基于機(jī)器視覺(jué)的地鐵站臺(tái)門(mén)與列車(chē)門(mén)間異物檢測(cè)方法研究

張鶴慶 張金鑫

摘 要：基于機(jī)器視覺(jué)的地鐵站臺(tái)門(mén)與列車(chē)門(mén)間異物檢測(cè)方法對(duì)保障地鐵安全運(yùn)營(yíng)，甚至對(duì)列車(chē)自動(dòng)駕駛都具有較強(qiáng)的指導(dǎo)意義。為此，文章就此類(lèi)方法所涉及的檢測(cè)設(shè)備安裝和核心檢測(cè)流程進(jìn)行綜述。首先對(duì)用于拍攝站臺(tái)門(mén)與列車(chē)門(mén)間燈帶的攝像機(jī)的安裝位置及成像角度進(jìn)行歸納總結(jié);然后根據(jù)檢測(cè)異物時(shí)參照對(duì)象的不同將現(xiàn)有方法進(jìn)行分類(lèi)分析;最后對(duì)基于機(jī)器視覺(jué)的地鐵站臺(tái)門(mén)與列車(chē)門(mén)間異物檢測(cè)方法進(jìn)行展望。

關(guān)鍵詞：地鐵;站臺(tái)門(mén);列車(chē)門(mén);機(jī)器視覺(jué);成像;異物檢測(cè)方法

近年來(lái)，隨著社會(huì)的不斷加速發(fā)展，城市規(guī)模、人口數(shù)量也隨之?dāng)U大，提升城市交通的質(zhì)量勢(shì)在必行;而地鐵在城市各類(lèi)交通工具中具有準(zhǔn)時(shí)、快捷、方便的獨(dú)特優(yōu)勢(shì)，因此，其建設(shè)順勢(shì)而為。在地鐵安全運(yùn)營(yíng)中，保障乘客安全候車(chē)、安全乘車(chē)成為地鐵工作者與研究者重點(diǎn)關(guān)注的方向之一。地鐵站臺(tái)門(mén)是保障乘客安全候車(chē)的一種重要設(shè)備，但在列車(chē)出站時(shí)，乘客或者物體可能會(huì)被夾住。因此，為保障乘客的人身和財(cái)產(chǎn)安全，在列車(chē)出站前對(duì)地鐵站臺(tái)門(mén)與列車(chē)門(mén)間是否存在異物進(jìn)行檢測(cè)十分重要。

1 概述

當(dāng)前，國(guó)內(nèi)外地鐵站臺(tái)的設(shè)計(jì)一般分為地下站臺(tái)、地上站臺(tái)和高架站臺(tái)。此外，根據(jù)調(diào)研發(fā)現(xiàn)，地鐵站臺(tái)一般為直線形，但受地形、地質(zhì)、水文等條件影響，部分城市的地鐵站臺(tái)被設(shè)計(jì)成曲線形，如上海、重慶的部分地鐵車(chē)站。由于地鐵站臺(tái)的位置、布局設(shè)計(jì)不同，因此對(duì)檢測(cè)地鐵站臺(tái)門(mén)與列車(chē)門(mén)間是否存在異物的方法也不同。目前，除了人工檢測(cè)（即通過(guò)在列車(chē)頭瞭望列車(chē)尾處燈帶的完整性，判斷站臺(tái)門(mén)與列車(chē)門(mén)間是否存在異物）外，還有自動(dòng)檢測(cè)異物的方法，其大致可分為物理檢測(cè)和機(jī)器視覺(jué)檢測(cè)2種類(lèi)型。

1.1 物理檢測(cè)

根據(jù)物理原理的異物檢測(cè)方法有激光探測(cè)式、紅外光幕式和激光掃描式等。其中，激光探測(cè)式檢測(cè)方法為：在站臺(tái)列車(chē)尾端門(mén)外的地面上安裝激光發(fā)射裝置，在站臺(tái)列車(chē)頭端門(mén)外的地面上安裝激光接收裝置，待地鐵站臺(tái)門(mén)關(guān)閉后，檢測(cè)是否有直線形的激光被阻斷，進(jìn)而判斷站臺(tái)門(mén)與列車(chē)門(mén)間有無(wú)異物，其安裝示意圖如圖1所示。紅外光幕式檢測(cè)方法類(lèi)似激光探測(cè)式，即通過(guò)紅外光發(fā)射器發(fā)射紅外光線，由紅外光接收器接收紅外光線并將接收的信號(hào)反饋至主機(jī)，從而實(shí)現(xiàn)檢測(cè)站臺(tái)門(mén)與列車(chē)門(mén)間有無(wú)異物的功能。激光掃描式異物檢測(cè)方法不同于上述2種檢測(cè)方法，該方法一般應(yīng)用于曲線站臺(tái)，即在單個(gè)或多個(gè)站臺(tái)門(mén)頂部的上方安裝激光發(fā)射器和接收器，由發(fā)射器發(fā)出一束光線（一般為單層或多層的扇形面），通過(guò)站臺(tái)門(mén)底部防踏空膠條處的燈帶反射回接收器，通過(guò)測(cè)算反射時(shí)間判斷站臺(tái)門(mén)與列車(chē)門(mén)間是否存在異物，其檢測(cè)裝置安裝示意圖如圖2所示。

1.2 機(jī)器視覺(jué)檢測(cè)

基于機(jī)器視覺(jué)的地鐵站臺(tái)門(mén)與列車(chē)門(mén)間異物檢測(cè)可以大致描述為：首先利用攝像機(jī)采集列車(chē)頭/尾處端門(mén)外垂直燈帶或者站臺(tái)門(mén)底部防踏空膠條處燈帶的圖像，獲取包含完整燈帶的原始圖像數(shù)據(jù)，然后利用各類(lèi)機(jī)器視覺(jué)的方法檢測(cè)其原始圖像內(nèi)燈帶的完整性，最終自動(dòng)判斷地鐵站臺(tái)門(mén)與列車(chē)門(mén)間有無(wú)異物存在。

2 檢測(cè)成像角度

針對(duì)直線形和曲線形2種類(lèi)型的地鐵站臺(tái)，在利用機(jī)器視覺(jué)進(jìn)行地鐵站臺(tái)門(mén)與列車(chē)門(mén)間異物檢測(cè)時(shí)，對(duì)攝像機(jī)的安裝位置和角度提出不同的要求。由于攝像機(jī)拍攝地鐵站臺(tái)門(mén)底部防踏空膠條處的燈帶或者列車(chē)頭/尾部站臺(tái)門(mén)內(nèi)側(cè)（靠近列車(chē)）垂直燈帶的過(guò)程中，其拍攝角度對(duì)采集的圖像質(zhì)量、異物檢測(cè)準(zhǔn)確性均具有較大影響，因此本文介紹以下3種攝像機(jī)的安裝位置。

2.1 水平式

此類(lèi)安裝是在列車(chē)頭位置的站臺(tái)門(mén)與列車(chē)門(mén)之間垂直安裝2臺(tái)攝像機(jī)，拍攝列車(chē)尾位置的燈帶，安裝方便。其攝像機(jī)安裝示意圖如圖3所示。

2.2 垂直式

此類(lèi)安裝是在每扇站臺(tái)門(mén)頂部中間位置安裝1臺(tái)攝像機(jī)（靠近列車(chē)門(mén)一側(cè)），拍攝站臺(tái)門(mén)底部防踏空膠條處的燈帶，適用于曲線型站臺(tái)。其攝像機(jī)安裝示意圖如圖4所示。

2.3 對(duì)角式

此類(lèi)安裝是在列車(chē)頭的頂部和列車(chē)尾的下部且靠近站臺(tái)門(mén)側(cè)各安裝1臺(tái)攝像機(jī)，分別拍攝車(chē)頭處與車(chē)尾處的燈帶，檢測(cè)區(qū)域內(nèi)無(wú)盲區(qū)。其攝像機(jī)安裝示意圖如圖 5所示。

3 檢測(cè)方法

基于機(jī)器視覺(jué)的地鐵站臺(tái)門(mén)與列車(chē)門(mén)間異物檢測(cè)示例如圖6所示。根據(jù)最終判斷檢測(cè)結(jié)果內(nèi)是否存在異物時(shí)參照對(duì)象的不同，將現(xiàn)有基于機(jī)器視覺(jué)的地鐵站臺(tái)門(mén)與列車(chē)門(mén)間異物檢測(cè)方法大致歸為2大類(lèi)：①基于原始數(shù)據(jù)的檢測(cè)方法;②基于特定模板的檢測(cè)方法。

3.1 基于原始數(shù)據(jù)的異物檢測(cè)方法

此類(lèi)異物檢測(cè)方法的主要依據(jù)為：根據(jù)輸入原始圖像的數(shù)據(jù)，對(duì)其進(jìn)行各類(lèi)降噪、細(xì)化、均值化、混合高斯模型建模等操作，最后依據(jù)原始數(shù)據(jù)圖像的檢測(cè)結(jié)果，即依據(jù)燈帶的完整性、連續(xù)性，判斷地鐵站臺(tái)門(mén)與列車(chē)門(mén)間是否存在異物。下面介紹幾種典型的此類(lèi)檢測(cè)方法。

3.1.1 基于 Hough 變換的異物檢測(cè)方法

該檢測(cè)方法的具體過(guò)程為：①獲取包含燈帶區(qū)域的原始數(shù)據(jù)圖像;②對(duì)其進(jìn)行降噪、灰度處理等操作，得到預(yù)處理圖像;③對(duì)預(yù)處理圖像進(jìn)行二值化處理，并采用Hough變換進(jìn)行直線檢測(cè);④依據(jù)原始檢測(cè)信息判斷站臺(tái)門(mén)與列車(chē)門(mén)之間是否存在異物。

3.1.2 基于改進(jìn) Hough 變換算法的異物檢測(cè)方法

該檢測(cè)方法的具體過(guò)程為：①對(duì)獲取的原始圖像進(jìn)行類(lèi)似上述方法的預(yù)處理;②對(duì)預(yù)處理圖像的目標(biāo)區(qū)域進(jìn)行分割并細(xì)化處理;③根據(jù)原始圖像的顏色直方圖信息，對(duì)細(xì)化后圖像內(nèi)的相鄰像素點(diǎn)進(jìn)行聚類(lèi)分析;④利用感知分類(lèi)對(duì)聚類(lèi)后的圖像再次分組;⑤根據(jù)基于顏色信息的Hough變換對(duì)每一組進(jìn)行直線（燈帶）擬合檢測(cè);⑥依據(jù)原始檢測(cè)信息判斷地鐵站臺(tái)門(mén)與列車(chē)門(mén)間是否存在異物。其檢測(cè)流程如圖7所示。

3.1.3 基于差分圖像的異物檢測(cè)方法

該檢測(cè)方法的具體過(guò)程為：①利用混合高斯模型對(duì)地鐵站臺(tái)門(mén)與列車(chē)門(mén)之間無(wú)異物狀態(tài)下的圖像進(jìn)行建模，得到該區(qū)域的重構(gòu)背景圖像;②獲取地鐵站臺(tái)門(mén)關(guān)閉后相鄰幾幀待檢測(cè)圖像，并對(duì)其進(jìn)行疊加后求平均，得到均值化圖像;③將均值化圖像進(jìn)行灰度化處理并與背景圖像做差，得到包含目標(biāo)區(qū)域的差分圖像;④對(duì)差分圖像進(jìn)行閾值化處理，得到二值化圖像;⑤對(duì)其圖像進(jìn)行相關(guān)形態(tài)學(xué)操作;⑥根據(jù)檢測(cè)信息判斷地鐵站臺(tái)門(mén)與列車(chē)門(mén)間有無(wú)異物。其檢測(cè)流程如圖8所示。

3.2 基于特定模板的異物檢測(cè)方法

與基于原始數(shù)據(jù)異物檢測(cè)方法的主要區(qū)別在于，該檢測(cè)方法依據(jù)檢測(cè)結(jié)果中燈帶的邊長(zhǎng)（長(zhǎng)與寬）與原始完整燈帶的邊長(zhǎng)（長(zhǎng)與寬）之間的差值確定目標(biāo)區(qū)域內(nèi)是否存在異物。下面介紹幾種典型的此類(lèi)檢測(cè)方法。

3.2.1 普通特定模板異物檢測(cè)方法

當(dāng)前，在基于特定模板的異物檢測(cè)方法中有一種較為普通、基本的異物檢測(cè)方法，該方法可分為2個(gè)階段。第1階段：采集站臺(tái)無(wú)列車(chē)情況下的燈帶圖像，利用均值建模技術(shù)重構(gòu)出均勻、完整燈帶的模板圖像。第 2階段：①采集地鐵站臺(tái)門(mén)關(guān)閉且列車(chē)未出站時(shí)目標(biāo)（燈帶）區(qū)域的原始圖像;②對(duì)其原始圖像進(jìn)行降噪等簡(jiǎn)單的預(yù)處理操作;③提取預(yù)處理圖像內(nèi)最大連通區(qū)域（燈帶）最小外接矩形的邊長(zhǎng)等特征;④將其特征和模板圖像與其對(duì)應(yīng)的特征進(jìn)行對(duì)比，實(shí)現(xiàn)判斷地鐵站臺(tái)門(mén)與列車(chē)門(mén)之間是否存在異物的功能。其檢測(cè)流程如圖 9 所示。

3.2.2 基于不同優(yōu)化策略的異物檢測(cè)方法

該檢測(cè)方法與普通特定模板異物檢測(cè)方法的不同之處在于第2階段。下面介紹幾種典型的此類(lèi)檢測(cè)方法。

（1）利用形態(tài)學(xué)優(yōu)化的方法。將地鐵站臺(tái)門(mén)關(guān)閉后采集到的相鄰幾幀圖像相加，并求其平均值實(shí)現(xiàn)降噪，得到包含燈帶且穩(wěn)定、均勻的圖像;對(duì)其進(jìn)行二值化操作及形態(tài)學(xué)操作，得到檢測(cè)結(jié)果圖像; 根據(jù)對(duì)比檢測(cè)結(jié)果中燈帶與模板燈帶之間長(zhǎng)度的差異，判斷其間是否有異物存在。

（2）利用Hough變換優(yōu)化的方法。對(duì)視頻中每一幀圖像進(jìn)行全局分析;檢測(cè)并利用Hough變換提取燈帶;對(duì)其圖像進(jìn)行降噪、增強(qiáng)圖像對(duì)比度等操作;測(cè)量提取的直線（燈帶）的長(zhǎng)度;將其與模板圖像內(nèi)完整燈帶的長(zhǎng)度進(jìn)行對(duì)比，進(jìn)而通過(guò)閾值判斷實(shí)現(xiàn)異物檢測(cè)功能。

（3）利用K-means算法優(yōu)化的方法。將采集到的原始圖像從RGB（紅Red，綠Green，藍(lán)Blue）顏色空間轉(zhuǎn)換為HSV（色調(diào)Hue，飽和度Saturation，明度Value）顏色空間并進(jìn)行比例融合，得到單通道圖像;采用K-means聚類(lèi)方法計(jì)算二值化的閾值，得到帶有燈帶信息的二值化圖像;采用形態(tài)學(xué)相關(guān)操作去除部分噪聲，得出該圖像內(nèi)的最大連通區(qū)域;計(jì)算最大連通區(qū)域的長(zhǎng)和寬，并與模板圖像內(nèi)完整燈帶的長(zhǎng)和寬進(jìn)行對(duì)比，判斷站臺(tái)門(mén)與列車(chē)門(mén)間是否存在異物。其檢測(cè)流程如圖10所示。

通過(guò)對(duì)上述基于機(jī)器視覺(jué)地鐵站臺(tái)門(mén)與列車(chē)門(mén)間異物檢測(cè)方法的總結(jié)分析可以得出，現(xiàn)有的異物檢測(cè)方法具有不涉及復(fù)雜檢測(cè)流程和算法設(shè)計(jì)的優(yōu)勢(shì)，便于對(duì)其進(jìn)行復(fù)現(xiàn)，對(duì)于初次接觸該領(lǐng)域的其他研究者有較大輔助作用;而其中基于特定模板的異物檢測(cè)方法需要提前制定、采集、計(jì)算包含完整燈帶的特定模板的相關(guān)特征信息。

4 結(jié)束語(yǔ)

目前國(guó)內(nèi)外大部分城市的地鐵運(yùn)營(yíng)，仍然依靠人工目視瞭望燈帶的完整性判斷地鐵站臺(tái)門(mén)與列車(chē)門(mén)間是否存在異物，此種方式對(duì)地鐵安全運(yùn)營(yíng)帶來(lái)一定的安全隱患。雖然自動(dòng)檢測(cè)地鐵站臺(tái)門(mén)與列車(chē)門(mén)間異物的方法已取得一定效果，其中物理檢測(cè)方法簡(jiǎn)單易操作，不涉及復(fù)雜算法，但對(duì)設(shè)備的安裝工藝要求較高，同時(shí)在檢測(cè)過(guò)程中存在明顯的盲區(qū)現(xiàn)象;而基于機(jī)器視覺(jué)進(jìn)行異物檢測(cè)的方法具有智能化高、準(zhǔn)確性高等優(yōu)勢(shì)，可為地鐵列車(chē)的自動(dòng)駕駛提供重要的技術(shù)支撐，但對(duì)于此類(lèi)方法在地鐵車(chē)站的適用性仍需進(jìn)一步研究。

參考文獻(xiàn)

[1]朱穎，任磊，蘇智慧. 鄭州市郊鐵路運(yùn)營(yíng)方案研究[J].城市軌道交通研究，2019，22（4）：39-41，47.

[2]趙宗建. 地鐵列車(chē)與站臺(tái)空隙的安全風(fēng)險(xiǎn)分析及防控措施[J].現(xiàn)代城市軌道交通，2016（4）：71-74.

[3]劉偉銘，陳綱梅，李海玉，等. 地鐵風(fēng)險(xiǎn)空間分析及異物檢測(cè)系統(tǒng)技術(shù)要求[J].鐵道標(biāo)準(zhǔn)設(shè)計(jì)，2019， 63（10）： 168-176.

[4]黎卓虹. 屏蔽門(mén)防夾人激光探測(cè)裝置安裝方案探討[J].中國(guó)高新技術(shù)企業(yè)，2009（19）： 46-47.

[5]解銳恒. 屏蔽門(mén)與車(chē)門(mén)間隙檢測(cè)系統(tǒng)的研究與設(shè)計(jì)[J].科技創(chuàng)新與應(yīng)用，2016（7）：59.

[6]葛學(xué)仁. 地鐵站臺(tái)安全防護(hù)系統(tǒng)設(shè)計(jì)簡(jiǎn)析[J].現(xiàn)代城市軌道交通，2010（4）：65-66.

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

[8]韓靈山，李孝普，孫康萌，等. 地鐵列車(chē)與站臺(tái)門(mén)間隙紅外探測(cè)安全防護(hù)系統(tǒng)設(shè)計(jì)[J].機(jī)電技術(shù)， 2019（5）：36-38，60.

[9]朱韻琳，徐曉. 基于激光掃描系統(tǒng)的機(jī)車(chē)車(chē)頂異物檢測(cè)[J].激光雜志，2016，37（5）：60-63.

[10] 黃華文，劉偉銘，李軍，等. 地鐵屏蔽門(mén)與車(chē)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（12）：62-65.

[11] 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.

[12] 李雪，胡振超. 基于視頻檢測(cè)的屏蔽門(mén)安全監(jiān)測(cè)系統(tǒng)[J].中國(guó)新通信，2018，20（8）：141.

[13] 饒美婉. 新型地鐵站臺(tái)門(mén)與車(chē)門(mén)之間頂置式防夾人自動(dòng)探測(cè)系統(tǒng)的設(shè)計(jì)[J].城市軌道交通研究，2017，20（5）： 143-146.

[14] 譚飛剛，汪洋，劉開(kāi)元. 一種無(wú)盲區(qū)的地鐵站臺(tái)異物自動(dòng)檢測(cè)設(shè)想[J].深圳信息職業(yè)技術(shù)學(xué)院學(xué)報(bào)， 2017，15（3）：25-28.

[15] 雷煥宇. 基于機(jī)器視覺(jué)的戶外站臺(tái)列車(chē)和屏蔽門(mén)之間異物檢測(cè)系統(tǒng)研究[D]. 廣東廣州：華南理工大學(xué)， 2018.

[16] 鄭兆鵬，張祥福. 基于改進(jìn)Hough算法的地鐵屏蔽門(mén)與列車(chē)間異物自動(dòng)檢測(cè)技術(shù)[J].內(nèi)蒙古科技與經(jīng)濟(jì)， 2015（14）： 78-80，82.

[17] 王曉陽(yáng). 城市軌道交通站臺(tái)門(mén)系統(tǒng)絕緣方案研究與探討[J].現(xiàn)代城市軌道交通，2019（2）：14-18.

[18] 萬(wàn)鑫. 淺談地鐵屏蔽門(mén)與車(chē)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.

收稿日期? 2019-11-28

責(zé)任編輯? 黨選麗