专利名称：一种自动检票机(闸机)传感器布局计算机辅助设计与仿真系统的制作方法
技术领域：
本发明涉及一种自动检票机(闸机)传感器布局计算机辅助设计与仿真系统，属于自动检票机和门禁设计领域。
背景技术：
现实生活中，持票(卡)人通过自动检票机(闸机)时产生的行为是非常复杂的，经常会遇到持票(卡)人跨越、下钻、尾随等行 为。为了有效甄别持票(卡)人是否合法通过，或者是否携带儿童、行李、宠物通行，自动检票机(闸机)必须安装传感器系统，并采用特殊的传感器算法，对持票(卡)人通行的行为进行判断。同时，传统的自动检票机(闸机)传感器布局有很大局限性，完全依赖设计人员通过经验积累，在自动检票机(闸机)的特定位置安装传感器，这种方法费时费力，一旦完成传感器布局设计，就必须招聘雇佣大量人员不停的通过自动检票机(闸机)样机以模拟真实的人流环境，而且最终的产品因没有被现实人流检测，而存在无法预知的问题；而目前尤其在轨道交通领域，国内和国际市场采用的方式是根据客流和不同用户的需求，每条新建轨道交通线路一般都采用不同类型的自动检票机，这就对自动检票机传感器的传统设计方式提出了挑战，传统的人工方式无法再满足大量增长的新产品需要。
发明内容
本发明的目的在于，提供一种采用计算机仿真产生百万级人流样本，并根据新设计的传感器布局，通过人工神经元网络自动生成持票(卡)人行为甄别算法，使得传统工艺需要数个月、数百人、上百万元的样机开发费用，一次缩短到几天、数名专业工程师、几台笔记本电脑即可完成工作的自动检票机(闸机)传感器布局计算机辅助设计与仿真系统。为解决上述技术问题，本发明采用如下的技术方案一种自动检票机(闸机)传感器布局计算机辅助设计与仿真系统，包括以下步骤SI，拍摄大量不同特定条件下持票(卡)人通过自动检票机(闸机)的视频文件做成例子库L ；S2，通过使用视频转换软件将原始视频例子库L转化为视频文件集M ；S3，通过使用仿真软件将视频文件集M结合指定的一套传感器布局坐标文件XY —并添加到软件内部做成样本集N ；S4,利用仿真软件仿真的功能对样本集N仿真，生成特殊格式的数据流文件训练集P ;S5，通过使用仿真软件中的神经网络训练的功能，对数据流文件训练集P训练从而建立神经网络模型。S6，通过以上SI S4的步骤建立数据流文件测试集Q ；S7，通过使用仿真软件中的神经网络测试的功能，在步骤S5完成后建立的神经网络模型中对数据流文件测试集Q进行测试，得到这套传感器布局设计的各个属性的持票(卡)人通过率结果文件F。视频转换软件的步骤为S21，原始视频例子库L通过特定阀值的设定和文件大小设定，从彩色视频文件转化成黑白二值化视频文件集M ；S22，提取原始视频例子库L中自动检票机(闸机)的坐标生成文件。仿真软件的步骤为
S31，输入传感器布局坐标文件XY，判断是否编辑训练集样本；是，则进入步骤S32-S34，建立训练集P ;否，则进入步骤S32-S34建立测试集Q。S32，选择二值化后训练视频文件集存储目录；S33，编辑该视频文件集的参数文件T并导入；S34,导入该视频中的闸机坐标并形成样本集N ;进入步骤S41 ；S41，对训练集P或者测试集Q仿真；进入步骤S51 ；S51，神经网络对训练集P仿真结果训练；S52，产生神经网络模型；进入步骤S71 ；S71，在此模型下的神经网络对测试集仿真结果测试；S72，产生通过率结果文件F。本发明用计算机将可逐渐完善的例子库里的样本仿真，神经网络训练测试的方法，可以得出横向几套自动检票机(闸机)传感器布局设计方案下的持票(卡)人通过率表格文件，然后，再纵向比较这几个表格，综合考虑后，可选出一套传感器布局方案为新型自动检票机(闸机)的设计方案。通过上述描述，可见，使用此方法设计新型自动检票机(闸机)，不但没有动用上百的人力通过闸机来测试传感器布局的合理性，也没有花费上百万元做样机，只是在这套计算机辅助设计与仿真系统中修改传感器布局参数，就可以得到对应的持票(卡)人通过率表格文件，从而可以确定是否可以作为新型闸机的传感器布局设计方案。较之传统传感器布局设计方法，本发明的优点显而易见，极大的提高了工作效率，大幅度节省了人力物力的投入，更重要的是对自动检票机(闸机)传感器布局设计的合理性提出了前瞻性研究的方法和依据。
图I是本发明的系统结构框图；图2是本发明的系统工作流程图；图3是本发明的视频转换软件工作流程图；图4是本发明的仿真软件工作流程图。下面结合附图和具体实施方式
对本发明作进一步的说明。
具体实施例方式
具体实施例方式如图1-4所示，实例为为地铁而设计一款新型自动检票机，要求之一是具有防夹乘客附属物(比如拉杆箱等)功能。对此使用本发明的施步骤如下第一大步生成一个正在应用的一套自动检票机传感器设计方案下的乘客通过率结果文件Fl。分成如下几个小步骤
如图2所示SI、拍摄大量乘客通过闸机的视频文件做成原始视频例子库L。此步骤可以选择在某个地铁站拍摄，也可以选择在公司内部搭建场景，利用自有的自动检票机，请员工同事代替乘客通过闸机来拍摄。此大批视频文件将作为原始文件，制作成库文件，之后可以直接调用，而无需重新拍摄，但是可以不断添加新元素的文件来丰富库体。S2、打开视频转换软件，将原始视频例子库L转化为特殊格式的视频文件集M。此步骤只需设置好需要转化的原始文件存放的目录和转化后的文件被保存的目录及一些参数，然后点击“转化” 一键，软件自动执行任务。 S3、打开仿真软件，将视频文件集M结合已有机型上的一套传感器布局坐标文件XY —并添加到软件内部做成样本集N。此步骤方法类似于S2，软件界面上选择配置好参数，点击一键，软件自动执行任务。S4、利用仿真软件仿真的功能对样本集N仿真，生成特殊格式的数据流文件培训集P。此步骤方法类似于S2、S3，软件界面上选择配置好参数，点击一键，软件自动执行任务。S5、通过使用仿真软件中的神经网络训练的功能，对数据流文件培训集P训练从而建立神经网络模型。此步骤方法类似于S2、S3、S4，软件界面上选择配置好参数，点击一键，软件自动执行任务。S6、用以上SI S4的方法建立数据流文件测试集Q。S7、通过使用仿真软件中的神经网络测试的功能，在S5做过后建立的神经网络模型中对数据流文件测试集Q测试从而得到这套传感器布局设计的各个属性的乘客通过率结果文件Fl。如图3所示视频转换软件的步骤为S21，原始视频例子库L通过特定阀值的设定和文件大小设定，从彩色视频文件转化成黑白二值化视频文件集M ；S22，提取原始视频例子库L中自动检票机(闸机)的坐标生成文件。如图4所示仿真软件的步骤为S31，输入传感器布局坐标文件XY，判断是否编辑训练集样本；是，则进入步骤S32-S34，建立训练集P ;否，则进入步骤S32-S34建立测试集Q。S32，选择二值化后训练视频文件集M存储目录；S33，编辑该视频文件集的参数文件T并导入；
S34,导入该视频中的闸机坐标并形成样本集N ;进入步骤S41 ；S41，对训练集P或者测试集Q仿真；进入步骤S51 ；S51，神经网络对训练集P仿真结果训练；S52，产生神经网络模型；进入步骤S71 ；S71，在此模型下的神经网络对测试集仿真结果测试； S72，产生通过率结果文件F1。第二大步生成一个应要求新设计的一套自动检票机传感器设计方案下的乘客通过率结果文件F2。执行的几个小步骤同第一大步中S2 S7，S1可以不做，这里不再赘述。第三大步比较Fl和F2结果文件中的指标，特别是“附属物”一项，如果F2中的数据较Fl下降了，那说明新方案不如已有方案，反之，则说明，新方案在这方面的功能有改进，可以考虑将此方案作为新型自动检票机的传感器布局设计的最终方案。总之，本发明可以应用在各种自动检票机(闸机)产生的乘客通行结果完全取决于传感器布局设计的精准度。本发明就是提供给工程师一个高有效、高精准的自动检票机的传感器布局设计方法。如图I所示，其中子模块I是拍摄乘客通过自动检票机的原始视频文件，为一次性工作内容，不需要每次都做此环节，但是可以不定时不定量的对视频集做补充和完善；子模块2为本发明的视频转换软件，它的内部工作流程图见图3。部分主要源码如下
while (frame = cvQueryFrame(capture))
{
IplImage * gray I, * foreground;
gray I = cvCreateImage(cvGetSize(frame), 8, I);
cvCvtColor(frame, gray I, CVBGR2GRAY);
cvSmooth(grayl, gray I, CVGAUSSIAN, 3, 0, 0);
foreground = cvCreateImage(cvGetSize(fi-ame), 8, I);
cvAbsDiff(gray, gray I, foreground);
cvThreshold(foreground,foreground,threshold,25 5，
CV_THRESH_BINARY_INV); Il获得前景，形态学处理
//IplConvKemel* element = cvCreateStructuringElementEx(6,6, I, I,CV_SHAPE_RECT);Illl腐蚀
//cvErode(foreground,foreground,element);
//IplConvKemel* element I = cvCreateStructuringElementEx( 10, 10, I, I,CV_SHAPE_RECT);
Illl膨胀
//cvDilate(foreground,foreground,element I);
//cvReleaseStructuringElement(&element);
//cvReleaseStructuringElement(&elementl);
//cvErode(foreground,foreground,0, I); cvDilate(foreground,foreground^, I);
Ipllmage* foregroundResize = cvCreateImage(size, 8，I); cvResize(foreground, foregroundResize); cVWriteFrame(writer, foregroundResize); cvReleaseImage(&gray I); cvReleaseImage(&foreground); cvReleaseImage(&foregroundResize);
}子模块3为一整套传感器设计方案；子模块4为本发明的仿真软件，它的内部工作流程图见图4。其中M1、M2可以相同，当然T1、T2也就相同，但通常测试集应为训练集的子集。部分主要源码如下
int sensorNumber = sensors->GetSize();
SENSOR* head = NULL;
SENSOR* sensorPointer = NULL;
SENSOR* IastNode = head; "传感器 坐标转化为视频对应的像素点for(int i=0; i<sensorNumber; i++)
{
sensorPointer = new SENSOR;
sensorPointer->x = ((CPoint*)sensors->GetAt(i))->x; sensorPointer->x=(int)(((sensorPointer->x)/100 · 0)* (rightB ottomX-leftTop X)/2+(rightBottomX+leflTopX)/2);
sensorPointer->y = ((CPoint*)sensors->GetAt(i))->y;
sensorPointer->y=(int)(rightBottomY-
(((sen sorPointer->y)/120.0)* (rightBottomY-IeftTop Y)));
sensorPointer->next = NULL; if(0==i)
{
head = sensorPointer;
IastNode = sensorPointer;
}
else
{
IastN ode->next = sensorPointer;
IastNode = sensorPointer;
}
//write sensor locations into file ,second line ,like: (23,12)(32,32)file ”(” <<(((CPoint*)sensors->GetAt(i))->x) ", " (((CPoint* )sensors->GetAt(i))->y)《”)”；
} 子模块5为本发明最终的目的性结论内容，通过比较各套传感器布局设计方案而得到的不同的该文件，而得到较优的传感器布局设计方案作为新型自动检票机的传感器布 局设计方案。本发明的整个的工作流程图见图2.
权利要求
1.一种自动检票机(闸机)传感器布局计算机辅助设计与仿真系统，其特征在于包括以下步骤 Si，拍摄大量不同特定条件下持票(卡)人通过自动检票机(闸机)的视频文件做成例子库L ； S2，通过使用视频转换软件将原始视频例子库L转化为视频文件集M ； S3，通过使用仿真软件将视频文件集M结合指定的一套传感器布局坐标文件XY—并添加到软件内部做成样本集N ； S4,利用仿真软件仿真的功能对样本集N仿真，生成特殊格式的数据流文件训练集P ；S5，通过使用仿真软件中的神经网络训练的功能，对数据流文件训练集P训练从而建立神经网络模型。
S6，通过以上SI S4的步骤建立数据流文件测试集Q ； S7，通过使用仿真软件中的神经网络测试的功能，在步骤S5完成后建立的神经网络模型中对数据流文件测试集Q进行测试，得到这套传感器布局设计的各个属性的持票(卡)人通过率结果文件F。
2.根据权利要求I所述的自动检票机(闸机)传感器布局计算机辅助设计与仿真系统，其特征在于所述的视频转换软件的步骤为 S21，原始视频例子库L通过特定阀值的设定和文件大小设定，从彩色视频文件转化成黑白二值化视频文件集M ; S22，提取原始视频例子库L中自动检票机(闸机)的坐标生成文件。
3.根据权利要求2所述的自动检票机(闸机)传感器布局计算机辅助设计与仿真系统，其特征在于所述的仿真软件的步骤为 S31，输入传感器布局坐标文件XY，判断是否编辑训练集样本；是，则进入步骤S32-S34，建立训练集P ;否，则进入步骤S32-S34建立测试集Q。
S32，选择二值化后训练视频文件集存储目录； S33，编辑该视频文件集的参数文件T并导入； S34,导入该视频中的闸机坐标并形成样本集N ;进入步骤S41 ； S41，对训练集P或者测试集Q仿真；进入步骤S51 ； S51，神经网络对训练集P仿真结果训练； S52，产生神经网络模型；进入步骤S71 ； S71，在此模型下的神经网络对测试集仿真结果测试； S72，产生通过率。
全文摘要
本发明公开了一种自动检票机(闸机)传感器布局计算机辅助设计与仿真系统，包括以下步骤拍摄大量不同特定条件下持票(卡)人通过自动检票机(闸机)的视频文件做成例子库；通过使用视频转换软件将原始视频例子库转化通过使用仿真软件将视频文件集结合指定的传感器布局坐标文件做成样本集；利用仿真软件仿真的功能对样本集仿真，生成训练集；对训练集训练从而建立神经网络模型。建立测试集；通过使用仿真软件中对测试集测试，得到这套传感器布局设计的通过率结果文件。本发明采用计算机仿真技术有效减少传感器布局设计中的人力、财力和物力。
文档编号G06F17/50GK102622487SQ20121007559
公开日2012年8月1日 申请日期2012年3月21日 优先权日2012年3月21日
发明者张立华, 韦晓泉, 高征 申请人:北京建谊世纪科技有限公司