Henkilölaskennan tutka-anturin ja videoanturin vertailuopas
Yleiskatsaus mmWave-ihmislaskentaradareihin ja videopohjaisiin sensoreihin
Ihmislaskentateknologia kehittyy jatkuvasti. Nykyään markkinoilla on laaja valikoima erilaisia kävijälaskentajärjestelmiä käyttäjän tarpeiden, sijainnin (katu, huone jne.), laskennan tarkkuuden, käytetyn teknologian ja brändin mukaan. Yleisimmin käytössä ovat kuitenkin järjestelmät, jotka prosessoivat kuvia sisäisistä tai ulkoisista videokameroista.
Videokamerakuvaa prosessoivat ihmislaskentajärjestelmät ovat tällä hetkellä markkinoiden yleisin ratkaisu. Tyypillisesti nämä laitteet sisältävät kaksi kameraa (3D-näkö), tehokkaan mikroprosessorin videokuvan ja tekoälyn prosessointiin, Linux-pohjaisen käyttöjärjestelmän, massiivisen jäähdytyselementin ja tuulettimen.
Kyseessä on siis tehokkaita tietokoneita, jotka asennetaan yleensä kattoon, jotta ne voivat laskea alapuolella kulkevia ihmisiä. Mutta miksi kehittäjät pyrkivät jatkuvasti lisäämään kameran resoluutiota, prosessointitehoa, käyttämään useita kameroita ja kouluttamaan tekoälyä datan prosessointiin?
Mikä videokameroissa on haasteena?
Ihmisten laskeminen videokameroilla on haastavaa. Vaikka konenäköalgoritmit ovat kehittyneitä, ne eivät aina tunnista liikkuvaa kohdetta. Videokuvan laatu on usein arvaamaton ja laskentatarkkuuteen vaikuttavat valaistuksen vaihtelut, taustat ja häiriötekijät.
Katsotaan tarkemmin kolmea pääasiallista videoteknologiaa:
2D-näkö (sensori yhdellä kameralla)
Tämän teknologian etuna on suhteellisen laaja näkökenttä (jopa 90°), mikä mahdollistaa laajan alueen teoreettisen kattamisen.
Kuitenkin valaistuksen taso ja taustan tasaisuus ovat kriittisiä tarkalle laskennalle. Epätasainen tausta, varjot tai heikko valaistus aiheuttavat ongelmia, ja laatu kärsii.
Suurin haitta on anonymiteetin puute – videokamera voi aina mahdollistaa luvattoman videovalvonnan.
3D-näkö (sensori kahdella kameralla)
Tämä teknologia pyrkii korjaamaan 2D-näön puutteita. Kahdella kameralla voidaan havaita syvyyttä ja suodattaa esimerkiksi varjoja. Ongelmia syntyy kuitenkin, jos objekti ja tausta ovat samansävyisiä tai jos valaistus ei riitä. Lisäksi 3D-efekti toimii vain lyhyellä etäisyydellä (1–2 m), ja näkökenttä on kapea, vain 45–60°.
- IR-valaistus tekee kaikista kohteista mustavalkoisia, mikä heikentää kontrastia.
- Infrapunavalo kaventaa näkökenttää entisestään.
- Myös anonymiteettiongelma säilyy.
ToF-kamera
ToF-teknologia mittaa laserpulssin kulkuaikaa kohteeseen ja takaisin. Etuina ovat valaistusriippumattomuus ja anonymiteetti. Haittana on kuitenkin vielä kapeampi näkökenttä (vain 30–40°), mikä tarkoittaa vain noin 1,5 x 1,5 m aluetta, jos sensori on 3 metrin korkeudessa.
Tekoäly
Kehittäjät ovat alkaneet hyödyntää tekoälyä videopohjaisen laskennan rajoitteiden paikkaamiseksi. Vaikka AI parantaa tunnistustarkkuutta, se vaatii tehokkaita prosessoreita, mikä nostaa järjestelmän hintaa. Lisäksi yksittäisen sensorin kattama alue on pieni suhteessa korkeaan hintaan.
SensMax TAC-B -radarianturin edut
SensMax TAC-B käyttää mmWave-radarteknologiaa, joka tarjoaa merkittäviä etuja videopohjaisiin ratkaisuihin verrattuna. Toisin kuin monimutkaista videokuvaa prosessoivat kamerat, radaritekniikka antaa puhtaat koordinaatit havaituista kohteista ilman häiriöitä. Toimintataajuus on 60 GHz, mikä mahdollistaa jopa 5 mm tarkkuuden.
Anturi ei ole riippuvainen valaistuksesta ja toimii myös vaikeissa olosuhteissa, kuten sumussa, sateessa tai pölyssä. Se on täysin GDPR-/tietosuojalainsäädännön mukainen ja tarjoaa anonyymin laskennan. Lisäksi näkökenttä on 120° ja laskenta-alue jopa 100 m².
- Avoin MQTT-protokolla mahdollistaa datan lukemisen suoraan anturilta 3. osapuolen raportointijärjestelmiin.
- Telegram API -tuki mahdollistaa päivittäisraportit ja ilmoitukset suoraan puhelimeen.
Johtopäätös
Usein edullisempiin sensoreihin liittyy piilokustannuksia, kuten ohjelmistotilauksia tai päivitysmaksuja. SensMax TAC-B on kehitetty riippumattomiin ja DIY-projekteihin, eikä se ole sidottu tiukasti SensMax-ohjelmistoon. Ei piilokuluja – vain luotettava, tarkka ja anonyymi ihmislaskenta.
