據(jù)中國(guó)城市軌道交通協(xié)會(huì)統(tǒng)計(jì)數(shù)據(jù)顯示，我國(guó)城市軌道交通（簡(jiǎn)稱城軌）建設(shè)規(guī)模逐漸擴(kuò)大，運(yùn)營(yíng)里程不斷增長(zhǎng)，截至2018年底，已開(kāi)通運(yùn)營(yíng)線路5761.4km，年客運(yùn)量高達(dá)210.7億人次，成為大、中城市乘客出行的首選交通方式。

然而，隨之而來(lái)的安全問(wèn)題也引起了人們的高度關(guān)注，一旦發(fā)生安全事故，救援難度極大，尤其是地下線路。據(jù)統(tǒng)計(jì)數(shù)據(jù)顯示，2018年城軌地下線路運(yùn)營(yíng)里程高達(dá)3639.8km，占總運(yùn)營(yíng)里程的63.2%，因此，實(shí)時(shí)監(jiān)測(cè)地下線路運(yùn)營(yíng)環(huán)境顯得十分重要。

隨著城市軌道交通的飛速發(fā)展，列車運(yùn)行速度越來(lái)越快，為保證行車運(yùn)營(yíng)安全，應(yīng)加強(qiáng)對(duì)應(yīng)急事件的檢測(cè)與處理。因此，應(yīng)實(shí)時(shí)監(jiān)測(cè)運(yùn)營(yíng)環(huán)境，實(shí)現(xiàn)異物侵入的報(bào)警與列車控制。軌道交通隧道異物侵入是指在列車運(yùn)行軌道上所有造成行車安全隱患的障礙物，如山體滑坡、泥石流、滯留在道上的工作人員等。

異物侵入事件具有突發(fā)性和不可預(yù)測(cè)性，這就要求異物侵入檢測(cè)系統(tǒng)應(yīng)具有響應(yīng)快、準(zhǔn)確度高的特點(diǎn)。隨著人工智能技術(shù)的不斷發(fā)展，研究基于智能視頻分析技術(shù)和傳感器融合技術(shù)來(lái)代替人工對(duì)侵入異物進(jìn)行檢測(cè)判斷非常必要。

圖1 中國(guó)城市軌道交通發(fā)展示意圖

針對(duì)異物的檢測(cè)方法，國(guó)內(nèi)外專家學(xué)者進(jìn)行了諸多研究，其中非接觸式的視頻檢測(cè)和傳感器檢測(cè)是當(dāng)下的主流方法。國(guó)外對(duì)異物侵入研究較早，主要集中在動(dòng)態(tài)異物的檢測(cè)方面；國(guó)內(nèi)對(duì)于異物侵入的研究主要集中在道路方面，而對(duì)于軌道方面研究較少，且起步較晚。

JM Jolion提出了一個(gè)自主導(dǎo)航的視覺(jué)系統(tǒng)，用于識(shí)別障礙物和移動(dòng)物體，并建立穩(wěn)定的外部世界視野。Z Wei、DJ Lee等提出使用光流值并基于簡(jiǎn)化運(yùn)動(dòng)模型的有效運(yùn)動(dòng)場(chǎng)分析算法實(shí)時(shí)檢測(cè)障礙物。Dhiraj Sinha等利用鋪設(shè)于軌道上的加速度計(jì)測(cè)量鐵路軌道中產(chǎn)生的振動(dòng)來(lái)分析障礙物類型。曲越根據(jù)激光雷達(dá)與視頻圖像處理的特點(diǎn)，提出一種非接觸式障礙物的檢測(cè)方法。林鵬飛等開(kāi)發(fā)了一種基于激光掃描的城市軌道線路異物檢測(cè)系統(tǒng)，提高了異物檢測(cè)的準(zhǔn)確率和效率。

通過(guò)對(duì)國(guó)內(nèi)外文獻(xiàn)的分析可以看出，關(guān)于異物檢測(cè)的方法有很多，但缺少對(duì)異物類型、檢測(cè)方法優(yōu)缺點(diǎn)以及列車主動(dòng)安全行為的分析。因此，本文著重研究城市軌道交通隧道異物侵入的檢測(cè)方法，采用視頻檢測(cè)與傳感器檢測(cè)融合技術(shù)，克服單一檢測(cè)的缺點(diǎn)來(lái)提高檢測(cè)精度，并探討列車的主動(dòng)安全行為，以期提高城市軌道交通運(yùn)行的可靠性和安全性。異物侵入檢測(cè)流程如下。

本文構(gòu)建的異物侵入檢測(cè)系統(tǒng)立足于城市軌道交通安全出行、提升城軌乘車體驗(yàn)的行業(yè)需求，利用互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、車聯(lián)網(wǎng)等新一代信息技術(shù)，為城軌行業(yè)搭建快速檢測(cè)的運(yùn)行環(huán)境，及時(shí)進(jìn)行應(yīng)急處理，保障行車安全，為乘客提供安全、平穩(wěn)、健康的出行服務(wù)，構(gòu)建全方位一體化城軌安全運(yùn)行管控平臺(tái)，切實(shí)解決城軌出行異物侵入威脅行車安全、列車急停影響乘客乘車體驗(yàn)、因人工誤判或應(yīng)急不及時(shí)導(dǎo)致事故發(fā)生進(jìn)而威脅乘客生命安全等問(wèn)題，從而提高城軌運(yùn)行安全技術(shù)水平和乘客滿意度。

圖2 異物侵入檢測(cè)流程

1 研究方法

1.1 檢測(cè)方法的選取

可將基于視頻的檢測(cè)算法分為如下幾類，即光流法、幀差法、背景消減法、時(shí)間差分法等，它們有各自的優(yōu)缺點(diǎn)：光流法可攜帶運(yùn)動(dòng)物體的運(yùn)動(dòng)信息和景物的三維結(jié)構(gòu)信息，檢測(cè)效率高，易于實(shí)現(xiàn)，但方法復(fù)雜，計(jì)算量大，不能滿足實(shí)時(shí)的要求；幀差法檢測(cè)速度較快，對(duì)緩慢變換的光照不敏感，方法簡(jiǎn)單，易于實(shí)現(xiàn)，但容易出現(xiàn)“雙影”和“空洞”現(xiàn)象，閾值也需人工設(shè)定；背景消減法可檢測(cè)運(yùn)動(dòng)目標(biāo)，檢測(cè)準(zhǔn)確，易于實(shí)現(xiàn)，但對(duì)光照的變化和陰影的干擾等特別敏感；時(shí)間差分法運(yùn)算速度快，但是檢測(cè)出的目標(biāo)可能出現(xiàn)空洞。

通過(guò)對(duì)各視頻檢測(cè)方法的對(duì)比，結(jié)合本文所研究的城市軌道交通隧道的特點(diǎn)，選用幀差法作為視頻檢測(cè)方法，同時(shí)結(jié)合測(cè)距傳感器檢測(cè)值，彌補(bǔ)幀差法的不足，對(duì)城市軌道交通隧道異物侵入進(jìn)行實(shí)時(shí)檢測(cè)與判斷，從而保障城軌安全運(yùn)營(yíng)。

1.2 基于幀差法和傳感器的異物侵入檢測(cè)

1）檢測(cè)方法

可將幀差法分為連續(xù)幀差和背景幀差。連續(xù)幀差方法是利用時(shí)間連續(xù)的兩幀圖像相減，判斷有無(wú)運(yùn)動(dòng)目標(biāo)出現(xiàn)，是一種相對(duì)差檢測(cè)的方法。該方法的優(yōu)點(diǎn)是運(yùn)算方法簡(jiǎn)單，易于實(shí)現(xiàn)，但當(dāng)運(yùn)動(dòng)目標(biāo)運(yùn)動(dòng)速度很大時(shí)，容易產(chǎn)生虛影。背景幀差方法是將當(dāng)前幀與背景幀相減，以獲取差異目標(biāo)形態(tài)。背景幀差的穩(wěn)定性相對(duì)較好，屬于絕對(duì)差檢測(cè)方法。

理論上講，運(yùn)動(dòng)目標(biāo)的移動(dòng)速度不會(huì)影響檢測(cè)效果，且在軌道交通隧道內(nèi)，光照強(qiáng)度和方向都是固定的，不會(huì)對(duì)檢測(cè)結(jié)果造成影響，確保了檢測(cè)的穩(wěn)定性和可靠性。因此，對(duì)于軌道交通隧道的異物檢測(cè)，綜合考慮以上兩種幀差法的優(yōu)缺點(diǎn)，最終根據(jù)實(shí)際需求選用背景幀差法作為視頻檢測(cè)的方法。

傳感器采用測(cè)距傳感器（即360°激光雷達(dá)），能實(shí)時(shí)檢測(cè)周圍物體的位置，包括角度和距離。其中測(cè)距傳感器的安裝高度根據(jù)軌道交通行業(yè)規(guī)定進(jìn)行設(shè)置。先給予軌旁異物侵入檢測(cè)裝置中的測(cè)距模塊一個(gè)初始周圍環(huán)境距離值，將此值作為比對(duì)值；再實(shí)時(shí)與測(cè)距模塊工作中的檢測(cè)值進(jìn)行對(duì)比。當(dāng)某一方位存在異物時(shí)，此方位比對(duì)值就會(huì)發(fā)生變化，從而可判斷異物是否超過(guò)高度閾值，同時(shí)輔助對(duì)異物進(jìn)行定位。

本文所采用的異物侵入檢測(cè)裝置安裝示意圖如圖3所示。

圖3 異物侵入檢測(cè)裝置安裝示意圖

基于此裝置，隧道內(nèi)異物侵入檢測(cè)方法如下：根據(jù)軌旁圖像采集模塊和測(cè)距模塊的檢測(cè)值，將每一幀圖像的灰度值減去背景的灰度值可得到一個(gè)差值圖像，即

公式1

式中：b(x, y,i0,hθ)為隧道內(nèi)軌旁圖像采集模塊初始視頻圖像，即背景模型；f(x', y',i',h'θ)為當(dāng)前每一幀圖像；(x, y)為二維圖像位置坐標(biāo)；i為圖像幀數(shù)；i0為初始圖像幀數(shù)，一般取值為0；hθ為測(cè)距模塊測(cè)得的此高度閾值各方位阻擋物的距離。

通過(guò)設(shè)置一個(gè)圖像閾值T和檢測(cè)測(cè)距模塊感應(yīng)值的變化情況，可得到一個(gè)二值化差值圖像，即

公式2

測(cè)距模塊的安裝高度由鐵路行車安全條例確定，覆蓋范圍為300～500m。

2）制動(dòng)距離

列車制動(dòng)示意圖如圖4所示。圖中：A為隧道內(nèi)軌旁的檢測(cè)裝置，包括圖像采集模塊、測(cè)距模塊和地面信息處理模塊；B為障礙物俯視圖；C、D分別為異物輪廓在列車行進(jìn)方向水平線上的投影點(diǎn)；E為應(yīng)答器。則制動(dòng)距離為

公式3

公式4

公式5

式中：S為列車制動(dòng)距離；m為地面應(yīng)答器到軌旁檢測(cè)裝置的距離；n為地面應(yīng)答器到列車前端的距離；p為列車在異物前停車時(shí)的安全包絡(luò)距離；d1、d2分別為AD和CD距離；α、θ分別為測(cè)距模塊檢測(cè)到的異物角度變化范圍；hα、hθ分別為測(cè)距模塊感應(yīng)值。

圖4 列車制動(dòng)示意圖

若當(dāng)列車行經(jīng)此地面應(yīng)答器時(shí)速度為vt，則根據(jù)列車制動(dòng)距離S，可采用目標(biāo)-距離模式曲線進(jìn)行速度控制，使列車到達(dá)異物前速度減為0，待清除異物后再繼續(xù)運(yùn)行。

本文將隧道內(nèi)軌旁各圖像采集模塊正常情況下的監(jiān)控視角圖像作為初始背景圖像，將監(jiān)控視頻實(shí)時(shí)與此背景圖像進(jìn)行幀差處理，并將差異區(qū)域進(jìn)行標(biāo)紅和二值化處理。同時(shí)將隧道內(nèi)軌旁固定高度的測(cè)距模塊進(jìn)行初始化，即將此高度范圍內(nèi)360°的距離作為初始值，當(dāng)異物超過(guò)此高度時(shí)，某一方位的距離數(shù)值將會(huì)發(fā)生變化。

通過(guò)二值化后的圖像形狀、位置和測(cè)距模塊感應(yīng)值的變化，可判斷出異物對(duì)列車運(yùn)行是否存在安全隱患。采用地面應(yīng)答器和車載應(yīng)答器作為信息傳遞橋梁，克服了遠(yuǎn)距離傳輸對(duì)信息的衰減，減少了丟包率。

融合車載已有的異物檢測(cè)裝置檢測(cè)結(jié)果，采取“并”操作，即只要存在對(duì)列車運(yùn)行有影響的異物，均會(huì)采取相應(yīng)的應(yīng)急措施。其中車載異物侵入檢測(cè)裝置檢測(cè)結(jié)果的優(yōu)先級(jí)高于軌旁異物侵入檢測(cè)裝置的檢測(cè)結(jié)果，即當(dāng)列車讀取到前方區(qū)段未出現(xiàn)異常，但列車行經(jīng)此地面應(yīng)答器一段時(shí)間后，車載異物侵入檢測(cè)裝置檢測(cè)到前方存在異物且與讀取到的路況信息存在差異時(shí)，以車載異物侵入檢測(cè)裝置的檢測(cè)結(jié)果為最高優(yōu)先級(jí)，控制列車采取相應(yīng)的主動(dòng)安全行為。

1.3 信息傳遞

區(qū)別于以往將信息傳遞給列控中心，再由列控中心將信息傳遞給司機(jī)室，司機(jī)再根據(jù)列控中心下達(dá)的命令控制列車運(yùn)行，本文采用一種改進(jìn)的信息實(shí)時(shí)傳遞方式——應(yīng)答器信息傳遞。傳統(tǒng)的應(yīng)答器存儲(chǔ)的信息分為靜態(tài)信息和部分可變信息，靜態(tài)信息如軌道區(qū)段位置、編號(hào)、長(zhǎng)度等，可變信息如臨時(shí)限速等。

本文所探討的信息傳遞方式是將軌旁信息處理模塊對(duì)異物的檢測(cè)結(jié)果實(shí)時(shí)傳遞給相應(yīng)地面應(yīng)答器，應(yīng)答器對(duì)同一監(jiān)控的檢測(cè)結(jié)果進(jìn)行不斷更新覆蓋，僅留下最后的異物檢測(cè)結(jié)果，即當(dāng)列車經(jīng)過(guò)此應(yīng)答器上方時(shí)，能讀取到區(qū)段前方的最新路況信息。

軌旁信息處理模塊與地面應(yīng)答器之間的信息傳輸對(duì)應(yīng)關(guān)系主要取決于二者之間的距離，其長(zhǎng)度應(yīng)大于列車在最不利情況下的最大制動(dòng)距離，此安全距離可為列車的行駛提供保障，并大大增加了列車運(yùn)行的可靠性和安全性。信息處理模塊與地面應(yīng)答器信息傳遞數(shù)量的對(duì)應(yīng)關(guān)系為1-n和n-1，即將1個(gè)信息處理模塊處理的信息傳輸給多個(gè)應(yīng)答器，1個(gè)應(yīng)答器接收多個(gè)信息處理模塊處理的信息。信息傳遞方式示意圖如圖5所示。

圖5 信息傳遞方式示意圖

小車載信息處理模塊通過(guò)融合讀取到的地面應(yīng)答器信息，并輔以車載異物侵入檢測(cè)裝置的檢測(cè)結(jié)果，采取“并”集操作，以車載檢測(cè)裝置的檢測(cè)結(jié)果為最高優(yōu)先級(jí)，判斷異物對(duì)列車運(yùn)行的影響，從而控制列車運(yùn)行，保障運(yùn)營(yíng)安全。其中車載異物侵入檢測(cè)裝置借鑒他人的研究結(jié)果，應(yīng)用在本文所構(gòu)建的檢測(cè)系統(tǒng)中。

2 仿真與實(shí)驗(yàn)驗(yàn)證

2.1 Matlab仿真

基于圖像檢測(cè)技術(shù)，利用南京地鐵提供的人工拍攝視頻圖像以及測(cè)距傳感器檢測(cè)到的圖像范圍內(nèi)的距離，在104°范圍內(nèi)進(jìn)行Matlab仿真，其結(jié)果如圖6所示。左側(cè)為視頻圖像檢測(cè)結(jié)果，能精確檢測(cè)到異物——行人漸行漸遠(yuǎn)的軌跡，檢測(cè)精度高，且能對(duì)障礙物進(jìn)行形狀輪廓描繪和精確定位。右側(cè)為測(cè)距模塊檢測(cè)結(jié)果。圖中所示的初始測(cè)距模塊檢測(cè)值即正常無(wú)異物侵入情況下的各方位距離。

圖6 Matlab仿真結(jié)果

從圖6可以看出，隨著行人漸行漸遠(yuǎn)，測(cè)距模塊檢測(cè)到的異物寬帶寬度變小，與初始距離之間的差距也越來(lái)越大，這與實(shí)際情況相吻合。

2.2 實(shí)驗(yàn)室驗(yàn)證

基于現(xiàn)有實(shí)驗(yàn)平臺(tái)對(duì)本系統(tǒng)進(jìn)行驗(yàn)證，此平臺(tái)完全模擬南京地鐵老一號(hào)線，采用1:48比例模型進(jìn)行構(gòu)建。列車可實(shí)現(xiàn)基本的運(yùn)行功能，例如加減速、停車、折返、區(qū)段防護(hù)等。軌旁異物檢測(cè)裝置被安裝在信號(hào)燈柱上，包括圖像采集模塊、測(cè)距模塊和信息處理模塊。實(shí)驗(yàn)室平臺(tái)如圖7所示。

圖7 實(shí)驗(yàn)室平臺(tái)

在車輛前端底部安裝有車載異物檢測(cè)裝置和車載信息處理模塊，用于檢測(cè)近距離的異物，其優(yōu)先級(jí)高于軌旁異物檢測(cè)裝置。實(shí)驗(yàn)用車如圖8所示。

圖8 實(shí)驗(yàn)用車

后臺(tái)采用3個(gè)軟件（FET、HMI和ATS）分別對(duì)列車進(jìn)行控制，F(xiàn)ET軟件用于控制信號(hào)燈和道岔狀態(tài)，HMI軟件實(shí)現(xiàn)對(duì)列車行車命令的下達(dá)和每列車的信息顯示，ATS軟件實(shí)現(xiàn)對(duì)列車運(yùn)行控制和車站控制。具體界面如圖9所示。

圖9 FET、HMI、ATS控制界面

計(jì)劃編輯窗口用于對(duì)列車下達(dá)控制命令，此窗口包括列車車次號(hào)、目的地號(hào)、發(fā)車時(shí)間以及每個(gè)站的停車時(shí)間。每列車的控制界面包括列車位置信息、電量信息、速度信息的顯示以及自動(dòng)AM模式和手動(dòng)BY模式，還包括基本的前進(jìn)、停止、后退、加速、減速等功能。列車信息界面如圖10所示。

圖10 列車信息界面

通過(guò)實(shí)驗(yàn)室平臺(tái)驗(yàn)證，證實(shí)了此方法的可行性，即列車能按照預(yù)定功能行車，能精確檢測(cè)到異物并且控制列車采取相應(yīng)主動(dòng)的安全措施。

3 結(jié)論

本文構(gòu)建了一個(gè)將圖像采集模塊、測(cè)距模塊和信息處理模塊聯(lián)合使用的新模型。通過(guò)融入測(cè)距模塊檢測(cè)值的改進(jìn)背景幀差法，對(duì)城市軌道交通隧道異物侵入進(jìn)行識(shí)別與判斷，有效解決了司機(jī)人工辨識(shí)異物侵入不精確的問(wèn)題，并通過(guò)應(yīng)答器進(jìn)行信息傳遞，克服了隧道通信距離受限的缺點(diǎn)，同時(shí)控制列車采取主動(dòng)安全的措施。實(shí)驗(yàn)證明，此異物侵入檢測(cè)方法能有效識(shí)別異物，且識(shí)別精度高，可為城市軌道交通運(yùn)營(yíng)的安全性和可靠性提供依據(jù)。