地下空间环境实时监控系统的研究与实现

作     者：许宗运 

作者单位：西安建筑科技大学 

学位级别：硕士

导师姓名：段中兴

授予年度：2019年

学科分类：08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 081404[工学-供热、供燃气、通风及空调工程] 0838[工学-公安技术] 0814[工学-土木工程] 

主      题：人脸检测 人头检测 Adaboost算法 SVM算法 嵌入式系统 

摘      要：地下空间所具有的相对封闭性、空气无法自然流通以及人流量大等特点,使得地下空间的热环境主要依靠空调、通风等设备来营造,如何使空调、通风等设备的运行具有最佳的费效比,环境参数的实时获取是设备高效运行不可或缺的手段。为此,开展了地下空间环境实时监控研究,研发了一种基于嵌入式技术和计算机视觉处理技术的实时监控系统,该系统能够实时采集地下空间的主要环境参数和人流量等数据,为地下空间空调、通风等设备实施高效运行策略提供了现场依据和数据支撑。完成的主要工作如下:（1）地下空间环境实时监控系统的方案设计与软硬件平台的搭建。在调研地下空间环境监控需求的基础上,分析对比了现有监控系统的优缺点,确立了地下空间环境实时监控系统的总体方案,并根据总体方案进行了软、硬件平台的搭建。（2）数据采集子系统和数据处理子系统的研究与实现。在NodeMCU平台上实现了多环境参数的采集,并通过MQTT协议将采集到的多个环境参数发布到物联网平台;在ARM平台上利用Linux下的V4L2视频采集接口,通过编写V4L2应用程序来控制和设置USB摄像头的视频采集及相关参数,实现了地下空间的图像视频数据采集。将采集的图像视频数据分别采用人脸特征和人头部特征的相关算法进行人流量的实时统计,人脸特征检测采用了haar-like特征结合Adaboost算法的方式实现;人头部特征检测采用了HOG特征结合SVM算法实现。通过两种算法对人流量统计结果的比较,人脸特征检测分类器检测率为81%,而人头部特征检测分类器检测率为74%。在大量实验基础上对基于人脸特征的算法进行了改进,改进后的人流量统计的准确率达到了95.6%。（3）Web服务器系统的设计与搭建。首先移植BOA服务器,通过移植CGIC库以及编写CGI应用程序来扩展服务器功能,其次设计HTML网页并将CGI应用程序加载到网页源码中,实现多个环境参数、图像、视频数据在浏览器上的查询与显示功能。测试实验表明,研发的地下空间环境实时监控系统能实时采集地下空间的主要环境参数和人流量等数据,满足地下空间环境实时监控要求。