基于单目视觉的目标定位方法及其在人群疏散路径规划中的应用
发布时间：2021-01-26 19:27
人群疏散是一个涉及公共安全的重要问题。近些年,伴随着社会经济的发展,城市化进程不断推进。城市中良好的生活条件和就业机会,吸引了大量的外部人口到城市工作和生活,这使得城市人口迅速增长。为了为城市中的生活和工作的人提供更多的居住和生活的空间,越来越多的大型建筑物开始出现在城市之中。这些大型建筑为城市中人口的居住和生活提供了活动空间,但是其内部容纳的大量人口隐藏着巨大的安全风险。当紧急情况发生时,如何对内部的人群进行科学且高效的疏散成为一个必须要重视和解决的问题。人群疏散的相关研究起源于20世纪70年代左右,到今天已有近50年的研究历史,然而人群疏散算法多集中与探究最优路径,其在实际应用中,缺少行人、环境等真实信息,使得许多优秀的算法难以进行应用。在人群运动建模研究方向,有许多的学者为了提高建模仿真性能,提出了许多基于数据驱动人群运动模型,然而,仍然面临真实的人群运动数据缺乏以及行人运动信息提取复杂等问题,且由于缺少真实场景的人群疏散数据,人群运动仿真建模的评价存在缺少对比数据的问题。针对上述问题,我们提出了一种基于单目视觉的行人信息获取方法,并将其与疏散算法进行了结合。本文主要工作及创新点...
【文章来源】： 赵万鹏 山东师范大学
【文章页数】：47 页
【学位级别】：硕士
【部分图文】：
文宗楼北
山东师范大学硕士学位论文8图2-2.YOLOV3的网络结构图。2.3.3目标检测优化方法为了进一步提高行人检测的精度，我们对模型进行了两方面处理。首先，考虑到本文中目标检测模型主要用于行人的检测，然而YOLOV3原型处于多种目标的检测性能的考虑，在多尺度预测部分加入了更多比例的预测。为了使模型对行人的检测更敏感，我们通过对行人数据集中行人的bbox尺寸进行了聚类，以此获得行人检测中出现频率更高的anchor尺寸组合，从而提高yolov3在行人检测中的性能。在聚类过程中，我们发现标准的K-means[33]采用的欧式距离来衡量差异时，存在bbox的尺寸较大的时候误差大，bbox的尺寸小的时候误差小的情况，这导致聚类结果不够理想。针对该问题，本文使用了一种以IOU作为评价差异性指标的k-means方法对bbox尺寸进行更精准的聚类。其中，距离函数定义如下：),(1),(jijiboxboxDboxboxIOUIOU(2-1)
山东师范大学硕士学位论文10图2-3.相机标定棋盘格图片.2.4.2目标检测与相机标定结合相机标定[36]主要用于进行像素坐标到三维世界坐标的转换。在本实验中，为了实现对目标的定位，我们将定位过程分为了两个阶段。第一个阶段，通过标定板确立像素坐标到标定板坐标系的映射关系。第二个阶段，根据图像中像素点的真实坐标，对标定板坐标系进行旋转和平移，从而建立标定板坐标系到世界坐标系的映射关系。通过以上两步完成平面上像素点到三维世界坐标系的映射关系。Step1：将像素坐标转化为标定板坐标。其转换公式如下：MRzyvTTtRsbb111b1,,u,,x(2-3)在上式中，bbbz,y,x表示图像中像素坐标为,uv的物体在标定板坐标系中的三维坐标，1M表示摄像探头对应的内参矩阵的逆矩阵，1R表示像素坐标到真实坐标所对应的旋转矩阵的逆矩阵，t表示像素坐标到真实坐标所对应平移向量。Step2:将标定板坐标转化为世界坐标。其转换公式如下：TbbTwwzzyKy1,,,x1,,,xbw(2-4)在上式中，wwwz,y,x表示物体在世界坐标系中的坐标，bbbz,y,x表示物体在标定板坐标系中的坐标，K表示标定板坐标到世界坐标的调整矩阵，其计算公式如下：143214321a,,,,,,bbbbaaaccccccccK(2-5)在4式中iac、ibc分别表示第i组地图坐标和与之对应的第i组标定板坐标，它们的构成形式为：Tzy1,,,x像素坐标与世界坐标转换的示意图如图2-4所示，在图2-4中，（a）为世界坐标中地平面上若干点映射于像素坐标系中的效果图，相邻两点在真实世界中的距离为5cm。（b）为映射于像素坐标中的若干点在世界坐标中位置的示意图，其平面为约350cm*1200cm的矩形。行人定位的示意图如图2-5所示，在图2-5中，（a）为行人检测的示意图，将行
【参考文献】：
期刊论文
[1]基于社会力的行人交通微观仿真模型研究[J]. 王爱丽,董宝田,王泽胜. 系统仿真学报. 2014(03)
[2]Navier-Stokes方程组驱动的虚拟人群[J]. 许佳奕,万贤美,申晶晶,金小刚. 计算机辅助设计与图形学学报. 2011(01)
硕士论文
[1]基于势能场模型的人群疏散仿真研究[D]. 何锐权.中山大学 2013
本文编号：3001687
【文章来源】： 赵万鹏 山东师范大学
【文章页数】：47 页
【学位级别】：硕士
【部分图文】：
文宗楼北
山东师范大学硕士学位论文8图2-2.YOLOV3的网络结构图。2.3.3目标检测优化方法为了进一步提高行人检测的精度，我们对模型进行了两方面处理。首先，考虑到本文中目标检测模型主要用于行人的检测，然而YOLOV3原型处于多种目标的检测性能的考虑，在多尺度预测部分加入了更多比例的预测。为了使模型对行人的检测更敏感，我们通过对行人数据集中行人的bbox尺寸进行了聚类，以此获得行人检测中出现频率更高的anchor尺寸组合，从而提高yolov3在行人检测中的性能。在聚类过程中，我们发现标准的K-means[33]采用的欧式距离来衡量差异时，存在bbox的尺寸较大的时候误差大，bbox的尺寸小的时候误差小的情况，这导致聚类结果不够理想。针对该问题，本文使用了一种以IOU作为评价差异性指标的k-means方法对bbox尺寸进行更精准的聚类。其中，距离函数定义如下：),(1),(jijiboxboxDboxboxIOUIOU(2-1)
山东师范大学硕士学位论文10图2-3.相机标定棋盘格图片.2.4.2目标检测与相机标定结合相机标定[36]主要用于进行像素坐标到三维世界坐标的转换。在本实验中，为了实现对目标的定位，我们将定位过程分为了两个阶段。第一个阶段，通过标定板确立像素坐标到标定板坐标系的映射关系。第二个阶段，根据图像中像素点的真实坐标，对标定板坐标系进行旋转和平移，从而建立标定板坐标系到世界坐标系的映射关系。通过以上两步完成平面上像素点到三维世界坐标系的映射关系。Step1：将像素坐标转化为标定板坐标。其转换公式如下：MRzyvTTtRsbb111b1,,u,,x(2-3)在上式中，bbbz,y,x表示图像中像素坐标为,uv的物体在标定板坐标系中的三维坐标，1M表示摄像探头对应的内参矩阵的逆矩阵，1R表示像素坐标到真实坐标所对应的旋转矩阵的逆矩阵，t表示像素坐标到真实坐标所对应平移向量。Step2:将标定板坐标转化为世界坐标。其转换公式如下：TbbTwwzzyKy1,,,x1,,,xbw(2-4)在上式中，wwwz,y,x表示物体在世界坐标系中的坐标，bbbz,y,x表示物体在标定板坐标系中的坐标，K表示标定板坐标到世界坐标的调整矩阵，其计算公式如下：143214321a,,,,,,bbbbaaaccccccccK(2-5)在4式中iac、ibc分别表示第i组地图坐标和与之对应的第i组标定板坐标，它们的构成形式为：Tzy1,,,x像素坐标与世界坐标转换的示意图如图2-4所示，在图2-4中，（a）为世界坐标中地平面上若干点映射于像素坐标系中的效果图，相邻两点在真实世界中的距离为5cm。（b）为映射于像素坐标中的若干点在世界坐标中位置的示意图，其平面为约350cm*1200cm的矩形。行人定位的示意图如图2-5所示，在图2-5中，（a）为行人检测的示意图，将行
【参考文献】：
期刊论文
[1]基于社会力的行人交通微观仿真模型研究[J]. 王爱丽,董宝田,王泽胜. 系统仿真学报. 2014(03)
[2]Navier-Stokes方程组驱动的虚拟人群[J]. 许佳奕,万贤美,申晶晶,金小刚. 计算机辅助设计与图形学学报. 2011(01)
硕士论文
[1]基于势能场模型的人群疏散仿真研究[D]. 何锐权.中山大学 2013
本文编号：3001687
本文链接：https://www.wllwen.com/falvlunwen/fanzuizhian/3001687.html
