基于激光雷达的人类入侵检测方法及安防系统技术方案

本发明专利技术涉及一种基于激光雷达的人类入侵检测方法从人类腿部特征的维度对检测对象进行是否符合人类特征的判断，同时从人类步伐特征的维度对检测对象进行是否符合人类特征的判断，综合人类腿部特征和人类步伐特征的检测结果判断该检测对象是否为人类，更有针对性地对人类入侵进行检测，能够检测安防范围内存在人类入侵，避免人类以外的运动物体进入安防检测范围造成的误报警，从而提高了安防系统的报警准确性。此外，本发明专利技术采用激光雷达采集检测对象的信息，不受环境光线等环境因素干扰，鲁棒性强，且相较于摄像监控更具有隐私安全。且相较于摄像监控更具有隐私安全。且相较于摄像监控更具有隐私安全。

【技术实现步骤摘要】
基于激光雷达的人类入侵检测方法及安防系统


[0001]本专利技术涉及人类入侵检测
，尤其是涉及一种基于激光雷达的人类入侵检测方法及安防系统。

技术介绍

[0002]智能安防系统是保障环境安全的有效技术手段，特别是如家庭住宅、私人库房等需要通过智能安防系统防止外来人员入侵的环境。对于环境中的运动物体的检测，当前有两种常见方案：一是通过数码摄像机拍摄环境画面，再将拍摄画面上传至云端进行图像分析，以识别拍摄画面中的入侵对象；二是通过激光雷达检测环境中入侵对象的位置信息，再根据检测的位置信息进行分析，以识别入侵对象是否为运动物体。
[0003]然而，在第一种方案中，由于数码摄像机的识别率极其依赖于环境光线，环境光线过强或过弱都会使拍摄画面充满噪点，容易丢失关键像素，导致图像分析无法正确识别画面内容，因此这种安防系统的鲁棒性较差；而且拍摄数据在上传云端的过程中，有被他人盗取数据的风险，不利于隐私安全。
[0004]而第二种方案由于只能检测环境中的入侵对象是否为运动物体，无法检测该运动物体是否为人类，因此当检测环境中存在人类以外的运动物体，如流浪猫狗、鸟类昆虫等，安防系统将会发生不必要误报警。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的缺点与不足，提供一种基于激光雷达的人类入侵检测方法及安防系统，能够识别检测范围内的运动的人类，且可适应于各种环境中的检测，隐私安全好。
[0006]本专利技术是通过以下技术方案实现的：一种基于激光雷达的人类入侵检测方法，包括步骤：获取激光雷达的激光束落在检测对象上的各采集点相对于激光发射点的距离ρ和方位α，得到采集点集；计算所述采集点集中的采集点形成的轮廓与人类腿部轮廓模型的相似度，当所述相似度大于相似度阈值E时，确定所述采集点集为可疑特征点集；从一扫描周期的所述可疑特征点集中获取特征顶点，获取所述特征顶点与上一扫描周期的所述可疑特征点集中每一采集点的绝对距离dis，若上一扫描周期的可疑特征点集不存在绝对距离dis小于可疑阈值β的采集点X
i
，则将所述特征顶点标记为新的可疑人腿；若上一扫描周期的可疑特征点集存在绝对距离dis小于可疑阈值β的采集点X
i
，则将所述特征顶点标记为与上一扫描周期的特征顶点相同的可疑人腿；其中，所述特征顶点为所述采集点集中距离ρ最小的采集点；构建可疑对象，每个所述可疑对象对应有第一特征序列和第二特征序列，所述第一特征序列和所述第二特征序列各包含多个标记为同一可疑人腿的所述特征顶点；根据同一可疑对象的第一特征序列和第二特征序列计算可疑步伐特征，根据所述可疑步伐特征和人类步伐特征的对比结果，确定所述检测对象是否为人类。
[0007]相对于现有技术，本专利技术提供一种基于激光雷达的人类入侵检测方法从人类腿部
特征的维度对检测对象进行是否符合人类特征的判断，同时从人类步伐特征的维度对检测对象进行是否符合人类特征的判断，综合人类腿部特征和人类步伐特征的检测结果判断该检测对象是否为人类，更有针对性地对人类入侵进行检测，能够检测安防范围内存在人类入侵，避免人类以外的运动物体进入安防检测范围造成的误报警，从而提高了安防系统的报警准确性。此外，本专利技术采用激光雷达采集检测对象的信息，不受环境光线等环境因素干扰，鲁棒性强，且相较于摄像监控更具有隐私安全。
[0008]进一步地，计算所述采集点集中的采集点形成的轮廓与人类腿部轮廓模型的相似度之前，还包括步骤：通过滑动窗口聚类的方法筛除所述采集点集中位置异常的采集点；获取所述采集点集形成的轮廓，并在极坐标系中移动所述轮廓，使所述采集点集的特征顶点与人类腿部轮廓模型的模型顶点对齐且极角相同。通过该方案筛除位置异常的采集点能够提高相似度的计算准确性。
[0009]进一步地，构建可疑对象时，包括步骤：获取新的特征顶点，并添加至与所述新的特征顶点标记为同一可疑人腿的特征顶点所在的第一特征序列或第二特征序列的末端；若不存在与所述新的特征顶点标记标记为同一可疑人腿的特征顶点，则设所述新的特征顶点为等待特征点；在一等待时间段内，出现标记为不同的可疑人腿的所述等待特征点时，以其中标记为一相同可疑人腿的等待特征点构建新的第一特征序列，以其中标记为另一相同可疑人腿的等待特征点构建新的第二特征序列，并以所述新的第一特征序列和新的第二特征序列构建一个新的可疑对象。
[0010]进一步地，所述可疑步伐特征包括第一步长序列、第二步长序列和步频序列，所述人类标准步伐特征包括人类标准步长和人类标准步频，当所述第一步长序列的M个第一步长中有N个与所述人类标准步长间的第一步长误差小于步长误差阈值，且所述第二步长序列的M个第二步长中有N个与所述人类标准步长间的第二步长误差小于步长误差阈值；且所述步频序列的M个步频中有N个与所述人类标准步频间的步频误差小于步频误差阈值时，则该检测对象为人类。
[0011]进一步地，还包括步骤：获取所述检测对象的温度，还根据所述检测对象的温度和人类体温特征的对比结果，确定所述检测对象是否为人类。同时综合人类腿部特征、人类步伐特征和人类体温特征的检测结果判断该检测对象是否为人类，更进一步提高了安防系统的报警准确性。
[0012]基于同一专利技术构思，本专利技术还提供一种基于激光雷达的人类入侵安防系统，包括：数据采集与预处理单元、人类腿部检测单元和人类步伐检测单元，其中，所述数据采集与预处理单元包括激光雷达，所述激光雷达用于采集检测对象上的各采集点相对于激光发射点的距离ρ和方位α，得到采集点集；所述人类腿部检测单元包括轮廓对比模块，所述轮廓对比模块用于计算所述采集点集中的采集点形成的轮廓与人类腿部轮廓模型的相似度，当所述相似度大于相似度阈值E时，确定所述采集点集为可疑特征点集；所述人类步伐检测单元包括可疑特征点跟踪模块、可疑对象构建模块和人类步伐特征对比模块，所述可疑特征点跟踪模块用于从一扫描周期的所述可疑特征点集中获取特征顶点，获取所述特征顶点与上一扫描周期的所述可疑特征点集中每一采集点的绝对距离dis，若上一扫描周期的可疑特征点集不存在绝对距离dis小于可疑阈值β的采集点X
i
，则将所述特征顶点标记为新的可疑人腿；若上一扫描周期的可疑特征点集存在绝对距离dis小于可疑阈值β的采集点X
i
，则将所
述特征顶点标记为与上一扫描周期的特征顶点相同的可疑人腿；其中，所述特征顶点为所述采集点集中距离ρ最小的采集点；所述可疑对象构建模块用于构建可疑对象，每个可疑对象对应有第一特征序列和第二特征序列，所述第一特征序列和所述第二特征序列各包含多个标记为同一可疑人腿的所述特征顶点；所述人类步伐特征对比模块用于根据同一可疑对象的第一特征序列和第二特征序列计算可疑步伐特征，根据所述可疑步伐特征和人类步伐特征的对比结果，确定所述检测对象是否为人类。
[0013]进一步地，所述数据采集与预处理单元还包括：数据聚类模块，所述数据聚类模块用于通过滑动窗口聚类的方法筛除所述采集点集中位置异常的采集点；所述人类腿部检测单元还包括轮廓调整模块本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于激光雷达的人类入侵检测方法，其特征在于，包括步骤：获取激光雷达的激光束落在检测对象上的各采集点相对于激光发射点的距离ρ和方位α，得到采集点集；计算所述采集点集中的采集点形成的轮廓与人类腿部轮廓模型的相似度，当所述相似度大于相似度阈值E时，确定所述采集点集为可疑特征点集；从一扫描周期的所述可疑特征点集中获取特征顶点，获取所述特征顶点与上一扫描周期的所述可疑特征点集中每一采集点的绝对距离dis，若上一扫描周期的可疑特征点集不存在绝对距离dis小于可疑阈值β的采集点X
i
，则将所述特征顶点标记为新的可疑人腿；若上一扫描周期的可疑特征点集存在绝对距离dis小于可疑阈值β的采集点X
i
，则将所述特征顶点标记为与上一扫描周期的特征顶点相同的可疑人腿；其中，所述特征顶点为所述采集点集中距离ρ最小的采集点；构建可疑对象，每个所述可疑对象对应有第一特征序列和第二特征序列，所述第一特征序列和所述第二特征序列各包含多个标记为同一可疑人腿的所述特征顶点；根据同一可疑对象的第一特征序列和第二特征序列计算可疑步伐特征，根据所述可疑步伐特征和人类步伐特征的对比结果，确定所述检测对象是否为人类。2.根据权利要求1所述的人类入侵检测方法，其特征在于，计算所述采集点集中的采集点形成的轮廓与人类腿部轮廓模型的相似度之前，还包括步骤：通过滑动窗口聚类的方法筛除所述采集点集中位置异常的采集点；获取所述采集点集形成的轮廓，并在极坐标系中移动所述轮廓，使所述采集点集的特征顶点与人类腿部轮廓模型的模型顶点对齐且极角相同。3.根据权利要求1所述的人类入侵检测方法，其特征在于，构建可疑对象时，包括步骤：获取新的特征顶点，并添加至与所述新的特征顶点标记为同一可疑人腿的特征顶点所在的第一特征序列或第二特征序列的末端；若不存在与所述新的特征顶点标记标记为同一可疑人腿的特征顶点，则设所述新的特征顶点为等待特征点；在一等待时间段内，出现标记为不同的可疑人腿的所述等待特征点时，以其中标记为一相同可疑人腿的等待特征点构建新的第一特征序列，以其中标记为另一相同可疑人腿的等待特征点构建新的第二特征序列，并以所述新的第一特征序列和新的第二特征序列构建一个新的可疑对象。4.根据权利要求1所述的人类入侵检测方法，其特征在于，所述可疑步伐特征包括第一步长序列、第二步长序列和步频序列，所述人类标准步伐特征包括人类标准步长和人类标准步频，当所述第一步长序列的M个第一步长中有N个与所述人类标准步长间的第一步长误差小于步长误差阈值，且所述第二步长序列的M个第二步长中有N个与所述人类标准步长间的第二步长误差小于步长误差阈值；且所述步频序列的M个步频中有N个与所述人类标准步频间的步频误差小于步频误差阈值时，则该检测对象为人类。5.根据权利要求1
‑
4中任一项所述的人类入侵检测方法，其特征在于，还包括步骤：获取所述检测对象的温度，还根据所述检测对象的温度和人类体温特征的对比结果，确定所述检测对象是否为人类。6.一种基于激光雷达的人类入侵安防系统，其特征在于，包括：数据采集与预处理单
元、人类腿部检测单元和人类步伐检测单元，其中，所述数据采集与预处理单元包括激光雷达，所述激光雷达用于采集检测对象上的各采集点相对于激光发射...

【专利技术属性】
技术研发人员：焦新涛，蔡智彬，梁子湘，陆祖波，
申请(专利权)人：华南师范大学，
类型：发明
国别省市：