阙帆
摘 要:随着社会的发展,地铁由有人驾驶向无人驾驶探索。其中,自动检测站台门与车门间是否夹住乘客是一个非常重要的技术,关系着乘客的人身安全。文章从系统性能、安装维护等方面介绍了现有站台门与车门间的异物自动检测技术及其工作原理。
关键词:异物自动检测技术;站台门;分析
1 背景
从上世纪八十年代开始,为解决司机罢工引起的对轨道交通线路运营的影响,西方国家纷纷着手研究能满足更高运输质量需求的新型城市轨道交通系统,全自动驾驶系统在这个背景下应运而生,当时主要应用在中低运量的轨道交通领域内。
随着全自动驾驶的广泛应用及技术的逐步完善,其带来的技术先进性、城市轨道交通运营效率和自动化水平的提高、人力资源配置的优化、系统安全性可靠性的提高等效果逐渐显现出来。世界越来越多的轨道交通线路开始采用全自动驾驶系统。近年来,我国也开始关注全自动驾驶系统,站台门的异物自动检测技术是全自动驾驶的重要组成部分。
2 现有地铁的防夹技术
为了保证乘客的安全,目前地铁公司大多采用的是人工检测,即在车尾安装 望灯带,开车前由列车司机下车观察灯带是否完整,来判断站台门与车门之间是否存在异物。由于地铁站间距离短、发车频率高,司机需要不断重复完成出站、进站、开关车门、 望等标准操作项目,易出纰漏且耗时长。因此,研制一种安装和维护方便的地铁站台门与车门之间的空隙异物自动检测装置,辅助或代替列车司机进行上述检查具有重要的意义。
目前用于地铁站台门与车门之间空间异物检测的方案主要有以下4种:(1)红外光幕法;(2)激光探测法;(3)基于激光扫描的站台门与列车门之间异物检测法;(4)基于机器视觉的站台门与列车门之间异物检测法。
2.1 红外光幕法
红外光幕法的装置由红外发射器、红外接收器和主机组成。该技术由红外发射器向对应的红外接收器发射特征光,由接收器检测发射器发出的特征光,根据接收器检测到的信号特征判断直线光路上的障碍物。由于发射器发射的信号为红外光,光斑随着探测距离的增加逐渐增大,故不适于远距离检测。在实际使用中,因站台门和车门产生漫反射导致在实际存在障碍物的情况下,发射信号容易绕过障碍物造成误检。设备安装在列车与站台门之间,受限界条件限制,检测区域受限,虽然没有侵入列车限界,但是超出站台的设备限界、对行车安全也存在较大安全隐患。
2.2 激光探测法
激光探测法其原理与红外光幕法类似,由接收器检测发射器发出的特征光,根据接收器检测到的信号特征判断直线光路上的障碍物是否存在。该方法也存在着容易误检的问题;针对曲线站台,设备数量增加后,误报率也相应增加。设备安装在列车与站台门之间,受限界条件限制,检测区域受限。虽然没有侵入列车限界,但是超出站台的设备限界、对行车安全也存在较大安全隐患。
2.3 基于激光扫描的站台门与列车门之间异物检测法
激光扫描的基本工作原理:采用TOF飞行时间测距的基本原理实现一维测量,采用旋转扫描的方式实现二维测量;利用HDDM采样技术,提高检测精度和可靠性。激光探测器安装于站台顶梁下方、站台门侧上方,采用膨胀螺栓与专用支架配合的方式,每个站台门安装一个,所有设备安装位置不侵入设备限界,因此探测区域不受限制,且不会影响行车安全。但目前还没有应用到站台门的实际案例,成熟性、可靠性待进一步验证。
2.4 基于机器视觉的站台门与列车门之间异物检测法
机器视觉就是利用摄像头和计算机来代替人眼做测量和判断,它是目前物体检测领域的一个研究热点,虽然还沒有应用到地铁站台门的空隙异物检测中,但是在其它方面得到了广泛的研究,有很强的潜力。机器视觉的基本检测原理是当相机和特征光带之间有物体阻碍时,采集的特征光带会有明显的变化,从而判断是否有异物。
使用机器视觉进行异物检测的一般流程下图所示:(1)利用摄像机获取外界视频图像;(2)对图像进行相应的预处理(降噪等);(3)提取图像中的目标描述特征(颜色直方图等);(4)将提取的特征与模板特征进行比较,如果变化超过阈值则认为异物存在,反之则不存在。
机器视觉传感器安装于站台顶梁下方、站台门侧上方,采用膨胀螺栓与专用支架配合的方式;特征光源安装于站台底部,不超出站台边沿,距离站台边沿不大于200mm。所有设备安装位置不侵入设备限界。基于机器视觉的站台门与列车门之间异物检测系统从原理上是可行的,但是还没有实际应用案例,对夹人探测可确保安全,对夹物是否要进行安全等级认证,可靠性有待验证。本原理在工业上已经有大量的应用,但还没有站台门实际应用案例。
3 结束语
由于地铁车门与站台门之间空隙具有距离远、光线暗等特点,而列车发车频率高、驾驶员各项操作时间有限使得目前的人工检测存在较大的误检。本文分析了现有的异物自动检测技术,并对比了它们之间的优劣。但这些技术在地铁应用中都不成熟,还需设备厂家与地铁公司共同探索,从运营制度、技术和设备改进等方面应用检测技术,共同保护乘客的安全。
参考文献
[1]周启虎,张兴宝.地铁站台屏蔽门防夹系统[J].信息通信,2016(160):262-263.
[2]黄华文,刘伟铭,李军,等.地铁屏蔽门与车门间异物自动检测技术[J].铁路计算机应用,2015,24(12):62-65.