[發(fā)明專(zhuān)利]地鐵屏蔽門(mén)與列車(chē)之間的異物檢測(cè)方法、裝置及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011261234.3
• 申請(qǐng)日: 2020-11-12
• 公開(kāi)（公告）號(hào): CN112487878A
• 公開(kāi)（公告）日: 2021-03-12
• 發(fā)明（設(shè)計(jì)）人: 張娟;李倩;張奕男;張立鵬;袁廣超;何建
• 申請(qǐng)（專(zhuān)利權(quán)）人: 卡斯柯信號(hào)有限公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G01V8/10;G06N3/04;G06N3/08
• 代理公司: 上海元好知識(shí)產(chǎn)權(quán)代理有限公司 31323
• 代理人: 張妍;徐雯瓊

本發(fā)明公開(kāi)了一種地鐵屏蔽門(mén)與列車(chē)之間的異物檢測(cè)方法、裝置及存儲(chǔ)介質(zhì)，所述方法包括：遍歷站臺(tái)攝像機(jī)，獲取屏蔽門(mén)與列車(chē)之間的視頻影像數(shù)據(jù)；對(duì)每一所述視頻影像數(shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理圖像數(shù)據(jù)；采用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型對(duì)所述預(yù)處理圖像數(shù)據(jù)進(jìn)行異物檢測(cè)，得到異物檢測(cè)結(jié)果。本發(fā)明具有檢測(cè)效率高，成本低的優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明涉及地鐵列車(chē)安全運(yùn)營(yíng)設(shè)備技術(shù)領(lǐng)域，特別涉及一種地鐵屏蔽門(mén)與列車(chē)之間的異物檢測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

地鐵作為現(xiàn)代城市的重要交通設(shè)施，為防止大客流情況下站臺(tái)擁擠引發(fā)事故，目前國(guó)內(nèi)絕大多數(shù)地鐵車(chē)站在站臺(tái)與隧道之間設(shè)置了屏蔽門(mén)，列車(chē)停站時(shí)屏蔽門(mén)與車(chē)門(mén)之間有一定的縫隙，若上下車(chē)時(shí)乘客過(guò)度擁擠，或有乘客在車(chē)門(mén)即將關(guān)閉時(shí)沖門(mén)，則可能造成乘客或攜帶物品被夾在兩門(mén)縫隙內(nèi)，多地的地鐵都發(fā)生過(guò)類(lèi)似事故，有的甚至危害了乘客的生命。

現(xiàn)有的觀察手段主要是人工瞭望以及激光探測(cè)。這兩種方式都有一定的局限性，人工瞭望方式容易受天氣情況的影響，且對(duì)工作人員的工作強(qiáng)度也有一定的壓力。激光探測(cè)方式雖然可以彌補(bǔ)人工瞭望方式的不足，但是它不適用于曲線站臺(tái)的情況。為了解決這一難題，許多基于點(diǎn)對(duì)點(diǎn)檢測(cè)的模型被提出，這些模型提出將檢測(cè)裝備安裝至列車(chē)門(mén)和對(duì)應(yīng)的屏蔽門(mén)之間，這樣雖然可以解決曲線站臺(tái)的難點(diǎn)，但是對(duì)檢測(cè)裝備的數(shù)量以及后期的維護(hù)成本造成了很大的挑戰(zhàn)。

發(fā)明內(nèi)容

本發(fā)明的目的是為了解決上述現(xiàn)有技術(shù)的缺陷，提供了一種檢測(cè)效率高且成本低的地鐵屏蔽門(mén)與列車(chē)之間的異物檢測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

為了實(shí)現(xiàn)以上目的，本發(fā)明通過(guò)以下技術(shù)方案實(shí)現(xiàn)：

一種地鐵屏蔽門(mén)與列車(chē)之間的異物檢測(cè)方法，包括：遍歷站臺(tái)攝像機(jī)，獲取屏蔽門(mén)與列車(chē)之間的視頻影像數(shù)據(jù)；對(duì)每一所述視頻影像數(shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理圖像數(shù)據(jù)；采用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型對(duì)所述預(yù)處理圖像數(shù)據(jù)進(jìn)行異物檢測(cè)，得到異物檢測(cè)結(jié)果。

優(yōu)選地，還包括：若異物檢測(cè)結(jié)果為存在異物時(shí)，則統(tǒng)計(jì)存在異物時(shí)的次數(shù)；

若所述次數(shù)大于或等于預(yù)設(shè)次數(shù)時(shí)，則通知站臺(tái)人員進(jìn)行人工檢查，待人工檢查完畢，則列車(chē)運(yùn)行。若所述次數(shù)小于所述預(yù)設(shè)次數(shù)時(shí)，則重新開(kāi)啟屏蔽門(mén)，等待預(yù)設(shè)時(shí)間后，關(guān)閉所述屏蔽門(mén)，則重新進(jìn)行異物檢測(cè)。若異物檢測(cè)結(jié)果為不存在異物時(shí)，則列車(chē)運(yùn)行。

優(yōu)選地，所述視頻影像數(shù)據(jù)為從每一所述站臺(tái)攝像機(jī)所采集的視頻數(shù)據(jù)中截取的從關(guān)閉列車(chē)車(chē)門(mén)開(kāi)始，經(jīng)預(yù)設(shè)時(shí)間段后的視頻影像片段，并按照遍歷序號(hào)命名。

優(yōu)選地，在執(zhí)行所述對(duì)每一所述視頻影像數(shù)據(jù)進(jìn)行預(yù)處理的步驟之前，還包括：將所述視頻影像數(shù)據(jù)存儲(chǔ)至第一存儲(chǔ)區(qū)。

優(yōu)選地，所述對(duì)每一所述視頻影像數(shù)據(jù)進(jìn)行預(yù)處理的步驟包括：

從所述第一存儲(chǔ)區(qū)依次讀取所有所述視頻影像數(shù)據(jù)，對(duì)每一所述視頻影像數(shù)據(jù)進(jìn)行分幀操作，得到若干幀圖像，然后對(duì)每一幀圖像進(jìn)行初始化處理得到所述預(yù)處理圖像數(shù)據(jù)。

優(yōu)選地，所述采用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型對(duì)所述預(yù)處理圖像數(shù)據(jù)進(jìn)行異物檢測(cè)的步驟包括：對(duì)每一所述視頻影像數(shù)據(jù)的每一幀圖像進(jìn)行目標(biāo)檢測(cè)，得到每一所述視頻影像數(shù)據(jù)的所有所述幀圖像的第一判定結(jié)果，綜合所有所述幀圖像的第一判定結(jié)果對(duì)應(yīng)得到所述視頻影像數(shù)據(jù)的第二判定結(jié)果；綜合所有所述視頻影像數(shù)據(jù)的第二判定結(jié)果，得到所述異物檢測(cè)結(jié)果。

優(yōu)選地，還包括：將所述第一存儲(chǔ)區(qū)內(nèi)的所述視頻影像數(shù)據(jù)以及每一所述視頻影像數(shù)據(jù)對(duì)應(yīng)的第二判定結(jié)果存儲(chǔ)至第二存儲(chǔ)區(qū)內(nèi)，作為對(duì)所述深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和優(yōu)化的訓(xùn)練樣本。