(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210801325.4 (22)申请日 2022.07.07 (71)申请人 北京航空航天大 学 地址 100191 北京市海淀区学院路37号 (72)发明人 王文光　常锡媛　 (51)Int.Cl. G06V 40/20(2022.01) G06T 7/246(2017.01) G06F 21/62(2013.01) G06V 10/82(2022.01) (54)发明名称 一种基于激光雷达的行 人摔倒检测方法 (57)摘要 一种基于激光雷达的行人摔倒检测方法， 其 步骤为： (1)基于激光雷达点云数据， 进行行人检 测和跟踪； (2)依据行人跟踪结果， 提取行人行为 特征； (3)综合利用提取的行为特征， 采用特征比 较的方法， 检测行人摔倒； (4)考虑到行为发生的 连续性， 对检测结果进行平滑处理， 最终完成检 测。 本发明基于激光雷达点云数据， 设计了一种 行人摔倒检测方法。 在实测数据上进行实验， 实 验结果表明， 本发明方法能够 有效的检测行人摔 倒。 权利要求书1页 说明书4页 附图1页 CN 115331302 A 2022.11.11 CN 115331302 A 1.一种基于 激光雷达的行 人摔倒检测方法， 其特 征在于步骤如下： (1)基于激光雷达点云数据， 进行 行人检测和跟踪； (2)依据行 人跟踪结果， 提取 行人行为特征； (3)综合利用提取的行为特 征， 采用特 征比较的方法， 检测行 人摔倒； (4)考虑行为发生的连续 性， 对特征比较法的检测结果进行平 滑处理， 最终完成检测。 2.根据权利要求1的基于激光雷达的行人摔倒检测方法， 其特征在于： 所述步骤(2)提 取的行人行为特征， 包括了运动特征和姿态特征， 运动特征为行人 的运动速度V， 姿态特征 为行人的点云中心高度H和点云高宽比R。 其中运动速度V基于行 人跟踪的结果计算， 计算式如下： 上式中(xn,yn)和(xn‑k,yn‑k)分别为经Kalman滤波后， 第n帧和第n ‑k帧的行人点云中心 位置， T为激光雷达帧间间隔， 由于行人为 非刚体目标， 点云中心估计随运动姿态变化， 速度 估计中进行k帧平 滑， k可取值2‑7。 行人点云高宽比定义为行人点云沿运动方向投影后的竖直方向高度和水平方向宽度 的比值， 投影点云竖直方向的高度为L＝Lu‑Lb， 水平方向的宽度为W＝Wr‑Wl， Lu,Lb分别为投 影点云竖直方向最大值和最小值， Wr,Wl分别为投影点云水平方向最大值和最小值。 高宽比 为R＝L/W。 3.根据权利要求1的基于激光雷达的行人摔倒检测方法， 其特征在于： 所述步骤(3)综 合利用行人 的运动特征和姿态特征进行摔倒检测。 三个特征同时满足下式条件时， 判定行 人摔倒。 式中Vnormal,Hnormal,Rnormal分别为行人跟踪过程中建立起来的行人正常行走的运动速 度、 点云中心高度和点云高宽比， λv, λh, λr为加权系数， 取值范围分别为： λv∈[0,0.5]， λh∈ [0.3,0.8]， λr∈[0.5,0.8]。 4.根据权利要求1的基于激光雷达的行人摔倒检测方法， 其特征在于： 所述步骤(4)考 虑到行为发生的连续性， 定义了四种行为状态： 摔倒发生、 摔倒保持、 待判定、 摔倒结束， 以 及状态间转换规则， 平 滑检测结果。 具体转换规则如下： ①若上一帧已确认行 人摔倒， 且当前帧也检测到行 人摔倒， 则保持判断； ②若上一帧已确认行 人摔倒， 但当前帧未检测出 行人摔倒， 则行 人状态记为待判定； ③若上一帧行人状态为待判定， 且行人处于待判定状态不足T1帧。 若当前帧检测到行 人摔倒， 则摔倒保持； ④若连续T1帧行 人均处于待判定状态， 则认为 摔倒终结， 行 人变为正常运动状态。权　利　要　求　书 1/1 页 2 CN 115331302 A 2一种基于激光雷达的行人摔倒检测方 法 技术领域： [0001]本发明属于智能监控系统下异常行为检测技术领域， 具体涉及 一种基于激光雷达 点云数据的行 人摔倒检测方法。 背景技术 [0002]近些年， 监控系统逐步由传统监控向智能监控的转变， 人们期待监控系统能够自 动检测跟踪目标、 识别异常行为， 并进行报警。 行人作为公共场景中常见的动态目标， 它的 脆弱性和 流动性使得它成为智能监控系统的重点关注对 象。 在行人异常行为中， 摔倒又是 不可忽视的一种。 对于老年人来说， 摔倒易引发各种疾病， 因此检测行人摔倒， 可以在短时 间内为其提供救治， 该方向研究具有重要的理论意义和实际工程应用价值。 我们知道行人 属于非刚体目标， 运动状态多变， 且不同的运动状态间易频繁切换。 因而在检测行人摔倒 时， 如何选择特征并建立合适的模型， 都 需要深入研究。 目前的行人摔倒检测方法主要基于 视觉传感器采集的数据。 视觉传感器在夜间条件效果不佳， 且缺乏距离信息。 反之， 激光雷 达可以很好的弥补这些缺陷， 能够适应光照强度不佳的环境且具有较高的测量精度。 发明内容 [0003]本发明的目的是基于激光雷达点云数据， 提供一种有效的检测行人摔倒的方法。 该方法针对激光雷达这 一传感器， 弥补了现有方法大多针对视 觉传感器的不足。 [0004]本发明遵循了以下的技术方案： 一种基于激光雷达 的行人摔倒检测方法， 包括以 下步骤： [0005](1)基于激光雷达点云数据， 进行 行人检测和跟踪； [0006](2)依据行 人跟踪结果， 提取 行人行为特征； [0007](3)综合利用提取的行为特 征， 采用特 征比较的方法， 检测行 人摔倒； [0008](4)考虑行为发生的连续性， 对特征比较法的检测结果进行平滑处理， 最终完成检 测。 [0009]所述步骤(2)提取行人行为特征时， 这里的特征包括了运动特征和姿态特征， 运动 特征为行人的运动速度V， 姿态特 征为行人的点云中心高度H和点云高宽比R。 [0010]所述步骤(3)综合利用行人的运动特征和姿态特征进行摔倒检测。 三个特征同时 满足下式条件时， 判定行 人摔倒。 [0011] [0012]式中Vnormal,Hnormal,Rnormal分别为行人跟踪过程中建立起来的行人正常行走的运动 速度、 点云中心高度和点云高宽比， λv, λh, λr为加权系数， 取值范围分别为： λv∈[0,0.5]， λh ∈[0.3,0.8]， λr∈[0.5,0.8]。 [0013]所述步骤(4)考虑到行为发生的连续性， 定义了四种行为状态： 摔倒发生、 摔倒保说　明　书 1/4 页 3 CN 115331302 A 3