CN115412846A - 一种地下多场景的身份检测定位方法、***及存储介质 - Google Patents

一种地下多场景的身份检测定位方法、***及存储介质 Download PDF

Info

Publication number
CN115412846A
CN115412846A CN202211052784.3A CN202211052784A CN115412846A CN 115412846 A CN115412846 A CN 115412846A CN 202211052784 A CN202211052784 A CN 202211052784A CN 115412846 A CN115412846 A CN 115412846A
Authority
CN
China
Prior art keywords
detection
base station
uwb
tag
detection area
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202211052784.3A
Other languages
English (en)
Other versions
CN115412846B (zh
Inventor
丁卫
张晋熙
周建鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changshu Institute of Technology
Original Assignee
Changshu Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changshu Institute of Technology filed Critical Changshu Institute of Technology
Priority to CN202211052784.3A priority Critical patent/CN115412846B/zh
Publication of CN115412846A publication Critical patent/CN115412846A/zh
Application granted granted Critical
Publication of CN115412846B publication Critical patent/CN115412846B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种地下多场景的身份检测定位方法，包括：UWB定位基站实时检测检测区域内所有标签卡发射的UWB标签和时间，标签卡包括UWB芯片和有源射频电子标签；根据UWB标签信号到达UWB定位基站的时间筛选出到达时间较短的两个UWB定位基站，将UWB定位基站主站和检测时间较短的两个UWB定位基站作为当前标签卡的检测基站，记录标签到达三个检测基站的时间；先测量标签卡与各个基站的距离，然后选择距离标签卡较近的三个基站进行位置拟合获取标签卡的实际位置。提高了定位效率和准确性，提高门禁检测场景人员身份检测的稳定性和门禁***管控效率。

Description

一种地下多场景的身份检测定位方法、***及存储介质
技术领域
本发明属于人员智能管控技术领域，本发明涉及一种在传统人脸识别技术中融入超宽带技术和射频技术的地下多场景的身份检测定位方法、***及存储介质。
背景技术
矿产资源挖掘、地质考察、勘探等工作场景需要工作人员进入深层地下完成工作，工作人员高效管控和精准定位是保护地下人员生命安全、关键时刻实施紧急救援的关键。然而，地下环境导致GPS定位***失效，实际作业中，人员位置分散,流动性强、工作环境污染性强等问题对地下工作人员定位管理***的信息采集能力、通讯能力以及人员身份高效鉴别带来了挑战。现有人脸识别技术无法用于地下场景人员定位和坍塌环境身份检测，现有射频技术无法检测替代刷卡问题，导致监管漏洞，给安全管理带来隐患。
申请号2019109083498公开了一种适于煤矿井下的定位方法，将至少两个距离较近的定位基站作为一个基站组，一个基站组对应一个定位覆盖区域，获取定位标签与所述基站组的定位基站的距离值，结合距离值得到该定位标签的位置坐标。该方法只能适用于巷道场景即一维空间，需要判断标签位于基站组的定位覆盖区域范围，降低了定位效率，并且无法对作业环境工作人员进行考勤和身份管理。
发明内容
本发明的目的在于提供一种地下多场景的身份检测定位方法、***及存储介质，采用一种新的三基站TDOA-UWB定位技术，先测量标签卡与各个基站的距离，然后选择距离标签卡较近的三个基站进行位置拟合，相较于传统TDOA定位算法，提高了定位效率和准确性。
实现本发明目的的技术解决方案为：
一种地下多场景的身份检测定位方法，包括以下步骤：
S01：UWB定位基站实时检测检测区域内所有标签卡发射的UWB 标签和时间，记为(Ij，tji)，Ij为UWB标签信号，j为标签卡的标签序号，tji为第j个UWB标签信号到达i号基站的时间，所述标签卡包括UWB芯片和有源射频电子标签；
S02：根据UWB标签信号到达UWB定位基站的时间筛选出到达时间较短的两个UWB定位基站，将UWB定位基站主站和检测时间较短的两个UWB定位基站作为当前标签卡的检测基站，记录标签到达三个检测基站的时间；
S03：采用最小二乘法从下面三个表达中求取计算各个标签Ij的实际位置(xj,yj)：
Figure BDA0003823991140000021
Figure BDA0003823991140000022
Figure BDA0003823991140000023
其中，c为光速，xji为第j个标签卡对应的i号检测基站的x坐标，xj为第j个标签卡的x坐标，yji为第j个标签卡对应的i号检测基站的y坐标，yj为第j个标签卡的y坐标；
S04：根据设定的检测区域获取标签卡的实际位置(xj,yj)。
优选的技术方案中，所述步骤S04之后还包括：
S05：计算得到检测区域内的标签卡的数量N，当N>0时，将标签卡的数量发送回物联网主机服务器，并启动读卡闸机和触发智能相机采集图像，获取射频标签、人脸特征数据和人脸数量。
优选的技术方案中，所述步骤S05之后还包括：
S06：物联网主机服务器采集检测区域内的标签卡的数量、人脸数量、人脸特征、及射频标签，当检测区域内的标签卡的数量N>1或人脸数量M>1时，物联网主机服务器记录违规信息，并控制启动报警模块和关闭闸机；反之，执行下一步；
S07：获取人脸特征对应数据库的人脸身份信息，当数据库中不存在对应的工作人员时，物联网主机服务器记录陌生人员进入违规信息，并控制启动报警模块和关闭闸机；反之，物联网主机服务器记录工作人员对应的身份信息，并执行下一步；
S08：比对工作人员的人脸身份信息与标签卡对应的身份信息，当信息不一致时，物联网主机服务器记录违规信息，并控制启动报警模块和关闭闸机；反之，物联网主机服务器记录人员考勤信息、打开闸机。
优选的技术方案中，所述步骤S05中，当检测区域的相邻两帧图像灰度值的差T大于设定阈值时，触发智能相机采集图像；
对采集的图像进行图像分析，图像分析步骤包括：
采用均值滤波去除图像中噪声；
根据检测区域在图像中的位置，分割固定的ROI区域；
采用图像减操作分割出图像中的人脸区域；
孔洞填充、开操作；
连通域求取、连通域计数M；
人脸特征提取。
优选的技术方案中，所述UWB定位基站主站和多个UWB定位基站从站位于检测区域对角线外侧延长线，每个UWB定位基站距离检测区域的顶点距离L，每个UWB定位基站的检测范围覆盖整个检测区域，即L+P≤Lmax，式中，P为检测区域对角线长度，Lmax为 UWB定位基站的最远检测距离。
本发明还公开了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被执行时实现上述的地下多场景的身份检测定位方法。
本发明又公开了一种地下多场景的身份检测定位***，包括：
一个UWB定位基站主站，多个UWB定位基站从站；
标签卡，包含UWB芯片和有源射频电子标签，所述UWB芯片与基站交互，所述有源射频电子标签记录工作人员身份信息；
物联网主机服务器，集成有权利要求1所述的地下多场景的身份检测定位方法。
优选的技术方案中，还包括：
智能相机，独立布置于检测通道入口处，用于采集经过检测区域的人脸图像、分析对应人脸的身份信息并计算检测区域内的人数；所述智能相机包括图像采集模块、图像处理模块和通信模块，图像采集模块用于采集检测区域中的所有人脸图像；图像处理模块用于检测检测区域中的工作人员的人脸特征和人脸个数；通信模块用于将人脸特征数据发送物联网主机服务器；
读卡闸机，包括阅读模块、报警模块和闸机开合控制模块，当工作人员进入检测区域时，阅读模块自动无线读取有源射频卡的电子标签，并将电子标签内容反馈至物联网主机服务器；
网络交换机，用于物联网主机服务器与基站、智能相机、读卡闸机不同类型网络信号互联和控制；
光缆，用于基站之间、基站和网络交换机之间的通信；
优选的技术方案中，所述物联网主机服务器用于处理基站、智能相机、读卡闸机返回的信息，当基站检测到检测区域内标签卡数量大于1或检测区域中工作人员数量大于1、或识别结果与标签卡中身份信息不一致时，服务器主机记录违规信息，并控制报警模块启动和关闭闸机，反之，当检测区域检测到定位卡数量和人数均为1时，且工作人员的人脸信息与定位卡中身份信息一致时，物联网主机服务器控制闸机打开。
优选的技术方案中，所述UWB定位基站主站和多个UWB定位基站从站位于检测区域对角线外侧延长线，每个UWB定位基站距离检测区域的顶点距离L，每个UWB定位基站的检测范围覆盖整个检测区域，即L+P≤Lmax，式中，P为检测区域对角线长度，Lmax为 UWB定位基站的最远检测距离。
本发明与现有技术相比，其显著优点为：
1、采用一种新的三基站TDOA-UWB定位技术，先测量标签卡与各个基站的距离，然后选择距离标签卡较近的三个基站进行位置拟合，相较于传统TDOA定位算法，提高了定位效率和准确性。
2、提出了一种新的人脸识别和UWB技术融合的人员身份检测新算法，能够实现指定检测区域内人员人脸识别，有利于排除干扰信息，增加检测***检测效率和柔性；不受人脸遮挡影响，提高门禁检测场景人员身份检测的稳定性。
3、优于传统射频检测门禁***，通过将人脸检测算法与射频信息融合，可有效防止替代打卡、捎带打卡等不利于人员管控的行为，提高了传统门禁***管控效率。
附图说明
图1为较佳实施例的地下多场景的身份检测定位***的结构图；
图2为较佳实施例的人员定位示意图；
图3为较佳实施例的电气连接图；
图4为较佳实施例的整体算法流程图；
图5为较佳实施例的图像处理算法流程图。
图中：1、UWB定位基站主站；2、UWB定位基站从站；3、UWB 定位基站从站；4、UWB定位基站从站；5、兼具UWB和射频功能的标签卡；6、智能相机；7、读卡闸机；8、交换机；9、物联网主机服务器；10、显示器；11、光缆；12、工作人员；13、检测区域。
具体实施方式
本发明的原理是：可应用于地下多场景(考勤和地下救援定位) 身份检检测与定位，既能根据用户需求，实现指定区域人员身份高效检测，同时能用于地下场景快速定位，如坍塌等不利于人脸识别场景的地下人员快速定位。
实施例1：
如图1所示，一种地下多场景的身份检测定位***，包括UWB 定位基站主站1；UWB定位基站从站2；UWB定位基站从站3；UWB 定位基站从站4；兼具UWB和射频功能的标签卡5；智能相机6；读卡闸机7；交换机8；物联网主机服务器9；显示器10；光缆11；工作人员12；检测区域13。
如图2所示，UWB定位基站主站1位于检测区域对角线外侧延长线，距离检测区域的顶点距离L，基站主站1的检测范围覆盖整个检测区域13，即L+P≤Lmax，式中，P为检测区域对角线长度，Lmax为基站主站1的最远检测距离，UWB定位基站主站1是用于检测检测区域13内所有兼具UWB和射频功能的标签卡5发射的UWB标签和时间，记为(Ij，tji)，(i＝1；j＝1,2,...N)，式中，N为检测区域13内的标签卡5的数量，j表示检测区域13内标签卡5的标签序号，tj1表示第j个UWB标签信号到达1号基站的时间。
如图2所示，UWB定位基站从站2、UWB定位基站从站3和UWB 定位基站从站4位于检测区域对角线外侧延长线，分别距离检测区域的其余顶点距离L，UWB定位基站从站2、UWB定位基站从站3和 UWB定位基站从站4的检测范围覆盖整个检测区域13，即 L+P≤Lmax，式中，P为检测区域对角线长度，Lmax为UWB定位基站从站2、UWB定位基站从站3和UWB定位基站从站4的最远检测距离，UWB定位基站从站2、UWB定位基站从站3和UWB定位基站从站4用于检测检测区域13内所有兼具UWB和射频功能的标签卡5发射的UWB标签和时间，记为(Ij，tji)，(i＝2,3,4；j＝1,2,...N)，式中，j表示检测区域13内标签卡5的标签序号，tji表示第j个UWB 标签信号到达i号基站的时间。
UWB定位基站主站1的坐标为(x1，y1，z1)，UWB定位基站从站2的坐标为(x2，y2，z2)、UWB定位基站从站3的坐标为(x3， y3，z3)和UWB定位基站从站4的坐标为(x3，y3，z3)。
依据UWB标签信号到达i号基站的时间筛选出到达时间较短的两个基站，将UWB定位基站主站和检测时间较短的基站作为当前标签卡5的检测基站，采用新的三基站TDOA-UWB(Time Difference of Arrive UWB)定位算法，计算并筛选满足x5≤xj≤x6且y5≤yj≤y6的标签卡5的实际位置(xj,yj)、标签Ij和到达三个检测基站的时间tji，式中[x5,x6]和[y5,y6]为设定的检测范围，即可确定检测区域13内的标签卡5的数量N，并将标签卡5的数量发送回物联网主机服务器9。
兼具UWB和射频功能的标签卡5集成了UWB标签和有源射频卡电子标签，UWB标签向基站i，(i＝1,2,3,4)发送UWB信号，有源射频卡电子标签记录了工作人员12的身份信息，每个工作人员12随身携带一张对应身份信息的兼具UWB和射频功能的标签卡5。
具体的，智能相机6独立布置于检测通道入口处，用于采集经过检测区域13的人脸图像、分析对应人脸的身份信息并计算检测区域 13内的人数。当检测区域13的相邻两帧图像灰度值的差T大于设定阈值时，表明检测区域13内出现工作人员12，即触发智能相机6采集图像；接着，对采集的图像进行图像分析，主要步骤包括预处理、检测区域分割、背景分割、孔洞填充、开操作、连通域求取、连通域计数M(即为检测区域13内工作人员12数量)、人脸特征分析和比对、工作人员12身份识别。通信模块将人脸特征数据和人脸数量发送回物联网主机服务器9。
具体的，读卡闸机7双侧对称布置于检测通道门口，包括阅读模块、报警模块和闸机开合控制模块，当检测区域13内的标签卡5的数量N＝1时，阅读模块自动无线读取标签卡5中有源射频卡的电子标签，并将电子标签内容发送回物联网主机服务器9。
如图3所示，网络交换机8用于发送回物联网主机服务器9与 UWB定位基站主站1、UWB定位基站从站2、UWB定位基站从站3、 UWB定位基站从站4、智能相机6、读卡闸机7的不同类型网络信号互联和控制。
具体的，物联网主机服务器9处理UWB定位基站主站1、UWB 定位基站从站2、UWB定位基站从站3、UWB定位基站从站4、智能相机6、读卡闸机7返回的信息，判断检测区域13内的标签卡5 的数量、人脸数量、人脸信息和人卡信息一致性，当检测区域13内的标签卡5的数量N>1时，或当检测区域13内的人脸数量M>1时，或当检测区域13的工作人员12的人脸信息与标签卡5对应的身份信息不一致时，物联网主机服务器9将记录相关违规信息，并控制启动报警模块和关闭闸机7；反之，物联网主机服务器9打开闸机7。
显示器10用于直观显示人员考勤状态、位置信息、人脸识别结果、读卡闸机7状态、故障记录、违规记录等信息，并支持人机交互修改相关信息。
光缆11用于基站之间(UWB定位基站主站1、UWB定位基站从站2、UWB定位基站从站3和UWB定位基站从站4)、基站(UWB 定位基站主站1、UWB定位基站从站2、UWB定位基站从站3和UWB 定位基站从站4)和网络交换机8之间的通信。
工作人员12为进入检测区域13的工作人员，每位工作人员12需携带一张与身份信息匹配的兼具UWB和射频功能的标签卡5。
检测区域13为用户设定的检测区域G(x,y)，x∈[x5,x6],y∈ [y5,y6]，UWB定位基站主站1、UWB定位基站从站2、UWB定位基站从站3和UWB定位基站从站4检测检测区域13内的标签卡5 的数量和信息，智能相机6检测检测区域13内的人员信息，排除周边的干扰信息，提高图像处理、定位的准确率和效率。
另一实施例中，一种地下多场景的定位方法，包括以下步骤：
S01：UWB定位基站实时检测检测区域内所有标签卡发射的UWB 标签和时间，记为(Ij，tji)，Ij为UWB标签信号，j为标签卡的标签序号，tji为第j个UWB标签信号到达i号基站的时间，所述标签卡包括UWB芯片和有源射频电子标签；
S02：根据UWB标签信号到达UWB定位基站的时间筛选出到达时间较短的两个UWB定位基站，将UWB定位基站主站和检测时间较短的两个UWB定位基站作为当前标签卡的检测基站，记录标签到达三个检测基站的时间；
S03：采用最小二乘法从下面三个表达中求取计算各个标签Ij的实际位置(xj,yj)：
Figure BDA0003823991140000111
Figure BDA0003823991140000112
Figure BDA0003823991140000113
其中，c为光速，xji为第j个标签卡对应的i号检测基站的x坐标， xj为第j个标签卡的x坐标，yji为第j个标签卡对应的i号检测基站的y坐标，yj为第j个标签卡的y坐标；
S04：根据设定的检测区域获取标签卡的实际位置(xj,yj)。
下面以一较佳的实施例为例说明身份唯一性检测与定位方法：
如图4所示，一种地下多场景身份唯一性检测与定位方法，包括如下步骤：
(1)离线状态下，对智能相机6位置调整，使得设定检测区域 13位于相机6的斜下方和检测通道入口处，智能相机6可以获取设定检测区域13的完整图像；
(2)UWB定位基站主站1实时检测检测范围内所有兼具UWB 和射频功能的标签卡5发射的UWB标签和时间，记为(Ij，tji)，(i＝1； j＝1,2,...N)，式中，N为检测区域13内的标签卡5的数量，j表示检测区域13内标签卡5的标签序号，tj1表示第j个UWB标签信号到达 1号基站的时间；
(3)如图2所示，UWB定位基站从站2、UWB定位基站从站3 和UWB定位基站从站4，用于检测检测区域13内所有兼具UWB和射频功能的标签卡5发射的UWB标签和时间，记为(Ij，tji)，(i＝2,3,4； j＝1,2,...N)，式中，j表示检测区域13内标签卡5的标签序号，tji表示第j个UWB标签信号到达i号基站的时间，依据UWB标签信号到达i号基站的时间筛选出到达时间较短的两个基站，将UWB定位基站主站和检测时间较短的基站作为当前标签卡5的检测基站,记录各个标签Ij到达三个检测基站的时间，记为Tj1≤Tj2≤Tj3；
(4)采用新的三基站TDOA-UWB(Time Difference of Arrive UWB)定位算法：
如下式所示，式中，c为光速。
Figure BDA0003823991140000121
Figure BDA0003823991140000122
Figure BDA0003823991140000123
(5)采用最小二乘法即可从下面三个表达中求取计算各个标签Ij的实际位置，并根据设定的检测区域筛选满足x5≤xj≤x6且 y5≤yj≤y6的标签卡5的实际位置(xj,yj)，(j＝1,2,...N)，式中[x5,x6]和[y5,y6]为设定的检测范围，可确定检测区域13内的标签卡 5的数量N，当N>0时，将标签卡5的数量发送回物联网主机服务器 9，并启动读卡闸机7和触发智能相机6采集图像；
(6)对智能相机6采集的图像进行图像分析，如图5所示，主要步骤包括预处理(采用均值滤波去除图像中噪声)、检测区域分割(根据检测区域13在图像中的位置，分割固定的ROI区域)、背景分割 (采用图像减操作分割出图像中的人脸区域)、孔洞填充、开操作、连通域求取、连通域计数M(即为检测区域13内工作人员12数量)、工作人员12人脸特征提取。上述图像处理步骤参数要依据图像采集装置设置，通信模块将人脸特征数据和人脸数量发送回物联网主机服务器9。
(7)物联网主机服务器9采集UWB定位基站主站1、UWB定位基站从站2、UWB定位基站从站3、UWB定位基站从站4、智能相机6、读卡闸机7返回的信息(检测区域13内的标签卡5的数量、人脸数量、人脸特征、射频标签)，当检测区域13内的标签卡5的数量N>1或人脸数量M>1时，物联网主机服务器9将记录相关违规信息，并控制启动报警模块和关闭闸机7；反之，执行下一步。
(8)获取人脸特征对应数据库的人脸身份信息，当数据库中不存在对应的工作人员时，物联网主机服务器9将记录陌生人员进入相关违规信息，并控制启动报警模块和关闭闸机7；反之，物联网主机服务器9将记录工作人员12对应的身份信息，并执行下一步。
(9)比对工作人员12的人脸身份信息与标签卡5对应的身份信息，当信息不一致时，物联网主机服务器9将记录相关违规信息，并控制启动报警模块和关闭闸机7；反之，物联网主机服务器9记录人员考勤信息、打开闸机7。
(10)利用闸机7上的红外检测装置检测工作人员12是否通过闸机7，当工作人员12通过闸机7时，关闭闸机7。
(11)当工作人员12进入地下工作没有遇到事故时，重复执行步骤(1)-步骤(10)，当工作人员12进入地下工作遇到事故时，利用就近的三个UWB定位基站，采用上述步骤(4)中的新的三基站 TDOA-UWB定位算法对工作人员12携带的标签卡5进行实时定位，直到救援完毕。
(12)继续重复上述步骤(1)-步骤(11)，直到程序被要求强制退出或***关闭。
又一实施例中，还公开了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被执行时实现上述的地下多场景的身份检测定位方法。
上述实施例为本发明优选地实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (10)

1.一种地下多场景的身份检测定位方法，其特征在于，包括以下步骤：
S01：UWB定位基站实时检测检测区域内所有标签卡发射的UWB标签和时间，记为(Ij，tji)，Ij为UWB标签信号，j为标签卡的标签序号，tji为第j个UWB标签信号到达i号基站的时间，所述标签卡包括UWB芯片和有源射频电子标签；
S02：根据UWB标签信号到达UWB定位基站的时间筛选出到达时间较短的两个UWB定位基站，将UWB定位基站主站和检测时间较短的两个UWB定位基站作为当前标签卡的检测基站，记录标签到达三个检测基站的时间；
S03：采用最小二乘法从下面三个表达中求取计算各个标签Ij的实际位置(xj,yj)：
Figure FDA0003823991130000011
Figure FDA0003823991130000012
Figure FDA0003823991130000013
其中，c为光速，xji为第j个标签卡对应的i号检测基站的x坐标，xj为第j个标签卡的x坐标，yji为第j个标签卡对应的i号检测基站的y坐标，yj为第j个标签卡的y坐标；
S04：根据设定的检测区域获取标签卡的实际位置(xj,yj)。
2.根据权利要求1所述的地下多场景的身份检测定位方法，其特征在于，所述步骤S04之后还包括：
S05：计算得到检测区域内的标签卡的数量N，当N>0时，将标签卡的数量发送回物联网主机服务器，并启动读卡闸机和触发智能相机采集图像，获取射频标签、人脸特征数据和人脸数量。
3.根据权利要求2所述的地下多场景的身份检测定位方法，其特征在于，所述步骤S05之后还包括：
S06：物联网主机服务器采集检测区域内的标签卡的数量、人脸数量、人脸特征、及射频标签，当检测区域内的标签卡的数量N>1或人脸数量M>1时，物联网主机服务器记录违规信息，并控制启动报警模块和关闭闸机；反之，执行下一步；
S07：获取人脸特征对应数据库的人脸身份信息，当数据库中不存在对应的工作人员时，物联网主机服务器记录陌生人员进入违规信息，并控制启动报警模块和关闭闸机；反之，物联网主机服务器记录工作人员对应的身份信息，并执行下一步；
S08：比对工作人员的人脸身份信息与标签卡对应的身份信息，当信息不一致时，物联网主机服务器记录违规信息，并控制启动报警模块和关闭闸机；反之，物联网主机服务器记录人员考勤信息、打开闸机。
4.根据权利要求2所述的地下多场景的身份检测定位方法，其特征在于，所述步骤S05中，当检测区域的相邻两帧图像灰度值的差T大于设定阈值时，触发智能相机采集图像；
对采集的图像进行图像分析，图像分析步骤包括：
采用均值滤波去除图像中噪声；
根据检测区域在图像中的位置，分割固定的ROI区域；
采用图像减操作分割出图像中的人脸区域；
孔洞填充、开操作；
连通域求取、连通域计数M；
人脸特征提取。
5.根据权利要求1所述的地下多场景的身份检测定位方法，其特征在于，所述UWB定位基站主站和多个UWB定位基站从站位于检测区域对角线外侧延长线，每个UWB定位基站距离检测区域的顶点距离L，每个UWB定位基站的检测范围覆盖整个检测区域，即L+P≤Lmax，式中，P为检测区域对角线长度，Lmax为UWB定位基站的最远检测距离。
6.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现权利要求1-5任一项所述的地下多场景的身份检测定位方法。
7.一种地下多场景的身份检测定位***，其特征在于，包括：
一个UWB定位基站主站，多个UWB定位基站从站；
标签卡，包含UWB芯片和有源射频电子标签，所述UWB芯片与基站交互，所述有源射频电子标签记录工作人员身份信息；
物联网主机服务器，集成有权利要求1所述的地下多场景的身份检测定位方法。
8.根据权利要求7所述的地下多场景的身份检测定位***，其特征在于，还包括：
智能相机，独立布置于检测通道入口处，用于采集经过检测区域的人脸图像、分析对应人脸的身份信息并计算检测区域内的人数；所述智能相机包括图像采集模块、图像处理模块和通信模块，图像采集模块用于采集检测区域中的所有人脸图像；图像处理模块用于检测检测区域中的工作人员的人脸特征和人脸个数；通信模块用于将人脸特征数据发送物联网主机服务器；
读卡闸机，包括阅读模块、报警模块和闸机开合控制模块，当工作人员进入检测区域时，阅读模块自动无线读取有源射频卡的电子标签，并将电子标签内容反馈至物联网主机服务器；
网络交换机，用于物联网主机服务器与基站、智能相机、读卡闸机不同类型网络信号互联和控制；
光缆，用于基站之间、基站和网络交换机之间的通信。
9.根据权利要求8所述的地下多场景的身份检测定位***，其特征在于，所述物联网主机服务器用于处理基站、智能相机、读卡闸机返回的信息，当基站检测到检测区域内标签卡数量大于1或检测区域中工作人员数量大于1、或识别结果与标签卡中身份信息不一致时，服务器主机记录违规信息，并控制报警模块启动和关闭闸机，反之，当检测区域检测到定位卡数量和人数均为1时，且工作人员的人脸信息与定位卡中身份信息一致时，物联网主机服务器控制闸机打开。
10.根据权利要求7所述的地下多场景的身份检测定位***，其特征在于，所述UWB定位基站主站和多个UWB定位基站从站位于检测区域对角线外侧延长线，每个UWB定位基站距离检测区域的顶点距离L，每个UWB定位基站的检测范围覆盖整个检测区域，即L+P≤Lmax，式中，P为检测区域对角线长度，Lmax为UWB定位基站的最远检测距离。
CN202211052784.3A 2022-08-31 2022-08-31 一种地下多场景的身份检测定位方法、***及存储介质 Active CN115412846B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211052784.3A CN115412846B (zh) 2022-08-31 2022-08-31 一种地下多场景的身份检测定位方法、***及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211052784.3A CN115412846B (zh) 2022-08-31 2022-08-31 一种地下多场景的身份检测定位方法、***及存储介质

Publications (2)

Publication Number Publication Date
CN115412846A true CN115412846A (zh) 2022-11-29
CN115412846B CN115412846B (zh) 2024-05-14

Family

ID=84162912

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211052784.3A Active CN115412846B (zh) 2022-08-31 2022-08-31 一种地下多场景的身份检测定位方法、***及存储介质

Country Status (1)

Country Link
CN (1) CN115412846B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115542362A (zh) * 2022-12-01 2022-12-30 成都信息工程大学 电力作业现场的高精度空间定位方法、***、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109541529A (zh) * 2018-10-23 2019-03-29 北京凯乐比兴科技有限公司 一种基于uwb的idc机房的外来人员定位***及方法
KR102055085B1 (ko) * 2019-03-22 2019-12-12 신미희 Uwb/mr를 이용한 실내 위치 검출 시스템
CN111083642A (zh) * 2019-12-10 2020-04-28 浩云科技股份有限公司 一种金库内的人员定位方法
WO2022100257A1 (zh) * 2020-11-10 2022-05-19 Oppo广东移动通信有限公司 基于uwb的智能锁控制方法及装置、介质和电子设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109541529A (zh) * 2018-10-23 2019-03-29 北京凯乐比兴科技有限公司 一种基于uwb的idc机房的外来人员定位***及方法
KR102055085B1 (ko) * 2019-03-22 2019-12-12 신미희 Uwb/mr를 이용한 실내 위치 검출 시스템
CN111083642A (zh) * 2019-12-10 2020-04-28 浩云科技股份有限公司 一种金库内的人员定位方法
WO2022100257A1 (zh) * 2020-11-10 2022-05-19 Oppo广东移动通信有限公司 基于uwb的智能锁控制方法及装置、介质和电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Adaptive UWB Pulse Allocation for Distributed Detection in Sensor Networks", 《IEEE》, 31 December 2011 (2011-12-31) *
刘世森;: "基于UWB和RFID相融合的矿井人员定位***设计", 自动化仪表, no. 08, 20 August 2020 (2020-08-20) *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115542362A (zh) * 2022-12-01 2022-12-30 成都信息工程大学 电力作业现场的高精度空间定位方法、***、设备及介质

Also Published As

Publication number Publication date
CN115412846B (zh) 2024-05-14

Similar Documents

Publication Publication Date Title
CN107590439B (zh) 基于监控视频的目标人物识别追踪方法和装置
JP4970195B2 (ja) 人物追跡システム、人物追跡装置および人物追跡プログラム
CN108009473A (zh) 基于目标行为属性视频结构化处理方法、***及存储装置
EP2037426A1 (en) Device and method for detecting suspicious activity, program, and recording medium
CN106951885A (zh) 一种基于视频分析的人流量统计方法
CN109858358A (zh) 楼宇间人员轨迹跟踪方法及其***、计算机可读存储介质
JP2004058737A (ja) 駅ホームにおける安全監視装置
CN113033293A (zh) 一种出入口管理设备、***和方法
CN102799935A (zh) 一种基于视频分析技术的人流量统计方法
CN112149512A (zh) 一种基于两阶段深度学习的安全帽佩戴识别方法
CN102855508B (zh) 敞开式校园防尾随***
CN111091098A (zh) 检测模型的训练方法、检测方法及相关装置
CN109829072A (zh) 构建图谱方法及相关装置
CN113269091A (zh) 一种面向智慧园区的人员轨迹分析方法、设备及介质
CN112183162A (zh) 一种监控场景下人脸自动注册识别***及方法
CN106127618A (zh) 一种基于人脸识别、人数感应及射频识别的定位监控***及方法
CN111510675A (zh) 一种基于人脸识别和大数据分析的智慧安防***
CN115412846B (zh) 一种地下多场景的身份检测定位方法、***及存储介质
CN111814510A (zh) 一种遗留物主体检测方法及装置
WO2022121498A1 (zh) 身份识别方法、模型训练方法、装置、设备和存储介质
CN107566790A (zh) 结合射频识别技术和视频监控技术的实时监控装置及方法
CN109800656B (zh) 定位方法及相关产品
CN115861940A (zh) 基于人体跟踪及识别技术的工作场景行为评估方法及***
CN115620471A (zh) 一种基于大数据筛查的图像识别安防***
CN110363180A (zh) 一种统计陌生人人脸重复出现的方法和装置以及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant