KR20190133769A

KR20190133769A - 자동문을 제어하기 위한 센서

Info

Publication number: KR20190133769A
Application number: KR1020197032891A
Authority: KR
Inventors: 가우티에르 래더메커
Original assignee: 비이에이 에스에이
Priority date: 2017-04-10
Filing date: 2018-04-10
Publication date: 2019-12-03
Also published as: BE1025335B1; EP3610292A1; SG11201909262SA; AU2018253351A1; CA3059268A1; BR112019021181A2; BE1025335A1; KR102577618B1; US20210011160A1; EP3388863A1; JP2020516911A; WO2018189192A1; CN110720051A; AU2023200723A1; JP7229560B2

Abstract

본 발명은, 자동문을 제어하기 위한 센서(10)에 관한 것으로서, 이때 상기 센서(10)는 스캐닝 필드의 미리 정의된 검출 영역 내의 적어도 하나의 레이저 커튼(22, 32, 34)을 이용해 물체의 존재를 검출하기 위한 레이저 스캐너(12)를 포함하고, 상기 센서(10)는 비행 시간의 평가에 의해, 반사된 신호의 반사 점들의 거리들을 획득하기 위해 구체화된 거리 데이터 획득 유닛(13), 존재 검출 유닛(15)을 포함하고, 이때 상기 거리 데이터 획득 유닛(13)의 결과는 상기 존재 검출 유닛(15)으로 공급되고, 상기 거리 데이터 획득 유닛(13)은 상기 존재 검출 유닛(15)으로 상기 거리 데이터 정보를 전달하고, 상기 존재 검출 유닛(15)은, 상기 거리 데이터를 분석하는 것에 의해 상기 미리 정의된 검출 영역 내에서 물체가 검출되는지 여부를 평가하고, 이때 존재 검출 정보가 생성되고 적어도 하나의 센서 출력 포트(18, 18b)로 공급된다. 본 발명은, 상기 센서는 인체 식별 유닛(16)을 포함하는 물체 정보 유닛(11)을 더 포함하고, 이때 상기 물체 정보 유닛(11)은 상기 거리 데이터를 수신하고, 상기 인체 식별 유닛(16)은 상기 거리 데이터를 이용하여 상기 검출된 물체가 인체인지 여부를 결정하고, 상기 물체 정보 유닛(11)은 상기 적어도 하나의 출력 포트(18, 18a)로 공급되는 물체 정보를 생성하는 것을 특징으로 한다.

Description

자동문을 제어하기 위한 센서

본 발명은 청구항 1의 전제부에 따른 자동문들을 제어하기 위한 센서에 관한 것이다.

자동문을 제어하기 위한 센서는, 그 레이저 커튼의 미리 정의된 검출 영역 내에 물체의 존재를 검출하기 위한 레이저 스캐너를 포함하고, 이때 센서는 존재 검출 신호가 공급되는 존재 검출 출력 포트를 포함한다. 이것은 도어의 안전한 작동을 허용한다. 레이저 스캐너는 "비행 시간(Time of Flight, ToF)" 기술을 이용한 거리 측정에 의한 반사 점들을 유도한다.

이러한 도어 센서들은 보통 사람들인 통행 물체들의 행위에 대하여 최적화되어 있다.

이에 따라, Nishida Daiki et al "Development of intelligent automatic door system" 2004, IEEE International conference on robotics and automation, 31 May 2014, pages 6368-6374는, 그 제어 결정들로의 속도 및 방향의 평가를 포함하는, 지능적인 도어 센서를 개시한다.

도어 제어 센서들에 더하여, 사람들을 검출하기 위한 센서들은, 알려져 있는데, 이것은 검출된 물체가 인간인지 아닌지 평가한다.

Akamatsu Shun-Ichi et al. "Development of a person counting system using 3D laser scanner", 2014 IEEE International conference on robotics and BIOMIMETICS, IEEE, 5 December 2014, Pages 1983-1988은, 오직, 사람들을 카운팅하는 레이저 스캐너를 개시한다. 카운팅 어플리케이션은 자동문을 제어하기 위해 다른 존재 검출은 제공하지 않고 사람들로만 한정된다.

WO 2012/042043 A1 또한 레이저 스캐너에 기초한 접근 제어 시스템을 적용하기 위한 사람 검출 유닛을 개시한다. 시스템은, 예를 들어 2 또는 그 이상의 사람들이 동시에 문으로 들어가려고 시도한다면 접근을 금지한다.

본 발명의 목적은, 더 많은 특정한 행위를 허용하기 위한 센서의 제어 가능성들을 개선하는 데 있다.

이 문제는 청구항 1의 특징들에 따라 해결된다.

알려진 방식으로, 스캐닝 필드의 미리 정의된 검출 영역 내의 물체의 존재를 검출하기 위한 도어 센서는 적어도 하나의 레이저 커튼을 갖는 레이저 스캐너를 포함하는데, 이때 센서는 비행 시간의 평가에 의해, 물체로부터 상기 레이저 스캐너의 반사된 레이저 빔의 반사 점들의 거리들을 획득하기 위해 구체화된 거리 데이터 획득 유닛(distance data acquisition unit)을 포함한다.

상기 센서는 상기 거리 데이터 획득 유닛의 결과로서 상기 거리 데이터 정보를 수신하는 존재 검출 유닛(presence detection unit)을 포함하고, 이때 상기 거리 데이터 획득 유닛은 상기 존재 검출 유닛으로 상기 거리 데이터 정보를 전달한다. 상기 존재 검출 유닛은, 상기 거리 데이터를 분석하는 것에 의해 상기 미리 정의된 검출 영역 내에서 물체가 검출되는지 여부를 평가한다. 상기 존재 검출 유닛은 적어도 하나의 센서 출력 포트로 공급되는 존재 검출 정보를 생성하도록 구체화된다. 보통 이 신호는 안전을 목적으로 도어 컨트롤러들에 의해 이용된다.

본 발명에 따르면 상기 센서는 인체 식별 유닛(human body identification unit)을 포함하는 물체 정보 유닛을 더 포함하고, 이때 상기 물체 정보 유닛은 상기 거리 데이터를 수신하고, 상기 인체 식별 유닛은 상기 거리 데이터를 이용하여 상기 검출된 물체가 인체인지 여부를 결정하고, 상기 물체 정보 유닛은 상기 적어도 하나의 출력 포트로 공급되는 물체 정보를 생성한다.

바람직하게 존재 검출 유닛의 신호는 실시간으로 처리되고, 이때 상기 인체 식별 유닛의 결과는 거리 데이터의 누적에 기초된다. 예를 들어, 존재 검출 신호는 90 ms보다 작은 반응 시간을 가질 수 있다. 센서는 10 cm보다 작은 물체들을 검출할 수 있다.

수집된 추가적인 정보에 따르면 도어 컨트롤러는 인체의 존재 및 비-인체(non-human body)의 존재를 검출하는 것에 의해 다르게 행동할 수 있다.

본 발명의 다른 측면으로 인해 상기 물체 정보 유닛은 상기 센서에 의해 검출되는 인체들의 수를 카운트하는 카운팅 유닛을 포함하여, 카운팅 정보가 출력 포트로 공급될 수 있다.

자동문을 제어 및/또는 보호하는 데 필수적인 기본적인 정보에 더하여, 카운팅 정보와 같은 추가적인 정보는, 예를 들어 소정 수의 인체들이 들어간 후 닫힌 상태로, 문을 제어하는 데 사용될 수 있다. 추가적인 정보는 통계 목적으로 유도될 수 있다.

나아가, 상기 레이저 스캐너는 복수의 레이저 커튼들을 생성하고 또한 상기 물체 정보 유닛은 물체의 움직임을 검출하는, 특히 물체의 이동 방향을 인식하는 움직임 검출 유닛(motion detection unit)을 포함한다.

이 물체 정보는 자동문을 제어하는 데, 예를 들어 접근 물체가 검출되기만 하면 문의 열림을 트리거하는 데 사용될 수 있다. 이 물체 정보는, 그러므로, 물체 타입에 독립적으로, 적어도 하나의 출력 포트로 일종의 접근 신호를 입력할 수 있다.

이 외에도, 물체가 인체인지에 대한 정보 및 그 방향의 정보를 유도하는 것에 의해, 더 정확한 카운팅은 발생할 수 있다. 이 옵션에 따라 순 카운트(net count)는 소정의 방향으로 정의될 수 있다.

본 발명의 일 실시예에 따르면, 상기 센서는 하나의 출력 포트를 포함하고 이때 상기 존재 검출 정보 및 상기 물체 정보는 동일한 적어도 하나의 출력 포트로 공급된다. CAN 또는 LON-Bus는 양 종류들의 정보를 지원하기 위한 적절한 출력 포트들일 수 있다.

본 발명의 다른 측면에 있어서 상기 센서는 적어도 2 개의 출력 포트들을 포함하고 이때 제1 출력 포트는 상기 존재 정보에 전용되고 제2 출력 포트는 상기 물체 정보에 전용된다. 상기 제2 출력 포트가 예를 들어 이더넷 프로토콜에 기초할 수 있을 때, 제1 출력 포트는 릴레이 출력을 포함한다.

인체 식별 유닛은 프로세싱 유닛, 예를 들어 컴퓨터 구현 절차를 실행하고 또한 추가의 유닛들인 프로그램들의 추가 부분들을 포함할 수 있는, 마이크로프로세서 상의 컴퓨터 구현 방법으로서 구체화될 수 있다.

측정된 반사 점들의 거리에 기초한, 인체 결정을 위한 방법이 이하에서 상세하게 설명된다.

인체 식별 유닛은 모니터링된 영역 내의 위치를 검색하기 위해 펄스 방향으로 상기 반사 점들의 거리 정보를 결합하는 평가 유닛을 포함하고, 상기 평가 유닛은 높이에 관련된 Z-축 및 상기 레이저 커튼의 측면 확장 방향으로 폭에 관련된 상기 Z-축에 수직한 축을 가지는 평가 평면에, 검출된 물체가 속하는 상기 반사 점들을 결합한다.

본 발명에 따르면, 상기 평가 평면은 Z-축에 대한 밀도 분포에 기초하여 평가되고 상기 평가 결과는 상기 평가 유닛에 의해 인체계측 변수들과 비교된다.

상기 모니터링된 영역은 레이저 커튼에 의해 정의되고 또한 수직 높이 방향 및 2 개의 측면 방향들, 깊이 및 폭을 가지고, 이때 이 모두는 서로 수직한다. 하나의 수직 레이저 커튼의 경우에 있어서 상기 모니터링된 영역의 깊이는 레이저 커튼의 깊이와 동일하다.

상기 평가 평면은 수직 평면의 수직 축과 일치하는 Z-축 및/또는 상기 모니터링되는 영역의 폭과 일치하는 평가 폭 확장(evaluation width extension)을 가질 수 있다. 그럼에도 불구하고, 상기 Z-축은, 예를 들어 수직 방향에 경사진 레이저 커튼을 따라 정의될 수 있지만, 그 폭은 여전히 레이저 커튼 폭에 대응할 수 있다.

본 발명에 따른 인체계측 변수들은 인체 측정들(human body measures) 및/또는 인체 비율들(human body proportions)이다.

인체계측 변수들은 특히 높이, 폭, 어깨 폭, 어깨 높이, 머리 폭, 인체의 전체 높이에 관련된 변수들이다.

상기 평가 평면에서의 밀도 분포에 기초하여, 평가 유닛은, 밀도 분포가 인체의 밀도 분포에 대응하는지 여부를 결정한다.

검출된 물체가 인체인지 여부를 결정하기 위해, 상기 Z-축을 따른 밀도 분포가 평가되고, 이때 상기 Z-축은 검출된 물체의 높이를 나타낸다. 인체에 대응하는 밀도 분포는 2 개의 피크들을 포함하고, 이때 하나의 피크는 대략 머리의 상부에 있고 두번째 피크는 대략 어깨의 상부에 있다.

상기 결정은 바람직하게 어깨의 높이에 대한 머리의 높이의 비를 결정하기 위해 수행된다. 머리 대 어깨 높이의 비는 모든 인간들에 대하여 필수적으로 동일한 인체계측 변수이고 무엇보다도 절대 높이에 종속되지 않기 때문에, 신뢰할 수 있는 인간들의 구별은 밀도 분포의 평가에 따라 가능하다.

밀도 분포에 더하여 상기 평가 유닛은 추가적인 단계에서 물체의 폭을 평가할 수 있다. 따라서, 이것은 밀도 분포의 피크들의 위치에서 물체에 속하는 평가 평면 내의 반사 점들을 분석하고 또한 인체의 머리와 어깨의 유효한 폭을 결정한다.

이 정보의 통합으로 인해, 평가는 더 정확한 방식으로 달성될 수 있다. 유효한 머리 대 어깨 폭 비는 이것이 평가 밀도 분포 평가로부터 유도된 결과와 일치하는지 여부를 점검하기 위해 미리 정의될 수 있다. 결과는 밀도 평가의 결과와 비교될 수 있다. 양 평가들이 긍정적이면, 검출된 물체가 인체일 가능성이 높다.

나아가, 상기 평가 유닛은 밀도 분포 평가의 피크 구역들 내에서 반사 점들의 수를 카운트할 수 있다. 이 수가 미리 정의된 수 이하라면, 측정은 무시될 것이다.

인체의 움직임은 이동 방향으로 발생하고, 이때 이동 방향은 기본적으로 폭과 깊이의 벡터이다. 특히 도어 어플리케이션들에 있어서, 이동 방향은 폭 방향에 수직하고 이로써 인체의 어깨의 방향(orientation)은 보통 폭 방향에 정렬된다.

본 발명에 따르면, 단일 평가 물체들은 평가 평면의 모든 반사 점들로부터 정의될 수 있고 반사 점들의 부분집합은 각각의 평가 물체에 대하여 생성되는데, 이것은 그후 밀도 분포 분석에 종속된다.

이에 따라서 각각의 존재하는 평가 물체에 대하여 이것이 인체에 대응하는지 여부에 대한 결정이 있을 수 있다. 결과적으로, 검출 센서들은 도어들 또는 조명등들을 제어할 때, 검출된 물체가 인체인지 아닌지 여부의 정보에 이들의 결정을 기초할 수 있다.

단일 평가 물체들의 결정은 평가 유닛에 의해 수행되고, 모든 반사 점들을 포함하는, 상기 평가 평면은, 평면의 위로부터 아래로, 이웃 구역(neighbor zone)에 의해 분석된다. 반사 점 또는 점들이 이웃 구역 내에 새로이 존재하기만 하면, 이웃 구역 내의 모든 반사 점들dl 고려되고 새로이 존재하는 반사 점은 평가 물체에 할당된다. 이웃 구역 내에 새로이 존재하는 점 위에 다른 점이 없다면 새로운 평가 물체에, 또는 반사 점이 기존의 평가 물체의 수학적 무게 중심까지 최소 거리를 가질 때 기존의 평가 물체에 할당된다.

이 절차에 따르면 모든 반사 점들은 평가 물체에 속하는 반사 점들의 부분집합으로 그룹핑된다.

이 평가에 따르면 레이저 커튼을 통과해 나란히 걸어가는 2 또는 그 이상의 사람들조차도 구별할 수 있다.

본 발명의 다른 개선에 따르면, 상기 반사 점들은 평가 평면 상에서 시간 통합될 수 있다. 이것은 반사 점들의 더 높은 밀도로 이어지고, 이로써, 평가 물체들은 더 잘 구별될 수 있고 검출된 물체들은 더 신뢰할 수 있는 방식으로 분류될 수 있다.

시간 통합(time integration)은, 검출된 물체의 제1 검출이 발생된 후 고정된 시간 간격에 기초하여 수행될 수 있다.

본 발명의 다른 개선에 따르면, 시간 통합은 반사 점들의 부분집합이 폭-시간 평면 내에 반사 점들을 투사(project)하는 것에 의해 시간 물체에 할당되는 방식으로 수행되는데, 이때 상기 반사 점의 높이는 무시된다. 폭 축은 미리 정의된 누적/통합 시간에 종속하여 뻗어 있다.

시간-폭 평면으로 투사된 반사 점들은 시간 물체들에 할당된 부분집합들로서 클러스터링된다. 각각의 시간 물체는 평가 평면을 생성하기 위한 반사 점들의 주-집합(main-set)이고, 이때 반사 점의 시간 성분은 무시되지만, 높이는 고려된다.

이 절차에 따르면 시간 물체들의 경계에 대한 더 정확한 결정이 가능하다. 따라서, 획득된 정보는 이어서 지나가는 사람들의 명수에 대하여 더 정확하다.

시간 물체들의 클러스터링은 바람직하게 DBSCAN 알고리즘을 이용해 수행된다.

바람직하게, 스캐너는 서로에 대하여 틸팅된 복수의 레이저 커튼들을 생성한다. 수 개의 레이저 커튼들로 인해, 더 정확한 픽쳐가 획득될 수 있고 물체의 이동 방향은 고려될 수 있다.

스캐너는 바람직하게 이어서 복수의 레이저 커튼들을 평가 및/또는 생성한다.

서로에 대하여 틸팅되어 있는, 적어도 2 개의 커튼들을 고려함으로써, 스캐닝 평면의 폭에 수직한 2 개의 깊이 위치들이 평가될 수 있다. 2 개의 평면들은 이어서 스캐닝되기 때문에, 인간의 이동 방향은 검출된 물체의 이동 방향으로 시간 폭 도면 내에서 스캐닝 시간 변화들에 있어서 무게 중심으로서 검출될 수 있다.

복수의 레이저 커튼들을 이용함으로써, 시간 통합을 위해 미리 정의된 누적 시간은 센서의 존재하는 레이저 커튼들을 스캐닝하는 데 필요한 시간과 같거나 또는 이보다 더 길다.

평가 유닛은 배경 효과들로 명확히 언급되는 반사 점들을 수용하지 않을 수 있다. 따라서, 배경 잡음은 이 단계에서 감소될 수 있다.

본 발명은 레이저 스캐너 및 상기에서 설명된 바와 같은 방법을 실행할 수 있는 평가 유닛을 포함하는, 모니터링되는 영역 내의 물체를 분석하고 그 물체가 인체인지 여부를 결정하기 위한 인간 인식 센서를 더 언급한다.

다른 측면은 수직 축에 대하여 45° 이하로 틸팅되는 적어도 하나의 레이저 커튼을 생성하는 센서를 언급한다. 이것은 오버해드 스캐닝을 허용하여 인체들이 센서 아래를 지나갈 때 인식될 수 있다.

인간 인식 센서는 계산 유닛, 바람직하게 평가 유닛이 상기에서 설명되는 방법을 실행하는, 소프트웨어 프로그램으로서 구현되어 있는, 마이크로프로세서, 마이크로컨트롤러 또는 FPGA을 포함할 수 있다.

본 발명의 다른 장점들, 특징들 및 잠재적 응용들은 도면들에 도시된 실시예들과 관련하여, 이하의 상세한 설명으로부터 수집될 수 있다.

상세한 설명, 청구항들 및 도면들 전체에 걸쳐, 이러한 용어들 및 연관된 참조 부호들은 참조 부호들의 열거된 목록으로부터 알 수 있는 바와 같이 사용될 것이다.

도 1a는 본 발명에 따른 도어 센서의 대략도이다.
도 1b는 본 발명에 따른 도어 센서의 다른 실시예의 대략도이다.
도 2는, 하나의 스캐닝 커튼을 갖는 본 발명에 따른 센서의 제1 실시예이다.
도 3은, 도 1의 인간 인식 센서의 평가 유닛의 작동 원리이다.
도 4는, 2 개의 스캐닝 커튼들을 갖는 본 발명에 따른 센서의 제2 실시예이다.
도 5a는 시간 물체들을 생성하는 것에 의한 제1 단계를 기술하는 평가 유닛의 작동 원리이다.
도 5b는 생성된 시간 물체의 확대도이다.
도 6a는, 평가 평면의 도 4b의 시간 물체의 도면이다.
도 6b는, 인간 물체들의 분리 후 시간 물체의 도면이다.
도 7의 (a)는, 도 5b의 분리된 인간 물체를 보여주고, 도 7의 (b)는, 도 6a의 인간 물체의 밀도 분포를 보여준다.
도 8의 (a)는, 제1 스캐닝 커튼에 대한 도 4b의 시간 물체에 대한 시간 폭 도면이고, 도 8의 (b)는, 제2 커튼에 대한 도 4b의 시간 물체에 대한 시간 폭 도면이다.

도 1a는 본 발명에 따른 도어 센서(10)의 제1 실시예를 보여준다. 도어 센서(10)는 레이저 스캐너(12), 프로세싱 유닛(14)을 포함하고, 이때 프로세싱 유닛(14)은 물체가 인체인지 결정하는 평가 유닛(16)을 포함한다. 프로세싱 유닛(14)은 레이저 스캐너(12)에 뿐만 아니라, 물체 정보 유닛(11)의 결과가 인간 인식 결과들에 대한 정보를 포함하는 정보가 전달될 수 있는 물체 정보를 제공하기 위해 전용 출력 포트(18a)에 공급되고 또한 존재 검출 유닛(15)의 결과에 관련된 정보가 존재 검출에 전용되는 다른 출력 포트(18b)로 공급되는 방식으로 출력 포트들(18, 18b)에 연결된다. 나아가, 프로세싱 유닛(14)은 반사 점의 거리를 결정하기 위한 TOF를 채용하고 있는 거리 결정 유닛(13)을 포함한다. 이 거리 정보는 반사 점이 결정적 영역 내에서 물체에 의해 야기되었는지 여부를 결정하는 존재 검출 유닛(15)으로 공급된다. 나아가, 프로세싱 유닛(14)은 인체 또는 물체의 이동 방향을 유도할 수 있는, 방향 결정 유닛(17)을 포함한다. 바람직하게 평가 유닛(16) 및 방향 결정 유닛(17)은 물체 정보 유닛(11)으로 그룹핑되어 양 정보가 합쳐지고 출력 포트(18a)로 통신될 수 있다.

도 1에 따른 실시예의 레이저 스캐너는 (비행 시간(TOF)이 결정될 때) 광 펄스들에 의해 유도되는 반사 점을 고려하는 것에 의해 평가되는 적어도 2 개의 레이저 커튼들을 이용한다. 이 비행 시간 결정 및 펄스 방향에 따르면 레이저 스캐너에 대한 반사 점의 위치가 유도될 수 있다. 이 평가는 프로세싱 유닛(14)에 의해 수행될 수 있는데, 이때 관련 반사 점들이 결정되고 이들의 위치가 평가 유닛(16)으로 공급된다.

이 셋업에 따라 평가 유닛(16)은 레이저 스캐너에 대한 반사 점의 데이터를 수신한다.

평가 유닛(16)은 그후 이하의 도면들에서 더 설명되는 바와 같이 본 발명에 따라 반사 점들을 분석하고 또한 결과로서 검출된 물체가 인체인지 아닌지에 대한 정보를 포함하는 신호를 출력할 것이다.

도 1b는 본 발명에 따른 센서의 다른 실시예의 대략도를 보여준다.

도 1a의 예와 달리, 추가적인 실시예는 존재 검출 정보 뿐만 아니라 물체 정보를 위한 공통 출력 포트(18)를 포함한다. 예를 들어, 이 출력 포트로 전달되는 공통 CAN 신호가 프로세싱 유닛(14) 내에서 생성된다. 신호를 생성할 때 안전 기준에 대처하기 위해 물체 정보보다 존재 검출 신호가 더 높은 우선순위를 가지는 것은 필수적이다.

추가적인 차이는, 도 1a는 병렬 작업 원리의 일 예를 보여주는 한편, 도 1b에는 거리 정보가 존재 검출 유닛(15)에 먼저 공급되고 이후에 물체 정보 유닛으로 전달되는 것으로 도시되어 있다.

거리 데이터가 전달되는 방법은 공통 출력 포트 또는 별도의 출력 포트들을 이용하는 해법에 독립적이다. 그러므로 이러한 측면들은 필요에 따라 결합될 수 있다.

도 2는 인간 인식 센서(20)가 상부 위치에 장착되는, 예시적인 응용을 보여주는데, 물체들은 그 아래로 지나가고 있다. 인간 인식 센서(20)는, 폭 방향(W)으로 뻗어 있는, 수직 방향으로 하나의 레이저 커튼을 투사한다. 사람(P)이 이동 방향(M)으로 레이저 커튼(22)을 관통해 이동하고 있는 것으로 도시되어 있다. 통행하는 사람(P)은 광 펄스들을 반사하는데 이때 인간 인식 센서(20)의 레이저 스캐너는 레이저 커튼 내에서 반사 점을 평가한다.

센서(20)의 평가 유닛은 레이저 커튼(22)에 일치하는 평가 팡면(EP)을 평가하는 방식으로 설정된다. 그러므로 평가 평면(EP)은 수직 방향으로 Z-축을, 그리고 레이저 커튼(22)이 가지는 것과 동일한 폭 축(W)을 가진다.

도 3은 평가 평면(EP)의 평가에 의한 인체 인식 방법을 보여주는데, 이때 이 경우에 있어서 평가 평면(EP)은 레이저 커튼(22)과 일치하기 때문에 반사 점들은 평가 평면(EP)으로 투사될 필요가 없다. 반사 점들은 그들의 위치에 따라 평가 평면(EP)에 적용된다. 평가 평면(EP)은 Z-축 및 폭-축(W)을 가진다.

본 발명에 따르면 평가 유닛(16)은 이제 평가 평면(EP)의 Z-축을 따른 밀도 분포를 계산하는데, 이때 이 밀도 분포에 있어서 2 개의 피크들은 유도가능한 것으로 가정한다.

예를 들어 단지 하나의 피크만 있다면, 측정은 무시되고 평가 물체는 인체로서 식별되지 않는다.

2 개의 피크들(24, 26)이 있다면, 인체를 검출하는 것에 의한 경우일 수 있기 때문에, Z-축 상의 피크들의 위치의 위치(H1, H2)가 얻어진다. 제1 피크(24)는, 인체로 봤을 때 머리인, 물체의 전체 높이(H1)를 제공하는 것으로 추정되고, 제2 피크(26)는, 사람의 어깨 높이(H2)인 것으로 가정된다. 전체 높이(H1)와 어깨 높이(H2)의 비는 미리 정의된 인체 비율의 범위와 비교된다. 나아가, 인체 비율은 인간의 나이와 함께 변하기 때문에, 머리 높이(어깨 높이와 전체 높이 사이의 거리; H1-H2) 또한 고려될 수 있다.

이에 따르면 이것들은 상기에서 설명된 평가에 따라 정의될 수 있기 때문에, 검출에서 아이들을 배제할 수 있는, 최소 높이로 측정을 한정할 필요는 없다.

평가 평면(EP) 내에서, 제2 밀도 피크(26)의 위치(H2) 어깨들의 폭(W2)이 가 결정될 수 있다. 제1 피크(24)의 영역 내에서, 머리의 폭(W1)이 결정될 수 있다. 이 추가적인 변수들로 인해, 인체 인식에 있어서 물체의 보다 더 정확한 평가가 달성될 수 있다.

도 4는 복수의 레이저 커튼들(32, 34)을 생성하는 인간 인식 센서(30)를 갖는 셋업을 보여준다. 이 경우에 있어서의 인간 인식 센서(30)는 도어 프레임 위에 장착되고 도어 앞의 영역을 모니터링한다. 레이저 커튼들(32, 34)은 수직 축에 대하여 그리고 서로에 대하여 틸팅되어 있고 폭 방향(W)으로 도어와 평행하게 뻗어 있다. 평가 평면(EP)은 도어 평면과 평행하게 설정된다.

인간 인식 센서(30)의 레이저 스캐너는 레이저 스캐너에 대하여 검출된 물체의 반사 점들의 위치를 유도하는데, 이때 평가 유닛은 평가 물체들로서 평가 평면(EP)으로 이들을 투사한다.

사람(P)은, 레이저 커튼들(32, 34)을 관통해 움직일 때, 획득 구간 동안 반사 점들을 생성한다.

도 5a에 기술된 바와 같이, 획득 구간은 대략 15 초이다. 기술된 경우에 있어서, 4 개의 검출된 물체들은 이어서 레이저 커튼들을 관통해 지나가는데, 이때 2 개의 검출된 물체들은 동시에 레이저 커튼들을 통과한다. 평가 유닛은 시간-폭 평면에서 획득된 반사 점들을 투사하기 위해 구체화된다.

이 시간 폭-평면에 있어서, 존재하는 반사 점들은 시간-물체들(TO_1, TO_2, TO_3)로 클러스터링된다. 이것은 DBSCAN 알고리즘을 이용해 수행된다.

이 경우에 있어서 획득 구간 동안 레이저 커튼을 지나가는 4 개의 검출된 물체들은 3 개의 시간 물체들(TO_1, TO_2, TO_3)의 정의로 귀결된다.

시간-물체(TO_2)의 확대도에서 볼 수 있는 바와 같이, 시간 물체(TO_2) 내에 더 많은 검출된 물체들이 있을 수 있다.

평가 유닛은 나아가 각각의 시간 물체의 반사 점들을 취하기 위해 제공되고 도 6a에 도시된 바와 같이, 이들을 평가 평면(EP)으로 투사한다. 평가 평면은 수직 Z-축 및 폭 축(W)을 가진다.

다음 분리 단계에 있어서, 평가 유닛은 각각의 시간 물체(TO_1, TO_2, TO_3)의 반사 점들을 물체들에 할당한다.

이것은 위에서부터 아래로 평가 평면(EP)을 분석하고 또한 각각의 점을 평가 물체에 할당하는 것에 의해 수행된다.

단일 평가 물체들(O1)의 결정은 평가 유닛에 의해 수행되는데, 이때 평가 평면(EP)은 시간-물체(TO_2)의 반사 점들 모두를 포함한다. 평가 평면(EP)은 평가 평면(EP)의 위로부터 아래로 이웃 구역(40)에 의해 분석된다. 반사 점 또는 점들이 이웃 구역(40) 내에 새로이 존재하기만 하면, 이웃 구역(40) 내의 반사 점들 모두는 고려되고 새로이 존재하는 반사 점은 평가 물체에 할당된다; 예. 도 6b의 물체(O2)(십자들) 및 물체((O1)(원들) 참조. 이웃 구역 내에 새로이 존재하는 점 위에 다른 점이 없다면, 이것은 새로운 평가 물체에, 또는 반사 점이 기존의 물체(O1 또는 O2)의 수학적 무게 중심까지의 최소 거리를 가질 때, 기존의 평가 물체에 할당된다. 이 절차에 따르면 반사 점들 모두는 평가 물체(O1, O2)에 속하는 반사 점들의 부분집합으로 그룹핑된다.

결과적으로, 도 6b는 도 5b의 시간 물체(TO_2)가 2 개의 평가 물체들(O1, O2)로 분리되었음을 보여준다.

도 7의 (a)에 도시된 바와 같이 이 평가 평면 내의 각각의 물체는 이때 도 7 의 (b)에 도시된 바와 같이 Z-축을 따른 밀도 분포 분석에 종속된다. 도 7의 (a), (b)에 있어서, 물체(O1)가 분석된다. 물체가 인체인지 아닌지 결정하는 추가적인 평가는, 적용된 측정들을 인체계측 데이터와 비교하는 것에 의해 도 3에 설명된 바와 같이 수행된다.

본 발명의 다른 개선에 따르면, 평가 유닛은 물체들의 이동 방향을 분석할 수 있게 해 줄 수 있다. 이것은 인간 인식 센서가 물체 정보와 함께 방향 정보를 제공하는 것을 가능하게 한다. 예를 들어, 이것은 얼마나 많은 사람이 건물로 들어갔는지 또는 남아 있는지에 대한 카운트 또는 카운팅 그 자체를 수행하고 단지 출력 포트에 순수한 카운트를 제공하는 것을 허용한다.

이동 방향은 짧은 시간 구간, 예를 들어 500 ms에 걸쳐 2 개의 커튼들(32, 34)의 누적된 반사 점들을 비교하는 것에 의해 분석된다. 반사 점들은 시간 폭 평면으로 투사되는데, 여기서 존재하는 반사 점들의 수학적 무게 중심은 각각의 커튼에 대하여 결정된다.

도 8의 (a) 및 도 8의 (b)의 십자에 의해 지시되는, 무게 중심의 천이에 따라, 무게 중심은 먼저 제1 커튼(32)을 관통해 다음으로 제2 커튼(34)을 관통해 지나가는데, 이것은 이때 물체의 이동 방향이다.

10: 인간 인식 센서
11: 물체 정보 유닛
12: 레이저 스캐너
13: 거리 결정 유닛
14: 프로세싱 유닛
15: 존재 검출 유닛
16: 평가 유닛
17: 방향 결정 유닛
18a: 출력 포트
18b: 출력 포트
20: 인간 인식 센서
22: 레이저 커튼
24: 피크
26: 피크
30: 인간 인식 센서
32: 제1 레이저 커튼
34: 제2 레이저 커튼
44: 무게 중심
46: 무게 중심
TO_1: 시간 물체
TO_2: 시간 물체
TO_3: 시간 물체
O1: 물체
O2: 물체
EP: 평가 평면
P: 사람
M: 이동 방향
Z: Z-축
W: 폭 축

Claims

자동문을 제어하기 위한 센서(10)에 있어서, 이때 상기 센서(10)는 스캐닝 필드의 미리 정의된 검출 영역 내의 적어도 하나의 레이저 커튼(22, 32, 34)을 이용해 물체의 존재를 검출하기 위한 레이저 스캐너(12)를 포함하고, 상기 센서(10)는 비행 시간의 평가에 의해, 반사된 신호의 반사 점들의 거리들을 획득하기 위해 구체화된 거리 데이터 획득 유닛(13), 존재 검출 유닛을 포함하고,
이때 상기 거리 데이터 획득 유닛(13)의 결과는 상기 존재 검출 유닛(15)으로 공급되고, 상기 거리 데이터 획득 유닛(13)은 상기 존재 검출 유닛(15)으로 상기 거리 데이터 정보를 전달하고, 상기 존재 검출 유닛(15)은, 상기 거리 데이터를 분석하는 것에 의해 상기 미리 정의된 검출 영역 내에서 물체가 검출되는지 여부를 평가하고, 이때 존재 검출 정보가 생성되고 적어도 하나의 센서 출력 포트(18, 18b)로 공급되고,
상기 센서는 인체 식별 유닛(16)을 포함하는 물체 정보 유닛(11)을 더 포함하고, 이때 상기 물체 정보 유닛(11)은 상기 거리 데이터를 수신하고, 상기 인체 식별 유닛(16)은 상기 거리 데이터를 이용하여 상기 검출된 물체가 인체인지 여부를 결정하고, 상기 물체 정보 유닛(11)은 상기 적어도 하나의 출력 포트(18, 18a)로 공급되는 물체 정보를 생성하는 것을 특징으로 하는, 센서.
제 1 항에 있어서, 상기 물체 정보 유닛(11)은 상기 인체 식별 유닛(16)에 의해 검출되는 인체들의 수를 카운트하는 카운팅 유닛을 포함하여, 카운팅 정보가 상기 적어도 하나의 출력 포트(18, 18a)로 공급되는 것을 특징으로 하는, 센서.
제 1 항 또는 제 2 항에 있어서, 상기 레이저 스캐너(12)는 복수의 레이저 커튼들(32, 33)을 생성하고 또한 상기 물체 정보 유닛은 물체의 움직임, 바람직하게는 물체의 이동 방향을 인식하는 움직임 검출 유닛을 포함하는 것을 특징으로 하는, 센서.
제 1 항 내지 제 3 항 중 어느 한 항에 있어서, 상기 출력 포트(18, 18a, 18b)는 물리적 또는 무선 포트인 것을 특징으로 하는, 센서.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서, 상기 존재 정보 및 상기 물체 정보는 동일한 출력 포트(18)로 공급되는 것을 특징으로 하는, 센서.
제 1 항 내지 제 5 항 중 어느 한 항에 있어서, 상기 센서는 적어도 2 개의 출력 포트들을 포함하고 이때 제1 출력 포트(18b)는 상기 존재 정보에 전용되고 제2 출력 포트(18a)는 상기 물체 정보에 전용되는 것을 특징으로 하는, 센서.
제 5 항에 있어서, 상기 존재 정보는 상기 물체 정보보다 더 높은 우선순위를 가지는 것을 특징으로 하는, 센서.
제 1 항 내지 제 7 항 중 어느 한 항에 있어서, 인체 인식 방법을 실행할 수 있는 계산 유닛(14)을 포함하는 것을 특징으로 하는, 센서.
레이저 스캐너(12)를 이용해, 모니터링되는 영역 내에서 검출된 물체(P)를 분석 및 상기 검출된 물체가 인간인지 여부를 결정하는 것을 특징으로 하는, 제 8 항에 따른, 인체 인식 방법에 있어서,
상기 레이저 스캐너(12)는 적어도 하나의 레이저 커튼(22, 32, 34)을 생성하고, 이때 각각의 레이저 커튼(22, 32, 34)은, 상기 레이저 스캐너 위치에 대한 상기 반사 점들의 거리를 생성하기 위해, 하나의 펄스들의 비행 시간(TOF) 측정에 의해 평가되는 복수의 펄스들에 의해 생성되고;
모니터링된 영역 내의 미리 정의된 검출 구역 내의 소정의 위치를 검색하기 위해 상기 펄스의 방향을 갖고 상기 반사 점들의 거리들의 조합;
평가 물체들(O1, O2)로서 평가 평면(EP)으로 검출된 물체에 속하는 상기 반사 점들의 투사를 포함하고, 이때 상기 평가 평면(EP)은 높이에 관련된 Z-축 및 상기 레이저 커튼(22, 32, 34)의 측면 확장 방향으로 폭에 관련된 상기 Z-축에 수직한 축을 가지고, 상기 평가 평면(EP)은 상기 Z-축을 따라 상기 반사 점들의 밀도 분포에 기초하여 평가되고 또한 상기 평가 결과는 인체계측 변수들과 비교되는, 방법.
제 9 항에 있어서, 상기 인체계측 변수들은 인체 측정들 및/또는 인체 비율들인 것을 특징으로 하는, 방법.
제 10 항에 있어서, 평가 물체(O1, O2)에 속하는 상기 반사 점들은 높이에 대한 밀도 분포에 기초하여 평가되고, 이때 이로써 머리 높이(H1) 및 어깨 높이(H2)가 인체계측 변수 머리 높이(H1) 대 어깨 높이(H2) 비에 의해 유도되는데, 이것은 인체에 대하여 미리 정의된 범위에 비교되는 것을 특징으로 하는, 방법.
제 9 항 내지 제 11 항 중 어느 한 항에 있어서, 상기 머리 높이(H1) 및 어깨 높이(H2)는 상기 밀도 분포의 피크들(24, 26)을 평가하는 것에 의해 유도되는 것을 특징으로 하는, 방법.
제 9 항 내지 제 11 항 중 어느 한 항에 있어서, 상기 평가 평면(EP)은 높이에 대한 밀도 분포로 인해 평가되고, 이때 머리 폭(W1) 및 어깨 폭(W2)은 대응하는 밀도 분포의 피크들에서 그 폭(W1, W2)을 취하는 것에 의해 유도되는 것을 특징으로 하는, 방법.
제 13 항에 있어서, 상기 인체계측 변수 그 머리 폭(W1) 대 어깨 폭(W2) 비는 인체 비율에 대하여 미리 정의된 범위에 비교되는 것을 특징으로 하는, 방법.
제 10 항 내지 제 13 항 중 어느 한 항에 있어서, 상기 반사 점들은 획득 구간에 대하여 시간 통합되는 것을 특징으로 하는, 방법.