具体实施方式

下面结合附图对本申请作进一步详细描述。

在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器(例如中央处理器(Central Processing Unit，CPU))、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RandomAccess Memory，RAM)和/或非易失性内存等形式，如只读存储器(Read Only Memory，ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(Phase-Change RAM，PRAM)、静态随机存取存储器(Static Random Access Memory，SRAM)、动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、数字多功能光盘(Digital Versatile Disk，DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

图1示出根据本申请的一个方面提供的一种基于光电传感器识别目标检测物的方法流程示意图，该方法包括：步骤S11～步骤S14，其中，步骤S11，将由光电传感器得到的第一路电信号作为实测数据，将由所述光电传感器得到的第二路电信号进行处理后，得到时基信号；步骤S12，根据所述时基信号及卡尔曼滤波算法对所述实测数据进行处理，得到观测数据；步骤S13，根据所述实测数据和所述观测数据确定目标检测物的数字信号；步骤S14，根据所述数字信号识别所述目标检测物的所属类别。从而可以排除环境光、太阳光、雨水等干扰，防止因干扰物的影响光电传感器出现误判的情况，提高检测精度。

具体地，在步骤S11中，将由光电传感器得到的第一路电信号作为实测数据，将由所述光电传感器得到的第二路电信号进行处理后，得到时基信号；在此，光电传感器包括光电对射开关，可以用于接收到光信号，从而将接收到的光信号转换为电信号，在本申请中，可以将转换后的电信号分为两路信号，一路电量信号作为实测信号，另一路电量信号经过处理后得到时基信号，从而得到硬件电路得到的时序。

步骤S12，根据所述时基信号及卡尔曼滤波算法对所述实测数据进行处理，得到观测数据；在此，根据得到的时序(即时基信号)和卡尔曼滤波器的算法对得到的实测数据进行处理，从而可以去除一些无用的数据，得到观测数据，即将光电传感器进行测量目标检测物时得到的数据按照时基信号进行滤波后得到真正的观测数据，避免了外界环境的干扰。

在步骤S13中，根据所述实测数据和所述观测数据确定目标检测物的数字信号；在此，利用实际的实测数据和观测数据进行动态权重的计算，从而得到目标检测物的数字信号，该目标检测物为光电传感器进行检测时的检测到的对象，数字信号为被赋予数值的离散信号，比如二值化的信号；从而在步骤S14中，根据所述数字信号识别所述目标检测物的所属类别。在此，根据得到的数字信号判断光电传感器发出的用于检测目标检测物的信号是否又被接收回来，是否有车辆或行人或其他物体进行遮挡，目标检测的所属类别包括有物体和无物体，有物体包括车辆、行人或其他物体等。

在本申请一些实施例中，所述方法包括：将光电传感器接收到的进行测量所述目标检测物时的光信号转换为电信号，并将所述电信号分为第一路电信号和第二路电信号。在此，将光电传感器测量目标检测物时接收到的光信号经过硬件电路处理后得到的电量信号，该电量信号与感光信号强弱正相关，将该电量信号分为两路电信号，即第一电路信号和第二电路信号。

接上述实施例，在步骤S11中，将由光电传感器得到的第一路电信号输送至光电传感器的控制中心作为实测数据；将由所述光电传感器得到的第二路电信号进行方波整形后作为时基信号。在此，光电传感器的控制中心为光电传感器嵌入式主控芯片(CPU)，将第一电路信号输送至CPU中作为实测数据；第二路电信号则通过电路整形得到方波作为软件滤波的时基信号，输送该时基信号至CPU中，如图2所示的实测数据，对得到的电信号进行方波整形处理，如图3所示，得到时基信号，利用该时基信号筛选时间轴上的实测数据，并输送至卡尔曼滤波算法中得到观测数据，如图4所示的观测数据；其中，实测数据是包括光电传感器的光电管的受光量，与受光量相匹配的电量信号，该电量信号由电路做放大处理。其中，图2、图3以及图4中的横坐标标识时间，纵坐标表示电压。

在本申请一些实施例中，在步骤S11中，将由所述光电传感器得到的第二路电信号进行方波整形以过滤掉时间序列上无用的电信号，过滤后的电信号为时基信号，其中，所述无用的电信号包括所述第二路电信号中受所述光电传感器的发射光关断时得到的电信号。在此，通过方波对无用的时间信号进行过滤处理，得到时基信号，从而避免延时，即同步且有用的时间序列上的电量信号；其中，光电传感器发射的光是脉冲冲调制式，受光量转化的电信号也会随发射周期而发生周期性变化，当发射光关断时，此时对应的电量信号为无用信号，此时的无用信号包括环境光干扰的信号。因此，对得到的第二电路信号进行滤波，可以得到不受环境光干扰的有用的时基信号，从而可以后续利用时基信号进行识别目标检测物时更加准确。

在本申请一些实施例中，在步骤S13中，根据所述实测数据和所述观测数据以及对应的拟合算法确定目标检测物归属类别的动态权重拟合数据曲线；对所述动态权重拟合数据曲线进行二值化处理，得到对应的数字信号。在此，根据实测数据和得到的观测数据以及对应的拟合算法，赋予动态权重拟合数据曲线，其中，对应的拟合算法可以包括正弦回归拟合，拟合算法可以使用决策树回归算法，进行拟合出动态权重拟合数据曲线后，接着对该动态权重拟合数据曲线进行二值化处理，转换成数字信号，从而根据数字信号判断被测物体是否为车辆或行人或其他物体，排除暴雨干扰。

在本申请一些实施例中，所述光电传感器包括发射器和接收器，在步骤S14中，根据所述数字信号判断所述发射器发出的感光量是否有被所述接收器收到，若是，则根据一周期内收到感光信号的次数识别遮挡所述发射器发出的信号的目标检测物的所属类别。在此，光电传感器包括发射器和接收器，通过发射器发出感光量，并通过接收器接收该感光量通过被测物体遮挡后返回的光信号，从而根据计算得到的动态权重的二值化信号判断该发射器发出的感光量是否有被接收器接收到，若是，则说明有物体遮挡，则继续根据接收器一周期内接收到的感光信号的次数来继续判断目标检测物的所属类别，即判断为车辆还是行人或其他物体。

在本申请一些实施例中，所述光电传感器应用于闸机，所述方法包括：若所述接收器在一周期内收到感光信号的次数大于第一阈值，则所述光电传感器的输出不动作的信号至所述闸机；若所述接收器在一周期内收到感光信号的次数小于第二阈值，则所述光电传感器的输出动作的信号至所述闸机；若所述接收器在一周期内收到感光信号的次数在第二阈值与第一阈值之间，则所述光电传感器的输出的动作状态为维持原状。在此，光电传感器应用于闸机上，比如进行检测车辆的道闸、检测行人的地铁闸机或安防闸机等，时基信号作为时序控制，结合滤波算法后进行二值化处理后得到二值化信号，从而利用该二值化信号得出发射器发出的感光量信号是否有被接收器收到，进而利用一周期内(比如20ms)收到感光信号的次数来判定是否被车辆或行人等目标检测物遮挡住了发射器发出的信号，比如大于第一阈值(8次)视为不动作，感光信号的次数低于第二阈值(3次)，则视为有物体通过待检区域，则判定为动作状态，在3次-8次之间，则视为本次测量周期内存在雨水、阳光等干扰信号，输出的动作状态维持原状。

在本申请一些实施例中，在步骤S12中，根据所使用的卡尔曼滤波器的状态的协方差以及由所述时基信号确定的当前时刻状态协方差确定卡尔曼增益；根据所述实测数据以及所述卡尔曼增益计算所述实测数据的最优估计值，根据所述最优估计值得到观测数据。在此，通过系统输入输出实测数据，对系统状态进行最优估计的算法，实测数据中包括系统中的噪声和干扰的影响，通过最优估计得到滤波后的数据，即得到观测数据。其中，使用卡尔曼滤波器的过程如下：

Q＝0.00001，表示噪声的协方差，即两个时刻之间噪声的偏差；R＝0.1，表示状态的协方差，即两个时刻之间状态的偏差；P_k＝1，表示上一时刻状态协方差，输入参数为x_k＝x_k1，P_k＝P_k1+Q，卡尔曼增益K_g＝P_k/(P_k+R)，从而最优估计值kalman_adc＝x_k+K_g*(Z_k-kalman_adc_old)，更新状态协方差：P_k＝P_k1，记录本次输出参数：ADC_Value_old＝ADC_Value，kalman_adc_old＝kalman_adc；其中，ADC_Value＝0表示上一次的ADC值，kalman_adc_old＝0表示上一次的卡尔曼滤波得到的最优估计值。

在本申请一具体实施例中，光的波长范围由光电传感器的发射管与接收管匹配，发射管优选940nm波长发射管，接收管选用接收峰值在该波长附近范围内的；如图5所示，对由接收管接收到的原始数据进行二路处理，一路进行硬件二值化得到时基信号，使用该时基信号作为软件记录时序，另一路进行模数转换(ADC转化)，并使用卡尔曼滤波进行处理得到软件二值化信号，根据得到的时基信号以及二值化信号并综合记录到的脉冲次数，判断单位时间内(比如1ms)脉冲次数是否大于80，若是，则说明无物体遮挡，此时光电传感器输出不动作，若否，则继续判断单位时间内的脉冲次数是否小于30，若是，则说明有物体遮挡，此时传感器输出动作，给闸机主控信号，防夹人或防砸车，若否，则传感器输出动作为维持原状。其中，在进行硬件二值化时，主要通过硬件电路中比较器部分构成，超出设定阈值部分二值化为1，低于设定阈值部分二值化为0，从而得到时基信号。

此外，本申请实施例还提供了一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现前述一种基于光电传感器识别目标检测物的方法。

与上文所述的方法相对应的，本申请还提供一种终端，其包括能够执行上述图1或各个实施例所述的方法步骤的模块或单元，这些模块或单元可以通过硬件、软件或软硬结合的方式来实现，本申请并不限定。例如，在本申请一实施例中，还提供了一种基于光电传感器识别目标检测物的设备，所述设备包括：

一个或多个处理器；以及

存储有计算机可读指令的存储器，所述计算机可读指令在被执行时使所述处理器执行如前述所述方法的操作。

例如，计算机可读指令在被执行时使所述一个或多个处理器：

将由光电传感器得到的第一路电信号作为实测数据，将由所述光电传感器得到的第二路电信号进行处理后，得到时基信号；

根据所述时基信号及卡尔曼滤波算法对所述实测数据进行处理，得到观测数据；

根据所述实测数据和所述观测数据确定目标检测物的数字信号；

根据所述数字信号识别所述目标检测物的所属类别。

图6示出本申请又一个方面提供的一种基于光电传感器识别目标检测物的设备的结构示意图，所述设备包括：获取装置11、处理装置12、确定装置13及识别装置14，其中，获取装置11用于将由光电传感器得到的第一路电信号作为实测数据，将由所述光电传感器得到的第二路电信号进行处理后，得到时基信号；处理装置12用于根据所述时基信号及卡尔曼滤波算法对所述实测数据进行处理，得到观测数据；确定装置13用于根据所述实测数据和所述观测数据确定目标检测物的数字信号；识别装置14用于根据所述数字信号识别所述目标检测物的所属类别。

需要说明的是，获取装置11、处理装置12、确定装置13及识别装置14执行的内容分别与上述步骤S11、S12、S13和S14中的内容相同或相应相同，为简明起见，在此不再赘述。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。

另外，本申请的一部分可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令，可能被存储在固定的或可移动的记录介质中，和/或通过广播或其他信号承载媒体中的数据流而被传输，和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此，根据本申请的一个实施例包括一个装置，该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。

对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。