JP2017030380A - 列車検知システムおよび列車検知方法 - Google Patents

Abstract

【課題】車上子を有しない列車であっても、列車が所定の停止位置に停止した確認を適切に行う技術を提供する。【解決手段】監視システム１は監視カメラ１０を所定の撮影エリアに向けて設置している。監視カメラ１０の検出用マイコン装置２０は、撮影エリアの動画像において列車の状態の検出を行う。軌道エリアには、反射型センサ５が接続され、基準停止位置に列車が存在するか否かを検出する。検出用マイコン装置２０は、監視カメラ１０の映像から、撮影エリアの列車の動きを把握し、反射型センサ５の結果と共に、列車の状態（進入、停止、発車、非在線）を判断する。【選択図】図４

Description

本発明は、列車検知システムおよび列車検知方法に係り、例えば、動画像をもとに駅構内における列車停止を検知可能な列車検知システム及び列車検知方法に関する。

従来より、列車が駅の所定の停止位置許容範囲内に停止したかどうかを検知する際には、近づいてくる列車の位置を検出するために、列車は電力波と呼ばれる電波を送信するトランスポンダ車上子を搭載し、一方、トランスポンダ車上子からの電波を受信するトランスポンダ地上子が駅の停止位置許容範囲となる軌道内に設置されている。このトランスポンダ（トランスポンダ車上子及び地上子）を利用した列車の停止位置検出装置が提案されている（例えば、特許文献１、２参照）。

特開２００１−１５１１１２号公報 特開２００９−２４１６７５号公報

ところで、駅のプラットホームにおいて軌道上への転落事故を防止しホーム上の安全性を向上させるため、ホーム柵を設けた駅が増える傾向にある。また、ホームと列車との間の隙間が広い場合には、可動ステップを設置して、ホームと列車の間の隙間を実質的に狭くすることで転落防止を図っている。

列車に上述のようなトランスポンダ車上子が搭載されている場合、現在の車両位置や速度情報を地上装置に伝達することで、各地上装置と連動して機器の制御を行うことができる。たとえば、ホーム柵がある駅に到着した列車は、トランスポンダを介してホーム柵を制御する機器と通信を行うことで列車が停止後、ホーム柵の開操作や可動ステップの制御を連動して行うことができる。

しかし、上述の様なトランスポンダが導入されていない線区においてホーム柵・可動ステップが設置されている駅がある場合や、トランスポンダが導入されている線区においても、対応するトランスポンダ車上子を有しない列車が存在する場合においては、列車と地上装置の通信が行えない。そのため、列車が駅に停車しても連動してホームドアの開操作や可動ステップの制御を行うことができず、別途ホーム柵の開操作や可動ステップを動作させるための対応が必要となり、新たな技術の導入が求められていた。

ホーム柵・可動ステップを動作させるためには、以下の機能が必要となる。
（１）列車が完全に停止していることを検知する機能
（２）列車が基準停止位置から停止精度範囲内に停止していることを検知する機能
（３）車両ドアが閉まっていることを検知する機能
これらの検知結果を、制御装置に送り、この装置で判定した結果によりホーム柵・可動ステップの制御を行うこととなる。特に、「（１）列車が完全に停止していることを検知する機能」は上記制御を行う上で重要な機能であり、新たな技術が求められていた。

本発明は、このような状況に鑑みなされたものであって、上記課題を解決する技術を提供するものである。

本発明の列車検知システムは、列車の基準停止位置の付近に設置され、前記列車の在線の有無を検知する在線検知センサと、前記列車の前記基準停止位置を含む所定の監視対象エリアに向けて設置され、前記監視対象エリアの動画像を撮影するカメラと、前記カメラが撮影した前記動画像に含まれる前記列車の状態を判別する列車検出部と、を有し、前記列車検出部は、前記列車が前記監視対象エリアにおいて移動状態であるか否かを前記動画像をもとにして得られた判断結果と、前記在線検知センサの検知結果とをもとに、前記列車の状態が進入、停止、在線、発車、非在線のいずれかの状態であるかを判断する。
また、前記列車検出部は、前記動画像を構成するフレーム画像の間で、差分画像を生成し、前記監視対象エリアの移動体を抽出し、抽出した複数の前記移動体の輝度の動きから前記列車が前記監視対象エリアにおいて前記移動状態にあるか否かを判断してもよい。
また、前記列車検出部は、前記移動体の輝度の動きとして、前記監視対象エリアの画素の輝度勾配方向を算出してもよい。
また、表示画面上で、前記カメラの撮影エリア内において予め列車が通過する領域を前記監視対象エリアとして指定するエリア指定部を備えてもよい。
本発明の列車検知方法は、列車の基準停止位置の付近に設置され、前記列車の在線の有無を検知する在線検知センサの検出結果を取得する在線検知ステップと、前記列車の前記基準停止位置を含む所定の監視対象エリアの動画像を取得する映像取得ステップと、前記動画像に含まれる前記列車の状態を判別する列車検出ステップと、を有し、前記列車検出ステップは、前記列車が前記監視対象エリアにおいて移動状態であるか否かを前記動画像をもとにして得られた判断結果と、前記在線検知センサの検知結果とをもとに、前記列車の状態が進入、停止、在線、発車、非在線のいずれかの状態であるかを判断する。
また、前記列車検出ステップは、前記動画像を構成するフレーム画像の間で、差分画像を生成し、前記監視対象エリアの移動体を抽出し、抽出した複数の前記移動体の輝度の動きから前記列車が前記監視対象エリアにおいて前記移動状態にあるか否かを判断してもよい。

本発明によると、トランスポンダ車上子を有しない列車であっても、列車が所定の停車位置に停止した確認を適切に行う技術を提供することができる。

本実施形態に係る、監視システムの概略構成を示す図である。 本実施形態に係る、監視システムの概略構成を示す図である。 本実施形態に係る、画像処理装置による列車監視プロセスの概要を説明する図である。 本実施形態に係る、監視システムの構成を示すブロック図である。 本実施形態に係る、検出用マイコン装置の構成を示すブロック図ある。 本実施形態に係る、フレーム間差分処理の具体的手法を簡単に説明する図である。 本実施形態に係る、２値化閾値を求める入力画像、差分画像及び２値化画像の例を示す図である。 本実施形態に係る、図７の輝度値ヒストグラムを示す図である。 本実施形態に係る、ラベリング処理の流れを説明する図である。 本実施形態に係る、ノイズブロック処理の例を示す図である。 本実施形態に係る、移動体領域の重ね合わせの手順を示す図である。 本実施形態に係る、輝度勾配の向きを説明する図である。 本実施形態に係る、注目画素を中心とした輝度値の配列例を示す図である。 本実施形態に係る、ソーベルフィルターの例を示す図である。 本実施形態に係る、水平強度の算出手順の計算例を示す図である。 本実施形態に係る、垂直強度の算出手順の計算例を示す図である。 本実施形態に係る、輝度勾配方向を算出する式を示す図である。 本実施形態に係る、画素の方向成分画素数による列車の状態推移の例を示す図である。 本実施形態に係る、結果出力部から出力されデータ蓄積装置に保存されるデータのフォーマット例を示す図である。

次に、本発明を実施するための形態（以下、単に「実施形態」という）を、図面を参照して具体的に説明する。図１及び図２は、本実施形態に係る監視システム１の概略構成を示す図である。監視システム１は、監視カメラ１０、画像処理装置３０及びデータ蓄積装置５０を備える。

監視カメラ１０は、ホーム柵が設置されている駅ホームにおいて、駅ホームを俯瞰する位置に固定されており、所定の撮影エリア８０を撮影する。撮影エリア８０は、プラットホーム８１と軌道エリア８２を含んでいる。軌道エリア８２に、列車８５が進入し停車する。監視カメラ１０は、リアルタイムで動画像、すなわち、列車８５の状態を撮影する。動画像は、時間が連続する画像列として扱われ、各画像を「フレーム」と呼ぶ。動画像は、指定されたフレームレート（１秒当たりのフレーム数、例えば１５ｆｐｓや３０ｆｐｓ）により撮影された画像データ群である。なお、後述の列車認識処理においては、撮影エリア８０の軌道エリア８２に、列車８５の１両全てが含まれなくてもよい。

画像処理装置３０及びデータ蓄積装置５０は、機器室９９に設置されている。監視カメラ１０は、ネットワーク回線３によって機器室９９内にある画像処理装置３０にＬＡＮ接続されている。

図３は、画像処理装置３０による列車監視プロセスの概要を説明する図である。画像処理装置３０は、撮影エリア８０内に予め列車エリアを指定する。図３（ａ）は、監視カメラ１０により撮影される画面例（撮影エリア８０）を示している。図３（ｂ）は、列車エリアとして監視対象エリアＸ１を指定した画面例を示している。ここでは、図示左側の軌道エリア８２（列車８５が進入し停車するエリア）が、運行管理者等のユーザによって監視対象エリアＸ１として指定されている。この監視対象エリアＸ１は、画面内で列車８５が通過する領域であり、かつ乗降客が映り込まないエリアであり、四角形等の所定の形状で囲むことで指定される。監視対象エリアＸ１を指定することで、移動対象を限定することができ、より正確に列車の状態を判断することができる。

監視対象エリアＸ１内における移動体（ここでは列車８５）の方向成分を算出することで、列車８５の状態（進入、停止、出発）を検知し、可動ステップを動作させるための装置や運行管理システム等の他の装置へ出力する。

図４は、監視システム１の具体的な構成を示したブロック図である。監視カメラ１０は、カメラ１１と、検出用マイコン装置２０と、Ｉ／Ｏ基板１３とを備える。カメラ１１は、ＣＣＤやＣＭＯＳを撮像素子とするカメラ本体である。Ｉ／Ｏ基板１３は、監視カメラ１０への入出力インタフェイスであって、列車在線の有無や列車停止判定結果を可動ステップを動作させるための装置や運行管理システム等の他の装置へ出力する。また、監視カメラ１０のオンオフ指示を受け付ける。

検出用マイコン装置２０は、撮影エリア８０の動画像において列車８５の状態の検出を行う。なお、検出用マイコン装置２０には、軌道エリア８２に配置される反射型センサ５が接続される。反射型センサ５は、軌道エリア８２上の所定地点（基準停止位置直近の位置）に列車８５が存在するか否かを赤外センサによって検出し、検出結果を検出用マイコン装置２０に出力する。より具体的には、反射型センサ５は、赤外線照射してから一定時間以内に応答があった場合、列車在線であると判定する。ここで、基準停止位置とは、便宜的に、ホームに進入してきた列車が予め停止が予定されている位置を言い、実際に停止した位置と区別するものである。

画像処理装置３０には、データ蓄積装置５０及びユーザＩＦ部３２が接続されている。ユーザＩＦ部３２は、表示部３３及び操作部３４を備える。表示部３３は、例えば液晶表示パネルである。操作部３４は、キーボードやマウス等の操作入力手段である。ユーザは、ユーザＩＦ部３２を用いて、上述した監視対象エリアＸ１を指定する。すなわち、画像処理装置３０及びユーザＩＦ部３２は、監視対象エリアＸ１を指定する機能（エリア指定機能）を果たし、指定された監視対象エリアＸ１を検出用マイコン装置２０に通知する。

図５は、検出用マイコン装置２０の構成を示すブロック図であって、列車監視プロセスに着目して示すものである。この検出用マイコン装置２０は、列車の進入、完全停止、発車、非在線を検知する列車検出部として機能する。

具体的に、検出用マイコン装置２０は、前処理部２１と、フレーム間差分処理部２２と、ラベリング処理部２３と、視野補正部２４と、方向成分検出部２５と、方向編集部２６と、結果出力部２７とを備え、カメラ１１から動画を受信後、移動体の抽出処理及び移動方向検出処理を行う。

前処理部２１は、カメラ１１から動画を取得し、カラー画像をグレースケール画像に変換する。カメラ１１が撮影したカラー画像は、Ｒ（赤）、Ｇ（緑）、Ｂ（青）の３色からなる。例えば、各色は２５６階調（０〜２５５、８ｂｉｔ）の輝度で表現される。すなわち、カラー画像のデータ量は、８ｂｉｔ×３＝２４ｂｉｔ（１、６７７、２１６色）となる。

本実施形態では、画像処理の負荷を低減するために、前処理部２１が、カラー画像をグレースケールに変換する。変換式は、一般的に用いられる次式を用いる。
Ｘ＝０．２９９Ｒ＋０．５８７Ｇ＋０．１１４Ｂ
（Ｘ：グレースケール化後の画素値（画素の輝度値））

フレーム間差分処理部２２は、前処理部２１でグレースケール化された画像をもとに、フレーム間差分処理を行い移動体領域を抽出する。

図６は、フレーム間差分処理の具体的手法を簡単に説明する図である。現在時刻の画像をＮフレームとして、時間を前後するＮ−１フレーム、Ｎフレーム、Ｎ＋１フレームの３つのフレームからＮフレームにおける移動体領域抽出画像ＩＢ１を生成する。ここでは、Ｎ−１フレーム、Ｎフレーム、Ｎ＋１フレーム、Ｎ＋２フレームの４つのフレームから２つの移動体領域抽出画像ＩＢ１、ＩＢ２を生成する例を図示している。

まず、フレーム間差分処理部２２は、連続する画像（Ｎ−１フレーム、Ｎフレーム、Ｎ＋１フレーム）を取得する。フレーム間差分処理部２２は、Ｎ−１フレームとＮフレームとの差分画像Ｄ１、ＮフレームとＮ＋１フレームとの差分画像Ｄ２を作成する。なお差分は、次式のように、各画素の輝度値の差を求めることで得られる。
差分画像Ｄ１＝（Ｎフレームの各輝度値）−（Ｎ−１フレームの各輝度値）
差分画像Ｄ２＝（Ｎ＋１フレームの各輝度値）−（Ｎフレームの各輝度値）

つぎに、フレーム間差分処理部２２は、２つの差分画像Ｄ１、Ｄ２の２値化を行い、それぞれから２値化差分画像Ｄ１１、Ｄ１２を生成する。ここでは、フレーム間差分処理部２２は、グレースケール（２５６階調で表示）されている画像を、所定の閾値（２値化閾値）を基準として、白と黒の２色に変換する。
画素値 ≧ 閾値 のとき・・・白に変換
画素値 ＜ 閾値 のとき・・・黒に変換

２値化処理を行うことで、列車エリア内で移動体領域（列車領域）を抽出し、列車の面積や形状を判定することができる。

ここで、図７及び図８を参照して、２値化閾値について説明する。図７は、２値化閾値を求める入力画像、差分画像及び２値化画像の例を示している。図８は、図７の輝度値ヒストグラムを示している。

輝度値ヒストグラムは、画像中の画素における輝度値（０〜２５５）の出現頻度をグラフで表したものである。２値化閾値を求めるため、各フレームにおける輝度値（０〜２５５）の出現頻度（輝度値ヒストグラム）を算出する。横軸に輝度値、縦軸に出現数（頻度）の値を取る。画像内の全ての画素における輝度値を求め、各輝度値の出現数をグラフ化する。移動体領域と背景となる領域との面積比が大きく異なる動画像では、移動体領域と背景の領域における濃淡変化が大きくなる。このため、濃淡変化の大きい部分に着目して閾値を算出する。

具体的に、２値化閾値の算出は、画面の輝度値ヒストグラムにおいて、出現頻度が最大（Ｐ）となる輝度値ａと、注目する濃淡変化値により、算出する。濃淡変化値とは、ここでは、背景部分のみの出現頻度となる値（例えば、出現頻度が最大値の１０％である頻度値Ｑ）での輝度値ｂを言う。

図８に示すように、出現頻度が最大の場合の輝度値を「ａ」とし、背景領域の出現頻度が最大出現頻度のＸ％であるかを予め決めておき、そのときの輝度値を「ｂ」とする。求めた「ａ」「ｂ」より、式（１）により、次式のように２値化閾値（ＴＨ）を算出する。
ＴＨ＝ｂ＋（ｂ−ａ）

なお、監視システム１において、列車エリアと人検知エリアを設けるが、列車エリアの場合にはエリア内の２値化閾値を固定する機能が設けられてもよいし、自動判定で決定されてもよい。例えば、外乱光による影響を急激に受けた場合、映像も乱れてしまい、場合によっては物体が検出できなくなることもあり得る。このとき、２値化閾値も大きく変動してしまう虞があるため、固定値に設定したり、所定の範囲に限定することも可能とする。

フレーム間差分処理部２２は、２つの２値化差分画像Ｄ１１、Ｄ１２のＡＮＤを処理を行うことで、Ｎフレームでの移動体領域を抽出し、１つの移動体領域抽出画像ＩＢ１を生成する。

同様に、フレーム間差分処理部２２は、Ｎフレーム、Ｎ＋１フレーム、Ｎ＋２フレームの３つのフレームから、２つの差分画像Ｄ２、Ｄ３を生成し、さらにそれらを２値化して２つの２値化差分画像Ｄ１２、Ｄ１３を生成し、さらにそれらからＮ＋１フレームにおける移動体領域抽出画像ＩＢ２を生成する。

つづいて、図９及び図１０を参照してラベリング処理部２３の機能を説明する。ラベリング処理部２３は、画像に対する一般的なラベリング処理を行う。すなわち、ラベリング処理部２３は、二値化された画像（上述の移動体領域抽出画像ＩＢ１、ＩＢ２）において、ラスタスキャンを行い、白の部分（または黒の部分）が連続した画素に同じ番号（ラベル）を割り振り、連続する領域を１つの塊として抽出し枠で囲む。なお、抽出された塊が、面積の閾値より小さいものについては、ノイズブロックとして除去する。

ラベリング処理部２３が行うラベリング処理は、公知の技術を用いるが、ここで簡単に説明する。図９は、ラベリング処理の流れを説明する概略図である。図９（ａ）は、ラベリング処理対象の２値化画像であって、背景を示す黒と移動体領域を示す白とに同じラベル「０」が付与された初期の状態を示している。図９（ｂ）は、ラベリング処理途中の段階を示している。図９（ｃ）は、ラベリング処理が完了した状態を示している。図示のように、二値化された画像の８方向（縦・横・斜め）に連続している部分を同じラベルとする。同じラベルの領域を一つのブロックとして外接矩形で囲む。

図１０は、ノイズブロック処理の例を示す図である。上記のフレーム間差分法で抽出した移動体（移動体ＭＢ１）について、つまり、ブロック化した後に、図１０（ａ）に存在する所定の面積閾値より小さい領域ＮＢ１〜ＮＢ３（ここでは、４ｐｉｘｅｌ以下）をノイズブロックとして除去し、図１０（ｂ）に示す様に、移動体ＭＢ１のみの画像にする。上述の様な処理によって、フレーム間差分法を用いた画像の移動体領域が抽出できる。

視野補正部２４は、次の移動方向の特定処理の為に、事前に抽出した移動体領域を含む画像の視野補正を行う。監視カメラ１０（カメラ１１）は、斜め上方向から見下ろした状態で撮影している。従って、撮影した映像の物体は、手前が大きく奥側が小さく写る。そこで、視野補正部２４は、同じ長さが同じ画素数で表されるように画像を調整する。

方向成分検出部２５は、画像情報のみで、抽出した移動体領域が停止したかどうかの検知を行うため、移動体領域の各画素の移動方向成分を抽出する。移動体が動いている場合は方向成分が検出されるが、移動体が静止している場合や移動体が存在しない場合は、方向成分は検出されない。

そこで、駅ホームにおいて、列車が静止している場合と列車が存在しない場合の区分けを行うために、上述の様に、プラットホーム下部の基準停止位置直近に反射型センサ５を設置する。反射型センサ５で物体を検出した場合、列車が在線していることとし、この状態で方向成分が検出できない場合、列車が停止していると判定する。物体が検出できない場合は、列車が非在線であると判定する。

図１１は、移動体領域の重ね合わせの手順を示す図である。図１１（ａ）に示す様に、抽出した移動体領域の方向を検知するために、方向成分検出部２５は、フレーム間差分法により求めた現在時刻から過去の指定した時間分の移動体画像を重ね合わせる。このとき、最新画像の移動体領域の輝度値を０ｘｆｆ（２５５）とし、重なった過去の移動体領域の輝度値をある定数ずつ減らし、複数の移動体領域を重ね合わせ、図１１（ｂ）の図を得る。例えば、輝度値を１０ずつ減らす場合、最大２６フレーム重ねた場合でも、移動体領域を分別できる。重なり合った移動体領域の境界では、異なる輝度値の画素が並ぶ。このとき、隣同士の画素値の差、すなわち輝度勾配が生じる。

図１２は、輝度勾配の向きを説明する図である。輝度勾配の向きは、図中の矢印の方向で示すように、輝度値の低い方から高い方への向きを言い、輝度勾配の向きをソーベルフィルターを使用して求める。ここでは、方向成分検出部２５が、ラベリングで求められた移動体領域の移動方向をソーベルフィルターを用いて算出する。

エッジとは、濃度値、色、模様等の特徴が似ている領域と領域との境界線をいう。エッジ検出を行うことで、画像の中にある図形などの輪郭を抽出することができる。

図１２において、移動体領域の白と灰色部分の境目においては輝度値の差が生じている。これを輝度勾配と呼び、輝度勾配の向き（輝度値の低いほうから高いほうへの向き）が移動ブロックの移動方向となる。すなわち、図１２（ｂ）で示す矢印が、動きベクトルとなる。

図１３は、注目画素を中心とした輝度値の配列例を示す図である。図１４は、ソーベルフィルターの例を示す図で、図１４（a）は水平方向ソーベルフィルターｈ（ｘ）、図１４（ｂ）は垂直方向ソーベルフィルターｖ（ｘ）の例を示す図である。水平方向ソーベルフィルターｈ（ｘ）は横方向のエッジを算出するフィルターであり、垂直方向ソーベルフィルターｖ（ｘ）は縦方向のエッジを算出するフィルターである。

図１３に示す様に、移動ブロック内の注目画素（ｘ、ｙ）における輝度値ｆ（ｘ、ｙ）を中心とした上下左右の２４の輝度値Ｆ（ｘ）に対して、水平方向及び垂直方向の二つの係数行列であるソーベルフィルター、すなわち水平方向ソーベルフィルターｈ（ｘ）、垂直方向ソーベルフィルターｖ（ｘ）をそれぞれ乗算し、水平強度Ｈｐと垂直強度Ｖｐを算出する。

図１５は水平強度Ｈｐの算出手順を示す計算例を示す。図１６は垂直強度Ｖｐの算出手順を示す計算例を示す。

水平方向の強度Ｈｐは図１５に示すように次式で表される。
Ｈｐ＝Ｆ（ｘ）＊ｈ（ｘ）
＝ｆ（ｘ−２，ｙ＋２）×（−１）＋ｆ（ｘ−１，ｙ＋２）×０＋ｆ（ｘ，ｙ＋２）×０＋ｆ（ｘ＋１，ｙ＋２）×０＋ｆ（ｘ＋２，ｙ＋２）×１＋ｆ（ｘ−２，ｙ＋１）×（−２）＋ｆ（ｘ−１，ｙ＋１）×（−１）＋ｆ（ｘ，ｙ＋１）×０＋ｆ（ｘ＋１，ｙ＋１）×１＋ｆ（ｘ＋２，ｙ＋１）×２＋ｆ（ｘ−２，ｙ）×（−４）＋ｆ（ｘ−１，ｙ）×（−２）＋ｆ（ｘ，ｙ）×０＋ｆ（ｘ＋１，ｙ）×２＋ ｆ（ｘ＋２，ｙ）×４＋ｆ（ｘ−２，ｙ−１）×（−２）＋ｆ（ｘ−１，ｙ−１）×（−１）＋ｆ（ｘ，ｙ−１）×０＋ｆ（ｘ＋１，ｙ−１）×１＋ｆ（ｘ＋２，ｙ−１）×２＋ｆ（ｘ−２，ｙ−２）×（−１）＋ｆ（ｘ−１，ｙ−２）×０＋ｆ（ｘ，ｙ−２）×０＋ｆ（ｘ＋１，ｙ−２）×０＋ｆ（ｘ＋２，ｙ−２）×１

垂直方向の強度Ｖｐは図１６に示すように次式で表される。
Ｖｐ＝Ｆ（ｘ）＊ｖ（ｘ）
＝ｆ（ｘ−２，ｙ＋２）×（−１）＋ｆ（ｘ−１，ｙ＋２）×（−２）＋ｆ（ｘ，ｙ＋２）×（−４）＋ｆ（ｘ＋１，ｙ＋２）×（−２）＋ｆ（ｘ＋２，ｙ＋２）×（−１）＋ｆ（ｘ−２，ｙ＋１）×０＋ｆ（ｘ−１，ｙ＋１）×（−１）＋ｆ（ｘ，ｙ＋１）×（−２）＋ｆ（ｘ＋１，ｙ＋１）×（−１）＋ｆ（ｘ＋２，ｙ＋１）×０＋ｆ（ｘ−２，ｙ）×０＋ｆ（ｘ−１，ｙ）×０＋ｆ（ｘ，ｙ）×０＋ｆ（ｘ＋１，ｙ）×０＋ｆ（ｘ＋２，ｙ）×０＋ｆ（ｘ−２，ｙ−１）×０＋ｆ（ｘ−１，ｙ−１）×１＋ｆ（ｘ，ｙ−１）×２＋ｆ（ｘ＋１，ｙ−１）×１＋ｆ（ｘ＋２，ｙ−１）×０＋ｆ（ｘ−２，ｙ−２）×（１）＋ｆ（ｘ−１，ｙ−２）×２＋ｆ（ｘ，ｙ−２）×４＋ｆ（ｘ＋１，ｙ−２）×２＋ｆ（ｘ＋２，ｙ−２）×１

図１７は、輝度勾配方向θを算出する式を示した図である。図示のように、方向成分検出部２５は、求めた水平方向の強度Ｈｐおよび垂直方向の強度Ｖｐから各画素の輝度勾配方向θを求める。
θ（ｄｅｇ）＝（ａｒｃ）ｔａｎ（Ｖｐ／Ｈｐ）

方向編集部２６は、方向成分検出部２５が求めた輝度勾配方向θを検出した画素数を、フレーム毎、各エリア毎に、角度別（０°〜３５９°）に算出し纏める。

図１８は、画素の方向成分画素数（方向成分抽出画素数）による列車の状態推移の例を示す図である。図１８（ａ）は方向成分抽出画素数の推移を示している。図１８（ｂ）は、移動体の有無の判断結果を示している。

ここでは、列車エリア（図１の監視対象エリアＸ１に相当するエリア）における推移を示している。方向編集部２６は、輝度勾配方向θを検出した画素数を、さらに抽出した列車の進行方向の方向画素数の推移に編集する。すなわち、方向編集部２６は、移動体領域の列車の進行方向の方向成分検出画素数の推移を編集する。ここでは、時刻ｔ１１〜ｔ１２（時間ｔ１）と時刻ｔ２１〜ｔ２２（時間ｔ２）の２つの期間において、方向成分抽出画素数が所定の閾値より高くなって、「１」が出力されている。閾値の設定方法については、後述する。既知である列車の移動方向と同じ輝度勾配方向θを持つ画素数を検出することで、より精度良く列車の状態を判断することができる。

結果出力部２７は、算出された各方向のうち、列車の走行方向を指定し、指定された方向における方向別画素数の推移、および閾値により列車が移動中か否かの判定を行う。

結果出力部２７は、上記の判定処理に於いて、基準停止位置直近に設置される在線検知センサー（反射型センサ５）による列車在線情報とのＡＮＤにより、列車が移動中か否かの判定を行う。

図１８（ｃ）は、反射型センサ５による列車在線の有無（在線情報）を示している。列車在線時には「１」が出力され、非在線時には「０」が出力される。ここでは、時刻ｔ１１から時刻ｔ２２まで「１」が出力されている。

図１８（ｄ）は、結果出力部２７による判定結果を示している。時刻ｔ１１において列車の「進入」状態と判定され、時刻ｔ１２で列車の「停止」状態の開始と判断されている。また、時刻ｔ２１で列車の「出発」状態と判定され、時刻ｔ２２で列車の「非在線」状態の開始と判断されている。

なお、列車の進行方向の方向成分画素数の推移において、閾値を予め設定しておく。この閾値は、列車が非在線時に計測したノイズ量をもとに設定する。

この閾値を一定時間超えている場合は、つまり、方向成分画素数が一定値以上の状態が続く場合には、結果出力部２７は、動きがある状態、すなわち、列車がホームに進入あるいは出発していると判定する。

また、閾値を下回った場合は、結果出力部２７は、動きが無い状態、すなわち、列車が停止したかあるいは非在線となったと判定する。なお、方向成分画素数の推移のみでは列車が停止したのか非在線となったのかが判断できない。そこで、反射型センサ５の検知条件と方向成分画素数の推移による検知条件のＡＮＤ条件により、停止か非在線かの判定を行う。

ここで、図１８（ａ）を参照して、閾値の設定手法について説明する。結果出力部２７は、検出した移動体が列車かどうかを判定するため、Ｓ／Ｎ比のデータにより判定を行う。Ｓ／Ｎ比は信号（Ｓ）に対するノイズ（Ｎ）の量を表すもので、Ｓ／Ｎ比の値が大きい場合、ノイズの少ない良好なデータである。

Ｓ／Ｎ比は以下の式で算出する。
Ｓ／Ｎ比 ＝ ２０ｌｏｇ１０（Ｓ／Ｎ） ・・・（式１）
Ｓ／Ｎ比が６ｄＢ以上のとき、当該移動体が列車であることとする。
Ｎ値は移動体が検知されない場合のベースノイズであり、カメラの機種により値が異なる。Ｎ値については予め移動体が存在しない状態でノイズ測定を行い、値を設定することができる。

結果出力部２７は、方向編集部２６が算出した方向別の画素数の結果を画像処理装置３０に出力する。画像処理装置３０は、その出力をデータ蓄積装置５０に保存する。

図１９は、結果出力部２７から出力されデータ蓄積装置５０に保存されるデータのフォーマット例である。このデータ（ログデータ）は、反射型センサ５による列車在線の判断が「有」の場合に、記録される。図示の構成の場合、１フレーム当たりのデータ量は１、４５６バイトであり、１秒当たりのデータ量は、４３、６８０バイトになる。ネットワーク回線３の通信速度を１００Ｍｂｐｓとすると、１秒当たり１２，５００，０００バイトまで通信可能であって、本例では十分に余裕があり、迅速な通信及び記録処理ができる。データ蓄積装置５０の記録容量を越えた場合、それ以降のデータの記録は、サイクリックに上書きされる。画像データも同様に、データ蓄積装置５０に記録され、記録容量を越えた場合、それ以降のデータの記録は、サイクリックに上書きされる。

以上、本発明を実施形態をもとに説明した。この実施形態は例示であり、それらの各構成要素の組み合わせにいろいろな変形例が可能なこと、また、そうした変形例も本発明の範囲にあることは当業者に理解されるところである。

１ 監視システム
３ ネットワーク回線
５ 反射型センサ
１０ 監視カメラ
１１ カメラ
１３ Ｉ／Ｏ基板
２０ 検出用マイコン装置（列車検出部）
２１ 前処理部
２２ フレーム間差分処理部
２３ ラベリング処理部
２４ 視野補正部
２５ 方向成分検出部
２６ 方向編集部
２７ 結果出力部
３０ 画像処理装置
３２ ユーザＩＦ部
３３ 表示部
３４ 操作部
５０ データ蓄積装置
８０ 撮影エリア
８１ プラットホーム
８２ 軌道エリア
８５ 列車
９９ 機器室

Claims (6)

1. 列車の基準停止位置の付近に設置され、前記列車の在線の有無を検知する在線検知センサと、
   前記列車の前記基準停止位置を含む所定の監視対象エリアに向けて設置され、前記監視対象エリアの動画像を撮影するカメラと、
   前記カメラが撮影した前記動画像に含まれる前記列車の状態を判別する列車検出部と、
   を有し、
   前記列車検出部は、前記列車が前記監視対象エリアにおいて移動状態であるか否かを前記動画像をもとにして得られた判断結果と、前記在線検知センサの検知結果とをもとに、前記列車の状態が進入、停止、在線、発車、非在線のいずれかの状態であるかを判断することを特徴とする列車検知システム。
2. 前記列車検出部は、前記動画像を構成するフレーム画像の間で、差分画像を生成し、前記監視対象エリアの移動体を抽出し、抽出した複数の前記移動体の輝度の動きから前記列車が前記監視対象エリアにおいて前記移動状態にあるか否かを判断することを特徴とする請求項１に記載の列車検知システム。
3. 前記列車検出部は、前記移動体の輝度の動きとして、前記監視対象エリアの画素の輝度勾配方向を算出することを特徴とする請求項２に記載の列車検知システム。
4. 表示画面上で、前記カメラの撮影エリア内において予め列車が通過する領域を前記監視対象エリアとして指定するエリア指定部を備えることを特徴とする請求項１から３までのいずれかに記載の列車検知システム。
5. 列車の基準停止位置の付近に設置され、前記列車の在線の有無を検知する在線検知センサの検出結果を取得する在線検知ステップと、
   前記列車の前記基準停止位置を含む所定の監視対象エリアの動画像を取得する映像取得ステップと、
   前記動画像に含まれる前記列車の状態を判別する列車検出ステップと、
   を有し、
   前記列車検出ステップは、前記列車が前記監視対象エリアにおいて移動状態であるか否かを前記動画像をもとにして得られた判断結果と、前記在線検知センサの検知結果とをもとに、前記列車の状態が進入、停止、在線、発車、非在線のいずれかの状態であるかを判断することを特徴とする列車検知方法。
6. 前記列車検出ステップは、前記動画像を構成するフレーム画像の間で、差分画像を生成し、前記監視対象エリアの移動体を抽出し、抽出した複数の前記移動体の輝度の動きから前記列車が前記監視対象エリアにおいて前記移動状態にあるか否かを判断することを特徴とする請求項５に記載の列車検知方法。

Images