Разработка ПО для вычисления человекопотока с помощью лидара

Эти два вида — эффективный и неэффективный билборд. Возле первого проходят сотни людей в минуту, второй не видит никто.

Легко отличить один от другого, если маркетолог, который заказывает рекламу out-of-home, хорошо знает город. Но если он живет в Мадриде, а рекламу размещает в Стокгольме? Именно для таких ситуаций и нужен независимый инструмент оценки человекопотока возле билборда.

Технически наша задача решалась просто: устанавливаем камеру, подключаем AI-модель компьютерного зрения, она считает людей. Однако решение должно было работать на европейском рынке, а в Европе действует GDPR, закон о защите персональных данных.

Снимать людей на улицах в маркетинговых целях запрещено законом. Наше решение должно было фиксировать информацию только о количестве людей. Поэтому обычная камера не подошла.

Чтобы решить проблему, рассматривали два варианта на замену обычной камеры: лидары и тепловизоры. Оба этих устройства способны зафиксировать количество людей, при этом не получая никакую информацию об их личности.

Лидары оказались более надежной технологией. Мы перешли к расчетам: какой лидар нам нужен, с каким углом обзора, в каком положении его установить возле билборда.

Оптимальной моделью оказалась MID-360. Компактная, высокое качество сборки, большое разрешение, а главное — 10 кадров в секунду.

Лидар передает данные в виде набора координат. Это текстовый файл, с которым не сможет работать ни одна из моделей компьютерного зрения.

Поэтому мы написали специальный софт, который превращает координаты в изображения. На таких изображениях невозможно рассмотреть лицо человека — фиксация данных на лидар не является нарушением GDPR.

Чтобы собирать данные и передавать их на сервер, мы:

• Подключили лидар к мини-компьютеру Raspberry Pi
• Подключили 4G модем к Raspberry Pi
• Написали сценарии на Ansible, чтобы одновременно запускать устройства

В качестве модели компьютерного зрения мы выбрали YOLO8: она не требовательна к мощностям, а также для работы с ней есть множество открытых библиотек. Чтобы обучить нейросеть, сделали 8000 снимков на лидар, превратили их в изображения и разметили фигуры людей.

• Ansible запускает съемку на устройствах возле разных билбордов
• Лидар несколько минут фиксирует фигуры прохожих
• Ansible выключает съемку на всех устройствах
• Наш софт превращает координаты с лидара в изображения
• YOLO8 считает количество людей, проходящих билборд
• Raspberry Pi отправляет на сервер информацию о человекопотоке
• Маркетологи используют данные для анализа эффективности билборда

Мы подготовили инженерное решение, которым уже сейчас может пользоваться заказчик и его клиенты-маркетологи. В будущем планируем собрать из лидара, мини-компьютера и модема единое устройство, которое сможет работать в любых погодных условиях.