吳 琪 李凱旋 耿 偉 涂 琴 張 媛

（常州信息職業(yè)技術(shù)學(xué)院，江蘇 常州 213164）

0 引言

自動(dòng)售檢票（AFC）系統(tǒng)是城市軌道交通系統(tǒng)的重要組成部分，是集電子信息、網(wǎng)絡(luò)通信、數(shù)據(jù)庫(kù)、云平臺(tái)、自動(dòng)控制等技術(shù)為一體的售票設(shè)備。閘機(jī)作為AFC的重要組成部分，主要用于規(guī)范和約束行人，用來(lái)控制行人在付費(fèi)區(qū)與非付費(fèi)區(qū)之間的通行。閘機(jī)性能的優(yōu)劣對(duì)行人的正常出行及維護(hù)地鐵公司的運(yùn)營(yíng)有著重要的作用，而設(shè)計(jì)出好的閘機(jī)通道通行邏輯控制算法顯得尤為重要。目前，閘機(jī)通道通行的邏輯控制分為基于視頻的檢測(cè)技術(shù)和基于通道傳感器的檢測(cè)技術(shù)兩種。宋大偉［1］從視頻采集數(shù)據(jù)出發(fā)，提出一種面向軌道交通的閘機(jī)通行算法，但該技術(shù)存在成本高、數(shù)據(jù)量龐大、受光照影響等缺點(diǎn)。而基于傳感器的檢測(cè)技術(shù)具有成本低廉、結(jié)構(gòu)簡(jiǎn)單、安裝便捷等優(yōu)點(diǎn)，目前已成為閘機(jī)通道控制的主要技術(shù)。本研究對(duì)基于傳感器的閘機(jī)通道檢測(cè)技術(shù)進(jìn)行研究，包括傳感器的分類(lèi)、布局布陣、控制算法設(shè)計(jì)等，最后對(duì)該技術(shù)應(yīng)用前景進(jìn)行總結(jié)和展望。

1 通道傳感器分類(lèi)

閘機(jī)通道傳感器可分為集成式紅外傳感器控制板和光電開(kāi)關(guān)兩類(lèi)。其中，集成式紅外傳感器控制板具有集成度高、體積小（通常為長(zhǎng)條形）等優(yōu)點(diǎn)，但也存在控制方法復(fù)雜（循環(huán)掃描控制原理）、不適合設(shè)計(jì)復(fù)雜的通道控制邏輯（外觀(guān)規(guī)則所致）等缺點(diǎn)，適用于對(duì)控制要求不高的場(chǎng)合及閘機(jī)廠(chǎng)商的中低端產(chǎn)品中。光電開(kāi)關(guān)分為對(duì)射式和收發(fā)一體式兩類(lèi)。對(duì)射式光電開(kāi)關(guān)的發(fā)射器和接收器分別安裝在閘機(jī)通道的兩側(cè)，安裝簡(jiǎn)單，且不需要在通道兩側(cè)布置過(guò)河線(xiàn)，聚焦性和穩(wěn)定性較好；收發(fā)一體式光電開(kāi)關(guān)一般安裝在閘機(jī)通道控制器的一側(cè)，控制方法簡(jiǎn)單，但收發(fā)一體式光電開(kāi)關(guān)之間產(chǎn)生的信號(hào)干擾比對(duì)射式光電開(kāi)關(guān)要大一些。目前，閘機(jī)通道檢測(cè)常用的傳感器是對(duì)射式光電開(kāi)關(guān)，其檢測(cè)原理如圖1所示。

圖1 對(duì)射式光電檢測(cè)原理圖

2 通道傳感器布局

根據(jù)通道內(nèi)行人的通行狀態(tài)對(duì)閘機(jī)通道控制算法進(jìn)行設(shè)計(jì)，行人的通行狀態(tài)可由布置在通道內(nèi)的傳感器進(jìn)行采集。因此，傳感器的數(shù)量、布局方式對(duì)算法的設(shè)計(jì)規(guī)則和性能好壞有很大的影響。根據(jù)傳感器布局進(jìn)行分類(lèi)，可分為規(guī)則型布局和不規(guī)則型布局。

2.1 規(guī)則型傳感器布局

通道規(guī)則型傳感器布局是指?jìng)鞲衅麝嚵械恼w形狀是水平排列或垂直排列。一種常見(jiàn)的水平布局傳感器陣列如圖2 所示，傳感器垂直高度與閘機(jī)上下橫梁部分的高度一致。考慮到人的上半部分相對(duì)穩(wěn)定，傳感器采集到的數(shù)據(jù)比較規(guī)則，并在區(qū)域1 至區(qū)域4 中的傳感器采集到的數(shù)據(jù)的基礎(chǔ)上，進(jìn)行通行邏輯算法設(shè)計(jì)，區(qū)域5、區(qū)域6 中的傳感器采集的數(shù)據(jù)可用于安全防夾算法的設(shè)計(jì)。當(dāng)區(qū)域5、區(qū)域6 有遮擋時(shí)，無(wú)論閘機(jī)處于什么狀態(tài)，閘門(mén)都要立即打開(kāi)，避免因小孩身高不足而無(wú)法遮擋到區(qū)域1至區(qū)域4，從而造成事故。

圖2 水平布局傳感器陣列圖

一種常見(jiàn)的垂直布局傳感器陣列如圖3 所示。通行區(qū)域1、區(qū)域4 能夠檢測(cè)到連續(xù)遮擋的狀態(tài)，因此易于設(shè)計(jì)尾隨算法，能較好地監(jiān)測(cè)行人尾隨。區(qū)域2、區(qū)域3 主要用于定位行人的位置以及安全防夾［2］。這種閘機(jī)通常用于高鐵站中，這是因?yàn)楦哞F站行人經(jīng)常隨身攜帶包和行李箱，對(duì)尾隨判斷要求較高。

圖3 垂直布局傳感器陣列圖

2.2 不規(guī)則型傳感器布局

通道不規(guī)則型傳感器布局是指?jìng)鞲衅麝嚵械男螤畈皇菣M平豎直，而是基于人體特征進(jìn)行布局的。由于成年人的身體各部分比例相對(duì)穩(wěn)定，且行走的狀態(tài)有規(guī)律性，如人體在步行時(shí)，一條腿支撐另一條腿擺動(dòng)，依此循環(huán)運(yùn)動(dòng)［3］。所以，可以基于人體特征來(lái)布置傳感器，一種常見(jiàn)的傳感器不規(guī)則布局如圖4所示。

圖4 不規(guī)則型傳感器陣列圖

3 閘機(jī)通道控制算法

3.1 區(qū)域識(shí)別算法

區(qū)域識(shí)別過(guò)程如下：首先將傳感器陣列分為若干區(qū)域，然后行人會(huì)從一個(gè)區(qū)域進(jìn)入到另一個(gè)區(qū)域，且不會(huì)重復(fù)進(jìn)入同一個(gè)區(qū)域，從而設(shè)計(jì)出相應(yīng)的通行控制算法。其中，一個(gè)區(qū)域包括1 個(gè)及以上的傳感器。

對(duì)于水平布局的傳感器陣列（見(jiàn)圖2），S1、S2、S3、S4 傳感器可用于檢測(cè)行人是否正常通行，當(dāng)S1-S2-S3-S4 傳感器依次由“未遮擋->遮擋->未遮擋”變化時(shí)，認(rèn)為行人正常通過(guò)閘機(jī)。S5 和S6 傳感器用于安全防夾，即兩個(gè)傳感器有一個(gè)傳感器被遮擋，則閘門(mén)打開(kāi)。

對(duì)于垂直布局的傳感器陣列（見(jiàn)圖3），S1 和S4傳感器用于尾隨算法的設(shè)計(jì)，只要S1 或S4 傳感器檢測(cè)到有遮擋間斷時(shí)，則認(rèn)為有尾隨行為。S1 和S4傳感器陣列密集度越高，則檢測(cè)尾隨的精度也越高，甚至可使用密集型的測(cè)量光幕［4］。S2和S3傳感器可作為安全防夾，并結(jié)合S1、S4 傳感器設(shè)計(jì)正常通行流程，原理同水平布局。

3.2 人體特征識(shí)別算法

人體各部分是通過(guò)關(guān)節(jié)連接起來(lái)的，Yoo 等［5-6］在人體解剖學(xué)基礎(chǔ)上建立了人體線(xiàn)圖模型，人體各部位比例見(jiàn)表1。

表1 人體各部位比例表

對(duì)行人的通行狀態(tài)檢測(cè)就是對(duì)這些關(guān)鍵屬性進(jìn)行檢測(cè)，其又被稱(chēng)為關(guān)鍵點(diǎn)。宋哲［3］提出了關(guān)鍵點(diǎn)識(shí)別方法，將傳感器區(qū)域分為檢測(cè)區(qū)和安全區(qū)，如圖5所示。

圖5 關(guān)鍵點(diǎn)識(shí)別方法傳感器分布圖

根據(jù)人在行走過(guò)程中腿部的變化可知，膝蓋帶動(dòng)小腿運(yùn)動(dòng)與物體有明顯區(qū)別。因此，只要S2、S4、S5傳感器有任意2個(gè)傳感器呈現(xiàn)“遮擋->未遮擋->遮擋->未遮擋”的狀態(tài)，則認(rèn)為有行人通過(guò)。如果出現(xiàn)2 次上述狀態(tài)，則認(rèn)為尾隨。通過(guò)這種方法可區(qū)別出是行人拉著行李箱通行，還是有人尾隨，這是因?yàn)樾欣钕渫ㄟ^(guò)時(shí)，傳感器的狀態(tài)是“遮擋→未遮擋”。S1、S3傳感器則用于判別行人通行方向。

但上述算法對(duì)穿大衣或裙子的行人無(wú)法進(jìn)行檢測(cè)，因此宋哲［3］又提出選擇人體穩(wěn)定特征點(diǎn)作為檢測(cè)區(qū)域，進(jìn)一步優(yōu)化算法。

3.3 步態(tài)識(shí)別算法

基于XYT 模型的步態(tài)識(shí)別算法能夠較好地區(qū)分人和物，最早是由Niyogi 等［7］提出的。王小康［8］將傳感器陣列分為入口檢測(cè)區(qū)、通道監(jiān)測(cè)區(qū)和出口區(qū)，如圖6 所示。入口檢測(cè)區(qū)位于人的大腿和腰附近，當(dāng)S4、S3、S2、S1 傳感器的狀態(tài)依次出現(xiàn)“0000-0001-0011-0110-1100-0000”，則認(rèn)為行人正常通行。通過(guò)監(jiān)測(cè)區(qū)的S5 至S10 六對(duì)傳感器獲得的數(shù)據(jù)，并結(jié)合步態(tài)識(shí)別算法來(lái)區(qū)分人和物，這是因?yàn)槿撕臀锏腦YT曲線(xiàn)不同，分別是特殊的雙絞線(xiàn)模型和連續(xù)遮擋的鋸齒模型。王小康［8］將傳感器采集到的數(shù)據(jù)發(fā)送到上位機(jī)，然后在MATLAB 軟件中仿真得到了XYT模型圖，驗(yàn)證該算法的可行性。出口區(qū)兩對(duì)傳感器的檢測(cè)原理與入口區(qū)類(lèi)似。

圖6 人體特征和步態(tài)算法結(jié)合的傳感器分布圖

3.4 事件識(shí)別方法

曲日［9］提出一種基于事件識(shí)別的閘機(jī)通道內(nèi)行人個(gè)數(shù)識(shí)別算法，其提出行人通過(guò)閘機(jī)的過(guò)程是由動(dòng)作、行為和事件組成的，然后將閘機(jī)傳感器陣列從左到右分為6 個(gè)區(qū)域，依次分區(qū)域?qū)π腥藙?dòng)作、行為、事件進(jìn)行定義和劃分，最后根據(jù)行人通行情況的事件序列存在（event4，evnet5）通行事件的個(gè)數(shù)來(lái)確定運(yùn)動(dòng)個(gè)體數(shù)量。這種方法能解決部分乘客通行情況的識(shí)別問(wèn)題，但存在無(wú)法識(shí)別多個(gè)乘客較近距離尾隨通過(guò)、人和物無(wú)法區(qū)分等問(wèn)題。

顧珉睿等［10］、劉建新［11］在事件識(shí)別方法的基礎(chǔ)上，結(jié)合區(qū)域和人體關(guān)鍵點(diǎn)法，將正向關(guān)鍵點(diǎn)與事件識(shí)別方法進(jìn)行結(jié)合、反向關(guān)鍵點(diǎn)與事件識(shí)別方法進(jìn)行結(jié)合，提出一種基于區(qū)域、關(guān)鍵點(diǎn)和事件識(shí)別方法相結(jié)合的識(shí)別技術(shù)，從而提高閘機(jī)通行識(shí)別率。

3.5 神經(jīng)網(wǎng)絡(luò)方法

李宏勝等［12］將傳感器采集到的數(shù)據(jù)轉(zhuǎn)換成0或1 的特征矩陣，通過(guò)雙線(xiàn)性插值法將矩陣縮放成16×16 的矩陣，該矩陣可看作一副黑白灰色圖像，然后基于BP 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)進(jìn)行合法與非法通行的識(shí)別。在此基礎(chǔ)上，共采集到2 164 組傳感器數(shù)據(jù)樣本，其中的1 514組數(shù)據(jù)樣本作為訓(xùn)練樣本，驗(yàn)證和測(cè)試樣本均為325 組。根據(jù)合法與非法可將神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)樣本設(shè)置1 或0 的標(biāo)簽，采用2 層前反饋神經(jīng)網(wǎng)絡(luò)，通過(guò)試驗(yàn)實(shí)現(xiàn)正常通行行為和非法通行行為的識(shí)別。但該方法的學(xué)習(xí)和預(yù)測(cè)的實(shí)時(shí)性不高，目前還難以直接應(yīng)用到實(shí)際中。

3.6 支持向量機(jī)方法

張智華等［13］提出一種基于支持向量機(jī)（SVM）的閘機(jī)通行檢測(cè)識(shí)別方法。首先將傳感器陣列分為進(jìn)站檢測(cè)區(qū)、步態(tài)檢測(cè)區(qū)、出站檢測(cè)區(qū)三個(gè)區(qū)域，通過(guò)采集步態(tài)檢測(cè)區(qū)的數(shù)據(jù)來(lái)形成運(yùn)動(dòng)序列；然后將數(shù)據(jù)按照SVM 識(shí)別方法進(jìn)行預(yù)處理、分析目標(biāo)的數(shù)字特征及分布規(guī)律，選擇訓(xùn)練集進(jìn)行SVM 方法訓(xùn)練；最后完成通行行為的識(shí)別。通過(guò)MATLAB的仿真試驗(yàn)可知，基于SVM 方法的平均識(shí)別率達(dá)到0.92，該方法對(duì)閘機(jī)通行邏輯算法設(shè)計(jì)有一定的參考價(jià)值。

4 結(jié)語(yǔ)

本研究對(duì)目前常用的閘機(jī)通道控制算法進(jìn)行分類(lèi)綜述，可分為基于人體特征、事件動(dòng)作行為、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)四類(lèi)。前兩類(lèi)算法的實(shí)時(shí)性比后兩類(lèi)的好，但對(duì)多人通行的近距離尾隨難以識(shí)別，而后兩類(lèi)算法對(duì)近距離尾隨識(shí)別率較高。因此，單純依靠某一類(lèi)算法無(wú)法同時(shí)滿(mǎn)足閘機(jī)通道控制的精確性和實(shí)時(shí)性，多種類(lèi)融合識(shí)別算法才是未來(lái)閘機(jī)通道控制算法的發(fā)展趨勢(shì)。