• 首页
  • 資源中心
  • 部落格
  • 超越炒作:LiDAR為何在機場佔用率監控表現不佳
超越炒作:LiDAR為何在機場佔用率監控表現不佳

LiDAR 真的是機場佔用率追蹤的未來嗎?我們最新的文章將分析傳聞與現實——成本、遮蔽、盲點以及實際精確度。在投資光達之前,不妨先看看機場營運商的真實想法。

 

 

使用 LiDAR 進行機場客流量統計的優點

 

企業優勢 簡介
廣域掃描 LiDAR 可以從遠處掃描開放空間(例如,報到大廳、中庭),而無需高架安裝。
非基於RGB 沒有捕捉任何視覺圖像,這可能被視為符合隱私要求(儘管這是一把雙面刃)。
在低光下工作 由於它使用光脈衝,因此與基於 RGB 的視覺感測器不同,它可以在黑暗環境中工作。
令人印象深刻的公關 該硬體具有“奇特”的吸引力,一些機場選擇它是因為它在智慧機場計劃中具有令人驚嘆的效果。

 

LiDAR 在機場佔用率方面的缺點和局限性

 

局限性 簡介
昂貴 高解析度、遠距離光達每台售價數千美元。為了提供可靠的佔用率指標,需要密集放置。
耐用性問題 旋轉裝置(用於360°覆蓋)會隨著時間推移而磨損。機場的灰塵、震動和高溫都會加速故障的發生。
隱私上的強烈反對 高解析度點雲可以重建人體形狀。雖然不是RGB,但隱私監管機構可能仍然反對詳細的3D人體輪廓。
遮擋仍然存在 在擁擠的區域,光達會漏掉身後的人——它只能偵測到最先接觸到的表面。在這種情況下,它的表現並不比基於攝影機的感測器好。
正下方的盲點
大多數光達的正下方都有一個「排除錐」——它們無法看到正下方的東西(例如移民櫃檯的隊列)。
安裝限制
與天花板安裝的傳感器不同,LiDAR 裝置無法垂直安裝,而是必須傾斜安裝,這使得監測多向流量或檢測身高較矮的兒童變得困難。
不可擴展
有效覆蓋複雜區域(例如走廊、角落、多層區域)需要密集安裝——否定了廣域覆蓋的說法。
整合難題
LiDAR 的數據是基於點雲的——如果沒有先進的 AI 和 GPU 處理,很難即時解析佔用情況。
邊緣分析生態系薄弱
與基於攝影機的系統(具有強大的 AI 工具鍊和成熟的 SDK)相比,LiDAR 缺乏用於人群行為分析的廣泛工具。

 

機場營運商的常見客戶投訴

 

  1. “它在紙面上看起來不錯,但在實踐中效果卻不佳。”
  2. “覆蓋範圍並不像銷售團隊承諾的那麼廣——存在盲點。”
  3. “由於存在遮蔽和死區,我們需要的單位數量是最初預想的兩倍。”
  4. “整合到我們的分析儀表板非常複雜且昂貴。”
  5. “由於天花板支架上的灰塵和移動,我們的一些設備出現了故障。”
  6. “點雲令人印象深刻,但我們只想知道一個區域內有多少人。”
  7. “當有人重建貴賓的輪廓時,人們開始擔心隱私問題。”
  8. 「維護是一場噩夢——一個故障的光達就會擾亂整個大廳的數據。」
  9. “由於點雲處理,實時可視化存在滯後。”
  10. “很難準確區分人和手推車/行李。”

 

部署中的具體限制

 

  • 更注重視覺美和智慧城市形象,而不是可靠性。
  • 依賴可能過度指定技術的外國系統整合商。
  • 高點密度雷射可實現遠距離捕獲 眼睛安全和隱私問題 (尤其是對孩子而言)。
  • 缺乏對重新校準、韌體升級和長期維護的本地化支援。

 

替代(更好的)解決方案

 

解決方案 為什麼它更好
天花板安裝的 3D 立體聲 人流量統計器 (喜歡 FootfallCam 對於2年) 自上而下的視圖消除了遮擋,精確追蹤隊列,並且每個區域均可擴展。
熱感測器(用於匿名熱訊號) 非常適合祈禱室或洗手間等隱私敏感區域。
基於雷達的解決方案 解析度比 LiDAR 低,但運動和方向感應更強大。

 

最終裁決

 

LiDAR 可用於一些小眾機場場景(例如開放式休息室或航站樓中庭),但它 對於可靠的佔用監控來說,這不是一個實用且可擴展的解決方案 在大多數機場環境中。 成本、遮擋、維護和整合複雜性 使其不如立體視覺或人工智慧自上而下的攝影機等成熟技術。

 


頻繁索賠

 

索賠1: LiDAR 提供廣域覆蓋

  • 確實如此,但有幾點要注意。
  • 高階 LiDAR 感測器 在空曠區域可覆蓋 100 米,使其適合於諸如登機大廳或中庭等大型空間。
  • 然而, 現實世界可用覆蓋範圍 由於人為遮擋、家具、隔板和安裝限制等因素的影響,其影響要小得多。

判決書: 理論上正確,實務上部分有效。

 

索賠2: 需要昂貴的傳感器才能達到可用的精度

  • 大體上是真的。
  • 基本的旋轉雷射雷達(約 300 至 700 美元)不足以進行精確的人體檢測。
  • 具有可接受點密度成本的中高階感測器 $ 3,000- $ 15,000 每單位, 不包括計算基礎設施 (邊緣/GPU)。
  • 機場可能需要數十個單位才能有效覆蓋一個航站樓。

判決書: 確實,與立體視覺相比,性價比較差。

 

索賠3: 由於機械部件,預期壽命令人懷疑

  • 對於較舊的紡紗機組來說確實如此。
  • 傳統旋轉雷射雷達 移動部件 隨著時間的推移容易磨損和失效。
  • 一些固態雷射雷達具有更好的耐用性,但 機場的高溫、灰塵和震動 依然帶來挑戰。

判決書: 確實如此,儘管新款感測器正在改進,但仍然不如固定式光學感測器免維護。

 

索賠4: 遮擋仍然是一個主要問題

  • 千真萬確。
  • LiDAR 僅檢測 首次表面撞擊 雷射光束-這意味著人們在別人身後或靠近牆壁的地方經常 無形.
  • 在移民局或登機口等擁擠的環境中,這使得計數 高度不可靠 無需複雜的演算法。

判決書: 確實如此——這是一個重大弱點,尤其是與自上而下的攝影機解決方案相比。

 

索賠5: 無法直接看到感應器下方

  • 適用於旋轉 LiDAR。
  • 大多數旋轉式 360° LiDAR 都有一個 下方盲錐 由於機械限制。
  • 如果安裝在高桿或天花板上, 錯過下面的人,這在排隊或走廊上是一個大問題。

判決書: 確實,如果不過度傾斜和減少覆蓋範圍,就很難進行工程設計。

 

索賠6: 機場因其令人印象深刻的外觀而部署了它們

  • 有趣的是,這是真實的,並得到區域模式的支持。
  • 智慧城市計劃通常有利於 視覺上令人印象深刻的技術 用於公關和創新品牌。
  • 然而, 一些部署後來被替換或補充 由於 LiDAR 的局限性,需要使用更實用的視覺感測器。

判決書: 確實,有現實世界的例子支持。

 

索賠7: 高解析度點數雲端帶來的隱私問題

  • 部分正確。
  • 雖然 LiDAR 不能捕捉影像,但它 確實能生成類似人類的詳細形狀 (姿勢、高度、動作)。
  • 一些監管機構(尤其是歐洲的) 將可識別的點雲歸類為個人數據 根據 GDPR。
  • 在保守的市場或 VIP 追蹤中, 隱私問題是真實存在的。

判決書: 確實,這取決於法律框架。

 

索賠8: 機場營運商的客戶回饋不太好

  • 得到產業論壇、試點和 RFP 決策的回饋支持。
  • 試行 LiDAR 的機場發現:
    • 總擁有成本 (TCO) 高
    • 數據整合挑戰
    • 人群場景下性能低下
    • 終於 轉向基於混合視覺的系統。

判決書: 真實且有現實世界回饋的記錄。

 

綜合最終評估:

 

尺寸 評分 筆記
廣域覆蓋 ⭐⭐⭐ 在開放區域表現出色,但在角落和瓶頸處表現較弱。
群體精準度 差——遮擋和盲點尚未解決。
成本效益 ⭐⭐ 硬體和計算成本高昂。無法擴展到全終端覆蓋。
隱私合規 ⭐⭐⭐ 混合-無影像,但有可辨識的形狀。法律灰色地帶。
維護和壽命 ⭐⭐ 機械磨損是真實存在的;有一些固態浮雕。
數據實用性 ⭐⭐ 原始點雲需要 AI 後處理。對於非技術用戶來說不太適用。
顧客情緒(機場) ⭐⭐ 令人失望——演示令人印象深刻,但現場操作較弱。

 

 

 

#智慧機場 #激光雷達 #入住率分析 #機場科技

 

標籤雲

#footfallcam

#人數統計

#peoplecounter

#人數統計

#零售

#人數計數器

#智慧零售

#retailanalytics

#3d 人數計數器

#零售分析

#AI

#零售科技

#商業智能

#人數統計技術

#footfallanalytics

#數據分析

#客流量計數器

#零售計數

#人數統計解決方案

#FootfallCam 3D Pro2

#人數統計指標

#人數統計網路研討會

#數字化轉型

#佇列計數