使用测距传感器进行人数统计

现如今,节能比以往任何时候都更重要。 让家居、建筑和城市智能化是节约能源的有效方式。 例如,监测人体存在,以便在不需要的时候关闭灯光,根据房间里的人数优化供暖系统,甚至在街道空旷时调暗公共照明…… 然而,由于各种原因,并不是所有的街道上都安装有摄像头。 使用NanoEdge AI Studio,您可以开发ML库将时间序列数据解密到雷达或飞行时间等各类传感器,将这些数据转化为对人类有意义的数据。

例如,我们教会了一个AI库如何区分人与动物,并能够在没有任何摄像头的情况下检测到一个或多个人出入房间。 该方法还可以轻松调整,从而适用于很多其他用例。

方法

  • 我们在2米40的门架上安装了一个飞行时间传感器,指向地面,并改变了检测距离,以监测从1米40以上高度的运动(排除了狗和行李箱等对象)
  • 当有人类进入飞行时间的范围,就会触发传感器。 我们将传感器的32个信号以15 Hz的频率(最大值)串联起来,用于捕捉方向(进或出)。
  • 我们对飞行时间捕获的距离进行二值化处理,因为我们并不需要关于出入者身高的信息。
  • 我们创建了4个类别的数据集。 单人进入和单人出去的1000个信号。 以及双人进入和双人出去的400个信号。
  • 最后,我们在NanoEdge AI Studio中创建了一个“N类分类”模型(4类),并在NUCLEO_F411RE上(配有X-NUCLEO-53L5A1附加板)对其进行实时测试。

传感器

飞行时间:VL53L5CX

数据

4 类数据:单人进入、双人进入、单人出去、双人出去
信号长度:2048(32 个 8×8 连续矩阵)
数据速率:15 Hz

结果

3类分类:
98.14%准确率,27.1 KB RAM,229 KB Flash存储器

绿点表示分类正确的信号。 红点表示分类不正确的信号。 类别位于横坐标,预测置信度显示在纵坐标上