一种高铁动车组卫生间人员异常状态的智能侦测算法制造技术

本发明专利技术公开了一种高铁动车组卫生间人员异常状态的智能侦测算法，包括如下步骤：S1、在动车组卫生间内安装三维激光雷达和红外体温传感器，所述三维激光雷达设置于车厢顶部；S2、在动车组卫生间无人情况下利用三维激光雷达扫描动车组卫生间车厢，此时得到初始背景点云图；S3、三维激光雷达扫描动车组卫生间人员的状态获取待识别点云图；S4、待识别云图与初始背景点云进行对比，筛选出待识别点云图与初始背景点云图中点云编号位置距离相同的点并删去，剩余的点组成的点云图则为卫生间车厢中的人员的身体状态点云图；S5、根据人员的身体状态点云图判断人员处于正常状态或者异常状态，若判定为异常状态，则三维激光雷达自动报警。则三维激光雷达自动报警。则三维激光雷达自动报警。

【技术实现步骤摘要】
一种高铁动车组卫生间人员异常状态的智能侦测算法


[0001]本专利技术涉及轨道交通领域，尤其是一种高铁动车组卫生间人员异常状态的智能侦测算法。

技术介绍

[0002]高铁动车组作为现在旅客出行选择的重要交通工具，旅途过程中安全是旅客首要考虑的问题，由于列车运行速度比较快，在高铁内产生的任何有害气体都会飘散在整个车厢中。而抽烟的时候产生的有害气体往往比抽烟本身更具有毒害作用，为了其他乘客的安全考虑，高铁动车组上不能吸烟。现有的动车组卫生间内没有采用任何监测设备，如果旅客在动车组卫生间内吸烟是发现不了的，再有，对于一些身体不适的人，如发烧、行动不便的人在动车组卫生间内更易发生异常，也会存在正常旅客不小心发生异常，如：摔倒在地、晕倒在墙边、仰于马桶等，旅客不能及时得到施救，这对出行旅客的安全是有一定隐患的。目前三维激光雷达在数字化城市、无人驾驶、虚拟现实、复杂场景人体目标识别、障碍物识别等方面应用前景广阔，通过处理激光点云对环境、人员进行分割，常用的激光点云处理方法一种是基于栅格，另一种是基于现有的基础分割算法直接在三维空间进行处理，常用的方法包括基于边缘检测算法的分割、基于区域生长的分割、基于特征聚类的分割以及基于深度学习的分割。对于三维激光雷达对人体目标的识别的研究，仅仅停留在“识别”的阶段，且上述方法较为复杂，不适合简单的特定场景。针对动车组卫生间内人员异常的检测还未出现基于三维激光雷达相关的研究报道。

技术实现思路

[0003]本专利技术需要解决的技术问题是提供一种高铁动车组卫生间人员异常状态的智能侦测算法，在动车组卫生间内安装三维激光雷达和红外体温传感器，通过后台算法实现人员异常状态的自动识别，保证旅客在乘坐高铁动车组的旅途过程中更为安全。
[0004]为解决上述技术问题，本专利技术所采用的技术方案是：一种高铁动车组卫生间人员异常状态的智能侦测算法，包括如下步骤：
[0005]步骤S1、在动车组卫生间内安装三维激光雷达和与三维激光雷达定性连接的红外体温传感器，所述三维激光雷达设置于车厢顶部；
[0006]步骤S2、在动车组卫生间无人情况下利用三维激光雷达扫描动车组卫生间车厢，此时得到初始背景点云图；
[0007]步骤S3、三维激光雷达扫描动车组卫生间人员的状态获取待识别点云图；
[0008]步骤S4、待识别云图与初始背景点云进行对比，筛选出待识别点云图与初始背景点云图中点云编号位置距离相同的点并删去，剩余的点组成的点云图则为卫生间车厢中的人员的身体状态点云图；
[0009]步骤S5、根据人员的身体状态点云图判断人员处于正常状态或者异常状态，若判定为异常状态，则三维激光雷达自动报警。
[0010]本专利技术技术方案的进一步改进在于：所述步骤S1中红外体温传感器内设定温度高于50℃，则判定明火吸烟；所述动车组卫生间内还设置有烟雾报警器。
[0011]本专利技术技术方案的进一步改进在于：所述步骤S2中初始背景点云记为A
i
(x
i
,y
i
,z
i
)，其中，i表示初始背景点云的编号，分别为1、2、3
…
、M，存入集合S1(A1,A2…
A
M
)。
[0012]本专利技术技术方案的进一步改进在于：所述步骤S3中所述待识别点云为B
nj
(x
j
,y
j
,z
j
)，其中，j表示待识别点云的编号，分别为1、2、3
…
、N，N＝M，某一环待识别点云图存入集合S
n2
(B1,B2…
B
N
)，所有环的点云存入集合S(S
12
,S
22
…
S
n2
)，n＝1、2、3
…
n
p
，n表示扫描环次，n
p
表示扫描总环次。
[0013]本专利技术技术方案的进一步改进在于：所述步骤S4中待识别点云图与初始背景点云图中点云编号位置距离相同的点分别为Δx＝|x
j
‑
x
i
|＝α1、Δy＝|y
j
‑
y
i
|＝β1、Δz＝|z
j
‑
z
i
|＝γ1且其α1、β1、γ1均为趋于0的常数，其中i＝j，所述人员的身体状态点云存于集合B(B1,B2…
B
n
)。
[0014]本专利技术技术方案的进一步改进在于：所述步骤S5中的具体过程为：
[0015]步骤S51、筛选人员的身体状态点云集合B(B1,B2…
B
n
)中每环的minz
j
，计算人员头部直立状态下的身高h
r
＝h
cd
‑
min{minz
1j
,minz
2j
,
…
,minz
nj
}，其中，h
cd
为三维激光雷达距离车厢地面的高度；
[0016]步骤S52、判断人员是否处于正常状态：若人员的身体状态点云中第n环满足h
r
‑
η≤h
cd
‑
minz
nj
≤h
cd
，η为头部长度的二分之一，此时判定人员处于正常状态；
[0017]步骤S53、判断人员是否处于平躺异常状态：若人员的身体状态点云中第n1环满足n1∈n，ξ为人体侧面厚度，且该环中波动值较小，即方差μ为趋于0的常数，则判定人员此时平躺于地面，选取n1+hσ环的数据点，σ表示环次，h表示正整数；连续ε1时间范围内第n1+hσ环同时满足均成立，则认为此人平躺出现异常；
[0018]步骤S54、判断人员是否处于直立异常状态：筛选人员的身体状态点云中第n2环的最小高度值和最大高度值n2∈n，最小高度值所在点记为最大高度值所在点记为若α2、β2均为趋于0的常数，则判定此人处于直立状态；在找到P点的基础上，在该环中筛选一点O，该点所在的x轴、y轴、z轴方向坐标值最大，记为若δ为趋于
‑
1的常数，则认为此人坐于车厢地面，背靠车厢壁，选取n2+hσ环的数据点，连续ε2时间范围内第n2+hσ环满足：则此人员坐于车厢地面，背靠车厢壁，判定此人处于直立异常状态；
[0019]步骤S55、判断人员是否处于仰倒异常状态：筛选人员的身体状态点云中第n3环的最小高度值n3∈n，若其中γ1、γ2之间的距离为人体屁股以上的距离，则此人处于蹲马桶状态，筛选范围内的点，h
dmt
表示三维激光雷达扫描到人体时激光雷达到扫描点的高度，γ3为人员头部的长度，利用最小二乘法拟合该范围内的点组成的直线，得到斜率若其中λ值为1，则认为人员仰倒于马桶上，连续ε3时间范围内第n3+hσ环满足：范围内的点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高铁动车组卫生间人员异常状态的智能侦测算法，其特征在于：包括如下步骤：步骤S1、在动车组卫生间内安装三维激光雷达和与三维激光雷达定性连接的红外体温传感器，所述三维激光雷达设置于车厢顶部；步骤S2、在动车组卫生间无人情况下利用三维激光雷达扫描动车组卫生间车厢，此时得到初始背景点云图；步骤S3、三维激光雷达扫描动车组卫生间人员的状态获取待识别点云图；步骤S4、待识别云图与初始背景点云进行对比，筛选出待识别点云图与初始背景点云图中点云编号位置距离相同的点并删去，剩余的点组成的点云图则为卫生间车厢中的人员的身体状态点云图；步骤S5、根据人员的身体状态点云图判断人员处于正常状态或者异常状态，若判定为异常状态，则三维激光雷达自动报警。2.根据权利要求1所述的一种高铁动车组卫生间人员异常状态的智能侦测算法，其特征在于：所述步骤S1中红外体温传感器内设定温度高于50℃，则判定明火吸烟；所述动车组卫生间内还设置有烟雾报警器。3.根据权利要求1所述的基于一种高铁动车组卫生间人员异常状态的智能侦测算法，其特征在于：所述步骤S2中初始背景点云记为A
i
(x
i
,y
i
,z
i
)，其中，i表示初始背景点云的编号，分别为1、2、3
…
、M，存入集合S1(A1,A2…
A
M
)。4.根据权利要求3所述的基于一种高铁动车组卫生间人员异常状态的智能侦测算法，其特征在于：所述步骤S3中所述待识别点云为B
nj
(x
j
,y
j
,z
j
)，其中，j表示待识别点云的编号，分别为1、2、3
…
、N，N＝M，某一环待识别点云图存入集合S
n2
(B1,B2…
B
N
)，所有环的点云存入集合S(S
12
,S
22
…
S
n2
)，n＝1、2、3
…
n
p
，n表示扫描环次，n
p
表示扫描总环次。5.根据权利要4所述的基于一种高铁动车组卫生间人员异常状态的智能侦测算法，其特征在于：所述步骤S4中待识别点云图与初始背景点云图中点云编号位置距离相同的点分别为Δx＝|x
j
‑
x
i
|＝α1、Δy＝|y
j
‑
y
i
|＝β1、Δz＝|z
j
‑...

【专利技术属性】
技术研发人员：商霖，李峰，刘睿，高珊，李培远，陈晓芳，晁悦，
申请(专利权)人：河北建投交通投资有限责任公司，
类型：发明
国别省市：