一种无光照条件下的远距离人员入侵检测方法以及装置与流程

阅读：评论：0

1.本公开涉及安防监控领域，具体而言，涉及一种无光照条件下的远距离人员入侵检测方法、装置、电子设备以及计算机可读存储介质。

背景技术：

2.在目前的安防应用中，通常使用摄像装置和图像识别技术，对摄像装置所采集的待检测区域的图像进行图像识别，以确定待检测区域中是否有外人或外物进入。但是通常一个摄像头能覆盖的视野范围小于50米，同时由于受外界环境的干扰，如光照、雨雪等干扰，摄像装置所摄取的有些图像无法保证清晰，导致图像识别可能出错，从而无法及时检测到区域入侵的发生，还有如果是基于纯视觉的方式，如果入侵人员通过遮挡等其它方式伪装，视觉无法判断出有人员入侵，导致漏报。
3.因此，需要一种或多种方法解决上述问题。
4.需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现要素：

5.本公开的目的在于提供一种无光照条件下的远距离人员入侵检测方法、装置、电子设备以及计算机可读存储介质，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
6.根据本公开的一个方面，提供一种无光照条件下的远距离人员入侵检测方法，包括：
7.基于激光雷达采集环境数据，生成激光雷达数据，并将所述激光雷达数据发送至主控制器；
8.主控制器在接收到所述激光雷达发送的激光雷达数据后，对所述激光雷达数据进行分析，并基于入侵物尺寸预设第一阈值，判断并生成摄像头控制信号，将所述所摄像头控制信号发送至摄像头；
9.摄像头在接收到所述主控制器发送的摄像头控制信号后，分析并提取所述摄像头控制信号中的位置信息，根据所述摄像头控制信号操作所述摄像头的云台转动，并使所述摄像头焦距对焦至所述位置信息中对应的位置，对所示位置的图像进行采集，生成图像信号；
10.基于所述图像信号进行入侵物识别处理，判断入侵物特征并生成报警信号。
11.在本公开的一种示例性实施例中，所述方法还包括：
12.基于激光雷达采集环境数据，生成激光雷达数据为电云激光雷达数据。
13.在本公开的一种示例性实施例中，所述方法还包括：
14.主控制器在接收到所述激光雷达发送的激光雷达数据后，对所述激光雷达数据进行分析，将所述激光雷达数据与预设背景数据进行对比，生成异物入侵数据，并将所述异物
入侵数据与入侵物尺寸预设第一阈值对比，判断所述异物入侵数据是否达到入侵物标准。
15.在本公开的一种示例性实施例中，所述方法中基于激光雷达的入侵物判断还包括：
16.背景学习步骤，在所述激光雷达安装初始化的时，将环境进行清场，采集预设帧点云，然后将点云存储到八叉树结构中，统计各网格中点云数量和点出现的概率，将概率大于80％以上的网格判定为包含背景点网格，否则判定所述网格中没有点或所述点为噪点；
17.背景更新步骤，当环境中没有检测到异物存在时，每隔预设时长进行背景更新；
18.入侵物点云筛选步骤，将实时点云中的点在背景八叉树结构中查距离最近的点，如在预设距离阈值范围内到与所述实时点云中的点对应的点，则判定所述实时点云中的点为背景，反则判定所述实时点云中的点为入侵物的点；
19.目标聚类步骤，当判定所述实时点云中的点为入侵物的点时，基于欧式距离信息对所有所述实时点云中的点进行聚类，聚类后的物体尺寸小于第一聚类阈值或大于第二聚类阈值则判定为噪点，否则判定为入侵物，检测并生成所述入侵物的尺寸和位置信息。
20.在本公开的一种示例性实施例中，所述方法还包括：
21.将摄像头覆盖区域的位置信息将所述摄像头照射区域分为多个预设区域，摄像头在接收到所述主控制器发送的摄像头控制信号后，分析并提取所述摄像头控制信号中的位置信息，根据所述摄像头控制信号操作所述摄像头的云台转动，并使所述摄像头焦距对焦至所述位置信息中对应的预设区域。
22.在本公开的一种示例性实施例中，所述方法还包括：
23.基于yolov5算法对所述图像信号进行入侵物识别处理，判断入侵物特征并生成报警信号。
24.在本公开的一种示例性实施例中，所述方法还包括：
25.主控制器在接收到所述激光雷达发送的激光雷达数据后，对所述激光雷达数据进行分析，并基于入侵物尺寸预设第二阈值，生成报警信号。
26.在本公开的一种示例性实施例中，所述方法还包括：
27.当判定所述实时点云中的点为入侵物的点时，基于欧式距离信息对所有所述实时点云中的点进行聚类，聚类后的物体尺寸大于第三聚类阈值则判定为激光雷达异物遮挡，生成报警信号。
28.在本公开的一种示例性实施例中，所述方法还包括：
29.在生成报警信号后，将所述报警信号及所述报警信号对应的图像信号基于通信模块发送至远程终端。
30.在本公开的一个方面，提供一种无光照条件下的远距离人员入侵检测装置，包括：
31.激光雷达，用于采集环境数据，生成激光雷达数据，并将所述激光雷达数据发送至主控制器；
32.主控制器，用于在接收到所述激光雷达发送的激光雷达数据后，对所述激光雷达数据进行分析，并基于入侵物尺寸预设第一阈值，判断并生成摄像头控制信号，将所述所摄像头控制信号发送至摄像头；
33.摄像头，用于在接收到所述主控制器发送的摄像头控制信号后，分析并提取所述摄像头控制信号中的位置信息，根据所述摄像头控制信号操作所述摄像头的云台转动，并
使所述摄像头焦距对焦至所述位置信息中对应的位置，对所示位置的图像进行采集，生成图像信号，基于所述图像信号进行入侵物识别处理，判断入侵物特征并生成报警信号。
34.在本公开的一个方面，提供一种电子设备，包括：
35.处理器；以及
36.存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据上述任意一项所述的方法。
37.在本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据上述任意一项所述的方法。
38.本公开的示例性实施例中的一种无光照条件下的远距离人员入侵检测方法，其中，该方法包括：基于激光雷达采集环境数据，生成激光雷达数据；对所述激光雷达数据进行分析，并基于入侵物尺寸预设第一阈值，判断并生成摄像头控制信号；操作所述摄像头的云台转动，使所述摄像头焦距对焦至所述位置信息中对应的位置，对所示位置的图像进行采集，生成图像信号；对图像信号进行入侵物识别处理，判断入侵物特征并生成报警信号。本公开通过激光雷达与摄像头组合控制监测的方式，实现了超距目标的检测监控，受外界环境因素影响小，大幅提高了检测性能和应用场景。
39.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
40.通过参照附图来详细描述其示例实施例，本公开的上述和其它特征及优点将变得更加明显。
41.图1示出了根据本公开一示例性实施例的一种无光照条件下的远距离人员入侵检测方法的流程图；
42.图2示出了根据本公开一示例性实施例的一种无光照条件下的远距离人员入侵检测方法的应用场景示意图；
43.图3示出了根据本公开一示例性实施例的一种无光照条件下的远距离人员入侵检测方法的八叉图算法示意图；
44.图4示出了根据本公开一示例性实施例的一种无光照条件下的远距离人员入侵检测装置的示意框图；
45.图5示意性示出了根据本公开一示例性实施例的电子设备的框图；以及
46.图6示意性示出了根据本公开一示例性实施例的计算机可读存储介质的示意图。
具体实施方式
47.现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
48.此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，
本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。
49.附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
50.在本示例实施例中，首先提供了一种无光照条件下的远距离人员入侵检测方法；参考图1中所示，该一种无光照条件下的远距离人员入侵检测方法可以包括以下步骤：
51.步骤s110，基于激光雷达采集环境数据，生成激光雷达数据，并将所述激光雷达数据发送至主控制器；
52.步骤s120，主控制器在接收到所述激光雷达发送的激光雷达数据后，对所述激光雷达数据进行分析，并基于入侵物尺寸预设第一阈值，判断并生成摄像头控制信号，将所述所摄像头控制信号发送至摄像头；
53.步骤s130，摄像头在接收到所述主控制器发送的摄像头控制信号后，分析并提取所述摄像头控制信号中的位置信息，根据所述摄像头控制信号操作所述摄像头的云台转动，并使所述摄像头焦距对焦至所述位置信息中对应的位置，对所示位置的图像进行采集，生成图像信号；
54.步骤s140，基于所述图像信号进行入侵物识别处理，判断入侵物特征并生成报警信号。
55.本公开的示例性实施例中的一种无光照条件下的远距离人员入侵检测方法，其中，该方法包括：基于激光雷达采集环境数据，生成激光雷达数据；对所述激光雷达数据进行分析，并基于入侵物尺寸预设第一阈值，判断并生成摄像头控制信号；操作所述摄像头的云台转动，使所述摄像头焦距对焦至所述位置信息中对应的位置，对所示位置的图像进行采集，生成图像信号；对图像信号进行入侵物识别处理，判断入侵物特征并生成报警信号。本公开通过激光雷达与摄像头组合控制监测的方式，实现了超距目标的检测监控，受外界环境因素影响小，大幅提高了检测性能和应用场景。
56.下面，将对本示例实施例中的一种无光照条件下的远距离人员入侵检测方法进行进一步的说明。
57.在本示例的实施例中，为解决变电站、工厂、高铁站、边境等人员入侵检测依赖于光照，覆盖范围较窄，以及误报率和漏报率较高的问题，本发明特提出一种不依赖光照条件，单台设备可以覆盖最远150米，7*24小时无人值守的人员入侵检测方法与系统，该系统在有光照的白天和无光照的晚上都能正常工作，不影响检测性能。
58.在步骤s110中，可以基于激光雷达采集环境数据，生成激光雷达数据，并将所述激光雷达数据发送至主控制器。
59.在本示例的实施例中，基于激光雷达采集环境数据，生成激光雷达数据为电云激光雷达数据。
60.在本示例的实施例中，激光雷达能向三维空间不同的角度主动发射激光束，因为是主动发光所以不依赖环境光照，激光光束遇到物体后，经过漫反射返回至激光接收器，激
光雷达模块根据发送和接收信号的时间间隔乘以光速再除以2，即可计算出发射器与物体的距离和位置信息，误差精度小于
±
2cm，激光雷达传感器最终获取到的是整个三维空间的一些精确的点，称之为“点云”。
61.在本示例的实施例中，激光雷达的点云数据能扫描出整个三维空间的物体，并获取到精确尺寸和位置信息。系统在安装初始化的时候记录下当时的场景为背景，实时运行过程中，用当前的点云数据和背景数据进行对比，实时数据减去背景数据为异物入侵数据，然后通过点云聚类算法获取到入侵异物的位置和尺寸。在距离比较远的时候(大于50米)，激光雷达检测到入侵异物点云成像像素较低，无法通过点云来识别入侵物类型，需要借助摄像头的图片来进行类型识别。
62.在本示例的实施例中，激光雷达选取tele-15，检测距离500米，距离精度2厘米，视场角14.5
°
*16.2
°
(可以根据不同需求适配不同激光雷达)；摄像头ds-2dc7423iw-ae，红外夜视150米，球机(云台)，400万像素，23倍变焦。
63.在步骤s120中，可以主控制器在接收到所述激光雷达发送的激光雷达数据后，对所述激光雷达数据进行分析，并基于入侵物尺寸预设第一阈值，判断并生成摄像头控制信号，将所述所摄像头控制信号发送至摄像头。
64.在本示例的实施例中，所述方法还包括：
65.主控制器在接收到所述激光雷达发送的激光雷达数据后，对所述激光雷达数据进行分析，将所述激光雷达数据与预设背景数据进行对比，生成异物入侵数据，并将所述异物入侵数据与入侵物尺寸预设第一阈值对比，判断所述异物入侵数据是否达到入侵物标准。
66.在本示例的实施例中，所述方法中基于激光雷达的入侵物判断还包括：
67.背景学习步骤，在所述激光雷达安装初始化的时，将环境进行清场，采集预设帧点云，然后将点云存储到八叉树结构中，统计各网格中点云数量和点出现的概率，将概率大于80％以上的网格判定为包含背景点网格，否则判定所述网格中没有点或所述点为噪点；
68.背景更新步骤，当环境中没有检测到异物存在时，每隔预设时长进行背景更新；
69.入侵物点云筛选步骤，将实时点云中的点在背景八叉树结构中查距离最近的点，如在预设距离阈值范围内到与所述实时点云中的点对应的点，则判定所述实时点云中的点为背景，反则判定所述实时点云中的点为入侵物的点；
70.目标聚类步骤，当判定所述实时点云中的点为入侵物的点时，基于欧式距离信息对所有所述实时点云中的点进行聚类，聚类后的物体尺寸小于第一聚类阈值或大于第二聚类阈值则判定为噪点，否则判定为入侵物，检测并生成所述入侵物的尺寸和位置信息。
71.在本示例的实施例中，激光雷达入侵检测，异物入侵检测算法包括：背景学习，背景更新，入侵物点云筛选，目标聚类三个步骤，详细描述如下：
72.1)背景学习，在设备安装初始化的时候，将环境进行清场，采集50帧点云，然后将点云存储到如图3所示的八叉树结构中，统计每一个网格中点云数量和点出现的概率，概率大于80％以上的认为该网格有背景点，否则认为该网格中没有点或者是噪点。
73.2)背景更新，当环境中有逐步变化的情况，比如下雪，树木生长，如果不做背景更新，会把环境中正常变化的物体当作入侵物识别，导致误报产生。背景更新方法是每隔2小时进行一次背景更新，执行背景更新的前提是环境中没有检测到异物存在。
74.3)入侵物点云筛选，实时点云的每一个点在背景八叉树结构中查最近的点，如
果在距离阈值范围内到对应的点，则认为该点是背景，如果在阈值范围内没有到合适的点，则认为是入侵物的点。
75.4)目标聚类，得到入侵物的所有点云以后，最终再将所有点云按照欧式距离信息进行聚类，聚类后的物体尺寸小于阈值(比如30cm*30cm)或大于阈值(比如300cm*100cm)认为是噪点，否则认为是入侵物，最终得到入侵物体的尺寸和位置信息。
76.在步骤s130中，可以摄像头在接收到所述主控制器发送的摄像头控制信号后，分析并提取所述摄像头控制信号中的位置信息，根据所述摄像头控制信号操作所述摄像头的云台转动，并使所述摄像头焦距对焦至所述位置信息中对应的位置，对所示位置的图像进行采集，生成图像信号。
77.在本示例的实施例中，所述方法还包括：
78.将摄像头覆盖区域的位置信息将所述摄像头照射区域分为多个预设区域，摄像头在接收到所述主控制器发送的摄像头控制信号后，分析并提取所述摄像头控制信号中的位置信息，根据所述摄像头控制信号操作所述摄像头的云台转动，并使所述摄像头焦距对焦至所述位置信息中对应的预设区域。
79.在本示例的实施例中，通过图片识别出环境中的人或者其它物体，需要一个前提是能拍到比较清晰的图片。如果摄像头处于一个固定的姿态，特别是在晚上无光照的时候，摄像头的清晰画面区域非常小，超出了该范围内就不能拍到清晰照片，更不能检测到环境中有人员入侵。本发明中，通过激光雷达事先检测出异物入侵位置(不依赖光照)，然后通过已获取到的位置信息调整摄像机的云台和焦距到指定区域，拍到高清图片以后用yolov5算法识别出入侵物体类型，确定是人员入侵还是其它物体入侵。在部分场景中，如果对入侵防护要求较高，可以通过点云尺寸来判定是否是入侵异物，摄像头主要起监控作用，辅助工作人员识别入侵物类型。
80.在本示例的实施例中，激光雷达和摄像头联合标定方法为，如图2所示，激光雷检测覆盖区域是10～150米，检测结果中包含准确的位置信息和尺寸信息。摄像头一张图片大概覆盖区域是20米，可以将激光雷达的覆盖区域划分成7个区，每一个区对应摄像头云台的一个预置点位，主控制器可以通过命令控制摄像头的每一个预置点，比如激光雷达检测到在35米处有异物入侵，对应摄像的预置点2，主控器给摄像头发送相应的命令摄像头就能自动的将焦点和焦距设置到该区域，实现高清图像拍照。
81.在步骤s140中，可以基于所述图像信号进行入侵物识别处理，判断入侵物特征并生成报警信号。
82.在本示例的实施例中，所述方法还包括：
83.基于yolov5算法对所述图像信号进行入侵物识别处理，判断入侵物特征并生成报警信号。
84.在本示例的实施例中，所述方法还包括：
85.主控制器在接收到所述激光雷达发送的激光雷达数据后，对所述激光雷达数据进行分析，并基于入侵物尺寸预设第二阈值，生成报警信号。
86.在本示例的实施例中，所述方法还包括：
87.当判定所述实时点云中的点为入侵物的点时，基于欧式距离信息对所有所述实时点云中的点进行聚类，聚类后的物体尺寸大于第三聚类阈值则判定为激光雷达异物遮挡，
生成报警信号。
88.在本示例的实施例中，当激光雷达镜面被异物遮挡的时候，通过和背景对比发现较大差别，会给系统发送激光雷达被遮挡的告警信息。
89.在本示例的实施例中，所述方法还包括：
90.在生成报警信号后，将所述报警信号及所述报警信号对应的图像信号基于通信模块发送至远程终端。
91.在本示例的实施例中，数据通信统支持光纤和4g两种通信方式，数据传输采用tcp的方式。
92.在本示例的实施例中，远程视频系统支持两种方式来查看视频：第一种，省流量模式，在只有4g通信条件下，为了节省流量，前端以10fps的帧率，向后台推送jpg格式的图片；第二种，正常模式，通过推流的方式，将视频流直接推动送到后台。后台也可以远程遥控摄像头云台，查看整个防护区的实时情况。
93.需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
94.此外，在本示例实施例中，还提供了一种无光照条件下的远距离人员入侵检测装置。参照图4所示，该一种无光照条件下的远距离人员入侵检测装置400可以包括：激光雷达410、主控制器420以及摄像头430。
95.其中：
96.激光雷达410，用于采集环境数据，生成激光雷达数据，并将所述激光雷达数据发送至主控制器；
97.主控制器420，用于在接收到所述激光雷达发送的激光雷达数据后，对所述激光雷达数据进行分析，并基于入侵物尺寸预设第一阈值，判断并生成摄像头控制信号，将所述所摄像头控制信号发送至摄像头；
98.摄像头430，用于在接收到所述主控制器发送的摄像头控制信号后，分析并提取所述摄像头控制信号中的位置信息，根据所述摄像头控制信号操作所述摄像头的云台转动，并使所述摄像头焦距对焦至所述位置信息中对应的位置，对所示位置的图像进行采集，生成图像信号，基于所述图像信号进行入侵物识别处理，判断入侵物特征并生成报警信号。
99.上述中各一种无光照条件下的远距离人员入侵检测装置模块的具体细节已经在对应的一种无光照条件下的远距离人员入侵检测方法中进行了详细的描述，因此此处不再赘述。
100.应当注意，尽管在上文详细描述中提及了一种无光照条件下的远距离人员入侵检测装置400的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
101.此外，在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。
102.所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或
程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施例、完全的软件实施例(包括固件、微代码等)，或硬件和软件方面结合的实施例，这里可以统称为“电路”、“模块”或“系统”。
103.下面参照图5来描述根据本发明的这种实施例的电子设备500。图5显示的电子设备500仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
104.如图5所示，电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于：上述至少一个处理单元510、上述至少一个存储单元520、连接不同系统组件(包括存储单元520和处理单元510)的总线530、显示单元540。
105.其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元510执行，使得所述处理单元510执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。例如，所述处理单元510可以执行如图1中所示的步骤s110至步骤s140。
106.存储单元520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)5201和/或高速缓存存储单元5202，还可以进一步包括只读存储单元(rom)5203。
107.存储单元520还可以包括具有一组(至少一个)程序模块5203的程序/实用工具5204，这样的程序模块5205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
108.总线550可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
109.电子设备500也可以与一个或多个外部设备570(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备500交互的设备通信，和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口550进行。并且，电子设备500还可以通过网络适配器560与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器560通过总线550与电子设备500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
110.通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施例的方法。
111.在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。
112.参考图6所示，描述了根据本发明的实施例的用于实现上述方法的程序产品600，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
113.所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
114.计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
115.可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
116.可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
117.此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
118.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
119.应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

技术特征：

1.一种无光照条件下的远距离人员入侵检测方法，其特征在于，所述方法包括：基于激光雷达采集环境数据，生成激光雷达数据，并将所述激光雷达数据发送至主控制器；主控制器在接收到所述激光雷达发送的激光雷达数据后，对所述激光雷达数据进行分析，并基于入侵物尺寸预设第一阈值，判断并生成摄像头控制信号，将所述所摄像头控制信号发送至摄像头；摄像头在接收到所述主控制器发送的摄像头控制信号后，分析并提取所述摄像头控制信号中的位置信息，根据所述摄像头控制信号操作所述摄像头的云台转动，并使所述摄像头焦距对焦至所述位置信息中对应的位置，对所示位置的图像进行采集，生成图像信号；基于所述图像信号进行入侵物识别处理，判断入侵物特征并生成报警信号。2.如权利要求1所述的方法，其特征在于，所述方法还包括：基于激光雷达采集环境数据，生成激光雷达数据为电云激光雷达数据。3.如权利要求1所述的方法，其特征在于，所述方法还包括：主控制器在接收到所述激光雷达发送的激光雷达数据后，对所述激光雷达数据进行分析，将所述激光雷达数据与预设背景数据进行对比，生成异物入侵数据，并将所述异物入侵数据与入侵物尺寸预设第一阈值对比，判断所述异物入侵数据是否达到入侵物标准。4.如权利要求3所述的方法，其特征在于，所述方法中基于激光雷达的入侵物判断还包括：背景学习步骤，在所述激光雷达安装初始化的时，将环境进行清场，采集预设帧点云，然后将点云存储到八叉树结构中，统计各网格中点云数量和点出现的概率，将概率大于80％以上的网格判定为包含背景点网格，否则判定所述网格中没有点或所述点为噪点；背景更新步骤，当环境中没有检测到异物存在时，每隔预设时长进行背景更新；入侵物点云筛选步骤，将实时点云中的点在背景八叉树结构中查距离最近的点，如在预设距离阈值范围内到与所述实时点云中的点对应的点，则判定所述实时点云中的点为背景，反则判定所述实时点云中的点为入侵物的点；目标聚类步骤，当判定所述实时点云中的点为入侵物的点时，基于欧式距离信息对所有所述实时点云中的点进行聚类，聚类后的物体尺寸小于第一聚类阈值或大于第二聚类阈值则判定为噪点，否则判定为入侵物，检测并生成所述入侵物的尺寸和位置信息。5.如权利要求1所述的方法，其特征在于，所述方法还包括：将摄像头覆盖区域的位置信息将所述摄像头照射区域分为多个预设区域，摄像头在接收到所述主控制器发送的摄像头控制信号后，分析并提取所述摄像头控制信号中的位置信息，根据所述摄像头控制信号操作所述摄像头的云台转动，并使所述摄像头焦距对焦至所述位置信息中对应的预设区域。6.如权利要求1所述的方法，其特征在于，所述方法还包括：基于yolov5算法对所述图像信号进行入侵物识别处理，判断入侵物特征并生成报警信号。7.如权利要求1所述的方法，其特征在于，所述方法还包括：主控制器在接收到所述激光雷达发送的激光雷达数据后，对所述激光雷达数据进行分析，并基于入侵物尺寸预设第二阈值，生成报警信号。
8.如权利要求4所述的方法，其特征在于，所述方法还包括：当判定所述实时点云中的点为入侵物的点时，基于欧式距离信息对所有所述实时点云中的点进行聚类，聚类后的物体尺寸大于第三聚类阈值则判定为激光雷达异物遮挡，生成报警信号。9.如权利要求1、7或8所述的方法，其特征在于，所述方法还包括：在生成报警信号后，将所述报警信号及所述报警信号对应的图像信号基于通信模块发送至远程终端。10.一种无光照条件下的远距离人员入侵检测装置，其特征在于，所述装置包括：激光雷达，用于采集环境数据，生成激光雷达数据，并将所述激光雷达数据发送至主控制器；主控制器，用于在接收到所述激光雷达发送的激光雷达数据后，对所述激光雷达数据进行分析，并基于入侵物尺寸预设第一阈值，判断并生成摄像头控制信号，将所述所摄像头控制信号发送至摄像头；摄像头，用于在接收到所述主控制器发送的摄像头控制信号后，分析并提取所述摄像头控制信号中的位置信息，根据所述摄像头控制信号操作所述摄像头的云台转动，并使所述摄像头焦距对焦至所述位置信息中对应的位置，对所示位置的图像进行采集，生成图像信号，基于所述图像信号进行入侵物识别处理，判断入侵物特征并生成报警信号。11.一种电子设备，其特征在于，包括处理器；以及存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据权利要求1至9中任一项所述的方法。12.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1至9中任一项所述方法。

技术总结

本公开是关于一种无光照条件下的远距离人员入侵检测方法、装置、电子设备以及存储介质。其中，该方法包括：基于激光雷达采集环境数据，生成激光雷达数据；对所述激光雷达数据进行分析，并基于入侵物尺寸预设第一阈值，判断并生成摄像头控制信号；操作所述摄像头的云台转动，使所述摄像头焦距对焦至所述位置信息中对应的位置，对所示位置的图像进行采集，生成图像信号；对图像信号进行入侵物识别处理，判断入侵物特征并生成报警信号。本公开通过激光雷达与摄像头组合控制监测的方式，实现了超距目标的检测监控，受外界环境因素影响小，大幅提高了检测性能和应用场景。提高了检测性能和应用场景。提高了检测性能和应用场景。