The invention is a foreign body monitoring device between rail transit platform doors and trains based on machine vision. The device collects visible light image, infrared light image and depth image between rail transit platform doors and trains, integrates three-dimensional image of volume space, and can cover all targets in shooting perspective. After analyzing the three-dimensional space image data, events in the image, including rail travel, can be recognized. Whether there are foreign bodies in the area, whether the train is at the station, the number of trains, the switch status of platform doors and train doors, the sliding door seams of platform doors and train door seams, whether there are foreign body intrusion between the train and platform doors, whether the size, type and foreign body affect the traffic safety and other major events, drive foreign body alarm safety relay, and real-time transmission of monitoring results and real-time image on the spot. It can realize no dead angle and whole area detection in the area. It is not affected by vehicle type, clearance space size, vibration and environmental illumination. It is suitable for underground, ground and ground platform environment, and for unmanned driving environment.
【技术实现步骤摘要】
基于机器视觉的轨道交通站台门与列车间异物监测装置
本专利技术属于轨道交通安全保障领域,涉及一种基于机器视觉的轨道交通站台门与列车间异物监测装置。
技术介绍
目前地铁、轻轨、动车和高铁等轨道交通已普遍或开始设置站台门,然而站台门与列车之间的间隙(风险空间)常会发生一些影响安全的事件,已造成多起死人事件和重大延误。风险空间是指列车在站台停靠期间,站台门与列车之间为前后面、站台踏板所在平面与列车车门顶部所在平面为下上面的立体区域。异物是指站台门与列车门关好后,列车离站之前,风险空间新增的影响地铁设施、乘客安全和列车正常运营的人体部位或物品。风险空间发生的异物事件包括在站台门与列车之间的站台踏板上、防踏空胶条上和防踏空胶条与列车之间空隙上的间隙异物,站台滑动门门缝和列车门门缝所夹的异物,以及站台固定门与列车之间的间隙异物。因而异物检测装置需检测列车是否在站;建立每一趟列车进站停稳未开门时风险空间中的图像(即背景模型)、判断站台滑动门与列车门开关状态及门缝位置;以及站台滑动门与列车门关好后,在列车离站之前时刻,与背景模型比较,判断风险空间是否新增人体部位或物品等异物;测量异物三维尺寸,评估异物对行车与乘客危害程度,给出是否可发车信号和异物存在位置。为了确保行车安全,地铁设计规范(GB50157-2003)中要求各设备设计和安装不能超出限界要求。关闭后的地铁直线站台门与关闭后的列车门之间存在可能190mm的间隙,曲线站台门可能存在270mm间隙,而且每个站台滑动门位置的间隙不同,即使同一个站台因运行车型不同间隙也有较大差别;如果是动车或高铁的站台门,站台门与列车间隙将 ...
【技术保护点】
1.基于机器视觉的轨道交通站台门与列车间异物监测装置,其特征在于,包括:视觉传感器(1):视觉传感器包括主动成像的红外深度图像传感器,红外深度图像传感器获得深度图像D(x,y)和红外视频图像IR(x,y);图像处理单元(2):具有多核处理器和存储单元,用于对视觉传感器(1)获取的图像进行存储、处理与识别,得出判断结果;控制与输入输出单元(3):分别与视觉传感器(1)、图像处理单元(2)连接,协调它们之间的工作,并与上位机进行双向通信;所述视觉传感器(1)安装在站台每个滑动门与列车门之间的上方,用于在列车站停靠期间采集对应站台滑动门区域图像、列车门区域图像和站台滑动门与列车门之间的间隙图像,以及列车不在站时采集与站台相接轨行区的图像;所述视觉传感器(1)还安装在站台固定门或应急门与列车之间的上方,用于在列车站停靠期间采集站台固定门或应急门与列车之间的间隙图像,以及列车不在站时采集与站台相接轨行区部分的图像信息;所述视觉传感器(1)采集的D(x,y)和IR(x,y)图像经图像处理单元(2)预处理与校正整合成三维图像IRD(x,y),在此基础上进行图像中的关键构造物区域的图像分割,采用多源图 ...
【技术特征摘要】
1.基于机器视觉的轨道交通站台门与列车间异物监测装置,其特征在于,包括:视觉传感器(1):视觉传感器包括主动成像的红外深度图像传感器,红外深度图像传感器获得深度图像D(x,y)和红外视频图像IR(x,y);图像处理单元(2):具有多核处理器和存储单元,用于对视觉传感器(1)获取的图像进行存储、处理与识别,得出判断结果;控制与输入输出单元(3):分别与视觉传感器(1)、图像处理单元(2)连接,协调它们之间的工作,并与上位机进行双向通信;所述视觉传感器(1)安装在站台每个滑动门与列车门之间的上方,用于在列车站停靠期间采集对应站台滑动门区域图像、列车门区域图像和站台滑动门与列车门之间的间隙图像,以及列车不在站时采集与站台相接轨行区的图像;所述视觉传感器(1)还安装在站台固定门或应急门与列车之间的上方,用于在列车站停靠期间采集站台固定门或应急门与列车之间的间隙图像,以及列车不在站时采集与站台相接轨行区部分的图像信息;所述视觉传感器(1)采集的D(x,y)和IR(x,y)图像经图像处理单元(2)预处理与校正整合成三维图像IRD(x,y),在此基础上进行图像中的关键构造物区域的图像分割,采用多源图像融合的方法得出以下判断结果:比较列车不在站时与列车在站时关键构造物区域图像的差异,判断列车是否进站、在站、出站、列车编组数和停靠站台位置;比较列车进站停稳且列车门、站台滑动门未开过时与列车在站时关键构造物区域图像的差异,判断列车的车门和站台滑动门的开关状态及其门扇间的位置;比较列车进站停稳且列车门、站台滑动门未过开时与列车门、站台滑动门开门后关键构造物区域图像的差异,判断站台滑动门和列车门之间有无人与新增物,还判断站台固定门、应急门与列车之间有无人与异物;比较列车进站停稳且列车门、站台滑动门未开过时与列车门、站台滑动门开门又关门后关键构造物区域的图像差异,判断站台滑动门和列车门之间有无异物和人,还判断站台固定门、应急门与列车之间有无人与异物;比较列车不在站时轨行区关键构造物区域无异物背景模型与列车不在站时轨行区关键构造物区域图像的差异,判断轨行区是否有新增异物与人。2.根据权利要求1所述基于机器视觉的轨道交通站台门与列车间异物监测装置,其特征在于,所述视觉传感器(1)还包括被动成像的视频图像传感器,视频图像传感器采集经周围环境光反射或外加光源反射成像的视频图像RGB(x,y);所述视觉传感器(1)采集到的D(x,y)、IR(x,y)和RGB(x,y)图像,经图像处理单元(2)预处理与配准校正整合成三维图像RGBIRD(x,y),在此基础上进行图像中的关键构造物区域的图像分割,采用多源图像融合的方法得出以下判断结果:比较列车不在站时与列车在站时关键构造物区域图像的差异,判断列车是否进站、在站、出站、列车编组数和停靠站台位置;比较列车进站停稳且列车门、站台滑动门未开过时与列车在站时关键构造物区域图像的差异,判断列车的车门和站台滑动门的开关状态及其门扇间的位置;比较列车进站停稳且列车门、站台滑动门未开过时与列车门、站台滑动门开门后关键构造物区域图像的差异,判断站台滑动门和列车门之间有无人与新增物,还判断站台固定门、应急门与列车之间有无人与异物;比较列车进站停稳且列车门、站台滑动门未开过时与列车门、站台滑动门开门又关门后关键构造物区域的图像差异,判断站台滑动门和列车门之间有无异物和人,还判断站台固定门、应急门与列车之间有无人与异物;比较列车不在站时轨行区关键构造物区域无异物背景模型与列车不在站时轨行区关键构造物区域图像的差异,判断轨行区是否有新增异物与人。3.根据权利要求1或2所述基于机器视觉的轨道交通站台门与列车间异物监测装置,其特征在于,所述红外深度图像传感器为基于结构光的深度图像传感器、基于飞行时间的深度图像传感器或多层激光扫描传感器,视角H方向大于50°、V方向视角大于30°,采样频率大于10帧/s;基于飞行时间的深度图像传感器用在地面站台或高架站台时,抗环境光干扰大于10klx;多层激光扫描传感器的扫描线与线之间的夹角为0.18°、0.36°、0.5°或1°,最大扫描角度为96°、180°、270°或360°;扫描层数为4层、8层、16层、32层、64层或128层,扫描层与层之间角度为0.5°、1°、2°、3°或3.5°,扫描频率大于10帧/s。4.根据权利要求2所述基于机器视觉的轨道交通站台门与列车间异物监测装置,其特征在于,采用同一场景的二维图像RGB(x,y)、深度图像D(x,y)和红外图像IR(x,y),选取图像不变性关联特征和构造物几何特性,对特征点进行相似度量,找到匹配的特征点对;以D(x,y)或RGB(x,y)图像为基准图像,通过匹配的特征点对图像的坐标变换参数,并进行因所述视觉传感器(1)安装位置造成的图像几何失真进行校正,获得x方向平行站台门平面、y方向为垂直站台平面的一个坐标体系的三维图像RGBIRD(x,y);基于RGBIRD(x,y)图像,采用多源图像融合的方式进行区域分割,获取站台滑动门区关键构造物图像RGBIRDPSD(x,y)、列车门区关键构造物图像RGBIRDRLA(x,y)、站台滑动门与列车门之间间隙关键构造物图像RGBIRDGAP(x,y)、站台固定门或应急门与列车之间间隙关键构造物图像RGBIRDFIXGAP(x,y);列车不在站时检测出轨行区无异物,由此时站台门与轨行区之间的边缘图像RGBIRDRLA1O(x,y)和轨道图像RGBIRDRLA2O(x,y)组成下趟列车不在站时的轨行区关键构造物区无异物背景模型RGBIRDRLAO(x,y);列车进站停稳且站台滑动门与列车门未开过时,由站台滑动门扇边框图像RGBIRDPSD1If(x,y)和站台滑动门前端边梃内侧边与相邻门扇前端边梃的内侧边间的图像RGBIRDPSD2If(x,y)组成的站台滑动门区关键构造物图像RGBIRDPSDIf(x,y),由列车车门门扇边框图像RGBIRDRLA1f(x,y)、门扇前端的护指胶条内侧边缘及相邻护指胶条内侧边缘间图像RGBIRDRLA2If(x,y)构成的列车门区关键构造物图像RGBIRDRLAIf(x,y),站台滑动门与列车门之间的踏板图像RGBIRDGAP1If(x,y)、防踏空胶条图像RGBIRDGAP2If(x,y)和防踏空胶条与列车之间的空隙图像RGBIRDGAP3If(x,y)组成的间隙区关键构造物图像RGBIRDGAPIf(x,y),为列车在站站台滑动门区域图像RGBIRDPSDIf(x,y)、列车门区域图像RGBIRDRLAIf(x,y)和站台滑动门与列车门间隙区域图像RGBIRDGAPIf(x,y)为无异物背景模型;当在站台固定门或应急门与列车之间安装了视觉传感器,列车进站停稳且站台滑动门与列车门未开过时,站台固定门或应急门与列车之间的踏板图像RGBIRDFIXGAP1If(x,y)和踏板与列车之间的空隙图像RGBIRDFIXGAP2If(x,y)组成的站台固定门或应急门与列车间的间隙区域图像RGBIRDFIXGAPIf(x,y)为无异物物背景模型。5.根据权利要求1所述基于机器视觉的轨道交通站台门与列车间异物监测装置,其特征在于,对深度图像D(x,y)和红外图像IR(x,y)进行因视觉传感器(1)安装位置造成的图像几何失真进行校正,获得到x方向平行站台门平面、y方向为垂直站台平面的一个三维图像IRD(x,y);基于IRD(x,y)图像采用多源图像融合的方式进行区域分割,获取站台滑动门区关键构造物图像IRDPSD(x,y)、列车门区关键构造物图像IRDRLA(x,y)和站台门与列车之间间隙区关键构造物图像IRDGAP(x,y);列车不在站检测出轨行区无异物,由此时站台滑动门与轨行区之间的边缘图像IRDRLA1O(x,y)和轨道图像IRDRLA2O(x,y)组成下趟列车不在站时的轨行区关键构造物区无异物背景模型IRDRLAO(x,y);列车在站...
【专利技术属性】
技术研发人员:靳守杰,刘伟铭,李海玉,王玮,刘兰,李文轩,范贵慈,赖胜波,郑仲星,
申请(专利权)人:广州地铁集团有限公司,华南理工大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。