Automatic foreign object detection technology between PSD and subway doors
-
摘要: 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。Abstract: Drivers always determine whether there is a foreign object between the door and the platform screen door(PSD) through checking the light bar’s completeness in the rear of the subway at Chinese subway. However, there is a big risk of false positives. Based on the characteristics of the gap between the subway door and PSD, the article made a detailed comparison of different foreign object automatic detection from the system performance, installation and maintenance, etc., proposed self-detection method based on machine vision between PSD and the door foreign object. Experimental results showed that the method was with the properties of high detection rate, the equipment was small, simple for installation and maintenance, and low cost.
-
-
[1] 杨丽杰. 地铁屏蔽门系统技术浅谈[J]. 铁道机车车辆，2002（2）：29-31. [2] 邓远华, 宋瑞刚. 地铁站台“二门系统”防夹人事故措施探讨[J]. 沿海企业与科技，2010（10）：43-44. [3] 王瑞峰, 杨子河, 孔维珍. 红外光幕在地铁屏蔽门障碍物探测中的研究[J]. 传感器与微系统, 2013， 32（3）： 25-28. [4] Hai-hui C. Mechanism Design and Mechanics Model of the Platform Screen Doors for Subways [J]. Journal of South China University of Technology (Natural Science), 2004(4): 018. [5] 朱 宁. 地铁屏蔽门激光防护方案研究[J]. 中国高新技术企 业 , 2011（ 19）： 23-25. [6] Gall J, Lempitsky V. Class-specific hough forests for object detection[M]. London ：Decision Forests for Computer Vision and Medical Image Analysis, 2013: 143-157. [7] 汤一平, 富吉勇, 陈耀宇. 基于全方位计算机视觉的遗留物检测系统 [J]. 计算机测量与控制，2010（ 3）： 517-519. [8] Redo-Sanchez A, Laman N, Schulkin B, et al. Review of Terahertz Technology Readiness Assessment and Applications[J].Journal of Infrared, Millimeter, and Terahertz Waves, 2013, 34
（9）： 500-518.[9] 同 磊, 朱力强, 余祖俊, 等. 基于车载前视摄像机的轨道异物检测[J]. 交通运输系统工程与信息, 2012，12（4）：79-83. [10] 李 煜, 肖 刚. 机场跑道异物检测系统设计与研究[J]. 激光与红外, 2011, 41（8）：909-915. [11] Hogeweg L, Sánchez C I, Melendez J, et al. Foreign object detection and removal to improve automated analysis of chest radiographs[J]. Medical physics, 2013, 40(7): 071901. [12] 沈阳西东控制技术有限公司. 地铁站台屏蔽门与列车门之间激光障碍物监测控制系统[P]. 中国：CN101463691B ，2013-03-20. [13] Shen J Q and Hau L C. Vehicle sensing method for detecting a pedestrian impact[P]. U.S ： US7380633 B2 ，2006-2-14. -
期刊类型引用(21)
1. 王珩，廖先哲，刘伟铭，戴愿，杨代鑫，刘一霄. 无人驾驶环境下的站台门与列车间安全全信息感知系统. 铁道标准设计. 2025(01): 198-205+213 . 
百度学术
2. 孔祥苏，左付超，赵新赢，王其锦. 基于视觉Transformer的地铁安全门间隙异物检测算法研究. 自动化应用. 2025(02): 29-31 . 百度学术
3. 李红明. 站台门间隙探测装置在全自动运行地铁线路中的应用. 城市轨道交通研究. 2024(06): 301-304+309 . 百度学术
4. 曾爱琼. 地铁站台门激光扫描障碍物检测方法研究. 中国设备工程. 2023(05): 143-145 . 百度学术
5. 刘伟铭，李冠金，汪良，毛良，邱启盛，凌光正. 轨道交通站台门与列车间隙异物的四目定位方法研究. 铁道标准设计. 2023(08): 147-152+159 . 百度学术
6. 程芬. 地铁屏蔽门激光扫描异物检测方法分析. 产业与科技论坛. 2022(11): 38-39 . 百度学术
7. 张嘉超，张伟. 基于特征的地铁门与安全门间隙异物检测方法. 南京工程学院学报(自然科学版). 2022(04): 35-40 . 百度学术
8. 刘伟铭，李静宁，杜逍睿. 基于RGB-D视频的地铁异物风险检测方法研究. 铁道标准设计. 2021(01): 110-115 . 百度学术
9. 张鹤庆，张金鑫. 基于机器视觉的地铁站台门与列车门间异物检测方法研究. 现代城市轨道交通. 2020(07): 51-55 . 百度学术
10. 苏建华，薛栋娥，刘传凯，袁磊，黄开启. HOG内嵌模板匹配的车门夹人检测算法. 北京交通大学学报. 2019(02): 64-71 . 百度学术
11. 黄中全，严强，雷昶. 轨道交通站台门与列车间隙障碍物探测方法. 自动化与仪器仪表. 2019(07): 194-196 . 百度学术
12. 许敬辉. 全自动运行系统下站台门新增异物探测与控制功能方案研究. 铁道标准设计. 2019(10): 177-181 . 百度学术
13. 郑志敏. 关于FAO线路车门和站台门间异物探测的研究. 铁路通信信号工程技术. 2019(10): 76-79 . 百度学术
14. 姜翼. 地铁屏蔽门激光扫描异物检测方法研究. 科技创新导报. 2019(27): 65-66 . 百度学术
15. 路向阳，吕浩炯，廖云，郭锐，马伟杰. 城市轨道交通全自动驾驶系统关键装备技术综述. 机车电传动. 2018(02): 1-6 . 百度学术
16. 雷焕宇，刘伟铭. 基于K-means算法的地铁站台异物检测. 计算机与现代化. 2018(06): 42-46 . 百度学术
17. 谭飞刚，翟聪. 地铁曲线站台空隙异物自动检测预警系统研究. 铁路计算机应用. 2018(06): 59-61 . 本站查看
18. 阙帆. 浅谈地铁站台门异物自动检测技术. 科技创新与应用. 2017(11): 287 . 百度学术
19. 谭飞刚，刘开元. 基于机器视觉的地铁曲线型站台异物检测算法. 深圳信息职业技术学院学报. 2017(01): 75-77 . 百度学术
20. 谭飞刚，汪洋，刘开元. 一种无盲区的地铁站台异物自动检测设想. 深圳信息职业技术学院学报. 2017(03): 25-28 . 百度学术
21. 谭飞刚，刘建. 一种基于计算机视觉的地铁站台异物检测算法. 铁路计算机应用. 2017(01): 67-69 . 本站查看
其他类型引用(4)
计量
- 文章访问数: 280
- HTML全文浏览量: 7
- PDF下载量: 216
- 被引次数: 25
下载:
