(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210680367.7 (22)申请日 2022.06.16 (65)同一申请的已公布的文献号 申请公布号 CN 114782469 A (43)申请公布日 2022.07.22 (73)专利权人 西南交通大 学 地址 610000 四川省成 都市二环路北一段 (72)发明人 张永哲　贺勰　王思源　刘涛　 左大杰　 (74)专利代理 机构 成都顶峰专利事务所(普通 合伙) 51224 专利代理师 王袁辉 (51)Int.Cl. G06T 7/11(2017.01) G06T 7/90(2017.01) G06T 11/20(2006.01) G06V 20/52(2022.01) G06V 40/10(2022.01) G06T 3/40(2006.01)(56)对比文件 CN 110376585 A,2019.10.25 WO 2020043041 A1,2020.0 3.05 CN 108710818 A,2018.10.26 CN 113514848 A,2021.10.19 CN 112348777 A,2021.02.09 WO 20180 60313 A1,2018.04.0 5 CN 113807795 A,2021.12.17 张杏蔓.城市轨道交通车辆拥挤度识别方法 研究. 《中国优秀博硕士学位 论文全文数据库 （硕 士） 》 .2021, 刘笑影 等.城市轨道站台乘客 候车位置 选 择行为分析与L ogit建模. 《山 东科学》 .2020,第 33卷(第6期), 郑恩 等.采用去抖动模糊算法的稠密三维 重建. 《计算机 工程与应用》 .2017, (续) 审查员 袁玉 (54)发明名称 公共交通的拥挤度识别方法、 装置、 电子设 备及存储介质 (57)摘要 本发明公开了一种公共交通的拥挤度识别 方法、 装置、 电子设备及存储介质， 本发明通过对 车辆各节车厢内部进行点云扫描， 来获取各节车 厢内部的点云数据， 同时， 再进行无效点云数据 的去除， 以及点云数据的拟合， 以便提高点云精 度， 然后， 再利用拟合后的点云数据， 生成各节车 厢内部的点云网格图， 最后， 基于每节车厢内部 点的云网格图来生成对应车厢的乘客分布热度 图， 即可实现每节车厢拥挤度的识别， 由此， 本发 明的车厢拥挤度检测无需使用传统的空气弹簧 装置中的压力传感系统， 因此， 避免了压力传感 系统需要定期维修检测的问题， 降低了维修人 工、 时间和费用成本， 同时， 检测数据也不会受到车辆运行颠簸的影响， 降低了检测误差， 提高了 检测的准确性。 [转续页] 权利要求书3页 说明书13页 附图3页 CN 114782469 B 2022.08.19 CN 114782469 B (56)对比文件 Jibiao Zhou 等.Co ngestion Evaluati on of Pedest rians in Metro Stati ons Based o n Normal-Cloud Theory. 《ap plied sciences》 .2019, Yuanzheng Lei 等.Optimizi ng total passenger waiti ng time i n an urban rai l network: A pas senger fl ow guidance strategy based o n a multi-a gent simulati on approach. 《Simulati on Modelling Practice and Theory》 .202 2,2/2 页 2[接上页] CN 114782469 B1.一种公共交通的拥挤度识别方法， 其特 征在于， 包括： 获取待识别车辆中各节车厢内部在进行分段点云扫描时， 每 个扫描段的点云数据集； 对于每节车厢对应的每个扫描段的点云数据集， 对每个扫描段的点云数据集进行预处 理， 以去除每个点云数据集中的无效点云数据， 得到每个扫描段的处理后的点云数据集， 其 中， 任一点云数据集中的无效点云数据为任一 点云数据集中用于表征 车厢壁的点云数据； 对每个处理后的点云数据集进行拟合处 理， 得到每 个扫描段对应的拟合 点云数据集； 基于每节车厢的每个扫描段对应的拟合点云数据集， 得到每节车厢内部的点云网格 图； 根据每节车厢内部的点云网格图， 生成每节车厢的乘客分布热度图， 以便基于每节车 厢的乘客分布热度图得到所述待识别车辆的拥挤 程度。 2.如权利要求1所述的方法， 其特征在于， 对每个扫描段的点云数据集进行预处理， 得 到每个扫描段的处 理后的点云数据集， 包括： 获取点云裁 剪宽度； 对于任一扫描段的点云数据集， 判断所述任一扫描段的点云数据集是否为车厢 首部扫 描段的点云数据集； 若是， 则获取第 一距离以及第 二距离， 其中， 所述第 一距离为所述任一扫描段对应的点 云扫描位置与所述任一扫描段所属车厢首端之 间的距离， 所述第二距离为所述任一扫描段 对应的点云扫描位置与第一目标扫描段对应的点云扫描位置之 间的距离， 且所述第一目标 扫描段为所述任一扫描段的下一扫描段； 根据所述第一距离和所述第二距离， 得到点云裁 剪长度； 基于所述点云裁剪长度和所述点云裁剪宽度， 构建点云裁剪区域， 并在所述任一扫描 段的点云数据集中， 截取出处于所述点云裁剪区域内的点云数据， 以利用截取出 的点云数 据组成所述任一扫描段对应的预处 理后的点云数据集。 3.如权利要求2所述的方法， 其特 征在于， 所述方法还 包括： 若否， 则判断所述任一扫描段的点云数据集是否为车厢尾部扫描段的点云数据集； 若否， 则获取所述任一扫描段的点云扫描位置， 与相邻两扫描段的点云扫描位置之间 的距离， 以作为扫描距离； 根据所述扫描距离， 计算得到点云裁 剪长度； 基于所述点云裁剪长度和所述点云裁剪宽度， 构建点云裁剪区域， 并在所述任一扫描 段的点云数据集中， 截取出处于所述点云裁剪区域内的点云数据， 以利用截取出 的点云数 据组成所述任一扫描段对应的预处 理后的点云数据集。 4.如权利要求1所述的方法， 其特征在于， 对每个处理后的点云数据集进行拟合处理， 得到每个扫描段对应的拟合 点云数据集， 包括： 获取采样坐标系， 其中， 所述采样坐标系为任一处理后的点云数据集中的任一点云数 据对应的坐标系； 依次从采样坐标系的x轴正方向、 y轴正方向和z轴正方向， 并以预设采样间隔对每个处 理后的点云数据集进行 数据采样， 以在采样完成后， 得到每 个扫描段对应的采样点云数据； 对每个扫描段对应的采样点云数据进行插值处理， 以在插值完成后， 得到每个扫描段 的拟合点云数据， 以便利用每个扫描段的拟合点云数据组成每个扫描段的拟合点云数据权　利　要　求　书 1/3 页 2 CN 114782469 B 3