FR3142430A1 - Détermination de la fermeture de portes de véhicule ferroviaire par analyse audio et/ou visuelle - Google Patents
Détermination de la fermeture de portes de véhicule ferroviaire par analyse audio et/ou visuelle Download PDFInfo
- Publication number
- FR3142430A1 FR3142430A1 FR2212472A FR2212472A FR3142430A1 FR 3142430 A1 FR3142430 A1 FR 3142430A1 FR 2212472 A FR2212472 A FR 2212472A FR 2212472 A FR2212472 A FR 2212472A FR 3142430 A1 FR3142430 A1 FR 3142430A1
- Authority
- FR
- France
- Prior art keywords
- door
- sounds
- images
- characteristic
- capture device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000000007 visual effect Effects 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims description 16
- 230000004913 activation Effects 0.000 claims description 5
- 238000010200 validation analysis Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012850 discrimination method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 102100032202 Cornulin Human genes 0.000 description 1
- 101000920981 Homo sapiens Cornulin Proteins 0.000 description 1
- 206010041235 Snoring Diseases 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or train for signalling purposes
- B61L15/0081—On-board diagnosis or maintenance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L23/00—Control, warning or like safety means along the route or between vehicles or trains
- B61L23/04—Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
- B61L23/041—Obstacle detection
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- Burglar Alarm Systems (AREA)
Abstract
Détermination de la fermeture de portes (2) d’un véhicule ferroviaire par analyse audio et/ou visuelle, de préférence à l’aide de caméras et/ou de microphones appartenant à un dispositif de vidéoprotection (6) embarqué. Le dispositif de vidéoprotection (6) est plus particulièrement configuré pour acquérir un flux d’images des portes (2) à l’aide des caméras et/ou pour acquérir des sons émis par des ronfleurs (3). Figure pour l’abrégé : Fig. 1
Description
L’invention se rapporte au domaine du transport, notamment ferroviaire, et au domaine du traitement d’informations fournies par des équipements d’un véhicule de transport.
Les trains contemporains utilisent des dispositifs intelligents notamment pour évaluer la présence de passagers ou leur nombre, typiquement par analyse informatique d’images acquises à l’aide de caméras. La captation d’images et leur analyse nécessitent de s’assurer que certaines conditions sont remplies. Une condition importante se rapporte à la fermeture des portes, puisque le nombre de passagers présents dans le train n’est pas raisonnablement susceptible de changer lorsque les portes sont fermées.
L’information de commande de fermeture des portes transite dans un réseau informatique connu sous l’appellation « réseau de contrôle-commande ».
Dans le cadre de la modernisation de trains que l’on souhaite équiper d’un dispositif intelligent tel que décrit ci-dessus, plusieurs obstacles se présentent compte tenu de l’architecture informatique équipant ces trains.
Un premier type de trains comprennent un unique réseau informatique, consistant dans le réseau de contrôle-commande. L’intégration d’un dispositif intelligent dans une telle architecture nécessiterait de modifier le réseau de contrôle-commande et, par suite, de réaliser une démonstration de sécurité et de non-régression sur l’ensemble des équipements du réseau. En effet, le réseau de contrôle-commande relie des équipements critiques du train tels que des freins. Le coût d’une telle opération serait particulièrement élevé. De plus, certains réseaux de contrôle-commande utilisent des technologies anciennes et obsolètes avec lesquelles une telle interconnexion d’un dispositif intelligent n’est pas souhaitable.
Un deuxième type de trains comprennent à la fois un réseau de contrôle-commande pour les équipements critiques et un second réseau informatique, appelé « réseau de confort », pour des équipements non critiques tels que des dispositifs de comptage, de vidéoprotection ou encore d’information des voyageurs. Ces deux réseaux sont reliés l’un à l’autre par une passerelle généralement configurée pour transmettre des informations du réseau de contrôle-commande vers le réseau de confort en mode unicast, c’est-à-dire depuis un équipement donné du réseau de contrôle-commande vers un équipement donné du réseau de confort. Une telle passerelle est typiquement configurée pour transmettre une information de fermeture des portes vers le dispositif d’information des voyageurs. Dans ces conditions, l’information de fermeture des portes n’est pas disponible pour un équipement supplémentaire tel que le dispositif intelligent que l’on souhaite intégrer.
Dans le but de remédier aux inconvénients précités, l’invention a pour objet un système de détermination d’une position d’au moins une porte d’un véhicule, de préférence ferroviaire. Selon l’invention, ce système comprend un dispositif de captation et un dispositif de traitement. Le dispositif de captation est configuré pour capter une ou plusieurs images de la porte et/ou d’une ouverture destinée à être obturée par la porte, et/ou pour capter un ou plusieurs sons émis à proximité de la porte. Le dispositif de traitement est configuré pour déterminer la position de la porte en fonction des images et/ou sons ainsi captés.
L’invention permet ainsi de déterminer si les portes sont fermées sans recourir à une information de fermeture des portes fournie par le réseau de contrôle-commande.
Il est ainsi possible, notamment, d’équiper un train d’un dispositif intelligent nécessitant une telle information sans modifier le réseau de contrôle-commande.
Plus généralement, le système de l’invention peut être intégré au sein d’une architecture informatique existante soit en créant un second réseau dédié lorsque cette architecture existante comprend uniquement un réseau de contrôle-commande soit en intégrant le dispositif de traitement et le cas échéant le dispositif de captation dans un réseau de confort déjà présent dans l’architecture existante.
Dans un mode de réalisation, le dispositif de captation comprend une ou plusieurs caméras et/ou un ou plusieurs microphones.
De préférence, la ou les caméras et/ou le ou les microphones du dispositif de captation forment, ou appartiennent à, un dispositif de vidéoprotection.
Dans le cadre d’une modernisation de train, cela permet notamment d’utiliser un dispositif de vidéoprotection existant, lorsque celui-ci est présent et adapté à une telle utilisation.
Bien entendu, le dispositif de captation peut être un dispositif dédié, distinct d’un éventuel dispositif de vidéoprotection embarqué dans le véhicule.
Dans un mode de réalisation, le dispositif de traitement comprend un ou plusieurs modèles intelligents configurés pour identifier dans les images et/ou sons captés à l’aide du dispositif de captation une ou plusieurs images et/ou un ou plusieurs sons représentatifs d’une position de fermeture de la porte ou d’un changement de position de la porte.
Ledit changement de position peut être un changement actuel ou futur.
L’invention a aussi pour objet un véhicule, de préférence ferroviaire, comprenant au moins une porte et un système tel que défini ci-dessus.
Dans un mode de réalisation, le véhicule comprend au moins un ronfleur, le dispositif de traitement étant configuré pour détecter un état d’activation du ronfleur sur la base d’un ou plusieurs sons captés à l’aide du dispositif de captation, par exemple à l’aide d’un ou plusieurs microphones de ce dispositif de captation.
Dans un mode de réalisation, le dispositif de traitement est configuré pour détecter une position de la porte ou d’une partie de la porte telle qu’une baie vitrée, sur la base d’une ou plusieurs images captées à l’aide du dispositif de captation, par exemple à l’aide d’une ou plusieurs caméras de ce dispositif de captation.
Dans un mode de réalisation, le véhicule comprend un ou plusieurs équipements dits critiques, un ou plusieurs équipements dits non critiques, un premier réseau informatique comportant un ou plusieurs desdits équipements critiques et un deuxième réseau informatique comportant un ou plusieurs desdits équipements non critiques, les équipements non critiques comprenant le dispositif de captation et le dispositif de traitement.
Autrement dit, le véhicule peut comprendre une architecture informatique à deux réseaux, le premier réseau étant un réseau de contrôle-commande, le deuxième réseau étant un réseau de confort.
Selon un autre aspect, l’invention a pour objet un procédé de détermination d’une position d’au moins une porte d’un véhicule, de préférence ferroviaire, à l’aide d’un système tel que défini ci-dessus.
Selon l’invention, ce procédé comprend :
– une captation par le dispositif de captation :
- d’une ou plusieurs images de la porte et/ou d’une ouverture destinée à être obturée par la porte, et/ou
- d’un ou plusieurs sons émis à proximité de la porte,
– une détermination, par le dispositif de traitement, de la position de la porte en fonction des images et/ou sons ainsi captés.
– une captation par le dispositif de captation :
- d’une ou plusieurs images de la porte et/ou d’une ouverture destinée à être obturée par la porte, et/ou
- d’un ou plusieurs sons émis à proximité de la porte,
– une détermination, par le dispositif de traitement, de la position de la porte en fonction des images et/ou sons ainsi captés.
Dans un mode de mise en œuvre, la détermination de la position de la porte comprend une recherche, dans des sons captés à l’aide du dispositif de captation, d’un ou plusieurs sons, dits sons caractéristiques, représentatifs d’une position de fermeture de la porte ou d’un changement actuel ou futur de position de la porte.
Le procédé comprend de préférence un contrôle d’appartenance d’un ou plusieurs sons caractéristiques ainsi identifiés.
Dans un mode de mise en œuvre, ce contrôle d’appartenance comprend une comparaison du ou des sons caractéristiques ainsi identifiés avec un ou plusieurs sons de référence.
Cette comparaison peut être réalisée sur la base d’au moins une caractéristique sonore telle qu’un niveau sonore.
Dans un mode de mise en œuvre, le ou les sons de référence sont représentatifs d’un état d’activation du ronfleur précité.
Dans un mode de mise en œuvre, la détermination la position de la porte comprend une recherche, dans des images captées à l’aide du dispositif de captation, d’une ou plusieurs images, dites images caractéristiques, représentatives de la porte ou d’une partie de la porte telle qu’une baie vitrée.
Le procédé comprend de préférence contrôle d’appartenance d’une ou plusieurs images caractéristiques ainsi identifiées.
Ce contrôle d’appartenance peut comprendre une comparaison de la ou des images caractéristiques avec une ou plusieurs images de référence.
Cette comparaison peut en particulier être réalisée sur la base d’au moins une caractéristique visuelle telle qu’une dimension de la porte ou partie de porte.
Selon une première variante, la recherche d’une ou plusieurs images caractéristiques est réalisée simultanément avec la recherche d’un ou plusieurs sons caractéristiques.
Selon une deuxième variante, la recherche d’une ou plusieurs images caractéristiques est réalisée à condition que la recherche d’un ou plusieurs sons caractéristiques ait abouti à une identification d’un ou plusieurs sons caractéristiques et que le contrôle d’appartenance d’un ou plusieurs de ces sons caractéristiques ait abouti à une validation d’appartenance de l’un au moins de ces sons caractéristiques.
Dans le cadre de cette deuxième variante, il est préféré que la recherche d’image(s) caractéristique(s) soit initiée à l’issue d’une période dans laquelle un ou plusieurs sons caractéristiques sont détectés, c’est-à-dire lorsque la recherche de son(s) ne permet plus d’identifier un ou plusieurs sons caractéristiques.
D’autres avantages et caractéristiques de l’invention apparaîtront à la lecture de la description détaillée, non limitative, qui suit.
La description détaillée qui suit fait référence aux dessins annexés sur lesquels :
Dans la description qui suit, l’invention est mise en œuvre au sein d’un véhicule (non représenté) d’un matériel roulant ferroviaire embarquant différents équipements.
En référence à la , ces équipements comprennent d’une part des équipements critiques incluant un dispositif de freinage 1, des portes d’accès 2 et un dispositif de commande correspondant, des ronfleurs 3 et un dispositif de commande correspondant, et un dispositif d’enregistrement d’événements 4 du type cassettes « ATESS » (pour « Acquisition et Traitement des Evénements de Sécurité en Statique »).
De manière connue en soi, les ronfleurs 3 sont configurés pour produire une sonnerie avertissant les passagers de la fermeture des portes 2. Dans cet exemple non limitatif, les ronfleurs 3 produisent une sonnerie démarrant trois secondes avant la fermeture des portes 2 et se terminant lorsque celles-ci sont fermées.
Le véhicule comprend d’autre part des équipements non critiques incluant un dispositif de vidéoprotection 6, un dispositif d’informations voyageurs 7, un dispositif intelligent 8 pour le comptage de passagers et un dispositif de traitement 9 conforme à l’invention.
Le dispositif de vidéoprotection 6 comprend dans cet exemple six caméras (non représentées) et un enregistreur réseau (non représenté), connu sous l’acronyme « NVR » pour « Network Video Recorder » en anglais.
De manière non limitative, les caméras du dispositif 6 sont des caméras IP connectées à des ports d’un commutateur réseau et équipées chacune d’un microphone. Les caméras IP implémentent chacune un protocole de communication de niveau applicatif, connu sous la dénomination anglo-saxonne « Real Time Streaming Protocol » (RTSP), permettant de transmettre des flux vidéo et audio sur un réseau à protocole de réseau local à commutation de paquets, du type « Ethernet IP ». Dans cet exemple, l’enregistreur réseau possède une technologie du type « Gigabit Ethernet » permettant de récupérer les flux vidéo en provenance des caméras IP et de les enregistrer sur un module de stockage interne.
Dans cet exemple, les caméras du dispositif de vidéoprotection 6 sont réparties dans le véhicule sur des plateformes d’accès du véhicule de manière à filmer en vue directe et de face l’intégralité des portes d’accès 2 et en particulier de baies vitrées de ces portes 2.
Les microphones intégrés dans les caméras sont par conséquent disposés à proximité des portes d’accès 2, ce qui leur permet notamment de capter les sons des ronfleurs 3 qui sont disposés au niveau des portes 2.
Le dispositif de vidéoprotection 6 forme ainsi un dispositif de captation. Les caméras permettent en particulier de capter des images des portes 2, ou des ouvertures destinées à être obturées par ces portes 2. Les microphones équipant ces caméras permettent quant à eux de capter des sons produits par les ronfleurs 3, lesquels sont dans cet exemple représentatifs d’un changement, actuel ou futur, de la position des portes 2.
Dans l’exemple de la , les différents équipements 1-4 et 6-9 embarqués dans le véhicule sont interconnectés de manière à former une architecture informatique à deux réseaux 11 et 12 qui communiquent l’un avec l’autre via une passerelle 13 pour réaliser une communication en mode unicast.
De manière connue en soi, le réseau 11 est un réseau de contrôle-commande comportant les équipements critiques 1-4 et des moyens 14 d’interconnexion de ces équipements critiques, tandis que le réseau 12 est un réseau dit de confort comportant les équipements non critiques 6-9 et des moyens 15 d’interconnexion de ces équipements non critiques.
L’invention se rapporte plus spécifiquement au dispositif de traitement 9 qui forme dans cet exemple un dispositif d’analyse audiovisuelle.
Le dispositif de traitement 9 comprend dans cet exemple un calculateur ferroviaire embarqué du type PC conçu dans un format compact adapté au secteur ferroviaire et conforme aux normes ferroviaires.
Le calculateur implémente un système d’exploitation Linux de type « Ubuntu » et embarque un logiciel dit « client RTSP » permettant de récupérer les flux audio et vidéo en provenance des caméras et des microphones en utilisant le protocole RTSP.
Le dispositif de captation 6 est ici numérique et est connecté sur un même réseau support que le calculateur pour pouvoir lui transmettre les flux audio et vidéo captés.
Le dispositif de traitement 9 comprend des algorithmes, ou modèles intelligents, configurés pour identifier dans les images et sons captés à l’aide du dispositif 6 des caractéristiques visuelles et/ou des caractéristiques sonores correspondant à une position de fermeture des portes 2 ou à un changement de position des portes 2.
Plus précisément, le dispositif 9 comprend d’une part un algorithme de détection sonore entrainé sur une grande quantité de sons de ronfleurs afin de pouvoir détecter efficacement ce type d’occurrences sonores. L’algorithme utilisé dans cet exemple est un algorithme connu sous la dénomination « YamNet », entrainé suivant les règles d’état de l’art de l’apprentissage automatique. L’algorithme utilise ainsi en entrée les sons de microphones du dispositif de captation 6 ou de microphones analogues, permettant de détecter le retentissement des ronfleurs 3.
Le dispositif de traitement 9 comprend d’autre part un algorithme de détection visuelle d’objets entrainé sur une grande quantité d’images de baies vitrées de portes d’accès afin de pouvoir détecter efficacement ce type d’occurrences visuelles. L’algorithme utilisé dans cet exemple est un algorithme connu sous la dénomination « EfficientDet », entrainé suivant les règles d’état de l’art de l’apprentissage automatique.
Dans cet exemple, le dispositif de traitement 9 est mis en service lors de la réception d’une information indiquant le début imminent d’une mission commerciale. Bien entendu, la mise en service du dispositif de traitement 9 peut alternativement être réalisée lors de la mise sous tension des systèmes informatiques du matériel roulant, c’est-à-dire dès que celui-ci est connecté à une source d’alimentation électrique.
Il va maintenant être décrit, en référence à la , un exemple de procédé mettant en œuvre le système décrit ci-dessus, afin de déterminer la position des portes d’accès 2.
Les étapes décrites ci-dessous illustrent une séquence logicielle réalisée par le dispositif de traitement 9 qui n’est pas limitative.
Dans ce scénario, les portes d’accès 2 sont tout d’abord dans une position d’ouverture, permettant le débarquement de passagers à une gare terminus.
Le dispositif de captation 6 capte simultanément des images des ouvertures du véhicule qui vont être obturées par les portes 2 lorsque celles-ci seront dans une position de fermeture, ainsi que des sons se produisant dans l’environnement des microphones de ce dispositif 6 et donc à proximité des portes 2.
Le dispositif de traitement 9 acquière ainsi des flux de données audio et visuelles fournies par le dispositif de captation 6.
Dans cet exemple, une étape de recherche E1 est tout d’abord réalisée à l’aide de l’algorithme de détection sonore pour identifier dans le flux de données audio des motifs sonores caractéristiques du retentissement des ronfleurs 3. Autrement dit, la recherche E1 est destinée à identifier des sons caractéristiques, qui sont représentatifs d’un état d’activation des ronfleurs 3 et par suite d’une fermeture imminente ou actuelle des portes 2.
Dans cet exemple, les trois premières secondes de retentissement des ronfleurs 3, lors desquelles des sons caractéristiques peuvent ainsi être identifiés, indiquent la commande imminente de fermeture des portes 2. La période suivante, jusqu’à la fin de laquelle des sons caractéristiques peuvent encore être détectés, correspond à une commande de fermeture effective des portes 2 se traduisant par un changement de position des portes 2. A l’issue de cette période, des sons caractéristiques ne sont plus produits par les ronfleurs 3 qui cessent de retentir, indiquant que les portes 2 sont fermées.
Afin d’éviter les faux positifs, une procédure de contrôle d’appartenance E2 des sons caractéristiques identifiés lors de la recherche E1 est mise en œuvre afin de s’assurer que les sons de ronfleur captés correspondant bien à un ronfleur du véhicule. En effet, dans l’exploitation ferroviaire, deux trains peuvent être situés à proximité l’un de l’autre lors d’un arrêt en gare. Dans cette situation, le retentissement d’un ronfleur d’un autre véhicule peut être capté par le dispositif 6 et causer ainsi un faux positif.
La procédure de contrôle d’appartenance E2 peut être réalisée à l’aide d’une méthode de discrimination basée sur des propriétés physiques, en l’occurrence des caractéristiques sonores, connues. Dans cet exemple non limitatif, la discrimination est basée sur le niveau sonore. Le contrôle d’appartenance E2 est ici réalisé en comparant le niveau sonore des sons caractéristiques identifiés lors de la recherche E1 avec un niveau sonore de référence. De manière connue en soi, ce niveau sonore de référence peut être chargé depuis un fichier texte stocké dans le dispositif de traitement 9.
Lorsque le niveau sonore d’un son caractéristique donné est identique ou proche du niveau sonore de référence, l’appartenance est validée.
Un tel contrôle d’appartenance E2 permet d’écarter des sons identifiés comme étant caractéristiques mais ne provenant pas des ronfleurs 3 du véhicule. Notamment, si un son caractéristique identifié lors de la recherche E1 a un niveau sonore inférieur à un niveau de référence, celui-ci est écarté car considéré comme provenant d’une source sonore lointaine autre qu’un ronfleur 3 du véhicule, par exemple un ronfleur d’un train voisin.
Dans cet exemple, l’étape E3 suivante est déclenchée lorsque l’algorithme de détection sonore ne détecte plus de sons caractéristiques, c’est-à-dire en principe lorsque les portes 2 sont dans la position de fermeture.
L’étape E3 est une étape de recherche réalisée à l’aide de l’algorithme de détection visuelle pour identifier dans le flux de données visuelles des images caractéristiques des baies vitrées des portes d’accès 2. En effet, lorsque les portes 2 sont dans la position de fermeture, les baies vitrées de ces portes 2 sont situées dans le champ de vue des caméras du dispositif 6.
Afin d’éviter les faux positifs, une procédure de contrôle d’appartenance E4 du contenu des images caractéristiques identifiées lors de la recherche E3 est mise en œuvre afin de s’assurer que les motifs identifiés comme étant des baies vitrées correspondent bien aux baies vitrées des portes 2 du véhicule. En effet, dans la situation décrite ci-dessus de deux trains situés à proximité l’un de l’autre lors d’un arrêt en gare, la présence d’une baie vitrée d’une porte d’un autre véhicule peut être captée par une caméra du dispositif 6 et causer ainsi un faux positif.
La procédure de contrôle d’appartenance E4 peut être réalisée à l’aide d’une méthode de discrimination basée sur des propriétés physiques, en l’occurrence des caractéristiques visuelles, connues. Dans cet exemple non limitatif, la discrimination est basée sur des dimensions de baies, par exemple une largeur de baie. Le contrôle d’appartenance E4 est ici réalisé en comparant avec une largeur de référence la largeur d’un objet, considéré comme correspondant à une baie, sur des images caractéristiques identifiées lors de la recherche E3. De manière connue en soi, cette largeur de référence peut être chargée depuis un fichier texte stocké dans le dispositif de traitement 9.
Lorsque la largeur d’un objet, considéré comme correspondant à une baie, sur une image caractéristique donnée est identique ou proche de la largeur de référence, l’appartenance est validée.
Un tel contrôle d’appartenance E4 permet d’écarter des images considérées comme caractéristiques mais ne correspondant pas à des images d’une porte 2 ou partie de porte 2 du véhicule. Notamment, si une image caractéristique identifiée lors de la recherche E3 comprend un objet, considéré comme une baie vitrée, ayant une largeur inférieure à une largeur de référence, cette image caractéristique est écartée, la baie vitrée identifiée comme telle sur cette image étant susceptible d’appartenir à la porte d’un autre véhicule.
Lorsque l’appartenance E4 est validée pour l’une au moins des images caractéristiques identifiées lors de la recherche E3, il est considéré que les portes d’accès 2 sont dans la position de fermeture.
Dans ce cas, le dispositif de traitement 9 réalise une étape E5 de diffusion sur le réseau informatique 12 d’une information de fermeture des portes 2. Cette diffusion peut être réalisée en mode unicast ou en mode broadcast, en particulier vers le dispositif intelligent 8.
De nombreuses variantes peuvent être apportées à la description qui précède. Notamment, la captation peut être réalisée à l’aide d’un dispositif ne formant pas un dispositif de vidéoprotection, par exemple à l’aide d’une ou plusieurs caméras et/ou d’un ou plusieurs microphones dédiés à la détermination de la position des portes 2. Plus généralement, le dispositif de captation peut comprendre uniquement une ou plusieurs caméras ou uniquement un ou plusieurs microphones, de manière à fournir au dispositif de traitement 9 un flux de données soit vidéo soit audio. Lorsque le dispositif de captation comprend un ou plusieurs microphones, ceux-ci peuvent être configurées pour capter des sons selon des paramètres de directivité choisis pour réduire la captation de sons provenant de sources sonores non désirées. Le système peut en outre être configuré de manière à acquérir des données visuelles d’une partie de porte autre qu’une baie vitrée, par exemple d’un repère sur une porte, et/ou des données sonores autres qu’une sonnerie de ronfleurs, par exemple un son de coulissement de porte. Pour autre exemple, une ou plusieurs caméras du dispositif de captation peuvent être agencées pour filmer les portes 2 selon une vue partielle et/ou selon un axe incliné.
Dans une variante de réalisation, le dispositif de captation peut être analogique. Par exemple, des microphones de ce dispositif de captation peuvent être physiquement reliés au dispositif de traitement 9 via des entrées physiques du type Jack.
Dans des variantes de réalisation non limitatives, le dispositif de traitement 9 peut comprendre un calculateur tel qu’un mini-ordinateur du type « Raspberry Pi », ou encore une carte électronique programmable du type FPGA ou ASIC.
Le traitement décrit ci-dessus des images et/ou des sons peut lui aussi être réalisé de manière différente. Par exemple, les étapes E1 et E3 peuvent être réalisées simultanément à l’aide d’un unique algorithme de détection multimodale tel que celui connu sous la dénomination « data2vec ».
Par ailleurs, d’autres algorithmes que ceux indiqués ci-dessus peuvent être utilisés. Par exemple, le dispositif de traitement 9 peut comprendre pour la détection sonore un algorithme tel que celui connu sous la dénomination « CRNN », ou « YamNet », ou « VGGish », ou encore « SoundNet » et/ou pour la détection visuelle un algorithme tel que celui connu sous la dénomination « YoloV3 », ou « YoloV4 », ou « YoloV5 », ou « EfficientDet », ou encore « VisionTransformer ».
Dans une variante de réalisation dans laquelle le traitement comprend une recherche d’images correspondant à une position de fermeture de porte, telle que l’étape E3, ce traitement peut être dépourvu de la procédure de contrôle d’appartenance E4 décrite ci-dessus. Dans ce cas, le dispositif de traitement peut être configuré pour détecter une information additionnelle sur les images captées, par exemple un élément du véhicule tel qu’un bouton de commande d’ouverture de porte.
Dans la description qui précède, les contrôles d’appartenance E2 et E4 mettent en œuvre une comparaison déterministe de paramètres tels qu’un niveau sonore ou une largeur de baie vitrée avec des valeurs attendues. De manière alternative ou complémentaire, un contrôle d’appartenance non déterministe peut être mis en œuvre, par exemple par apprentissage automatique.
Claims (12)
- Système de détermination d’une position d’au moins une porte (2) d’un véhicule, de préférence ferroviaire, caractérisé en ce qu’il comprend :
– un dispositif de captation (6) :
- d’une ou plusieurs images de la porte (2) et/ou d’une ouverture destinée à être obturée par la porte (2), et/ou
- d’un ou plusieurs sons émis à proximité de la porte (2),
– un dispositif de traitement (9) configuré pour déterminer la position de la porte (2) en fonction des images et/ou sons ainsi captés. - Système selon la revendication 1, dans lequel le dispositif de captation (6) comprend une ou plusieurs caméras et/ou un ou plusieurs microphones qui forment de préférence un dispositif de vidéoprotection.
- Système selon la revendication 1 ou 2, dans lequel le dispositif de traitement (9) comprend un ou plusieurs modèles intelligents configurés pour identifier dans les images et/ou sons captés à l’aide du dispositif de captation (6) une ou plusieurs images et/ou un ou plusieurs sons représentatifs d’une position de fermeture de la porte (2) ou d’un changement de position de la porte (2).
- Véhicule, de préférence ferroviaire, comprenant au moins une porte (2) et un système selon l’une quelconque des revendications 1 à 3.
- Véhicule selon la revendication 4, comprenant au moins un ronfleur (3), le dispositif de traitement (9) étant configuré pour détecter un état d’activation du ronfleur (3) sur la base d’un ou plusieurs sons captés à l’aide du dispositif de captation (6), par exemple à l’aide d’un ou plusieurs microphones de ce dispositif de captation (6).
- Véhicule selon la revendication 4 ou 5, dans lequel le dispositif de traitement (9) est configuré pour détecter une position de la porte (2) ou d’une partie de la porte (2) telle qu’une baie vitrée, sur la base d’une ou plusieurs images captées à l’aide du dispositif de captation (6), par exemple à l’aide d’une ou plusieurs caméras de ce dispositif de captation (6).
- Véhicule selon l’une quelconque des revendications 4 à 6, comprenant un ou plusieurs équipements dits critiques (1-4), un ou plusieurs équipements dits non critiques (6-9), un premier réseau informatique (11) comportant un ou plusieurs desdits équipements critiques (1-4) et un deuxième réseau informatique (12) comportant un ou plusieurs desdits équipements non critiques (6-9), les équipements non critiques comprenant le dispositif de captation (6) et le dispositif de traitement (9).
- Procédé de détermination d’une position d’au moins une porte (2) d’un véhicule, de préférence ferroviaire, à l’aide d’un système selon l’une quelconque des revendications 1 à 3, comprenant :
– une captation par le dispositif de captation (6) :
- d’une ou plusieurs images de la porte (2) et/ou d’une ouverture destinée à être obturée par la porte (2), et/ou
- d’un ou plusieurs sons émis à proximité de la porte (2),
– une détermination, par le dispositif de traitement (9), de la position de la porte (2) en fonction des images et/ou sons ainsi captés. - Procédé selon la revendication 8, dans lequel la détermination de la position de la porte (2) comprend :
– une recherche (E1), dans des sons captés à l’aide du dispositif de captation (6), d’un ou plusieurs sons, dits sons caractéristiques, représentatifs d’une position de fermeture de la porte (2) ou d’un changement actuel ou futur de position de la porte (2) et
– un contrôle d’appartenance (E2) d’un ou plusieurs sons caractéristiques ainsi identifiés, ce contrôle d’appartenance (E2) comprenant une comparaison de ce ou ces sons caractéristiques avec un ou plusieurs sons de référence, cette comparaison étant réalisée sur la base d’au moins une caractéristique sonore telle qu’un niveau sonore. - Procédé selon la revendication 9, pour la détermination d’une position d’au moins une porte (2) d’un véhicule comprenant les caractéristiques de la revendication 5, dans lequel le ou les sons de référence sont représentatifs d’un état d’activation du ronfleur (3).
- Procédé selon l’une quelconque des revendications 8 à 10, dans lequel la détermination de la position de la porte (2) comprend :
– une recherche (E3), dans des images captées à l’aide du dispositif de captation (6), d’une ou plusieurs images, dites images caractéristiques, représentatives de la porte (2) ou d’une partie de la porte (2) telle qu’une baie vitrée, et
– un contrôle d’appartenance (E4) d’une ou plusieurs images caractéristiques ainsi identifiées, ce contrôle d’appartenance (E4) comprenant une comparaison de cette ou ces images caractéristiques avec une ou plusieurs images de référence, cette comparaison étant réalisée sur la base d’au moins une caractéristique visuelle telle qu’une dimension de la porte (2) ou partie de porte (2). - Procédé selon la revendication 11 incluant les caractéristiques de la revendication 9, dans lequel la recherche (E3) d’une ou plusieurs images caractéristiques est réalisée soit simultanément avec la recherche (E1) d’un ou plusieurs sons caractéristiques soit à condition que la recherche (E1) d’un ou plusieurs sons caractéristiques ait abouti à une identification d’un ou plusieurs sons caractéristiques et que le contrôle d’appartenance (E2) d’un ou plusieurs de ces sons caractéristiques ait abouti à une validation d’appartenance de l’un au moins de ces sons caractéristiques.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2212472A FR3142430A1 (fr) | 2022-11-29 | 2022-11-29 | Détermination de la fermeture de portes de véhicule ferroviaire par analyse audio et/ou visuelle |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2212472A FR3142430A1 (fr) | 2022-11-29 | 2022-11-29 | Détermination de la fermeture de portes de véhicule ferroviaire par analyse audio et/ou visuelle |
| FR2212472 | 2022-11-29 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| FR3142430A1 true FR3142430A1 (fr) | 2024-05-31 |
Family
ID=85122184
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR2212472A Pending FR3142430A1 (fr) | 2022-11-29 | 2022-11-29 | Détermination de la fermeture de portes de véhicule ferroviaire par analyse audio et/ou visuelle |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR3142430A1 (fr) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030218542A1 (en) * | 2000-12-01 | 2003-11-27 | Leif Barendt | Camera supervised motion safety system |
| US20200031373A1 (en) * | 2017-03-28 | 2020-01-30 | Hitachi Kokusai Electric Inc. | Monitoring system and monitoring method |
| US20200320311A1 (en) * | 2019-04-04 | 2020-10-08 | Icomera Ab | Systems and methods for door error detection |
-
2022
- 2022-11-29 FR FR2212472A patent/FR3142430A1/fr active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030218542A1 (en) * | 2000-12-01 | 2003-11-27 | Leif Barendt | Camera supervised motion safety system |
| US20200031373A1 (en) * | 2017-03-28 | 2020-01-30 | Hitachi Kokusai Electric Inc. | Monitoring system and monitoring method |
| US20200320311A1 (en) * | 2019-04-04 | 2020-10-08 | Icomera Ab | Systems and methods for door error detection |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10915660B2 (en) | Methods and apparatus for using video analytics to detect regions for privacy protection within images from moving cameras | |
| TWI706377B (zh) | 在視訊序列中的動作辨識 | |
| EP2422301A2 (fr) | Systeme et methode pour detecter des evenements audio anormaux | |
| EP2696344A1 (fr) | Procede et systeme pour detecter des evenements sonores dans un environnement donne | |
| WO2014135404A1 (fr) | Procédé de suivi d'une cible dans une séquence d'images avec prise en compte de la dynamique de la cible | |
| WO2021152262A1 (fr) | Procede de surveillance de donnees echangees sur un reseau et dispositif de detection d'intrusions | |
| EP3799047A1 (fr) | Dispositif, système et procédé d'identification d'une scène à partir d'une séquence ordonnée de sons captés dans un environnement | |
| FR2929411A1 (fr) | Procede et systeme de pistage et de suivi d'emetteurs. | |
| FR3142430A1 (fr) | Détermination de la fermeture de portes de véhicule ferroviaire par analyse audio et/ou visuelle | |
| EP4009584A1 (fr) | Procédé de détermination de classifieurs pour la détection d'attaques dans un réseau de communication, dispositif de détermination associé | |
| EP1182878A1 (fr) | Système de communication, émetteur, récepteur, méthode utilisant un descripteur de stockage de données | |
| KR102059358B1 (ko) | 이벤트 감지 시스템 및 이벤트 감지를 위한 장치 | |
| FR3059127A1 (fr) | Procede de detection et de pistage de cibles | |
| EP3483786B1 (fr) | Procédé de surveillance d'une scène, dispositif d'acquisition et installation associés | |
| FR3015093A1 (fr) | Systeme et procede de controle de flux d'entree et de sortie des personnes dans des espaces fermes | |
| WO2017162974A1 (fr) | Procede et dispositif de commande d'un systeme d'intercommunication | |
| EP3476110B1 (fr) | Procédé et dispositif de traitement d'un objet multimédia | |
| EP3835985A1 (fr) | Procédé de surveillance de données transitant par un équipement utilisateur | |
| FR3134067A1 (fr) | Système de vidéoprotection pour un matériel roulant et procédé d’acquisition d’informations contextuelles pour un système de vidéoprotection. | |
| EP4220582A1 (fr) | Procédé et système d'annotation automatique de séquence d'images de conduite d'un matériel roulant ferroviaire | |
| KR20210108728A (ko) | 위기 상황 발생 처리 시스템 및 그 제어방법 | |
| EP4009630A1 (fr) | Procede de detection d'intrusion | |
| WO2020201148A1 (fr) | Procede de modification d'un contenu multimedia | |
| KR20220141017A (ko) | 영상 분석 대상 판별 서버 및 그 제어방법 | |
| WO2023118559A1 (fr) | Authentification d'un evenement par certification et verification d'un fichier informatique |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20240531 |