激光雷達(dá)傳感器獲取的點云可以繪制三維環(huán)境圖。這種由距離點組成的“云”提供了大量有價值的環(huán)境信息。然而，對于某些應(yīng)用來說，這些信息過于復(fù)雜，無法進(jìn)一步處理。例如，自動駕駛功能、交通監(jiān)控或停車點檢測，更需要在視野中檢測到對象。如何從激光雷達(dá)數(shù)據(jù)中獲取這些對象信息？
       為了弄清這一點，我們來看一個應(yīng)用案例：某市正在慶祝一年一度的節(jié)日。有一場免費(fèi)音樂會正在市中心的一個大停車場舉行。因為這次活動是免費(fèi)的，觀眾入場不受門票的限制。但是，由于安全問題，不允許超過1000人進(jìn)入。為了確保這一點，該市安裝了一個激光雷達(dá)傳感器，俯瞰音樂會區(qū)的入口，追蹤從入口經(jīng)過的人。入口是一條寬闊的通道，游客也可通過該通道離開酒店。

三維數(shù)據(jù)的精確性和匿名性
       這個應(yīng)用案例與攝像頭、運(yùn)動傳感器或人工計數(shù)等解決方案相比，激光雷達(dá)有幾個優(yōu)勢。首先，它能可靠地實時捕捉到場景的細(xì)節(jié)。例如，幾個人同時進(jìn)入場景時，普通傳感器就存在無法準(zhǔn)確識別人數(shù)的問題。例如，如果有三個人并排走著，那么在外面行走的兩個人可能會被傳感器捕獲到，但中間的人不算在內(nèi)。其次，激光雷達(dá)記錄的3D數(shù)據(jù)與相機(jī)圖像不同，并沒有記錄人臉，保護(hù)了參加音樂會觀眾的隱私。

音樂節(jié)現(xiàn)場人數(shù)如何檢測？
       開始入場時，許多人涌入現(xiàn)場。在這個過程中，傳感器收集數(shù)百萬條距離數(shù)據(jù)，對于觀眾計數(shù)應(yīng)用來說，這些數(shù)據(jù)過于復(fù)雜，無法進(jìn)一步處理。它們包含每個記錄點的x、y和z數(shù)據(jù)，組成一個點云。然而，主辦方并不需要這些詳細(xì)的信息，而是需要提供給他們用于計算現(xiàn)場觀眾總數(shù)的相關(guān)數(shù)據(jù)信息。必須實時提供三條信息：主辦方需要知道有多少人通過入口。軟件所識別出來的這些人就是點云中的對象。此外，還需要提供被識別人的確切位置信息。這些人是已經(jīng)通過入口進(jìn)到現(xiàn)場內(nèi)，還是站在邊界之外在入口排隊？所需的第三項信息是關(guān)于人員流動方向的信息。檢測到離開現(xiàn)場的人，對應(yīng)扣除現(xiàn)場觀眾數(shù)量。

需要考慮哪些方面？
       這些數(shù)據(jù)是如何從復(fù)雜的點云數(shù)據(jù)中獲得的？為了理解這一點，我們將研究一個簡化的數(shù)據(jù)評估算法。首先，需要區(qū)分前景和背景。為此，對場景進(jìn)行分析并刪去背景以識別點簇。為此，在游客到達(dá)現(xiàn)場之前，將靜態(tài)背景記錄在點云中。通過記錄“現(xiàn)狀”，軟件可以確定哪些點簇可以被忽略，因為它們是靜態(tài)的，屬于背景。當(dāng)人們進(jìn)入現(xiàn)場后，每一幅采集到的圖像都會與采集到的背景圖像進(jìn)行匹配，從而檢測出相同的目標(biāo)。

前景    

前景和背景

背景

關(guān)于點云對象的殼體和邊框
       當(dāng)觀眾到達(dá)時，點云會發(fā)生變化，這部分會被識別為新的對象。如果這些對象與原來背景圖像的比較中不存在，則會識別出運(yùn)動對象已進(jìn)入該區(qū)域。根據(jù)凸包原理，在對象周圍繪制一個所謂的邊界框。凸殼通過連接物體最外層的點來描述物體的最小周長。邊界框?qū)ο蟀鼑诒M可能小的長方體中，以便更好地處理信息。采取這些措施是為了減少數(shù)據(jù)并使其更易于處理。
       此邊框有助于對目標(biāo)進(jìn)行粗略分類。例如，在道路交通中，可以根據(jù)此邊框來確定檢測到的物體是汽車、自行車還是行人。在我們音樂節(jié)的例子中，即使現(xiàn)場中不太可能出現(xiàn)自行車或汽車，但是檢測邊界框的大小有助于將物體歸類，更加精確地識別物體是否為人類。因此，根據(jù)邊框大小將位于入口區(qū)域的對象粗略劃分到“人類”的類別中，并且確定這些對象的數(shù)量。

點云中的人

點云中的人，邊框標(biāo)記         

人們會怎樣移動？
       入口區(qū)域內(nèi)物體的大小被確定了，還缺少關(guān)于位置和運(yùn)動方向的信息。這些數(shù)據(jù)是如何得出的？首先，可以很容易地從邊界框中提取出關(guān)于人的確切位置的信息，因為這是激光雷達(dá)信息的核心——激光雷達(dá)傳感器測量距離。
       另一方面，例如，可以通過觀察先前幀中對象的位置來確定移動的方向。由于幀的生成速率是已知的，因此通過比較多個幀之間對象的位置，很容易確定對象移動的位置和速度。根據(jù)這個速度和運(yùn)動的方向，只要在兩個或多個幀中識別出同一點簇，就可以預(yù)測目標(biāo)的進(jìn)一步路徑。

結(jié)果：以列表形式呈現(xiàn)
       在對象列表中會提供一系列相關(guān)信息。表中每行記錄檢測到的對象及其屬性，記錄目標(biāo)對象的大小、位置和移動方向。這種形式的數(shù)據(jù)很容易進(jìn)行下一步處理，在音樂會這個例子中，可以確定現(xiàn)場任何時候的確切人數(shù)。這使得系統(tǒng)能夠識別何時達(dá)到最大訪客數(shù)，禁止觀眾進(jìn)入。它也可以準(zhǔn)確地檢測出什么時候現(xiàn)場人數(shù)最多，或者什么時候入口處的人群最多。這些數(shù)據(jù)可以為之后規(guī)劃的活動提供一個參考。

處理激光雷達(dá)數(shù)據(jù)，控制游客流量
       該市對音樂會現(xiàn)場使用激光雷達(dá)的效果非常滿意。當(dāng)訪客數(shù)量超過900時，我們示例中的軟件會觸發(fā)一個通知給主辦方。這使得活動管理部門注意訪客數(shù)量，提前做好準(zhǔn)備，以便讓觀眾停止入場。在剩下的其他時間里，他們可以去做其他事情，或者欣賞樂隊演奏的音樂——因為激光雷達(dá)在這個過程中可以幫助他們一直關(guān)注人流量，為他們節(jié)省了大量時間和精力。

（轉(zhuǎn)載）