一种基于深度数据的闸机通行系统技术方案

本发明专利技术公开了一种基于深度数据的闸机通行系统，包括：数据采集模块、数据对齐模块、行人定位模块、身高检测模块、距离检测模块、数据储存模块；其中，数据采集模块用于数据深度采集，数据对齐模块是将RGB颜色图和深度数据的对齐，行人定位模块将深度相机采集到的彩色照片通过YOLOv3目标检测算法进行识别，框出行人并保存框的位置信息；身高检测模块用于采集行人的身高数据；距离检测模块用于计算行人间的距离；数据储存模块将所有采集和检测数据直接存储到数据库系统中，进行留存和后期取证使用。利用本系统可以计算身高以区分成人与儿童，同时测量前后行人间距，识别连续通行者，实现更为智能化的闸机通行检测。现更为智能化的闸机通行检测。现更为智能化的闸机通行检测。

【技术实现步骤摘要】
一种基于深度数据的闸机通行系统


[0001]本专利技术涉及城市轨道交通
，特别涉及一种基于深度数据的闸机通行系统。

技术介绍

[0002]随着我国经济的发展，人口数量逐渐增多，乘坐地铁和高铁是大部分人出行的首要选择，其中地铁的人流密度大，在上下班高峰期，人流量更是达到了最高值，给地铁的管理造成较大的负担。
[0003]闸机系统是控制行人行进速度的重要设施，当人流密度较大时，闸机易出现识别精准度降低、无法识别连续通行者等问题，从而造成跟票逃票问题难以控制。同时由于无法区分人群中的成人与随行儿童，在人流量较大的情况下，将给儿童群体带来安全隐患。
[0004]基于以上问题，国内开展了利用计算机视觉或者传感器等技术进行智能化检测，提高检票的效率和精准度，有效地缓解了交通压力。有些学者研究出了人工智能双目闸机、人脸识别闸机等方案，进一步升级闸机系统。
[0005]其中，运用传感器进行检测的误差在10％
‑
15％，精度较低，并且应用场景较少，无法检测行人携带的背包等大件物品。
[0006]而采用的人工智能双目技术，是将双目传感器放置在闸机正上方，经过深度图像计算和识别，实现视野内多个目标的判断。该技术相比于光电传感器，大大提升了检测精度，但由于垂直采集信息，视野范围较小。
[0007]以上这些系统在检测精度、视野范围上有待进一步优化。

技术实现思路

[0008]本专利技术的目的在于提供一种基于深度数据的闸机通行系统，以解决上述背景讨论中技术存在的问题。
[0009]本专利技术的技术方案是：
[0010]一种基于深度数据的闸机通行系统，包括：数据采集模块、数据对齐模块、行人定位模块、身高检测模块、距离检测模块、数据储存模块；其中，数据采集模块通过深度相机进行数据深度采集，深度相机为微软Kinect，深度相机为RGB和深度同时进行采集的设备，深度相机放置在距离地面的高度2.3米，深度相机的摄像头以与水平线成45度左右的俯仰角向下拍摄；数据对齐模块是RGB颜色图和深度数据的对齐，可以通过棋盘格标定的方法实现；行人定位模块将深度相机采集到的彩色照片通过YOLOv3目标检测算法进行识别，框出行人并保存框的位置信息，便于后续计算使用；身高检测模块用于采集行人的身高数据；距离检测模块用于计算行人间的距离；数据储存模块将所有采集和检测数据直接存储到数据库系统中，进行留存和后期取证使用。
[0011]优选地，身高检测模块的具体工作过程为：步骤一，导入深度信息以及框的位置信息，将深度信息剪裁，只保留框内的深度信息，从而更集中地对行人所在区域进行处理，排
除行人外的环境的干扰；步骤二，建立数学模型，计算行人身高：深度相机到行人头顶的最小距离MinDepth，深度相机与行人头顶延深至地面点之间的距离MaxDepth，深度相机距离地面的垂直高度距离KinectHeight，根据公式计算出行人的身高Height；步骤三，根据不同场景下采集到的行人图片，多次通过上述过程计算得出的行人身高，并取平均值，然后计算出特定行人的实际身高Personheight。
[0012]优选地，距离检测模块测算行人之间的距离的具体过程为：步骤一，计算深度相机的俯仰角α：α＝arctan(Dmin/KinectHeight)和深度相机的垂直视角θ：θ＝arctan(Dmax/KinectHeight)
‑
α，其中，图像底边距离深度相机实际距离为Dmax，图像顶边距深度相机的实际距离设置为Dmin，深度相机距离地面的垂直高度距离KinectHeight；步骤二，根据比例关系公式：得到Ylength的计算公式：Ylength＝Kinectheight*tan(α+Δθ)，其中，Ylength为图像一点的纵坐标Y0到深度相机的垂直距离，Photoheight是kinect采集到的图片的高度、Dq为采集到的图片中人的头部与图片底部之间的夹角、q为垂直场视角，即图片顶部与底部之间的夹角；步骤三，带入身高检测模块中计算出的行人身高Personheight，计算行人脚部与深度相机的地面水平距离TempDis为：步骤四，将计算出的两个行人的TempDis做差，从而得到行人的间距Distence。
[0013]本系统基于计算机视觉和深度学习的行人识别技术，使用RGB和深度相机，利用深度数据实现智能化行人检测，计算身高以区分成人与儿童，同时测量前后行人间距，识别连续通行者，实现更为智能化的闸机通行检测。具体而言，该系统具有如下优点：
[0014](1)高精度：1％左右的身高测算误差，精确测量行人的身高，以区分成人和儿童；有效把控行人间距，以检测尾随违规过闸行为。
[0015](2)算法创新：传统单目测距算法只能测量平面距离，摄像头只能平行于地面拍摄，无法检测三维场景下的深度信息，我们融合了单目测距算法及身高检测模块得到的身高信息，改进单目测距算法，实现二维到三维的场景重建。
[0016](3)视野开阔，高效快捷：相比于普通闸机系统，此项目摄像头从高往低进行拍摄，视角开阔、减少人与人之间遮挡，方便信息采集，在人群量大的情况下，可以快速获取多人信息，高效检测，减少排队时间。除此之外，采用深度学习算法对拍摄到的照片进行行人加框处理，在此基础上，仅对框选的行人进行深度信息提取，提高了照片处理的整体效率。
[0017](4)具有较好的可扩展性：相比于普通闸机，此系统可以根据视觉信息检测行人通行速度、人脸识别实现无接触式检票、行人大件行李检测等，具有很强的可扩展性
附图说明
[0018]图1为本专利技术实施例提供的一种基于深度数据的闸机通行系统完整流程图；
[0019]图2为本专利技术实施例提供的一种基于深度数据的闸机通行系统中身高检测示意图；
[0020]图3为本专利技术实施例提供的一种基于深度数据的闸机通行系统中单目测距几何关
系侧视图；
[0021]图4为本专利技术实施例提供的一种基于深度数据的闸机通行系统中单目测距几何关系俯视图；
[0022]图5为本专利技术实施例提供的一种基于深度数据的闸机通行系统中单目测距几何关系平面示意图；
[0023]图6为本专利技术实施例提供的一种基于深度数据的闸机通行系统中基于单目测距的两人距离测量模型。
具体实施方式
[0024]下面详细描述本专利技术的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。
[0025]为便于对本专利技术实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本专利技术实施例的限定。
[0026]如图1所示，一种基于深度数据的闸机通行系统，包括：数据采集模块、数据对齐模块、行人定位模块、身高检测模块、距离检测模块、数据储存模块；其中，数据采集模块通过深度相机进行数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度数据的闸机通行系统，其特征在于，包括：数据采集模块、数据对齐模块、行人定位模块、身高检测模块、距离检测模块、数据储存模块；其中，所述数据采集模块通过深度相机进行数据深度采集，所述深度相机为微软Kinect，所述深度相机为RGB和深度同时进行采集的设备，所述深度相机放置在距离地面的高度2.3米，所述深度相机的摄像头以与水平线成45度左右的俯仰角向下拍摄；所述数据对齐模块是RGB颜色图和深度数据的对齐，可以通过棋盘格标定的方法实现；所述行人定位模块将所述深度相机采集到的彩色照片通过YOLOv3目标检测算法进行识别，框出行人并保存框的位置信息，便于后续计算使用；所述身高检测模块用于采集行人的身高数据；所述距离检测模块用于计算行人间的距离；所述数据储存模块将所有采集和检测数据直接存储到数据库系统中，进行留存和后期取证使用。2.根据权利要求1所述的一种基于深度数据的闸机通行系统，其特征在于，所述身高检测模块的具体工作过程为：步骤一，导入深度信息以及框的位置信息，将深度信息剪裁，只保留框内的深度信息，从而更集中地对行人所在区域进行处理，排除行人外的环境的干扰；步骤二，建立数学模型，计算行人身高：所述深度相机到行人头顶的最小距离MinDepth，所述深度相机与行人头顶延深至地面点之间的距离MaxDepth，所述深度相机距离地面的垂直高度距离KinectHeight，根据公式计算出行...

【专利技术属性】
技术研发人员：林春雨，王会心，王昱婷，贺桢，聂浪，赵耀，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：