基于機(jī)器視覺(jué)的地鐵分流系統(tǒng)

王敬仁 傅凱 蔡暉 莫盛偉 戴宇

摘要：利用機(jī)器視覺(jué)和人臉識(shí)別的地鐵分流預(yù)警系統(tǒng)，有針對(duì)性的將乘客疏導(dǎo)和分流，有效地解決擁堵問(wèn)題合理利用人力資源，符合智慧城市、智能生活的趨勢(shì)。

關(guān)鍵詞：人臉識(shí)別;地鐵分流;智慧生活;樹(shù)莓派

中圖分類(lèi)號(hào)：U231+.92 ? ? 文獻(xiàn)標(biāo)志碼：A ? ? 文章編號(hào)：1674-9324（2019）21-0055-02

本系統(tǒng)是基于openmv和樹(shù)莓派的智能地鐵分流系統(tǒng)。通過(guò)openmv攝像頭進(jìn)行人臉識(shí)別并且采集數(shù)據(jù)，將數(shù)據(jù)傳輸給樹(shù)莓派進(jìn)行數(shù)據(jù)分析和測(cè)算整理，推算出相應(yīng)的地鐵內(nèi)部的單位人流密度，進(jìn)行分流規(guī)劃和智能推薦。當(dāng)人流達(dá)到警戒閾值時(shí)，會(huì)啟動(dòng)系統(tǒng)進(jìn)行測(cè)算，在地鐵行進(jìn)過(guò)程中進(jìn)行安全語(yǔ)音播報(bào)，并且在將要到的站臺(tái)進(jìn)行智能推薦，對(duì)相應(yīng)人流密度較少的車(chē)廂進(jìn)行到站前推薦，能夠更大程度地減輕人流壓力，將正在排隊(duì)的人群進(jìn)行合理化分配和安排。openmv作為攝像頭采集部分，采集通過(guò)門(mén)口的人數(shù)，采集回來(lái)的信息通過(guò)串口傳送到樹(shù)莓派上進(jìn)行分析，最后會(huì)在屏幕上（在實(shí)際中屏幕是在地鐵的站臺(tái)處，屏幕和單片機(jī)連接）顯示車(chē)廂內(nèi)的人數(shù)和車(chē)廂擁擠程度的情況。如果超過(guò)車(chē)廂內(nèi)的座位數(shù)量，屏幕上則會(huì)顯示該節(jié)車(chē)廂為擁擠狀態(tài)，建議在站臺(tái)等候的人進(jìn)入另外的車(chē)廂。

同時(shí)此系統(tǒng)也是基于對(duì)于社會(huì)現(xiàn)狀的判斷——我國(guó)的人口數(shù)量多、城市少、城市人口密度大，我國(guó)城市發(fā)展迅速，城市人口急劇上升，客流增大，地鐵雖然能減輕地面上交通擁堵問(wèn)題，但隨著地鐵普及，人流涌向地鐵，地鐵擁堵問(wèn)題也日益嚴(yán)重。上海、北京地鐵擁堵問(wèn)題十分嚴(yán)峻。身處在現(xiàn)代社會(huì)中能夠深切感受到地鐵帶來(lái)的便利，但也受節(jié)假日地鐵擁堵問(wèn)題困擾，于是便產(chǎn)生了通過(guò)分流的辦法來(lái)緩解擁堵壓力。與此同時(shí)，愈加頻發(fā)的踩踏事故也促使去對(duì)公共交通的改進(jìn)產(chǎn)生思考。2005年10月25日四川江通校園發(fā)生踩踏事故，致8死27傷;2009年12月7日，湖南湘潭育才中學(xué)踩踏事故致8死26傷;2014年12月31日上海外灘發(fā)生踩踏事件，致36人死，49人傷亡。這些慘痛的現(xiàn)實(shí)說(shuō)明，在公共場(chǎng)合，對(duì)于踩踏事故的發(fā)生加以預(yù)防刻不容緩，對(duì)公共場(chǎng)所的人流進(jìn)行疏通，使之能夠有效預(yù)防踩踏事故的發(fā)生。同時(shí)由于對(duì)于高危場(chǎng)所的監(jiān)控疏忽，近年來(lái)，高危易燃品所導(dǎo)致的事故也逐年上升。本系統(tǒng)基于此，可以對(duì)于人流高低峰來(lái)分配工作，將工作效率最大化。

下面介紹一下系統(tǒng)的具體運(yùn)作方式——由于列車(chē)每節(jié)車(chē)廂內(nèi)人數(shù)不均勻，導(dǎo)致車(chē)廂的空間利用不均勻使得個(gè)別車(chē)廂十分擁堵而有些車(chē)廂卻相對(duì)空閑。且在列車(chē)到站前，人們無(wú)法預(yù)知車(chē)廂人員的狀況，且列車(chē)停靠時(shí)間短暫，也沒(méi)有足夠的時(shí)間供人們選擇車(chē)廂，所以導(dǎo)致?lián)矶碌能?chē)廂越來(lái)越擁堵，空閑的車(chē)廂仍然空閑。而得益于科技領(lǐng)域機(jī)器視覺(jué)的高速發(fā)展，可以通過(guò)攝像頭進(jìn)行人臉識(shí)別，有助于去統(tǒng)計(jì)人流并進(jìn)行分析。通過(guò)告知乘客未來(lái)車(chē)站空閑車(chē)廂情況來(lái)進(jìn)行分流，保證各個(gè)車(chē)廂人數(shù)平均，這樣便能達(dá)到分流效果緩解地鐵擁堵壓力。

目前主流的人臉識(shí)別技術(shù)基本上可以歸為三類(lèi)：

1.基于人臉幾何特征方法。

2.基于模版的方法，有特征臉?lè)椒?，神?jīng)網(wǎng)絡(luò)方法，動(dòng)態(tài)連接匹配方法等。

3.基于模型的方法，有主動(dòng)形狀模型和主動(dòng)外觀模型等。

人臉識(shí)別部分本項(xiàng)目采用的是特征臉?lè)椒ǎ卣髂樂(lè)椒ㄊ?0年代初期由Turk和Pentland提出的目前最流行的算法之一，具有簡(jiǎn)單有效的特點(diǎn)，也稱(chēng)為基于主成分分析（principal component analysis，簡(jiǎn)稱(chēng)PCA）的人臉識(shí)別方法[1]。

特征臉?lè)椒ǖ谋举|(zhì)是PCA降維。一般來(lái)說(shuō)，攝像頭采集圖像的越清晰，越容易識(shí)別人臉。而圖像清晰則導(dǎo)致了圖像維度呈二次曲線增長(zhǎng)，假設(shè)一幅圖像大小是30*30的，那么其維度就是900維，將其組織成一組向量，便可以應(yīng)用任何機(jī)器學(xué)習(xí)算法。但是在實(shí)際應(yīng)用當(dāng)中，一幅圖像的向量維度普遍偏高，算法復(fù)雜度也會(huì)隨之升高，因此需要使用PCA算法降維，來(lái)降低向量維度，同時(shí)讓信息損失最小化。

特征臉的訓(xùn)練過(guò)程主要三步：

一是準(zhǔn)備一組人臉的圖像（假設(shè)圖像數(shù)量為n，圖像的像素為R×C）。圖像要求拍攝條件相同，且圖像內(nèi)人臉的特征部位所在坐標(biāo)盡量相同。分別將每一幅圖像的每一行像素串聯(lián)在一起，產(chǎn)生n個(gè)具有R×C個(gè)元素的行向量。將產(chǎn)生的n組行向量?jī)?chǔ)存在矩陣T中，矩陣的每一行是一個(gè)圖像。

二是減去圖像的均值向量。圖像均值向量A要首先計(jì)算，并且T中的每一個(gè)圖像都要減掉均值向量。

三是計(jì)算出矩陣T的協(xié)方差矩陣S，然后計(jì)算出協(xié)方差矩陣的特征值和特征向量。因?yàn)槠涿恳粋€(gè)特征向量的維數(shù)與原始圖像的一致，所以每一個(gè)特征向量可以被看作是一個(gè)圖像。這些向量就是所謂的特征臉。保留其中較大特征值的特征向量，形成數(shù)據(jù)庫(kù)，特征臉訓(xùn)練便完成了。

本項(xiàng)目由于受限于硬件，測(cè)試場(chǎng)地設(shè)為實(shí)驗(yàn)室。測(cè)試時(shí)將攝像頭擺放在相應(yīng)位置，將其與樹(shù)莓派相連，同時(shí)與單片機(jī)進(jìn)行無(wú)線通信。多名隊(duì)員在教室門(mén)口被安排成假定要進(jìn)入車(chē)廂內(nèi)的乘客，每當(dāng)有乘客進(jìn)入“車(chē)廂內(nèi)”，攝像頭將會(huì)捕捉人臉，計(jì)算其特征值，并與數(shù)據(jù)庫(kù)進(jìn)行對(duì)比，若確認(rèn)為人臉，就進(jìn)行人流規(guī)劃。計(jì)算出站臺(tái)人數(shù)最有期望值，同時(shí)將數(shù)據(jù)發(fā)送至單片機(jī)，單片機(jī)的液晶屏上會(huì)推薦乘客去往相應(yīng)空閑的車(chē)廂，同時(shí)給出實(shí)時(shí)的車(chē)廂人數(shù)，由于技術(shù)限制，本組成員當(dāng)前階段只能進(jìn)行兩至三個(gè)車(chē)廂的測(cè)試。

以上作為本系統(tǒng)所覆蓋的基礎(chǔ)，而后續(xù)拓展則是將大數(shù)據(jù)結(jié)合，能夠?qū)⑿欣钕渌伎臻g記入，結(jié)合相應(yīng)具有特征性的地鐵站例如：火車(chē)站、客運(yùn)站等，能夠估計(jì)推算出相應(yīng)地鐵站的上下人數(shù)從而與大數(shù)據(jù)分析相結(jié)合，合理進(jìn)行站臺(tái)運(yùn)營(yíng)和制定應(yīng)急預(yù)案。防止在節(jié)日前后發(fā)生意外事故，防微杜漸，避免事故。同時(shí)采用了樹(shù)莓派和大數(shù)據(jù)分析相結(jié)合，受到公共集會(huì)踩踏事故啟發(fā)，希望能夠引導(dǎo)乘客避免擁堵和擁擠，提供更好的乘車(chē)環(huán)境，與此同時(shí)，減輕地鐵工作人員的壓力，將人工智能的概念引入，也希望能夠構(gòu)建一個(gè)智能互聯(lián)的社會(huì)，讓城市生活更加方便快捷安全。

而接下來(lái)是關(guān)于使用的硬件資源介紹，主要是以32單片機(jī)為主控控制系統(tǒng)——STM32F103RCT6：Cortex-M3采用目前主流ARM V7-M架構(gòu)，相比曾風(fēng)靡一時(shí)的ARMV4T架構(gòu)擁有更加強(qiáng)勁的性能，更高的代碼密度，更高的性?xún)r(jià)比。Cortex-M3處理器結(jié)合多種突破性技術(shù)，在低功耗、低成本、高性能三方面具有突破性的創(chuàng)新，使其在這幾年迅速在中低端單片機(jī)市場(chǎng)異軍突起。而數(shù)據(jù)采集部分則采用了近兩年很突出的openMv攝像頭，OpenMV采用的STM32F427擁有豐富的硬件資源，這使得樹(shù)莓派這一硬件資源具有極強(qiáng)的可移植性——引出UART，I2C，SPI，PWM，ADC，DAC以及GPIO等接口方便擴(kuò)展外圍功能。USB接口用于連接電腦上的集成開(kāi)發(fā)環(huán)境OpenMVIDE，協(xié)助完成編程、調(diào)試和更新固件等工作。[2]

最后是數(shù)據(jù)處理系統(tǒng)，是以樹(shù)莓派為核心的，它是一款基于ARM的微型電腦主板，以SD/MicroSD卡為內(nèi)存硬盤(pán)，卡片主板周?chē)?/2/4個(gè)USB接口和一個(gè)10/100以太網(wǎng)接口（A型沒(méi)有網(wǎng)口），可連接鍵盤(pán)、鼠標(biāo)和網(wǎng)線，這意味著樹(shù)莓派比一般的單片機(jī)具有更加全面的功能，是符合信息時(shí)代的主流趨勢(shì)的。[3]

本系統(tǒng)的創(chuàng)新點(diǎn)在于不止可以應(yīng)用在地鐵中，也可推廣到很多人流密集區(qū)域，并且利用人工智能和數(shù)據(jù)分析技術(shù)，就地鐵本身而言，能夠提高大家的出行效率，并且有效規(guī)避了發(fā)生意外踩踏事故的風(fēng)險(xiǎn)，減輕了工作人員等相關(guān)從業(yè)人員的負(fù)擔(dān)，同時(shí)也更好地保護(hù)了群眾的生命財(cái)產(chǎn)安全。同時(shí)相應(yīng)的對(duì)于該系統(tǒng)的應(yīng)用也有一些設(shè)想，毫無(wú)疑問(wèn)未來(lái)的社會(huì)是智能的社會(huì)，該系統(tǒng)也可以延展到機(jī)器人方向，正如同隨著服務(wù)機(jī)器人技術(shù)的迅速發(fā)展，其應(yīng)用也逐漸擴(kuò)展到各個(gè)領(lǐng)域。

參考文獻(xiàn)：

[1]cicilover人臉識(shí)別之特征臉?lè)椒–SDN[Z].

[2]OpenMV機(jī)器視覺(jué)模塊簡(jiǎn)介-Micro Vision Device-CSDN博客[Z].

[3]沈理強(qiáng)，周張濤，王澤南，許森東.基于樹(shù)莓派的交通燈實(shí)時(shí)控制系統(tǒng)[J].電子世界，2018-02-08.