DE19623524A1

DE19623524A1 - Monitoring unit for danger area at railway level crossing

Info

Publication number: DE19623524A1
Application number: DE19623524A
Authority: DE
Inventors: Guenter Dr Ing Schwarze; Dara Dipl Ing Fatehi-Varkani; Helmut Dipl Ing Korthauer
Original assignee: Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV; Pintsch Bamag AG
Current assignee: Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV; Pintsch Bamag AG
Priority date: 1996-06-13
Filing date: 1996-06-13
Publication date: 1998-01-02

Abstract

The apparatus has a video camera (1) to which is connected a downstream image analysis unit (2). The image analysis unit (2) is arranged to automatically carry out a grey level analysis of the image of the level crossing observed by the video camera (1), to detect objects of at least a predetermined minimum size in the dangerous area. The image analyser (1) may carry out an individual image analysis for object detection, in which several test lines are provided transverse to the tracks. The grey level profile of an individual image is detected along each test line. The images are smoothed to eliminate the narrow grey level pulses. Jumps in the grey levels greater than a predetermined threshold may then be analysed as an object to be detected. The video camera is preferably arranged over the middle area of the level crossing, with an image depth device running parallel to the tracks.

Description

Die Erfindung bezieht sich auf eine Einrichtung zur Gefahren raumüberwachung an einem Bahnübergang, an dem eine Fahrstraße ein oder mehrere Schienenfahrzeuggleise kreuzt.The invention relates to a device for hazards room surveillance at a level crossing on which a driveway one or more rail vehicle tracks cross.

An derartigen Bahnübergängen besteht bekanntlich eine erhöhte Unfallgefahr. Um dieser entgegenzuwirken, sind die Bahnüber gänge meist durch Schranken gesichert, welche die Fahrstraße absperren, sobald sich ein Schienenfahrzeug dem Bahnübergang nähert. Da heutige Schranken fast ausnahmslos nicht mehr ma nuell, sondern ferngesteuert betätigt werden, tritt an diesen Bahnübergängen das Problem auf, daß ein auf der Fahrstraße verkehrendes Straßenfahrzeug zwischen den beiden sich schlie ßenden Schranken im Gleisbereich des Bahnübergangs einge schlossen werden kann. Es besteht daher der Bedarf, das Vor handensein von Straßenfahrzeugen in diesem Gefahrenraum des Bahnübergangs erfassen und eine entsprechende Besetzt- oder Freimeldung an eine entfernt gelegene Stelle übermitteln zu können.As is known, there is an increased level crossing at such level Risk of accident. To counteract this, the railroads are over aisles are usually secured by barriers that block the driveway cordon off as soon as a rail vehicle hits the level crossing is approaching. Since today's barriers almost without exception no longer apply operated manually, but remotely, occurs on this Level crossings the problem of being on the driveway road vehicle between them closes barriers in the track area of the level crossing can be closed. There is therefore a need, the before presence of road vehicles in this danger area of the Level crossing and record a corresponding busy or Send free notification to a remote location can.

Der Erfindung liegt daher als technisches Problem die Bereit stellung einer Einrichtung zur Gefahrenraumüberwachung an ei nem Bahnübergang zugrunde, mit der das Vorhandensein von Ob jekten der Größe von Fahrzeugen im Gefahrenraum, d. h. im Kreuzungsbereich von Fahrstraße und Bahngleisen, mit relativ geringem Aufwand zuverlässig erkannt und weitergemeldet werden kann.The invention is therefore ready as a technical problem Provision of a facility for monitoring hazardous areas to an egg based on a level crossing with which the presence of Ob projects of the size of vehicles in the danger zone, d. H. in the Intersection area of driveway and train tracks, with relative can be reliably recognized and reported with little effort can.

Die Erfindung löst dieses Problem durch die Bereitstellung einer Einrichtung mit den Merkmalen des Anspruchs 1. Die Ein richtung beinhaltet eine Videokamera mit nachgeschalteter Bildauswerteeinheit, die dazu ausgelegt ist, selbsttätig mit tels einer Grauwertauswertung der durch die Videokamera vom Bahnübergang aufgenommenen Bilder Objekte einer vorgegebenen Mindestgröße zu detektieren, die sich im Gefahrenraum befin den. Die Einrichtung kommt ersichtlich mit relativ wenig Hardwareaufwand aus. Die Bildauswertung mittels Grauwertana lyse erfordert zudem vergleichsweise wenig Softwareaufwand und läßt auch mit relativ kleinen Rechnern eine Echtzeitver arbeitung zu. Mit der Einrichtung kann bei Annäherung eines Schienenfahrzeugs an den Bahnübergang festgestellt werden, ob sich noch ein Straßenfahrzeug im Gefahrenraum des Bahnüber gangs befindet, so daß entsprechend eine Gefahrenraumfreimel dung oder eine Gefahrenraumbesetztmeldung abgegeben werden kann. In letzterem Fall kann das Schienenfahrzeug durch die Besetztmeldung noch rechtzeitig vor Erreichen des Gefahren raums zum Stehen gebracht werden, um die Kollision mit einem dortigen, beispielsweise zwischen die bereits geschlossenen Bahnschranken eingeschlossenen Straßenfahrzeug zu verhindern.The invention solves this problem by providing it a device with the features of claim 1. The one direction includes a video camera with a downstream Image evaluation unit, which is designed to automatically with by means of a gray value evaluation by the video camera from Level crossing captured images objects of a given To detect the minimum size that is in the danger zone the. The decor comes with relatively little Hardware out. The image evaluation using Grauwertana lyse also requires comparatively little software effort and leaves a real-time ver even with relatively small computers work to. With the facility, when approaching a Rail vehicle at the level crossing to be determined whether there is still a road vehicle in the danger area of the railway crossing gangs is located, so that accordingly a danger zone or a danger zone occupancy message can. In the latter case, the rail vehicle can Busy message in good time before the danger is reached be brought to a standstill in order to collide with a there, for example between those already closed To prevent road barriers from trapped road vehicle.

Eine nach Anspruch 2 weitergebildete Einrichtung beinhaltet für die Bildanalyse eine speziell an die Verhältnisse eines Bahnübergangs angepaßte Einzelbildauswertung, bei der Grau wertprofile längs von Prüflinien aufgenommen werden, die sich parallel zur Fahrstraße und damit quer zu den Bahnlinien er strecken. Da Fahrzeuge in dieser Richtung stets eine gewisse, nicht zu geringe Ausdehnung besitzen und sich im Grauwertpro fil meist sehr deutlich vom Fahrbahnbelag abheben, können da durch im Gefahrenraum befindliche Fahrzeuge in den allermei sten Fällen sehr sicher erkannt werden. Durch Wahl einer va riablen Erkennungsschwelle, die sich adaptiv an die Hellig keit und den Kontrast anpaßt, läßt sich eine gleichbleibend zuverlässige Überwachung mittels dieser Einzelbildauswertung bei unterschiedlichen Witterungsverhältnissen erreichen, ins besondere sowohl bei Nebel als auch bei Sonnenschein, sowie für unterschiedliche Tageszeiten und selbst bei extremen Lichtverhältnissen, z. B. bei Nacht und bei starker Schatten bildung. Um Störungen der Gefahrenraumüberwachung durch klei nere Objekte, insbesondere durch die sich meist kontrastmäßig ebenfalls stark abhebenden Gleise, zu vermeiden, werden die Grauwertprofile vor der weiteren Auswertung so geglättet, daß schmale Grauwertimpulse, wie sie z. B. von den Gleisen hervor gerufen werden, eliminiert werden.A device further developed according to claim 2 for the image analysis one especially to the conditions of a Level crossing adapted single image evaluation, with the gray value profiles are recorded along test lines that are parallel to the driveway and thus across the railway lines stretch. Since vehicles in this direction always have a certain not have too little expansion and in the gray value pro fil can usually stand out very clearly from the road surface due to vehicles in the danger zone in general most cases can be recognized very reliably. By choosing a va reasonable detection threshold, which is adaptive to the Hellig speed and adjusts the contrast, one can be consistent reliable monitoring using this single image evaluation reach in different weather conditions, ins special both in fog and in sunshine, as well for different times of the day and even at extreme ones Lighting conditions, e.g. B. at night and in strong shade education. To prevent disruption of danger zone monitoring by small nere objects, especially those that are mostly contrasting to also avoid strongly lifting tracks Gray value profiles smoothed before further evaluation so that narrow gray value pulses, such as z. B. from the tracks be called, eliminated.

Eine nach Anspruch 3 weitergebildete Einrichtung beinhaltet zur Bildanalyse eine Mehrbildauswertung in Form eines paar weisen Bildvergleichs, der in spezieller Weise auf die Erken nung von Objekten typischer Fahrzeuggröße abgestimmt ist und mit vertretbarem Bildverarbeitungsaufwand auskommt. Dabei werden je zwei nacheinander aufgenommene Einzelbilder in ih rer Grauwertverteilung bildfensterweise verglichen, wonach das resultierende Differenzbild mit einer vorgegebenen Grau wertschwelle binarisiert wird. Nach Glättung des erhaltenen Binärbildes werden zusammenhängende Objektbereiche durch eine herkömmliche Blob-Analyse ermittelt und der jeweils zugehöri ge Rand bestimmt. Zu jedem solchermaßen gewonnenen Objektbe reich werden dann morphometrische Merkmale, z. B. Fläche und Schwerpunkt, berechnet. Zu kleine Bereiche werden verworfen, während bei den übrigen Objektbereichen dann auf ein vorhan denes Objekt geschlossen wird, wenn eine Schwerpunktbewegung desselben festgestellt wird. Diese Vorgehensweise hat den Vorteil, daß der Einfluß von sich ändernden Umweltbedingungen äußerst gering ist, da nur aufeinanderfolgende Bilder paar weise zur Auswertung herangezogen werden, und das System ro bust gegenüber Störungen durch eine Vielzahl kleinerer Objek te ist, da eine Belegung nur gemeldet wird, wenn sich minde stens ein Objekt einer vorgegebenen Mindestgröße im Gefahren raum befindet. Vorzugsweise wird diese Art der Mehrbildaus wertung mit einer Einzelbildauswertung gemäß Anspruch 2 kom biniert, was eine besonders sichere und zuverlässige Gefah renraumüberwachung realisiert.A device further developed according to claim 3 for image analysis a multi-image evaluation in the form of a couple show image comparison, which in a special way on the Erken of objects of typical vehicle size is coordinated and gets along with reasonable image processing effort. Here two consecutive single pictures are taken in ih rer gray value distribution compared image window by what the resulting difference image with a given gray threshold is binarized. After smoothing the obtained Binary image are connected object areas by a conventional blob analysis determined and the associated edge determined. For every object obtained in this way morphometric features, e.g. B. area and Center of gravity, calculated. Areas that are too small are discarded, while in the remaining object areas there is then an existing whose object is closed when a focus movement the same is determined. This procedure has the Advantage that the influence of changing environmental conditions is extremely small, since only consecutive pictures pair be used for evaluation, and the system ro bust against interference from a multitude of smaller objects te, as occupancy is only reported if there are at least at least an object of a given minimum size in danger space is located. This type of multi-image is preferred evaluation with a single image evaluation according to claim 2 com biniert, which is a particularly safe and reliable Gefah interior surveillance implemented.

Bei einer nach Anspruch 4 weitergebildeten Einrichtung ent hält das von der Videokamera aufgenommene Bild wenigstens ei ne Bahnübergangsschranke, deren Bewegung zur Funktionsprüfung der Einrichtung verwendet wird. Dazu wird ein eigenes Prüf fenster definiert, in welchem mittels des Mehrbildauswer tungsverfahrens die Schrankenbewegung überwacht wird. Wenn eine hierzu gehörige Besetztmeldung mit einer durch das Prüf fenster laufenden Schranke zeitrichtig korreliert, kann von der Funktionstüchtigkeit der Einrichtung einschließlich des Bildauswerteteils ausgegangen werden.In a device further developed according to claim 4 at least holds the picture taken by the video camera ne level crossing barrier, its movement for functional testing the facility is used. To do this, a separate test window defined in which by means of the multi-image extractor the barrier movement is monitored. If a related busy message with one from the test Window running barrier correlated in time, can by the health of the facility including the Image evaluation part are assumed.

Bei einer nach Anspruch 5 weitergebildeten Einrichtung ist die Videokamera über dem mittleren Bereich des Bahnübergangs mit parallel zu den Bahngleisen verlaufender Bildtiefenrich tung plaziert. Diese Kamerapositionierung hat den Vorteil ei ner bei Verwendung einer einzelnen Kamera geringstmöglichen Bildverzerrung, was die Bildauswertung vereinfacht.In a device further developed according to claim 5 the video camera over the middle area of the level crossing with a depth-of-sight rich parallel to the train tracks tung placed. This camera positioning has the advantage minimum when using a single camera Image distortion, which simplifies image evaluation.

Eine bevorzugte Ausführungsform der Erfindung ist in den Zeichnungen dargestellt und wird nachfolgend beschrieben. Hierbei zeigen:A preferred embodiment of the invention is in the Drawings shown and will be described below. Here show:

Fig. 1 ein schematisches Blockdiagramm einer Einrichtung zur Gefahrenraumüberwachung an einem Bahnübergang, Fig. 1 is a schematic block diagram of a device for monitoring danger area at a railroad crossing,

Fig. 2 eine schematische Perspektivansicht des zugehörigen Bahnübergangs, Fig. 2 is a schematic perspective view of the corresponding railway crossing,

Fig. 3 eine schematische Perspektivansicht des überwachten Gefahrenraums mit Prüflinien für die Einzelbildaus wertung, Is a schematic perspective view of the monitored hazard area evaluation. 3 with test lines for the Einzelbildaus,

Fig. 4 Diagramme eines Einzelbildauswertevorgangs und Fig. 4 diagrams of a single image evaluation process and

Fig. 5 schematische Darstellungen einer Serie von Grau wert-Differenzbildern während eines Mehrbildauswer tevorgangs. Fig. 5 are schematic representations of a series of gray value difference images during a Mehrbildauswer tevorgangs.

Die in Fig. 1 gezeigte Einrichtung zur Gefahrenraumüberwa chung an einem Bahnübergang beinhaltet eine hochempfindliche CCD-Videokamera und eine nachgeschaltete Bildauswerteeinheit (2) in Form eines entsprechend ausgelegten Rechners, dem die Bilddaten von der Videokamera (1) über eine entsprechende Verbindungsleitung (3) zugeführt werden. Die Bildauswerteein heit (2) erhält über eine Eingangsleitung (4) die zur System steuerung erforderlichen Bahnsignale, insbesondere die Signa le über die Stellung bzw. Aktivierung der Bahnschranken. Über eine erste Ausgangsleitung (5) zeigt die Bildauswerteeinheit (2) ihre Betriebsbereitschaft an, während eine zweite Aus gangsleitung (6) zur Abgabe der binären Information darüber dient, ob sich ein Objekt von Fahrzeuggröße im überwachten Gefahrenraum befindet.The device shown in FIG. 1 for monitoring the danger zone at a level crossing includes a highly sensitive CCD video camera and a downstream image evaluation unit ( 2 ) in the form of an appropriately designed computer to which the image data from the video camera ( 1 ) is fed via a corresponding connecting line ( 3 ) will. The image evaluation unit ( 2 ) receives, via an input line ( 4 ), the path signals required for system control, in particular the signals relating to the position or activation of the path barriers. Via a first output line ( 5 ), the image evaluation unit ( 2 ) indicates its operational readiness, while a second output line ( 6 ) is used to provide binary information on whether an object of vehicle size is in the monitored danger zone.

Fig. 2 illustriert den Einsatz der Einrichtung von Fig. 1 an einem Bahnübergang (8). Dazu ist die Videokamera (1) auf dem Dach eines Stellwerkhäuschens (7) an einem Eckbereich des Bahnübergangs positioniert. Alternativ kann die Kamera über dem mittleren Bereich des Bahnübergangs mit parallel zu den Bahngleisen verlaufender Bildtiefenrichtung positioniert wer den, um perspektivisch weniger verzerrter Bilder zu erhalten, wozu beispielsweise ein eigenständiger Kameramast angeordnet sein kann. Der primär zu überwachende, eigentliche Gefahren raum des Bahnübergangs (8) besteht aus dem Kreuzungsbereich einer Fahrstraße (9) mit den dazu quer verlaufenden Gleisen (10) eines kreuzenden Schienennetzes. Wie üblich ist dieser Gefahrenraum durch zwei Schranken (11) gesichert, mit denen die Fahrstraße (9) beidseits des Gefahrenraums abgesperrt werden kann. Zwei Lichtmasten (12, 13) dienen der Beleuchtung des Bahnübergangs bei Nacht. Fig. 2 illustrates the use of the device of Fig. 1 at a level crossing ( 8 ). For this purpose, the video camera ( 1 ) is positioned on the roof of a signal box ( 7 ) at a corner area of the level crossing. Alternatively, the camera can be positioned above the central area of the level crossing with an image depth direction that runs parallel to the railroad tracks in order to obtain images that are less distorted in perspective, for which purpose an independent camera mast can be arranged, for example. The primary to be monitored, the actual danger area of the level crossing ( 8 ) consists of the intersection area of a driveway ( 9 ) with the rails ( 10 ) of a crossing rail network running transversely thereto. As usual, this danger area is secured by two barriers ( 11 ) with which the route ( 9 ) can be blocked on both sides of the danger area. Two light poles ( 12 , 13 ) are used to illuminate the level crossing at night.

In der Bildauswerteeinheit (2) ist sowohl eine Einzelbildaus wertung als auch eine Mehrbildauswertung implementiert, um sehr zuverlässig und sicher Fahrzeugobjekte im überwachten Gefahrenraum erkennen zu können, worauf im folgenden näher eingegangen wird.Both a single image evaluation and a multi-image evaluation are implemented in the image evaluation unit ( 2 ) in order to be able to recognize vehicle objects in the monitored danger zone very reliably and reliably, which will be discussed in more detail below.

In den Fig. 3 und 4 ist das Einzelbildauswerteverfahren illustriert. Bei dieser Vorgehensweise wird nach dem Schlie ßen der Bahnschranken (11) vom Bahnübergang einmalig eine Aufnahme gemacht, die dann auf die Existenz eingeschlossener Objekte von Fahrzeuggröße untersucht wird. Dazu wird eine Mehrzahl von Prüflinien (14) über den interessierenden Gefah renraum, d. h. den Kreuzungsbereich zwischen Fahrstraße (9) und Bahngleisen (10) gelegt, der durch vier vorgegebene Eck punkte (15a, 15b, 15c, 15d) definiert ist. Die Prüflinien (14) verlaufen parallel zur Fahrstraße (9) und folglich quer zu den Bahngleisen (10).The individual image evaluation method is illustrated in FIGS. 3 and 4. With this procedure, once the level crossing barriers ( 11 ) have been closed, the level crossing is taken once and then examined for the existence of enclosed objects of vehicle size. For this purpose, a plurality of test lines ( 14 ) are placed over the dangerous area of interest, ie the intersection between the route ( 9 ) and the train tracks ( 10 ), which are defined by four predetermined corner points ( 15 a, 15 b, 15 c, 15 d) is. The test lines ( 14 ) run parallel to the route ( 9 ) and consequently transverse to the train tracks ( 10 ).

Für die Auswertung wird nunmehr das Grauwertprofil eines von der Videokamera aufgenommenen Bildes entlang jeder Prüflinie bestimmt. Im obersten Diagramm von Fig. 4 sind exemplarisch ein erstes Grauwertprofil (P_R1) entlang einer ersten Prüfli nie (14a) und darunter ein zweites Grauwertprofil (P_R2) ent lang einer zweiten Profillinie (14b) gezeigt, wobei die bei den ausgewählten Profillinien (14a und 14b) zu unterschiedli chen Fahrspuren der Fahrstraße (9) gehören. Fig. 4 behandelt den Fall, daß sich auf der Fahrspur der ersten Prüflinie (14a) ein Personenwagen befindet, während auf der Fahrspur der zweiten Prüflinie (14b) kein Fahrzeug vorhanden ist.The gray value profile of an image recorded by the video camera along each test line is now determined for the evaluation. In the uppermost diagram of FIG. 4, a first gray value profile (P _R1 ) along a first test line ( 14 a) and below it a second gray value profile (P _R2 ) along a second profile line ( 14 b) are shown by way of example, the selected ones Profile lines ( 14 a and 14 b) belong to different lanes of the lane ( 9 ). Fig. 4 deals with the case that there is a passenger car in the lane of the first test line ( 14 a), while there is no vehicle in the lane of the second test line ( 14 b).

Die schmalen Grauwertimpulse der erhaltenen Grauwertprofile (P_R1, P_R2) resultieren nicht von interessierenden Fahrzeugen, sondern von kleineren Objekten, insbesondere von den sich meist kontrastreich von der Fahrstraße (9) abhebenden Gleissträngen (10). Diese schmalen Grauwertimpulse bilden folglich für die vorliegende Gefahrenraumüberwachung Störim pulse. Um diese zu unterdrücken, werden die erhaltenen Grau wertprofile (P_R1, P_R2) mit speziellen Filteralgorithmen geglät tet. Im mittleren Diagramm von Fig. 4 sind für die beiden ausgewählten Prüflinien die durch diesen Glättungsprozeß und eine zusätzliche Auflösungsreduzierung erhaltenen, geglätte ten Grauwertprofile (P_G1, P_G2) dargestellt, wobei die Zahlen auf den Abszissen der Diagramme von Fig. 4 jeweils die Stütz stellennummer angeben. Die geglätteten Grauwertprofile (P_G1, P_G2) werden nun daraufhin untersucht, ob sie Grauwertsprünge enthalten, die größer als eine variabel vorgegebene Grauwert schwelle sind, die sich adaptiv an die Helligkeit und den Kontrast zum jeweiligen Zeitpunkt der Bildaufnahme anpaßt, so daß das Verfahren zu unterschiedlichen Tageszeiten und bei extremen Lichtverhältnissen sicher funktioniert und eine gleichbleibende Überwachung sowohl beispielsweise bei Nebel als auch bei strahlendem Sonnenschein ermöglicht.The narrow gray value pulses of the gray value profiles obtained (P _R1 , P _R2 ) do not result from vehicles of interest, but from smaller objects, in particular from the track lines ( 10 ), which mostly contrast with the route ( 9 ). These narrow gray value pulses therefore form interference pulses for the present danger zone monitoring. To suppress this, the gray value profiles obtained (P _R1 , P _R2 ) are smoothed using special filter algorithms. The middle diagram of FIG. 4 shows the smoothed gray value profiles (P _G1 , P _G2 ) obtained by this smoothing process and an additional resolution reduction for the two selected test lines, the numbers on the abscissa of the diagrams of FIG. 4 each showing the support specify the job number. The smoothed gray value profiles (P _G1 , P _G2 ) are now examined to determine whether they contain gray value jumps that are greater than a variably predetermined gray value threshold that adapts adaptively to the brightness and the contrast at the respective time of the image recording, so that the method works safely at different times of the day and in extreme lighting conditions and enables constant monitoring, for example in fog as well as in bright sunshine.

Als Resultat ergibt sich für jede Prüflinie (14) ein binäres Signal, das anzeigt, ob sich entlang der jeweiligen Prüflinie ein interessierendes Fahrzeugobjekt befindet. Das untere Dia gramm von Fig. 4 illustriert dies durch die beiden Signalver läufe (P_E1, P_E2), die aus den geglätteten Grauwertprofilen (P_G1, P_G2) der beiden ausgewählten Prüflinien (14a, 14b) er halten werden. Das zur ersten Prüflinie (14a) gehörige Signal (P_E1) zeigt durch einen vorhandenen Binärimpuls das Vorhan densein eines Fahrzeugs an, während der durchgehend horizon tale Verlauf des anderen Signals (P_E2) anzeigt, daß sich ent lang der zweiten Prüflinie (14b) kein Fahrzeug befindet. Die reale Beispielssituation wird folglich durch das Einzelbild verfahren richtig erfaßt. Nur wenn die Auswertung entlang al ler Prüflinien ergibt, daß für kein Grauwertprofil ein Fahr zeug erkannt wurde, meldet die Bildauswerteeinheit den über wachten Gefahrenraum als frei, während sie ansonsten eine Ge fahrenraumbesetztmeldung abgibt.The result for each test line ( 14 ) is a binary signal which indicates whether there is a vehicle object of interest along the respective test line. The lower diagram of FIG. 4 illustrates this by the two signal curves (P _E1 , P _E2 ), which are obtained from the smoothed gray value profiles (P _G1 , P _G2 ) of the two selected test lines ( 14 a, 14 b). The signal (P _E1 ) belonging to the first test line ( 14 a) indicates the presence of a vehicle by an existing binary pulse, while the continuous horizontal course of the other signal (P _E2 ) indicates that the second test line ( 14 b) there is no vehicle. The real example situation is consequently correctly captured by the single image process. Only if the evaluation along all test lines shows that a vehicle has not been recognized for no gray scale profile, does the image evaluation unit report the monitored danger zone as free, while otherwise it issues a Ge occupancy report.

Um die Erkennungssicherheit der beschriebenen Einzelbildaus wertung unter extremen Umweltbedingungen noch weiter zu erhö hen, führt die Bildauswerteeinheit parallel dazu eine Mehr bildauswertung als dynamische Bewegungsanalyse mit einem paarweisen Bildvergleich durch, wie dies im folgenden anhand von Fig. 5 erläutert wird.In order to increase the detection reliability of the described single image evaluation even further under extreme environmental conditions, the image evaluation unit simultaneously performs a multi-image evaluation as a dynamic motion analysis with a paired image comparison, as will be explained below with reference to FIG. 5.

Zunächst wird der eigentlich interessierende Gefahrenraum, d. h. die durch die Eckpunkte (15a bis 15d) in Fig. 3 defi nierte Fläche, matrixförmig in einzelne Bildfenster unter teilt, z. B. in eine 10_*50-Matrix. Gegenüber einer Belegung des gesamten, von der Kamera aufgenommenen Bildes mit einer solchen Matrix verkürzt dies die Auswertezeit. Zu jedem Bild fenster werden dann für ein jeweiliges Bild ein oder mehrere Grauwertmerkmale ermittelt, wobei der Auswerteaufwand bei Be schränkung auf ein einziges, einfach zu berechnendes Merkmal am geringsten ist. Vorzugsweise wird der Grauwert-Mittelwert über dem betreffenden Fenster als dieses Merkmal herangezo gen.First, the danger area that is actually of interest, ie the area defined by the corner points ( 15 a to 15 d) in FIG. 3, is divided into individual image windows in a matrix, for. B. in a 10 _* 50 matrix. Compared to occupying the entire image recorded by the camera with such a matrix, this shortens the evaluation time. For each picture window, one or more gray value features are then determined for a respective picture, the evaluation effort being the smallest when restricted to a single, easy-to-calculate feature. Preferably, the mean gray value over the window in question is used as this feature.

Die Mehrbildauswertung beinhaltet nun einen paarweisen Bild vergleich je zweier nacheinander aufgenommener Einzelbilder, für die zuvor separat jeweils die erwähnte Grauwert- Mittelwertmatrix ermittelt wurde. Daraufhin wird durch einfa che, fensterweise Differenzbildung ein Differenzbild erzeugt, welches eine außerordentlich reduzierte Datenstruktur dar stellt, über der sehr zeiteffektiv die weiteren Bildverarbei tungsoperationen durchgeführt und statistische Merkmale, wie Häufigkeit, Streuung und Entropie berechnet werden können. Da sowohl die Position als auch die Blickrichtung der Kamera konstant bleibt, ist dieses einfache Differenzbildungsverfah ren gerechtfertigt. Das Differenzbild wird anschließend einer Binarisierung mit einer fest vorgegebenen Schwelle unterzo gen, woraus beispielhaft eine Bildstruktur resultieren kann, wie sie im obersten Teilbild von Fig. 5 wiedergegeben ist.The multi-image evaluation now includes a pair-wise image comparison of two individual images taken one after the other, for which the aforementioned gray value mean matrix was determined separately. Thereupon a simple, window-wise difference formation creates a difference image, which represents an extremely reduced data structure, over which the further image processing operations can be carried out very effectively and statistical features such as frequency, scatter and entropy can be calculated. Since both the position and the viewing direction of the camera remain constant, this simple process of difference formation is justified. The difference image is then subjected to binarization with a predetermined threshold, which can result, for example, in an image structure as shown in the uppermost partial image of FIG. 5.

Die Beispielsituation von Fig. 5 basiert auf zwei Einzelbil dern, bei denen sich im hinteren, linken Gefahrenraum- Teilbereich (16) und im vorderen, rechten Gefahrenraum- Teilbereich (17) jeweils ein sich bewegendes Fahrzeug befin det. Im obersten Teilbild von Fig. 5 resultiert dies darin, daß entlang der Ränder beider Fahrzeuge relativ hohe Grau wertsprünge auftreten, die sich in einem entsprechendem Bi närmuster äußern. Es versteht sich, daß dabei die beiden Ein zelbilder sehr kurz nacheinander aufgenommen werden, so daß sich die Fahrzeugpositionen im Vergleich zur Fahrzeugausdeh nung nur wenig unterscheiden. Als nächstes wird das erhaltene Binärbild Glättungsalgorithmen unterzogen, vorzugsweise durch Auffüllen von Binärmusterlücken, wodurch das Binärbild ent sprechend dem obersten Teilbild von Fig. 5 in die Binärbilder des zweit- und dann des drittobersten Teilbildes von Fig. 5 übergeht.The example situation of FIG. 5 is based on two individual images, in which there is a moving vehicle in the rear, left danger zone section ( 16 ) and in the front, right danger zone section ( 17 ). In the uppermost part of Fig. 5, this results in that relatively high gray value jumps occur along the edges of both vehicles, which are expressed in a corresponding Bi noise pattern. It is understood that the two single images are taken very shortly after one another, so that the vehicle positions differ only slightly compared to the vehicle expansion. Next, the binary image obtained is subjected to smoothing algorithms, preferably by filling in binary pattern gaps, as a result of which the binary image merges into the binary images of the second and then the third topmost image of FIG. 5, corresponding to the uppermost field of FIG. 5.

Bislang sind damit noch immer die Randbereiche sich bewegen der Objekte besonders betont. Um daraus nun auf Fahrzeugob jekte schließen zu können, wird das zuletzt erhaltene Binär bild einer herkömmlichen Blob-Analyse unterzogen, mit der zu den betonten Rändern gehörige, zusammenhängende Objektberei che ermittelt werden. Zu jedem ermittelten Objektbereich wird dann ein umschreibendes Rechteck bestimmt. Dies führt im Bei spielfall von Fig. 5 zum dortigen untersten Teilbild, in wel chem schon recht deutlich das Vorhandensein je eines Fahr zeugobjektes in den besagten Gefahrenraum-Teilbereichen (16, 17) als hervorgehobene Rechtecke zu erkennen sind.So far, the edge areas of the objects are still particularly emphasized. In order to be able to infer vehicle objects from this, the binary image obtained last is subjected to a conventional blob analysis, with which the associated object areas belonging to the emphasized edges are determined. A circumscribing rectangle is then determined for each determined object area. In the example of FIG. 5, this leads to the lowest partial image there, in which the presence of one vehicle object in said danger zone sub-areas ( 16 , 17 ) can already be seen quite clearly as highlighted rectangles.

Zu jedem solchermaßen bestimmten Objektbereichrechteck werden nun morphometrische Merkmale berechnet, mit vorzugsweise ge ringem Aufwand beispielsweise dessen Fläche und dessen Schwerpunkt. Alle Objektbereiche, deren Fläche kleiner als eine vorgegebene Mindestfläche ist, werden entfernt, was Stö rungen durch kleinere, sich bewegende Objekte eliminiert. Mit den verbleibenden Objektbereichen wird eine Objektverfolgung durch regelbasierte Auswertung von deren Schwerpunktbewegung durchgeführt, indem die Schwerpunktkoordinaten bezüglich nacheinander erhaltener Differenzbilder in ihrem Verlauf be obachtet werden. Die Entscheidung über das Vorhandensein ei nes oder mehrerer Fahrzeuge im überwachten Gefahrenraum wird dann dadurch getroffen, daß auf einen von einem Fahrzeug be legten Gefahrenraum genau dann geschlossen wird, wenn eine Bewegung eines Objektschwerpunktes oder eine zum Stillstand gekommene Bewegung eines solchen beobachtet wird, wobei im letztgenannten Fall auch die Position des dann liegengebliebe nen Fahrzeuges angegeben werden kann.For each object area rectangle determined in this way now calculated morphometric features, preferably with ge little effort, for example, its area and Main emphasis. All object areas whose area is smaller than is a predetermined minimum area, what Stö eliminated by smaller, moving objects. With the remaining object areas will be object tracking through rule-based evaluation of their focus movement performed by referring to the focal coordinates successively obtained differential images in their course be taken care of. The decision about the presence of egg one or more vehicles in the monitored danger zone then hit by being on a vehicle the danger zone is closed exactly when a Movement of an object's center of gravity or one to a standstill coming movement of such is observed, whereby in the latter case also the position of the then broken down NEN vehicle can be specified.

Diese Art der Mehrbildauswertung hat den Vorteil, daß der Einfluß von sich ändernden Umgebungsbedingungen äußerst ge ring ist, da nur jeweils kurz nacheinander aufgenommene Bil der paarweise ausgewertet werden und daß es gegenüber Störun gen durch eine Vielzahl kleinerer Objekte robust ist, da eine Gefahrenraumbelegung nur gemeldet wird, wenn sich mindestens ein Objekt von der vorgegebenen Mindestgröße im Gefahrenraum befindet. Schnelle, kurzzeitige Bewegungen, z. B. das Ein- oder Ausschalten von Fahrzeugscheinwerfern, werden automa tisch durch diese Auswertung als irrelevant ausgeschlossen. Ebenso werden ruhende Gegenstände, insbesondere auch die Bahngleise, durch das Differenzverfahren, das eine dynamische Bewegungsanalyse darstellt, von selbst eliminiert.This type of multi-image evaluation has the advantage that the Influence of changing environmental conditions extremely ge ring, because only pictures taken in quick succession which are evaluated in pairs and that it is against Störun is robust due to a large number of smaller objects, since one Hazard occupancy is only reported if there is at least an object of the specified minimum size in the danger zone located. Fast, short-term movements, e.g. B. the one or Turn off vehicle headlights, automa excluded by this evaluation as irrelevant. Likewise, dormant objects, especially those Railway tracks, through the difference method, which is a dynamic Motion analysis represents, eliminated by itself.

Neben dieser Art dynamischer Bewegungsanalyse kommt auch eine statische Bewegungsanalyse in Betracht, bei der die Mehrbild auswertung einen paarweisen Bildvergleich eines jeweils aktu ell aufgenommenen Bildes mit einem relativ lange zuvor aufge nommenen Referenzbild eines freien Gefahrenraums vornimmt. Allerdings können mit dieser modifizierten Mehrbildauswertung zwar langsame Änderungen der Licht- und Witterungsverhältnis se adäquat berücksichtigt werden, rasche Helligkeits- und Kontraständerungen, z. B. bei rasch wechselnden Schatten oder kurzzeitig auftretenden Ausleuchtungen des Gefahrenraums durch Fahrzeugscheinwerfer, können jedoch diese Art der Bild auswertung stärker beeinträchtigen.In addition to this type of dynamic motion analysis, there is also one static motion analysis into consideration, in which the multi-image Evaluation a paired image comparison of each current ell recorded image with a relatively long time before taken reference picture of a free danger zone. However, with this modified multi-image evaluation although slow changes in light and weather conditions be adequately taken into account, rapid brightness and Contrast changes, e.g. B. with rapidly changing shadows or briefly occurring illuminations of the danger area through vehicle headlights, however, this type of picture affect evaluation more.

Bevorzugt ist für die beschriebene Gefahrenraumüberwachungs einrichtung eine Funktionsprüfung vorgesehen, die denselben Mehrbildauswertungsmechanismus wie für die eigentliche Gefah renraumüberwachung verwendet. Zu diesem Zweck wird die Ein richtung dazu veranlaßt, ein sich definiert bewegendes Objekt zu überwachen, wofür sich eine der Schranken des Bahnüber gangs anbietet. Da der Zeitpunkt des Beginns des Schranken schließvorgangs bekannt ist, genügt es festzustellen, ob die Überwachungseinrichtung den Beginn des Schließvorgangs zum gleichen Zeitpunkt ermittelt und die Schrankenbewegung kor rekt verfolgt. Dazu wird ein eigenes Prüffenster in den Bewe gungsbereich der Schranke gesetzt, vorzugsweise außerhalb des interessierenden Gefahrensraums. Innerhalb dieses Prüffen sters wird bei der Funktionsprüfung das für die eigentliche Gefahrenraumüberwachung oben geschilderte Mehrbildauswerte verfahren angewendet. Es braucht dann nur noch geprüft wer den, ob das bezüglich dieses Prüffensters von der Bildauswer teeinheit abgegebene Besetztsignal mit der Dauer des Schran kendurchgangs durch dieses Fenster übereinstimmt. Auf diese Weise wird gleichzeitig sowohl die Funktion der Videokamera als auch diejenige der Bildauswerteeinheit überprüft.Is preferred for the described danger zone monitoring device provided a functional test, the same Multi-image evaluation mechanism as for the actual danger room monitoring used. For this purpose the one direction causes a defined moving object to monitor what one of the barriers of the railroad crossing is for gangs offers. Because the time of the beginning of the barrier is known, it suffices to determine whether the Monitoring device the start of the closing process for determined at the same time and the barrier movement kor right pursued. For this purpose, a separate test window in the Bewe range of the barrier set, preferably outside the area of interest. Within this check During the functional test, sters becomes the actual one Danger area monitoring, multi-image evaluations described above procedure applied. Then you only need to check who whether that is related to this test window from the image evaluator Unit signal given busy signal with the duration of the cabinet pass through this window. To this Wise both the function of the video camera as well as that of the image evaluation unit checked.

Claims

1.Device for monitoring the danger zone at a level crossing, characterized by a video camera ( 1 ) and a downstream image evaluation unit ( 2 ), which is designed to operate automatically by means of a gray value evaluation of the images recorded by the video camera from the level crossing ( 8 ) in the danger zone to detect objects of a predetermined minimum size.

2. Device according to claim 1, further characterized in that the image evaluation unit ( 2 ) for object detection carries out a single image evaluation in which several test lines ( 14 ) across the railroad tracks ( 10 ) predetermined, the gray scale profiles of a single image taken by the video camera lengthways Each test line is recorded and smoothed to eliminate narrow gray value pulses, and remaining gray value jumps greater than a predefinable threshold are evaluated as the object to be detected.

3. Device according to claim 1 or 2, further characterized thereby records that the image evaluating unit for object detection carries out a multi-image evaluation in which two in succession Single images taken in the image window are converted to gray values be converted and a difference image is generated from the latter, the difference image with a predetermined gray value threshold bi narized and the binary image obtained is smoothed and on closing contiguous object areas by a blob Analysis can be determined, at least for each object area a morphometric feature is calculated, all object names range with an area smaller than a given minimum be removed and the focus movement each remaining object area observed over time and an existing object is inferred if for we at least one remaining object area is a movement focus is determined.

4. Device according to claim 3, further characterized thereby net that the multi-image for functional testing of the facility Evaluation in a test window as a monitored area is carried out through which a railway barrier during a closing process moves, it is checked whether according to Ak activation of a barrier closing process Detection of the device in the test window is tiert.

5. Device according to one of claims 1 to 4, further there characterized in that the video camera is above the middle one Area of the level crossing with parallel to the train tracks extending image depth direction is arranged.