基于多源数据的乘车人员精准识别系统及方法与流程

本发明属于人员识别，特别涉及一种基于多源数据的乘车人员精准识别系统及方法。

背景技术：

1、矿用载人车辆搭载的煤矿人员精确定位系统让井下乘车人员的识别有了依据。现有技术中的煤矿人员精确定位系统主要基于uwb精确定位技术或ai识别技术。uwb精确定位技术主要分为两种方式实现乘车人员的识别：其中一种是基于巷道中精确定位分站的一维定位数据，以车辆定位卡为原点，设置判定阈值，进而将此范围内的人员进行吸附定位，从而识别乘车人员。另一种是通过在车厢内安装读卡器，由车内读卡器对车辆内部乘员所携带的标签进行定位，并通过车外的定位卡与系统平台进行联动，从而实现车厢内人员的精准识别。ai识别技术是通过车厢内安装ai识别摄像仪，通过人脸识别技术判断乘车人员。

2、而无论基于uwb精确定位技术还是基于ai识别技术的人员识别均存在识别不准确的问题，具体为：

3、基于uwb定位技术的识别存在以下缺陷：

4、按照车辆定位卡为原点进行识别，由于巷道中的精确定位是一维定位，当车辆处于停车状态时，处于阈值范围内的巷道中行走的人员也将被吸附到识别范围，导致乘车人数识别错误，甚至导致超载报警。因为此种模式完全依靠巷道中的基站定位，其可靠性较低，识别错误率较高。

5、而通过在车厢内安装读卡器，由车内读卡器对车辆内部乘员所携带的标签进行定位，基于uwb的非视距传播，在车辆行进过程中，巷道中行走人员基本可排除在外，可保证较高的识别准确性。但是，当车辆停止在候车点时，车辆与周围的人员距离是较近的，由于受车辆金属的影响，uwb定位多径效应会导致定位存在偏差，并且车载读卡器的阈值设置不会特别临界，这样就会导致无法区分人员的上下车，从而导致识别错误。

6、基于人脸识别技术存在以下缺陷：通过ai人脸识别技术进行人员识别，因为井下工人乘车时佩戴安全帽，存在无法自动捕捉并准确识别人脸的情况，如果需要精确识别，需要上下车进行刷脸验证，极大的降低了人员上下车的效率，增加时间成本。且工人作业后，人脸较脏，识别准确率不高，此种方法对人员数量的识别可靠性较高，但是对人员的识别准确性较低。

技术实现思路

1、针对上述存在的问题，本发明的目的是提供一种基于多源数据的乘车人员精准识别系统及方法，可实现对矿用载人车辆的车厢内乘车人员进行精准识别。

2、本发明的技术方案是：一种基于多源数据的乘车人员精准识别系统，包括：

3、uwb标签定位监测模块，用于实时采集矿用载人车辆周围的第一标签信息，第一标签信息用于佩戴在矿下人员的身上；

4、视频监测模块，用于实时采集矿用载人车辆周围的图像信息；

5、全向测距基站监测模块，用于实时采集其周围的第二标签信息，第二标签信息用于佩戴在矿下人员的身上；

6、第一数据处理模块，分别与uwb标签定位监测模块、视频监测模块、全向测距基站监测模块连接，用于接收第一标签信息并根据第一标签信息识别人员数量、接收图像信息并根据图像信息识别人员数量、接收第二标签信息并根据第二标签信息识别人员数量；

7、第二数据处理模块，用于接收第一数据处理模块处理后的数据、平台的uwb定位数据并进行再处理，当m-x＝y,则矿用载人车辆的车内人员实际数量为y；当m-x≠y，则进行预警提示，并显示差额人数；其中，m表示由第一标签信息识别到的人数，x表示由图像信息识别到的人数，y表示由第二标签信息识别到的人数。

8、进一步地，所述uwb标签定位监测模块用于实时采集矿用载人车辆周围n1米范围内的第一标签信息，其中，5≥n1＞0。

9、更进一步地，所述视频监测模块用于实时采集矿用载人车辆周围n2米范围内的图像信息，其中，n2＝n1。

10、进一步地，所述全向测距基站监测模块用于实时采集全向测距基站监测模块周围n3米范围内的第二标签信息，其中，n3为全向测距基站监测模块到矿用载人车辆车内最远端之间的距离。

11、进一步地，所述第二数据处理模块通过交换模块与第一数据处理模块连接用于接收第一数据处理模块处理后的数据。

12、进一步地，所述第二数据处理模块通过无线通讯模块用于与外部uwb平台连接以实现与外部uwb平台进行数据互通。

13、进一步地，所述人员标签用于对应矿下人员的身份信息。

14、更进一步地，所述第二数据处理模块还用于显示乘车人员的身份信息。

15、一种基于多源数据的乘车人员精准识别方法，利用所述的识别系统进行精准识别，具体包括以下步骤：

16、利用uwb标签定位监测模块实时采集矿用载人车辆周围的第一标签信息，第一数据处理模块接收、识别第一标签信息实时监测人员数量，记为m；

17、利用视频监测模块实时采集矿用载人车辆周围的图像信息，第一数据处理模块接收、识别图像信息实时监测车周人员数量，记为x；

18、利用全向测距基站监测模块采集其周围的第二标签信息，第一数据处理模块接收、识别第二标签信息人员并实时监测人员数量，记为y，并且实时监测车辆内以及周围的人员数量对应的距离变化；

19、第二数据处理模块接收第一数据处理模块处理后的数据，并进行处理，具体为：

20、当m-x＝y时，则车内人员实际数量为y；当m-x≠y，证明人员识别存在偏差，此时第二数据处理模块显示差额人数，并进行预警。

21、与现有技术相比，本发明的有益效果在于：本发明基于双向数据源头，以uwb标签定位监测模块配合视频监测模块作为识别矿用载人车辆的车内人员的其中一个数据源，以全向测距基站监测模块作为识别矿用载人车辆的车内人员的另一数据源，进行信息实时采集后分别识别车内人员数量，并进行对比，以对比处理后的结果为车内人员实际数量，这种方式不仅能够进行较高可靠性的识别，还能够对车内人员实际数量进行准确性的判断，实现对矿用载人车辆的车厢内乘车人员进行精准识别。

技术特征：

1.一种基于多源数据的乘车人员精准识别系统，其特征在于，包括：

2.如权利要求1所述的一种基于多源数据的乘车人员精准识别系统，其特征在于，所述uwb标签定位监测模块用于实时采集矿用载人车辆周围n1米范围内的第一标签信息，其中，5≥n1＞0。

3.如权利要求2所述的一种基于多源数据的乘车人员精准识别系统，其特征在于，所述视频监测模块用于实时采集矿用载人车辆周围n2米范围内的图像信息，其中，n2＝n1。

4.如权利要求1所述的一种基于多源数据的乘车人员精准识别系统，其特征在于，所述全向测距基站监测模块用于实时采集全向测距基站监测模块周围n3米范围内的第二标签信息，其中，n3为全向测距基站监测模块到矿用载人车辆车内最远端之间的距离。

5.如权利要求1所述的一种基于多源数据的乘车人员精准识别系统，其特征在于，所述第二数据处理模块通过交换模块与第一数据处理模块连接用于接收第一数据处理模块处理后的数据。

6.如权利要求1所述的一种基于多源数据的乘车人员精准识别系统，其特征在于，所述第二数据处理模块通过无线通讯模块用于与外部uwb平台连接以实现与外部uwb平台进行数据互通。

7.如权利要求1所述的一种基于多源数据的乘车人员精准识别系统，其特征在于，所述人员标签用于对应矿下人员的身份信息。

8.如权利要求7所述的一种基于多源数据的乘车人员精准识别系统，其特征在于，所述第二数据处理模块还用于显示乘车人员的身份信息。

9.一种基于多源数据的乘车人员精准识别方法，其特征在于，利用权利要求1-8任一所述的识别系统进行精准识别，具体包括以下步骤：

技术总结
本发明属于人员识别技术领域，具体公开了一种基于多源数据的乘车人员精准识别系统及方法，乘车人员精准识别系统包括UWB标签定位监测模块、视频监测模块、全向测距基站监测模块、第一数据处理模块以及第二数据处理模块，UWB标签定位监测模块用于采集矿用载人车辆周围的第一标签信息，视频监测模块用于采集矿用载人车辆周围的图像信息，全向测距基站监测模块用于采集其周围的第二标签信息，第一数据处理模块用于接收第一标签信息、图像信息、第二标签信息并识别人员数量，第二数据处理模块用于接收第一数据处理模块处理后的数据。识别方法为利用所述的识别系统进行精准识别。本发明可实现对矿用载人车辆的车厢内乘车人员进行精准识别。

技术研发人员：彭继国,谭业勇,王金满,孙虎,李奇蓬,郑跃
受保护的技术使用者：北斗天地股份有限公司
技术研发日：
技术公布日：2025/3/3