CN110778237B - 一种自动关门障碍物类型的分辨方法及自动门控制器 - Google Patents

Abstract

本发明公开了一种自动关门障碍物类型的分辨方法及自动门控制器，以电机的速度和转矩设置为基本参数，所述基本参数包括速度值队列ω(k),k＝0,1,2……，转矩值队列T_fz(k),k＝0,1,2……，依据“防挤压操作”的三次关门过程的速度和转矩值队列的差异，提取特征向量x，人为设置障碍物，触发多次“防挤压操作”以形成样本集合，利用样本集合计算得到障碍物类型的分类函数y＝f(x)，根据函数值y，可以对自动门实际运行中遇到的障碍物类型进行分类，本发明的有益效果是：可以应用于各种重要场合的自动门控制系统，应用于轨道车辆自动门系统，可以有效地提高车门控制的安全性和可靠性，从而提高整个列车运行的安全性和准点率。

Description

一种自动关门障碍物类型的分辨方法及自动门控制器

技术领域

本发明涉及自动门控制系统技术领域，具体为一种自动关门障碍物类型的分辨方法及自动门控制器。

背景技术

自动门一般工作在公共环境中，如轨道公共车辆(地铁、大巴、高铁等)的自动门，楼宇(医院、宾馆、银行、剧院等)的自动门。电机通过传动装置驱动自动门的门体运动，由于工作环境的复杂，在某些情况下会有障碍物阻挡门体的运动，造成挤压。目前的一般的自动门控制器都具有“防挤压”功能，在发生挤压障碍物时会自动把门后退打开，然后再试着进行关门动作，如果再次挤压就再次后退打开，如此进行3到4次，如果关门仍然有障碍，就彻底打开门，不再试图关门，报请人工排除故障。“防挤压”的原理就是在挤压障碍物时会伴随着电机速度降低和输出转矩的增大，这些可以被检测出来，从而实现“防挤压操作”。但是有可能存在多种不同类型的障碍物，目前的自动门控制器对只能探知障碍物的存在，但无法分辨障碍物的类型。

随着社会发展和技术进步，当今已经出现对具有更高能力的自动门控制器的需求，其中很重要的就是希望自动门具有分辨障碍物的类型以及障碍物作用位置的能力。例如轨道车辆在人流高峰时经常超载，时常会由于拥挤而有乘客从侧面挤压到门体，从而误引起门“防挤压操作”而打开门，如果自动门控制器能够分辨出此时乘客对门体的挤压位置不是在门的运动方向的正面，就应当加大电机的输出力矩，可靠地关上门，以保证准点运行。又例如在寒冬或盛夏由于在相对密封的车厢或其它建筑屋内使用空调，或者由于室外大风等原因，造成室内外存在较大的气压差，使得开关门困难，对于普通的自动门控制器，会误以为有障碍物挡住了门，随即反复进行“防挤压操作”，始终关不上门，影响列车运行，导致晚点。其实这时应该加大电机的输出力矩以克服空气压差造成的阻力，完成开关门的动作。上述两种情况，也可以认为是两种特殊类型的障碍物，因为这些特殊类型的障碍物同样会引起自动门电机速度的降低和电机输出力矩加大。

事实上，通过一系列测试和分析得知，对于门控器电机运行参数变化趋势而言，在“门体遭到侧面挤压引起的开关门障碍”和“室内外气压差大引起的开关门障碍”这两种情况下是非常相似的，但这两种情况与“门体正面挤压障碍物”所引起的电机运行参数变化趋势则显著不同。

发明内容

本发明的目的在于提供一种自动关门障碍物类型的分辨方法及自动门控制器，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种自动关门障碍物类型的分辨方法,所述电机驱动自动门的开门关门动作为循环往复动作，以电机的速度和转矩为基本参数，且滚动存储并刷新每个往复周期的基本参数，所述基本参数包括速度值队列ω(k),k＝0,1,2……，转矩值队列T_fz(k),k＝0,1,2……；

步骤一：当遇到障碍物导致转矩增大、电机速度降低并最终堵转时，设电机发生堵转的时刻为k1，在已存储的速度值队列中截取序列Ω₀＝{ω(k1-L+1),ω(k1-L+2)……,ω(k1)}，同样在转矩队列中也截取序列M₀＝{T_fz(k1-L+1),T_fz(k1-L+2)……,T_fz(k1)}，紧接着电机将驱动门体后退打开，试图再次关门，如果在次过程中障碍物消失，将恢复正常关门；若障碍物仍然存在，则重复上述过程，并在此过程中按照前一次的方式记录下新的长度为L的序列Ω₁和M₁，序列长度L应当取2的幂方；这样的试关门动作进行三次，如果障碍物仍然没有消失则停止试关门，开始对障碍物的类型进行分辨；

步骤二：步骤一中所述的三次试关门动作称为“防挤压操作”，下面提取“防挤压操作”的特征向量；针对各个速度值序列计算在各个频率点上的相关系数：

针对各个转矩值序列在计算各个频率点上的相关系数：

计算上述三个速度值序列在频域里的二次误差矩：

计算上述三个转矩值序列在频域里的二次误差矩：

计算上述三个速度值序列在时域里的二次误差矩：

计算上述转矩值序列在时域里的二次误差矩：

通过以上计算，得到了12个特征参数构成的特征参数向量：

x＝[Saf_Ω01，Saf_Ω02，Saf_Ω12，Saf_M01，Saf_M02，Saf_M12,Sat_Ω01，Sat_Ω02，Sat_Ω12，Sat_M01，Sat_M02，Sat_M12]；

用二值变量y表示引起“防挤压操作”的障碍物的类型，当“门体运行方向正面的障碍物”引起“防挤压操作”，y取值1；当“门体侧面受到挤压或室内外风压差”引起“防挤压操作”，y取值-1；

步骤三：将每次异常负载引起“防挤压操作”而得到的特征向量视为一个样本,在启用自动辨别障碍物类型功能之前，需人为地触发N(N>20)次“防挤压操作”，人为施加的障碍物可为正面障碍物或对门体侧面施加的障碍阻力，随机地决定障碍物的类型，每次“防挤压操作”得到样本数据{x_i，y_i；i＝1，……N}，所述每个样本点数据[x_i，y_i]i＝1，……N都是13维矢量；

引入高斯型核函数

其中||x₁-x₂||是x₁,x₂两个向量之差的欧几里得范数，σ是泛化宽度，取为0.3；

应用基于核函数的非线性支持向量机(SVM)方法，利用上述N(N>20)个数据点的数据，然后得到区分障碍物类型的分类函数。

优选的，所述步骤三中具体通过以下步骤得到区分障碍物的分类函数；

S1：根据所有的样本点的“防挤压操作”特征向量，计算k(x_i,x_j)i,j＝1,2……N引入拉格朗日乘子α_i≥0i,j＝1,2……N，用最小序列优化算法(SMO)进行寻优计算：

约束条件是：

S2：通过S1可求得全部拉格朗日乘子α_i i,j＝1,2……N，再计算

对于j,y_j＝-1

对于j,y_j＝+1

令b＝0.5(b₁+b₂)；

S3：得到最终分类函数；

优选的，在实际运行中，每次在关门时遇到障碍，进而“防挤压操作”，每次“防挤压操作”都会得到相应的特征参数向量x，将x输入到分类函数y＝f(x)中，根据函数值y，可以对障碍类型进行分类，所述特征参数向量在每次异常负载下“防挤压操作”均可得到相应的特征参数向量；

当y≥1时，可以判定是“门体运行方向的正面遇到了障碍物”；当y≤-1可以判定“门体侧面受到挤压或室内外风压差大而导致开关门障碍”。

一种具有障碍物类型分辨能力的自动门控制器，所述自动门控制器还包括STM32F427处理器，所述驱动电机为无刷直流电机，所述无刷直流电机内置霍尔传感器，所述自动门控制器内还包括无刷直流电机转角、速度、转矩观测模型、位置控制模块、速度控制模块、D轴电流控制模块、Q轴电流控制模块、旋转变换模块、逆旋转变换模块，所述自动门控制器还包括硬件模块，所述硬件模块采用霍尔电流检测器构成两相电流检测模块，采用智能功率模块IPM构成逆变器实现对电机的驱动。

与现有技术相比，本发明的有益效果是：

1、本发明通过检测并记录自动门驱动电机的运行参数(速度、转矩)，在关门遇到障碍物进行“防挤压操作”的过程中，可以通过这些运行参数得到“防挤压操作”特征向量，将特征向量输入到本发明给出的分类函数y＝f(x)中，根据判别函数的输出值可以将“门体遭到侧面挤压引起的开关门障碍”和“室内外气压差过大引起的开关门障碍”这两种特殊情况与“门体在运动方向正面挤压障碍物”的情况区分开来，并采用不同的方式进行处理；

2、可以应用于各种重要场合的自动门控制系统，应用于轨道车辆自动门系统，可以有效地提高车门控制的安全性和可靠性，从而提高整个列车运行的安全性和准点率。

附图说明

图1为本发明提取“防挤压操作”特征向量原理框图；

图2为本发明求解障碍物类型分类函数的原理框图；

图3为本发明实际运行中利用分类函数进行障碍物分类的原理；

图4为本发明自动门控制器软硬件结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-4，本发明提供一种技术方案：

一种自动关门障碍物类型的分辨方法,所述电机驱动自动门的开关动作为循环往复动作，以电机的速度和转矩为基本参数，且滚动存储并刷新每个往复周期的基本参数，所述基本参数包括速度值队列ω(k),k＝0,1,2……，转矩值队列T_fz(k),k＝0,1,2……；

步骤一：当遇到障碍物导致转矩增大、电机速度降低并最终堵转时，设电机发生堵转的时刻为k1，在已存储的速度值队列中截取序列Ω₀＝{ω(k1-L+1),ω(k1-L+2)……,ω(k1)}，同样在转矩队列中也截取序列M₀＝{T_fz(k1-L+1),T_fz(k1-L+2)……,T_fz(k1)}，紧接着电机将驱动门体后退打开，试图再次关门，如果在次过程中障碍物消失，将恢复正常关门；若障碍物仍然存在，则重复上述过程，并在此过程中按照前一次的方式记录下新的长度为L的序列Ω₁和M₁，序列长度L应当取2的幂方；这样的试关门动作进行三次，如果障碍物仍然没有消失则停止试关门，开始对障碍物的类型进行分辨；

步骤二：步骤一中所述的三次试关门动作称为“防挤压操作”，下面提取“防挤压操作”的特征向量；针对各个速度值序列计算在各个频率点上的相关系数：

针对各个转矩值序列在计算各个频率点上的相关系数：

计算上述三个速度值序列在频域里的二次误差矩：

计算上述三个转矩值序列在频域里的二次误差矩：

计算上述三个速度值序列在时域里的二次误差矩：

计算上述转矩值序列在时域里的二次误差矩：

通过以上计算，得到了12个特征参数构成的特征参数向量：

x＝[Saf_Ω01，Saf_Ω02，Saf_fΩ12，Saf_M01，Saf_M02，Saf_M12,Sat_Ω01，Sat_Ω02，Sat_Ω12，Sat_M01，Sat_M02，Sat_M12]；

用二值变量y表示引起“防挤压操作”的障碍物的类型，当“门体运行方向正面的障碍物”引起“防挤压操作”，y取值1；当“门体侧面受到挤压或室内外风压差”引起“防挤压操作”，y取值-1；

步骤三：将每次异常负载引起“防挤压操作”而得到的特征向量视为一个样本，在启用自动辨别障碍物类型功能之前，需人为地触发N(N>20)次“防挤压操作”，人为施加的障碍物可为正面障碍物或对门体侧面施加的障碍阻力，随机地决定障碍物的类型，每次“防挤压操作”得到样本数据{x_i，y_i；i＝1，……N}，所述每个样本点数据[x_i，y_i]i＝1，……N都是13维矢量；

引入高斯型核函数

其中||x₁-x₂||是x₁,x₂两个向量之差的欧几里得范数，σ是泛化宽度，取为0.3；

应用基于核函数的非线性支持向量机(SVM)方法，利用上述N(N>20)个数据点的数据，然后得到区分障碍物类型的分类函数。

值得注意的是，所述步骤三中具体通过以下步骤得到区分障碍物的分类函数；

S1：根据所有的样本点的“防挤压操作”特征向量，计算k(x_i,x_j)i,j＝1,2……N引入拉格朗日乘子α_i≥0i,j＝1,2……N，用最小序列优化算法(SMO)进行寻优计算：

约束条件是：

S2：通过S1可求得全部拉格朗日乘子α_i i,j＝1,2……N，再计算

对于j,y_j＝-1

对于j,y_j＝+1

令b＝0.5(b₁+b₂)；

S3：得到最终分类函数；

值得注意的是，在实际运行中，每次在关门时遇到障碍，进而“防挤压操作”，每次“防挤压操作”都会得到相应的特征参数向量x，将x输入到分类函数y＝f(x)中，根据函数值y，可以对障碍类型进行分类；

当y≥1时，可以判定是“门体运行方向的正面遇到了障碍物”；当y≤-1可以判定“门体侧面受到挤压或室内外风压差大而导致开关门障碍”，在以上这两种情况下的分类结果具有极高的准确度；

当1＞y＞0时，虽然也可基本判定是“门体运行方向的正面遇到了障碍物”，但准确度相对低，同样，当-1＜y＜0时也可基本判定“门体侧面受到挤压或室内外风压差大而导致开关门障碍”，但准确度相对低。

一种具有障碍物类型分辨能力的自动门控制器，所述自动门控制器还包括STM32F427处理器，所述驱动电机为无刷直流电机，所述无刷直流电机内置霍尔传感器，所述自动门控制器软件还包括位置控制模块、速度控制模块、D轴电流控制模块、Q轴电流控制模块、旋转变换模块、逆旋转变换模块、速度值计算软件模块、速度值存储模块、转矩值计算软件模块、转矩值存储模块、防挤压操作特征向量提取模块、障碍物类型分类函数模块，所述自动门控制器还包括硬件模块，所述硬件模块采用霍尔电流检测器构成两相电流检测模块，采用智能功率模块IPM构成逆变器实现对电机的驱动。

本发明给出的方法包括两个部分，第一部分是提取“防挤压操作”的特征向量x，第二部分是根据初始提取的N个“防挤压操作”特征向量，而得出对引起“防挤压操作”的障碍物类型的分类函数y＝f(x)。

在启用自动辨别障碍物类型功能之前，需人为地触发N(N>20)次“防挤压操作”，人为施加的障碍物可为正面障碍物或对门体侧面施加的障碍阻力，随机地决定障碍物的类型，从而得到N个初始的“防挤压操作”特征向量{x_i，y_i；i＝1，……N}，这些初始的特征向量构成了最初的特征向量样本集，根据这些初始的特征向量，按照本发明给出的方法，计算得到障碍物类型的分类函数y＝f(x)；应当指出，上述的计算是在自动门非实际工作状态下完成的，因而自动门控制器内部的处理器有足够充裕的时间完成这些计算。

在实际运行中，如果遇到了关门障碍而导致“防挤压操作”，自动门控制器内的处理器只需要完成“防挤压操作”特征向量的提取，将此特征向量输入到障碍物类型的分类函数y＝f(x)中，便可以对引起“防挤压操作”的障碍物的类型进行分类，根据不同的类型进行相应的处理。实际“防挤压操作”所得到的数据样本要保留，并加入到特征向量样本集合中，逐步取代原有的“防挤压操作”特征向量，特征向量样本集合被刷新以后，通过再一次的计算可刷新分类函数y＝f(x)，但是分类函数的刷新计算是在夜间列车停运维护，自动门非实际工作的状态下进行的。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，均落入本发明保护范围之内。

Claims (2)

1.一种自动关门障碍物类型的分辨方法,其特征在于：所述电机驱动自动门的开关动作为循环往复动作，以电机的速度和转矩为基本参数，且滚动存储并刷新每个往复周期的基本参数，所述基本参数包括速度值队列ω(k),k＝0,1,2……，转矩值队列T_fz(k),k＝0,1,2……；

步骤一：当遇到障碍物导致转矩增大、电机速度降低并最终堵转时，设电机发生堵转的时刻为k1，在已存储的速度值队列中截取序列Ω₀＝{ω(k1-L+1),ω(k1-L+2)……,ω(k1)}，同样在转矩队列中也截取序列M₀＝{T_fz(k1-L+1),T_fz(k1-L+2)……,T_fz(k1)}，紧接着电机将驱动门体后退打开，试图再次关门，如果在此过程中障碍物消失，将恢复正常关门；若障碍物仍然存在，则重复上述过程，并在此过程中按照前一次的方式记录下新的长度为L的序列Ω₁和M₁，序列长度L应当取2的幂方；这样的试关门动作进行三次，如果障碍物仍然没有消失则停止试关门，开始对障碍物的类型进行分辨；

步骤二：步骤一中所述的三次试关门动作称为“防挤压操作”，下面提取“防挤压操作”的特征向量；针对各个速度值序列计算在各个频率点上的相关系数：

针对各个转矩值序列在计算各个频率点上的相关系数：

计算上述三个速度值序列在频域里的二次误差矩：

计算上述三个转矩值序列在频域里的二次误差矩：

计算上述三个速度值序列在时域里的二次误差矩：

计算上述转矩值序列在时域里的二次误差矩：

通过以上计算，得到了12个特征参数构成的特征参数向量：

x＝[Saf_Ω01，Saf_Ω02，Saf_Ω12，Saf_M01，Saf_M02，Saf_M12,Sat_Ω01，Sat_Ω02，Sat_Ω12，Sat_M01，Sat_M02，Sat_M12]；

用二值变量y表示引起“防挤压操作”的障碍物的类型，当“门体运行方向正面的障碍物”引起“防挤压操作”，y取值1；当“门体侧面受到挤压或室内外风压差”引起“防挤压操作”，y取值-1；

步骤三：将每次异常负载引起“防挤压操作”而得到的特征向量视为一个样本,在启用自动分辨障碍物类型功能之前，需人为地触发大于20的N次“防挤压操作”，人为施加的障碍物可为正面障碍物或对门体侧面施加的障碍阻力，随机地决定障碍物的类型，每次“防挤压操作”得到样本数据{x_i，y_i；i＝1，……N}，所述每个样本点数据[x_i，y_i]i＝1，……N都是13维矢量；

引入高斯型核函数

其中||x₁-x₂||是x₁,x₂两个向量之差的欧几里得范数，σ是泛化宽度，取为0.3；

应用基于核函数的非线性支持向量机方法，利用上述大于20的N个数据点，得到区分障碍物类型的分类函数；

所述步骤三中具体通过以下子步骤得到区分障碍物类型的函数：

S1：根据所有的样本点的“防挤压操作”特征向量，计算k(x_i,x_j)i,j＝1,2……N引入拉格朗日乘子α_i≥0i,j＝1,2……N，用最小序列优化算法进行寻优计算：

约束条件是：

S2：通过S1可求得全部拉格朗日乘子α_ii,j＝1,2……N，再计算

对于j,y_j＝-1

对于j,y_j＝+1

令b＝0.5(b₁+b₂)；

S3：得到最终分类函数；

2.根据权利要求1所述的一种自动关门障碍物类型的分辨方法，其特征在于：在实际运行中，每次在关门时遇到障碍物，进而“防挤压操作”，每次“防挤压操作”都会得到相应的特征参数向量x，将x输入到分类函数y＝f(x)中，根据函数值y，可以对障碍类型进行分类；

当y≥1时，可以判定是“门体运行方向的正面遇到了障碍物”；当y≤-1可以判定“门体侧面受到挤压或室内外风压差大而导致开关门障碍”。

Images