工地智慧门禁系统架构设计与实现

苏慧杰

上海电科智能系统股份有限公司 上海 200063

摘要

目前市场上的普通门禁系统一般都是独立的通过韦根读卡器读取门禁卡数据，由门禁控制板进行权限校验后控制闸机开闸的方式来对人员进行权限管理。这对于施工方从工程管理的角度而言存在一定的局限性。在这里，我们基于传统门禁，结合人脸识别终端与闸机红外信号联动、AI图像分析、劳务实名制系统设计了一种新型的智慧门禁系统架构。解决了同一人员不同项目重复登记，多门禁之间的数据无法同步，考勤代刷脸、夹带过人、翻越闸机等人员进出计数不准确的问题。

1.绪论

1.1研究的背景

建筑业属于劳动密集型行业，参加施工的人员特别多。由于建筑业具有人员流动大、露天施工、立体交叉作业多、分包队伍多、建筑工地变化大等特点，造成人员进出管理比较困难，很多工地还存在着通过纸质卡考勤，工人直接帮忙打卡，工人进出工地管理不规范，容易造成非工地人员随意出入现场，发生安全事故以及工地财产丢失，工地日常安全管理信息缺少数字化记录，不利于上级管理部门远程监管和巡查。

智慧门禁系统便是基于以上问题提出的信息化系统，通过闸机作为工地的入口，运用日渐成熟的人脸识别技术，结合视频AI分析，解决工地进出管理上存在的问题。

1.2 研究现状

传统的门禁系统一般是采用：通过门禁管理软件将人与卡的信息预先录入至门禁控制器内，门禁控制器通过读卡器传来的韦根刷卡数据与预先录入的信息做对比后开门放行的方式来实现。这种传统的门禁系统容易造成刷卡者与实际通过门禁的人无法确保对应、夹带过人无法确保一人一闸、连续重复刷卡带多人进入等问题。同时，由于使用门禁卡不规范，也会导致在场人员统计产生较大误差。

1.3 研究的目标

(1) 通过新的智慧门禁系统实现一人一闸，结合人脸识别实现人员身份的验证。

(2) 在门禁通道内的监控加入AI行为识别，与人脸识别记录、闸机的红外检测信号进行结合分析，预判是否发生代刷脸，夹带过人，翻越闸机等违规行为。

(3) 将门禁接入互联网(图1-2)，在多门禁情况下实现数据的互通互联，使得门禁间的数据可以共享。使得在同一区域内只需录入一次人员信息便可通过所有有权限的门禁。

图 1-2 智慧门禁网络架构图

2.智慧门禁系统设计

2.1 智慧门禁系统设计方案

智慧门禁系统（图 2-1）主要由人脸识别终端、ic读卡器、闸机、摄像机、工控机、门禁软件等组成。智能门禁能实现只需在一处门禁的人员管理软件内进行身份信息登记、门禁卡制卡以及人脸采集并选择通行权限后，即可在所有有权限的门禁通行。

系统采用GPU工控机作为控制核心，通过NVR将门禁内的多路视频监控画面接入工控机，通过借助AI算法进行图像分析，实现门禁内的人员行为分析。在AI算法方面，系统主要侧重于行为识别方向的AI算法，如通闸机通道内的人员路径跟踪、翻越障碍物、尾随等事件。通过这些事件的报警，结合人脸识别设备来实现一人一闸的功能。

系统使用Springboot+Netty的结构来实现应用层的web服务与底层的tcp通信。Springboot设计目的是用来简化新 Spring 应用的初始搭建以及开发过程，该框架使用了特定的方式来进行配置，从而使开发人员不再需要定义样板化的配置，通过各种库快速搭建出一套web服务端以实现门禁内设备的编辑、人员的下发与删除、设备状态的监测等功能。为了保证智慧门禁与市面设备的兼容性，需要同时实现不用品牌设备的通讯协议，因此不能通过简单的api接口来实现，且考虑到门禁内带载设备可能较多，故考虑使用基于Netty的服务框架。

图 2-1 智慧门禁系统架构图

2.2 智慧门禁系统的优势

系统通过将门禁内的视频监控和闸机上的红外感应信号的接入，实现对通过闸机的人员的行为监控。当有人要通过闸机时，系统先通过红外信号检测此人是否处于闸机通道外，否则将通过语言提示，不对其进行人脸识别校验。当此人在闸机通道外进行人脸识别校验的同时，AI算法软件通过安装在门禁通道内的监控视频实时检测此人是否存在违规行为，一旦发生违规行为将通知工控机不予以开闸。如果此人人脸识别校验通过且无违规行为发生，则开闸予以通行。在此人通行的过程中，通过AI尾随识别功能，检测在此人通过闸机通道时是否有人尾随，如有尾随行为，则通过语言提示安保人员进行相处理（图 2-2）。

每一次人员通过后，门禁软件都会生成相应的过人记录，且同步推送至云端。同时门禁软件后台会定时向云端获取同区域内其它门禁的实时过人记录，确保进出人员统计数据准确。

图 2-2 识别过人流程图

3．总结和展望

本次智慧门禁系统架构设计是用于精准控制工地人员的出入管理。系统将传统IC卡校验开门的方式改为目前人脸识别+视频AI的校验，人脸识别校验相较于过去传统的IC卡具有更多的优点，人脸识别校验可做到无感校验通过，只需在摄像机前自然地停留片刻，人员的身份就会被正确识别，结合视频AI算法对通过闸机的人员进行行为监测，可较好的预防翻越闸机、尾随等常见的违规行为。但目前AI算法的识别准确率会受限于摄像机摆放的位置、角度以及环境光。未来可考虑增加安全帽RFID标签验证以及加强对闸机开关闸的精细化控制进一步改善智慧门禁的精确度和可靠性。

参考文献

[1].韩潇. 基于人脸识别的宿舍门禁系统的研究[D].东华大学,2019.

[2].张先稳,许健彬.“互联网+”提升智慧工地安全管理[J].施工企业管理,2017(04):42-44

[3].许敏. 智慧门禁（居所出入）系统的设计与实现[D].江西财经大学,2018.