本發(fā)明涉及公共安防技術(shù)領(lǐng)域，尤其涉及一種基于激光雷達的行人流量檢測系統(tǒng)及方法。

背景技術(shù)：

現(xiàn)有的生活中，無論是在圖書館、商場還是大型會場檢測每天的行人流量對于改進商場的經(jīng)營管理方式，調(diào)整銷售策略，吸引顧客，增加收益，提高工作效率必不可少。另外行人計數(shù)也可以為公共安全管理者提供重要的決策依據(jù)，公安部門可以通過行人計數(shù)系統(tǒng)實時監(jiān)測各地區(qū)的行人流量與方向，進而預(yù)測人群聚集的區(qū)域，結(jié)合計數(shù)結(jié)果，可以提前對人流量過大、可能出現(xiàn)的安全事故進行預(yù)警，及時疏導(dǎo)人流，避免事故的發(fā)生。

目前國內(nèi)外人流量檢測系統(tǒng)主要分為兩種：接觸式和非接觸式。接觸式的行人計數(shù)設(shè)備包括閘機、壓電計數(shù)器等；非接觸式計數(shù)設(shè)備包括紅外計數(shù)器、熱傳感器、激光測距儀和攝像頭來監(jiān)測人流量。接觸式計數(shù)工具的優(yōu)點是技術(shù)簡單。一些接觸式行人計數(shù)工具可以非常準確的計算行人數(shù)量，如地鐵站的閘機；但是另一些行人計數(shù)工具，如壓電式計數(shù)器，雖然可以檢測重量，但是無法判斷是否是行人或者行人的數(shù)量?？傮w上，接觸式的設(shè)備會干擾行人正常的行走，降低人流速度。非接觸式計數(shù)工具不會與行人發(fā)生物理接觸，因此不會影響行人的正常通行。但是，行人計數(shù)的準確度可能受到外部環(huán)境和行人密集程度的影響。以紅外線計數(shù)器為例，行人經(jīng)過時，紅外發(fā)射器發(fā)射的光束被行人遮擋，接收器暫時無法收到紅外光束，行人數(shù)量加一。這種方法的技術(shù)原理簡單，且設(shè)備部署方便。但是，當行人數(shù)量較多，應(yīng)用場景比較擁擠時，紅外計數(shù)器就無法計數(shù)并排行人的數(shù)量，導(dǎo)致計數(shù)準確度的嚴重下降。采用攝像頭作為傳感器是目前市場上最主流的方法，其優(yōu)點是使用簡單，傳感器技術(shù)成熟，缺點是，缺乏深度信息，數(shù)據(jù)分割困難，容易受到光照陰影的影響，檢測目標之間容易相互遮擋，在大場景高動態(tài)的大量目標檢測顯得力不從心。例如日本北陽電機公司所研制的行人流量檢測系統(tǒng)，采用兩臺激光掃描儀聯(lián)網(wǎng)，由一電腦遠程控制并進行數(shù)據(jù)處理。其系統(tǒng)結(jié)構(gòu)簡單，激光雷達在水平面內(nèi)進行掃描，主要應(yīng)用于稀疏客流狀況下的行人檢測與統(tǒng)計，如自動門控制等。

激光掃描儀在行人腰部高度進行水平面內(nèi)掃描，行人間的數(shù)據(jù)遮擋嚴重，密集情況下的客流量統(tǒng)計精度低；其中激光雷達作為目前最可靠的傳感器，價格十分昂貴，其它種類傳感器存在精度不高，探測距離和探測范圍有限，不能識別物體的缺點，因而無法得到廣泛使用。這方面，國內(nèi)激光雷達市場發(fā)展不夠成熟，到目前為止都沒有成熟的應(yīng)用方案。

綜上可知，現(xiàn)有技術(shù)在實際使用上顯然存在不便與缺陷，所以有必要加以改進。

技術(shù)實現(xiàn)要素：

針對上述的缺陷，本發(fā)明的目的在于提供一種基于激光雷達的行人流量檢測系統(tǒng)及方法，其目的在于消除光照變化和相近背景顏色對計數(shù)的影響，實現(xiàn)行人之間的遮擋對計數(shù)和方向判斷的干擾，實現(xiàn)雙向計數(shù)，提高激光雷達的實用價值。

為了實現(xiàn)上述目的，本發(fā)明提供一種基于激光雷達的行人流量檢測系統(tǒng)，包括至少一核心終端、激光雷達和管理服務(wù)端，所述核心終端包括：

前景檢測模塊，用于根據(jù)距離數(shù)據(jù)生成包含行人的前景的高度圖，對所述前景中的檢測點的作聚類處理得到行人的高度團塊；

行人計數(shù)模塊，用于根據(jù)所述高度圖識別監(jiān)控區(qū)域內(nèi)的所述高度團塊，計算監(jiān)控區(qū)域內(nèi)行人的數(shù)量；

方向判斷模塊，用于根據(jù)行人的數(shù)量將所述高度團塊、所述檢測點解析，判斷行人方向得到行人數(shù)據(jù)；

所述前景檢測模塊設(shè)置在所述激光雷達和所述行人計數(shù)模塊之間，所述核心終端通過網(wǎng)絡(luò)連接將所述行人數(shù)據(jù)發(fā)送到管理服務(wù)端，所述行人數(shù)據(jù)包括所述行人的所述距離數(shù)據(jù)、方向、人數(shù)。

根據(jù)本發(fā)明所述的基于激光雷達的行人流量檢測系統(tǒng)，所述前景檢測模塊還包括：

背景子模塊，用于根據(jù)初始化配置進行背景建模；

獲取子模塊，用于獲取所述激光雷達的距離數(shù)據(jù)，所述距離數(shù)據(jù)包括行人的二維平面距離和坐標數(shù)據(jù)；

預(yù)處理子模塊，用于從所述距離數(shù)據(jù)提取所述檢測點對應(yīng)的所述高度團塊作為所述前景；所述預(yù)處理子模塊還用于判斷所述高度團塊中的檢測點是否有效并按預(yù)設(shè)規(guī)則分流數(shù)據(jù)幀；

聚類子模塊，用于對所述前景中的有效的所述檢測點進行聚類分析。

根據(jù)本發(fā)明所述的基于激光雷達的行人流量檢測系統(tǒng)，所述行人計數(shù)模塊還包括：

團塊計算子模塊，用于根據(jù)所述高度團塊數(shù)據(jù)計算團塊的幾何特征；

回歸分析子模塊，用于對所述幾何特征調(diào)用高斯過程回歸計算行人的數(shù)量；

所述行人計數(shù)模塊還用于將已經(jīng)完成行人計數(shù)與方向判斷的高度圖刪除，回收所述高度圖占用的內(nèi)存空間。

根據(jù)本發(fā)明所述的基于激光雷達的行人流量檢測系統(tǒng)，所述方向判斷模塊還包括：

頭部特征子模塊，用于沿時間軸投影以突出行人的頭部特征，用可變大小的滑動窗口定位頭部區(qū)域；

分析方向子模塊，用于根據(jù)所述高度團塊數(shù)據(jù)中的所述檢測點的綜合分析結(jié)果，投票判斷行人方向。

根據(jù)本發(fā)明所述的基于激光雷達的行人流量檢測系統(tǒng)，所述管理服務(wù)端還包括：

接收模塊，用于接收各個通道的所述核心終端通過交換機上傳的行人數(shù)據(jù)；

配置模塊，用于對各個所述核心終端配置服務(wù)參數(shù)。

報警模塊，用于根據(jù)行人數(shù)據(jù)中的方向上獲取當前方向的人數(shù)，當所述人數(shù)達到告警閾值發(fā)出告警。

本發(fā)明提供一種基于激光雷達的行人流量檢測方法，包括：

根據(jù)距離數(shù)據(jù)生成包含行人的前景的高度圖，對所述前景中的檢測點的作聚類處理得到行人的高度團塊；

根據(jù)所述高度圖識別監(jiān)控區(qū)域內(nèi)的高度團塊，計算監(jiān)控區(qū)域內(nèi)行人的數(shù)量；

根據(jù)行人的數(shù)量將所述高度團塊、所述檢測點解析，判斷行人方向得到行人數(shù)據(jù)；

所述行人數(shù)據(jù)包括所述行人的所述距離數(shù)據(jù)、方向、人數(shù)。

根據(jù)本發(fā)明所述的基于激光雷達的行人流量檢測方法，還包括：

核心終端通過網(wǎng)絡(luò)連接將所述行人數(shù)據(jù)發(fā)送到管理服務(wù)端；

所述根據(jù)距離數(shù)據(jù)生成包含行人的前景的高度圖，對所述前景中的檢測點的作聚類處理得到行人的高度團塊的步驟還包括：

根據(jù)初始化配置進行背景建模；

獲取所述激光雷達的距離數(shù)據(jù)，所述距離數(shù)據(jù)包括行人的二維平面距離和坐標數(shù)據(jù)；

判斷所述高度團塊中的檢測點是否有效并按預(yù)設(shè)規(guī)則分流數(shù)據(jù)幀；

從所述距離數(shù)據(jù)提取所述檢測點對應(yīng)的所述高度團塊作為所述前景；

對所述前景中的有效的所述檢測點進行聚類分析。

根據(jù)本發(fā)明所述的基于激光雷達的行人流量檢測方法，所述根據(jù)所述高度圖識別監(jiān)控區(qū)域內(nèi)的高度團塊，計算監(jiān)控區(qū)域內(nèi)行人的數(shù)量的步驟還包括：

根據(jù)所述高度團塊數(shù)據(jù)計算團塊的幾何特征；

對所述幾何特征調(diào)用高斯過程回歸計算行人的數(shù)量；

將已經(jīng)完成行人計數(shù)與方向判斷的高度圖刪除，回收所述高度圖占用的內(nèi)存空間。

根據(jù)本發(fā)明所述的基于激光雷達的行人流量檢測方法，所述行人計數(shù)模塊還包括：

沿時間軸投影以突出行人的頭部特征，用可變大小的滑動窗口定位頭部區(qū)域；

根據(jù)所述高度團塊數(shù)據(jù)中的所述檢測點的綜合分析結(jié)果，投票判斷行人方向。

根據(jù)本發(fā)明所述的基于激光雷達的行人流量檢測方法，所述方法還包括：

接收各個通道的所述核心終端通過交換機上傳的行人數(shù)據(jù)；

對各個所述核心終端配置服務(wù)參數(shù)。

根據(jù)行人數(shù)據(jù)中的方向上獲取當前方向的人數(shù)，當所述人數(shù)達到告警閾值發(fā)出告警。

本發(fā)明通過應(yīng)用激光雷達較高的角度分辨率和掃描頻率，且不易受到光照變化的影響，測距精度高，實現(xiàn)了基于激光的雙向行人計數(shù)方法，該基本消除了光照變化和相近背景顏色對計數(shù)的影響，減輕了行人之間的遮擋對計數(shù)的干擾，提高激光雷達的實用價值。

附圖說明

圖1是本發(fā)明基于激光雷達的行人流量檢測系統(tǒng)的核心終端結(jié)構(gòu)示意圖；

圖2是本發(fā)明基于激光雷達的行人流量檢測系統(tǒng)的核心終端的優(yōu)選結(jié)構(gòu)示意圖；

圖3是本發(fā)明基于激光雷達的行人流量檢測系統(tǒng)流程示意圖；

圖4是本發(fā)明基于激光雷達的行人流量檢測系統(tǒng)的實施例整體示意圖；

圖5是本發(fā)明基于激光雷達的行人流量檢測方法第一實施例流程示意圖；

圖6A是本發(fā)明基于激光雷達的行人流量檢測方法第二實施例流程示意圖之一；

圖6B是本發(fā)明基于激光雷達的行人流量檢測方法第二實施例流程示意圖之二；

圖7是本發(fā)明基于激光雷達的行人流量檢測方法第三實施例完整流程示意圖；

圖8是本發(fā)明基于激光雷達的行人流量檢測系統(tǒng)的激光雷達示意圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

為了解決上述問題，結(jié)合圖示說明，如圖1～圖3所示，零部件可以是內(nèi)置于移動終端的軟件單元，硬件單元或軟硬件結(jié)合單元。結(jié)合圖示說明，如圖1～圖3所示，本發(fā)明提供的一種基于激光雷達的行人流量檢測系統(tǒng)，包括至少一核心終端100、激光雷達300和管理服務(wù)端200，核心終端100包括：

前景檢測模塊10，用于根據(jù)距離數(shù)據(jù)生成包含行人的前景的高度圖，對所述前景中的檢測點的作聚類處理得到行人的高度團塊；

行人計數(shù)模塊20，用于根據(jù)所述高度圖識別監(jiān)控區(qū)域內(nèi)的所述高度團塊，計算監(jiān)控區(qū)域內(nèi)行人的數(shù)量；

方向判斷模塊30，用于根據(jù)行人的數(shù)量將所述高度團塊、所述檢測點解析，判斷行人方向得到行人數(shù)據(jù)；

前景檢測模塊10設(shè)置在所述激光雷達300和行人計數(shù)模塊20之間，所述核心終端通過網(wǎng)絡(luò)連接將行人數(shù)據(jù)發(fā)送到管理服務(wù)端，所述行人數(shù)據(jù)包括所述行人的所述距離數(shù)據(jù)、方向、人數(shù)。數(shù)據(jù)處理過程：在高度圖中，前景指在行人身上的檢測點組成的高度團塊。前景檢測模塊在系統(tǒng)中處于硬件和行人計數(shù)模塊之間，主要作用是讀取激光測距儀返回的距離數(shù)據(jù)，然后轉(zhuǎn)為前景的高度，對檢測點聚類，生成行人高度團塊。以此改進，探測距離、掃描范圍、掃描頻率、角度分辨率、測量距離精度等參數(shù)得到有效提升，產(chǎn)品安裝簡單，實用性和實時性強；其中：①激光雷達300的傳感器在采用常規(guī)的傳感器時，能夠測量200米范圍內(nèi)全方位二維平面距離和方位信息，測量頻率高，數(shù)據(jù)更新速率快，可準確獲取障礙物的位置坐標，并根據(jù)實際需要，設(shè)置安全區(qū)域，本實施例也可以運用更大范圍的傳感器，使得激光雷達300具有更寬的監(jiān)控范圍。②核心終端100的作用是通過內(nèi)置的ARM(Advanced RISC Machines)算法板，對獲得的數(shù)據(jù)進行處理，利用算法分析障礙物的輪廓，檢測行人流量得到準確的結(jié)果。

本發(fā)明所述的基于激光雷達的行人流量檢測系統(tǒng)更進一步地有，前景檢測模塊10還包括：

背景子模塊11，用于根據(jù)初始化配置進行背景建模；

獲取子模塊12，用于獲取所述激光雷達的距離數(shù)據(jù)，所述距離數(shù)據(jù)包括行人的二維平面距離和坐標數(shù)據(jù)；

預(yù)處理子模塊13，用于從所述距離數(shù)據(jù)提取檢測點對應(yīng)的高度團塊作為所述前景；預(yù)處理子模塊13還用于判斷所述高度團塊中的檢測點是否有效并按預(yù)設(shè)規(guī)則分流數(shù)據(jù)幀；

聚類子模塊14，用于對所述前景中的有效的所述檢測點進行聚類分析。

更進一步地，行人計數(shù)模塊20還包括：

團塊計算子模塊21，用于根據(jù)所述高度團塊數(shù)據(jù)計算團塊的幾何特征；

回歸分析子模塊22，用于對所述幾何特征調(diào)用高斯過程回歸計算行人的數(shù)量；

行人計數(shù)模塊20還用于將已經(jīng)完成行人計數(shù)與方向判斷的高度圖刪除，回收所述高度圖占用的內(nèi)存空間。

本發(fā)明所述基于激光雷達的行人流量檢測系統(tǒng)優(yōu)選的是，方向判斷模塊30還包括：

頭部特征子模塊31，用于沿時間軸投影以突出行人的頭部特征，用可變大小的滑動窗口定位頭部區(qū)域；

分析方向子模塊32，用于根據(jù)所述高度團塊數(shù)據(jù)中的所述檢測點的綜合分析結(jié)果，投票判斷行人方向。TOF激光雷達采用200m范圍的傳感器時，或者更大范圍的傳感器，依然實現(xiàn)360度全方位內(nèi)環(huán)境掃描探測，對應(yīng)的監(jiān)控范圍內(nèi)的物體的距離數(shù)據(jù)都能采集到，尤其是將激光雷達300在高處置頂部署，傾斜向下檢測，減少了行人之間的對激光遮擋，提高了檢測的準確率。

利用可變大小的滑動窗口對行人頭部進行有效檢測，同時采用投票的方法，達到雙向運動判斷的目的；在激光雷達掃描探測的基礎(chǔ)上，可以采用任何一種微處理器進行數(shù)據(jù)處理。如圖4所示各模塊的信息如下：激光雷達主要包括激光雷達傳感器，與核心終端100中激光雷達作為最核心的傳感器，如圖4和圖8所示，是整個系統(tǒng)存在的基礎(chǔ)，激光雷達基于TOF(Time of Flight，飛行時間)原理，其精度不易受距離和光照影響,具體而言,就是根據(jù)激光遇到障礙物后的折返時間，計算目標與自己的距離。得到距離數(shù)據(jù)后，對視野中的障礙物和行人進行成像處理，最終用機器視覺技術(shù)對行人和障礙物識別。

根據(jù)本發(fā)明所述的基于激光雷達的行人流量檢測系統(tǒng)，管理服務(wù)端200還包括：

接收模塊210，用于接收各個通道的核心終端100通過交換機上傳的行人數(shù)據(jù)；

配置模塊220，用于對各個所述核心終端配置服務(wù)參數(shù)。

報警模塊230，用于根據(jù)行人數(shù)據(jù)中的方向上獲取當前方向的人數(shù)，當所述人數(shù)達到告警閾值發(fā)出告警。

圖4中可以基于激光雷達的行人流量檢測系統(tǒng)的整體施工配置，可以看到應(yīng)用場景，如圖4所示,檢測設(shè)備的部署示意圖，主要由激光雷達300，核心終端100(主要包括處理器)，交換機400以及后臺控制作用的管理服務(wù)端200組成，這里管理服務(wù)端200主要是對網(wǎng)絡(luò)參數(shù)進行配置，設(shè)置預(yù)警參數(shù)，優(yōu)選的是，設(shè)置有顯示模塊250，可以對各個通道的行人流量及行走方向進行顯示。所述激光雷達還包括三角測距激光雷達，即基于三角測距原理的激光雷達。優(yōu)選的是，所述激光雷達是TOF激光雷達，且包括單線和/或者多線，所述核心終端中設(shè)置有ARM處理器處理激光雷達數(shù)據(jù)。所述激光雷達置頂部署在高處，傾斜向下檢測行人。

上述實施例中采用的激光雷達可以進行替換，其中TOF激光雷達可以是單線或者多線，或者用其它類型激光雷達，均可以任意組合替換，以實現(xiàn)同樣的作用效果。激光雷達也可以用于檢測車流量。

為了說明本發(fā)明的本發(fā)明提供一種基于激光雷達的行人流量檢測方法，基于上述如圖1～圖4的基于激光雷達的行人流量監(jiān)測系統(tǒng)及其各部，本發(fā)明提供一種基于激光雷達的行人流量檢測方法，在第一實施例中，主要步驟包括：

步驟S501，根據(jù)距離數(shù)據(jù)生成包含行人的前景的高度圖，對所述前景中的檢測點的作聚類處理得到行人的高度團塊；

步驟S502，根據(jù)所述高度圖識別監(jiān)控區(qū)域內(nèi)的高度團塊，計算監(jiān)控區(qū)域內(nèi)行人的數(shù)量；

步驟S503，根據(jù)行人的數(shù)量將所述高度團塊、所述檢測點解析，判斷行人方向得到行人數(shù)據(jù)；

所述行人數(shù)據(jù)包括所述行人的所述距離數(shù)據(jù)、方向、人數(shù)。這幾部分別有核心終端的前景檢測模塊、行人計數(shù)模塊、方向判斷模塊執(zhí)行，得到最終的行人數(shù)據(jù)。核心終端100中的ARM處理器用來分析處理激光雷達數(shù)據(jù)，并根據(jù)所得數(shù)據(jù)，運行檢測算法，從而獲取行人流量。行人計數(shù)模塊20的輸入是前景檢測模塊10提取的行人高度團塊。行人計數(shù)模塊20先計算團塊的幾何特征，再調(diào)用高斯過程回歸計算行人的數(shù)量。行人計數(shù)模塊20完成后，將計數(shù)結(jié)果傳給方向判斷模塊30，判斷高度團塊中每個行人的方向。然后，行人計數(shù)模塊20將已經(jīng)完成行人計數(shù)與方向判斷的高度團塊刪除，回收對象占用的內(nèi)存空間。方向判斷模塊30基于行人計數(shù)模塊20的行人計數(shù)結(jié)果，在高度團塊沿時間軸的投影上定位出行人的頭部區(qū)域，然后分別判斷每個行人的進出方向。對于行人的各個激光雷達成像時各個檢測點，通過高度團塊的特征判斷出整個人的動向，由于采集的數(shù)據(jù)幀是在預(yù)設(shè)的時間內(nèi)的多個數(shù)據(jù)幀了

為了實現(xiàn)完整的多通道的檢測，在如圖4所示的基于激光雷達的行人流量監(jiān)測檢測系統(tǒng)的優(yōu)選實施例中，所述方法進一步還包括：

核心終端100通過網(wǎng)絡(luò)連接將行人數(shù)據(jù)發(fā)送到管理服務(wù)端；

更進一步地，為了使得本發(fā)明基于激光雷達的行人流量檢測方法闡述更清楚，由本發(fā)明所述基于激光雷達的行人流量檢測系統(tǒng)實現(xiàn)，在第二實施例中，如圖6A所示，包括：

步驟S601，根據(jù)初始化配置進行背景建模；這一步由背景子模塊11執(zhí)行。若建模失敗，則按圖6B所示，

步驟S602，獲取所述激光雷達的距離數(shù)據(jù)，所述距離數(shù)據(jù)包括行人的二維平面距離和坐標數(shù)據(jù)；由獲取自模塊12執(zhí)行；

步驟S603，從所述距離數(shù)據(jù)提取檢測點對應(yīng)的高度團塊作為所述前景；

步驟S604，判斷所述高度團塊中的檢測點是否有效并按預(yù)設(shè)規(guī)則分流數(shù)據(jù)幀；步驟S603、步驟S604由預(yù)處理子模塊13執(zhí)行。當前的數(shù)據(jù)幀經(jīng)過前景轉(zhuǎn)換仍然不能作為有效數(shù)據(jù)幀時，分流至圖6B的步驟S610處理。

步驟S605，對所述前景中的有效的所述檢測點進行聚類分析。這一步由聚類子模塊14執(zhí)行。

步驟S606，根據(jù)所述高度團塊數(shù)據(jù)計算團塊的幾何特征；這一步由計算團塊子模塊21執(zhí)行；

步驟S607，對所述幾何特征調(diào)用高斯過程回歸計算行人的數(shù)量；這一步由回歸分析子模塊22執(zhí)行，得到行人計數(shù)結(jié)果；

為了實現(xiàn)方向的判斷，所述方法還包括：

步驟S608，沿時間軸投影以突出行人的頭部特征，用可變大小的滑動窗口定位頭部區(qū)域；這一步由頭部特征子模塊31執(zhí)行；

步驟S609，根據(jù)所述高度團塊數(shù)據(jù)中的所述檢測點的綜合分析結(jié)果，投票判斷行人方向。這一步由分析方向子模塊32執(zhí)行；

步驟S610，將已經(jīng)完成行人計數(shù)與方向判斷的高度圖刪除，回收所述高度圖占用的內(nèi)存空間。跳轉(zhuǎn)至如圖6B中的步驟S612。

在步驟S603中，對于不能符合預(yù)設(shè)規(guī)則難以取出有效的高度圖的數(shù)據(jù)幀則作為回收的高度圖處理，留作備份或徹底刪除，參照圖6B所示流程。

步驟S612，數(shù)據(jù)幀仍有待處理的還存在于內(nèi)存，至此，無論是回收所述高度圖占用的內(nèi)存空間。

在本實施例中的基于激光雷達的行人流量檢測方法，優(yōu)選的是，所述方法還包括：

接收各個通道的所述核心終端通過交換機上傳的行人數(shù)據(jù)；

對各個所述核心終端配置服務(wù)參數(shù)。

本發(fā)明還提供了基于激光雷達的行人流量檢測方法的第三實施例，本實施例子中的整體流程，是在前述實施例基礎(chǔ)上簡要概括，第三實施例中，如圖7所示，步驟如下：

步驟S701，管理服務(wù)端參數(shù)配置。

步驟S702，背景建模。如果建模失敗，執(zhí)行步驟S713；初始化獲取周圍固定障礙物的位置信息，將其建立在背景模型中，進行的處理與動態(tài)的行人、交通工具等有區(qū)別。

步驟S703，獲取激光雷達數(shù)據(jù)；

步驟S704，提取前景高度；

步驟S705，數(shù)據(jù)幀高度全部為0；如果全部為0則執(zhí)行步驟S712；全部為0意味著沒有人或其他物體通過；

步驟S706，有效點聚類；對所述前景中的有效的所述檢測點進行聚類分析；

步驟S707，計算團塊特征；

步驟S708，回歸分析；對所述幾何特征調(diào)用高斯過程回歸計算行人的數(shù)量；

步驟S709，頭部定位；沿時間軸投影以突出行人的頭部特征，用可變大小的滑動窗口定位頭部區(qū)域；

步驟S710，方向判斷；根據(jù)所述高度團塊數(shù)據(jù)中的所述檢測點的綜合分析結(jié)果，投票判斷行人方向

步驟S711，清除高度圖；執(zhí)行步驟S713,開始清除高度圖，回收內(nèi)存，進入是否結(jié)束當前輪計算的判斷；

步驟S711，清除高度圖；執(zhí)行步驟S713,開始清除高度圖，回收內(nèi)存，進入是否結(jié)束當前輪計算的判斷；

步驟S712，將數(shù)據(jù)幀加入高度圖等待回收；在回收之后當前輪處理進入最后的退出判斷，執(zhí)行步驟S713；

步驟S713，是否仍有未處理的數(shù)據(jù)幀；如果沒有數(shù)據(jù)幀在內(nèi)存中，那么說明可以安全結(jié)束當前輪的處理。

優(yōu)選的是，在最后，根據(jù)行人數(shù)據(jù)中的方向上獲取當前方向的人數(shù)，當所述人數(shù)達到告警閾值發(fā)出告警。核心終端100中優(yōu)選的是ARM處理器，但也可以替換為用來分析處理激光雷達數(shù)據(jù)，運行檢測算法前對數(shù)據(jù)幀的高度圖所作預(yù)處理略有不同，但關(guān)鍵的是對于團塊聚類、方向的判別，在拿到行人數(shù)據(jù)之后供管理人員監(jiān)控，超出閾值后。

綜上所述，本發(fā)明提出了基于激光的雙向行人計數(shù)方法，該方法基本消除了光照變化和相近背景顏色對計數(shù)的影響，減輕了行人之間的遮擋對計數(shù)的干擾。激光雷達成本較高，國內(nèi)技術(shù)不太成熟，無法開發(fā)一系列相關(guān)產(chǎn)品，本公司致力于研發(fā)高性能低價位的激光雷達，大力開發(fā)一系列產(chǎn)品，提高激光雷達的實用價值。

當然，本發(fā)明還可有其它多種實施例，在不背離本發(fā)明精神及其實質(zhì)的情況下，熟悉本領(lǐng)域的技術(shù)人員當可根據(jù)本發(fā)明作出各種相應(yīng)的改變和變形，但這些相應(yīng)的改變和變形都應(yīng)屬于本發(fā)明所附的權(quán)利要求的保護范圍。