一种目标聚集程度的监测方法、装置、电子设备和存储介质与流程

1.本技术涉及到目标识别领域，特别是一种目标聚集程度的监测方法、装置和电子设备。


背景技术：

2.目前监测人流量大都采用闸机和通道内红外传感技术来统计，监测车流量除了上述人流量的检测方式外，还经常结合射频技术，比如etc装置、图像传感器等。虽然这些技术可以检测目标的流量大小，但却无法监测在室内空间中目标的聚集性，即使通过图像传感器采集到的图像来检测聚集性，其过程也必须依赖于庞大的图像数据，处理过程较为复杂。


技术实现要素：

3.本技术实施例提供了一种目标聚集程度的监测方法，装置和电子设备，用于解决现有技术中室内场景内无法便捷地监测目标聚集性的技术问题。
4.根据本技术的一个方面，提供了一种目标聚集程度的监测方法，目标场景下设有一个或多个监测目标，包括，
5.获得所述监测目标的uwb数据的通信延迟数据和/或误码数据；
6.根据预设定性关系获得所述通信延迟数据和/或误码数据下对应的监测目标聚集程度；
7.其中，所述预设定性关系表示所述监测目标的聚集程度与所述监测目标对应的通信延迟数据、误码数据成正相关性。
8.进一步的，所述获得目标场景下uwb数据的通信延迟数据和/或误码数据，包括：
9.采用轮巡方式获得所述监测目标的uwb数据，并以所述uwb数据计算所述通信延迟数据和/或误码数据。
10.进一步的，所述根据预设定性关系获得所述通信延迟数据和/或误码数据下对应的监测目标聚集程度，包括：
11.所述监测目标包括生物体目标和/或非生物体目标；
12.当所述目标为单一的生物体或非生物体时，根据所述目标的预设定性关系获得所述目标的目标聚集程度。
13.进一步的，所述根据预设定性关系获得所述通信延迟数据和/或误码数据下对应的监测目标聚集程度，包括：
14.当所述目标包括生物体和非正物体混合时，根据混合预设定性关系分别获得生物体和非生物体的聚集程度；
15.其中，所述混合预设定性关系表示所述生物体的目标聚集程度和所述非生物体的目标聚集程度所构成的组合与所述通信延迟数据和/或误码数据之间呈正相关性。
16.进一步的，所述混合预设定性关系通过拟合所述生物体目标的预设定性关系和所述非生物体目标的预设定性关系获得。
17.进一步的，所述获得所述通信延迟数据和/或误码数据下对应的目标聚集程度之后，还包括：
18.获得所述目标场景的可活动空间大小；
19.根据所述目标聚集程度和所述可活动空间大小获得所述目标的数量。
20.进一步的，还包括：
21.为所述目标场景布置多种uwb测距方案，针对每种uwb测距方案获得所述目标场景下对应的多种预设定性关系；
22.根据场景设计时对目标聚集程度、uwb数据的通信延迟数据和误码数据的要求，在所述多种预设定性关系中选出匹配度最高的预设定性关系；
23.根据选出的所述匹配度最高的预设定性关系获得对应的uwb测距方案，作为场景设计时选择的uwb测距方案。
24.本技术的第二个方面，一种目标聚集程度的监测装置，目标场景下设有一个或多个监测目标，包括：
25.获取模块，用于获得目标场景下uwb数据的通信延迟数据和/或误码数据；
26.计算模块，根据预设定性关系获得所述通信延迟数据和/或误码数据下对应的监测目标聚集程度；
27.其中，所述预设定性关系表示所述监测目标的聚集程度与所述监测目标对应的通信延迟数据、误码数据成正相关性。
28.本技术的第三个方面，提供一种电子设备，包括处理器、存储器和存储在所述存储器内的计算机程序，所述计算机程序被配置为被所述处理器运行时执行所述本技术第一个方面所述的方法。
29.本技术的第三个方面，提供一种存储介质，其上存储有计算机程序，所述计算机程序用于执行所述本技术第一个方面所述的方法。
30.在本技术实施例中，提供了一种目标聚集程度的监测方法，目标场景下设有一个或多个监测目标，通过获得目标场景下uwb数据的通信延迟数据和/或误码数据；根据所述目标场景下的预设定性关系，获得所述通信延迟数据和/或误码数据下对应的目标聚集程度；其中，所述预设定性关系表示所述监测目标的聚集程度与所述监测目标对应的通信延迟数据、误码数据成正相关性。通过本技术解决了现有技术中室内场景内无法便捷地监测目标聚集性的技术问题，从而实现了目标聚集性的监测，且扩大了uwb技术的应用范围。
附图说明
31.构成本技术的一部分的附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
32.图1是根据本技术实施例的一种目标聚集程度的监测方法的流程图。
33.图2是根据本技术实施例中采用uwb定位技术的示意图。
具体实施方式
34.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
35.需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
36.超宽带(ultra wide band，uwb)技术是一种无线载波通信技术，它不采用正弦载波，而是利用纳秒级的非正弦波窄脉冲传输数据，因此其所占的频谱范围很宽。uwb技术凭借自身特性，在定位上具有较高精度，尤其在室内等密集多径场所的高速无线接入场景下，成为超越wifi、蓝牙等室内定位的方式。
37.本技术实施例为了实现便捷地进行目标聚集性监测，采用上述在室内定位场景下用的较多的uwb技术，以此可以借助室内已有的定位装置的布置而无需一套新的设备，从而基于其基本的定位功能衍生出实现本实施例中的目标聚集性监测的目的。
38.如图2所示，为本技术实施例中所采用的uwb定位技术的示意图。uwb标签是uwb室内定位系统的组成部分之一，一般用在被定位的对象上，这里的对象通常包括人员或物资。定位的是小型物资可以选择小型物资标签，定位车辆或者大型设备可以选用带有强磁吸盘大容量电池的车载标签。uwb标签发出的脉冲信号通过定位基站接收和传输。每一个标签都各自有一个唯一的id，可通过这唯一的id将被定位的物体和标签联系起来，使定位基站通过标签找到实际定位的位置。
39.uwb标签传输信号持续时间很短，发射功率极低，因此能够允许成百上千的标签同时定位，如何将这一特点与本实施例中所述的聚集性的监测联系起来，这是本技术发明人所做的主要工作。当存在多个的uwb标签时，每个标签的工作都满足以下的过程：每个定位标签以uwb脉冲重复不间断发送数据帧；发送的uwb脉冲串被定位基站接收；每个定位基站利用高敏度的短脉冲侦测器测量每个定位标签的数据帧到达接收器天线的时间；定位引擎参考标签发送过来的校准数据，确定标签达到不同定位基站之间的时间差，并利用三点定位技术及优化算法来计算标签位置。申请人发现，当uwb定位场景中存在较多的阻挡物时，定位精度和通信效果均会受到一定影响，其中通信效果主要体现在通信数据丢包和数据延迟上，并且通信数据丢包和数据延迟的情况均与定位场景内对象的多少成正相关性，基于此，提出本技术实施例中的方案以实现聚集性的监测。
40.如图1所示，为本技术实施例中的一种目标聚集程度的监测方法的流程示意图，其可用的场景包括但不限于矿下、矿道、地面公路或步行街等相对封闭的环境，目标场景下设有一个或多个监测目标。由图可知，上述方法包括以下步骤：
41.步骤s102、获得所述监测目标的uwb数据的通信延迟数据和/或误码数据。
42.uwb标签将数据包发送给基站，数据包到达基站所用的时间在正常接收时间t1以内为无延迟，但一旦数据传输过程中受到阻挡物的干扰、数据包排队等的影响会导致基站以延迟接收时间t2才能接收到该数据包，这里延迟接收时间t2大于正常接收时间t1，即出现了通信延迟，因此有延迟时间t＝t2-t1。
43.误码率是衡量数据在规定时间内数据传输精确性的指标，误码率＝传输中的误码/所传输的总码数*100％。如果有误码就有误码率。一次uwb通信过程中，假设标签发送数据码包长度为100个，正常通信时数据包能够完全被基站接收到，即接收100个，误码率为0，当遇到人或物时，误码率》0；人或物增加时，误码率也跟着增加。
44.如表1所示，为在封闭的巷道环境下测试不同数量的目标对上述uwb通信的影响情
况。由表1可知，上述通信延迟数据、误码数据均与目标聚集程度呈正相关。
45.表1
46.障碍种类/数量有障碍通信时间(ns)无障碍通信时间(ns)延迟时间(ns)误码率人/1个28259185528040500821868471.1％人/2个28259203327906788842941452.3％人/3个28682795128029601965319323.4％车辆/1个28558378628074691248368741.3％车辆/2个28913127927955738695738932.8％车辆/3个294776708280238617145380914.1％
47.因此，本实施例中可单一采用其中的通信延迟数据或者误码数据来反应聚集程度，或者联合采用通信延迟数据、误码数据来反应聚集程度。
48.步骤s104、根据预设定性关系获得所述通信延迟数据和/或误码数据下对应的监测目标聚集程度；其中所述预设定性关系表示所述监测目标的聚集程度与所述监测目标对应的通信延迟数据、误码数据成正相关性。
49.不同的目标场景，因为场景中基站的布置位置的不同、目标的聚集程度的不同、以及目标的种类不同，均会导致出现不同的通信延迟数据和误码数据。但是在某一确定的硬件布置条件(对应某一种目标场景)以及某一确定种类的目标(对应某一种目标)下，通信延迟数据和误码数据是与目标的聚集程度呈正相关性的。因此，本技术的实施例预先通过实验的方式，以目标场景和目标的聚集程度为变量，获得不同的变量的组合情况下通信的延迟数据和误码数据情况，将目标场景下目标的聚集程度与通信延迟数据、误码数据之间的关系拟合形成预设定性关系。
50.因此本技术的实施例可以很方便地利用上述预设定性关系，根据实际获得的通信延迟数据和/或误码数据获得对应的目标的聚集程度。
51.本实施例的上述方法，基于传统的uwb定位方案，结合对应的预设定性关系，可以在uwb定位的同时，监测得到目标的聚集程度，从而避免使用图像识别等需要处理能力较大的识别方式来获得聚集程度的情况。该实施例的方案充分利用uwb通信的情况与聚集性之间的关系，扩展了uwb技术的应用范畴。
52.在某些实施例中，所述获得目标场景下uwb数据的通信延迟数据和/或误码数据，包括：
53.采用轮询方式获得所述监测目标的uwb数据，并以所述uwb数据计算所述通信延迟数据和/或误码数据。
54.轮询是通信中一个主站面对多个子站之间实现“同时”通信所用的方法。主站向子站发出问询命令，子站才能利用信道发送信息。本实施例中，基站与多个数据标签之间的通信即采用轮询方式，具体如何轮询也有多种形式，本实施例采用双向飞行时间法的方式，基站与标签不需要时间同步，大大简化了系统的复杂度，具体轮询方法包括如下步骤：
55.第一步、调度基站发射包含一个标签初始化指令的数据包，在各个标签接受到数据包内的标签初始化指令后，向外广播包含各标签对应id的数据包；
56.第二步、调度基站在发完标签初始化指令后，进入侦听状态并侦听网络中的数据包，解析出里面的id，并生成一张轮询表；
57.第三步、调度基站根据轮询表的轮询状态生成控制标签进行测距的指令；
58.第四步、各标签根据所接受的指令，发出测距请求；
59.第五步、测距基站接收到标签的测距请求后与标签进行twr测距，得到同一个标签离各个测距基站的距离。
60.上述方法中，即使在同样的场景下，不同的目标表现出来对通信的影响也不同，因此，在某些实施例中，对不同的目标分别预先获得对应的预设定性关系，例如当所述监测目标包括生物体目标和/或非生物体目标时，预先获得对应的生物体目标的预设定性关系和非生物体目标的预设定性关系，以使得实现当所述目标为单一的生物体或非生物体时，根据所述目标的预设定性关系获得所述目标的目标聚集程度。
61.上述方法中，在某些实施例中，还有更复杂的情况，即即使在同样的场景下，有可能存在多种目标混合的情况，这里所指的多种目标在本发明的实施例中可以是生物体和非生物体的混合情况，例如混合了人和车辆的情况，在这种情况下，所述根据预设定性关系，获得所述通信延迟数据和/或误码数据下对应的目标聚集程度，包括：
62.当所述目标包括生物体和非正物体混合时，根据混合预设定性关系分别获得生物体和非生物体的聚集程度；其中，所述混合预设定性关系表示所述生物体的目标聚集程度和所述非生物体的目标聚集程度所构成的组合与所述通信延迟数据和/或误码数据之间呈正相关性。
63.由于不同的目标对于通信的影响是不同的，因此，当有多种目标混合时，通信延迟数据和误码数据表现出来的受影响情况与单一目标时也不同，但这不妨碍本技术实施例的进行，本技术实施例通过预先进行多个目标混合实验拟合得到混合预设定性关系。从而方便在后期选用合适的混合目标基础程度关系曲线来监测相应的每个目标的聚集程度。
64.为了简化预先拟合获得混合预设定性关系的过程，在某些实施例中，通过现有的混合目标对通信数据的影响情况，以及单一目标对通信数据的影响情况，所述混合预设定性关系通过拟合这些单一目标的预设定性关系获得，例如通过拟合所述生物体目标的预设定性关系和非生物体目标的预设定性关系获得混合了所述生物体目标和所述非生物目标的混合预设定性关系，具体的拟合时每个目标的影响系数根据实测数据调整。例如在人和车辆的混合的情况下，将人的预设定性关系与车辆的预设定性关系进行加权平均得到混合预设定性关系，由于车辆的聚集对通信的影响大于人，因此车辆对的预设定性关系的权重略大于人的预设定性关系的权重。
65.通过上述方法，在某些实施例中，可以进一步根据聚集程度结果监测对应的目标的数量，具体通过获得所述目标场景的可活动空间大小，根据所述目标聚集程度和所述可活动空间大小获得所述目标的数量，例如人流量、车流量等，从而方便某些有具体人数限制或车辆限制的情况下进行及时提醒、报警等。
66.如前文所述，本技术的这些实施例所采用的方法是与具体场景有关的，因此基于此，可以通过对多种场景的测试，掌握uwb信号受现场环境影响的程度，优化测距和定位算法，或切换其他定位算法或定位方式，还可以进一步利用该特点运用于场景布置前uwb通信方案的设计，包括：
67.为所述目标场景布置多种uwb测距方案，针对每种uwb测距方案获得所述目标场景下对应的多种预设定性关系；
68.根据场景设计时对目标聚集程度、uwb数据的通信延迟数据和误码数据的要求，在所述多种预设定性关系中选出匹配度最高的预设定性关系；
69.根据选出的所述匹配度最高的预设定性关系获得对应的uwb测距方案，作为场景设计时选择的uwb测距方案。
70.作为可选的，在为巷道设计uwb通信方案时，需要考虑巷道中为人、车混合的模式，不同的巷道位置中，人员和车辆的混合程度不同，并且出于安全考虑，特别是在某些限制聚集的巷道环境下，应在满足基本的通信需求的情况下，限制人的聚集程度，即人的聚集程度以更灵敏的方式反映在uwb数据的通信延迟数据和误码数据上，从而可以更加及时地发现可能的风险。将上述设计时考虑的因素结合现有的巷道对应的预设定性关系，选择预设定性关系中与所述匹配度最高的预设定性关系相比具有更高的敏感度一种预设定性关系，以此关系曲线对应的通信方案作为这一种巷道环境所需要的巷道通信设计方案。
71.11.除了上述各个方法实施例以外，本发明的实施例还提供一种目标聚集程度的监测装置，目标场景下设有一个或多个监测目标，其特征在于：包括：
72.获取模块，用于获得目标场景下uwb数据的通信延迟数据和/或误码数据；
73.计算模块，根据预设定性关系获得所述通信延迟数据和/或误码数据下对应的监测目标聚集程度；
74.其中，所述预设定性关系表示所述监测目标的聚集程度与所述监测目标对应的通信延迟数据、误码数据成正相关性。
75.上述装置在获取模块和计算模块的配合下，实现了本技术实施例中的目标聚集程度的监测方法，数据量小，计算便捷。
76.本发明的实施例还提供一种电子设备，包括处理器、存储器和存储在所述存储器内的计算机程序，所述计算机程序被配置为被所述处理器运行时执行上述实施例中的一种目标聚集程度的监测方法。
77.本发明的实施例还提供一种存储介质，其上存储有计算机程序，所述计算机程序用于执行上述实施例中的一种目标聚集程度的监测方法。
78.上述计算机程序所执行的方法与上文的方法实施例中的方法相同，在此不再赘述。
79.这些计算机程序也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤，对应与不同的步骤可以通过不同的模块来实现。
80.上述程序可以运行在处理器中，或者也可以存储在存储器中(或称为计算机可读介质)，计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质包括但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介
质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
81.以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。