在所述当前车站进入所述目标车厢的第一乘客数量和走出所述目标车厢的第二乘客数量，获取列车驶离上一车站时所述目标车厢内的已有乘客数量，根据所述第一乘客数量、所述第二乘客数量和所述已有乘客数量计算列车驶离所述当前车站时所述目标车厢内的目标乘客数量，发送所述目标乘客数量，以在下一车站显示所述目标乘客数量；其中，所述识别模型用于从二维特征数据中标记出符合人形特征的数据，作为对乘客进行扫描形成的目标二维特征数据；二维特征数据指的是从点云数据中截取的包括扫描点且平行于所述目标车厢车门的二维平面上的扫描点的集合。2.根据权利要求1所述的基于3D雷达扫描的车厢拥挤度检测方法，其特征在于，所述识别模型的训练包括：获取预先对上下车的乘客进行扫描得到的点云数据，通过二维寻峰由获取的点云数据得到的二维特征数据，并在每一二维特征数据中将对乘客进行扫描形成的数据进行标记，将进行标记之前的二维特征数据作为深度学习的输入参数，将进行标记之后的二维特征数据作为深度学习的期望输出，将通过深度学习训练出的模型作为所述识别模型。3.根据权利要求1所述的基于3D雷达扫描的车厢拥挤度检测方法，其特征在于，所述追踪每一目标二维特征数据，得到目标二维特征数据对应的乘客的行走方向，包括：对每一目标二维特征数据，获取所述目标二维特征数据在上一次扫描或者下一次扫描得到的点云数据中的第一所在位置，并获取所述目标二维特征数据本次扫描得到的点云数据中的第二所在位置，根据所述第一所在位置和所述第二所在位置确定所述目标二维特征数据对应的乘客的行走方向。4.根据权利要求1所述的基于3D雷达扫描的车厢拥挤度检测方法，其特征在于，所述发送所述目标乘客数量，以在下一车站显示所述目标乘客数量，包括：获取预先设定的车厢拥挤程度与车厢内的乘客数量之间的映射关系，根据所述映射关系和所述目标乘客数量确定列车驶离所述当前车站时所述目标车厢的拥挤程度，作为目标拥挤程度，将所述目标乘客数量和所述目标拥挤程度发送到乘客信息系统PIS，以通过下一车站的显示设备显示所述目标乘客数量和所述目标拥挤程度；其中，通过预先设定的与所述目标拥挤程度对应的颜色表示所述目标拥挤程度。5.根据权利要求4所述的基于3D雷达扫描的车厢拥挤度检测方法，其特征在于，所述映射关系包括：当车厢内的乘客数量小于第一预设数量时，车厢拥挤程度为车厢内有座位；当车厢内的乘客数量大于或等于所述第一预设数量且小于第二预设数量时，车厢拥挤程度为...

【专利技术属性】
技术研发人员：郜春海，
申请(专利权)人：交控科技股份有限公司，
类型：发明
国别省市：北京,11