基于数字孪生的门禁异常访问控制系统的制作方法

摘要: 本技术涉及访问控制,更具体地说,本技术涉及基于数字孪生的门禁异常访问控制系统。背景技术:1、智慧园区、商业综合体、交通枢纽、生产厂区等场所的出入口通常部署门禁读...
基于数字孪生的门禁异常访问控制系统的制作方法

本技术涉及访问控制,更具体地说,本技术涉及基于数字孪生的门禁异常访问控制系统。

背景技术:

1、智慧园区、商业综合体、交通枢纽、生产厂区等场所的出入口通常部署门禁读卡器、门磁开关、摄像头、深度传感器、闸机或门体控制设备,用于实现人员身份核验、通行记录采集、门体状态监测和区域访问控制。现有访问控制系统一般通过门禁刷卡记录确认授权通行事件,通过视频监控画面观察人员出入情况,再根据刷卡次数、门体开启时长或监控人员数量判断是否存在异常通行。部分门禁安防系统还会结合三维场景模型、空间拓扑模型或数字孪生模型,对出入口通道、门体边界和监控区域进行可视化展示,以辅助安保人员理解现场通行状态。

2、但是,在高人流出入口场景中,门禁刷卡记录、视频帧序列、深度帧序列和门状态信号通常来自不同采集设备,数据时间戳、采样频率和空间坐标基准并不完全一致。现有访问控制系统多将刷卡记录与视频画面进行事后比对,或者仅依据门体开启期间的人数变化进行报警,未能在同一时间基准下稳定关联有效刷卡开门事件、门体开启至关闭过程以及人员目标运动轨迹。当前一名授权人员刷卡后,多名人员在短时间内接近门体,或者不同人员从门体外侧、门体内侧、相邻通道交叉移动时,仅依靠刷卡次数与画面人数进行判断,容易在通行时间窗口确定、人员轨迹归属和授权人员轨迹筛选环节产生错配。

3、进一步地,现有门禁安防技术通常将数字孪生模型用于场景展示或设备状态可视化,数字孪生模型中的门体物理边界、通道几何参数和检测区域并未充分参与访问控制过程中的异常判定。对于尾随通行、无凭证跟随通行、多人贴近通过、群体混入等异常访问行为,现有系统往往只根据固定距离阈值、固定人数阈值或单一告警规则进行识别,缺少对通行人数、授权人员与非授权人员之间的时空关系、通道几何约束以及现场人群密度变化的综合判断。人员密集时,正常通行人员之间距离较近,单一距离阈值容易造成误报;人员稀疏时,轻微但连续的跟随行为又可能因人数变化不明显而被漏检。

4、上述数据链断点和判定链断点会导致访问控制系统难以准确区分授权人员正常通行与未授权人员跟随通行,进而影响门禁安防系统对异常访问行为的实时识别和告警可靠性。在需要兼顾通行效率与安全管控的场所中,如何在多源感知数据不完全同步、人员轨迹交叉和人群密度动态变化的条件下,准确建立有效刷卡开门事件、通行时间窗口、人员轨迹和异常访问行为之间的对应关系,成为访问控制领域需要解决的技术问题。

技术实现思路

1、现有门禁访问控制系统通常依赖门禁刷卡记录、门状态信号或视频监控画面进行分散判断,在多源感知数据不完全同步、人员轨迹交叉、人群密度变化以及门体开闭过程持续存在的场景下,难以准确建立有效刷卡开门事件、通行时间窗口、人员轨迹和异常访问行为之间的对应关系,导致访问控制过程中授权人员正常通行与未授权人员跟随通行容易发生错判、漏判或误判。为此,本技术提供基于数字孪生的门禁异常访问控制系统,用于提高出入口访问控制场景下异常通行识别的准确性和告警可靠性。

2、为实现上述目的,本技术提供如下技术方案:基于数字孪生的门禁异常访问控制系统,包括:

3、数据采集模块,用于实时采集多源数据,并进行预处理和时间对齐,得到同步数据流;同步数据流包括门禁刷卡记录、视频帧序列、深度帧序列和门状态信号;

4、人员检测模块,基于同步数据流,进行人员检测,得到人员检测列表;

5、轨迹计算模块,基于同步数据流,计算得到人员检测列表中每个人员目标的id对应的轨迹序列;

6、轨迹筛选模块,基于同步数据流和预设的数字孪生模型,对轨迹序列进行筛选,得到授权人员轨迹;

7、综合判定模块,基于门禁刷卡记录和门状态信号计算得到通行时间窗口;基于授权人员轨迹、对应的通行时间窗口以及数字孪生模型,分析得到综合判定结果;

8、告警模块,基于综合判定结果判定是否触发告警。

9、进一步地,基于门禁刷卡记录和门状态信号计算得到通行时间窗口,具体包括:

10、当门禁刷卡记录检测到新的有效刷卡开门事件时,提取新的有效刷卡开门事件对应的时间戳以及持卡人id信息;

11、通过门状态信号,确定新的有效刷卡开门事件触发后,门体从开启状态切换为关闭状态的完整时段,得到通行时间窗口。

12、进一步地,基于数字孪生模型中预设的出入口通道几何参数,定义检测区域。

13、进一步地,检测区域以门体的物理边界为基准,向门体外侧延伸第一预设距离形成第一子区域,向门体内侧延伸第二预设距离形成第二子区域,第一子区域与第二子区域共同构成完整的检测区域。

14、进一步地,将处于通行时间窗口内,且满足设定的候选条件的轨迹序列作为候选授权人员轨迹;

15、若筛选后仅得到一条候选授权人员轨迹,则将该候选授权人员轨迹确定为与当前有效刷卡开门事件及持卡人id信息关联的授权人员轨迹;

16、若筛选得到多条候选授权人员轨迹,则计算每条候选授权人员轨迹进入检测区域中第一子区域的时刻与有效刷卡开门事件对应的刷卡时间戳之间的时间差值,选取时间差值最小的候选授权人员轨迹作为最终的授权人员轨迹;

17、若存在时间差值相同的多条候选授权人员轨迹,则计算每条候选授权人员轨迹在通行过程中与门体物理边界的最短空间距离,选取最短空间距离最小的候选授权人员轨迹作为最终的授权人员轨迹。

18、进一步地,设定的候选条件包括:

19、轨迹序列包含进入检测区域中第一子区域的记录,且进入第一子区域的时刻与有效刷卡开门事件对应的刷卡时间戳之间的时间差不超过预设时间阈值。

20、进一步地,设定的候选条件还包括:

21、轨迹序列包含从检测区域中第一子区域进入第二子区域的通行记录,且完成通行过程的时刻处于通行时间窗口内。

22、进一步地,基于轨迹序列、授权人员轨迹和数字孪生模型,进行通行人数比对检查、时空距离阈值检查以及通道几何约束检查,分别得到各项检查的量化得分;

23、基于数字孪生模型和视频帧序列,实时计算人群密度值;

24、基于人群密度值,设定各项检查的量化得分的权重,并进行加权求和,得到综合判定分数;若综合判定分数高于综合判定阈值,则判定为存在尾随行为嫌疑,反之则判定为无尾随行为嫌疑,最终得到综合判定结果。

25、进一步地,基于人群密度值,设定各项检查的量化得分的权重的方法包括:

26、预先设定各项检查的默认权重;

27、将当前获取的人群密度与预设的高密度判定阈值、低密度判定阈值进行双向比对,划分当前通行场景为高密度场景、正常密度场景或低密度场景;

28、高密度场景下,按照预设权重转移量降低时空距离阈值检查的判定权重,并按照相同的预设权重转移量提高通行人数比对检查的权重占比;

29、低密度场景下,按照预设权重转移量提高时空距离阈值检查的判定权重,并按照相同的预设权重转移量降低通行人数比对检查的权重占比;

30、正常密度场景下,保持各项检查的默认权重不变。

31、与现有技术相比,本技术的基于数字孪生的门禁异常访问控制系统的技术效果和优点为:

32、本技术通过对多源数据进行预处理和时间对齐,得到包含门禁刷卡记录和门状态信号的同步数据流,并依次进行人员检测、人员目标轨迹计算以及结合数字孪生模型的轨迹筛选,得到与门禁访问过程对应的授权人员轨迹;进一步根据门禁刷卡记录和门状态信号确定通行时间窗口,并结合授权人员轨迹、通行时间窗口和数字孪生模型进行综合判定,根据综合判定结果确定是否触发告警。由此,使门禁刷卡事件、门体状态、人员运动轨迹和异常访问判定能够在统一时间和空间关系下连续关联,减少多源数据错位以及人员轨迹归属错误造成的异常访问误判或漏判,提高复杂出入口场景下门禁异常访问识别和告警的准确性与可靠性。