Investigación sobre monitoreo de video en tiempo real y sistema de control remoto de escaleras mecánicas

En este artículo de Ingeniería, su autor explora medios para mejorar la seguridad.

Keywords: monitoreo de video; detección; seguridad funcional; control remoto

Abstracto: Las escaleras mecánicas son equipos especiales para trabajos pesados ​​relacionados con la seguridad. Es un desafío para los fabricantes de escaleras mecánicas detectar un estado peligroso o el comportamiento de los pasajeros en una escalera mecánica mediante el uso de monitoreo de video en tiempo real, lo que podría ayudar a los administradores en una sala de monitoreo de seguridad a controlar la escalera mecánica de forma remota en el momento de emergencia. Esto no se ha resuelto de manera efectiva desde que se inventó la escalera mecánica hace 120 años. Este artículo presenta algunos métodos prácticos para superar las dificultades, que incluyen estos dos aspectos:

Detecta un estado o comportamiento peligroso de los pasajeros, como caídas accidentales o caminar en la dirección inversa, según el análisis de video en tiempo real. Para mejorar la precisión de la detección, este artículo presenta el método de análisis de video en tiempo real, que combina el algoritmo de flujo óptico y el algoritmo de aprendizaje profundo de imágenes.

Basado en tecnología de seguridad funcional, utilice solo un botón de parada de emergencia en la sala de monitoreo de seguridad para controlar cualquiera de las escaleras mecánicas en las que se detecte de forma remota el estado peligroso del equipo o el comportamiento de los pasajeros.

El funcionamiento real del sistema en las estaciones de metro demuestra que puede detectar condiciones peligrosas del equipo o el comportamiento de los pasajeros de manera precisa y estable, y los administradores en las salas de control de seguridad pueden detener la escalera mecánica de una manera más segura y conveniente. El resultado de la aplicación muestra que el sistema propuesto ofrece un valor significativo para la industria de los ascensores.

Introducción

Las escaleras mecánicas se utilizan ampliamente para el transporte vertical de personas en metro, tren ligero y estaciones de tren, aeropuertos, muelles, centros comerciales, etc. En China, con el rápido desarrollo de los subterráneos urbanos, el uso de escaleras mecánicas para el metro ha aumentado en consecuencia. Tomemos el metro de Shanghai, la red de tránsito ferroviario urbano más grande de China, como ejemplo: a fines de 2018, la longitud total de la red de tránsito ferroviario urbano de Shanghai alcanzó los 705 km, ocupando el primer lugar en el mundo, y registró 2.038 millones de pasajeros. viajes en el año, ocupando el tercer lugar.^{[ 1 ]} El metro de Shanghai tiene más de 4,000 escaleras mecánicas, que transportan a más de 30 millones de pasajeros al día y soportan más del 50% de la capacidad de transporte público de Shanghai.^{[ 2 ]}

Debido al inevitable contacto de las partes móviles con los pasajeros, las lesiones en las escaleras mecánicas representan más del 60% del número total de lesiones de los pasajeros del tránsito ferroviario: hasta 80 por mes.^{[ 3 ]} Según las estadísticas, las caídas representan aproximadamente el 75% de todos los tipos de lesiones de pasajeros de escaleras mecánicas.^{[ 4 ]} Por lo tanto, detectar una caída en la escalera mecánica a medida que ocurre y detener la escalera mecánica de forma remota y segura por parte del personal en la sala de control, puede ayudar a prevenir lesiones personales graves. Una escalera mecánica en movimiento puede provocar que los pasajeros caídos rueden continuamente, problema urgente a resolver en la gestión diaria de la operación de la escalera mecánica.

Métodos

Análisis de video en tiempo real

Los sistemas de detección de escaleras mecánicas existentes solo pueden detectar el funcionamiento de maquinaria tradicional, por lo que el seguimiento del comportamiento de los pasajeros depende principalmente de la videovigilancia con visualización manual en tiempo real. Debido a la amplia distribución de escaleras mecánicas, la gran cantidad de escaleras que se deben monitorear y la falta de personal suficiente para implementar el monitoreo en tiempo real, los sistemas de videovigilancia generalmente solo pueden desempeñar el papel de rastreo pasivo después del accidente.

Con el desarrollo de la tecnología de reconocimiento de imágenes de IA, la investigación relacionada con el análisis de video en tiempo real del comportamiento de los pasajeros de escaleras mecánicas está en auge. Por ejemplo, basado en Openpose^{[ 5 ]} algoritmo de detección de puntos clave para obtener la estructura del cuerpo humano y el uso del clasificador de máquina de vectores de soporte (SVM) para realizar la detección y alarma del fenómeno de caída de peatones en la imagen,^{[ 6 ]} el defecto del algoritmo es que es necesario detectar el punto clave del cuerpo humano, que es fácilmente bloqueado por el pasajero trasero u objeto, y al clasificar la postura del cuerpo humano por la SVM, es difícil completar la discriminación precisa . El algoritmo se basa en la secuencia del esqueleto humano del algoritmo de reconocimiento de comportamiento anormal de la escalera mecánica. El algoritmo detecta en primer lugar la cara del pasajero mediante el uso del SVM, que combina las características del modelo de componente deformable y rastrea el movimiento del pasajero en la escalera mecánica con un filtro de correlación de núcleo mejorado. Luego, la secuencia del esqueleto humano del pasajero se extrae mediante el uso de la red neuronal de convolución, y la secuencia de comportamiento anormal se detecta a partir de la secuencia del esqueleto del pasajero mediante el emparejamiento de plantillas. Finalmente, el algoritmo utiliza la regularización dinámica del tiempo para identificar la secuencia de comportamiento anormal según el método de los cinco vecinos más cercanos. El algoritmo de seguimiento de flujo óptico y el objeto humano se rastrean para definir el comportamiento anormal relacionado, y se lleva a cabo la detección del comportamiento anormal.^{[ 7 ]} Este algoritmo solo determina la caída a través del seguimiento de flujo óptico y la tasa de errores de cálculo es alta.

Para lograr una alta precisión, una baja tasa de errores de cálculo y un método de video en tiempo real y de bajo costo para detectar caídas de pasajeros en la escalera mecánica, este documento propone un método para extraer primero la dirección del movimiento de los pasajeros en función del denso flujo óptico. , luego agrupe los valores propios de la información de cada sub-bloque dirección de movimiento, velocidad, aceleración, etc.en el bloque que concuerde con los puntos de píxel en la dirección del movimiento, y luego use el clasificador SVM para clasificar los valores propios de la matriz en el continuo de 1 a 2 s para determinar si el peatón en la imagen es normal, camina hacia atrás o se cae.

El proceso de cálculo es el siguiente:

1. Obtenga la primera imagen de cuadro detectada por el método de flujo óptico.
   
2. Obtenga la imagen del segundo cuadro como la imagen del cuadro actual detectada por el método de flujo óptico.
   
3. La dirección del movimiento y el desplazamiento de cada píxel en la imagen se calculan mediante el método de flujo óptico denso.
   
4. Calcule el área del bloque en movimiento y la velocidad del bloque en movimiento con la escalera mecánica en la distancia de desplazamiento del diagrama de flujo óptico del tercer paso, la velocidad media y la varianza.
   
5. Almacene en caché los resultados calculados del paso 4 como el vector de características de este marco.
   
6. Repita los pasos 2, 3, 4, 5 utilizando el fotograma actual como primer fotograma para la detección.
   
7. Para juzgar el número de fotogramas con el área de bloque de movimiento de fotograma N anterior al fotograma actual> MIN_S, cuando el número de fotogramas> K, se sospecha que el juicio preliminar es una caída o marcha atrás.
   
8. La matriz de características compuesta por N fotogramas se ingresó en el clasificador SVM para su clasificación y determinar si era caída, marcha atrás o falsa alarma.

Algoritmos específicos de formación y generación de funciones

Generación de características de un solo cuadro:

Según el cálculo del flujo óptico, los mapas de desplazamiento de la dirección xy la dirección y de la imagen se obtienen respectivamente:

El desplazamiento hacia abajo debe ser mayor que el desplazamiento hacia la izquierda y hacia la derecha de acuerdo con las características de movimiento retrógrado y de caída de la escalera mecánica. Obtenga la imagen de la máscara de bloque de movimiento del mapa de desplazamiento anterior:

Cuándo ; cuando ; cuando ; cuando En el cual De lo contrario .

2) Área de extracción de bloques móviles:

Operación abierta de la imagen de la máscara; calcular la imagen de la máscara en la máscara , calcule el área del dominio conectado como S.

Cálculo de la velocidad de desplazamiento vertical promedio

Calcule la velocidad promedio del bloque en movimiento de acuerdo con la máscara de mapa de máscara de bloque de movimiento, mapa de desplazamiento en la dirección y.

  3) Cálculo de la variación de la velocidad, basado en la velocidad promedio calculada en el paso 3 para obtener la variación de la velocidad:

Combinación de características de un solo cuadro de 25 cuadros:

El vector de características de 25 fotogramas consecutivos es 25 * 3 = 75 valores propios.

• Los elementos de los tres grupos de vectores en F están dispuestos en orden ascendente respectivamente para obtener .

• Recopilar vectores de características en cada caso para el entrenamiento del clasificador SVM.

• Guarde los resultados de entrenamiento del clasificador para su posterior uso de clasificación.

Detener la escalera mecánica de forma remota

Desde que se inventó hace más de 120 años, el modo de funcionamiento de las escaleras mecánicas es totalmente local, y la práctica de intentar la operación remota por parte de las empresas de metro no ha tenido éxito. Cuando hay una emergencia en el lugar (el pasajero se cae en la escalera mecánica, la congestión en la salida de la escalera mecánica, etc.), la situación solo puede depender de que el personal del lugar encuentre la operación de emergencia en el lugar. Para garantizar la seguridad de la operación, algunas empresas de operación del metro envían más personal durante los períodos pico y la intervención de emergencia.

• En el metro de Moscú (Figura 1), al costado de las escaleras mecánicas, se instala una caja de seguridad y un operador de guardia. El operador observa las escaleras mecánicas y presiona el interruptor de parada de emergencia inmediatamente en caso de una emergencia.

• Porción nacional MTR Corporation (China, Figura 2): en la hora pico de peligro, el personal temporal está de servicio; si ocurre una emergencia, el personal de guardia inicia una parada de emergencia para intervenir.

Si podemos realizar el control remoto de las escaleras mecánicas en la sala de monitoreo del personal de seguridad, especialmente con conciencia inteligente y control remoto seguro de eventos de emergencia, esto acelerará enormemente las respuestas de emergencia y reducirá las lesiones personales. Pero, como equipo especializado, el control remoto de las escaleras mecánicas debe cumplir estrictamente con los estándares y regulaciones de seguridad. De lo contrario, si hay un defecto de software, falla de un componente o un problema de compatibilidad electromagnética, una respuesta remota no implementará correctamente una parada de emergencia o provocará una parada de emergencia incorrecta, lo que conducirá a una situación más peligrosa. El dispositivo de parada de emergencia debe ser un dispositivo de seguridad eléctrica que cumpla con EN115-1: 2008 + A1: 2010 5.12.1.2, es decir, puede constar de A) uno o más interruptores de seguridad, o B) circuito de seguridad (a prueba de fallas circuito), o C) sistema electrónico programable relacionado con la seguridad (PESSRAE).

Actualmente, la estrategia de respuesta mundial es como el tipo A, con un botón físico de parada de emergencia para cada escalera mecánica que se ajusta al dispositivo de seguridad eléctrica (EN115-1: 2008 + A1: 2010 5.12.1.2). Los operadores presionan manualmente el botón físico de parada de emergencia correspondiente (Figura 3) para detener la escalera mecánica de forma remota en caso de caída de un pasajero.

Este enfoque tiene las siguientes desventajas:

• No es fácil encontrar botones precisos en una emergencia.

• Cuando el error de operación causa más lesiones, el operador debe asumir la responsabilidad de seguridad correspondiente, de modo que el operador no esté dispuesto a usarlo o no se atreva a usarlo.^{[ 8 ]}

Este documento propone una forma segura y conveniente de detener las escaleras mecánicas de forma remota (es decir, modo C). Los operadores presionan solo un botón de parada real para cortar el circuito de seguridad y detener la escalera mecánica, en la que ocurre el evento peligroso, a través del control del servidor de análisis de video y los componentes de control remoto (que pasan la certificación de seguridad PESSRAE y obtienen el certificado de prueba de tipo; Figura 4 ).

Los procedimientos operativos son los siguientes:

1. El servidor de análisis de video y los componentes de control remoto conservan la información de la escalera mecánica cuando detectan que un pasajero se encuentra en una condición peligrosa en una escalera mecánica;
   
2. El monitor en la sala de monitoreo de seguridad muestra el video correspondiente en tiempo real de acuerdo con la información preservada en el servidor de análisis de video y los componentes de control remoto;
   
3. El operador confirma manualmente que la información de la escalera mecánica es consistente y presiona el botón de parada real si hay condiciones peligrosas en la escalera mecánica en el video;
   
4. El servidor de videoanálisis y los componentes del dispositivo de control remoto cortan el circuito de seguridad correspondiente de la escalera mecánica para detener la escalera mecánica.

Resultados

El sistema de control remoto y videovigilancia en tiempo real, que incluye un total de ocho cámaras correspondientes a 19 escaleras mecánicas, se ejecuta desde agosto de 2018 hasta octubre de 2019 en la estación de Shanghai Metro Hanzhong Road.

1. Capturar con éxito:
   
   • 32 caídas de pasajeros (todas las caídas de pasajeros se capturaron con éxito)
   • 738 eventos de marcha atrás de pasajeros
   
2. Realice el control remoto de seguridad:
   
   • Se previenen de forma eficaz otras lesiones personales del pasajero y se mejora considerablemente la seguridad.

Tomemos un caso que sucedió a las 3:20 pm el 17 de agosto de 2018, como ejemplo en una escalera mecánica ascendente en la estación de metro Hanzhong Road de Shanghai. En este caso, una mujer mayor se cae por no agarrarse del pasamanos. El operador en la sala de monitoreo de seguridad es informado por el monitor y presiona el botón de emergencia real para detener la escalera mecánica inmediatamente, como se muestra en las Figuras 5 y 6. El tiempo es 14 s desde el momento en que ocurrió la caída hasta que la escalera mecánica se detuvo; el tiempo es 26 s desde el momento en que ocurrió la caída hasta que el abogado de la estación llegó a la escalera mecánica.

Los resultados muestran que el sistema tiene una alta precisión y una baja tasa de errores de cálculo, y que la escalera mecánica de parada remota es segura y conveniente. Ofrece amplias posibilidades de aplicación en la industria de los ascensores en todo el mundo.

Referencias

^{[ 1 ]} Liu Chunjie. "Investigación y práctica del metro inteligente de Shanghai [J]". Investigación de tránsito ferroviario urbano, 2019 (6): 1-6.

^{[ 2 ]} Liu Chunjie. "Innovación y práctica del control inteligente de la escalera mecánica del tránsito ferroviario de Shanghai [J]". Ingeniería municipal de China, 2019 (06): 1-3 + 100.

^{[ 3 ]} Long, Sijin, Lu, Jian, Xing, Yingying, et al. "Un análisis de las lesiones relacionadas con escaleras mecánicas en estaciones de metro en China, 2013-2015 [J]". Análisis y prevención de accidentes, 2019, 122 (enero): 332-341.

^{[ 4 ]} Filippone, J., Feldman, JD, Schloss, RD y Cooper, DA (2002). “Reconstrucción y litigio de accidentes de ascensores y escaleras mecánicas”, Lawyers & Judges Publishing Company, Inc.

^{[ 5 ]} M. Andriluka, S. Roth y B. Schiele. "Estimación de pose monocular 3D y seguimiento por detección". CVPR, 2010.

^{[ 6 ]} Chen Dong. “Desarrollo de software de sistema de monitoreo de seguridad peatonal para escaleras mecánicas eléctricas basado en análisis de video [D]”. Universidad de Zhejiang, 2019.

^{[ 7 ]} Tian Lianfang, Wu Qichao, du Qiliang, Huang Liguang, Li Miao, Zhang Daming. "Identificación del comportamiento anormal de los pasajeros del ascensor que caminan según la secuencia del esqueleto humano [J]". Revista de la Universidad de Tecnología del Sur de China (Ciencias Naturales), 2019, 47 (04): 10-19.

^{[ 8 ]} Yang Guanbao. “Sistema de monitorización inteligente y ahorro de energía de escaleras mecánicas basado en visión panorámica [D]”. Universidad de Tecnología de Zhejiang, 2011.

^{[ 9 ]} He Cheng. "Reconocimiento de imagen de IA y sistema de control y supervisión de escaleras mecánicas funcional basado en la seguridad y normas de seguridad relacionadas [J]". Elevador de China, 2019, (15): 6-8.