障碍检测系统技术方案

本发明专利技术涉及一种区域内对象检测方法，该方法包含取得该区域中１个或多个图像，并采用边缘检测法，其途径为突出图像中大至居优的线性特征，并判断是否一些居优线性特征与规定该区域的线性特征相交。该方法还可包含检测至少２个图像的视差，该视差因区域中存在３维对象而产生。（*该技术在2020年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术涉及障碍检测系统。具体而言，本专利技术涉及检测电梯门之间或其附近的障碍的方法和装置，但并非专用于该场合。本专利技术还可用于工业环境、保安应用，机器工作监视，进程控制和人的移动等情况下的障碍检测。
技术介绍
以下的讨论主要针对电梯门系统用的障碍检测方法和装置。然而，应理解为这不是局限的应用。在某些环境下，通过适当的修改本专利技术可适用于说明书各处讨论的其他障碍检测状况。至今，有大量技术和装置可用于检测静态体积或可变位置内的障碍。这些技术的一般讨论见申请人的国际申请PCT/NZ9500067。总的来说，这些已有技术侧重于采用光器件检测电梯门检测区存在的障碍。这些公知系统通常采用红外(IR)光源阵和相应的接收器。一种已有技术包含横跨电梯门入口“照射”红外光束连续阵列，并通过1条或多条光束的中断触发障碍事件，该事件激活开关器件使电梯门反向移动或停止移动。这些系统的优点是其位置可沿活动门的边缘设置，因此特别适合处理在1个或多个电梯门规定的平面检测几何形状可变入口处的障碍。这些技术一般满足检测直接位于电梯门之间的障碍。然而，目前认为局限于门平面的障碍检测不能充分满足当代工业安全标准。电梯工业鼓励开发不仅能检测电梯门之间范围内的障碍，而且具有延伸到门外进入门厅预定距离的检测能力。因而，需要能使现有2维门障碍传感阵升级到包含3维功能，或者能提供新的综合门平面和邻近区障碍检测系统。先前针对上述业界趋势的尝试包括美国专利号5387768(奥迪(Otis)电梯公司)中阐述的技术。利用该技术，由走近电梯的人触发障碍事件，而不是静立在电梯前的人。即，该专利的说明书主要讲述一种运动检测器。该系统采用掩蔽技术，去除与障碍检测无关的电梯图像/区域图像的区域。此系统检测乘客，控制门移动并对乘客计数，试图使电梯之间的等待时间最短。为了实现上述功能，奥迪图像系统在2个不同的时间收集图像后，利用该2个图像之间的差异判断电梯障碍检测区是否存在移动对象。此技术依靠采用记录第2障碍检测图像前捕获的参考图像。然后，把上述2个图像相减，并且施加门限，以产生一种图像，仅包含收集第1图像如第2图像期间移动的对象的轮廓。该系统包含分的障板，用于门厅区和电梯门槛。门厅障板屏蔽图像的可变部分，所屏蔽图像放大小取决于在该特定区域或观察区是否检测到移动。即，如果1个人站在门厅后面不动，则由于没有检测到移动，该图像区受到屏蔽。门槛障板在门关闭时面积增大，从而要处理的图像遮掉门。因此，多数相关已有技术阐述的技术都根据对移动的响应，进行对像检测，并遮掉没有影响的区域。另外一些已有技术(见例如美国专利号5284225和5182776)揭示的系统，也采用与后来收集的“作用”图像比较的参考图像。这些技术通常采用图像相减法，从后来收集的图像减去参考图像，判断障碍物是否进入障碍检测区。这些技术呈现许多缺点，其基于时间的检测系统对长于某门限值的时间间隔不能觉察。这样，对象在静止期间后快速瞬时移动就可能产生问题。此外，电梯门环境之间变化程度大的情况下，这些公知技术也会难以实现。例如，家具(和其他固定附属装置)变化、地板覆盖图案变化等都会妨碍根据时间差检测视觉场面变化的增大。如果必须在早期或固定阶段设定参考图像，尤其是这样。因此，本专利技术的目的是提供一种障碍检测方法和装置，克服或至少改善已有技术的一些缺点，或至少为公众提供一种有用的选择。
技术实现思路
就最广义方面而言，本专利技术提供一种区域内对像检测方法，该方法包括取得1个或多个该区域的图像，采用边缘检测法，其途径为突出图像中大致居优的线性特征，并判断是否居优线性特征与规定该区线性特征相交。最好该区域为对象检测区，并且分成至少2个区，第1区有门和门槛描述的体积，第2区包括门外乘客用门要通过的体积。最好门和门槛是电梯的门和门槛，门外的体积为乘客等待电梯的电梯平台/门厅。最好至少有2个图像，而且该方法还包括检测2个或多个图像视差的步骤，该视差因区域内存在对像而产生；具体而言，该对象在第2区内。在第1特定方面，本专利技术提供一种对门和/或门槛规定的体积检测对象/障碍的方法，所述方法包括采用边缘检测法，其途经是突出图像中大致居优的线性特征，并判断居优线性特征是否与规定所述门和/或门槛的线性特征相交。最好该方法包括描述1个或多个图像的特征的预备阶段，以便建立该区域呈现的一些特征性线性特征，最好所述特征性居优线性特征是规定门边缘和/或门槛的线条，存放所述特征居优的位置，供以后参考。该方法还可包括操作阶段，该阶段分析1个或多个图像，以便建立该本积内呈现的一些非特征性特征，所述非特征性特征体现该区域内潜在对象和/或障碍。预备阶段包括至少2个步骤，第1步骤检测门槛的位置和大小，第2步骤检测1个或多个门边缘的位置和大小。最好第1步骤包含采用大致水平缘和/或大致垂直缘检测滤波器突出已知门槛所处近似位置的图像部分中居优的垂直线条和/或水平线条；对用垂直缘和/或水平缘检测滤波器所产生图像中每行像素的强度值求和，从而产生垂直和/或水平函数，其最大值和最小值对应于水平线性特征和/或垂直线性特生的位置，所述线性特征按照图像中水平特征和垂直特征规定门限的空间位置。最好第2步骤包含利用了解的门槛空间位置和了解的门槛与门边缘之间物理关系，取得于图像或门的子图像；使子图像受边缘检测滤波器作用，该滤波器适应于突出朝已知界限之间的角度的边缘；控制该子图像以产生二进制图像，该二进制图像包含与门边缘对应的多个线性特征中的一个；导出二进制图像中线性特征的方程。最好该已知界限为大致垂直边缘和大致水平边缘。导出二进制图像中线性特征方程之前，第2步骤还可包含用幅值在垂直方向增加的倾斜函数处理二进制图像。进一步处理该图像，以便清楚识别二进制图像中一些居优线性特征，该处理包括用第1滤波器滤出二进制图像中大致孤立的特征，以及对二进制图像用第2滤波器减少图像中一些大致线性的特征。最好通过利用最小平方法或类似方法对线条定位取得线性特征方程；图像中可有1个以上居优线性特征，一只决定任一线性特征的方程，即从图像去除该线性特征，并建立另一居优线性特征方程。最好用总加驻平均值处理每一线性特征方程的估值，从而提高该线性特征方程的置信度，通过对以下或多个加权平均值进行正规化或求积，求出该总加权平均值，这些加权平均值包括第1加权平均值，其中决定线性特征数导数和方差，特征点距离和导数变化到给定参数外，代表图像中断，从而第1加权平均值对所述点下加权，或从估值去除该点，以及/或者第2加权平均值，使远离图像捕获源的线性特征中的点加权大于该图像中靠近图像捕获源的点，以及/或者第3加权平均值，该第3加权平均值为特征导数的倒数，以及/或者第4加权平均值，对从垂直缘到垂直缘跨越任何子图像的线性特征进行加权。利用滤波器、微分器等实施边缘检测。最好所述边缘检测针对突出图像中的居优线条，这些线条朝向为大致水平、垂直和大致成对角线；具体而言，这些对角线为大致45度和135度。操作阶段包括以下步骤捕获该区域的1个或多个实时操作图像；检测图像中门的位置；检测代表门槛的图像区域中出现的障碍；检测代表门边缘的图像区域中出现的障碍。最好通过检测门槛的大致水平特征中强度的变化，取得门的位置，强度变化规定图像中门的空间位置。最好通过至少采用大致垂直本文档来自技高网...

【技术保护点】
一种区域内对象检测方法，其特征在于，该方法包括取得１个或多个该区域的图像；采用边缘检测法，其途径为突出图像中大致居优的线性特征，并判断是否居优线性特征与规定该区线性特征相交。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：R沃森，I伍德黑德，H菲瑟戴克，D伯基特，
申请(专利权)人：TL琼斯有限公司，
类型：发明
国别省市：NZ[新西兰]