# 利用2D激光雷达进行低成本固定目标人体检测，用于安保机器人
Haruki Mochizuki
神奈川工科大学研究生院
日本，厚木
Ryozo Kiyohara
神奈川工科大学
日本，厚木
ORCID:0009-0004-3652-5615
摘要：自COVID-19疫情以来，日本各行业面临劳动力短缺的问题。尤其是在安保行业，由于劳动力老龄化和年轻人入行不足，问题尤为突出。这也在大学安保运营中产生了影响，因为大范围巡逻给安保人员带来了很大的负担。与此同时，机器人技术的进步不仅实现了简单任务的自动化，也实现了涉及人际互动的任务的自动化。因此，巡逻机器人的开发和部署正在积极进行，而高精度的情境识别是其实际应用的关键要求。然而，现有的机器人通常配备各种传感器，如激光雷达和摄像头，这导致成本居高不下，阻碍了其在大学安保领域的应用。本文提出了一种使用多个2D激光雷达传感器的低成本人体检测方法。该方法侧重于检测静止的人体，而这方面在以往的研究中尚未得到充分关注。此外，本文还概述了在大学安保运营中实际部署巡逻机器人所需的关键技术组件。
关键词：巡逻机器人，人体检测，2D激光雷达，低成本传感，校园安全
## I. 引言
自COVID-19疫情以来，日本各行业都面临着劳动力短缺的问题 [^1]。其中，安保行业受到特别的影响，原因是劳动力老龄化和年轻人入行不足。这也在大学安保运营中产生了影响。特别是，拥有大校园和部分无门禁的大学，需要大量人员进行巡逻。然而，整个行业的劳动力短缺使得难以获得足够的安保人员，从而导致每位安保人员的工作量增加。
与此同时，机器人技术的进步不仅实现了简单任务的自动化，也实现了涉及人际互动的任务的自动化。例如，已经在日本餐厅中引入了能够自主避障的机器人 [^2]。利用这些技术，巡逻机器人的开发和部署正在积极进行，以期缓解劳动力短缺，并减轻安保人员的工作负担。
为了使巡逻机器人能够实际应用，精确的情境识别至关重要。如果机器人经常误识别可疑人员或物体，则需要更频繁地进行人工验证，从而无法减轻安保人员的负担，甚至可能增加负担。因此，提高识别准确性是有效部署的关键要求。
此外，大学校园的巡逻通常在夜间进行。白天，日本的大多数大学都实行开放式管理，不仅大学人员，当地居民也可以自由出入。相比之下，夜间会限制出入，只有授权人员才能进入校园。未经授权的人员会被视为可疑对象，并通过定期巡逻进行识别。
现有的巡逻机器人通常使用各种传感器，包括激光雷达、摄像头和红外传感器，来执行诸如人员检测和异常识别等任务。但是，使用多种类型的传感器会导致成本高昂，这使得在大学校园安全中使用它们变得不切实际。由于校园巡逻的主要目的是检测可疑人员或物体，因此需要配备仅使用基本传感器的低成本机器人。
在本研究中，我们提出了一种使用多个2D激光雷达传感器进行人员检测的方法，这些传感器通常安装在自主机器人上。虽然3D激光雷达通常用于移动机器人的SLAM，但它生成的点云数据通常太大，无法进行高效的人员检测。因此，本研究重点是利用多个2D激光雷达来减少数据量，同时保持有效的检测性能。已经提出了许多使用激光雷达检测移动物体的相关方法[^3] [^4] [^5]。然而，针对静止人员的研究相对较少[^6]，[^7]。尽管一些早期研究已经解决了这个问题，但它们在环境条件和检测精度方面面临挑战[^8] [^9] [^10] [^11]。
在本文中，我们介绍了一种使用多个2D激光雷达传感器检测静止人员的方法，并描述了在大学校园环境中为巡逻机器人实际应用所需的必要技术组件。本文的贡献如下：
(1) 一种机器人人员检测方法
(2) 建立一种用于分类的激光雷达射线选择方法
(3) 演示校园巡逻机器人运行
---
### II. 相关研究
已经进行了大量关于人员检测的研究。其中，基于图像的人员检测是最常用的方法之一。随着摄像头和人工智能技术的不断发展，可以以高精度检测到人员$^{[12]}$，[^13]。这些研究主要关注面部或动作识别。关于使用单目摄像头进行行人检测的综述发表在[^3]中。然而，在许多校园环境中，由于光照条件的变化，包括明亮和黑暗区域，应用图像处理技术进行人员检测可能具有挑战性。使用低成本摄像头捕获的图像进一步增加了难度。
也有一些研究使用了3D激光雷达进行人员检测。例如，[^4]提出了一种用于自动驾驶车辆的人员识别方法，该方法使用支持向量机 (SVM) 对人类点云数据进行分类。作为移动机器人的跟随技术，[^5]提出使用单个激光测距仪来检测和跟踪人体腿部。该方法使用 SVM 来学习腿部特征，并利用人体步态模型进行高效跟踪。因此，人员是根据通过时间比较点云数据获得运动信息进行检测的。
其他研究收集了来自多个高度的点云数据，并实现了高达 96% 的分类率。 另一项研究 [^6] 将 3D 点云数据划分为部分——特别是躯干和腿部——以在真实环境中实现鲁棒的人员识别。 虽然这些方法显示出强大的性能，但它们依赖于高分辨率的 3D 点云数据，这需要强大的计算资源。 尽管 3D LiDAR 可以捕获人体完整的形状，从而可以在不考虑服装或姿势的情况下进行识别，但这种详细的信息在校园巡逻场景中并非总是必要的。 因此，在本研究中，我们提出了一种使用多个 2D LiDAR 的人体检测方法，以降低计算成本，同时保持足够的检测精度。
在我们之前的研究 [^8] 中，我们提出了一种使用低分辨率 2D LiDAR 和基于 PointNet 的自编码器 [^14] 的人体检测方法。 2D LiDAR 传感器安装在 90 厘米的高度——大约是成年人的腰部高度——以从正面和侧面收集数据。 该方法成功地检测到传感器 5 米范围内的行人。 在另一项研究 [^9] 中，我们提出了一种使用多个 2D LiDAR 的人体识别方法；但是，这两种方法都需要从正前方进行检测。 在本文中，我们提出了一种改进的方法，该方法可以识别无论传感角度都能识别的人。
先前的研究 [^10]、[^11] 也提出了用于检测静止人类的方法，这些方法侧重于两个物理特征和两个观测方向。 通过提取这些物理特征，可以从各种方向识别静止的人，同时最大限度地减少所需的数据量。 在本文中，我们扩展了这种方法，通过调整 LiDAR 数据采集周期来扩展检测范围，并通过实验评估所提出的方法。
在 [^15] 中，提出了一种基于 SLAM 的自主移动平台的高精度定位方法。 在大学校园安全应用中，准确的定位对于自主导航以及向安保人员提供精确的位置信息至关重要。 该研究表明，该系统可以响应活动期间出现的障碍物等情况，动态更新地图，从而在不断变化的环境中实现鲁棒的定位。
在 [^16] 中，提出了一种使用蓝牙技术检测可疑人员的系统。 在该系统中，大学人员（如学生和教职员工）会提前通过专门的应用程序注册其信息，该应用程序会传输蓝牙信号。 安保人员使用接收器设备验证此信息。 该系统根据接收信号强度指示 (RSSI) 值估算到每个个体的距离，并区分注册个体和未注册个体。 这种方法可以在夜间巡逻时实现非接触式验证授权，从而最大限度地减少身体接触。
在 [^17] 中，研究了在室内环境中运行的机器人的声学特性。 该研究测量了机器人运行时的声压级和频率特性，并发现这些声学特性会影响人类对机器人的感知。 研究结果还表明，某些声音特性可能会在人类个人空间内引起不适。
基于这些先前研究的发现，本文提出了一种使用多个 2D LiDAR 传感器的低成本人体检测方法。
### III. KAIT 校园巡逻安保的目的
本节描述在神奈川工业技术研究所（KAIT）校园内进行的安保巡逻作业及其目标。图 1 显示了校园的示意图，其中包含讲堂、实验室、教职工研究实验室以及其他设施。 只有大学员工或持有许可证的人员才能进入这些房间。
白天安保巡逻的主要目的是检测可疑物品和非法停车。 白天，不仅有学生和教职工，还有高中生和当地学生参与安保巡逻工作。
Fig. 1. Map of KAIT campus
---
居民也可能在校园内。 尽管进入讲堂和教职工实验室受到限制，但其他区域通常是开放的，因此无需验证居住证。 因此，安保人员在白天巡逻时通常会专注于其他任务。 因此，如果白天部署机器人，它们更适合用于送货或引导，而不是安保巡逻。
夜间巡逻的主要目标是检测可疑人员和物品。 晚上，非大学人员，包括高中生和当地居民，除非发生紧急情况，否则不允许进入校园。 即使这些人没有恶意，他们在校园内的存在也是未经授权的。 为了防止未经授权的进入，大多数入口和出口都被锁上，只有少数几个保持开放。 在这种情况下，任何未经许可进入校园的人都被视为可疑。
夜间巡逻尤其重要，但需要多次巡逻以确保安全。 校园面积较大，安保人员还有其他职责，这使得按计划巡逻变得困难。 引入巡逻机器人预计可以减轻工作量和人力需求，同时保持有效的安保。 机器人旨在检测可疑人员和物品，并将信息报告给安保人员。
因此，在本研究中，我们提出了一种检测非恶意静止人员的方法。 在实际的校园事件中，非恶意入侵者包括，例如，患有痴呆症的老年人，他们有时会迷路，然后被安保人员发现。 静止姿势包括站立、坐下和躺下；这里，我们重点关注直立姿势，这是校园安保人员最常观察到的姿势。
### IV. 提出的方法
人员检测使用 LiDAR 获取的点云数据。 我们假设入侵者的行为取决于意图。 恶意入侵者倾向于避免监控，并且当机器人靠近时可能会逃跑。 现有的方法 [^8] 可以通过观察点云数据的变化来检测到这些移动的人员。 相比之下，非恶意入侵者可能会在机器人经过附近时保持静止。 我们的先前的人员检测方法 [^12] 经常无法检测到这些静止的人员。
基于在校园巡逻作业中识别出的挑战，特别是夜间巡逻中难以检测到非恶意静止人员，因此有必要开发一种鲁棒的人类检测方法。 以下部分介绍了提出的方法，该方法利用多个 2D LiDAR 传感器来实现准确且经济有效的检测，同时保持实时性能，以便在巡逻机器人上进行实际部署。
### A. 人类生理特征
当使用 2D LiDAR 采集数据时，重要的是要考虑哪些身体部位可以提供稳定点云数据。头部相对较小，并且，根据人的身高，更容易受到变化的影响，这使得稳定地采集数据变得困难。因此，本研究重点关注躯干和腿部，并将 LiDAR 传感器安装在允许从这些身体部位可靠采集数据的height上。
此外，被试者的体型会影响点云的形状。不同的体型（瘦、平均、肥胖）会导致点云模式的细微变化。例如，肥胖的人的躯干和腿部比瘦的人更宽。如果在单一体型上训练分类器可能会导致错误分类；因此，训练数据应包含代表各种体型的样本。
### B. LiDAR 安装位置
每个 LiDAR 单元的安装高度必须考虑到目标个体的身高。如前所述，主要目标是校园内的非恶意入侵者，其中许多是患有痴呆症的老年人。表 I 总结了他们的平均身高；根据这些数据，我们假设身高范围为 145–170 厘米。为了采集躯干和腿部的点云数据，我们将两个 LiDAR 单元分别安装在距离地面约 90 厘米和 45 厘米的高度。这种配置即使在目标个体的身高在假设范围内变化时，也能可靠地采集数据。
### C. LiDAR 旋转
在单个 LiDAR 扫描周期中，点密度通常较低，并且随着距离的增加而降低。因此，单个扫描可能无法准确捕捉到人类的形状，这可能会导致错误分类并降低识别准确性。为了解决这个问题，机器人接近目标并收集多个连续扫描周期的点云数据。聚合多个扫描可以增加有效点密度并提高人体检测准确性。
### D. 分类中的人体学习
使用点云分类进行人体识别。我们采用了公开的基于 PointNet 的系统“使用 PointNet 对点云进行分类”[^12]，该系统通过压缩和重建数据来提取点云的特征，而不受点顺序的影响。在我们的方法中，对人体特征进行双向训练，以实现更广泛的识别范围和与其他物体的区分。该双向训练模型用于对可疑人员和其他环境中的物体进行分类。
### V. 预实验
### A. 背景消除
对于巡逻安全，自主机器人必须识别其环境中的物体。我们进行了一项实验，比较了参考地图中的点云数据与当前环境中的数据，以提取差分点。图 2 和 3 显示了在同一位置的点云数据的示例。由于精确
TABLE I. AVERAGE HEIGHT OF JAPANESE ELDERLY PEOPLE
| Age | Height (cm) |
| Male | Female |
| 60-69 | 167.4 | 154.0 |
| 70-79 | 163.1 | 149.4 |
| 80+ | 161.1 | 146.6 |
---
Fig. 7. Comparison point cloud data 1
Fig. 8. Comparison point cloud data 2
### B. 个人空间
点匹配很困难，因此应用了适当的阈值。图 4 说明了用于检测提取的差分点。
为了评估机器人噪音引起的 discomfort，学生测量了他们不希望机器人靠近的距离。这模拟了夜间巡逻条件。机器人（如图 5 所示）从 10 米处接近被试者，在三种条件下进行测量：（i）面向机器人，进行视觉识别；（ii）背对机器人；（iii）眼睛闭合。在砾石路和沥青路面均进行了测量。
表 II 总结了结果。个人空间约为 2–3 米，当闭上眼睛时，个人空间会增大。这些发现表明，在夜间，应在机器人进入其个人空间之前检测到可疑人员。机器人的外观并不特别令人不快；运行噪音是造成不适的主要原因。
Fig. 5. Background subtraction point cloud data
Fig. 6. Security Robot
TABLE II. AVERAGE DISTANCE
| Stone | Asphalt |
| Front (Open) | 229.3 | 239.2 |
| Front (Close) | 280.4 | 312.8 |
| Behind | 227.8 | 250.4 |
### C. 蓝牙信号通过多个人员接收
仅使用 RSSI 进行准确的定位比较困难，因为存在设备差异。我们测试了定向接收，以估计经过身份验证的智能手机的位置。接收器部分用铝箔覆盖，以限制接收方向（图 6）。通过轮流将接收器指向每个发射器进行测量。图 7 和 8 所示，RSSI 值取决于接收器方向，从而可以
Fig. 2. Experiment Image
Fig. 3. RSSI of receiving left device
---
Fig. 8 RSSI of receiving left device
通过顺序定向扫描估计多个智能手机的位置。
### VI. 实验和评估
### A. 各种人员姿态的分类准确率
为了评估不同姿态的分类准确率，在激光雷达距离约为 5 米的位置采集点云数据，以防止机器人接近时造成不适。激光雷达的规格（VLP-16）如表 III 所示。对于提出的方法，选择单个 3D 激光雷达光束以在所需高度捕获数据。聚合五个激光雷达旋转以增加点密度，扫描时间小于 1 秒。
目标类别为人员、树木和路标。训练数据包括六名具有不同体型的受试者的正面和侧面视图。测试数据涵盖来自 $0^{\circ}$（正面）到 $180^{\circ}$（背面）的多个方向，间隔为 $30^{\circ}$。由于树木具有类似躯干的点云形状，因此也包括树木，路标是校园常见的物体。使用 PointNet 管道进行分类，共 100 个 epoch，批次大小为 32，训练/验证比例为 $\sim$2:1。
结果如表 IV 所示。在所有方向上，对人类的分类准确率都很高，并且
TABLE VII. PERFORMANCE OF LIDAR
| Name | VLP-16 |
| Range | 100m |
| View Angle\n(Vertical) | 30°\n( $\pm 15°$) |
| View Angle\n(Horizontal) | 360° |
| Rotational Speed | 5Hz-20Hz |
TABLE VIII. F VALUE BY EACH ANGLE (HUMAN)
| Class | Observations | Average number of pointcloud |
| Human | 400 | 182 |
| Tree | 400 | 308 |
| Sign | 400 | 259 |
可以正确地区分人类、树木和路标。这些结果表明，通过在正面和侧面视图上进行训练，可以实现跨多个方向的准确分类。
### B. 不同距离的分类准确率
我们评估了在 5 米、10 米、15 米和 20 米距离上的分类准确率。使用了相同的激光雷达系统和聚合方法（每个点云旋转五个）。对人员在四个方向（0°–90°，间隔 30°）进行了测试，并包括树木和路标，距离不同。训练数据是在 5 米处采集的。
表 V–IX 总结了结果。即使在点云密度降低的情况下，在所有距离上仍能保持较高的准确率，这表明聚合多个扫描可以减轻
TABLE III. F VALUE BY EACH ANGLE (HUMAN)
| Angle | F-Value |
| 0 | 1.00 |
| 30 | 1.00 |
| 60 | 1.00 |
| 90 | 1.00 |
| 120 | 1.00 |
| 150 | 1.00 |
| 180 | 1.00 |
TABLE IV. F VALUE BY DISTANCE (5M)
| Angle | Recall | Precision | F-Value |
| 0 | 1.00 | 1.00 | 1.00 |
| 30 | 1.00 | 1.00 | 1.00 |
| 60 | 1.00 | 1.00 | 1.00 |
| 90 | 1.00 | 1.00 | 1.00 |
TABLE V. F VALUE BY DISTANCE (10M)
| Angle | Recall | Precision | F-Value |
| 0 | 1.00 | 1.00 | 1.00 |
| 30 | 1.00 | 1.00 | 1.00 |
| 60 | 0.99 | 1.00 | 0.99 |
| 90 | 1.00 | 1.00 | 1.00 |
TABLE VI. F VALUE BY DISTANCE (15M)
| Angle | Recall | Precision | F-Value |
| 0 | 1.00 | 1.00 | 1.00 |
| 30 | 1.00 | 1.00 | 1.00 |
| 60 | 1.00 | 1.00 | 1.00 |
| 90 | 1.00 | 1.00 | 1.00 |
---
TABLE IX. F VALUE BY EACH ANGLE (HUMAN)
| Angle | F-Value |
| 0 | 1.00 |
| 30 | 1.00 |
| 60 | 1.00 |
| 90 | 1.00 |
| 120 | 1.00 |
| 150 | 1.00 |
| 180 | 1.00 |
准确率损失。仅使用正面和侧面视图进行训练就足以在所有距离上实现准确的分类，这支持在实际巡逻场景中进行鲁棒的基于激光雷达的检测。
### VII. 总结
为了解决安保行业的劳动力短缺问题，我们研究了配备 2D 激光雷达的自主移动机器人在各种姿势下对人类进行分类的能力。人类是通过在两个标准姿势（正面和侧面）上进行训练实现的，该训练基于激光雷达捕获的躯干和腿部特征。
实验结果表明，该系统不仅可以在训练姿势下对静止的人进行分类，而且可以在其他方向下进行分类。这种方法实现了对静止人物的独立于方向的分类，仅使用一小部分标准训练姿势。
在未来的工作中，我们计划评估分类性能，以应对非人类障碍，并研究对非直立姿势（例如坐姿或躺姿）的受试者的分类。
## 参考文献
[^1]: S. Kotera and J. M. Schmittmann, “The Japanese Labor Market During the COVID-19 Pandemic,” International Monetary Fund, 2022.
[^2]: T. Shimmura, R. Ichikari, T. Okuma, H. Ito, K. Okada, and T. Nonaka, “Service robot introduction to a restaurant enhances both labor productivity and service quality,” Procedia CIRP, vol. 88, pp. 589–594, 2020.
[^3]: M. Enzweiler and D. M. Gavrila, “Monocular Pedestrian Detection: Survey and Experiments,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 31, no. 12, pp. 2179–2195, Dec. 2009.
[^4]: H. Wang, B. Wang, B. Liu, X. Meng, and G. Yang, “Pedestrian recognition and tracking using 3D LiDAR for autonomous vehicle,” Robotics and Autonomous Systems, vol. 88, pp. 71–78, 2017.
[^5]: W. Chung, H. Kim, Y. Yoo, C.-B. Moon, and J. Park, “The Detection and Following of Human Legs Through Inductive Approaches for a Mobile Robot With a Single Laser Range Finder,” IEEE Trans. Ind. Electron., vol. 59, no. 8, pp. 3156–3166, 2012.
[^6]: L. Spinello, K. Arras, R. Triebel, and R. Siegwart, “A Layered Approach to People Detection in 3D Range Data,” in Proc. AAAI, vol. 24, no. 1, pp. 1625–1630, 2010.
[^7]: N. Kirchner, A. Alempijevic, and A. Virgona, “Head-to-shoulder signature for person recognition,” in Proc. IEEE Int. Conf. Robotics and Automation, 2012, pp. 1226–1231.
[^8]: Y. Nagai, Y. Sawano, Y. Terashima, T. Suzuki, and R. Kiyohara, “A Method for Detecting Human by 2D-LiDAR,” in Proc. IEEE Int. Conf. Consumer Electronics (ICCE), 2022, pp. 1–2.
[^9]: T. Watanabe, Y. Terashima, and R. Kiyohara, “Standing Human Detection Method Using 2D-LiDARs,” in Proc. 2023 IEEE 47th Annual Computers, Software, and Applications Conf. (COMPSAC), 2023, pp. 1260–1265.
[^10]: H. Mochizuki and R. Kiyohara, “Human Detection Method by 3D-LiDAR with Low Calculation Costs,” in T. Ahram, L. Casarotto, and P. Costa (eds.), Human Interaction and Emerging Technologies (IHIET 2024),
[^11]: H. Mochizuki and R. Kiyohara, “Stationary Human Detection Method Using 2D LiDAR,” in Proc. 2024 IEEE 48th Annual Computers, Software, and Applications Conf. (COMPSAC), Osaka, Japan, 2024, pp. 1699–1704.
[^12]: R. Chellappa, C. L. Wilson, and S. Sirohey, “Human and machine recognition of faces: a survey,” Proc. IEEE, vol. 83, no. 5, pp. 705–741, 1995.
[^13]: R. Poppe, “A survey on vision-based human action recognition,” Image Vis. Comput., vol. 28, no. 6, pp. 976–990, 2010.
[^14]: C. R. Qi, H. Su, K. Mo, and L. J. Guibas, “PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation,” in Proc. IEEE Conf. Computer Vision and Pattern Recognition (CVPR), 2017, pp. 652-660.
[^15]: Y. Sawano, T. Watanabe, Y. Terashima, and R. Kiyohara, “Localization Method for SLAM using an Autonomous Cart as a Guard Robot,” in Proc. 2022 IEEE 46th Annual Computers, Software, and Applications Conf. (COMPSAC), Los Alamitos, CA, USA, 2022, pp. 1193–1198.
[^16]: T. Umemura, H. Mochizuki, M. Ueda and R. Kiyohara, "Personal Spaces for Security Guard Robots in a Campus," 2024 17th International Congress on Advanced Applied Informatics (IIAI-AAI-Winter), Ho Chi Minh, Vietnam, 2024, pp. 1-4, doi: 10.1109/IIAI-AAI-Winter65925.2024.00010.
[^17]: S. Watanabe and R. Kiyohara, "Authentication Method Using Bluetooth for University Security Guards," 2025 IEEE International Conference on Consumer Electronics (ICCE), Las Vegas, NV, USA, 2025, pp. 1-2, doi:10.1109/ICCE63647.2025.10930003.