Pesquisa sobre sistema de monitoramento por vídeo em tempo real e controle remoto de escadas rolantes.

Neste artigo de Engenharia, o autor explora meios de melhorar a segurança.

Palavras-chave: Monitoramento por vídeo; detecção; segurança funcional; controle remoto

Abstrato: As escadas rolantes são equipamentos especiais de alta resistência e relacionados à segurança. Para os fabricantes, detectar situações de perigo ou o comportamento de passageiros em uma escada rolante por meio de monitoramento de vídeo em tempo real representa um desafio, permitindo que os administradores em uma sala de monitoramento de segurança controlem a escada rolante remotamente em momentos de emergência. Essa questão permanece sem solução eficaz desde a invenção da escada rolante, há 120 anos. Este artigo apresenta alguns métodos práticos para superar essas dificuldades, abordando dois aspectos principais:

Detectar estados ou comportamentos perigosos de passageiros, como quedas acidentais ou caminhada na direção oposta à desejada, com base em análise de vídeo em tempo real. Para melhorar a precisão da detecção, este artigo apresenta um método de análise de vídeo em tempo real que combina algoritmos de fluxo óptico e aprendizado profundo de imagens.

Com base na tecnologia de segurança funcional, utilize apenas um botão de parada de emergência na sala de monitoramento de segurança para controlar remotamente qualquer escada rolante na qual seja detectado um estado perigoso do equipamento ou comportamento inadequado dos passageiros.

O funcionamento real do sistema em estações de metrô demonstra que ele consegue detectar condições perigosas nos equipamentos ou comportamentos de passageiros com precisão e estabilidade, permitindo que os administradores nas salas de monitoramento de segurança parem a escada rolante de forma mais segura e prática. Os resultados da aplicação mostram que o sistema proposto oferece um valor significativo para o setor de elevadores.

Introdução

As escadas rolantes são amplamente utilizadas para o transporte vertical de pessoas em estações de metrô, trens leves e ferroviários, aeroportos, portos, shoppings, etc. Na China, com o rápido desenvolvimento dos metrôs urbanos, o uso de escadas rolantes nesses sistemas aumentou proporcionalmente. Tomemos como exemplo o Metrô de Xangai, a maior rede de transporte ferroviário urbano da China: no final de 2018, a extensão total da rede de transporte ferroviário urbano de Xangai atingiu 705 km, ocupando o primeiro lugar no mundo, e registrou 2.038 bilhões de viagens de passageiros no ano, ficando em terceiro lugar. O metrô de Xangai possui mais de 4,000 escadas rolantes, que transportam mais de 30 milhões de passageiros por dia e representam mais de 50% da capacidade do transporte público de Xangai.

Devido ao inevitável contato das partes móveis com os passageiros, os ferimentos em escadas rolantes representam mais de 60% do número total de ferimentos em passageiros do transporte ferroviário: até 80 por mês. Segundo as estatísticas, as quedas representam cerca de 75% de todos os tipos de lesões em passageiros de escadas rolantes. Portanto, detectar uma queda na escada rolante no momento em que ocorre e pará-la remotamente e com segurança pela equipe na sala de controle pode ajudar a prevenir lesões pessoais graves. Uma escada rolante em movimento pode causar o rolamento contínuo de passageiros que caem, um problema urgente que precisa ser resolvido na gestão operacional diária da escada rolante.

O Propósito

Análise de vídeo em tempo real

Os sistemas de detecção de escadas rolantes existentes só conseguem detectar o funcionamento de máquinas tradicionais, portanto, o monitoramento do comportamento dos passageiros depende principalmente de videovigilância com visualização manual em tempo real. Devido à ampla distribuição de escadas rolantes, ao grande número a ser monitorado e à falta de pessoal suficiente para implementar o monitoramento em tempo real, os sistemas de videovigilância geralmente só conseguem realizar o rastreamento passivo após o acidente.

Com o desenvolvimento da tecnologia de reconhecimento de imagem por IA, a pesquisa sobre o comportamento de passageiros em escadas rolantes por meio de análise de vídeo em tempo real está em plena expansão. Por exemplo, com base no Openpose, estudos têm demonstrado que a análise de vídeo em tempo real do comportamento de passageiros em escadas rolantes pode ajudar a compreender melhor o comportamento desses usuários. O algoritmo de detecção de pontos-chave é utilizado para obter a estrutura do corpo humano, e o classificador de máquina de vetores de suporte (SVM) é usado para detectar e alertar sobre a ocorrência de quedas de pedestres na imagem. A deficiência do algoritmo reside na necessidade de detectar o ponto-chave do corpo humano, que é facilmente obstruído pelo passageiro ou objeto atrás, e na dificuldade de realizar uma discriminação precisa ao classificar a postura do corpo humano por meio de SVM. O algoritmo proposto baseia-se na sequência do esqueleto humano para o reconhecimento de comportamentos anormais em escadas rolantes. Primeiramente, o algoritmo detecta o rosto do passageiro utilizando SVM, que combina as características do modelo de componentes deformáveis ​​e rastreia o movimento do passageiro na escada rolante com um filtro de correlação de kernel aprimorado. Em seguida, a sequência do esqueleto humano do passageiro é extraída utilizando uma rede neural convolucional, e a sequência de comportamento anormal é detectada a partir dessa sequência por meio de correspondência de modelos. Finalmente, o algoritmo utiliza a regularização temporal dinâmica para identificar a sequência de comportamento anormal com base no método dos cinco vizinhos mais próximos. O algoritmo de rastreamento de fluxo óptico e o objeto humano são rastreados para definir o comportamento anormal relacionado, e a detecção do comportamento anormal é realizada. Este algoritmo determina a queda apenas através do rastreamento do fluxo óptico, e a taxa de erros de julgamento é alta.

Para alcançar um método de vídeo em tempo real de alta precisão, baixa taxa de erros e baixo custo para detectar quedas de passageiros em escadas rolantes, este artigo propõe um método para primeiro extrair a direção do movimento do passageiro com base no método de fluxo óptico denso; em seguida, agrupar os autovalores de informação de cada sub-bloco (direção do movimento, velocidade, aceleração, etc.) no bloco que corresponde aos pontos de pixel na direção do movimento; e, por fim, usar o classificador SVM para classificar os autovalores da matriz em intervalos contínuos de 1 a 2 segundos para determinar se o pedestre na imagem está em movimento normal, andando para trás ou caindo.

O processo de cálculo é o seguinte:

1. Obtenha a primeira imagem do quadro detectada pelo método de fluxo óptico.
   
2. Obtenha a imagem do segundo quadro como a imagem do quadro atual detectada pelo método de fluxo óptico.
   
3. A direção do movimento e o deslocamento de cada pixel na imagem são calculados pelo método de fluxo óptico denso.
   
4. Calcule a área do bloco em movimento e a velocidade do bloco em movimento com a escada rolante no terceiro degrau do diagrama de fluxo óptico, incluindo a distância de deslocamento, a velocidade média e a variância.
   
5. Armazene em cache os resultados calculados da etapa 4 como o vetor de características deste quadro.
   
6. Repita os passos 2, 3, 4 e 5 usando o quadro atual como o primeiro quadro para detecção.
   
7. Para determinar o número de frames com a área do bloco de movimento do frame N anterior > MIN_S, quando o número de frames > K, o julgamento preliminar é de suspeita de queda ou marcha reversa.
   
8. A matriz de características composta por N quadros foi inserida no classificador SVM para classificação, a fim de determinar se foi uma queda, uma caminhada para trás ou um alarme falso.

Geração de Características e Treinamento de Algoritmos Específicos

Geração de recursos de quadro único:

De acordo com o cálculo do fluxo óptico, os mapas de deslocamento nas direções x e y da imagem são obtidos respectivamente:

O deslocamento para baixo deve ser maior que os deslocamentos para a esquerda e para a direita, de acordo com as características de movimento retrógrado e de queda da escada rolante. Obtenha a imagem da máscara de bloqueio de movimento a partir do mapa de deslocamento acima:

Ao ; quando ; quando ; quando No qual Caso contrário .

2) Extração da área de blocos móveis:

Operação de abertura da imagem da máscara; cálculo da imagem da máscara na máscara , calcule a área do domínio conexo como S.

Cálculo da velocidade média de deslocamento vertical

Calcule a velocidade média do bloco em movimento de acordo com o mapa de máscara de movimento do bloco e o mapa de deslocamento na direção y.

  3) Cálculo da variância da velocidade, com base na velocidade média calculada na etapa 3 para obter a variância da velocidade:

Combinação de 25 recursos de quadro único:

O vetor de características de 25 quadros consecutivos possui 25*3=75 autovalores.

• Os elementos nos três grupos de vetores em F são organizados em ordem crescente, respectivamente, para obter

  

  .

• Coletar vetores de características

  

  em cada caso para o treinamento do classificador SVM.

• Salve os resultados do treinamento do classificador para uso posterior em classificações.

Parar a escada rolante remotamente

Desde sua invenção, há mais de 120 anos, as escadas rolantes têm operado exclusivamente de forma local, e as tentativas de operação remota por parte das empresas de metrô não obtiveram sucesso. Em caso de emergência (queda de passageiro na escada rolante, congestionamento na saída, etc.), a situação depende exclusivamente da equipe no local para a tomada de medidas de emergência. Para garantir a segurança da operação, algumas empresas de metrô reforçam o efetivo durante os horários de pico e em situações de emergência.

• No metrô de Moscou (Figura 1), ao lado das escadas rolantes, há uma guarita com um operador de plantão. O operador observa as escadas rolantes e aciona imediatamente o botão de parada de emergência em caso de necessidade.

• Unidade doméstica da MTR Corporation (China, Figura 2): No horário de pico de perigo, funcionários temporários estão de plantão; se ocorrer uma emergência, os funcionários de plantão acionam uma Parada de Emergência para intervir.

Se pudermos implementar o controle remoto de escadas rolantes na sala de monitoramento da equipe de segurança, especialmente com reconhecimento inteligente e controle remoto seguro de eventos de emergência, isso acelerará significativamente as respostas a emergências e reduzirá lesões pessoais. No entanto, como se trata de um equipamento especializado, o controle remoto de escadas rolantes deve estar em estrita conformidade com as normas e regulamentações de segurança. Caso contrário, se houver um defeito de software, falha de componente ou problema de compatibilidade eletromagnética, a resposta remota não conseguirá implementar uma parada de emergência corretamente ou causará uma parada de emergência incorreta, o que levará a uma situação ainda mais perigosa. O dispositivo de parada de emergência deve ser um dispositivo de segurança elétrica em conformidade com a norma EN115-1:2008+A1:2010 5.12.1.2, ou seja: pode consistir em A) um ou mais interruptores de segurança, ou B) um circuito de segurança (circuito à prova de falhas), ou C) um sistema eletrônico programável relacionado à segurança (PESSRAE).

Atualmente, a estratégia de resposta mundial é do tipo A, com um botão físico de parada de emergência para cada escada rolante, em conformidade com o dispositivo de segurança elétrica (EN115-1:2008+A1:2010 5.12.1.2). Os operadores pressionam manualmente o botão físico de parada de emergência correspondente (Figura 3) para parar a escada rolante remotamente em caso de queda de um passageiro.

Essa abordagem apresenta as seguintes desvantagens:

• Não é fácil encontrar os botões certos em uma emergência.

• Quando o erro de operação causar ferimentos adicionais, o operador deverá assumir a responsabilidade correspondente pela segurança, de modo que não se sinta à vontade para usar o equipamento ou não se atreva a usá-lo.

Este artigo propõe uma forma segura e conveniente de parar escadas rolantes remotamente (ou seja, modo C). Os operadores pressionam apenas um botão de parada para interromper o circuito de segurança e parar a escada rolante — na qual ocorre o evento perigoso — através do controle do servidor de análise de vídeo e componentes de controle remoto (que possuem certificação de segurança PESSRAE e certificado de teste de tipo; Figura 4).

Os procedimentos operacionais são os seguintes:

1. O servidor de análise de vídeo e os componentes de controle remoto preservam as informações da escada rolante ao detectar que um passageiro está em situação de perigo na escada rolante;
   
2. O monitor na sala de monitoramento de segurança exibe o vídeo correspondente em tempo real, de acordo com as informações armazenadas no servidor de análise de vídeo e nos componentes de controle remoto;
   
3. O operador confirma manualmente se as informações da escada rolante estão corretas e pressiona o botão de parada caso sejam detectadas condições perigosas na escada rolante durante a gravação do vídeo;
   
4. Os componentes do servidor de análise de vídeo e do dispositivo de controle remoto cortam o circuito de segurança correspondente da escada rolante para pará-la.

Consistentes

O sistema de monitoramento por vídeo em tempo real e controle remoto, que inclui um total de oito câmeras correspondentes a 19 escadas rolantes, funcionou de agosto de 2018 a outubro de 2019 na Estação Hanzhong Road do Metrô de Xangai.

1. Captura bem-sucedida:
   
   • 32 quedas de passageiros (todas as quedas de passageiros foram registradas com sucesso)
   • 738 eventos de passageiros caminhando em marcha à ré
   
2. Implemente o controle remoto de segurança:
   
   • Previne-se eficazmente a ocorrência de lesões corporais adicionais ao passageiro, e a segurança é significativamente melhorada.

Tomemos como exemplo um caso ocorrido às 3h20 do dia 17 de agosto de 2018, em uma escada rolante ascendente na Estação Hanzhong Road do Metrô de Xangai. Nesse caso, uma senhora idosa caiu por não conseguir se segurar no corrimão. O operador na sala de monitoramento de segurança foi informado pelo monitor e acionou o botão de emergência para parar a escada rolante imediatamente, conforme mostrado nas Figuras 5 e 6. O tempo decorrido entre a queda e a parada da escada rolante foi de 14 segundos; e entre a queda e a chegada do funcionário da estação à escada rolante foi de 26 segundos.

Os resultados demonstram que o sistema possui alta precisão e baixa taxa de erros de julgamento, sendo a parada remota da escada rolante segura e prática. Isso oferece amplas perspectivas de aplicação na indústria de elevadores em todo o mundo.

Referências

Liu Chunjie. “Pesquisa e prática do metrô inteligente de Xangai [J].” Pesquisa de transporte ferroviário urbano, 2019 (6): 1-6.

Liu Chunjie. “Inovação e prática do controle inteligente da escada rolante do metrô de Xangai [J].” Engenharia Municipal da China, 2019 (06): 1-3+100.

Long, Sijin, Lu, Jian, Xing, Yingying, et al. “Análise de lesões relacionadas a escadas rolantes em estações de metrô na China, 2013-2015[J].” Análise e Prevenção de Acidentes, 2019, 122 (jan.): 332-341.

Filippone, J., Feldman, JD, Schloss, RD e Cooper, DA (2002). “Reconstrução e litígio de acidentes de elevador e escada rolante”, Lawyers & Judges Publishing Company, Inc.

M. Andriluka, S. Roth e B. Schiele. “Estimativa e rastreamento de pose 3D monocular por detecção.” CVPR, 2010.

Chen Dong. “Desenvolvimento de software de sistema de monitoramento de segurança de pedestres para escadas rolantes elétricas baseado em análise de vídeo[D].” Universidade de Zhejiang, 2019.

Tian Lianfang, Wu Qichao, du Qiliang, Huang Liguang, Li Miao, Zhang Daming. “Identificação do comportamento anormal de passageiros de elevadores a pé com base na sequência do esqueleto humano[J].” Journal of South China University of Technology (Natural Science), 2019, 47 (04): 10-19.

Yang Guanbao. “Sistema de economia de energia e monitoramento inteligente de escadas rolantes baseado em visão panorâmica[D].” Universidade de Tecnologia de Zhejiang, 2011.

He Cheng. “Reconhecimento de imagem por IA e sistema de supervisão e controle de escada rolante baseado em segurança funcional e regulamentos de segurança relacionados[J].” China Elevator, 2019, (15): 6-8.