LiDAR vai kamera kävijälaskentaan
Kamera laskee tulkitsemalla kuvaa; LiDAR laskee mittaamalla etäisyyksiä valolla. Valinta niiden välillä alkaa tilasta, ei teknisestä erittelystä.
Jokainen tarkkuuslaskentahanke päätyy samaan tienhaaraan. Toisella puolella on kamera: tuttu laitteisto, joka laskee tulkitsemalla näkemäänsä. Toisella puolella LiDAR: laseranturi, joka laskee mittaamalla, missä asiat ovat. Molemmat tuottavat tarkat suuntaiset laskennat ja reaaliaikaisen käyttöasteen. Molempia voi käyttää tietosuoja edellä. Ne pääsevät sinne kuitenkin perustavanlaatuisesti eri reittejä, ja nämä reitit ratkaisevat, kumpi sopii tilaasi, vai onko rehellinen vastaus molemmat.
Miten kumpikin menetelmä oikeasti toimii
Laskentakamera on tietokone, joka katsoo. AI-kamerapohjainen kävijälaskuri on tavallinen verkkokamera, jonka laskentaäly on rakennettu itse laitteeseen: se analysoi videon hetkessä, tunnistaa linjan ylittävät tai alueella olevat ihmiset ja lähettää eteenpäin luvut: tarkat sisään/ulos-määrät, käyttöasteen ja jonomittarit. Laskentatilassa henkilökuvia ei tallenneta eikä ketään yksilöä tunnisteta; kamerasta lähtevät vain luvut. Sen lähisukulainen, erillinen 3D-kävijälaskenta-anturi, on tarkoitukseen rakennettu, oviaukon yläpuolelle asennettava laite, joka käyttää stereonäköä tai lentoaikamittausta ja tekee yhden asian erinomaisesti.
LiDAR-kävijälaskenta ei ota kuvaa lainkaan. Anturi pyyhkäisee ympäristönsä nopeilla, silmille turvallisilla laserpulsseilla ja ajastaa heijastukset, ja rakentaa näin reaaliaikaisen kolmiulotteisen kartan kaikesta liikkuvasta. Ihmiset näkyvät anonyymeinä pisteryppäinä, joilla on sijainti, korkeus ja kulkusuunta: liikkuvaa geometriaa, joka riittää täsmälleen heidän tarkkaan laskemiseensa eikä mihinkään muuhun.
Toinen menetelmä tulkitsee kuvaa; toinen mittaa etäisyyttä. Kaikki, mikä erottaa ne käytännössä, seuraa tästä erosta.
Missä kamera voittaa, missä LiDAR voittaa
Hyvin valaistulla, selkeällä sisäänkäynnillä menetelmät tekevät saman työn. Erot tulevat esiin, kun olosuhteet vaikeutuvat, ja ne jäsentyvät siististi neljäksi kysymykseksi tilasta.
Valaistus
Kamera tarvitsee näkymän, jonka se pystyy lukemaan. Nykyaikaiset laskentakamerat selviävät paljosta, mutta optinen mittaus on viime kädessä sidoksissa valaistusolosuhteisiin. LiDAR tuo oman valonsa mukanaan: lasermittaus on riippumaton ympäristön valaistuksesta, joten se toimii samalla tavalla keskipäivällä, yöllä ja täydessä pimeydessä. Areenoilla sulkemisajan jälkeen, terminaaleissa ennen aamunkoittoa tai missä tahansa tilassa, jossa valaistus veisi optiselta järjestelmältä edellytykset, laser ei huomaa eroa.
Ulkotilat
Ulkotilojen laskennassa ero levenee. Huoltoasemien pihat, aukiot, liikenteen solmukohdat ja ulkoilmakohteet yhdistävät vaihtelevan päivänvalon, sään ja laajat näkymät, olosuhteet, jotka haastavat optiset järjestelmät mutta eivät hetkauta lasermittausta. Käytännön varauma on laitteistossa, ei menetelmässä: ulkoyksiköt tarvitsevat säänkestävät kotelot ja sijoittelun, joka kestää sateen, lumen ja suoran auringonpaisteen. Ja koska LiDAR mittaa liikkuvaa geometriaa eikä nimenomaan jalankulkijoita, sama anturiperhe voi laskea myös ajoneuvoja ja polkupyöriä sekä mitata pysäköinnin käyttöastetta: yksi mitattu kokonaiskuva ovelta kadunreunaan.
Tarkkuus tiheissä virroissa
Kun ihmiset liikkuvat lähekkäin (ryntäys portilla, ruuhkainen aula, ruuhka-ajan käytävä), laskentajärjestelmän on pidettävä yksilöt erillään, jotta laskenta pysyy tarkkana. Tässä LiDARin kolmiulotteinen pistepilvi lunastaa paikkansa: jokainen ihminen on oma erillinen pisteryppäänsä tilassa, joten menetelmä erottelee lähekkäin liikkuvat ihmiset luotettavasti. Kamerat ovat edelleen vahva valinta selkeillä sisäänkäynneillä, joissa virrat on ohjattu; LiDAR ulottaa saman tarkkuuden avoimiin, ohjaamattomiin tiloihin, joissa väkijoukot oikeasti käyttäytyvät kuin väkijoukot.
Kustannus katettua pinta-alaa kohden
Yksittäisellä oviaukolla kameraa on vaikea päihittää, varsinkin siellä, missä kamerainfrastruktuuri on jo olemassa tai suunnitteilla, jolloin pistettä valvova laite voi myös mitata sen, ja sama laitteisto voi myöhemmin laajentua videovalvontaan, jos niin haluat. Myös kassojen ja palvelupisteiden jonomittarit ovat kameran aluetta. Talous kääntyy kuitenkin päälaelleen, kun alue kasvaa: laajoissa tai avoimissa tiloissa yksi laajan alueen LiDAR-yksikkö voi kattaa sen, mihin tarvittaisiin monta kattoon asennettua kameraa. Atriumissa, aukiolla tai aulassa ratkaisun budjetista tekee se, että harvemmat laitteet kattavat enemmän lattiapinta-alaa. Laske ovia kameralogiikalla; laske neliömetrejä LiDAR-logiikalla.
Tietosuojaero: ei kuvaa vai käsitelty kuva
Oikein toteutettuina molemmat menetelmät tuottavat saman lopputuloksen: anonyymia, aggregoitua tilastoa tilasta, ei koskaan ihmisistä. Ne päätyvät siihen kuitenkin eri reittejä, ja tietosuoja-arvioinnissa reitillä on merkitystä.
Kamerapohjainen laskenta vastaa tietosuojakysymykseen käsittelysäännöillä. Video analysoidaan hetkessä laitteessa, kamerasta lähtevät vain luvut, henkilökuvia ei tallenneta eikä ketään yksilöä tunnisteta. Oikein suunniteltuna ja hallittuna se on pitävä vastaus: näin kameralaskennasta tulee osa GDPR-turvallista kävijäanalytiikkaa, ja näin me toteutamme jokaisen kameratoimituksen.
LiDAR ei vastaa kysymykseen vaan poistaa sen. Lasermittaus ei koskaan tuota kuvaa kenestäkään: ei ole valokuvaa käsiteltäväksi, ei kasvoja sumennettavaksi, ei tallennetta, josta tietosuoja-arvioinnin pitäisi huolehtia. Tietosuojavastaus ei ole käsittelysääntö; se on fysiikkaa. Ympäristöissä, joissa jo näkyvä linssi aiheuttaa kitkaa (kulttuurilaitokset, joukkoliikenne, julkinen tila), tämä ero on minkä tahansa teknisen ominaisuuden arvoinen, koska mikään ei osoita keneenkään eikä mitään tallenneta, mitä voisi vastustaa.
Tietosuojavastaavalle käytännön ero on tämä: kameroiden kohdalla dokumentoit, että kuvat käsitellään laitteessa eikä niitä koskaan tallenneta; LiDARin kohdalla dokumentoit, ettei kuvaa ole olemassa. Molemmat polut menevät läpi. Toinen niistä on lyhyempi. Ja kumman valitsetkin, se tulee Bumbee Labsilta, yhtiöltä, jolla on Euroopan ainoa kävijämittausmenetelmä, jonka tietosuojaviranomainen on hyväksynyt: sama tietosuoja edellä rakennettu insinöörityö kulkee jokaisessa toimittamassamme menetelmässä.
Kun vastaus on molemmat
Useimmat todelliset kohteet eivät ole vain yhdenlaista tilaa. Liikenteen solmukohdassa on ohjattuja portteja ja avoin aula. Kaupan kohteessa on kirkkaita oviaukkoja ja pimeä pysäköintialue. Yhden menetelmän valitseminen tarkoittaa sen katvealueiden hyväksymistä kaikkialla, missä tila lakkaa sopimasta sille.
Hybridiratkaisu ohittaa kompromissin: kamerat selkeillä sisäänkäynneillä, kassoilla ja palvelupisteissä, joissa vakiolaitteisto ja jonomittarit voittavat; LiDAR pimeillä, ulkona olevilla ja avoimilla alueilla, joissa kuvaton lasermittaus voittaa. Kumpikin menetelmä kattaa toisen katvealueet, datavirrat vahvistavat toisiaan, ja, mikä usein unohtuu, hybridi voi pikemminkin laskea kuin nostaa kustannuksia, koska lakkaat ylimitoittamasta mitään yksittäistä menetelmää ja sijoitat jokaisen anturin vain sinne, missä se on aidosti paras työkalu.
Tehtiinpä laskenta miten tahansa, data päätyy samaan paikkaan: yksi alusta, yksi rajapinta, yhdet raportointinäkymät, jokainen mittari vertailukelpoinen. Menetelmät eroavat; totuuden lähde ei. Kysymys ei koskaan ole “mikä teknologia on paras?”: se on “mikä teknologia on paras juuri tässä kohdassa rakennustasi?” Kävele pohjapiirros läpi tämä kysymys mielessä, niin vastaus kirjoittaa yleensä itsensä: kamerat ovilla, laserit pimeään ja avoimeen, ja yksi kuva kokonaisuudesta.
Usein kysytyt kysymykset
Kumpi on tarkempi, LiDAR vai kameralaskenta?
Molemmat ovat tarkkuusmenetelmiä, ja hyvin valaistulla, selkeällä sisäänkäynnillä ne tekevät saman työn: tarkat suuntaiset sisään/ulos-laskennat ja reaaliaikaisen käyttöasteen. Ratkaiseva tekijä on ympäristö, ei tekninen erittely. Kamerat ovat vahva valinta selkeillä sisäänkäynneillä ja palvelupisteissä; LiDAR ulottaa saman tarkkuuden pimeisiin, ulkona oleviin ja avoimiin tiloihin, joissa valaistus veisi optiselta järjestelmältä edellytykset, ja pitää lähekkäin kulkevat ihmiset luotettavasti erillään.
Onko kamerapohjainen kävijälaskenta GDPR-yhteensopivaa?
Se voi olla, kun järjestelmä on rakennettu laskemaan eikä tunnistamaan. Laskentatilassa video analysoidaan hetkessä laitteessa, ja kamerasta lähtevät vain luvut: henkilökuvia ei tallenneta eikä ketään yksilöä tunnisteta. LiDAR päätyy samaan lopputulokseen eri reittiä, sillä kuvaa ei synny lainkaan. Kummassakin tapauksessa saat anonyymia, aggregoitua tilastoa.
Voinko yhdistää LiDAR- ja kameralaskennan?
Kyllä, ja monen kohteen kannattaa tehdä niin. Kamerat kattavat selkeät sisäänkäynnit, kassat ja palvelupisteet; LiDAR kattaa pimeät, ulkona olevat ja avoimet alueet. Hybridiratkaisussa molemmat syöttävät samaan alustaan, samoihin raportointinäkymiin ja samaan rajapintaan, joten jokainen mittari pysyy vertailukelpoisena koko kohteessa.