基于树莓派的物理距离监控

原创于 2025-10-18 11:13:52 发布 · 784 阅读

16 ·

CC 4.0 BY-SA版权

文章标签：

#树莓派 #单目相机 #物理距离

AI助手已提取文章相关产品：

海报摘要：基于树莓派和单目相机的新型冠状病毒病 2019物理距离监控系统

摘要

在新型冠状病毒病2019（COVID‐19）全球大流行期间，为了防止感染传播，在有效药物和疫苗研发完成之前，必须尽量减少传播。因此，必须减少密切接触以防止人传人。我们提出了一种简化且低成本的系统，该系统使用单目摄像头结合树莓派——一种小型单板计算机，用于测量物理距离并提醒人们与他人的接近程度。

CCS概念：
• 计算方法 → 跟踪。

关键词： RaspberryPi，神经网络，单目相机，物理距离，新型冠状病毒病2019

1 引言

目前，全球新型冠状病毒病2019（COVID‐19）病例数量正在不断增加，使其成为一次前所未有的大流行，该病毒通过飞沫传播在人群中扩散。世界卫生组织（WHO）已发布建议声明以防止感染的传播，其中之一是避免密切接触，即与可能或确诊的新型冠状病毒病2019病例在1米以内且超过15分钟的接触。[1] 因此，为了最大限度地减少新冠肺炎的传播，在公共空间（如办公室、学校和图书馆）中保持规定的物理距离至关重要。

示意图0

我们提出了一种采用小型且低成本设备的物理距离监控系统，如图1所示。现有的系统实际上已经用于采集来自激光雷达（LiDAR）设备、深度感知相机和监控摄像头的数据，以进行实时处理，并根据个体位置提供警报，从而降低感染风险。然而，这些系统在技术上需要专用摄像头和大量的计算资源[2]。此外，它们尚不便于广泛应用于一般场景。相反，所提出的系统可以以较低成本轻松安装于多种场所，以确保人员安全。其主监控系统能够按需处理来自多个摄像头的数据，在相对较小的空间（如办公室或教室）内检测到密切接触时发出警报。

2 所提出的系统的概念

为了使我们的系统能够公开使用并方便地部署于各种场所，我们定义了以下要求。
· 低成本
· 可用性
· 匿名性

为了满足所有这三个要求，仅使用低成本单目相机来测量人与人之间的距离存在困难。因此，我们决定在硬件上采用树莓派，在软件上采用PifPaf [3] 和 MonoLoco [4]，因为近期深度学习的发展已证明可以通过集成方法估算物体的位置。

树莓派4型B款是最新型号，配备高质量摄像头和中央处理器（Cortex‐A72 ARMv8 64位，1.5 GHz 四核）以及8 GB内存。价格约为90美元。因此，所提出的系统不需要任何昂贵的设备和计算资源。

在使用立体相机进行距离估计的传统方法中，校准是保持测量精度的关键要求。然而，本文提出的方法利用深度学习进行距离估计，无需任何校准。软件程序 PifPaf 对输入图像中每个检测到的人执行骨架和姿态估计。另一个程序 MonoLoco 接收来自 PifPaf 的骨架估计结果，以估计真实空间中的位置。然后，结合面部方向，根据位置和骨架信息计算物理距离。

最后，我们设计了提醒公共空间内人员的系统，而非针对特定个人发出提醒，以实现匿名化处理，保护个人隐私，同时引导公共空间内的人员关注安全的物理距离实践。该系统仅存储个体的坐标，用于监测空间中的物理距离，而不会识别特定个人。与所有现有的物理距离监测方法相比，我们所提出的系统实现了低成本性能、高可用性以及匿名化操作。