地鐵曲線站臺(tái)空隙異物自動(dòng)檢測(cè)預(yù)警系統(tǒng)研究

譚飛剛，翟 聰

（1. 深圳信息職業(yè)技術(shù)學(xué)院 交通與環(huán)境學(xué)院，深圳 518172；2. 華南理工大學(xué) 土木與交通學(xué)院，廣州 510641）

隨著我國(guó)城市軌道交通的快速發(fā)展，越來(lái)越多的城市開(kāi)通了城市軌道交通[1]。日益復(fù)雜的線路網(wǎng)可有效緩解上下班高峰或節(jié)假日人們出行壓力，但是大客流也給城市軌道交通運(yùn)營(yíng)安全管理帶來(lái)了巨大的挑戰(zhàn)。目前，為了防止乘客在候車過(guò)程中出現(xiàn)被擠下站臺(tái)等威脅乘客安全的事故發(fā)生，我國(guó)大部分地鐵車站在站臺(tái)軌行區(qū)和候車區(qū)之間安裝了屏蔽門(mén)，從而將軌行區(qū)和候車區(qū)進(jìn)行有效分離[2]。

由于站臺(tái)屏蔽門(mén)與列車車門(mén)之間存在至少10 cm的空隙[3]，如果在列車離站時(shí)，該空隙中存在異物會(huì)導(dǎo)致嚴(yán)重的運(yùn)營(yíng)事故。直線型站臺(tái)可以通過(guò)司機(jī)瞭望車門(mén)與屏蔽門(mén)間空隙實(shí)現(xiàn)列車出站前的異物檢查，從而減少或避免車門(mén)與屏蔽門(mén)間空隙夾人夾物的事故發(fā)生。但是，車站在建設(shè)過(guò)程中會(huì)受地形等因素的影響而建成曲線型地鐵站臺(tái)。在這種曲線型站臺(tái)上列車司機(jī)無(wú)法直接看到整個(gè)車門(mén)與屏蔽門(mén)間空隙。此時(shí)，一般的做法都是通過(guò)多名站務(wù)員協(xié)同配合來(lái)完成出站前空隙異物檢測(cè)。這種人工方式易受到視力、精神狀態(tài)等主觀因素干擾，并且成本高。因此，如何利用現(xiàn)有的科學(xué)技術(shù)輔助地鐵車站安全運(yùn)營(yíng)管理已成為當(dāng)前研究的熱點(diǎn)問(wèn)題[4]。

目前，站臺(tái)屏蔽門(mén)與列車車門(mén)之間空隙異物自動(dòng)檢測(cè)方法根據(jù)原理可歸納為基于激光探測(cè)的方法、基于紅外光幕探測(cè)的方法和基于機(jī)器視覺(jué)的方法3種。譚飛剛等人[2]對(duì)3種方法的優(yōu)缺點(diǎn)進(jìn)行了分析并闡述了基于機(jī)器視覺(jué)的方法所具有的優(yōu)勢(shì)。機(jī)器視覺(jué)技術(shù)就是通過(guò)攝像機(jī)與計(jì)算機(jī)的結(jié)合來(lái)實(shí)現(xiàn)計(jì)算機(jī)對(duì)外界事務(wù)的檢測(cè)與識(shí)別功能。它在許多實(shí)際生活場(chǎng)景中得到了廣泛應(yīng)用，如行人檢測(cè)、客流估計(jì)、跨攝像機(jī)行人再識(shí)別等[5-6]。黃文華等人[3]針對(duì)曲線型地鐵站臺(tái)提出了一種基于顏色特征完整性檢測(cè)的地鐵車門(mén)與屏蔽門(mén)間空隙異物自動(dòng)檢測(cè)算法。

通過(guò)調(diào)查發(fā)現(xiàn)，車門(mén)與屏蔽門(mén)之間空隙產(chǎn)生夾人夾物現(xiàn)象主要集中在車門(mén)和屏蔽門(mén)的閉合處[7-8]。黃文華等人[3]通過(guò)在屏蔽門(mén)下方踏板處安裝有色燈帶，并通過(guò)其上方攝像機(jī)拍攝和檢測(cè)有色燈帶而形成的彩色光幕的完整性來(lái)間接判斷空隙中是否存在異物。該方法具有安裝方便、易于辨別等優(yōu)點(diǎn)，但是其也存在易受外界光照變化以及所夾異物顏色影響等缺點(diǎn)。為了彌補(bǔ)該方法的不足，本文提出了一種基于車門(mén)位置定位的曲線站臺(tái)空隙異物檢測(cè)系統(tǒng)。

1 系統(tǒng)概述

系統(tǒng)對(duì)地鐵車門(mén)與屏蔽門(mén)間空隙異物自動(dòng)檢測(cè)處理流程如圖1所示。列車進(jìn)站后對(duì)車門(mén)位置進(jìn)行檢測(cè)與定位，準(zhǔn)確定位車門(mén)位置后對(duì)該區(qū)域進(jìn)行擴(kuò)展，所得區(qū)域即為車門(mén)的感興趣區(qū)域。當(dāng)乘客上下車完成，屏蔽門(mén)與車門(mén)再次關(guān)閉后，該系統(tǒng)對(duì)感興趣區(qū)域進(jìn)行異物檢測(cè)。如果存在異物則向司機(jī)發(fā)出預(yù)警信息延緩啟動(dòng)列車，反之，正常啟動(dòng)列車出站。

圖1 系統(tǒng)處理流程

1.1 車門(mén)定位

列車在進(jìn)站過(guò)程中需要對(duì)標(biāo)停車，因進(jìn)站速度差異導(dǎo)致停車位置存在少許差異，造成列車車門(mén)并不是每次都停留在同一位置。為了能夠?qū)囬T(mén)和屏蔽門(mén)最易產(chǎn)生夾人夾物的區(qū)域進(jìn)行準(zhǔn)確檢測(cè)，從而提高系統(tǒng)的安全效果。本文所提算法就是在列車進(jìn)站停車后且未開(kāi)車門(mén)時(shí)對(duì)車門(mén)進(jìn)行圖像采樣。然后利用Hough變換原理快速檢測(cè)出車門(mén)在視頻畫(huà)面中的位置。

1.2 感興趣區(qū)域設(shè)置

為了提高算法的處理速度和減少其它背景區(qū)域的干擾，本系統(tǒng)在車門(mén)位置確定后會(huì)自動(dòng)對(duì)車門(mén)位置按照式（1）進(jìn)行擴(kuò)展形成一個(gè)更大的區(qū)域，即為車門(mén)感興趣區(qū)域。

其中， Rup、Rdown、Rleft、Rright表示車門(mén)感興趣區(qū)域上下左右的邊界， Dup、Ddown、Dleft、Dright表示車門(mén)上下左右的邊界， λ1、λ2分別表示上下部分和左右部分增加的距離。因?yàn)檐囬T(mén)在停車過(guò)程中上下偏移比較少，而左右偏移會(huì)比較多，因此，本文將他們的值分別設(shè)置為20像素點(diǎn)和30像素點(diǎn)。

因?yàn)槠帘伍T(mén)固定在站臺(tái)上，因此，屏蔽門(mén)以及屏蔽門(mén)與車門(mén)間空隙所在感興趣區(qū)域可以通過(guò)人工來(lái)設(shè)置。感興趣區(qū)域一旦設(shè)置完成，系統(tǒng)將只提取感興趣區(qū)域內(nèi)圖像傳遞至后續(xù)步驟處理模塊。由于每趟列車進(jìn)站?？康奈恢么嬖谛┰S誤差，因此，為了增加算法的魯棒性，每趟列車進(jìn)站停車后都會(huì)對(duì)車門(mén)感興趣區(qū)域進(jìn)行檢測(cè)。

1.3 異物檢測(cè)

異物檢測(cè)過(guò)程如下：（1）根據(jù)感興趣區(qū)域截取視頻流中圖像；（2）利用混合高斯模型得到列車停站后車門(mén)未開(kāi)啟時(shí)的背景圖像。當(dāng)乘客上下車完成且車門(mén)再次關(guān)閉后，系統(tǒng)將截取到的視頻圖像與背景圖像進(jìn)行比較（即背景差分法），結(jié)合閾值處理得到二值圖像。列車停在站臺(tái)隧道里會(huì)受氣流和灰塵等影響，因此，采用形態(tài)學(xué)的開(kāi)關(guān)操作對(duì)二值圖像進(jìn)一步處理來(lái)減少其它因素的干擾；（3）通過(guò)對(duì)二值圖像的完整性檢測(cè)實(shí)現(xiàn)對(duì)車門(mén)處異物的檢測(cè)。

1.4 預(yù)警

車門(mén)打開(kāi)乘客上下車時(shí)，系統(tǒng)處于不檢測(cè)狀態(tài)。待乘客上下車完成，屏蔽門(mén)和車門(mén)均關(guān)閉后，系統(tǒng)會(huì)對(duì)車門(mén)和屏蔽門(mén)感興趣區(qū)域進(jìn)行異物檢測(cè)。如果檢測(cè)結(jié)果為存在異物，則系統(tǒng)會(huì)觸發(fā)車頭方向的聲光報(bào)警并將拍攝畫(huà)面?zhèn)鬟f至車頭供列車司機(jī)進(jìn)行查看和確認(rèn)。從而防止在空隙中存在異物的情況下啟動(dòng)列車而發(fā)生運(yùn)營(yíng)安全事故。

圖2 系統(tǒng)部分異物檢測(cè)效果

2 現(xiàn)場(chǎng)實(shí)驗(yàn)

為了檢驗(yàn)本文所設(shè)計(jì)系統(tǒng)進(jìn)行異物自動(dòng)檢測(cè)的準(zhǔn)確性，通過(guò)在某個(gè)地鐵曲線站臺(tái)的屏蔽門(mén)上方安裝微型攝像機(jī)，同時(shí)錄制現(xiàn)場(chǎng)人工放置傘、塑料瓶等異物進(jìn)行模擬車門(mén)與屏蔽門(mén)間夾有異物的視頻錄像，再將所錄視頻離線導(dǎo)入本系統(tǒng)進(jìn)行實(shí)驗(yàn)測(cè)試。本系統(tǒng)開(kāi)發(fā)所需軟件環(huán)境：.NET Framework 2.0，opencv 2.4.9，visual studio 2015。操作系統(tǒng)為Windows 7，2 GB內(nèi)存，攝像機(jī)的分辨率為1 920 ×1 080像素。視頻長(zhǎng)約1 h，包含40處異物。

在對(duì)測(cè)試視頻進(jìn)行實(shí)驗(yàn)檢測(cè)中，本系統(tǒng)能對(duì)每列列車的車門(mén)進(jìn)行準(zhǔn)確定位并且對(duì)存在異物的視頻段都能檢測(cè)出來(lái)，其準(zhǔn)確率達(dá)到了100%。視頻檢測(cè)過(guò)程中的部分實(shí)驗(yàn)效果如圖2所示。從圖中不難看出，本系統(tǒng)可以檢測(cè)出所有掉落或者夾在車門(mén)或屏蔽門(mén)上的異物。此外，實(shí)驗(yàn)結(jié)果也說(shuō)明了本系統(tǒng)對(duì)列車停站位置以及站臺(tái)光照環(huán)境具有較好的魯棒性。

3 結(jié)束語(yǔ)

針對(duì)目前城市軌道交通運(yùn)營(yíng)過(guò)程中在曲線型地鐵站臺(tái)上列車車門(mén)與站臺(tái)屏蔽門(mén)之間空隙存在夾人夾物的安全隱患現(xiàn)象，提出了一種基于車門(mén)位置定位的曲線站臺(tái)空隙異物檢測(cè)系統(tǒng)。通過(guò)真實(shí)的地鐵曲線站臺(tái)現(xiàn)場(chǎng)錄制視頻進(jìn)行實(shí)驗(yàn)測(cè)試，其結(jié)果表明本文所提系統(tǒng)具有很好的檢測(cè)效果。

[1] 中國(guó)城市軌道交通協(xié)會(huì). 城市軌道交通2016年度統(tǒng)計(jì)和分析報(bào)告[R]. 北京：城市軌道交通2016年度統(tǒng)計(jì)和分析報(bào)告，2017.

[2] 譚飛剛，劉 建. 一種基于計(jì)算機(jī)視覺(jué)的地鐵站臺(tái)異物檢測(cè)算法[J]. 鐵路計(jì)算機(jī)應(yīng)用，2017，26（1）：67-69.

[3] 黃華文，劉偉銘，李 軍，等. 地鐵屏蔽門(mén)與車門(mén)間異物自動(dòng)檢測(cè)技術(shù)[J]. 鐵路計(jì)算機(jī)應(yīng)用，2015，24（12）：62-65.

[4] 吳衛(wèi)海，劉偉銘，李海玉，等. 一種新的地鐵曲線站臺(tái)異物檢測(cè)系統(tǒng)研究[J]. 城市公共交通，2015（9）：33-36.

[5] 譚飛剛，黃 玲，翟 聰，等. 一種用于大型交通樞紐的跨攝像機(jī)行人再識(shí)別算法研究[J]. 鐵道學(xué)報(bào)，2017（1）：76-82.

[6] Tan F, Huang L, Zhai C, et al. Specific object re-identification across non-overlapping camera views in traffic accidents[J].Transportation Planning and Technology, 2016,39(8):759-767.

[7] 萬(wàn) 鑫. 淺談地鐵屏蔽門(mén)與車門(mén)異物的自動(dòng)檢測(cè)技術(shù)[J]. 華東科技：學(xué)術(shù)版，2016（4）：36-36.

[8] 施 偉，鄭兆鵬，班 琪. 基于改進(jìn)Hough算法的地鐵屏蔽門(mén)異物檢測(cè)技術(shù)[J]. 城市軌道交通研究，2016，19（11）：81-84.