[发明专利]基于CO2浓度的建筑物疏散通道内行人统计及管理方法

说明书

本发明公开一种基于CO2浓度的建筑物疏散通道内行人统计及管理方法，包括如下步骤：步骤1，实时监测建筑物疏散通道内的人员密度和COsubgt;2/subgt;浓度，实现数据的实时采集；步骤2，对采集到的数据进行处理，得到人员密度随时间变化曲线图和COsubgt;2/subgt;浓度随时间变化曲线图；步骤3，对获得的曲线图进行函数拟合,得出COsubgt;2/subgt;浓度随时间变化的定量关系式及人员密度随时间变化的定量关系式；步骤4，得出人员密度与COsubgt;2/subgt;浓度的定量关系式；步骤5，对所得到的定量关系式进行程序编译，嵌入计算机主机中，最终完成对行人通道内人员密度、人员流量的统计。

技术领域

本发明涉及对各类公共建筑的出入口、通道等行人的统计技术，具体涉及一种基于CO2浓度的建筑物疏散通道内行人统计及管理方法，可广泛应用于地铁、车站、体育馆、展览馆、商场等场所的行人通道，进行人统计及行人管理。

背景技术

随着经济的快速发展，越来越多的人口涌入城市。城市中的许多公共设施比如商场、地铁、展览馆等，都会在短时间，尤其是节假日迎来行人流高峰。近些年在各地也都发生过因为行人流过于拥挤而发生的踩踏伤亡事件，因此对这些场所行人通道的客流密度进行实时的统计和行人流管理至关重要。此外人群密度估计技术在公共安全、机场车站等交通枢纽的管控和服务等领域有着重要作用，还可为商业决策和行人流管理提供依据。

目前人员的统计方法主要可以归纳为：基于机器视觉的人员统计方法、传感器的人员统计方法、移动通信网信令的人员统计方法、基于WiFi 的人员统计方法、以及通道闸机的人员统计方法。

（1）基于机器视觉的人员统计方法

随着电脑硬件技术的提升，基于机器视觉的人员统计技术中的图像处理的机器学习算法的研究已经有大量的成果刊出。这些方法通过检测图像中的人体的物理特征来完成人数的统计，但是这些特征很难和监控场景中复杂的特征相符合。采用连通分量检测算法，设置对象特征和形状判断条件和标记对象区域，完成人数统计的目的，但是当行人间的距离较小时会造成较大的误差。

（2）传感器的人数统计方法

基于柔性力敏传感器的人数统计系统，利用柔性力敏传感器实时获取行人的压力足印，通过数据的去噪、图形的分割以及特征的提取等获得目标脚印及其特征值，最后利用特征匹配及运动轨迹规划算法来实现人数的统计。此系统能够快速响应需求，且具有不错的稳定性。该系统对传感器的生产品质要求较高，且当人数相对复杂密集时，存在除行人之外的物品时，则会出现对人体脚印的切分造成复杂错误的情形，进而导致人数统计的准确率会出现下降。而且该系统在现实场景中的应用时的隐蔽性一般。

（3）移动通信网信令的人数统计方法

通过对移动手机信号数据的分析，实现对人员的实时统计。利用数据采集接口手机信息原始数据，通过分析处理实现人员的统计进而获取城市人口分布的动态信息。该系统成功对监控区域实现实时人员的智能化统计，能够实时的监控各区域的人数分布情况，为政府相关的管理部门提供数据支撑。但此方法采集的源数据并不是全网信息，数据的结果不够严谨，另外，被监测的人群对象的隐私权利受到严重侵害，个人信息的被动采集对个人的安全存在潜在的隐患。

（4）基于WiFi的人数统计方法

利用连接到智能路由的 WiFi 的移动设备之间的通信获取 WiFi探针数据，将移动设备的 MAC 地址作为基础统计数据，通过部署在监控区域的智能路由设备，实时的获取监控区域内的人流量情况。该方法在理想的情形下，不但可以实现人流量的精确监测，还可以实现监控区域的到访频次、驻留时间、新老顾客的分布情况等功能。该假设前提带有一定的主观性，比如，一人一机和主动接入 WiFi 等情形，会造成该方法的结果带有较低的准确率。

（5）通道闸机的人数统计方法