轨道运输监测系统研究

摘 要：现有轨道运输监测大多采用轨道电路和压力传感器，存在机械磨损和产生电火花的可能性，影响安全生产;加上传感器设置在轨道下面，井下巷道积水、环境恶劣，影响传感器性能，系统维护困难、可靠性差。本文提出采用视频图象处理方法，利用模式识别、最优阈值和几何相似理论，实现非接触式的监控与测量。研究结果表明：系统可对列车运动速度、运动方向、列车异常情况、列车有效载荷等数据进行有效监测。系统运行安全、稳定。关键词：红外CCD; 轨道运输; 监测; 视频图象Abstract：Existing surveillance and measure of railway transportation under mine mostly uses railway circuit and pressure sensor. But it can produce the possibility of electrical spark, which affects safety in production. In addition, sensor installation under railway, much water under mine, and bad environment will affect performance of sensor. At the same time, system maintenance will become very difficult, and the system’s reliability will become lower. This paper puts forward non-contact surveillance and measure that uses video image processing, pattern recognition, optimum threshold value and theory of geometric similarity. Research result shows that system can carry out effective surveillance and measure of the data such as train speed, direction, unusual condition and payload. Also this system runs safely and stably.Keywords：Infrared CCD; Railway Transportation; Surveillance and Measure; Video Image引言　　轨道运输系统是矿井运输的主要工具之一，在矿井运输中扮演着重要的角色。如何安全、可靠地实现对矿井轨道运输系统的监测，对于保障矿井安全生产具有重要意义。目前的矿井轨道运输监测大多采用轨道电路和压力传感器等。因此，现有矿井轨道运输监测系统有以下不足之处：　　（1） 使用接触式传感器，存在机械磨损和磨擦产生电火花的可能性，影响安全生产;　　（2） 监测不具可视化，监控者只能看到一些数字化的指标，监测效果差;　　（3） 传感器设置在轨道下面，井下巷道积水、环境恶劣，严重影响传感器性能;　　（4） 系统成本高、维护量大、可靠性差。　　为了有效地解决以上几个方面问题，本文提出采用非接触式的视频图象处理方法来实现矿井轨道运输监测­­­­。由于红外波段具有空间分辨率高、穿透性好和散射光小等优点[1]，因此，矿井轨道运输监测系统使用了红外CCD。1 红外CCD矿井轨道运输监测系统　　采用基于ADSL（Asymmetric Digital Subscriber Line，非对称数字用户环路）双绞线宽带传输技术[2]的红外CCD矿井轨道运输监测系统如图1所示。来自红外CCD摄像机的视频信号，经模式识别、最优阈值等视频图象算法处理后，分别提取视频图象中有关列车图象、有效载荷（是指列车所运输的货物，如：矿石、煤炭等）图象的各种特征量，将监测得到的计算结果通过ADSL MODEM传输给监控中心的计算机，监控中心的PC机会将有关列车运输状态的分析结果显示出来，从而实现非接触的、可视化的远程监控与测量。为最大限度地减少传送的数据量，在满足实际监测需要的前提下，本系统采用256级灰度图象，图象尺寸为320×240象素。[align=center]图1 红外CCD矿井轨道运输监测系统[/align]　　红外CCD矿井轨道运输监测系统具有列车运动速度计算、列车移动方向识别、列车节数计数、列车有效载荷计算、列车运行异常情况报警处理（包括列车停运告警、列车超速告警）、系统初始化与常用参数的设置保存六个主要功能[3]。2 矿井轨道运输监测　　2.1 列车运动速度计算　　用图象处理的方法来测量、计算列车的运动速度是一个复杂的问题。为此，本系统根据视频图象采集系统采集到的连续图象[4]，按照模式识别的原理对列车的基本特征进行了分析。首先确定列车是否已经到达监测点，如果列车已经到达监测点，则比较相邻运动帧图象中列车状态与位置的变化量，然后根据这个位置变化量、产生变化量所需的时间、红外CCD视场（角度）、CCD采样策略以及采样策略对应的采样区域大小和红外CCD镜头距列车的垂直距离这六个量的相互关系计算出列车的运行速度。具体算法与相应计算步骤如下。　　2.1.1 检测列车的时间戳及其位置　　首先根据列车图象的俯视特征和模式识别的基本原理，检测出列车进入监测画面的时间戳和它在图象中的具体位置。　　井下运动物体种类少，为井下移动物体的快速识别提供了便利。另外，井下列车图象的俯视特征为较规则的矩形，所以，快速识别是完全可以实现的。　　在人工智能领域中，计算机视觉主要关注图象处理算法，图象处理方法很多，效果千差万别。本文选择了统计模式识别方法作为算法的理论依据，这不仅仅因为它是应用最广的方法，更重要的是因为本系统的设计目标及要识别的物体特征非常适合使用统计模式识别进行处理。　　2.1.2 列车运行速度检测　　关于列车运行速度检测问题，本文采用检测相邻运动帧，并计算相邻运动帧间的位置变化与时间的关系来得到列车运动的速度。　　（1）依据差分帧运动检测方法，可以得到列车进入监测现场的首帧运动图象;（2）利用运动检测原理，检测出列车进入画面的第二运动帧，将第二运动帧在图象中的位置和进入画面的时间戳等参数通过ADSL发送到井上的监控PC机上;（3）井上监控PC机根据（1）和（2）两项的相关参数，计算出被监控列车进入监控画面的前两个相邻运动帧的差帧P;（4）根据得到的差帧P，计算出列车在第二运动帧相对于列车在第一运动帧移动的长度，即移动象素的个数ΔP;（5）可以按式（1）计算出监测系统获取的每帧图象对应列车运动方向的视场总长度L（单位为米）;（6）根据列车进入画面的第一、第二运动帧对应的时间戳，计算列车的运行速度V（米/秒）。　　2.1.3 系统的约束条件　　根据各种参数及相互关系可知，在列车运动方向红外监测系统获取的每帧图象的视场总长度L=2×[d×tan（α/2）]，如果选择的CCD镜头的视场角为80°，镜头布置位置距离被监测列车上表面是1到1.5米，那么，红外监测系统在PAL制信号[5]条件下（每秒25帧视频图象）能够不失真地监测到列车的最高时速是多少呢?　　根据“采样定理[6]”，如果监测系统的采样频率fs = 25Hz（PAL制），分别考虑CCD镜头布置位置距离被监测列车上表面1米和1.5米两种情况。　　（1） CCD镜头位置距离被监测列车1米　　根据这些参数和基本假设，可以按照公式（3）计算出每帧图象对应列车运动方向的视场总长度：　　L = 2×[d×tan（α/2）] = 2×[1×tan（80°/2）] = 2×0.8391 = 1.6782 米　　根据“采样定理”知，采样频率fs必须大于被测信号最高频率的两倍，采样后的信号才不会出现混叠现象，即fs ≥ 2fc。　　如果按照fc = fs/2计算，fc = 12.5Hz，在此情况下，相应地能够允许列车的最高运行时速为Vmax = 20.98（米/秒），即允许被监测列车最高以每小时75.5公里的时速通过监测地点，而目前矿井列车的最高设计时速仅为10米/秒（相当于每小时36公里），一般正常情况下，列车在井下的运动速度通常为3米/秒到5米/秒。因此，本监测系统完全可以满足监测需要。　　（2） 要满足10米/秒的最高设计时速，CCD镜头布置位置距离被监测列车上表面最短距离　　d = L/（2×0.8391） = 0.8/（2×0.8391） = 0.4767米　　也就是说，如果监测系统的CCD镜头距离被监测列车上表面大于0.5米，就可以对矿井列车进行有效监测。　　同样，如果适当加大镜头与被监测物体的间距，就可以对运行速度更高的物体进行监测，照此看来，本系统的应用范围更广。　　2.2 列车移动方向识别　　首先，约定两个基本概念：列车的上行方向和列车的下行方向。列车的上行方向：列车从采区运输产品到井上方向定义为列车的上行方向;列车的下行方向：列车从井上到采区方向定义为列车的下行方向。具体实现方法如下：　　（1）首先根据列车图象的俯视特征和模式识别的基本原理，检测出“运动物体”是否进入监测画面以及在图象中的具体位置;　　（2）根据CCD摄像机俯视列车得到的列车图象具有“矩形特征”这一特点，区分并识别出进入监测现场的运动物体是否是列车;　　（3）根据事先约定的列车上行方向、列车下行方向以及CCD镜头的布置位置，连续跟踪列车进入监测画面的第一运动帧、第二运动帧和第三运动帧，以第二运动帧、第一运动帧以及它们的差帧来初步确定列车的运行方向，再以第三运动帧、第二运动帧以及它们的差帧来验证前面确定的初步运行方向是否正确。　　2.3 列车运行异常告警处理　　2.3.1 列车进入监测现场后停止运行　　由于井下条件特殊，一旦运行中的列车由于机械或电力等原因造成列车停止运行，监测系统应该立即向井上控制中心告警，并进行闭锁。因为煤仓容量有限，如果列车运输系统一旦停运，轻者会造成相关采区停工和煤仓事故，重者会造成机车追尾或相撞事故。因此，监测系统必须迅速告警，以便采取必要的措施保障运输安全。告警处理如下：　　监测系统将在列车进入监测画面后，连续采集视频图象，不断比较得到的各帧图象之间的差异，运用帧间阈值法判断列车的运行状态，一旦发现列车停止运行（连续若干帧图象完全一致或帧间差值小于给定阈值），井下监测系统将立即向井上监控中心发送列车停止运行标志位和时间戳，井上PC机收到停止标志和时间戳后，便进行系统闭锁、声光告警和监控日志记录。　　监测系统随后进入停止模式的监测状态，直到列车恢复正常运行为止。监测系统将在列车恢复运行后，发送列车运行状态标志位和相应的时间戳，以便井上PC机解除系统闭锁，完成告警解除和监控日志的完整记录。这些日志记录可以为日后的事故分析、判断和处理提供相应依据。　　2.3.2 超速告警　　监测系统中超速告警功能的实现，一改过去井下列车驾驶员违规操作无法定量监测的局面。对列车运输系统的安全运行、列车运输系统事故责任的鉴别和区分均具有重要意义。实现超速告警处理的具体步骤如下：　　（1）首先根据每个矿井轨道运输的需要和轨道交通情况，在井上PC机上设定超速告警的速度阈值，这一阈值可以根据实际需要即时改变，因此，超速告警具有很大的灵活性。　　（2）监测系统在发现列车进入监测现场后，即对其行驶速度进行计算，并将监测系统得到的列车速度结果通过ADSL传输到井上PC机上。　　（3）井上PC机将收到的列车时速与设定的超速告警阈值进行比较，如果发现运行中的列车时速超过告警限制，则进行声光告警，提示管理人员采取相应措施，并且自动进行安全日志的超速告警记录（主要包括：列车的运行时速、时间戳等信息）。3 现场实验与分析　　根据前面讨论的矿井轨道运输监测需求，本系统在平顶山矿业集团进行了有关现场实验，具体实验结果如图2所示（实验数据为现场的同步录像）。[align=center]图2　井下现场获得的实验结果[/align]　　现场实验结果表明：本系统能够完成轨道运输的各项监测任务，监控者可以方便地了解列车运动速度、运动方向、列车异常情况、列车有效载荷等多项重要数据。系统运行稳定、可靠、准确。4 结 论　　综上所述，根据矿井环境的特殊性和井下运输监测的要求，采用基于非接触式的图象处理方法来实现矿井轨道运输监测，井上监控中心不仅能及时、准确地观察到一些数字化的指标，更可以直接看到井下现场的监控图象。这对于管理者全面、准确了解井下运输生产情况，确保矿井安全具有重要的现实意义。　　另外，红外CCD矿井轨道运输监测系统同样也可以在胶带运输等其它矿井运输环境中使用，具有广泛的应用前景。本文的创新点:　　1、提出了采用视频图象处理方法，利用模式识别、最优阈值和几何相似理论，实现了非接触式的监控与测量。　　2、提出了位置变化量、产生变化量所需的时间、红外CCD视场（角度）等六因素相互关联的计算方法。参考文献　　[1] 陈永甫 编. 红外探测与控制电路[M]. 北京：人民邮电出版社，2006。　　[2] 关永，张杰，孙继平. xDSL技术群与矿井远程通讯的研究[J]，辽宁工程技术大学学报，2004，23（4）:493～495。　　[3] 关永. 基于红外探测技术的矿井远程视频监测系统[D]. 北京：中国矿业大学北京校区, 2004。　　[4] 韩相军.嵌入式视频采集系统的设计与实现[J]，微计算机信息，2006，22-2:26-28。　　[5] 阮秋绮. 数学图像处理学[M]. 北京：电子工业出版社, 2001。　　[6] 樊昌信, 张甫翊, 徐炳祥. 通信原理[M]. 北京：国防工业出版社, 2002。