[发明专利]基于3D雷达扫描的车厢拥挤度检测方法及装置、系统

说明书

本发明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。

技术领域

本发明涉及列车运力技术领域，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。

背景技术

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，发明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。

发明内容

本发明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，本发明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：