CN101105097B - 站台屏蔽门智能控制方法 - Google Patents

Abstract

一种自动控制技术领域的站台屏蔽门智能控制方法，首先通过CMOS摄像头采集站台轨道上停放列车和不停放列车两种状况下的图像，并将图像输出至信号处理器，信号处理器提取图像特征信息，制作成两个基本模板，同时建立现场图像与基本模板的图像阈值灰度级及其相互间的误差、相关度判据公式与指标，然后CMOS摄像头采集现场图像传输至信号处理器，经信号处理器对现场图像的处理和识别即可产生准确的控制指令并发送给控制器，最后控制器将接收到的数字控制指令转换为模拟控制指令并输出至驱动器，驱动器控制指令放大后驱动屏蔽门的伺服机构。本发明运行可靠性高，识别的准确率高，最终保障了乘客上下车的舒适和安全。

Description

站台屏蔽门智能控制方法

技术领域

本发明涉及的是一种自动控制技术领域的方法，具体是一种站台屏蔽门智能控制方法。

背景技术

随着我国城市地铁和轻轨交通的快速发展，为了改善乘车环境已经有深圳、上海等城市先后在现有的地铁或轻轨站台上加装屏蔽门。勿容置疑，在地铁或轻轨站台上加装屏蔽门能够达到对站台环境控制系统的节能效果，可以为乘客提供安全、舒适的乘/候车环境。但是，站台屏蔽门直接面对乘客，是乘客上下车的唯一通道，它的运行方式及其可靠性直接关系到车站对乘客所提供的服务质量的好坏，直接关系到乘客上下车的方便性和人身安全。同时，它的工作方式将直接影响到列车及其整个线路是否能够正常准时运行。从当前上海、深圳等城市已经安装站台屏蔽门的地铁和轻轨车站运行情况看，由于屏蔽门控制系统的设计缺陷已有多起乘客被夹于列车车门与屏蔽门之间，以致乘客伤亡的事件发生。

本发明就是针对上述现有设备所存在的重大技术缺陷提出一种完善的站台屏蔽门智能控制方法。本发明适用于地铁、轻轨和铁路列车等车站所设置的站台屏蔽门的运行和控制。

经对现有技术文献的检索发现，高净的“站台屏蔽门的运行模式及控制方法”(《铁道机车车辆》1999年第6期)介绍一种在深圳地铁中使用的站台屏蔽门运行模式和控制方法。该方法采用“5级自动控制和3种手动开门方式”。所述“5级自动控制”包括：“第一级是司机在驾驶室的控制”；“第二级是站台前端头控制，供列车司机手动操作控制屏蔽门”；“第三级是每档屏蔽门的就地控制”，“主要用于维修时用”；“第四级是屏蔽门设备室内的主控机控制”；“第五级是车站综合控制室内的操作指示盘”。所述“3种手动开门方式”包括：“①站台值班员可用钥匙在站内开门”；“②下车乘客手拉把手可在列车一面把门打开”；“③下车乘客手按压应急门上的横杆可在列车一面把应急门打开”。

应该说，上述文献所提供的“站台屏蔽门的运行模式及控制方法”已经对使用环境和可能会出现的多种状况进行了较为全面的考虑，这种技术方案能够适合应用于一般正常情况下的运行环境，但是，其中根本的技术缺陷在于：

①除了对“屏蔽门碰到障碍物”时有传感外，缺少对屏蔽门运行状态的自动检测手段，整个装置系统仅仅通过程序控制加上人工监视，因此，整体自动化程度不高；

②正是因为该系统需要通过人工监视来干预控制，这就存在对事故发生时的人为反应滞后问题，因此，往往在猝不及防事件发生时，悲剧已经无法挽回；

③在应急情况下，通过下车乘客“手拉把手”或者“手按压应急门上的横杆”可以把门打开，这种辅助手段无疑是必要的，但却是不可靠的，因为大多数乘客往往没有掌握这些“应急常识”，甚至毫无所知。

发明内容

本发明的目的在于克服现有技术中存在的不足和缺陷，提供一种站台屏蔽门智能控制方法，使其能够实时发现列车车门和站台屏蔽门之间是否存在异物，并做出智能化的判断和决策以保障列车的安全准时运行和乘客的舒适安全上下车。

本发明是通过以下技术方案实现的，具体步骤包括如下：

步骤一，CMOS摄像头(互补金属氧化物半导体摄像头)，安装于屏蔽门上门框、朝向列车一侧，调节俯视角为60°以保证监视区域充分处于摄像头的视场范围内。

步骤二，通过CMOS摄像头采集站台轨道上停放列车和不停放列车两种状况下的图像，并将图像输出至信号处理器。

步骤三，信号处理器通过A/D转换模块将接收到的初始采集的站台轨道上停放列车和不停放列车两种状况的模拟图像信号转换成两种数字图像信号，并送至图像增强模块；然后图像增强模块对送达的两种数字图像信号进行影像光源自动增益补强，亮度、白平衡、色饱和度与对比度调节、边缘增强等技术加工，再送入图像识别模块进行图像特征信息提取，最终作为两个基本模板存放于信号处理器的存储单元内，所述两个基本模板分别为：第一基本模板为车站轨道上无列车停放的数字图像及其特征信息，第二基本模板为车站轨道上有列车停放的数字图像及其特征信息，特征信息包括物体边缘线、图像灰度直方图及其平均灰度。

步骤四，建立现场图像与基本模板的图像阈值灰度级及其相互间的误差、相关度判据公式与指标。

①图像阈值灰度级

首先快速搜寻峰谷交接点，并立即将其确定为灰度级之阈值，进而以该阈值作为图像分割的依据，来分隔前景和背景。

②误差

所述的误差，是指：比较现场图像与基本模板的图像灰度直方图及其平均灰度特征值，即现场图像特征与基本模板图像特征值之差的绝对值对基本模板图像特征值的比值。

③相关度判据公式与指标

在阈值灰度级的基础上，建立第一基本模板矩阵、第二基本模板矩阵和现场图像矩阵，上述矩阵均为M×N二维矩阵，M、N分别代表二维图像的行和列数，矩阵的单元由行列坐标所对应的像素灰度值构成，利用已经建立的基本模板矩阵和现场图像矩阵即可建立在离散条件下的互相关函数，包括各自方差、归一化相关系数、以及在所有二维矩阵所组成的线性空间里内积操作的定义。从线性空间出发，根据欧氏空间的范数和夹角概念得到第一基本模板矩阵与现场图像矩阵的相关度sim1、第二基本模板矩阵与现场图像矩阵的相关度sim2的定义。

在线性空间中夹角越小，相似度越大，图像相关度越明显，图像越相似，如果相关度达到100％，那么第一基本模板矩阵与现场图像矩阵、第二基本模板矩阵与现场图像矩阵就能互相线性表出。

确定相关度指标，判断相关度sim1、sim2与相关度指标的大小关系，从而判断现场有无异物。

步骤五，完成步骤一～步骤四后，系统进入运行状态，CMOS摄像头实时采集的现场图像送入信号处理器。

步骤六，信号处理器将接收到的现场模拟图像信号经A/D转换模块转换成数字图像信号送至图像增强模块；图像增强模块对送达的数字图像信号进行增强技术加工，并将加工后的数字图像信号经输出通道送至图像识别模块。

步骤七，图像识别模块对收到增强后的数字图像信号建立现场图像矩阵B，对模板图像与现场图像分别搜寻灰度曲线双峰之间的谷点，并将其确定为相应图像的灰度级阈值，进而以该阈值作为图像分割的依据，将模板图像与现场图像的前景和背景区域分割开来，根据允许误差、相关度判据与指标对屏蔽门与列车侧之间的工作状况进行判定，并为控制指令的输出确立决策依据，同时根据列车停靠车站的前后时刻物体边缘线(具体为列车车厢边缘线)移动判定当前列车是在进站或者出站，从而判断出屏蔽门列车一侧的四种状况，做出准确判别并发出相应控制指令，具体如下：

第一种状况，sim2大于等于相关度指标，列车停靠站台且在屏蔽门与列车之间无异物，列车可以启动离站；第二种状况，sim2小于相关度指标，列车停靠站台且在屏蔽门与列车之间有异物，不得关闭屏蔽门，同时禁止列车启动；第三种状况，sim1大于等于相关度指标，无列车停靠站台且在屏蔽门与轨道之间无异物，必须关闭屏蔽门，并通知后方列车可以正常进入本站；第四种状况，sim1小于相关度指标，无列车停靠站台且在屏蔽门与轨道之间有异物，必须打开屏蔽门，人工紧急处理现场，并通知后方列车禁止进入本站。

所述物体边缘线移动判定，是指图像识别模块根据列车停靠车站的前后时刻物体边缘线(具体为列车车厢边缘线)移动来判定当前列车是在进站或者出站的具体运行状态，包括：第一种状态，从车站无列车图像到出现列车图像，直至出现静止列车图像，说明列车进站停靠；第二种状态，从静止列车图像出现向前移动列车图像，直至车站重新无列车图像，说明列车启动出站；第三种状态，从车站无列车图像到出现运动列车图像，连续直至车站重新无列车图像，说明列车不停靠直接通过本站台。

步骤八，图像识别模块将判断结果转化为控制指令经信号处理器的输出端口送至控制器，控制指令为数字控制指令，控制器将接收到的数字控制指令转换为模拟控制指令并输出至驱动器，驱动器将模拟控制指令放大后驱动机械伺服机构，最终操纵屏蔽门的开或关。

所述控制指令包括：第一指令，列车进站并停靠站台，先开车门再开屏蔽门；第二指令，乘客上下车时间到，确认“第一种状况，列车停靠站台且在屏蔽门与列车之间无异物”，再关屏蔽门；第三指令，乘客上下车时间到，确认“第二种状况，列车停靠站台且在屏蔽门与列车之间有异物”，禁止关闭屏蔽门、发出报警声并禁止列车启动；第四指令，确认“第三种状况，无列车停靠站台且在屏蔽门与轨道之间无异物”，通知后方列车可以进站；第五指令，确认“第四种状况，无列车停靠站台且在屏蔽门与轨道之间有异物”，通知后方列车不可以进站。

当出现检修停运、消防、战备及其它非正常营运期间的特殊情况时，控制器不接收信号处理器输出的控制指令而直接执行应急控制指令，应急控制指令直接操作屏蔽门的开或关动作，应急控制指令输入控制器；与此同时，CMOS摄像头与信号处理器进入休眠状态直至控制器重新接收到撤销应急控制指令后才停止休眠、恢复激活状态。

所述应急控制指令，是指来自系统外的人工直接干预指令，由车站管理人员通过人工直接干预指令生成器向控制器输入应急控制指令，控制器将控制指令数字信号转换为模拟控制信号，并将模拟控制信号送至驱动器。

所述人工直接干预指令生成器，是指在检修停运、消防、战备及其它非正常营运状态时产生有线开关控制指令或无线开关控制指令的装置，控制器根据人工直接干预指令生成器开关指令输出类型的通信协议配接相应的有线或无线指令接收器。

本发明具有以下有益效果：(1)对屏蔽门列车一侧不同状况的判别准确而且实现智能化；(2)还可以智能化识别列车的运行状态，识别与判定的准确率均达到了100％，因此，较之现有同类技术，本发明系统结构简化，而系统运行的可靠性却得到显著提高，最终保障了乘客上下车的舒适和安全。

具体实施方式

下面对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

本实施例是基于一种站台屏蔽门智能控制系统实现的，该系统包括CMOS摄像头、信号处理器、控制器、驱动器，所述CMOS摄像头将采集到的图像输出到信号处理器；所述的信号处理器，对采集到的图像信号进行A/D转换、增强处理和信息识别，并将识别结果转换成控制指令输出至控制器；所述控制器，将控制指令数字信号转换为模拟控制信号，并将模拟控制信号送至驱动器；所述驱动器，将模拟控制信号放大后驱动机械伺服机构，操纵屏蔽门的开或关。

所述CMOS摄像头基本性能参数：①镜头直径为1/3英寸；②感光器件为黑白CMOS；③510×492像素；④清晰度为380TV线；⑤最低照度为2.0lux；⑥光焦为2.9mm；⑦视场角为140°；⑧制式为PAL/NTSC可选；⑨输出电压V_pp＝1.0V，特性阻抗75Ω；⑩电源为200mA/12VDC。

所述信号处理器包括A/D转换模块、图像增强模块、图像识别模块和存储单元，信号处理器的图像输入端口连至A/D转换模块的输入通道，所述A/D转换模块将接收到的模拟图像信号转换为数字图像信号，并将数字图像信号输出到图像增强模块；所述图像增强模块负责对数字图像信号实施影像光源自动增益补强，亮度、白平衡、色饱和度与对比度调节，边缘增强等技术加工，并将加工后的数字信号送至图像识别模块；所述图像识别模块负责对数字图像的特征信息进行提取，将站台轨道上停放列车和不停放列车两种状况下图像及其特征信息作为基本模板，并存储到存储单元中，同时根据现场图像与模板图像阈值灰度级及其相互间的误差和相关度判据与指标对被采集现场图像分别与存储单元中的两个基本模板进行比对识别，最后将识别结果转化为控制指令输出至控制器；所述存储单元用以存放的数字图像及其特征信息，实现图像识别模块对存储单元中数据的读/写；信号处理器还具有一个工业以太网接口以便通过工业以太网与上位机服务器进行信息交互。

本实施例的站台屏蔽门智能控制方法具体包括如下步骤：

步骤一，CMOS摄像头安装于屏蔽门上门框、朝向列车一侧，调节俯视角为60°以保证监视区域充分处于摄像头的视场范围内。

步骤二，通过CMOS摄像头采集站台轨道上停放列车和不停放列车两种状况下的图像，并将图像输出至信号处理器。

步骤三，信号处理器通过A/D转换模块将接收到的初始采集的站台轨道上停放列车和不停放列车两种状况的模拟图像信号转换成两种数字图像信号，并送至图像增强模块；然后图像增强模块对送达的两种数字图像信号进行影像光源自动增益补强，亮度、白平衡、色饱和度与对比度调节、边缘增强等技术加工，再送入图像识别模块进行图像特征信息提取，最终作为两个基本模板存放于信号处理器的存储单元内，所述两个基本模板分别为：第一基本模板为车站轨道上无列车停放的数字图像及其特征信息，第二基本模板为车站轨道上有列车停放的数字图像及其特征信息，特征信息包括物体边缘线、图像灰度直方图及其平均灰度。

步骤四，建立现场图像与基本模板的图像阈值灰度级及其相互间的误差、相关度判据公式与指标：

①图像阈值灰度级

为了能够分割图像的亮度值，将比阈值灰度级亮的像素和比阈值灰度级暗的像素分为黑和白两组，图像中的黑白成分基本相等、图像的边界清晰、主体基本可以分辨，在灰度级直方图上阈值表示为一条垂直的分隔线，分隔线左面的所有灰度级将变为黑色，而右面将变为白色。一方面，分隔线应该使左右的面积相等，以保证有相同的黑色和白色像素；另一方面，假设灰度级概率分布可以用两个高斯分布来逼近，其中一个代表主体前景，另一个代表不需要的背景物体，阈值应该选择合适才能保证二值边界清晰可辨，前景区域和背景区域正确分割。

在具体识别过程中，本实施例首先搜寻灰度曲线双峰之间的谷点，并将其确定为相应图像的灰度级阈值，进而以该阈值作为图像分割的依据，将图像的前景和背景区域分割开来。

②误差

在评判图像是否匹配，或相似的程度有多大的时候，比较现场图像与基本模板的图像灰度直方图及其平均灰度特征值。如果两者相差太大，就认为不是同一景象，如果误差在允许的范围内，则认为他们相关的可能性很大，可以认定为同一景象。本实施例定义误差为现场图像与模板特征信息值之差绝对值对模板特征信息值的比值，以百分比表示，确立误差值＜2.5％为允许误差。

③相关度判据公式与指标

在阈值灰度级的基础上，建立第一基本模板矩阵A1、第二基本模板矩阵A2和现场图像矩阵B，以及在离散条件下的互相关函数，包括各自方差、归一化相关系数、以及在所有二维矩阵所组成的线性空间里内积操作的定义。从线性空间出发，根据欧氏空间的范数和夹角概念得到第一基本模板矩阵A1和现场图像矩阵B的相关度sim1、第二基本模板矩阵A2和现场图像矩阵B相关度sim2的定义：

$\mathrm{sim}1=\cos \∠(A1,B)=\frac{A1\·B}{\left|\right|A1\left|\right|\left|\right|B\left|\right|}=\frac{A1\·B}{\sqrt{A1\·A1}\sqrt{B\·B}}$

和 $\mathrm{sim}2=\cos \∠(A2,B)=\frac{A2\·B}{\left|\right|A2\left|\right|\left|\right|B\left|\right|}=\frac{A2\·B}{\sqrt{A2\·A2}\sqrt{B\·B}}$

式中，A1＝[a1_x，y]_M×N，A2＝[a2_x，y]_M×N，B＝[b_x，y]_M×N；M和N分别表示矩阵A1、A2和B所代表每帧图像的行数和列数；矩阵中的元素分别代表各自行列坐标所对应像素点的灰度值，其脚标x，y表示像素点所处的行列坐标(x，y)；

利用内积定义获得实用判据公式：

$\mathrm{sim}1=\frac{\underset{x=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{N-1}{\mathrm{\Σ}}}{a1}_{x,y}\·b_{x,y}}{\sqrt{\underset{x=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{N-1}{\mathrm{\Σ}}}{a1}_{x,y}^2}\sqrt{\underset{x=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{N-1}{\mathrm{\Σ}}}{b}_{x,y}^2}}$

和 $\mathrm{sim}2=\frac{\underset{x=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{N-1}{\mathrm{\Σ}}}{a2}_{x,y}\·b_{x,y}}{\sqrt{\underset{x=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{N-1}{\mathrm{\Σ}}}{a2}_{x,y}^2}\sqrt{\underset{x=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{N-1}{\mathrm{\Σ}}}{b}_{x,y}^2}}$

在线性空间中夹角越小，相似度越大，图像相关度越明显，图像越相似，如果相关度达到100％，那么第一基本模板矩阵A1和现场图像矩阵B、第二基本模板矩阵A2和现场图像矩阵就能互相线性表出。

本实施例以模板图像矩阵和现场图像矩阵相似的程度≥95％为相关度指标。通过判断相关度指标，能够确认现场图像与模板图像的相似程度，从而判断现场有无异物。

步骤五，完成步骤一～步骤四后，系统进入运行状态，CMOS摄像头实时采集的现场图像送入信号处理器；

步骤六，信号处理器将接收到的模拟图像信号经A/D转换模块转换成数字图像信号送至图像增强模块；图像增强模块对送达的数字图像信号进行增强技术加工，并将加工后的数字图像信号经输出通道送至图像识别模块。

步骤七，图像识别模块对收到增强后的数字图像信号建立现场图像矩阵B，对模板图像与现场图像分别搜寻灰度曲线双峰之间的谷点，并将其确定为相应图像的灰度级阈值，进而以该阈值作为图像分割的依据，将模板图像与现场图像的前景和背景区域分割开来，根据允许误差、相关度判据与指标对屏蔽门与列车侧之间的工作状况进行判定，同时根据列车停靠车站的前后时刻物体边缘线移动判定当前列车是在进站或者出站，从而判断出屏蔽门列车一侧的具体状况，具体有如下四种状况：

第一种状况，sim2≥95％，列车停靠站台且在屏蔽门与列车之间无异物，列车可以启动离站；

第二种状况，sim2＜95％，列车停靠站台且在屏蔽门与列车之间有异物，不得关闭屏蔽门，同时禁止列车启动；

第三种状况，sim1≥95％，无列车停靠站台且在屏蔽门与轨道之间无异物，必须关闭屏蔽门，并通知后方列车可以正常进入本站；

第四种状况，sim1＜95％，无列车停靠站台且在屏蔽门与轨道之间有异物，必须打开屏蔽门，人工紧急处理现场，并通知后方列车禁止进入本站；

所述物体边缘线移动判定，是指图像识别模块根据列车停靠车站的前后时刻物体边缘线(具体为列车车厢边缘线)移动来判定当前列车是在进站或者出站的具体运行状态，包括：

第一种状态，从车站无列车图像到出现列车图像，直至出现静止列车图像，说明列车进站停靠；

第二种状态，从静止列车图像出现向前移动列车图像，直至车站重新无列车图像，说明列车启动出站；

第三种状态，从车站无列车图像到出现运动列车图像，连续直至车站重新无列车图像，说明列车不停靠直接通过本站台。

步骤八，图像识别模块将判断结果转化为控制指令经信号处理器的输出端口送至控制器，控制器将接收到的数字控制指令转换为模拟控制指令并输出至驱动器，驱动器将模拟控制指令放大后驱动机械伺服机构，操纵屏蔽门的开或关。

所述控制指令包括：

第一指令，列车进站并停靠站台，先开车门再开屏蔽门；

第二指令，乘客上下车时间到，确认“第一种状况，列车停靠站台且在屏蔽门与列车之间无异物”，再关屏蔽门；

第三指令，乘客上下车时间到，确认“第二种状况，列车停靠站台且在屏蔽门与列车之间有异物”，不得关闭屏蔽门、发出报警声并禁止列车启动；

第四指令，确认“第三种状况，无列车停靠站台且在屏蔽门与轨道之间无异物”，通知后方列车可以进站；

第五指令，确认“第四种状况，无列车停靠站台且在屏蔽门与轨道之间有异物”，通知后方列车不可以进站。

当出现检修停运、消防、战备及其它非正常营运期间的特殊情况时，控制器不接收信号处理器输出的控制指令而直接执行应急控制指令，应急控制指令直接操作屏蔽门的开或关动作，应急控制指令输入控制器；与此同时，CMOS摄像头与信号处理器进入休眠状态直至控制器重新接收到撤销应急控制指令后才停止休眠、恢复激活状态。

本实施例具体实施结果如下：

①列车进站前，屏蔽门关闭着，系统准确识别在屏蔽门与轨道之间无异物，因此通知后方列车可以进站；

②列车进站停稳后，先打开车门后开启屏蔽门，完成乘客下/上车后，系统准确识别在屏蔽门与列车之间无异物，因此先关屏蔽门后关车门，列车正常启动离站；

③列车进站前，屏蔽门关闭着，系统准确识别在屏蔽门与轨道之间有异物，立即发送应急控制指令，人工排除异物，并同时通知后方列车暂不可以进站；

④列车进站停稳后，先打开车门后开启屏蔽门，时遇上班高峰、下/上拥堵，当车门关闭后仍有人停留于屏蔽门与列车之间，系统准确识别现状、禁止关闭屏蔽门，并向列车驾驶室和车站监控室发出禁止列车启动离站信号，直至上述状况排除，系统识别确认屏蔽门与列车之间无异物，才关闭屏蔽门、通知列车可以启动离站。

如此反复试验与检测，最终证实本系统的识别和发送控制指令正确率达到100％。

本实施例具有如下效果：(1)准确识别列车进站、出站和不停靠直行通过的三种运行状态；(2)列车进站后，能够准确识别乘客上下车状况，并对屏蔽门开/关动作发送准确控制指令，识别的准确率均达到了100％；(3)还可以对列车离站后的屏蔽门与轨道之间是否出现异物进行监视，并向监管人员或上位机服务器发送信息和控制指令；(4)应急控制指令执行准确。

Claims (10)

1.一种站台屏蔽门智能控制方法，其特征在于，具体包括如下步骤：

步骤一，CMOS摄像头安装于屏蔽门上门框、朝向列车一侧，调节俯视角为60°以保证监视区域处于摄像头的视场范围内；

步骤二，通过CMOS摄像头采集站台轨道上停放列车和不停放列车两种状况下的图像，并将图像输出至信号处理器；

步骤三，信号处理器通过A/D转换模块将接收到的初始采集的站台轨道上停放列车和不停放列车两种状况的模拟图像信号转换成两种数字图像信号，并送至图像增强模块，图像增强模块对送达的两种数字图像信号进行影像光源自动增益补强，亮度、白平衡、色饱和度与对比度调节、边缘增强技术加工，再送入图像识别模块进行图像特征信息提取，作为两个基本模板存放于信号处理器的存储单元内，第一基本模板为车站轨道上无列车停放的数字图像及其特征信息，第二基本模板为车站轨道上有列车停放的数字图像及其特征信息，特征信息包括物体边缘线、图像灰度直方图及其平均灰度；

步骤四，建立现场图像与基本模板的图像阈值灰度级及其相互间的误差、相关度判据公式与指标；

步骤五，完成步骤一～步骤四后，系统进入运行状态，CMOS摄像头实时采集的现场图像送入信号处理器；

步骤六，信号处理器将接收到的模拟图像信号经A/D转换模块转换成数字图像信号送至图像增强模块，图像增强模块对送达的数字图像信号进行增强技术加工，并将加工后的数字图像信号经输出通道送至图像识别模块；

步骤七，图像识别模块对收到增强后的数字图像信号建立现场图像矩阵B，对模板图像与现场图像分别搜寻灰度曲线双峰之间的谷点并将其确定为相应图像的灰度级阈值，进而以该阈值作为图像分割的依据，将模板图像与现场图像的前景和背景区域分割开来，根据允许误差、相关度判据与指标对屏蔽门与列车侧之间的工作状况进行判定，同时根据列车停靠车站的前后时刻物体边缘线移动判定当前列车是在进站或者出站，从而判断出屏蔽门列车一侧的具体状况；

步骤八，图像识别模块将判断结果转化为控制指令经信号处理器的输出端口送至控制器，控制器将接收到的数字控制指令转换为模拟控制指令并输出至驱动器，驱动器将模拟控制指令放大后驱动机械伺服机构，最终操纵屏蔽门的开或关。

2.根据权利要求1所述的站台屏蔽门智能控制方法，其特征是，所述建立相互间的误差，是指：比较现场图像与基本模板的图像灰度直方图及其平均灰度特征值，即现场图像特征与基本模板图像特征值之差的绝对值对基本模板图像特征值的比值，如果误差≥2.5％，就认为不是同一景象；如果误差＜2.5％，则认为他们相关度大，认定为同一景象。

3.根据权利要求1所述的站台屏蔽门智能控制方法，其特征是，所述建立相关度判据，是指：在阈值灰度级的基础上，建立第一基本模板矩阵A1、第二基本模板矩阵A2和现场图像矩阵B，以及在离散条件下的互相关函数，包括各自方差、归一化相关系数、以及在所有二维矩阵所组成的线性空间里内积操作的定义，从线性空间出发，根据欧氏空间的范数和夹角概念得到第一基本模板矩阵A1和现场图像矩阵B的相关度sim1、第二基本模板矩阵A2和现场图像矩阵B相关度sim2的定义：

$\mathrm{sim}1=\cos \∠(A1,B)=\frac{A1\·B}{\left|\right|A1\left|\right|\left|\right|B\left|\right|}=\frac{A1\·B}{\sqrt{A1\·A1}\sqrt{B\·B}}$

和 $\mathrm{sim}2=\cos \∠(A2,B)=\frac{A2\·B}{\left|\right|A2\left|\right|\left|\right|B\left|\right|}=\frac{A2\·B}{\sqrt{A2\·A2}\sqrt{B\·B}}$

式中，A1＝[a1_x，y]_M×N，A2＝[a2_x，y]_M×N，B＝[b_x，y]_M×N；M和N分别表示矩阵A1、A2和B所代表每帧图像的行数和列数；矩阵中的元素分别代表各自行列坐标所对应像素点的灰度值，其脚标x，y表示像素点所处的行列坐标(x，y)；

利用内积定义获得实用判据公式：

$\mathrm{sim}1=\frac{\underset{x=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{N-1}{\mathrm{\Σ}}}{a1}_{x,y}\·b_{x,y}}{\sqrt{\underset{x=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{N-1}{\mathrm{\Σ}}}{a1}_{x,y}^2}\sqrt{\underset{x=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{N-1}{\mathrm{\Σ}}}{b}_{x,y}^2}}$

和 $\mathrm{sim}2=\frac{\underset{x=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{N-1}{\mathrm{\Σ}}}{a2}_{x,y}\·b_{x,y}}{\sqrt{\underset{x=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{N-1}{\mathrm{\Σ}}}{a2}_{x,y}^2}\sqrt{\underset{x=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{N-1}{\mathrm{\Σ}}}{b}_{x,y}^2}}$

在线性空间中夹角越小，相似度越大，图像相关度越明显，图像越相似，如果相关度达到100％，那么第一基本模板矩阵A1和现场图像矩阵B、第二基本模板矩阵A2和现场图像矩阵就能互相线性表出。

4.根据权利要求3所述的站台屏蔽门智能控制方法，其特征是，所述相关度指标，是指以模板矩阵和现场图像矩阵相似度≥95％为相关度指标，通过判断相关度指标能够确认现场图像与模板图像的相似程度，从而判断现场有无异物。

5.根据权利要求4所述的站台屏蔽门智能控制方法，其特征是，所述判断出屏蔽门列车一侧的具体状况，有如下四种情况：

第一种状况，sim2≥相关度指标，列车停靠站台且在屏蔽门与列车之间无异物，列车启动离站；

第二种状况，sim2＜相关度指标，列车停靠站台且在屏蔽门与列车之间有异物，不得关闭屏蔽门，同时禁止列车启动；

第三种状况，sim1≥相关度指标，无列车停靠站台且在屏蔽门与轨道之间无异物，必须关闭屏蔽门，并通知后方列车正常进入本站；

第四种状况，sim1＜相关度指标，无列车停靠站台且在屏蔽门与轨道之间有异物，必须打开屏蔽门，人工紧急处理现场，并通知后方列车禁止进入本站；

所述sim1为第一基本模板矩阵A1和现场图像矩阵B的相关度，所述sim2为第二基本模板矩阵A2和现场图像矩阵B相关度。

6.根据权利要求1所述的站台屏蔽门智能控制方法，其特征是，所述物体边缘线移动判定，是指图像识别模块根据列车停靠车站的前后时刻物体边缘线移动来判定当前列车是在进站或者出站的具体运行状态，包括：

第一种状态，从车站无列车图像到出现列车图像，直至出现静止列车图像，说明列车进站停靠；

第二种状态，从静止列车图像出现向前移动列车图像，直至车站重新无列车图像，说明列车启动出站；

第三种状态，从车站无列车图像到出现运动列车图像，连续直至车站重新无列车图像，说明列车不停靠直接通过本站台。

7.根据权利要求1所述的站台屏蔽门智能控制方法，其特征是，所述控制指令包括：

第一指令，列车进站并停靠站台，先开车门再开屏蔽门；

第二指令，乘客上下车时间到，确认“第一种状况，列车停靠站台且在屏蔽门与列车之间无异物”，再关屏蔽门；

第三指令，乘客上下车时间到，确认“第二种状况，列车停靠站台且在屏蔽门与列车之间有异物”，禁止关闭屏蔽门、发出报警声并禁止列车启动；

第四指令，确认“第三种状况，无列车停靠站台且在屏蔽门与轨道之间无异物”，通知后方列车进站；

第五指令，确认“第四种状况，无列车停靠站台且在屏蔽门与轨道之间有异物”，通知后方列车不进站。

8.根据权利要求1所述的站台屏蔽门智能控制方法，其特征是，当出现检修停运、消防、战备及其它非正常营运期间的特殊情况时，控制器不接收信号处理器输出的控制指令而直接执行应急控制指令，应急控制指令直接操作屏蔽门的开或关动作，应急控制指令输入控制器；与此同时，CMOS摄像头与信号处理器进入休眠状态直至控制器重新接收到撤销应急控制指令后才停止休眠、恢复激活状态。

9.根据权利要求8所述的站台屏蔽门智能控制方法，其特征是，所述应急控制指令，是指来自系统外的人工直接干预指令，由车站管理人员通过人工直接干预指令生成器向控制器输入应急控制指令，控制器将控制指令数字信号转换为模拟控制信号，并将模拟控制信号送至驱动器。

10.根据权利要求9所述的站台屏蔽门智能控制方法，其特征是，所述人工直接干预指令生成器，是指在检修停运、消防、战备及其它非正常营运状态转时产生有线开关控制指令或无线开关控制指令的装置，控制器根据人工直接干预指令生成器开关指令输出类型的通信协议配接相应的有线或无线指令接收器。