一种新的地铁曲线站台异物检测系统研究

曲线形站台无法像直线形站台一样使用人工检测的方法进行开车前的安全检测。本文通过基于背景差分算法的视频检测技术,研究了一种高可靠性的曲线形地铁屏蔽门与列车之间异物检测系统。该系统可获取曲线形站台屏蔽门与列车间隙内的完整图像,辅助或代替列车司机检测地铁屏蔽门与列车之间是否存在异物。经试验,本系统检测准确,鲁棒性好,可提高地铁运行效率与安全性,具有良好推广前景。     

地铁屏蔽门与车门间异物自动检测技术

目前,国内地铁大都由司机瞭望车尾处光带是否完整来判断车门与屏蔽门之间空隙是否存在异物,该方法误检率高。本文结合地铁车门与屏蔽门之间空隙的特点,从系统性能、安装维护等方面详细比较了目前可能用于地铁屏蔽门与列车之间异物自动检测技术,提出了基于机器视觉的地铁屏蔽门与车门间异物自动检测方法。试验结果证明,该方法具有检测准确率高、设备体积小、安装维护简单、成本低等特点,应用前景广阔。     

地铁曲线站台空隙异物自动检测预警系统研究

针对地铁司机在开车前无法独自完成曲线站台车门与屏蔽门间空隙异物检测而存在运营安全的隐患,提出一套地铁曲线站台空隙异物自动检测预警系统。通过在站台每扇屏蔽门上方安装微型摄像机来拍摄站台屏蔽门与车门间空隙图像,利用图像处理算法对所拍摄的图像进行车门检测并确定车门在图像中的区域（即感兴趣区域）,在乘客上下车完成后对感兴趣区域进行异物检测,并在存在异物的情况下发出预警,提醒司机延迟开车。实验证明,该系统能准确检测出空隙中存在的异物,可以辅助列车司机完成开车前对地铁曲线站台空隙异物的检测。     

一种基于计算机视觉的地铁站台异物检测算法

地铁已成为大型城市的主要交通工具，如何保障乘客的安全成为地铁运营的热点问题。文章在现有的车门与屏蔽门之间人工检测技术的基础上提出一种基于计算机视觉的空间异物检测算法。该算法通过对车尾处灯带的完整性进行检测，判断车门与屏蔽门间是否存在异物，进而辅助司机进行开车前的安全检查，保障列车的运行安全。实地采集视频数据进行实验分析，结果表明，文章所提方法可以准确检测出空隙中异物。