激光雷達(dá)傳感器獲取的點(diǎn)云可以繪制三維環(huán)境圖。這種由距離點(diǎn)組成的“云”提供了大量有價(jià)值的環(huán)境信息。然而，對于某些應(yīng)用來說，這些信息過于復(fù)雜，無法進(jìn)一步處理。例如，自動(dòng)駕駛功能、交通監(jiān)控或停車點(diǎn)檢測，更需要在視野中檢測到對象。如何從激光雷達(dá)數(shù)據(jù)中獲取這些對象信息？
為了弄清這一點(diǎn)，我們來看一個(gè)應(yīng)用案例：某市正在慶祝一年一度的節(jié)日。有一場免費(fèi)音樂會(huì)正在市中心的一個(gè)大停車場舉行。因?yàn)檫@次活動(dòng)是免費(fèi)的，觀眾入場不受門票的限制。但是，由于安全問題，不允許超過1000人進(jìn)入。為了確保這一點(diǎn)，該市安裝了一個(gè)激光雷達(dá)傳感器，俯瞰音樂會(huì)區(qū)的入口，追蹤從入口經(jīng)過的人。入口是一條寬闊的通道，游客也可通過該通道離開酒店。
三維數(shù)據(jù)的精確性和匿名性
這個(gè)應(yīng)用案例與攝像頭、運(yùn)動(dòng)傳感器或人工計(jì)數(shù)等解決方案相比，激光雷達(dá)有幾個(gè)優(yōu)勢。首先，它能可靠地實(shí)時(shí)捕捉到場景的細(xì)節(jié)。例如，幾個(gè)人同時(shí)進(jìn)入場景時(shí)，普通傳感器就存在無法準(zhǔn)確識(shí)別人數(shù)的問題。例如，如果有三個(gè)人并排走著，那么在外面行走的兩個(gè)人可能會(huì)被傳感器捕獲到，但中間的人不算在內(nèi)。其次，激光雷達(dá)記錄的3D數(shù)據(jù)與相機(jī)圖像不同，并沒有記錄人臉，保護(hù)了參加音樂會(huì)觀眾的隱私。
音樂節(jié)現(xiàn)場人數(shù)如何檢測？
開始入場時(shí)，許多人涌入現(xiàn)場。在這個(gè)過程中，傳感器收集數(shù)百萬條距離數(shù)據(jù)，對于觀眾計(jì)數(shù)應(yīng)用來說，這些數(shù)據(jù)過于復(fù)雜，無法進(jìn)一步處理。它們包含每個(gè)記錄點(diǎn)的x、y和z數(shù)據(jù)，組成一個(gè)點(diǎn)云。然而，主辦方并不需要這些詳細(xì)的信息，而是需要提供給他們用于計(jì)算現(xiàn)場觀眾總數(shù)的相關(guān)數(shù)據(jù)信息。必須實(shí)時(shí)提供三條信息：主辦方需要知道有多少人通過入口。軟件所識(shí)別出來的這些人就是點(diǎn)云中的對象。此外，還需要提供被識(shí)別人的確切位置信息。這些人是已經(jīng)通過入口進(jìn)到現(xiàn)場內(nèi)，還是站在邊界之外在入口排隊(duì)？所需的第三項(xiàng)信息是關(guān)于人員流動(dòng)方向的信息。檢測到離開現(xiàn)場的人，對應(yīng)扣除現(xiàn)場觀眾數(shù)量。
需要考慮哪些方面？
這些數(shù)據(jù)是如何從復(fù)雜的點(diǎn)云數(shù)據(jù)中獲得的？為了理解這一點(diǎn)，我們將研究一個(gè)簡化的數(shù)據(jù)評估算法。首先，需要區(qū)分前景和背景。為此，對場景進(jìn)行分析并刪去背景以識(shí)別點(diǎn)簇。為此，在游客到達(dá)現(xiàn)場之前，將靜態(tài)背景記錄在點(diǎn)云中。通過記錄“現(xiàn)狀”，軟件可以確定哪些點(diǎn)簇可以被忽略，因?yàn)樗鼈兪庆o態(tài)的，屬于背景。當(dāng)人們進(jìn)入現(xiàn)場后，每一幅采集到的圖像都會(huì)與采集到的背景圖像進(jìn)行匹配，從而檢測出相同的目標(biāo)。
前景
前景和背景
背景
關(guān)于點(diǎn)云對象的殼體和邊框
當(dāng)觀眾到達(dá)時(shí)，點(diǎn)云會(huì)發(fā)生變化，這部分會(huì)被識(shí)別為新的對象。如果這些對象與原來背景圖像的比較中不存在，則會(huì)識(shí)別出運(yùn)動(dòng)對象已進(jìn)入該區(qū)域。根據(jù)凸包原理，在對象周圍繪制一個(gè)所謂的邊界框。凸殼通過連接物體最外層的點(diǎn)來描述物體的最小周長。邊界框?qū)ο蟀鼑诒M可能小的長方體中，以便更好地處理信息。采取這些措施是為了減少數(shù)據(jù)并使其更易于處理。
此邊框有助于對目標(biāo)進(jìn)行粗略分類。例如，在道路交通中，可以根據(jù)此邊框來確定檢測到的物體是汽車、自行車還是行人。在我們音樂節(jié)的例子中，即使現(xiàn)場中不太可能出現(xiàn)自行車或汽車，但是檢測邊界框的大小有助于將物體歸類，更加精確地識(shí)別物體是否為人類。因此，根據(jù)邊框大小將位于入口區(qū)域的對象粗略劃分到“人類”的類別中，并且確定這些對象的數(shù)量。
點(diǎn)云中的人
點(diǎn)云中的人，邊框標(biāo)記
人們會(huì)怎樣移動(dòng)？
入口區(qū)域內(nèi)物體的大小被確定了，還缺少關(guān)于位置和運(yùn)動(dòng)方向的信息。這些數(shù)據(jù)是如何得出的？首先，可以很容易地從邊界框中提取出關(guān)于人的確切位置的信息，因?yàn)檫@是激光雷達(dá)信息的核心——激光雷達(dá)傳感器測量距離。
另一方面，例如，可以通過觀察先前幀中對象的位置來確定移動(dòng)的方向。由于幀的生成速率是已知的，因此通過比較多個(gè)幀之間對象的位置，很容易確定對象移動(dòng)的位置和速度。根據(jù)這個(gè)速度和運(yùn)動(dòng)的方向，只要在兩個(gè)或多個(gè)幀中識(shí)別出同一點(diǎn)簇，就可以預(yù)測目標(biāo)的進(jìn)一步路徑。
結(jié)果：以列表形式呈現(xiàn)
在對象列表中會(huì)提供一系列相關(guān)信息。表中每行記錄檢測到的對象及其屬性，記錄目標(biāo)對象的大小、位置和移動(dòng)方向。這種形式的數(shù)據(jù)很容易進(jìn)行下一步處理，在音樂會(huì)這個(gè)例子中，可以確定現(xiàn)場任何時(shí)候的確切人數(shù)。這使得系統(tǒng)能夠識(shí)別何時(shí)達(dá)到最大訪客數(shù)，禁止觀眾進(jìn)入。它也可以準(zhǔn)確地檢測出什么時(shí)候現(xiàn)場人數(shù)最多，或者什么時(shí)候入口處的人群最多。這些數(shù)據(jù)可以為之后規(guī)劃的活動(dòng)提供一個(gè)參考。
處理激光雷達(dá)數(shù)據(jù)，控制游客流量
該市對音樂會(huì)現(xiàn)場使用激光雷達(dá)的效果非常滿意。當(dāng)訪客數(shù)量超過900時(shí)，我們示例中的軟件會(huì)觸發(fā)一個(gè)通知給主辦方。這使得活動(dòng)管理部門注意訪客數(shù)量，提前做好準(zhǔn)備，以便讓觀眾停止入場。在剩下的其他時(shí)間里，他們可以去做其他事情，或者欣賞樂隊(duì)演奏的音樂——因?yàn)榧す饫走_(dá)在這個(gè)過程中可以幫助他們一直關(guān)注人流量，為他們節(jié)省了大量時(shí)間和精力。
（轉(zhuǎn)載）
