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，越來越多的城市開通了城市軌道交通[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)安全管理帶來了巨大的挑戰(zhàn)。目前，為了防止乘客在候車過程中出現(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，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)屏蔽門與列車車門之間存在至少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)可以通過司機(jī)瞭望車門與屏蔽門間空隙實(shí)現(xiàn)列車出站前的異物檢查，從而減少或避免車門與屏蔽門間空隙夾人夾物的事故發(fā)生。但是，車站在建設(shè)過程中會(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)無法直接看到整個(gè)車門與屏蔽門間空隙。此時(shí)，一般的做法都是通過多名站務(wù)員協(xié)同配合來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)問題[4]。

目前，站臺(tái)屏蔽門與列車車門之間空隙異物自動(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)器視覺的方法所具有的優(yōu)勢(shì)。機(jī)器視覺技術(shù)就是通過攝像機(jī)與計(jì)算機(jī)的結(jié)合來實(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)的地鐵車門與屏蔽門間空隙異物自動(dòng)檢測(cè)算法。

通過調(diào)查發(fā)現(xiàn)，車門與屏蔽門之間空隙產(chǎn)生夾人夾物現(xiàn)象主要集中在車門和屏蔽門的閉合處[7-8]。黃文華等人[3]通過在屏蔽門下方踏板處安裝有色燈帶，并通過其上方攝像機(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)地鐵車門與屏蔽門間空隙異物自動(dòng)檢測(cè)處理流程如圖1所示。列車進(jìn)站后對(duì)車門位置進(jìn)行檢測(cè)與定位，準(zhǔn)確定位車門位置后對(duì)該區(qū)域進(jìn)行擴(kuò)展，所得區(qū)域即為車門的感興趣區(qū)域。當(dāng)乘客上下車完成，屏蔽門與車門再次關(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 車門定位

列車在進(jìn)站過程中需要對(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，造成列車車門并不是每次都停留在同一位置。為了能夠?qū)囬T和屏蔽門最易產(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)站停車后且未開車門時(shí)對(duì)車門進(jìn)行圖像采樣。然后利用Hough變換原理快速檢測(cè)出車門在視頻畫面中的位置。

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)在車門位置確定后會(huì)自動(dòng)對(duì)車門位置按照式（1）進(jìn)行擴(kuò)展形成一個(gè)更大的區(qū)域，即為車門感興趣區(qū)域。

其中， Rup、Rdown、Rleft、Rright表示車門感興趣區(qū)域上下左右的邊界， Dup、Ddown、Dleft、Dright表示車門上下左右的邊界， 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在停車過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固定在站臺(tái)上，因此，屏蔽門以及屏蔽門與車門間空隙所在感興趣區(qū)域可以通過人工來設(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)站停靠的位置存在些許誤差，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未開啟時(shí)的背景圖像。當(dāng)乘客上下車完成且車門再次關(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)的開關(guān)操作對(duì)二值圖像進(jìn)一步處理來減少其它因素的干擾；（3）通過對(duì)二值圖像的完整性檢測(cè)實(shí)現(xiàn)對(duì)車門處異物的檢測(cè)。

1.4 預(yù)警

車門打開乘客上下車時(shí)，系統(tǒng)處于不檢測(cè)狀態(tài)。待乘客上下車完成，屏蔽門和車門均關(guān)閉后，系統(tǒng)會(huì)對(duì)車門和屏蔽門感興趣區(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，通過在某個(gè)地鐵曲線站臺(tái)的屏蔽門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)行模擬車門與屏蔽門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，其準(zhǔn)確率達(dá)到了100%。視頻檢測(cè)過程中的部分實(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或屏蔽門上的異物。此外，實(shí)驗(yàn)結(jié)果也說明了本系統(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

針對(duì)目前城市軌道交通運(yùn)營(yíng)過程中在曲線型地鐵站臺(tái)上列車車門與站臺(tái)屏蔽門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位置定位的曲線站臺(tái)空隙異物檢測(cè)系統(tǒng)。通過真實(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. 地鐵屏蔽門與車門間異物自動(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 鑫. 淺談地鐵屏蔽門與車門異物的自動(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算法的地鐵屏蔽門異物檢測(cè)技術(shù)[J]. 城市軌道交通研究，2016，19（11）：81-84.