蘇先輝

（合肥城市軌道交通有限責(zé)任公司，安徽合肥230001）

城市軌道交通視頻障礙物探測系統(tǒng)簡析

蘇先輝

（合肥城市軌道交通有限責(zé)任公司，安徽合肥230001）

伴隨我國城市化進程的不斷加快，城市軌道交通呈現(xiàn)高速發(fā)展趨勢。軌道障礙物危害性極大，其探測系統(tǒng)的研究成為相關(guān)領(lǐng)域研究熱點。文章介紹了城市軌道交通視頻障礙物探測系統(tǒng)，該系統(tǒng)基于雙目測距核心技術(shù)，并輔以動態(tài)包絡(luò)線技術(shù)、夜晚低照度增強技術(shù)及去霧霾增強技術(shù)，可實現(xiàn)復(fù)雜環(huán)境下的障礙物高度識別。

城市軌道交通；安全運營列車；視頻處理；障礙物探測

0 引言

伴隨我國經(jīng)濟的蓬勃發(fā)展以及城市化進程的不斷加快，城市軌道交通以運量大、速度快、準時可靠、安全性強、節(jié)能環(huán)保等優(yōu)勢，在我國公共交通事業(yè)中發(fā)揮越來越大的作用[1]。然而，伴隨城市軌道交通的高速發(fā)展，各類事故頻發(fā)。影響城市軌道交通運營安全的主要原因有：軌道因素、車輛因素、供電因素、信號系統(tǒng)因素以及人為因素等。軌道因素中，軌道上障礙物極易帶來列車破壞性撞擊，甚至引發(fā)脫軌等嚴重事故，造成重大災(zāi)難和不可估量的損失[2]。

目前軌道障礙物檢測研究主要針對鐵路軌道，通過使用專用的軌道障礙物探測機車、采用固定于軌道沿線的探測設(shè)備，或者在列車車頭安裝障礙物自動檢測設(shè)備進行探測，且檢測環(huán)境多為露天、四周較空曠的直線軌道，檢測對象多為體積較大的物體[3-4]。但城市軌道交通與鐵路軌道所處環(huán)境差異較大，障礙物大多體積小，而傳統(tǒng)檢測手段在檢測小型障礙物方面普遍存在盲區(qū)，極大地增加了障礙物探測難度[5-6]。

相比應(yīng)用傳統(tǒng)傳感器的軌道交通控制技術(shù)，視頻計算機處理技術(shù)是一個比較新的技術(shù)手段。在過去相當(dāng)長的時間里，由于計算機技術(shù)的局限，不足以以合理的成本處理視頻信息，以至于軌道交通領(lǐng)域并未使用視頻處理技術(shù)。目前，計算機技術(shù)和通信技術(shù)經(jīng)過發(fā)展，已經(jīng)完全能夠以合理的成本支撐視頻處理技術(shù)在各個行業(yè)的實際應(yīng)用。城市軌道交通視頻障礙物探測系統(tǒng)可實現(xiàn)80～500 m 內(nèi)、10個以上障礙物的快速識別，能夠滿足多種天氣狀況下的障礙物探測要求。該技術(shù)的研究將提高現(xiàn)代化城市軌道交通系統(tǒng)運營的安全系數(shù)，是未來軌道交通研究的熱點。

1 視頻障礙物探測系統(tǒng)關(guān)鍵技術(shù)

1.1 雙目測距技術(shù)

雙目測距技術(shù)是視頻障礙物探測系統(tǒng)的核心技術(shù)。建立在圖像增強與圖像識別基礎(chǔ)上的雙目測距技術(shù)的核心思想是通過模擬人眼雙目定位的原理，結(jié)合圖像處理的其他技術(shù)，讓計算機獲得與人類一樣的對世界的判斷能力[7-8]?；驹砣鐖D1所示。

雙目測距主要是利用目標(biāo)點在左右兩幅視圖上成像的橫坐標(biāo)存在的差異，即視差d，視差與目標(biāo)點到成像平面的距離Z成反比關(guān)系，公式如下。

圖1 雙目測距基本原理

式（1）中，xl、xr分別表示P點在左右相機的像平面的投影點到成像面相機的水平距離。式（2）中，T為左右攝像頭中心距；f為相機焦距。f和d的量綱均為像素點，T的量綱由定標(biāo)板棋盤格的實際尺寸和用戶輸入值確定，一般以毫米為單位。

假設(shè)目標(biāo)點P坐標(biāo)為（x，y），目標(biāo)點在以左攝像頭光心為原點的坐標(biāo)系中的坐標(biāo)為（X，Y，Z），則存在上圖所示的變換矩陣Q，使得Q*[xydl]' = [XYZ W]'，在此為簡化計算引入第4個分量W。

式（3）與式（4）中，cx和cy分別為左、右像平面的坐標(biāo)系與立體坐標(biāo)系中原點的偏移，Tx為攝像頭中心距。

為精確求得某個點在三維空間里的坐標(biāo)（X，Y，Z），我們需要獲得的參數(shù)有焦距f、視差d、攝像頭中心距T，還需要左右像平面的坐標(biāo)系與立體坐標(biāo)系中原點的偏移cx和cy。通常測試過程中，f、T、cx和cy可以通過立體標(biāo)定獲得初始值，并通過立體校準優(yōu)化，視差d通過立體匹配求得?；谝陨蠘?biāo)定、校準和匹配得到基本參數(shù)，然后，根據(jù)公式（1）～（4）即可求得所需參量值。

1.2 動態(tài)包絡(luò)線技術(shù)

通過雙目測距技術(shù)建立起三維立體感的列車前方交通景象，在此基礎(chǔ)上，通過建立動態(tài)三維包絡(luò)線圖，使障礙區(qū)外部參數(shù)可視化，如圖2所示，明確列車前方哪些空間是列車將會行駛過的區(qū)域，再結(jié)合雙目測距所得到的各個物體的三維位置，得以確定前方是否有障礙物。

圖2 外部參數(shù)可視化

1.3 夜晚低照度增強技術(shù)

水平在6、12h與C組比較顯著升高（P＜0．05），僅在12h與D組比較顯著升高（P＜0．05）；C組與D

夜晚的視頻信息經(jīng)常因為補光不足造成夜晚的視頻圖像偏暗，很多信息丟失，嚴重時基本呈現(xiàn)全黑的情況。本系統(tǒng)通過軟件算法，使丟失細節(jié)的畫面重新恢復(fù)，將圖像轉(zhuǎn)化成適應(yīng)人眼的色階形式。增強效果如圖3所示。

圖3 夜晚低照度增強效果圖

1.4 去霧霾增強技術(shù)

在霧霾天氣，能見度較以往有不同程度的下降，這給監(jiān)控系統(tǒng)造成很大影響。另外由于攝像機鏡頭沾染上灰塵和水氣，也會造成能見度下降。本系統(tǒng)通過軟件算法，使因霧霾所丟失細節(jié)的畫面重新恢復(fù)，將圖像轉(zhuǎn)化成適應(yīng)人眼的色階形式。增強效果如圖4所示。

圖4 去霧霾增強技術(shù)效果圖

2 視頻障礙物探測系統(tǒng)優(yōu)勢

視頻障礙物探測系統(tǒng)在障礙物識別精度方案及彎道解決方案兩方面存在較大優(yōu)勢。

2.1 障礙物識別精度解決方案

視頻識別是以可見光識別物體作為根本方式，其中能否識別物體的大小與探測距離是重要問題。目前視頻障礙物探測系統(tǒng)能做到的識別范圍是在列車行進中的動態(tài)包絡(luò)線范圍內(nèi)，識別距離：80～500 m，最佳判斷距離：80～300 m，識別物體個數(shù)：可同時跟蹤10個及以上物體（對其中3個以上做重點跟蹤識別），識別速度：小于0.2 s（6幀），識別物體大小與物體到列車車頭的距離成正比，最小物體大小為攝像機成像的6個像素點。本系統(tǒng)不對目標(biāo)物體的質(zhì)感做出判斷。

2.2 彎道解決方案

視頻識別的基礎(chǔ)是視頻直線識別，原理上不能識別視線以外的物體。但通過尾燈識別法也可以實現(xiàn)超視距識別：前列車的尾燈發(fā)出紅色光線，通過判斷前方隧道壁的紅色尾燈反光，可以超視距識別前方比較近的列車。由于紅色是停止信號，所以可以排除誤識別的可能性。本功能不影響視距內(nèi)的其他判斷模式與判斷結(jié)果。

目前上海地鐵應(yīng)用了地面雷達防碰撞系統(tǒng)，本方案與雷達系統(tǒng)比較其優(yōu)點在于：①識別速度快，反應(yīng)速度小于0.2 s；②設(shè)備安裝容易，只需要在列車車頭位置安裝設(shè)備；③在一條線路上可以混合使用，安裝與未安裝該系統(tǒng)的列車都可以正常工作；④無光線干擾/電磁干擾，安裝在列車前方擋風(fēng)玻璃后，列車內(nèi)的可見光對車頭沒有影響，通過軟件算法可以抑制隧道內(nèi)的各種雜光；⑤具備行車記錄儀功能，出現(xiàn)事故能分清責(zé)任；⑥列車前方圖像增強，在霧霾天氣狀況下，可以提供經(jīng)過提高3至5倍能見度的視頻信息，為列車的安全行駛提供保障。

3 視頻障礙物探測系統(tǒng)在城市軌道交通的應(yīng)用

視頻障礙物探測系統(tǒng)獨立于電客車列車自動保護（ ATP）系統(tǒng)，通過全新的視頻處理模式，對現(xiàn)有行車的調(diào)度、安全起很好的補充作用、增強列車行駛的安全性；面向自動駕駛，為真正意義上的全自動駕駛提供更加符合人類習(xí)慣的運行模式；通過視頻模式的障礙物探測系統(tǒng)，為將來把障礙物探測擴展成視頻處理中心打下了堅實的基礎(chǔ)。

目前，視頻障礙物探測系統(tǒng)已在城市軌道交通領(lǐng)域獲得應(yīng)用，配置于城軌列車之上。系統(tǒng)由嵌入式車載主機和2臺高清攝像機組成。嵌入式主機安裝在駕駛臺的機柜里，2臺高清攝像機安裝在列車駕駛室前方的頂端，考慮到需要看清楚遠處地面的情況，攝像機盡可能安裝在列車的高處，又考慮到適應(yīng)軌道轉(zhuǎn)彎情況下盡可能看遠，在左右兩邊各安裝1個攝像機。由于列車可以兩個方向行駛，需在兩端的駕駛室各安裝1套。安裝完成后通過對視頻信息的分析可實現(xiàn)如下功能。

（1）追尾風(fēng)險評估。在本車 ATP 切除時，根據(jù)實時測量的前后預(yù)先設(shè)定的車距安全閾值，評估追尾風(fēng)險；可根據(jù)需要設(shè)置多級閾值。除了列車，也可以對軌道包絡(luò)線內(nèi)其他物體（障礙物）做判斷。

（2）距離顯示和示警。通過在列車駕駛室內(nèi)的示警終端，向駕駛員提供測距距離和不同級別的警示及設(shè)備故障報警。

（3）其他功能。行車記錄儀、霧霾天氣圖像增強等。

4 展望

在實現(xiàn)了視頻障礙物探測以后，建立起視頻采集、增強、識別和存儲功能，未來還可以有2方面的提高。

（1）向視頻自動駕駛發(fā)展。自動駕駛是城市軌道交通的重要發(fā)展方向。傳統(tǒng)意義上，城市軌道交通是基于信號燈、傳感器等控制下的統(tǒng)一集中調(diào)度系統(tǒng)?；谝曨l處理的控制系統(tǒng)由于處理數(shù)據(jù)量很大，在很長時間內(nèi)計算機的處理能力不足以支撐。但隨著計算機技術(shù)的發(fā)展，視頻處理的速度和成本已經(jīng)到了經(jīng)濟、可靠的程度，因此可以采用視頻處理的方式為城市軌道交通的控制，乃至自動化提供支撐。

（2）城市軌道交通列車管理、控制視頻化。除了障礙物探測可以實現(xiàn)視頻化處理，列車的其他領(lǐng)域，例如受電弓監(jiān)控、司機監(jiān)控、乘客區(qū)域監(jiān)控、輪軌監(jiān)控都可以實現(xiàn)視頻監(jiān)控、視頻識別等視頻化控制，從而很好地為整個城市軌道交通的運營服務(wù)。未來還可以將障礙物探測擴展到高鐵列車上。

[1] 陸明. 城市軌道交通系統(tǒng)綜合效益研究[D]. 北京：北京交通大學(xué)，2012.

[2] 靳尚宇. 列車障礙物檢測方法的研究[D]. 北京：北京交通大學(xué)，2015.

[3] 黃濤，呂紅強，王維. 基于多技術(shù)融合的地鐵列車障礙物檢測系統(tǒng)設(shè)計[J]. 制造業(yè)自動化，2016（8）：59-60，69.

[4] 梁少喆. 地鐵障礙物與脫軌檢測裝置的設(shè)計與分析[D]. 北京：北京交通大學(xué)，2015.

[5] 侯曉軒. 地鐵障礙物檢測裝置的設(shè)計及關(guān)鍵技術(shù)研究[D]. 北京：北京交通大學(xué)，2013.

[6] 翟國銳，胡春紅，張立靜. 障礙物及脫軌檢測裝置的可靠性設(shè)計[J]. 黑龍江科技信息，2014（34）：155.

[7] 萬一龍，柏連發(fā)，韓靜，等. 低照度雙目立體顯著目標(biāo)距離測定方法與實現(xiàn)[J]. 紅外與激光工程，2015（44）：1053-1060.

[8] 霍艷艷，黃影平. 基于立體視覺和光流的障礙物探測方法[J]. 信息技術(shù)，2013（1）：125-127.

責(zé)任編輯 孫銳嬌

Analysis of Video Obstacle Detection System of Transit

Su Xianhui

With the accelerating process of urbanization in China, urban rail transit presents a trend of rapid development. The research of the detection system has become a key research topic in the field of rail obstacles detection system. This paper puts forward a urban rail transit video obstacle detection system, the core of the system is based on binocular ranging technology, supplemented by the dynamic envelope contour technology, night low illumination enhancement technology and defogging enhancement technology, achieving high recognition of obstacles in complex environments.

urban rail transit, safe operation train, video processing, obstacle detection

U231

2016-06-12

蘇先輝（1979—），男，工程師