本发明涉及乘客行为感知领域，具体涉及基于传感器融合的交通工具乘客出入行为智能感知方法。
背景技术：
1、随着城市公共交通的不断发展，对交通工具运营管理和服务质量的要求也日益提高。然而，现有技术中的乘客出入行为感知方法普遍存在着准确性不高、实时性差的问题。传统的感知方式主要依赖单一类型的传感器，如红外传感器或压力传感器等。这些传感器在特定场景下的表现良好，但在面对复杂多变的实际运营环境时，难以全面感知乘客行为，容易受到环境干扰，导致漏检、误判等问题，影响感知准确性。此外，现有的感知方法往往需要较长的数据处理和分析时间，无法实现实时的行为感知和响应，感知实时性差。
技术实现思路
1、本申请通过提供了基于传感器融合的交通工具乘客出入行为智能感知方法，旨在解决现有技术中交通工具乘客出入行为感知准确性不高、实时性差的技术问题。
2、本申请公开的基于传感器融合的交通工具乘客出入行为智能感知方法，包括：读取本地信号，基于本地信号进行乘客的行为感知评价，以行为感知评价结果建立时序空间定位坐标；利用时序空间定位坐标激活超声波传感器和红外传感器，通过超声波传感器和红外传感器进行基于时序空间定位坐标的追踪采集，建立追踪数据集；基于追踪数据集中的超声波传感器采集的数据更新目标对象的位置数据，并以位置数据建立车门距离参数，利用追踪数据集中的红外传感器采集数据进行动作感知分析，将动作感知分析结果和车门距离参数进行融合识别，建立融合识别结果；调用目标对象的压力数据集和imu数据集，生成实时运动向量；将融合识别结果、本地信号和实时运动向量进行融合分析，生成出入行为感知结果。
3、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
4、由于采用了读取本地信号，基于本地信号进行乘客的行为感知评价，以行为感知评价结果建立时序空间定位坐标，利用车辆自身的信号进行初步判断和定位，为后续的精确感知提供基础；利用时序空间定位坐标激活超声波传感器和红外传感器，通过这两种传感器进行基于时序空间定位坐标的追踪采集，建立追踪数据集，通过多传感器的协同工作，在初步定位的基础上，获取更全面、细致的乘客行为数据；基于追踪数据集中的超声波传感器采集的数据更新目标对象的位置数据，并以位置数据建立车门距离参数，同时利用追踪数据集中的红外传感器采集数据进行动作感知分析，将动作感知分析结果和车门距离参数进行融合识别，建立融合识别结果，通过对不同传感器数据的综合利用和融合分析，得到更准确的乘客行为识别结果；调用目标对象的压力数据集和imu数据集，生成实时运动向量，压力数据反映乘客的位置变化，imu数据反映乘客的运动状态，二者结合可以实时跟踪乘客的动态行动；将融合识别结果、本地信号和实时运动向量进行融合分析，生成出入行为感知结果，得出最终的乘客出入行为感知结果，实现全面、准确、实时的智能感知的技术方案，解决了现有技术中交通工具乘客出入行为感知准确性不高、实时性差的技术问题，达到提高交通工具乘客出入行为感知的准确性和实时性，实现智能化感知的技术效果。
5、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
1.基于传感器融合的交通工具乘客出入行为智能感知方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于传感器融合的交通工具乘客出入行为智能感知方法，其特征在于，所述基于所述本地信号进行乘客的行为感知评价，还包括：
3.如权利要求2所述的基于传感器融合的交通工具乘客出入行为智能感知方法，其特征在于，所述利用位置感知影响因子、光线感知影响因子进行乘客的行为感知评价，建立行为感知评价结果，还包括：
4.如权利要求1所述的基于传感器融合的交通工具乘客出入行为智能感知方法，其特征在于，所述将所述融合识别结果、本地信号和实时运动向量进行融合分析，生成出入行为感知结果，还包括：
5.如权利要求1所述的基于传感器融合的交通工具乘客出入行为智能感知方法，其特征在于，所述调用目标对象的压力数据集和imu数据集，生成实时运动向量，还包括：
6.如权利要求1所述的基于传感器融合的交通工具乘客出入行为智能感知方法，其特征在于，所述利用追踪数据集中的红外传感器采集数据进行动作感知分析，还包括：
7.如权利要求6所述的基于传感器融合的交通工具乘客出入行为智能感知方法，其特征在于，所述利用所述深度学习模型进行目标对象的动作感知分析，还包括：
8.如权利要求1所述的基于传感器融合的交通工具乘客出入行为智能感知方法，其特征在于，所述方法还包括：
