基于事件的双向人员计数：融合时空神经网络与单台77 GHz MIMO FMCW雷达的室内通行事件分析方法

《Sensors》：Event-Based Bidirectional People Counting Using a Spatiotemporal Neural Network and a Single 77 GHz MIMO FMCW Radar

　　

准确的室内入口双向人员计数对于可靠的占用率估计至关重要，然而当多个个体的反射信号暂时合并或人员同时朝相反方向移动时，基于雷达的方法仍面临挑战。本研究提出了一种基于事件的混合方法，利用单台77 GHz多输入多输出调频连续波（MIMO FMCW）雷达实现双向人员计数。与传统基于跟踪的方法不同，所提出的方法将一次完整的门口通行视为一个事件，且不需要连续的个体轨迹或帧间数据关联。每个事件表示为包含径向速度信息的三维点云序列。PointNet编码器提取帧级空间表示，双向门控循环单元（BiGRU）对其时间演化进行建模，注意力机制则强调信息量最大的事件阶段。独立的输出头分别估计进入和离开的个体数量，辅助头识别事件类型。预测结果通过明确的置信度与几何一致性准则予以接受。主要数据集包含550个标注事件，以及记录在五个连续序列中的额外100个事件。在留出测试会话中，进入与离开计数的准确率分别为95.5%和94.5%，联合进出计数准确率达到92.7%。占用率变化的平均绝对误差为每事件0.06人，连续序列中的平均绝对占用率误差为0.10人。所提出的方法在联合计数准确率上分别比几何规则和基于密度聚类结合跟踪的方法高出37.2和24.5个百分点。在一个包含100个事件的独立实验室数据集上，该模型在未重新训练、微调或参数适配的情况下实现了91.0%的联合计数准确率，为跨环境泛化提供了初步证据。

论文解读：基于事件的双向人员计数方法及其在室内占用率估计中的应用

一、研究背景与问题

在现代楼宇管理中，准确掌握房间内的人员数量对于控制通风、供暖和空调系统、管理照明、评估空间利用率以及支持安防系统具有重要意义。与简单的存在检测不同，精确的人员计数能够使建筑系统根据实际占用情况动态调整运行策略，尤其在人员数量随时间变化且不遵循固定作息时间的场所中，这一需求尤为突出。基于占用率的暖通空调（HVAC）系统控制研究证实，获取实际在场人数信息有助于在维持室内环境质量的同时降低能耗。

现有的占用监测技术包括被动红外（PIR）传感器、光学屏障、RGB摄像头、热成像摄像头、二氧化碳浓度传感器以及无线网络活动监测设备等。这些方案在信息范围、准确性和用户隐私影响方面存在差异。PIR传感器主要检测运动，可能无法识别静止的占用者；CO₂浓度是占用率的间接指标，其变化还受通风性能、房间容积和历史使用模式影响；基于视觉的系统提供丰富的空间信息，但易受光照变化和人员间遮挡影响，且图像采集带来额外的隐私保护要求。

工作在毫米波频段的短程雷达为光学传感器提供了替代方案。调频连续波（FMCW）雷达能够非接触式估计距离和径向速度，在多输入多输出（MIMO）天线配置下还可估计反射信号的到达方向。结合距离、多普勒和角度信息，可形成雷达点云形式的观测场景空间表示。雷达工作不依赖光照，采集的数据不包含可直接识别个体的图像，这些特性使其适用于住宅、办公和公共设施。

然而，现有基于雷达的人员计数方法仍面临若干挑战。传统基于轨迹的方法依赖点检测、聚类、数据关联和有效轨迹维护的质量，当多个人员近距离移动、反射信号暂时合并或人员同时朝相反方向移动时，难以维持可靠的分轨。已有方法要么通过轨迹跨越预定义边界来计数，要么估计场景中当前人数，要么同时确定通过人数和移动方向，但尚未有方法将整个门口通行视为单一事件，并利用三维MIMO FMCW雷达点云序列进行分析。此外，即使单个事件的少量错误决策也可能导致估计占用率与实际值之间产生渐进漂移。

二、研究内容与结论

针对上述问题，研究人员提出了一种混合事件驱动方法，使用单台77 GHz MIMO FMCW雷达实现双向人员计数和房间占用率估计。分析单元既不是单个帧，也不是场景中的瞬时人数，而是包含个体出现在门口区域、相对门槛移动以及离开监测区域的完整事件。输入数据为三维雷达点云序列及其对应的径向速度，这些数据来自雷达演示软件的输出流（即开箱即用输出），无需访问原始模数转换器（ADC）样本或修改设备固件。

方法核心是多任务时空神经网络。PointNet编码器处理每帧点云并生成其空间分布和径向速度的表示，双向门控循环单元（BiGRU）网络建模连续表示的时间演化，注意力机制通过学习权重聚合各帧信息。模型独立估计进入人数（n_in）和离开人数（n_out），从而能够分析双向同时移动的事件。第k个事件的有符号占用率变化定义为ΔN_k = n_in,k ? n_out,k。辅助五类分类头识别单向移动、双向同时移动、折返、横向通过和停止后返回门口等事件类型。神经网络预测与跨越门口平面的几何验证和决策置信度评估相结合，仅在事件结束、确认雷达活动在门槛两侧移动且满足置信度准则后更新占用状态。

主要实验在5 m宽、9 m长的实验室内进行，雷达安装在距门口平面约1 m处、离地1 m高的三脚架上。五名21至24岁的大学生参与实验，共记录650个事件，其中550个用于模型开发和评估，100个事件构成五个连续序列用于长期占用率评估。数据集按完整测量会话划分，60%用于训练，20%用于验证，20%用于最终测试。独立实验室数据集包含100个事件，用于跨环境泛化评估。

三、关键技术方法

研究人员采用的主要技术方法包括：使用Texas Instruments AWR1843芯片的uRAD Automotive HPA v2.0雷达，配置77 GHz起始频率、约4.00 GHz扫频带宽、10 Hz帧率的FMCW波形；基于恒虚警率（CFAR）算法的点检测；事件分割机制，通过连续活动帧确认事件开始和连续非活动帧确认事件结束；PointNet编码器提取帧级空间特征；双向门控循环单元（BiGRU）建模时间演化；注意力机制生成事件级加权表示；多任务学习框架，三个输出头分别估计进入人数、离开人数和事件类型；几何一致性验证规则和置信度阈值（τ_q = 0.80）用于决策接受；最远点采样（FPS）处理可变点数量；数据增强包括高斯扰动、随机点移除和横向镜像。

四、研究结果

4.1 整体事件级性能

在留出测试会话的110个事件中，进入计数头准确率为95.5%，离开计数头准确率为94.5%，五类事件类型头准确率为97.3%。两个计数同时正确的联合计数准确率（JCA）为92.7%，有符号占用率变化的平均绝对误差（MAE）为每事件0.06人。混淆矩阵显示错误主要发生在相邻计数类别之间，尤其是三至五人类别。

4.2 场景与群体规模性能

按场景划分，单向移动的JCA最高达97.5%，混合事件（双向同时移动）的JCA降至85.0%。按总参与人数划分，JCA随人数增加单调下降：一至两人时为100%，三人为93.8%，四人为90.0%，五人为83.3%。MAE_ΔN从0.00人增至每事件0.13人。

4.3 与基线方法比较

与纯几何规则相比，完整方法的JCA提高37.2个百分点；与DBSCAN聚类结合跟踪的方法相比，提高24.5个百分点。占用率状态MAE从基线方法的1.10人和0.78人降至0.10人。

4.4 消融研究

移除BiGRU导致最大性能下降，JCA降至80.0%，占用率MAE增至0.42人。移除径向速度使JCA降至88.2%，移除注意力机制使JCA降至89.1%，移除辅助事件类型头使JCA降至88.2%。移除几何验证或置信度准则不改变网络头的原始JCA，但增加了占用率状态误差。

4.5 置信度-覆盖率分析

在τ = 0.80阈值下，方法达到94.5%的覆盖率、98.1%的选择性准确率和最低的0.10人占用率MAE。进一步提高阈值虽改善选择性准确率，但覆盖率降低导致占用率误差再次增大。

4.6 长期占用率评估

五个连续序列的平均MAE_occ为0.10人，平均绝对最终误差为每序列0.20人。第一个序列的占用率状态完全重建无误，第四个序列记录到最高0.20人的MAE_occ。

4.7 跨环境泛化评估

在独立实验室的100个事件上，模型未经重新训练或微调即实现91.0%的联合计数准确率，较原始环境的92.7%仅下降1.7个百分点，提供了跨环境泛化的初步证据。

五、讨论与结论

讨论部分指出，结果支持将双向人员计数表述为完整事件分析而非逐帧分类或连续轨迹跟踪。混合事件仍是最具挑战性的场景，因为模型必须从部分重叠的反射中独立恢复两个计数。性能随群体规模增大而下降，表明主要限制并非识别总体移动方向，而是在相互遮挡和有限雷达点数条件下分离个体贡献。辅助事件类型分类降低了将门口附近短期活动误判为完成门槛穿越的风险。几何一致性验证和置信度准则对长期占用率状态准确性影响最大。研究的局限性包括仅在一个额外环境进行泛化验证，未来需在更多房间、门口宽度、参与者和雷达安装配置下进一步验证，并应系统记录中间表示和注意力分布以增强可解释性。

研究结论为：所提出的混合事件驱动方法利用单台77 GHz MIMO FMCW雷达的OOB数据，在无需连续个体轨迹或帧间数据关联的条件下实现了高精度的双向人员计数和占用率更新。该方法在留出测试中达到92.7%的联合计数准确率，在独立环境中达到91.0%，并将长期占用率MAE控制在0.10人，显著优于几何规则和聚类跟踪基线方法。将双向计数表述为完整事件分析、独立估计进出人数以及将时空推断与确定性几何验证和占用状态更新相结合，是该方法的核心贡献。