EPFL的一组研究人员重新设计了他们最初为自动驾驶汽车开发的算法，以帮助人们遵守社交距离要求。他们的程序与一个摄像头一起工作，可以检测个人是否保持了正确的距离以防止感染——而不收集任何个人数据。它对公共交通系统、商店、餐馆甚至工厂都很有用。
欧洲职业技术学院交通视觉智能实验室(VITA)的博士生洛伦佐·贝尔托尼(Lorenzo Bertoni)说:“去年瑞士关闭时，我们正在研究一种自动驾驶汽车的算法。”“但我们很快发现，只要增加几个功能，我们就可以让我们的项目成为管理疫情的有用工具。”VITA实验室由终身教职助理教授亚历山大·阿拉希领导。
几周后阅读COVID-19病毒是如何传播,据和他的团队开始realize-along与其它科学社区microdroplets扮演着一个关键角色,传播病毒,它是必不可少的人保持至少1.5米的距离如果他们不戴着口罩。因此，研究人员开始调整他们的算法，该算法最初的设计目的是检测道路上的另一辆车或行人的存在，并指示自动驾驶汽车减速、停止、改变方向或加速。研究人员刚刚在 IEEE智能交通系统汇刊并将于2021年6月2日在机器人和自动化国际会议(ICRA)上展示。
不同的计算方法
目前市场上的距离探测器使用固定位置的相机和激光雷达(基于激光)传感器。但是EPFL的3D探测器，名为MonoLoco，可以很容易地连接到任何类型的相机或录像设备上——甚至是那些由消费电子零售商销售的——或智能手机上。这是因为它采用了一种创新的方法，需要计算人体轮廓的尺寸和它们之间的距离。换句话说，它是根据两个人的大小而不是地面测量来估计两人之间的距离。“大多数探测器通过假设个体在同一平面上来定位3D空间中的个体。该研究的主要作者Bertoni说:“相机必须是完全静止的，因此它的用途是有限的——比如，如果有人正在上楼，它的准确性就会有问题。”“所以我们想开发一种更精确的探测器，不会把路灯误认为行人。”
EPFL算法的其他创新特征是，它可以识别人们的身体方向，确定一群人如何互动——尤其是他们是否在交谈——并评估他们是否保持1.5米的距离。这是因为它使用了与现有探测器不同的计算方法。更重要的是，monoco保留了拍摄对象的面孔和剪影，因为它只测量了他们关节之间的距离(即他们的肩膀、手腕、臀部和膝盖)。它会拍摄特定区域的照片或视频，然后将人们的身体转换成用线和点勾画出的无法识别的轮廓。这个信息让算法计算出它们之间的距离和它们各自的身体方向。“我们的程序不需要存储原始图片和视频。我们相信这是在保护人们隐私方面朝正确方向迈出的一步。”Bertoni说。
几个可能的应用程序
“在流感大流行期间，我们为我们的项目提出了几种可能的应用，”Bertoni说。“当然是在公共交通工具上，但也包括在商店、餐馆、办公室和火车站，甚至在工厂，因为它可以让人们通过保持必要的距离安全地工作。”距离要求可以设定在40米以内，无论是人和物体之间还是两者之间，以及他们的方向。研究人员已经在VITA网站上发布了他们的算法源代码，并计划通过与瑞士邮政的一个联合项目在瑞士邮政巴士上进行初步部署。
