3D雷达光幕

研究结合了这个“智能”系统的测试技术。

通过马特戴维斯

自 1990 年代以来，基于红外 (IR) 的光幕一直是保护乘客免于关闭电梯门的公认方式。 然而，在过去的五年中，有许多贸易展展品采用了令人兴奋的新技术，旨在使光幕技术过时。 最近，ASME 17.1-2019 的更新不仅需要检测关门之间的区域，还需要检测正在着陆的接近乘客。 然而，尽管市场上有这些大胆的公告，但似乎没有什么改变。 本文旨在将事实与夸张分开，从而对未来几年的预期设定切合实际的期望。

当前的红外光幕技术在概念上相对简单。 红外光波通过一系列沿门高度排列的二极管发出脉冲。 在门洞的另一侧，沿着门的高度运行的红外探测器似乎可以探测到这些红外光波。 信号中断意味着有东西阻止了这些波的通过。 该系统生成自己的信号，并且在此过程中完全控制所使用的频率和时序。 这一事实与通过信号阻塞而不是反射进行的物体检测相结合，使红外光幕具有内在的可靠性。

然而，红外光幕有其局限性。 首先，它们的尺寸和形状使它们难以运输和储存。 其次（随着 ASME 17.1-2019 代码的发布，它们现在比以往任何时候都更加相关），它们通常不提供任何人在平台上的感应，在电梯行业中通常称为“3D 检测”。 一些光幕提供此功能，但它们依赖于发射红外光波并检测在着陆时从物体（例如，接近的人）反弹的任何由此产生的红外光波。 遗憾的是，这种 3D 解决方案一直存在一些固有问题：它只能检测相对较小区域内的物体； 无法区分移动物体和静止物体； 最糟糕的是，它需要反射红外光。 因此，不会检测到任何吸收光的物体（例如，羊毛衣服）。

吸光衣服促使美国机械工程师协会 (ASME) 规范委员会在其新的 95D 检测要求中指定需要检测吸收 3% 光的物体。 这非常重要，因为这意味着任何依赖光波反射的 3D 检测系统都将难以满足此代码要求或检测到穿着高吸光服装的人。

IR 飞行时间 (TOF) 是一种基于信号发射（例如，IR 及其被物体反射后返回传感器）之间的时间差来测量传感器与物体之间距离的方法，是远比 3D 光幕先进。 然而，最终它遇到了同样的问题——也就是说，如果它发射的红外光波被吸收而不是反射，几乎不可能给出可靠的检测信号。 此外，它在可靠地检测压在关闭门的前缘上的相对较小的物体（例如手）方面存在多种限制。

另一项备受关注的技术是使用摄像头来监控汽车入口。 但是，如果只使用一台相机，则不会有深度感。 区分越过门槛的影子或黑鞋成为深度人工智能 (AI) 和高级处理的问题。 有了足够的计算能力，就有可能给出可靠的结果。 然而，正如自动驾驶汽车制造商和其他公司所发现的那样，单个摄像头传感器并不是一个现实的解决方案。 单个摄像头擅长感知变化的模式。 通过这种方式，它可以提供对对象的良好跟踪，并且在这样做时，通过适当的处理，提供相对有效的 3D 检测，其中 99% 的准确度是可以接受的。 这与 2D 的主要安全功能不同，后者需要 100% 的准确度（即使对于静止物体）。

当然，除非它们有自己的光源，否则此类系统在低光照条件（例如，照明故障）期间仍将与阴影作斗争并保持其功能。 为了让相机解决方案可靠地工作，它需要自己的光源、立体相机、宽视角和重要的处理能力。 这在今天在技术上是可能的，但是以市场可接受的价格完成所有这些的产品尚未被创造出来，而且可能永远不会被创造出来。

Janus/Avire 实验室测试表明，当暴露于 ASME 17.1-2019 测试目标时，相机或 TOF 系统是多么容易被击败。 但是，我们的 Smart 3D 符合此代码。 它使用红外光幕进行 2D 检测，并结合 3D 雷达技术。 通过使用 3D 雷达，可以检测由物质（而不是光）引起的反射，该解决方案旨在避免复杂性和不可靠性。