CN114030490B - 可移动式站台门运行中的碰撞判定方法和计算机存储介质 - Google Patents

Abstract

本发明涉及一种可移动式站台门运行中的碰撞判定方法，包括控制可移动式站台门完成多个周期的正常运行，并在每个周期中按照设定规则对所述可移动式站台门的电机运行参数进行多次采样并基于采样结果通过统计学模型获得碰撞判断基准；在所述可移动式站台门正常运行时，按照所述设定规则对所述可移动式站台门的所述电机运行参数进行实时采样以获得实时采样结果；基于所述碰撞判断基准和所述实时采样结果判定所述可移动式站台门是否发生碰撞。本发明还涉及计算机存储介质。本发明能够自动、及时且准确地发现可移动式站台门运行中发生碰撞。进一步的，通过采样统计学模型进行阈值计算和概率判断，能够进一步提高判断的准确性。

Description

可移动式站台门运行中的碰撞判定方法和计算机存储介质

技术领域

本发明涉及碰撞检测领域，更具体地说，涉及一种可移动式站台门运行中的碰撞判定方法和计算机存储介质。

背景技术

随着中国城市化的程度逐渐提升，对轨道交通的需求随之不断增长。轨道交通站台门可以对轨道区与站台区进行有效隔离，从而防止站台区域内乘客在候车时发生主动/被动的意外（如人员跌下站台或撞击行驶中的列车引发伤亡事故等）。目前各车站采用的轨道交通站台门在地面的部分包括可移动开合的滑动门与不可移动的固定门等，滑动门在列车到站后与列车门同时开启以方便乘客上下车，固定门始终固定在原地。但我国高铁/城际车型多达7种以上，要求站台门能够实现对不同车型、不同开门位置的自适应功能。

在此基础上，提出了一种可移动式站台门，该可移动式站台门整体能够在站台沿轨迹/轨道运动到合适的位置，从而适应不同型号高铁/城轨列车对不同开门位置的需求。但可移动式站台门在整体移动运行时可能发生被物品（行李等）/人体等障碍物主动/被动撞击的情况，如果站台门对此不做处理而继续运行，可能发生诸如人员损伤/物品损坏/站台门受损等事故。如果依赖工作人员发现后进行人工干预处理的话，很难保证其及时性和准确性。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种能够自动、及时且准确地发现可移动式站台门运行中发生碰撞的碰撞判定方法和计算机存储介质。

本发明解决其技术问题所采用的技术方案是：构造一种可移动式站台门运行中的碰撞判定方法，包括以下步骤：

S1、控制可移动式站台门完成多个周期的正常运行，并在每个周期中按照设定规则对所述可移动式站台门的电机运行参数进行多次采样并基于采样结果通过统计学模型获得碰撞判断基准；

S2、在所述可移动式站台门正常运行时，按照所述设定规则对所述可移动式站台门的所述电机运行参数进行实时采样以获得实时采样结果；

S3、基于所述碰撞判断基准和所述实时采样结果判定所述可移动式站台门是否发生碰撞。

在本发明所述的可移动式站台门运行中的碰撞判定方法中，所述步骤S1进一步包括以下步骤：

S11、控制所述可移动式站台门完成n个周期的正常运行，在每个周期中按照设定的m个采样点对所述可移动式站台门的电机运行参数进行m次采样，以获得n*m个采样结果，其中m和n为大于1的正整数；

S12、基于所述n*m个采样结果，采用统计学方法计算单个周期的m次采样中每个采样点的碰撞阈值。

在本发明所述的可移动式站台门运行中的碰撞判定方法中，所述步骤S12进一步包括以下步骤：

S121、基于n*m个采样结果t₁₁，t₁₂， …t_1m， t₂₁…t_nm计算n个周期的每个采样点的采样结果均值T_i = |(t_1i+t_2i+...t_ni)/n|，其中i的取值为1到m的正整数；

S122、基于所述采样结果和所述采样结果均值计算每个采样点的采样结果标准差

，其中k的取值为1到n的正整数；

S123、基于每个采样点的所述采样结果标准差、所述采样结果均值以及选定的统计学分布模型计算每个采样点的碰撞阈值。

在本发明所述的可移动式站台门运行中的碰撞判定方法中，在所述步骤S123中，所述统计学分布模型包括正态分布模型、t分布模型、F分布模型或卡方分布模型。

在本发明所述的可移动式站台门运行中的碰撞判定方法中，在所述步骤S123中，基于每个采样点的所述采样结果标准差、所述采样结果均值以及正态分布模型计算每个采样点的碰撞阈值C_i=T_i+u_αδ_i/n^1/2，其中u_α表示正态分布中按照α%的概率的数学期望。

在本发明所述的可移动式站台门运行中的碰撞判定方法中，在所述步骤S2中，在所述可移动式站台门正常运行的一个周期中，按照设定的m个采样点对所述可移动式站台门的电机运行参数进行m次实时采样以获得m个实时采样结果。

在本发明所述的可移动式站台门运行中的碰撞判定方法中，所述步骤S3进一步包括以下步骤：

S31、判断一个周期内相邻的设定数量的采样点的实时采样结果大于对应的采样点的碰撞阈值的概率是否大于设定概率，如果是执行步骤S32，否则执行步骤S33；

S32、判断发生碰撞并停止所述可移动式站台门的运行；

S33、继续采样，并在所述周期结束之后采用本周期的实时采样结果替代第一个周期的采样结果，并重新计算所述碰撞阈值。

在本发明所述的可移动式站台门运行中的碰撞判定方法中，所述步骤S32进一步包括以下步骤：

S321、判断发生碰撞并停止所述可移动式站台门的运行；

S322、停止采样并启动报警。

在本发明所述的可移动式站台门运行中的碰撞判定方法中，所述m个采样点之间的时间间隔范围为20ms-150ms，所述电机运行参数包括电机电流、电机电压和/或电机扭矩。

本发明解决其技术问题采用的另一技术方案是，构造一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的可移动式站台门运行中的碰撞判定方法。

实施本发明的可移动式站台门运行中发生碰撞的碰撞判定方法和计算机存储介质，能够自动、及时且准确地发现可移动式站台门运行中发生碰撞。进一步的，通过采样统计学模型进行阈值计算和概率判断，能够进一步提高判断的准确性。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明的可移动式站台门运行中的碰撞判定方法的优选实施例的流程图；

图2示出了本发明的一个优选实施例的采样结果、采样结果均值、采样结果标准差以及采样阈值；

图3是本发明的可移动式站台门运行中的碰撞判定方法的优选实施例的碰撞判定步骤的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明涉及一种可移动式站台门运行中的碰撞判定方法，先使得移动式站台门完成多个周期的正常运行，并且在移动中根据一定的采样周期采集负责其移动的电机运行参数作为初始采样数据，并通过统计学模型获得碰撞判断基准。随后，在移动式站台门的实际工作中，实时采集所述可移动式站台门的所述电机运行参数，并通过所述碰撞判断基准和所述实时采样结果判定所述可移动式站台门是否发生碰撞。

本发明的优选实施例中，本发明涉及的可移动式站台门运行中的碰撞判定方法中，采样多个周期的各个相同采样点的电机运行参数，并基于统计学模型初始采样数据处理并得到在整个运行周期中各个采样点电机运行参数阈值，然后在移动式站台门的实际工作运行周期中，按前述采样周期实时采集电机运行参数，并与各采样点的电机运行参数阈值进行对比，如果若干个相邻采样点的采样参数中超出相对应阈值的没有超过一定概率，则认为没有发生碰撞，否则认为发生碰撞。实施本发明的可移动式站台门运行中发生碰撞的碰撞判定方法，能够自动、及时且准确地发现可移动式站台门运行中发生碰撞。进一步的，通过采样统计学模型进行阈值计算和概率判断，能够进一步提高判断的准确性。

图1是本发明的可移动式站台门运行中的碰撞判定方法的优选实施例的流程图。如图1所示，在步骤S1中，控制可移动式站台门完成多个周期的正常运行，并在每个周期中按照设定规则对所述可移动式站台门的电机运行参数进行多次采样并基于采样结果通过统计学模型获得碰撞判断基准。

在本发明的一个优选实施例中，列车即将到站前，可移动式站台门需调整其整体位置，例如从当前的初始位置P0整体移动到可适应即将到站的列车车门的开门位置P1，其移动的过程可分为加速阶段（站台门速度从0逐渐加速到v），匀速运动阶段（站台门以速度v稳定运行），减速阶段（站台门速度从v减速到0），其中加速及匀速运动阶段的电机扭矩与减速阶段电机扭矩方向相反。如果移动式站台门在移动过程中，碰撞到任何物品或者人，将导致电机运行速度、扭矩发生改变，因此，电机电流、电压或者扭矩将会发生变化。因此，我们可以选择电机电流、电机电压和/或电机扭矩作为后面的碰撞判定在的电机运行参数。下面，我们以电机扭矩为例进行说明。当然，本领域技术人员还可以根据实际的运行和测试经验，选择其他适合的电机运行参数。

在本发明的优选实施例中，可以控制可移动式站台门完成n个周期的正常运行，在每个周期中按照设定的m个采样点对所述可移动式站台门的电机运行参数进行m次采样，以获得n*m个采样结果。其中m和n为大于1的正整数。然后，基于所述n*m个采样结果，采用统计学方法计算单个周期的m次采样中每个采样点的碰撞阈值。优选的，所述m个采样点之间的时间间隔范围为20ms-150ms。

图2示出了本发明的一个优选实施例的采样结果、采样结果均值、采样结果标准差以及采样阈值。结合图2对具体的采样阈值的计算过程说明如下。

首先，在每个周期中按照设定的m个采样点对所述可移动式站台门的电机运行参数进行m次采样，以获得n*m个采样结果，即t₁₁，t₁₂， …t_1m， t₂₁…t_nm，其按照周期编号和采样点编号按照图2进行排列，并将其进行存储。

然后，基于n*m个采样结果t₁₁，t₁₂， …t_1m， t₂₁…t_nm计算n个周期的每个采样点的采样结果均值T_i = |(t_1i+t_2i+...t_ni)/n|，其中i的取值为1到m的正整数。参见图2可以获得分别对应采样点1-M的采样结果均值T₁…T_m。

随后，基于n*m个采样结果t₁₁，t₁₂， …t_1m， t₂₁…t_nm和采样结果均值T₁…T_m.计算每个采样点的采样结果标准差

，其中k的取值为1到n的正整数。参见图2可以获得分别对应采样点1-M的采样结果标准差δ_i…δ_m。

最后，基于每个采样点的采样结果标准差δ_i…δ_m、采样结果均值T₁…T_m以及选定的统计学分布模型计算每个采样点的碰撞阈值。在此，可供选择的统计学分布模型包括正态分布模型、t分布模型、F分布模型或卡方分布模型。在图2所示的实施例中，以正态分布模型进行说明。

在此，基于每个采样点的采样结果标准差δ_i…δ_m、采样结果均值T₁…T_m以及正态分布模型计算每个采样点的碰撞阈值C_i=T_i+u_αδ_i/n^1/2，其中u_α表示正态分布中按照α%的概率的数学期望。在此，α可以根据实际需要进行取值，优选的，我们例如取α=99，也即按99%的单侧正态分布计算得到碰撞阈值C_i（即n个周期对应采样值的α%单侧正态分布置信区间值），这表示所有运行周期中对应于该采样点的采样结果有99%的可能小于阈值C_i。当然，还可以根据实际需要选择其他数值。

在获得碰撞判断基准之后，我们执行步骤S2，在所述可移动式站台门正常运行时，按照所述设定规则对所述可移动式站台门的所述电机运行参数进行实时采样以获得实时采样结果。在该步骤中，我们按照前面一样的采样方式进行采样。即在所述可移动式站台门正常运行的一个周期中，按照设定的m个采样点对所述可移动式站台门的电机运行参数进行m次实时采样以获得m个实时采样结果。采样方式、采样间隔和采样内容完全与步骤S1中相同。

在步骤S3中，基于所述碰撞判断基准和所述实时采样结果判定所述可移动式站台门是否发生碰撞。在本发明的一个优选实施例中，判断一个周期内相邻的设定数量的采样点的实时采样结果大于对应的采样点的碰撞阈值的概率是否大于设定概率，如果是的话，判定发生碰撞，否则判定没有发生碰撞。

举例来说，如果在步骤S2中，我们按照设定的m个采样点对所述可移动式站台门的电机运行参数进行m次实时采样以获得m个实时采样结果，假设在第s个采样点的实时采样结果为ts（其中s为位于1到m之间的任意一个正整数），其后续采样结果为t_s+1，t_s+2...，t_s+p…t_m。而根据图2可知，其计算的采样点s的碰撞阈值为C_s，而后续的采样点的碰撞阈值为C_s+1，C_s+2，C_s+p…C_m。如果在s采样点之后相邻的p次采样结果中t_s+1>C_s+1，t_s+2>C_s+2 ...，t_s+p>C_s+p为真的概率小于β%，则认为没有发生碰撞，继续后续采样。如果在s采样点之后相邻的p次采样结果中t_s+1>C_s+1，t_s+2>C_s+2 ...，t_s+p>C_s+p为真的概率大于等于于β%，则判断发生了碰撞。在此，该设定数量和设定概率可以按照经验值就那些选取，例如，选择p=20，β=80时，如果t_s+1>C_s+1，t_s+2>C_s+2 ...，t_s+20>C_s+20中80%或以上为真，这表示相邻的20个实时采样结果中有大于等于16个大于相对应的碰撞阈值，则判断发生了碰撞。

实施本发明的可移动式站台门运行中发生碰撞的碰撞判定方法，能够自动、及时且准确地发现可移动式站台门运行中发生碰撞。进一步的，通过采样统计学模型进行阈值计算和概率判断，能够进一步提高判断的准确性。

图3是本发明的可移动式站台门运行中的碰撞判定方法的优选实施例的碰撞判定步骤的流程图。

如图3所示，在步骤S31中，判断一个周期内相邻的设定数量的采样点的实时采样结果大于对应的采样点的碰撞阈值的概率是否大于设定概率，如果是执行步骤S32，否则执行步骤S33。该判断过程可以参照前述实施例，在此不在累述了。

在步骤S32中，判断发生碰撞并停止所述可移动式站台门的运行。优选的，如果当前周期中实时采样得到的实时采样结果经前述判断步骤判定后认为发生了碰撞，停止采样，并启动急停装置及报警装置，停止负责站台门整体移动的电机运行，从而停止可移动式站台门的移动，以便对碰撞进行排查和处理。该周期采样得到的数据无需存储到存储器中。

在步骤S33中，继续采样，并在所述周期结束之后采用本周期的实时采样结果替代第一个周期的采样结果，并重新计算所述碰撞阈值。即如果可移动式站台门正常完成了该运行周期运行而未发生碰撞，将刚完成运行的周期作为周期n+1，把图2所示中周期1数据删除，将周期n+1的实时采样得到的实时采样结果存入，然后重新计算所述碰撞阈值。当然，在本发明的其他优选实施例中，也可以不删除周期1的数据，直接增加周期n+1的数据，然后按照周期1-周期n+1计算碰撞阈值。

本发明的移动式站台门运行中发生碰撞的碰撞判定方法先使站台门完成数次正常的整体移动，在移动中根据一定的采样周期采集负责其移动的电机运行参数作为初始采样数据；然后基于统计学模型对初始采样数据处理并得到在整个运行周期中各个采样点电机参数阈值；然后在站台门某次实际工作运行周期中按前述采样周期实时采集电机运行参数，并与各采样点的参数阈值进行对比，如果若干个相邻采样点的采样参数中超出相对应阈值的没有超过一定比率，则认为没有发生碰撞，站台门继续运行，并继续后续采样；如果若干个相邻采样点的参数中超出相对应阈值的超过一定比率，则认为发生了碰撞，通知站台门控制器，通过急停装置终止站台门的运行，盘查并处理问题。

因此，实施本发明的可移动式站台门运行中发生碰撞的碰撞判定方法，能够自动、及时且准确地发现可移动式站台门运行中发生碰撞。进一步的，通过采样统计学模型进行阈值计算和概率判断，能够进一步提高判断的准确性。

本发明还涉及一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的可移动式站台门运行中的碰撞判定方法。

因此，本发明可以通过硬件、软件或者软、硬件结合来实现。本发明可以在至少一个计算机系统中以集中方式实现，或者由分布在几个互连的计算机系统中的不同部分以分散方式实现。任何可以实现本发明方法的计算机系统或其它设备都是可适用的。常用软硬件的结合可以是安装有计算机程序的通用计算机系统，通过安装和执行程序控制计算机系统，使其按本发明方法运行。

本发明还可以通过计算机程序产品进行实施，程序包含能够实现本发明方法的全部特征，当其安装到计算机系统中时，可以实现本发明的方法。本文件中的计算机程序所指的是：可以采用任何程序语言、代码或符号编写的一组指令的任何表达式，该指令组使系统具有信息处理能力，以直接实现特定功能，或在进行下述一个或两个步骤之后实现特定功能：a）转换成其它语言、编码或符号；b）以不同的格式再现。

虽然本发明是通过具体实施例进行说明的，本领域技术人员应当明白，在不脱离本发明范围的情况下，还可以对本发明进行各种变换及等同替代。另外，针对特定情形或材料，可以对本发明做各种修改，而不脱离本发明的范围。因此，本发明不局限于所公开的具体实施例，而应当包括落入本发明权利要求范围内的全部实施方式。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种可移动式站台门运行中的碰撞判定方法，其特征在于，包括以下步骤：

S1、控制可移动式站台门完成多个周期的正常运行，并在每个周期中按照设定规则对所述可移动式站台门的电机运行参数进行多次采样并基于采样结果通过统计学模型获得碰撞判断基准；

S2、在所述可移动式站台门正常运行时，按照所述设定规则对所述可移动式站台门的所述电机运行参数进行实时采样以获得实时采样结果；

S3、基于所述碰撞判断基准和所述实时采样结果判定所述可移动式站台门是否发生碰撞；

所述步骤S3进一步包括以下步骤：

S31、判断一个周期内相邻的设定数量的采样点的实时采样结果大于对应的采样点的碰撞阈值的百分比是否大于设定百分比，如果是执行步骤S32，否则执行步骤S33；

S32、判断发生碰撞并停止所述可移动式站台门的运行；

S33、继续采样，并在所述周期结束之后采用本周期的实时采样结果替代第一个周期的采样结果，并重新计算所述碰撞阈值。

2.根据权利要求1所述的可移动式站台门运行中的碰撞判定方法，其特征在于，所述步骤S1进一步包括以下步骤：

S11、控制所述可移动式站台门完成n个周期的正常运行，在每个周期中按照设定的m个采样点对所述可移动式站台门的电机运行参数进行m次采样，以获得n*m个采样结果，其中m和n为大于1的正整数；

S12、基于所述n*m个采样结果，采用统计学方法计算单个周期的m次采样中每个采样点的碰撞阈值。

3.根据权利要求2所述的可移动式站台门运行中的碰撞判定方法，其特征在于，所述步骤S12进一步包括以下步骤：

S121、基于n*m个采样结果t₁₁，t₁₂， …t_1m， t₂₁…t_nm计算n个周期的每个采样点的采样结果均值T_i = |(t_1i+t_2i+...t_ni)/n|，其中i的取值为1到m的正整数；

S122、基于所述采样结果和所述采样结果均值计算每个采样点的采样结果标准差

，其中k的取值为1到n的正整数；

S123、基于每个采样点的所述采样结果标准差、所述采样结果均值以及选定的统计学分布模型计算每个采样点的碰撞阈值。

4.根据权利要求3所述的可移动式站台门运行中的碰撞判定方法，其特征在于，在所述步骤S123中，所述统计学分布模型包括正态分布模型、t分布模型、F分布模型或卡方分布模型。

5.根据权利要求4所述的可移动式站台门运行中的碰撞判定方法，其特征在于，在所述步骤S123中，基于每个采样点的所述采样结果标准差、所述采样结果均值以及正态分布模型计算每个采样点的碰撞阈值C_i=T_i+u_αδ_i/n^1/2，其中u_α表示正态分布中按照α%的概率的数学期望。

6.根据权利要求3所述的可移动式站台门运行中的碰撞判定方法，其特征在于，在所述步骤S2中，在所述可移动式站台门正常运行的一个周期中，按照设定的m个采样点对所述可移动式站台门的电机运行参数进行m次实时采样以获得m个实时采样结果。

7.根据权利要求1所述的可移动式站台门运行中的碰撞判定方法，其特征在于，所述步骤S32进一步包括以下步骤：

S321、判断发生碰撞并停止所述可移动式站台门的运行；

S322、停止采样并启动报警。

8.根据权利要求3所述的可移动式站台门运行中的碰撞判定方法，其特征在于，所述m个采样点之间的时间间隔范围为20ms-150ms，所述电机运行参数包括电机电流、电机电压和/或电机扭矩。

9.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求1-8中任意一项权利要求所述的可移动式站台门运行中的碰撞判定方法。

Images