地鐵屏蔽門與車門間異物自動檢測技術(shù)

黃華文，劉偉銘，李 軍，譚飛剛，路新宇

（1.廣州市地下鐵道總公司，廣州 510335；2.華南理工大學(xué) 土木與交通學(xué)院，廣州 510641）

地鐵屏蔽門與車門間異物自動檢測技術(shù)

黃華文1，劉偉銘2，李 軍1，譚飛剛2，路新宇2

（1.廣州市地下鐵道總公司，廣州 510335；2.華南理工大學(xué) 土木與交通學(xué)院，廣州 510641）

目前，國內(nèi)地鐵大都由司機瞭望車尾處光帶是否完整來判斷車門與屏蔽門之間空隙是否存在異物，該方法誤檢率高。本文結(jié)合地鐵車門與屏蔽門之間空隙的特點，從系統(tǒng)性能、安裝維護等方面詳細(xì)比較了目前可能用于地鐵屏蔽門與列車之間異物自動檢測技術(shù)，提出了基于機器視覺的地鐵屏蔽門與車門間異物自動檢測方法。試驗結(jié)果證明，該方法具有檢測準(zhǔn)確率高、設(shè)備體積小、安裝維護簡單、成本低等特點，應(yīng)用前景廣闊。

空隙異物自動檢測；地鐵站臺；紅外光幕探測器；激光探測器；視頻圖像處理

目前，國內(nèi)大部分地鐵站臺與列車之間都設(shè)置了屏蔽門，將站臺空間與隧道分隔開，不但為候車乘客提供可靠的安全保障，還能達到降低噪音和節(jié)能的目的，為乘客營造舒適的候車環(huán)境。然而，屏蔽門與列車車門之間存在著10～30 cm的間隙。如果乘客或物品被夾在屏蔽門與列車門之間未能及時發(fā)現(xiàn)，將產(chǎn)生嚴(yán)重后果[1]。為消除安全隱患，地鐵單位大多采取人工檢測的方法，即列車司機從車頭通過肉眼觀察車尾處的“光帶”是否完整來間接判斷是否有異物滯留在車門與屏蔽門之間。另外，在自動檢測方面，有地鐵單位嘗試使用紅外、激光等檢測方法，但并未取得理想效果，技術(shù)未得到推廣。由于地鐵站間距離短、發(fā)車頻率高，司機需要不斷重復(fù)完成出站、進站、開關(guān)車門、瞭望等標(biāo)準(zhǔn)操作項目，易出紕漏且耗時長。因此，人工異物檢測的準(zhǔn)確率難以保證，特別是在人口密集城市，早晚高峰地鐵站內(nèi)擁擠不堪，雖然目前地鐵單位投入越來越多的站臺安全員加強對乘客上下車的安全保護，但由于人工檢測的失誤所導(dǎo)致的夾人夾物事件時有發(fā)生，因此，研制一種安裝和維護方便的地鐵站臺屏蔽門與車門之間空隙異物自動檢測裝置（以下簡稱：屏蔽門空隙異物檢測系統(tǒng)），輔助或代替列車司機進行上述檢查具有重要的意義。

1 空間異物自動檢測方法

1.1 自動檢測方法分類及性能對比

地鐵站臺屏蔽門與車門之間的空隙具有空間小、距離遠和空隙亮度低等特點，空間異物自動檢測設(shè)備除應(yīng)滿足安裝限界要求之外，還需充分考慮振動、氣流變化、粉塵等因素對檢測精度的影響。目前用于地鐵屏蔽門與車門之間空間異物自動檢測的方案主要有4種：（1）基于紅外光幕的方法[3]；（2）基于激光探測的方法[4～5]；（3）基于激光掃描的方法；（4）基于機器視覺的方法。4種空間異物自動檢測系統(tǒng)都有其各自性能上的優(yōu)點和缺點?；诩t外光幕的方法由于聚光效果差而需要多對接力才能完成遠距離空隙異物檢測?；诩す馓綔y的方法由于聚光效果好而能遠距離檢測，但是列車行駛產(chǎn)生的振動可能會使激光偏離對應(yīng)的接受器。在上述分析的基礎(chǔ)上，本文從設(shè)備體積、安裝調(diào)試繁瑣程度、發(fā)散角度、異物大小、異物顏色敏感性、光照變化影響、檢測區(qū)域、系統(tǒng)成本等方面對4種方法進行了比較，其比較結(jié)果如表1所示。通過對比分析，基于機器視覺的方法與其它空隙異物自動檢測方法相比，具有設(shè)備體積小、安裝和維護簡單、成本較低、檢測范圍廣等優(yōu)勢。

表1 4種檢測方法性能對比

1.2 基于機器視覺的方法

機器視覺就是利用攝像頭和計算機來代替人眼做測量和判斷，它是目前物體檢測領(lǐng)域的一個研究熱點[6]，雖然還沒有應(yīng)用到地鐵屏蔽門的空隙異物檢測中，但是在其它方面得到了廣泛的研究，有很強的潛力。例如車站廣場的遺留物檢測[7]，列車行駛軌道間的異物檢測[8～9]，機場跑道異物檢測[10～11]等。目前，機器視覺在目標(biāo)檢測、跟蹤和識別、空間異物檢測等領(lǐng)域存在巨大的應(yīng)用價值。使用機器視覺進行空間異物檢測的一般流程如圖1所示：（1）利用攝像機獲取外界視頻圖像；（2）對圖像進行相應(yīng)的預(yù)處理（降噪等）；（3）提取圖像中的目標(biāo)描述特征（顏色直方圖等）；（4）將提取的特征與模版特征進行比較，如果變化超過閾值則認(rèn)為異物存在，反之則不存在。

圖1 機器視覺異物檢測流程

2 機器視覺空隙異物檢測方法實現(xiàn)

直線站臺基于機器視覺方法搭建的地鐵車門與屏蔽門間空隙異物檢測的系統(tǒng)方案如圖2所示。在車頭位置安裝兩臺攝像機，通過車門與屏蔽門間空隙拍攝車尾處的光帶，利用圖1描述的機器視覺異物檢測方法流程來判斷空隙中是否存在異物，具體描述如下。

圖2 地鐵站臺車門與屏蔽門空隙檢測方案

2.1 光帶建模

為了增加系統(tǒng)的智能性，需要在站臺無車的時候?qū)φ九_車尾處光帶進行自動檢測與定位。由于地鐵列車運行過程產(chǎn)生震動以及氣流等因素都對提取完整光帶模型帶來影響，為了增加系統(tǒng)對這些影響因素的魯棒性，系統(tǒng)采用均值建模的方法構(gòu)建完整光帶模型。如式（1）所示，其中，F(xiàn)i表示第i幀圖像，I表示光帶均值圖像。

2.2空隙異物檢測

在獲取攝像機的圖像（稱為原圖像）后，從原圖像中提取感興趣區(qū)域（ROI）圖像，計算出ROI區(qū)域內(nèi)的連通區(qū)域。由于物體受遮擋或其它因素影響，使得光帶可能被劃分成多個“光帶段”，因此，需要尋找最長的連續(xù)區(qū)域作為光帶的候選區(qū)域。本文以連通區(qū)域最小外接矩形來計算光帶的長和寬，那么光帶的檢測可轉(zhuǎn)化為求最大連通域內(nèi)的最小外接矩形。本文采用如式（2）所示方法從最小外接矩形集中得到最大的矩形區(qū)域。

其中，Q為“光帶段”的外接矩陣集合，mi為第i個連通的最小外接矩形。

在得到最長段光帶的外接矩形后，分別計算出該外接矩形的長寬與光帶模板矩形長寬之間差的絕對值。如果其絕對值小于設(shè)定的閾值則認(rèn)為不存在異物，反之則認(rèn)為空隙中存在異物。本文設(shè)定的判定函數(shù)如式（3）所示。

2.3 實驗

本文方法開發(fā)成檢測系統(tǒng)并安裝在地鐵某站臺上進行屏蔽門與車門間異物檢測。系統(tǒng)由2臺攝像機、2個測距儀、1條光帶和1臺服務(wù)器組成。地鐵站臺車頭處攝像機與車尾處光帶距離約120 m，屏蔽門與車門之間的距離約10 cm。實驗過程隨機選擇某個時間段（約2 h）內(nèi)乘客上下車進行測試，按照上述方法可以將所有經(jīng)過屏蔽門與車門之間空隙的異物檢測出來，檢測效果較好，準(zhǔn)確率較高，在攝像機拍攝范圍內(nèi)幾乎可以達到100%的準(zhǔn)確度。實驗過程中部分檢測效果如圖3所示。其中，第1行從左到右分別是光帶完整時系統(tǒng)界面，1臺攝像機內(nèi)光帶被完全遮擋時檢測界面；第2行從左到右依次為1臺攝像機光帶完整而另1臺攝像機光帶被部分遮擋時檢測結(jié)果，2臺攝像機內(nèi)光帶都被部分遮擋時的檢測結(jié)果圖。從圖中不難看出，當(dāng)光帶被行人或其它物體遮擋時，可以通過檢測光帶屬性變化來間接判斷車門與屏蔽門之間是否存在異物。

圖3 部分光帶檢測結(jié)果

3 結(jié)束語

由于地鐵車門與屏蔽門之間空隙具有距離遠、光線暗等特點，而列車發(fā)車頻率高、駕駛員各項操作時間有限使得目前的人工安全檢測存在較大的誤檢。本文分析地鐵上使用的空隙異物檢測系統(tǒng)和目前研究比較熱的機器視覺技術(shù)，并對比了它們之間的優(yōu)劣。在對比分析的基礎(chǔ)上，提出基于機器視覺的地鐵屏蔽門與車門間空隙異物自動檢測方法。通過判斷光帶長度變化來間接判斷車門與屏蔽門之間是否存在異物。通過對地鐵真實環(huán)境的錄像視頻進行實驗分析，結(jié)果表明機器視覺的方法具有較高的準(zhǔn)確率，可視性等優(yōu)點，具有良好的發(fā)展前景。

[1] 楊麗杰.地鐵屏蔽門系統(tǒng)技術(shù)淺談[J].鐵道機車車輛，2002（2）：29-31.

[2] 鄧遠華,宋瑞剛.地鐵站臺“二門系統(tǒng)”防夾人事故措施探討[J].沿海企業(yè)與科技，2010（10）：43-44.

[3] 王瑞峰, 楊子河, 孔維珍. 紅外光幕在地鐵屏蔽門障礙物探測中的研究[J]. 傳感器與微系統(tǒng), 2013， 32（3）： 25-28.

[4] Hai-hui C. Mechanism Design and Mechanics Model of the Platform Screen Doors for Subways [J]. Journal of South ChinaUniversity of Technology (Natural Science), 2004(4): 018.

[5] 朱 寧. 地鐵屏蔽門激光防護方案研究[J]. 中國高新技術(shù)企業(yè), 2011 （19）： 23-25.

[6] Gall J, Lempitsky V. Class-specific hough forests for object detection[M]. London ：Decision Forests for Computer Vision and Medical Image Analysis, 2013: 143-157.

[7] 湯一平, 富吉勇, 陳耀宇. 基于全方位計算機視覺的遺留物檢測系統(tǒng)[J]. 計算機測量與控制，2010 （3）： 517-519.

[8] Redo-Sanchez A, Laman N, Schulkin B, et al. Review of Terahertz Technology Readiness Assessment and Applications[J]. Journal of Infrared, Millimeter, and Terahertz Waves, 2013, 34（9）： 500-518.

[9] 同 磊, 朱力強, 余祖俊, 等. 基于車載前視攝像機的軌道異物檢測[J]. 交通運輸系統(tǒng)工程與信息, 2012，12（4）：79-83.

[10]李 煜, 肖 剛. 機場跑道異物檢測系統(tǒng)設(shè)計與研究[J]. 激光與紅外, 2011, 41（8）：909-915.

[11] Hogeweg L, Sánchez C I, Melendez J, et al. Foreign object detection and removal to improve automated analysis of chest radiographs[J]. Medical physics, 2013, 40(7): 071901.

[12] 沈陽西東控制技術(shù)有限公司.地鐵站臺屏蔽門與列車門之間激光障礙物監(jiān)測控制系統(tǒng)[P]. 中國：CN101463691B ，2013-03-20.

[13] Shen J Q and Hau L C. Vehicle sensing method for detecting a pedestrian impact[P]. U.S： US7380633 B2 ，2006-2-14.

責(zé)任編輯 王 浩

Automatic foreign object detection technology between PSD and subway doors

HUANG Huawen1, LIU Weiming2, LI Jun1, TAN Feigang2, LU Xinyu2
( 1. Guangzhou Metro, Guangzhou 510335, China; 2. School of Civil Engineering and Transportation, South China University of Technology, Guangzhou 510641, China )

Drivers always determine whether there is a foreign object between the door and the platform screen door(PSD) through checking the light bar’s completeness in the rear of the subway at Chinese subway. However, there is a big risk of false positives. Based on the characteristics of the gap between the subway door and PSD, the article made a detailed comparison of different foreign object automatic detection from the system performance, installation and maintenance, etc., proposed self-detection method based on machine vision between PSD and the door foreign object. Experimental results showed that the method was with the properties of high detection rate, the equipment was small, simple for installation and maintenance, and low cost.

automatic detection of gap’s foreign objects; subway platform; infrared light curtain detectors; laser detectors ; video image processing

U231.4∶TP39

A

1005-8451（2015）10-0064-04

2015-03-13

黃華文，工程師；劉偉銘，教授。