基于K-means算法的地铁站台异物检测

雷焕宇,刘伟铭

(华南理工大学土木与交通学院，广东 广州 510641)

0 引 言

随着我国城市轨道交通的不断发展，暴露出来与之相关安全问题也越来越多。地铁站台屏蔽门与列车门之间存在一定距离的间隙，该间隙存在夹人夹物而造成运营安全事故的风险[1]。例如2014年北京地铁五号线上，因列车启动时，乘客被夹在列车门与站台屏蔽门之间，最终不幸身亡;2014年南京地铁发生空隙夹人事件，乘客被地铁保安救助无伤亡；2010年上海地铁二号线上，一位女乘客在灯闪铃响的情况下抢入而被夹并最终造成死亡。因此，地铁列车与站台屏蔽门间空隙存在巨大的安全隐患。目前为了消除该隐患，地铁公司要求列车司机在车头瞭望车尾灯带的完整性来排除空隙夹人夹物的风险。然而，这种判断方式不仅效率低下，而且准确率低，还易造成司机视觉疲劳。因此，借助其他的技术辅助司机完成开车前空隙异物自动检测已成为地铁运营中的研究热点。

目前随着计算机技术和先进的传感器技术的不断进步，目标识别和检测技术[2-6]的准确性和可靠性也在不断提高。对于智能交通领域，许多先进的技术被应用于实际生活中[4-10]。在地铁站台异物检测方面，主要是通过在屏蔽门与列车门之间设置障碍物探测装置。王瑞峰等[6]通过间隙安置红外光幕的方式来检测空间异物；黎卓虹等[7]通过采用激光探测方案检测空间异物；黄华文等[8]利用图像处理技术来检测直线站台车门与屏蔽门间的夹人夹物情况；……