王敬仁 傅凱 蔡暉 莫盛偉 戴宇

摘要：利用機(jī)器視覺和人臉識別的地鐵分流預(yù)警系統(tǒng)，有針對性的將乘客疏導(dǎo)和分流，有效地解決擁堵問題合理利用人力資源，符合智慧城市、智能生活的趨勢。

關(guān)鍵詞：人臉識別;地鐵分流;智慧生活;樹莓派

中圖分類號：U231+.92 ? ? 文獻(xiàn)標(biāo)志碼：A ? ? 文章編號：1674-9324（2019）21-0055-02

本系統(tǒng)是基于openmv和樹莓派的智能地鐵分流系統(tǒng)。通過openmv攝像頭進(jìn)行人臉識別并且采集數(shù)據(jù)，將數(shù)據(jù)傳輸給樹莓派進(jìn)行數(shù)據(jù)分析和測算整理，推算出相應(yīng)的地鐵內(nèi)部的單位人流密度，進(jìn)行分流規(guī)劃和智能推薦。當(dāng)人流達(dá)到警戒閾值時，會啟動系統(tǒng)進(jìn)行測算，在地鐵行進(jìn)過程中進(jìn)行安全語音播報，并且在將要到的站臺進(jìn)行智能推薦，對相應(yīng)人流密度較少的車廂進(jìn)行到站前推薦，能夠更大程度地減輕人流壓力，將正在排隊的人群進(jìn)行合理化分配和安排。openmv作為攝像頭采集部分，采集通過門口的人數(shù)，采集回來的信息通過串口傳送到樹莓派上進(jìn)行分析，最后會在屏幕上（在實際中屏幕是在地鐵的站臺處，屏幕和單片機(jī)連接）顯示車廂內(nèi)的人數(shù)和車廂擁擠程度的情況。如果超過車廂內(nèi)的座位數(shù)量，屏幕上則會顯示該節(jié)車廂為擁擠狀態(tài)，建議在站臺等候的人進(jìn)入另外的車廂。

同時此系統(tǒng)也是基于對于社會現(xiàn)狀的判斷——我國的人口數(shù)量多、城市少、城市人口密度大，我國城市發(fā)展迅速，城市人口急劇上升，客流增大，地鐵雖然能減輕地面上交通擁堵問題，但隨著地鐵普及，人流涌向地鐵，地鐵擁堵問題也日益嚴(yán)重。上海、北京地鐵擁堵問題十分嚴(yán)峻。身處在現(xiàn)代社會中能夠深切感受到地鐵帶來的便利，但也受節(jié)假日地鐵擁堵問題困擾，于是便產(chǎn)生了通過分流的辦法來緩解擁堵壓力。與此同時，愈加頻發(fā)的踩踏事故也促使去對公共交通的改進(jìn)產(chǎn)生思考。2005年10月25日四川江通校園發(fā)生踩踏事故，致8死27傷;2009年12月7日，湖南湘潭育才中學(xué)踩踏事故致8死26傷;2014年12月31日上海外灘發(fā)生踩踏事件，致36人死，49人傷亡。這些慘痛的現(xiàn)實說明，在公共場合，對于踩踏事故的發(fā)生加以預(yù)防刻不容緩，對公共場所的人流進(jìn)行疏通，使之能夠有效預(yù)防踩踏事故的發(fā)生。同時由于對于高危場所的監(jiān)控疏忽，近年來，高危易燃品所導(dǎo)致的事故也逐年上升。本系統(tǒng)基于此，可以對于人流高低峰來分配工作，將工作效率最大化。

下面介紹一下系統(tǒng)的具體運作方式——由于列車每節(jié)車廂內(nèi)人數(shù)不均勻，導(dǎo)致車廂的空間利用不均勻使得個別車廂十分擁堵而有些車廂卻相對空閑。且在列車到站前，人們無法預(yù)知車廂人員的狀況，且列車停靠時間短暫，也沒有足夠的時間供人們選擇車廂，所以導(dǎo)致?lián)矶碌能噹絹碓綋矶?，空閑的車廂仍然空閑。而得益于科技領(lǐng)域機(jī)器視覺的高速發(fā)展，可以通過攝像頭進(jìn)行人臉識別，有助于去統(tǒng)計人流并進(jìn)行分析。通過告知乘客未來車站空閑車廂情況來進(jìn)行分流，保證各個車廂人數(shù)平均，這樣便能達(dá)到分流效果緩解地鐵擁堵壓力。

目前主流的人臉識別技術(shù)基本上可以歸為三類：

1.基于人臉幾何特征方法。

2.基于模版的方法，有特征臉方法，神經(jīng)網(wǎng)絡(luò)方法，動態(tài)連接匹配方法等。

3.基于模型的方法，有主動形狀模型和主動外觀模型等。

人臉識別部分本項目采用的是特征臉方法，特征臉方法是90年代初期由Turk和Pentland提出的目前最流行的算法之一，具有簡單有效的特點，也稱為基于主成分分析（principal component analysis，簡稱PCA）的人臉識別方法[1]。

特征臉方法的本質(zhì)是PCA降維。一般來說，攝像頭采集圖像的越清晰，越容易識別人臉。而圖像清晰則導(dǎo)致了圖像維度呈二次曲線增長，假設(shè)一幅圖像大小是30*30的，那么其維度就是900維，將其組織成一組向量，便可以應(yīng)用任何機(jī)器學(xué)習(xí)算法。但是在實際應(yīng)用當(dāng)中，一幅圖像的向量維度普遍偏高，算法復(fù)雜度也會隨之升高，因此需要使用PCA算法降維，來降低向量維度，同時讓信息損失最小化。

特征臉的訓(xùn)練過程主要三步：

一是準(zhǔn)備一組人臉的圖像（假設(shè)圖像數(shù)量為n，圖像的像素為R×C）。圖像要求拍攝條件相同，且圖像內(nèi)人臉的特征部位所在坐標(biāo)盡量相同。分別將每一幅圖像的每一行像素串聯(lián)在一起，產(chǎn)生n個具有R×C個元素的行向量。將產(chǎn)生的n組行向量儲存在矩陣T中，矩陣的每一行是一個圖像。

二是減去圖像的均值向量。圖像均值向量A要首先計算，并且T中的每一個圖像都要減掉均值向量。

三是計算出矩陣T的協(xié)方差矩陣S，然后計算出協(xié)方差矩陣的特征值和特征向量。因為其每一個特征向量的維數(shù)與原始圖像的一致，所以每一個特征向量可以被看作是一個圖像。這些向量就是所謂的特征臉。保留其中較大特征值的特征向量，形成數(shù)據(jù)庫，特征臉訓(xùn)練便完成了。

本項目由于受限于硬件，測試場地設(shè)為實驗室。測試時將攝像頭擺放在相應(yīng)位置，將其與樹莓派相連，同時與單片機(jī)進(jìn)行無線通信。多名隊員在教室門口被安排成假定要進(jìn)入車廂內(nèi)的乘客，每當(dāng)有乘客進(jìn)入“車廂內(nèi)”，攝像頭將會捕捉人臉，計算其特征值，并與數(shù)據(jù)庫進(jìn)行對比，若確認(rèn)為人臉，就進(jìn)行人流規(guī)劃。計算出站臺人數(shù)最有期望值，同時將數(shù)據(jù)發(fā)送至單片機(jī)，單片機(jī)的液晶屏上會推薦乘客去往相應(yīng)空閑的車廂，同時給出實時的車廂人數(shù)，由于技術(shù)限制，本組成員當(dāng)前階段只能進(jìn)行兩至三個車廂的測試。

以上作為本系統(tǒng)所覆蓋的基礎(chǔ)，而后續(xù)拓展則是將大數(shù)據(jù)結(jié)合，能夠?qū)⑿欣钕渌伎臻g記入，結(jié)合相應(yīng)具有特征性的地鐵站例如：火車站、客運站等，能夠估計推算出相應(yīng)地鐵站的上下人數(shù)從而與大數(shù)據(jù)分析相結(jié)合，合理進(jìn)行站臺運營和制定應(yīng)急預(yù)案。防止在節(jié)日前后發(fā)生意外事故，防微杜漸，避免事故。同時采用了樹莓派和大數(shù)據(jù)分析相結(jié)合，受到公共集會踩踏事故啟發(fā)，希望能夠引導(dǎo)乘客避免擁堵和擁擠，提供更好的乘車環(huán)境，與此同時，減輕地鐵工作人員的壓力，將人工智能的概念引入，也希望能夠構(gòu)建一個智能互聯(lián)的社會，讓城市生活更加方便快捷安全。

而接下來是關(guān)于使用的硬件資源介紹，主要是以32單片機(jī)為主控控制系統(tǒng)——STM32F103RCT6：Cortex-M3采用目前主流ARM V7-M架構(gòu)，相比曾風(fēng)靡一時的ARMV4T架構(gòu)擁有更加強(qiáng)勁的性能，更高的代碼密度，更高的性價比。Cortex-M3處理器結(jié)合多種突破性技術(shù)，在低功耗、低成本、高性能三方面具有突破性的創(chuàng)新，使其在這幾年迅速在中低端單片機(jī)市場異軍突起。而數(shù)據(jù)采集部分則采用了近兩年很突出的openMv攝像頭，OpenMV采用的STM32F427擁有豐富的硬件資源，這使得樹莓派這一硬件資源具有極強(qiáng)的可移植性——引出UART，I2C，SPI，PWM，ADC，DAC以及GPIO等接口方便擴(kuò)展外圍功能。USB接口用于連接電腦上的集成開發(fā)環(huán)境OpenMVIDE，協(xié)助完成編程、調(diào)試和更新固件等工作。[2]

最后是數(shù)據(jù)處理系統(tǒng)，是以樹莓派為核心的，它是一款基于ARM的微型電腦主板，以SD/MicroSD卡為內(nèi)存硬盤，卡片主板周圍有1/2/4個USB接口和一個10/100以太網(wǎng)接口（A型沒有網(wǎng)口），可連接鍵盤、鼠標(biāo)和網(wǎng)線，這意味著樹莓派比一般的單片機(jī)具有更加全面的功能，是符合信息時代的主流趨勢的。[3]

本系統(tǒng)的創(chuàng)新點在于不止可以應(yīng)用在地鐵中，也可推廣到很多人流密集區(qū)域，并且利用人工智能和數(shù)據(jù)分析技術(shù)，就地鐵本身而言，能夠提高大家的出行效率，并且有效規(guī)避了發(fā)生意外踩踏事故的風(fēng)險，減輕了工作人員等相關(guān)從業(yè)人員的負(fù)擔(dān)，同時也更好地保護(hù)了群眾的生命財產(chǎn)安全。同時相應(yīng)的對于該系統(tǒng)的應(yīng)用也有一些設(shè)想，毫無疑問未來的社會是智能的社會，該系統(tǒng)也可以延展到機(jī)器人方向，正如同隨著服務(wù)機(jī)器人技術(shù)的迅速發(fā)展，其應(yīng)用也逐漸擴(kuò)展到各個領(lǐng)域。

參考文獻(xiàn)：

[1]cicilover人臉識別之特征臉方法CSDN[Z].

[2]OpenMV機(jī)器視覺模塊簡介-Micro Vision Device-CSDN博客[Z].

[3]沈理強(qiáng)，周張濤，王澤南，許森東.基于樹莓派的交通燈實時控制系統(tǒng)[J].電子世界，2018-02-08.