建筑物各区域内人员数量是智能建筑中建筑设备智能运行决策、建筑运行节能决策的重要因素。基于红外探测技术的人员计数方法以成本低、响应快、安装简便和注重隐私保护等优势,为学术界研究和工业界应用所关注。面向群智能建筑系统平台实现的需求,基于红外技术,本文针对出入口是否分离两种场景,开展了红外探测装置的设计与实现、室内人员计数方法的设计与性能验证、应用系统的设计与实现等工作。首先,考虑到在典型红外人员探测装置中,上位机和前端探测器大多采用有线通信,灵活性较差,布线困难,本文设计了一种以IP为标识的可编址主动红外入侵探测器。该可编址主动红外入侵探测器赋予了主动红外入侵探测器获取IP地址的能力,基于无线网络,一台上位机可实现与多个前端探测器装置连接,实现了上位机和探测器的物理分离。由于采用无线方式传输数据,无需考虑布线问题,装置部署的灵活性显著提升。实验基于1-0跃变计算人数的典型做法对装置的有效性进行了实验,实验结果表明,不仅上位机能够根据IP地址准确辨识探测器位置,装置部署灵活,而且探测器能够精准感知人员进出探测区域情况并将信号准确发送到上位机。其次,考虑到在信号采集或传输过程出现错误时,基于单个信号的1-0跃变思想进行计数获得的室内人数与实际人数情况偏差较大的问题,基于序列信号,本文提出了一种面向单向通行场景下基于PCCS思想的室内人员计数方法。该方法利用可编址主动红外入侵探测器完成感知数据的采集,对于获取到的感知信号序列,通过聚类获取蕴含于样本数据中的室内人员进出模式集,然后基于获取的人员进出模式集和标注的教师集设计人员辨识分类器,最后根据辨识结果完成室内人员的计数。实验选用了K-means、SOM(Self Organizing Maps)、DBSCAN(Density-Based Spatial Clustering of Applications with Noise)三种聚类方法和支持向量机、决策树两种分类方法的组合,实验结果表明,基于PCCS的人员计数方法与基于1-0跃变思想的方法相比,能有效排除信号错误的干扰,在可接受的信号错误范围内,准确率都能达到90%以上。最后,与单向通行场景不同,双向通行场景还需要考虑人员进出的方向,面向双向通行场景下室内人员计数的需求,本文在可编址主动红外入侵探测器的基础上设计了一种双路多束型主动红外入侵探测器装置,提出并实现了一种基于LSTM(Long Short-Term Memory)神经网络的人员计数方法。双路多束型主动红外入侵探测器实现人员进出行为的感知,LSTM神经网络完成进出行为数据的学习,获得基于LSTM的人员进出行为辨识模型,最后根据辨识结果完成人数统计。实验结果表明基于LSTM神经网络的计数方法能准确实现双向通行场景下人数的统计,准确率不低于90%。本文实现的基于主动红外入侵探测器的室内人员计数方法,通过对人员进出行为的分析,能准确获取室内人员数量,为群智能建筑智能化系统平台中的建筑设备自动化系统的智能运行提供了新支持,使得无论是建筑设备的运行还是建筑节能的决策,都可以以区域内的人数为新约束。图[50]表[11]参[84]