# 基于2D LiDAR的静止人体检测方法
望月晴树
神奈川研究生院
工业大学
日本厚木市
清原良三
神奈川工业大学
日本厚木市
摘要——自COVID-19疫情暴发以来，日本各行各业都面临劳动力短缺问题，安保领域的劳动力短缺问题尤为严重。大学校园的安保工作也深受保安人员不足的影响。另一方面，机器人技术不断发展，如今机器人不仅可以执行简单任务，还能完成需要与人类交互的工作。巡逻安保需要大量人力，大部分工作内容只是确认现场无异常，因此业内普遍期待将机器人引入该领域。只有在机器人无法确认现场无异常时，才需要保安前往现场处置。因此，识别准确率、部署与运营成本成为了核心问题。目前，依托机器人搭载的摄像头与3D-LiDAR（激光探测与测距）的人体识别技术已经成型，但黑暗环境下的应用方案，以及基于低成本2D-LiDAR的识别技术都尚未成熟。本文在以往研究的技术基础上，提出了一种基于2D-LiDAR的人体识别方法，并给出了相关评估结果。
关键词——人体识别，LiDAR，机器人，安保人员
## 一、引言
自COVID-19疫情暴发以来，日本各行各业都面临劳动力短缺问题 [^1]。尤其是安保领域，由于工作环境艰苦，需要早班、夜班和户外作业，劳动力短缺问题十分严重。受COVID-19影响，不少场所关停，安保公司之间的价格竞争也带来了冲击，该行业普遍存在薪资低、职业发展困难的问题。大学校园的安保工作也深受保安人员短缺的影响。因此，有必要尽可能减少保安的巡逻任务量。
另一方面，机器人技术不断发展，如今机器人不仅可以执行简单任务，还能够完成需要与人类交互的工作。巡逻安保需要大量人力，且大部分工作内容仅为确认现场无异常，因此人们普遍期待将机器人引入该领域。例如在日本，餐厅的传菜机器人已经可以在人流中正常穿行 [^2]。
在安保工作中，如果机器人无法确认现场无异常，就需要保安前往现场核查。为了减少这类情况的发生，提高核查准确率是硬性要求。此外，还需要尽可能降低机器人的部署与运营成本。目前，依托机器人搭载摄像头和3D-LiDAR（激光探测与测距）的人体识别技术已经研发成熟并投入使用 $^{[3][4]}$。但尚未建立适用于光线不足环境的应用技术，也没有成熟的基于低成本2D-LiDAR的识别技术。
已有多种使用2D-LiDAR的人员识别方法被提出[^5][^6]。我们此前也已经提出了若干种方法[^7][^8]。但这些方法存在适用条件限制，且识别准确率存在问题。本文在我们先前研究技术的基础上进行扩展，提出了一种基于2D-LiDAR的人员识别方法。
### 二、LiDAR
目前可用于人体检测的设备有多种，摄像头是最常用的一种。学界已经针对人体检测中的图像处理开展了大量人工智能（AI）技术相关研究。但摄像头依赖光源，因此不适合在夜间使用。自动驾驶汽车使用仅需少量光照的高灵敏度摄像头，但这种方案用于安保机器人的成本过高。我们曾使用低成本网络摄像头开展夜间人体检测实验，结果发现即使存在一定光照，也难以检测到近距离的人员。热成像传感器摄像头可在夜间使用，但难以检测到位于热源障碍物附近的人员。因此我们选用LiDAR技术。用于自主移动建图的同步定位与地图构建（SLAM）机器人必须安装3D-LiDAR，因此如果能将其同时用于人体检测，就无需额外增加传感器成本。
LiDAR的传感数据为点云数据，可反映相对于LiDAR的障碍物位置。3D-LiDAR生成的点云数据量过大，因此计算成本过高 $^{[9]}$。据此我们提出一种人体检测方法，该方法结合多台2D LiDAR，同时利用3D-LiDAR生成的部分点云数据。
LiDAR向四周发射光线，检测物体反射的回光，并利用光的相位差计算距离。换句话说，LiDAR能够获取摄像头图像数据无法提供的3D数据。图1展示了3D-LiDAR的点云数据，
---
图2展示了2D-LiDAR的点云数据。3D-LiDAR的点云数据量过大，如果仅需少量点云数据就能检测出人类两腿两臂的人体特征，就可以降低计算成本。
### 三、安保机器人
### A. KAIT校园巡逻
本节我们介绍本校巡逻任务的目标。图3展示了KAIT校园，校园内有多栋建筑，其中2号楼和5号楼仅用于授课，其他建筑内设有教室、教授个人办公室以及行政人员办公房间。
白天巡逻的主要目的是排查可疑物品，包括违规停车。白天校园内有大量学生、教师、行政人员和周边居民，因此进入校园无需经过准入确认流程。但除讲堂外，所有房间都会上锁，仅获得授权的师生可以进入。
夜间仅获得许可的师生可以留在校园内，因此需要巡逻服务。此类巡逻的目标已在
Fig1 Example of point-cloud data (3D-LiDAR)
Fig2 Example of point-cloud data (2D-LiDAR)
Fig. 3 Map of KAIT campus
第1节中提及。目前，夜间安保巡逻仅会在校园建筑外开展数次，此外安保人员仅因其他目的进入建筑内巡逻，因此突发问题时无法及时开展巡查。
因此，我们研究了在校园中引入巡逻机器人的方案。该机器人白天承担配送和引导工作，夜间则作为巡逻机器人运行。引入这类机器人的主要目的是降低成本，另一个目的是实现安全巡逻。当发现跌倒人员时，巡逻机器人可能需要配备防毒面具。如果机器人装有气体传感器，就可以将相关信息发送到控制中心。图4展示了本研究的目标。
控制中心通过WiFi管控停车、充电和通信区域。楼宇之间分布着大量建筑与设施（例如长椅和垃圾桶）。我们计划在每栋楼宇之间部署5G设备。这些区域出现人员的概率高于其他区域，因此机器人需要能够被控制中心通过5G管控。
Fig. 4 Image of our campus
---
寻找可疑人员难度较大。但机器人可能会遇到非恶意人员，这类人员本身不存在违法行为。因此我们希望机器人能够发现这类非恶意人员并对其起到警示作用，非恶意人员的例子包括迷路老人和儿童。
### B. 当前巡逻
当前，多数巡逻系统由人工巡逻员和监控摄像头组成。这些摄像头为安保人员呈现周边区域和相关信息，同时摄像头也能起到威慑作用。但使用这套系统时，安保人员必须对每一起事件决策应对方案，这意味着安保人员的时间精力被大量占用。此外，在夜间或恶劣天气条件下，很难分析监控摄像头拍摄的静态图像。
### C. 机器人
我们计划引入可承担多种不同任务的机器人。这类机器人基于小型自动驾驶车辆打造，配备多种传感器：
GPS
用于目标检测的2D和3D LiDAR
红外相机
此外，机器人可通过LTE、WiFi、蓝牙和5G等网络进行通信。
我们将这类机器人定义为一种自动驾驶车辆。因此，机器人存储有校园地图，还配备了3D LiDAR（VLP-16） [^4] 和GPS。此外，机器人可以利用自身的3D LiDAR动态更新地图，并将过往信息与当前信息进行比对。
### IV. 相关研究与我们的既往研究
此外，我们设定校园内建筑物外部不存在台阶，机器人的移动速度接近人类步行速度。
目前已有大量关于人员检测的研究。基于图像处理的人员检测是最常用的方法之一。近年来的相机与AI技术已经可以高精度检测出人员 [^10][^11]。这些研究大多聚焦于人脸识别或行为识别。已有研究对单目相机的行人检测相关工作做了综述 [^3]。但对于多数校园场景而言，基于摄像头的图像处理技术很难应用于人员检测。校园环境光照明暗不均，使用低成本相机处理图像颇具挑战。
目前已有多项针对使用3D-LiDAR进行人体检测的研究。面向自动驾驶车辆的基于3D-LiDAR的行人识别方案[^4]采用支持向量机（SVM）实现人体检测。其他研究方法将3D LiDAR拆分为多个2D-LiDAR使用[^5]。该研究从多个不同高度采集点云数据，得到的分类准确率最高可达96%。一种使用精简点云数据的方案是将目标的3D点云分割为躯干和腿部两个部分，从而实现鲁棒的原位行人识别[^6]。
上述所有研究都使用3D点云数据，这类数据对CPU性能要求较高。由于3D LiDAR可以获取整个人体的点云，因此无论衣物等外形如何变化，都可以识别出人体。但对于在相近高度位置采集数据的场景，并不需要获取完整的多个人体外形信息。因此，本研究提出一种使用多个2D-LiDAR的人体检测方法，以降低计算成本。
在先前的一项研究[^7]中，我们提出了一种基于低分辨率2D-LiDAR和PointNet自编码器的人体检测方法[^12]。我们将2D-LiDAR安装在90cm高度（该高度被认为是人类典型的腰部高度），分别从正面和侧面采集数据。提出的方法成功检测到了距离激光雷达5米范围内的人体。
在先前的另一项研究[^8]中，我们提出了基于多个2D-LiDAR的人体识别方法。但上述两种方法都要求必须从正前方进行识别。本文提出了一种不受感知角度影响的人体识别方法。
### 五、 本文提出的方法
在多数场景下，机器人无法预先得知相对于目标对象采集点云数据的角度。本研究针对无恶意闯入设施的痴呆症老年人群体开展研究。由于痴呆症患病率随年龄增长而上升，绝大多数患者为老年人，因此2D-LiDAR的安装高度应当适配老年人的身高特征。
表1给出了日本不同年龄段老年人的身高分布数据。将检测范围聚焦在身高135cm至175cm的人群，可以更高概率地检测到无恶意闯入的痴呆症老年人。
人体由头部、躯干、手臂和腿部组成。由于头部尺寸远小于身体其他部分，固定高度的激光雷达可能无法捕获头部的几何特征。因此，本研究重点关注躯干、手臂和腿部的形状特征。为适配身高135cm至175cm的人群，我们将激光雷达分别设置在95cm和40cm高度，确保能够采集到有效特征。
搭载在机器人上的激光雷达并不一定总能从目标正前方采集点云信息，相对于机器人而言，点云数据可能从人体$0^{\circ}$到$360^{\circ}$之间的任意朝向采集得到。但采集得到的人体点云数据具有一个特点：即便朝向不同，其形状特征保持不变。
Table 1 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 |
---
图5和图6分别展示了相对于机器人激光雷达，在$0^{\circ}$和$180^{\circ}$方向下采集得到的人体腰部点云数据。相反方向会观测到相同的形状特征，例如$0^{\circ}$和$180^{\circ}$、$45^{\circ}$和$225^{\circ}$、$90^{\circ}$和$270^{\circ}$等。
因此，如果相对于激光雷达而言，仅利用$0^{\circ}$至$180^{\circ}$这一半朝向范围内的点云数据即可识别人体，那么另一半朝向范围也同样可以完成识别。因此，我们采集$0^{\circ}$至$180^{\circ}$范围内的点云信息。
图7展示了搭载95cm和40cm高度激光雷达的机器人检测到可疑人员并通知安保人员的巡逻安保流程。首先，搭载激光雷达和计算机的机器人开展巡逻，采集周边区域的点云数据。获取点云数据后，在计算机上执行背景差分处理。
接下来，提取得到的人员、物体等障碍物点云数据会通过无线网络发送至服务器，服务器端使用PointNet识别目标为人体还是障碍物。如果目标被识别为人体，安保人员
Fig 5 Pointcloud data in front
Fig 6 Pointcloud data in behind
Fig. 7 Flow of proposed method
收到通知后前往机器人所在位置，机器人则对人体进行跟踪。
在服务器端，为了利用采集到的点云数据进行人员识别，我们通过机器学习技术对数据进行分类。为了构建分类系统，我们使用了MATLAB库中发布的“使用PointNet对点云分类”工具，该方法利用PointNet对点云数据进行压缩和重建，仅提取用于分类的特征。
使用PointNet进行分类属于监督学习，因此需要提前对待分类的点云数据进行训练。我们针对人体和树木的点云数据完成了训练，将采集到的点云数据分为人体和树木两类。由于点云数据的数量和形态会随目标物体的尺寸变化而不同，因此我们采集了多种不同人体和树木的点云信息来开展训练。此外，可采集到的点云数据的数量和形态也会随人体朝向的不同而变化。如果模型只学习了一个方向的样本，就难以识别未经过学习的方向的目标。
当人体正面朝向雷达时，可以获得两条腿的点云数据。即使在侧朝向以外的其他朝向下，同样可以获得两条腿的点云数据。因此，通过学习正前方朝向的样本，就可以在侧朝向以外的场景中以一定精度识别人体。此外，由于侧朝向场景下可以判断出已学习的朝向，因此只需学习侧朝向样本即可完成该朝向的识别。
因此我们认为，通过学习正面和侧面这两个方向的样本，可以扩大可识别人体朝向的范围，从而能够在多种不同朝向下都正确识别人体。
### 六、实验
我们在95cm和40cm高度分别安装了一台2D-LiDAR，用于采集点云数据。本次实验使用RPLiDAR A1M8 [^13]采集点云数据。表2给出了该激光雷达的规格参数。考虑到该激光雷达的最大测量距离为6m，我们将采集的测量范围设置为5m，并以1m为间隔，对1m至5m范围进行测量，采集得到了点云数据。
首先，我们从采集到的原始点云数据中提取出所需的点云数据；由于2D-LiDAR仅能采集x坐标和y坐标，因此在将数据输入PointNet时，我们将实际采集的95cm和40cm高度作为z坐标输入，最终构建得到三维点云数据。
Table 2 Specification of RPLiDAR-A1M8
| Name | RPLiDAR A1M8 |
| Range | 6m radius |
| Viewing Angle | 360° |
| Revolution Per Second | 6r/s～8r/s |
---
接下来，我们利用生成的点云数据，采用MATLAB发布的“使用PointNet对点云分类”方法对点云进行压缩与恢复，并提取特征。我们对提取到的特征进行分类，完成了人体识别。
### A. 基于手臂位置的识别准确率
我们验证了正面人体手臂位置不同对识别准确率的影响。因此，我们在人体手臂处于不同位置时采集了四类点云数据。得到的四类手臂姿势分别为：手臂垂于身侧、手臂抬起、手臂交叉于胸前、手臂交叉于背后。本次实验的点云数据距离2D-LiDAR约2米，针对2D-LiDAR的每圈旋转，我们准备了150组点云数据。此外，我们还采集了相近数量的树木点云数据作为错误样本。表3展示了本次实验的结果。
识别结果表明，即使手臂位置不同，人体识别的准确率依然很高。从该结果可以得出，手臂位置不会对本文方法的人体识别效果产生影响。
### B. 不同角度的识别准确率
我们验证了不同角度点云数据的特征差异对人体识别准确率的影响。为了确定不同角度的分类识别率，我们在距离LiDAR约2 m处采集点云数据。分类过程中，我们针对正面和侧向人体，为每个角度准备了150组2D-LiDAR单圈旋转得到的点云数据作为训练数据。此外，我们还准备了150组距离2m处的树木点云数据。我们提前对总共300组正面人体、侧向人体和树木的点云数据完成了训练，训练次数设置为100次。
对于测试数据，我们准备了不同于训练数据的样本，其中从$10^{\circ}$到$0^{\circ}$的每个$180^{\circ}$各包含150组人体数据作为正样本，这些样本均与训练数据不同。此外，我们还准备了不同于训练数据的树木数据作为错误分类样本。表4展示了不同角度人体识别的F值示例。
从识别结果可以看出，通过学习正面和侧向姿势，我们在各个朝向都获得了较高的识别准确率。此外，与其他朝向相比，$90^{\circ}$、$120^{\circ}$和$150^{\circ}$情况下的F值略有下降。但由于所有F值都非常接近1，因此本文方法依然可以获得足够高的准确率。
Table 3 F value for arm positions
| Test | Recall | Precision | F |
| Arms down at the side | 1.00 | 1.00 | 1.00 |
| Arms up | 1.00 | 1.00 | 1.00 |
| Arms crossed in front | 1.00 | 1.00 | 1.00 |
| Arms crossed back | 1.00 | 1.00 | 1.00 |
Table 4 F value for each angle
| Angle | Recall | Precision | F |
| 0 | 1.00 | 1.00 | 1.00 |
| 30 | 1.00 | 1.00 | 1.00 |
| 45 | 1.00 | 1.00 | 1.00 |
| 60 | 1.00 | 1.00 | 1.00 |
| 90 | 0.98 | 1.00 | 0.99 |
| 120 | 0.93 | 1.00 | 0.97 |
| 150 | 0.91 | 1.00 | 0.95 |
| 180 | 1.00 | 1.00 | 1.00 |
因此，通过学习正面和侧向人体的点云数据，该系统即使在人体处于不同朝向时也能完成人体识别。
从上述实验结果可知，若要识别不同朝向的人体，只需对正面和侧向这两个朝向进行学习即可实现识别。在通过两个方向学习得到的特征范围内，本文方法可以判断出各种不同朝向。
### C. 不同距离下的识别准确率
我们验证了距离不同导致点云数据数量变化时，人体识别准确率的差异。我们利用2D-LiDAR采集了距离范围约1 m至5 m的点云数据。此外，本次实验将2D-LiDAR的单圈旋转结果作为一组人体点云数据，每个距离下共采集了150组点云数据。
在分类任务中，我们将距离2米处正面和侧面朝向的点云数据准备为训练数据。此外，我们还准备了150组距离2米处树木的点云数据，完成了100轮训练，共学习了人和树木两类总计300组点云数据。
测试数据方面，我们将与训练数据分离的人体点云数据作为正样本，针对正面、斜向和侧面三种朝向，分别在1米至5米范围内以1米为间隔准备了数据。此外，我们同样准备了与训练数据不同的树木点云数据作为负样本。在利用准备好的人体和树木点云数据进行人体识别时，我们对所有样本采用了相同的距离标准。表5、表6和表7给出了不同距离下，正面、斜向和侧面朝向人体识别的F值。
从识别结果可以看出，通过正面和侧面朝向学习得到的模型，即使距离发生变化，仍能获得非常接近1的F值。此外，除经过学习的斜向朝向以外，都能获得与已学习的正面、侧面朝向相近的F值。
尽管人体识别准确率会随距离发生变化，但本方法即使在不同距离下仍能实现高精度的人体识别。在LiDAR的测量范围内，未学习过朝向的人体可以获得和已学习朝向相同精度的识别结果，该测量范围为
---
Table 5 F value at $0^{\circ}$
| Recall | Precision | F |
| 1m | 1.00 | 1.00 | 1.00 |
| 2m | 1.00 | 1.00 | 1.00 |
| 3m | 1.00 | 1.00 | 1.00 |
| 4m | 0.93 | 0.85 | 0.89 |
| 5m | 1.00 | 0.98 | 0.99 |
Table 7 F value at $45^{\circ}$
| Recall | Precision | F |
| 1m | 1.00 | 1.00 | 1.00 |
| 2m | 1.00 | 1.00 | 1.00 |
| 3m | 1.00 | 1.00 | 1.00 |
| 4m | 0.98 | 0.86 | 0.92 |
| 5m | 1.00 | 0.98 | 0.99 |
Table 8 F value at $90^{\circ}$
| Recall | Precision | F |
| 1m | 1.00 | 1.00 | 1.00 |
| 2m | 0.98 | 1.00 | 0.99 |
| 3m | 0.98 | 1.00 | 0.99 |
| 4m | 0.81 | 0.83 | 0.82 |
| 5m | 1.00 | 0.98 | 0.99 |
1米至5米。此外，根据上述实验结果，若要实现不同朝向和距离下的人体识别，仅学习正面和侧面两个朝向就足够了。两个方向的学习扩大了可识别特征的范围，使得模型能够对不同朝向或不同距离的目标进行识别。
### 七、结论
可覆盖不同角度的目标。实验结果表明，本方法能够识别正面和侧面等不同角度的静止人体。我们提出了一种仅需学习少量角度，即可不受人体朝向影响，完成静止人体识别的方法。
为解决安防行业劳动力短缺问题，本文验证了搭载2D-LiDAR的安防机器人能否实现不同角度的人体识别。我们利用2D-LiDAR提取人体腰部和小腿的特征形状，学习了正面和侧面朝向的模型，不仅对神奈川大学校园内的树木进行了测试，还对形状与人体腰部和小腿相似的目标进行了识别测试。此外，如果待识别人体未保持直立姿势，就存在误识别的可能，因此未来需要针对不同站立姿势下的人体识别准确率展开进一步验证。
## 参考文献
[^1]: S. Kotera, 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, 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," in IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 31, no. 12, pp. 2179-2195, Dec. 2009
[^4]: H. Wang, B. Wang, B. Liu, X. Meng, G. Yang, “Pedestrian recognition and tracking using 3D LiDAR for autonomous vehicle,” Robotics and Autonomous Systems, Vol.88, pp.71-78, 2017
[^5]: L. Spinello, K. Arras, R. Triebel, and R. Siegwart, “A Layered Approach to People Detection in 3D Range Data”, AAAI, vol. 24, no. 1, pp. 1625-1630, 2010.
[^6]: N. Kirchner, A. Alempijevic and A. Virgona, "Head-to-shoulder signature for person recognition," 2012 IEEE International Conference on Robotics and Automation, pp. 1226-1231, 2012
[^7]: Y. Nagai, Y. Sawano, Y. Terashima, T. Suzuki and R. Kiyohara, "A Method for Detecting Human by 2D-LiDAR," IEEE International Conference on Consumer Electronics (ICCE), pp. 1-2, 2022
[^8]: T. Watanabe, Y. Terashima and R. Kiyohara, "Standing Human Detection Method Using 2D-LiDARs," 2023 IEEE 47th Annual Computers, Software, and Applications Conference (COMPSAC), pp. 1260-1265. 2023
[^9]: Q. Wang, Y. Tan, Z. Mei," Computational Methods of Acquisition and Processing of 3D Point Cloud Data for Construction Applications," Archives of Computational Methods in Engineering, Vol.27, pp.479-499, 2020
[^10]: R. Chellappa, C. L. Wilson and S. Sirohey, "Human and machine recognition of faces: a survey," in Proceedings of the IEEE, vol. 83, no. 5, pp. 705-741, 1995,
[^11]: R. Poppe, "A survey on vision-based human action recognition," Image and Vision Computing, Vol 28, Issue 6, pp. 976-990, 2010.
[^12]: C. R. Qi, H. Su, K. Mo, L. J. Guibas, “PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation,” IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2017
[^13] SLAMTEC,