CN104777522A - 一种基于复合检测的列车车门与站台屏蔽门之间异物检测***及检测方法 - Google Patents

Abstract

本发明公开了一种基于复合检测的列车车门与站台屏蔽门之间的异物检测***及其检测方法，***包括有摄像部件、激光扫描部件及处理器，所述摄像部件和激光扫描部件设置于站台屏蔽门上方且分别与处理器进行信号连接。本发明综合采用激光扫描部件与摄像部件对列车车门和站台屏蔽门之间的异物进行复合式检测，综合两者的检测数据，从而避免单一检测方法的缺点，检出率高，误检率低，提高了***的可靠性和乘客的乘车安全性。

Description

一种基于复合检测的列车车门与站台屏蔽门之间异物检测***及检测方法

技术领域

本发明涉及一种列车屏蔽门安全防护设备，属于地铁列车安全运营设备技术领域，尤其是指一种基于复合检测的列车车门与站台屏蔽门之间的异物检测***及检测方法。

背景技术

自从地铁开始使用屏蔽门以来，地铁列车进出站时候的安全性有了很大的提高，但是因为站台屏蔽门与地铁车门之间夹人夹物造成的安全问题也随之出现。2007年上海地铁甚至发生了因为乘客被夹在列车车门与屏蔽门之间被开动的列车挤压身亡的严重事故。因此，为了防止类似事故的再次发生，研发使用检测地铁列车车门与站台屏蔽门之间是否存在人或物的检测装置是势在必行的。

根据现场条件的不同，目前可以采用的检测方式主要分为针对通道的检测方法和针对车门的检测方法。

针对通道的检测方法直接在列车车头与车尾布设传感器，检测所有车门-屏蔽门之间是否有异物存在，根据传感器类型的不同分为光电式，图像式。针对通道的检测方法只能够应用于直线站台，对于曲线站台无法适用。

针对车门的检测方法则是针对每一个列车车门-站台屏蔽门之间的空间进行检测，该方案针对每一个屏蔽门都进行检测，所有列车车门-站台屏蔽门区域异物检测都通过才允许发车。针对车门的检测方法对于曲线站台也能够适用，适应性更强。

针对车门的检测方法根据检测手段可以分为机械式、光电式和图像式：

机械式检测方法，通过在屏蔽门增加一个垂直于屏蔽门表面的挡板，将站台屏蔽门与列车车门之间的空隙机械式的减少，从而避免较大的物体比如人体在关门的时候被关在屏蔽门与车门之间。该方案存在的主要问题是可能对人体造成夹持伤害，另外也可能造成侵入列车运行界限，还有可能对小孩等形体小的物体无法检测到，缺陷很大。

光电式检测方法，采用普通光或者激光传感器进行检测，包括有两种方案，其中一种是在屏蔽门闭合面增加电梯幕帘对射式的红外光检测装置，检测屏蔽门所在平面上有无异物存在，但是该方案对于已经进入屏蔽门与车门之间的行人与异物无法检测；另外一种是在车门顶部设置激光测距传感器，当检测区域存在异物时所测的距离会发生变化，异物大小与所测得的距离成反比，当达到检测标准时会触发异物报警。该方案的不足之处在于，不同颜色和表面光洁度材料对激光的后向反射能力差异很大，当该材料对于激光后向反射过弱或者异物体积过小，就会造成激光传感器漏检使***失效。

图像式检测方法，在屏蔽门的顶部安装摄像头拍摄列车车门-站台屏蔽门之间的区域，在区域底部设置特定的标识物作为参照物，或者直接背景建模作为参照物，通过检测参照物图像的可见性与完整性，来判断该列车车门-站台屏蔽门之间的区域是否有异物的存在，具有较高的精度。但是由于列车车门-站台屏蔽门之间地面为乘客通行区域，经常被踩踏，容易留下污损造成参照图案变化，从而产生图像式检测误判，造成***虚警概率过高，影响***的可用性。

发明内容

本发明的目的在于克服现有技术中的缺点与不足，提供一种基于复合检测的列车车门与站台屏蔽门之间的异物检测***，该异物检测***基于激光扫描和图像识别，综合处理分析，结合了两种检测方法的各自优点，可靠性强，误检与漏检率低，保障了地铁乘客的安全。

本发明的第二个目的在于提供上述基于复合检测的列车车门与站台屏蔽门之间的异物检测***的检测方法。

为了实现第一个目的，本发明按照以下技术方案实现：

一种基于复合检测的列车车门与站台屏蔽门之间的异物检测***，包括有摄像部件、激光扫描部件及处理器，所述摄像部件和激光扫描部件设置于站台屏蔽门上方且分别与处理器进行信号连接。

进一步，所述列车车门与站台屏蔽门之间区域布设辅助光源。

进一步，所述激光扫描部件采用对人体安全的激光光源。

进一步，所述处理器采用分布式布置结构，该分布式布置结构为每一站台屏蔽门上方均配备一处理器，该处理器分别与该站台屏蔽门上方的摄像部件和激光扫描部件连接且接收分析其信号信息。

进一步，所述处理器采用集中式布置结构，该集中式布置结构为在列车控制中心或站台控制中心单独设置一处理器，所有站台屏蔽门上方的摄像部件和激光扫描部件分别接入该处理器。

为了实现第二个目的，本发明按照以下技术方案实现：

一种基于复合检测的列车车门与站台屏蔽门之间异物检测***的检测方法，所述处理器综合摄像部件检测到的色彩分布与激光扫描部件检测到的距离分布判断检测区域中是否存在异物。

进一步，所述处理器的异物判断函数为

G(x,y)＝a*ImgF(x,y)+b*DisF(x)+c*ImgF(x,y)*DisF(x)>d，其中，a、b、c分别为权重，d为阈值；

上述ImgF(x,y)＝|Img(x,y)-ImgB(x,y)|，其中，ImgF(x,y)为检测区域色彩分布差异，Img(x,y)为检测区域色彩分布，ImgB(x,y)为检测区域标准图像；

上述DisF(x)＝|Dis(x)-DisB(x)|，其中，DisF(x)为检测区域距离分布差异，Dis(x)为检测区域距离分布，DisB(x)为检测区域标准分布。

进一步，所述异物检测判断中，对于一个检测区域中所有的点，分别计算G(x,y)，取最大值作为判断函数，当Max(g(x,y))>d成立时，说明图像区域中存在异物，进行报警显示。

本发明与现有技术相比，其有益效果为：

本发明综合采用激光扫描部件与摄像部件对列车车门和站台屏蔽门之间的异物进行复合式检测，综合两者的检测数据，从而避免单一检测方法的缺点，检出率高，误检率低，提高了***的可靠性和乘客的乘车安全性。

为了能更清晰的理解本发明，以下将结合附图说明阐述本发明的具体实施方式。

附图说明

图1是本发明的结构示意图。

图2是本发明中摄像部件和激光扫描部件的正面布置结构图。

图3是本发明中图像色彩分布和扫描距离分布的函数图。

图4是本发明的工作原理框图。

具体实施方式

如图1、2所示，本发明所述一种基于复合检测的列车车门2与站台屏蔽门1之间的异物检测***，包括有摄像部件3、激光扫描部件4及处理器。

上述摄像部件3和激光扫描部件4设置于站台屏蔽门1上方朝向列车车门2的一侧，其中，摄像部件3从上往下俯视拍摄，获得拍摄区域内的图像色彩分布，用二维矩阵Img(x,y)描述，激光扫描部件4从上往下扫描，获得距离分布，用一维矩阵Dis(x)描述。而且，以上摄像部件3和激光扫描部件4分别与处理器进行信号连接。

上述处理器采用分布式布置结构，该分布式布置结构为每一站台屏蔽门1上方均配备一处理器，该处理器分别与该站台屏蔽门1上方的摄像部件3和激光扫描部件4连接且接收分析其信号信息；或上述处理器采用集中式布置结构，该集中式布置结构为在列车控制中心或站台控制中心单独设置一处理器，所有站台屏蔽门1上方的摄像部件3和激光扫描部件4分别接入该处理器

作为本实施例的优选方案，以下对上述技术方案进一步拓展如下所述：

进一步，所述列车车门2与站台屏蔽门1之间区域的布设辅助光源，用于照明以及设置标志物；所述激光扫描部件4采用对人体安全的激光光源。

如图2至4所示，本发明的检测判断原理如下所述：

当进行站台屏蔽门和列车车门之间区域的异物检测时，摄像部件3拍摄站台屏蔽门和列车车门之间检测区域内的图像，得到色彩分布Img(x,y)；当列车到站且未开门时，基本可以确定该区域中没有异物，这段时间内获得的图像作为背景图像，通过高斯背景建模形成标准图像ImgB(x,y)；当列车开门以后，该区域内可能会有异物，需要进行检测，色彩分布Img(x,y)与标准图像ImgB(x,y)进行差异运算，确定色彩分布是否有变化，得到色彩分布差异描述ImgF(x,y)。

ImgF(x,y)＝|Img(x,y)-ImgB(x,y)|

与此同时，对应的激光扫描部件4检测该区域内的距离分布，得到距离分布Dis(x)；当列车到站且未开门时，基本可以确定区域中没有异物，这段时间内获得的距离分布作为背景分布，通过高斯背景建模形成标准分布DisB(x)；当列车开门以后，区域内可能会有异物，需要进行检测，则将获得的距离分布Dis(x)与标准距离分布DisB(x)进行差异运算，确定其下方的距离分布是否变化，得到距离分布差异描述DisF(x)。

DisF(x)＝|Dis(x)-DisB(x)|

对于该检测区域中任何一个点(x,y)，判断其是否存在异物的标准可以描述为其与背景的差异大于某个阈值。为了综合考虑两者的影响，采用通用的多项式展开形式作为判断函数，只取一次项和混合项：

G(x,y)＝a*ImgF(x,y)+b*DisF(x)+c*ImgF(x,y)*DisF(x)，其中a,b,c分别为权重。

则对异物的判断函数可以设为：

G(x,y)＝a*ImgF(x,y)+b*DisF(x)+c*ImgF(x,y)*DisF(x)>d，其中d为阈值。

对于一个检测区域中所有的点，分别计算G(x,y)，取最大值作为判断函数，当Max(g(x,y))>d成立时，说明该检测区域中存在异物。当有检测到异物时，可直接输出声光及其他形式报警信息。

以上公式中的参数a、b、c、d，通常可以通过经验值来进行确定，但是为了能够更精确的做出判别，最好采用训练的方式确定，比如人工神经网络训练等，在此不进行赘述。

本发明并不局限于上述实施方式，如果对本发明的各种改动或变型不脱离本发明的精神和范围，倘若这些改动和变型属于本发明的权利要求和等同技术范围之内，则本发明也意图包含这些改动和变型。

Claims (8)

1.一种基于复合检测的列车车门与站台屏蔽门之间异物检测***，包括有摄像部件，其特征在于：还包括有激光扫描部件及处理器，所述摄像部件和激光扫描部件设置于站台屏蔽门上方且分别与处理器进行信号连接。

2.根据权利要求1所述一种基于复合检测的列车车门与站台屏蔽门之间异物检测***，其特征在于：所述列车车门与站台屏蔽门之间区域布设辅助光源。

3.根据权利要求1或2所述一种基于复合检测的列车车门与站台屏蔽门之间异物检测***，其特征在于：所述激光扫描部件采用对人体安全的激光光源。

4.根据权利要求1或2所述一种基于复合检测的列车车门与站台屏蔽门之间异物检测***，其特征在于：所述处理器采用分布式布置结构，该分布式布置结构为每一站台屏蔽门上方均配备一处理器，该处理器分别与该站台屏蔽门上方的摄像部件和激光扫描部件连接且接收分析其信号信息。

5.根据权利要求1或2所述一种基于复合检测的列车车门与站台屏蔽门之间异物检测***，其特征在于：所述处理器采用集中式布置结构，该集中式布置结构为在列车控制中心或站台控制中心单独设置一处理器，所有站台屏蔽门上方的摄像部件和激光扫描部件分别接入该处理器。

6.如权利要求1所述一种基于复合检测的列车车门与站台屏蔽门之间异物检测***的检测方法，其特征在于：所述处理器综合摄像部件检测到的色彩分布与激光扫描部件检测到的距离分布判断检测区域中是否存在异物。

7.根据权利要求6所述一种基于复合检测的列车车门与站台屏蔽门之间异物检测***的检测方法，其特征在于：所述处理器的异物判断函数为

G(x,y)＝a*ImgF(x,y)+b*DisF(x)+c*ImgF(x,y)*DisF(x)>d，其中，a、b、c分别为权重，d为阈值；

上述ImgF(x,y)＝|Img(x,y)-ImgB(x,y)|，其中，ImgF(x,y)为检测区域色彩分布差异，Img(x,y)为检测区域色彩分布，ImgB(x,y)为检测区域标准图像；

上述DisF(x)＝|Dis(x)-DisB(x)|，其中，DisF(x)为检测区域距离分布差异，Dis(x)为检测区域距离分布，DisB(x)为检测区域标准分布。

8.根据权利要求7所述一种基于复合检测的列车车门与站台屏蔽门之间异物检测***的检测方法，其特征在于：所述异物检测判断中，对于一个检测区域中所有的点，分别计算G(x,y)，取最大值作为判断函数，当Max(g(x,y))>d成立时，说明图像区域中存在异物，进行报警显示。