JP5695369B2 - 物体監視システム及び方法 - Google Patents

Description

本発明は、物体監視システム及び方法に係り、特に、線路上などの広範囲に設定される監視領域に存在する物体の存在位置を監視する場合、監視領域を複数の認識領域に分割し、これらの認識領域において物体を検知し、検知された物体の情報を処理する物体監視システム及び方法に関する。

レーザセンサを用いて、監視領域内に出入りする物体の存在を測定する技術が知られている。例えば、特許文献１には、監視領域内においてレーザレーダにより検知された物体が障害物であるか否かを短時間で判断する検知装置が開示されている。この検知装置は、所定の監視領域を走査するレーザレーダと、これにより検知される距離情報とその走査方向の情報とから３次元レーダ情報を求めるレーダ情報作成手段と、３次元レーダ情報から存在する物体を検知する物体検知手段と、物体の進行方向に対して複数に分割された領域として認識する領域認識手段と、分割領域の１つに所定時間継続して物体が滞留したときに障害物が滞留していると判断する障害物判断手段を備えている。

特開２００５−２１４７１８号公報

特許文献１に記載された、レーザセンサにて物体検知する技術は、踏切における線路の延長方向両側に隣接する周辺領域を１つのレーザセンサで測距している。車両等の物体の進行方向に対して複数に分割された領域として物体の位置を検知するが、監視領域内の複数領域を跨ぐ測距における物体の検知について開示されておらず、技術的に考慮されていない。

本発明の目的は、対象となる監視領域を複数の認識領域に分割し、各認識領域に設置されたレーザセンサにより各認識領域内の物体を経時的に監視し、認識領域間に渡って物体を認識しながら物体の動きを監視することができる物体監視システム及び方法を提供することにある。

本発明に係る物体監視システムは、好ましくは、対象とする監視領域を複数の認識領域に分割し、各認識領域にレーザセンサを設置して、該認識領域内に存在する物体を経時的に監視する物体監視システムあって、
各レーザセンサの照射により対象とする該認識領域の測距データを得る測距手段と、該認識領域において検知される物体及びそのサイズに関する情報を予め格納する物体特定データＤＢと、物体のサイズが認識された物体について、物体毎に固有のＩＤを付与して該物体の測距データを格納する認識データＤＢと、認識された物体の移動に関する情報を格納する軌跡データＤＢと、該測距手段によって取得された測距データと、該物体特定データＤＢに格納された情報を照合することにより、物体のサイズを基に支障物を判定する第１判定手段と、
該第１判定手段による判定の結果、支障物と判定された物体について、該認識データＤＢに格納された物体のデータと照合することにより、複数の認識領域に渡って移動する物体であって、以前に検知された物体と同一かを判定する第２判定手段と、
該第２判定手段による判定の結果、既に検知された物体と同一の物体である場合には、該認識データＤＢの当該物体に関する測距データを追加し、未検知の物体である場合には、該物体に関する測距データを該認識データＤＢに新たに登録する手段と、
該第２判定手段によって判定された、同一の物体及び新規の物体の移動に関する情報について軌跡データＤＢを更新する手段と、を有することを特徴とする物体監視システムとして構成される。
好ましい例では、前記物体監視システムにおいて、該軌跡データＤＢから読み出された移動に関する情報を基に該物体の軌跡を算出して、表示する表示手段を更に有する。

また、本発明に係る物体監視方法は、好ましくは、対象とする監視領域を複数の認識領域に分割し、各認識領域にレーザセンサを設置して、該認識領域内に存在する物体を経時的に監視する物体監視方法であって、
各レーザセンサの照射により対象とする該認識領域の測距データを得る測距ステップと、該認識領域において検知される物体及びそのサイズに関する情報を物体特定データＤＢに予め格納するステップと、物体のサイズが認識された物体について、物体毎に固有のＩＤを付与して該物体の測距データを認識データＤＢに格納するステップと、認識された物体の移動に関する情報を軌跡データＤＢに格納するステップと、
該測距ステップによって取得された測距データと、該物体特定データＤＢに格納された情報を照合することにより、物体のサイズを基に支障物を判定する第１判定ステップと、
該第１判定ステップによる判定の結果、支障物と判定された物体について、該認識データＤＢに格納された物体のデータと照合することにより、複数の認識領域に渡って移動する物体であって、以前に検知された物体と同一かを判定する第２判定ステップと、
該第２判定ステップによる判定の結果、既に検知された物体と同一の物体である場合には、該認識データＤＢの当該物体に関する測距データを追加し、未検知の物体である場合には、該物体に関する測距データを該認識データＤＢに新たに登録するステップと、
該第２判定ステップによって判定された、同一の物体及び新規の物体の移動に関する情報について軌跡データＤＢを更新するステップと、を有することを特徴とする物体監視方法として構成される。
好ましい例では、前記物体監視方法において、該軌跡データＤＢから読み出された移動に関する情報を基に該物体の軌跡を算出して表示手段に表示するステップを更に有する。

本発明によれば、線路上などを対象とした監視領域を複数の認識領域に分割して、各認識領域に設置されたレーザセンサにより認識領域内の物体を経時的に監視し、何れかのレーザセンサの測距データに基づいて最初に物体を検知した場合、その物体を特定して、物体検知の当初から支障物か否かを認識することができる。これにより、複数の認識領域に渡って移動する支障物に関する情報を認識領域間で共有しながら各認識領域における物体の動きを監視することができる。

本発明の一実施例における物体監視システムの構成を示す図。 一実施例における物体の監視領域の例を示す図。 一実施例における背景データＤＢの記録フォーマットを示す図。 一実施例における測距データＤＢの記録フォーマットを示す図。 一実施例におけるクラスタデータＤＢの記録フォーマットを示す図。 一実施例における物体特定データＤＢの記録フォーマットを示す図。 一実施例における認識データＤＢの記録フォーマットを示す図。 一実施例における軌跡データＤＢの記録フォーマットを示す図。 一実施例における物体の監視処理を示すフローチャート図。 一実施例における物体の軌跡表示の処理を示すフローチャート図。 一実施例におけるポイントデータＤＢの記録フォーマットを示す図。

以下、本発明の好適な実施の形態を、図面を参照しながら詳細に説明する。
図１は、本発明の一実施例における物体監視システムの構成を示す。
この物体監視システムにより監視される領域（監視領域）１は、複数ｎに分割され、それぞれの領域（認識領域）１０１〜１０ｎ（総じて１０と示す）に、レーザセンサ１１１〜１１ｎ（総じて１１と示す）が設置される。物体監視システムは、各レーザセンサ１１の照射により物体を検知する物体測距部１２１〜１２ｎ（総じて１２と示す）と、レーザセンサ制御及びレーザセンサからの測距データを処理するパーソナルコンピュータ（ＰＣ）２を有して構成される。

各レーザセンサ１１は、各認識領域の前方１８０°の範囲を０.５°刻みで角度を変えながら物体までの距離を経時的に測距して、その測距データをＰＣ２に順次送る。ＰＣ２は、取得した測距データを用いて物体の存在位置を計算する処理装置（ＣＰＵ）２１と、測距データ及び物体の位置に関係する種々のデータを記憶するデータベース（ＤＢ）２２、情報を表示する表示装置２３、情報を入力する入力装置２４を有する。後で詳述するが、ＰＣ２のＣＰＵ２１はプログラムの実行により、物体測距部１２から分解能０．５°の毎に得られた測距データを用いて、検知された物体について、ＤＢ２２に予め格納された物体情報と照合することで物体を特定することができる。

図２は、監視領域として線路上に沿って複数の認識領域が設定された例を示す。
線路に沿って設定された監視領域１は、複数の認識領域１０に分割して設定される。まず、監視領域の設定は、ＰＣ２の入力装置２４から、横Ｌ１：４５００ｃｍ、縦Ｌ２：２１００ｃｍのように入力する。さらに、この監視領域を例えば３つに分割して認識領域を規定し、認識領域１（Ｌ１１：１５００ｃｍ、Ｌ２＝２１００ｃｍ）、認識領域２（Ｌ１２：１５００ｃｍ、Ｌ２＝２１００ｃｍ）、認識領域３（Ｌ１３：１５００ｃｍ、Ｌ２＝２１００ｃｍ）、のように入力することで、各認識領域の設定が行われる。

これらの認識領域１０において線路上を走行する列車２０２や線路上に存在する支障物２０３を経時的に監視する。認識領域１０１〜１０ｎにおいてレーザセンサ１１１，１１２，１１ｎがその照射方向を変えて千鳥（チドリ）状に設置される。各レーザセンサ１１のレーザ照射により物体測距部１２に測距データが経時的に得られる。各物体測距部１２で得られた測距データはＰＣ２へ送信される。

認識領域１０は、例えば、監視領域１で見たときに列車の運行に際して障害発生と判断される要因（人体、小動物、石、障害物などの支障物の検知）を経時的に監視しながら最小単位で検知して識別する。複数の認識領域１０で識別される物体の情報は認識データＤＢに格納され、共有される。
最小単位で検知される支障物２０３のデータの取得は、支障物２０３の存在位置の特定がし易いため、経時的に線路上の監視領域１の監視を実行しながらも、保守などの特別な条件下では、認識領域１０の単位で検知物体を障害発生の要因外とすることも可能である。

複数の連続した認識領域を経時的に監視することで複数の認識領域で同じ障害物を検知することができる。１つの支障物が複数の認識領域１０間を移動する場合や、複数の支障物が複数の認識領域１０で検知される場合も考えられる。また、架線やケーブルなどの断線による垂れ下がりなども推定されるが、各認識領域１０の背景データを予め取得しておき、経時的な測距データとの差分から障害発生を容易に抽出することが可能である。また、線路上を通過する列車は進行方向に対して、認識領域１０１に対する物体測距部１（１２１）、認識領域１０２に対する物体測距部２（１２２）、認識領域１０ｎに対する物体測距部ｎ（１２ｎ）の順に検知されることになる。なお、図２中、（３１１２，２５１）のように示してあるのは、物体の座標を示す。

ＤＢ２２には、検知された物体を特定するため及び物体情報を処理するために、幾つかのＤＢ３０〜８０が用意される。即ち、各認識領域における物体の存在しない背景となる背景データ（角度、背景データ）を登録する背景データＤＢ３０（図３）、各レーザセンサからの測距データ（角度、測距データ、背景データ）を登録する測距データＤＢ４０（図４）、検知された物体毎に付与される固有のＩＤ（クラスタＩＤ）毎にポイント座標から求めた物体の中心座標を示すクラスタデータを登録するクラスタデータＤＢ５０（図５）、何れかの監視領域において検知された物体のサイズ（縦×横/cm）を示す物体特定データを登録する物体特定データＤＢ６０（図６）、経時的な物体認識により特定された物体の測距データを登録する認識データＤＢ７０（図７）、測距データから物体の形状を連続する点の集まりの座標値をポイントデータとしたポイントデータＤＢ１１０（図１１）、及び物体の移動に関する軌跡データ（日時、位置座標、移動ベクトル）を登録する軌跡データＤＢ８０（図８）を有する。なお、物体特定データＤＢ６０は、検知が予想される複数の物体のサイズ（縦×横/cm）を予め登録しておくのが好ましい。ポイントデータＤＢ１１０は、レーザセンサで検知された物体データ（背景データを差分を取ったもの）をポイントデータとして連続的に記憶したものである。

各レーザセンサにより検知された測距データは測距データＤＢ４０に一時的に保管される。そして、ＣＰＵ２１の処理により、背景データＤＢ３０に登録されたデータと、測距データＤＢ４０に保管された測距データの差分が取られて物体が検知される。その後、検知された物体毎に固有ＩＤを付与し、その近接した周辺のポイント座標を計算し、かつ中心座標を求める処理をし、その結果をクラスタデータＤＢ５０に記憶する。さらに、物体特定データＤＢ６０を用いて対象の物体をサイズから特定し、その後、物体の存在位置の計算を処理による認識データＤＢ７０を用いて支障物２０３を判断する。
その後又は必要時に、管理者はＰＣ２の入力装置２４を操作して物体の固有ＩＤを指定すると、ＣＰＵ２１は軌跡データＤＢ８０に格納された物体情報から、指定された固有ＩＤに対応する物体の軌跡データを読み出して、その物体の軌跡を計算して表示装置２３に表示する。

図９は、一実施例における物体監視の処理を示すフローチャートである。
線路上に設定された監視領域１における物体監視は、線路上の物体を検知して支障物２０３を的確に判断して、その大きさや存在位置を表示装置２３に表示することができる。物体の監視及び特定の処理は、ＣＰＵ２１でプログラムが実行されることで行われる。
まず、監視領域１における物体が無い状態の背景データ、及び複数のセンサによる測距データのマッチングをするためのキャリブレーションデータを取得し、背景データＤＢ３０に登録する（Ｓ９１）。

次に、監視領域１の分割による複数の認識領域１０１〜１０ｎを設定する（Ｓ９２）。これは、ＰＣ２の入力装置２４から、複数に分割された各認識領域の縦及び横の長さを入力することで行われる。
次に、各認識領域における各レーザセンサ１１で測距データが逐次取得され、その測距データは測距データＤＢ４０に格納される。また、それらの測距データは背景データＤＢ３０のデータと測距データＤＢ４０との差分を取り統合処理され、それにより検出された近接した周辺のポイントデータを生成してポイントデータＤＢ１１０に格納される。
統合処理では、監視領域１で物体を検知するため、各レーザセンサ１１からの測距データを重ね合わせて各レーザセンサを原点とした１つ（x，ｙで示される）極座標系データへ変換する。詳しくは、フレーム時間毎に任意の座標を原点とし、その原点からの各レーザセンサ１１の座標、及びセンサの傾き（ピッチ角、ロール角、ヨー角）を考慮した座標を計測ポイントデータに変換することで、複数のレーザセンサで計測している空間を１つの座標系に統合するものである。これにより、（複数の認識領域１０にて構成される）監視領域１においてレーザセンサ１１での測距データのズレや不一致をキャリブレーション（補正）した測距データ得ることができる。（Ｓ９３１）。
そして、物体を検知するために、近接した周辺のポイントをクラスタと呼ぶ纏まりで区別して、それに固有ＩＤ（クラスタＩＤ）を付与して中心座標を求めて、クラスタデータＤＢ５０に格納する（Ｓ９３２）。

次に、支障物（人（物体番号９１）や小動物（物体番号９２））の判定処理が行われる（Ｓ９４）。この処理は、物体特定データＤＢ６０から物体データを読み出して、測距データと比較して、物体の大きさの点から物体を特定する。比較の結果、例えば列車２０２以外の線路上の支障物２０３の場合には、同一物体の判定（即ち他の認識領域で検知されたか又は同じ認識領域で過去に検知された物体かの判定）が行われる（Ｓ９５）。一方、支障物でない場合には、同一性の判定をせずに、軌跡表示処理（Ｓ９６）に移る。

支障物の判定の結果、支障物として判定された場合、認識データＤＢ７０を参照して認識データＤＢ７０内に記憶された支障物（物体番号、固有ＩＤ、物体の距離データ等）を検索する（Ｓ９５１）。そして、認識データＤＢ７０に記憶されている物体データの中に、これまで認識され記憶された同一物体が有るかの判定をする（Ｓ９５２）。認識データＤＢ７０は、先のステップＳ９４で物体特定データＤＢ６０を参照して物体のサイズを以て判定した際に物体番号を記録しており、これが同一物体の大きさを判断する要素になる。例えば、人の場合、物体番号９１で、６０ｃｍ×６０ｃｍのサイズとしてその大きさを判定する。

同一物体と判定された場合には、当該物体番号の物体について、最近取得したデータ（角度、距離データ、背景データ等）が認識データＤＢ７０に追加されて更新される。また、同一物体と判定されない（即ち別物体）場合、当該物体の物体番号に新たな固有ＩＤの付いた物体のデータ（角度、距離データ、背景データ等）が認識データＤＢ７０に追加される。このようにして、認識データＤＢ７０内の物体の位置データが追加、更新される。

物体の移動に伴う軌跡に関して、物体の移動と共に、その物体の時間データとその位置座標及び移動ベクトルが更新されて、軌跡データＤＢ８０に登録される（Ｓ９６１）。即ち、同一と判定された物体については、当該物体の新たに取得された位置データが追加されて軌跡データＤＢ８０に登録され、また、新規の物体については、その位置データが新たに登録される。
その後、物体の移動軌跡の表示処理については、軌跡データＤＢ８０に記憶されたデータを順次読み出しながら表示装置２３に表示する（Ｓ９６２）。この軌跡の表示については、図１０を参照して後述する。最後に、物体監視の終了を判断して終了する（Ｓ９７）。

測距データの統合処理Ｓ９３１について説明する。各レーザセンサにて測距を担当する認識領域の物理的な配置を把握するために、全体の空間に対応した座標系を持っている。各レーザセンサ固有の認識領域に対して定めている空間座標系は、その監視領域内にて有効な領域であり、複数のレーザセンサが独自の監視領域を対象としている場合は、単なる座標変換にて監視領域１における物体監視の実現が可能である。

しかし、監視領域内にて複数のレーザセンサが同一物体を検知する可能性が有る場合、各レーザセンサにより検知された物体を同一物体として判断する必要がある。その場合、座標変換のみでは対応することが出来ない。これは、各レーザセンサの性能により発生する測距誤差、レーザセンサを配置した空間に対して発生するレーザセンサの傾き誤差など、又測距データを統合する際は、測距データにおける誤差を最小範囲にするため、時刻同期により測距データの同時性を確保することが必要となる。

そこで、本実施例において、統合処理Ｓ９３１は、１つの測距データとしての同時性を確保するため、時刻同期した測距データについて、実空間における一定範囲の差違を整合させことにする。具体的には、統合の処理において、グリッドと呼ぶ許容範囲を指定し、この範囲内に測距にて検出された近接した周辺のポイントをクラスタデータと呼ぶ纏まりで区別して、その差違を整合（同一物体として扱う）させる。
このように、測距データの統合処理することで、統合結果を監視領域の全領域（若しくは設定可能な当該領域）を対象に、１つの測距データとして取り扱うことができ、機能的にはクラスタに固有ＩＤを付与して処理されることで、そこに固有ＩＤを持った物体の存在を表示することができる。

図１０は、物体の軌跡表示の処理を示す。
物体の軌跡の表示処理は、軌跡データＤＢから物体の軌跡データを順次抽出して、表示装置に表示する処理である。表示処理は、認識データＤＢ７０を参照することにより支障物２０３が認識された場合、管理者が画面上で詳細に確認するために、その物体の固有ＩＤを指定してその支障物の軌跡を表示することで行なわれる。

まず、管理者は、ＰＣ２の入力装置２４を操作して表示装置２３に物体の軌跡表示のためのモードを指示する。表示対象とする物体については、個別の物体の軌跡を表示するのか、或いは全ての物体の軌跡を表示するのかを決める。もし、個別の物体の軌跡を表示する場合には当該物体の固有ＩＤをＰＣ２の入力装置２４から入力し、一方、全ての物体の軌跡を一括して表示する場合には物体毎の個別ＩＤを入力する必要はない。

ＣＰＵ２１は、物体の固有ＩＤを指定する入力であるかを確認する（Ｓ１０１）。確認の結果、固有ＩＤの指定が有りの場合は（Ｓ１０２）、当該固有ＩＤについて、軌跡データＤＢ８０を検索して、固有ＩＤに対応する物体の軌跡データを抽出する（Ｓ１０３）。一方、固有ＩＤの指定が無しの場合は、軌跡データＤＢ８０に格納されている、固有ＩＤが付与された全ての物体の動作を表示するため、対象となる全物体の軌跡データを抽出する（Ｓ１０３）。監視領域の状況は時々刻々と変化するので、全ての物体としては、所定時間内例えば３０分以内に新規に登録又は更新された物体を表示対象として抽出する。

軌跡データＤＢ８０から抽出された物体の軌跡データは、ＣＰＵ２１の処理により、時刻毎に位置座標と移動ベクトルが計算されて、表示装置２３に表示される（Ｓ１０４）。その後、軌跡の表示処理の終了が判断され（Ｓ１０５）。継続の場合は、物体の固有ＩＤの指定確認のステップＳ１０１）へ遷移し、終了の場合は軌跡表示を終了する（Ｓ１０５）。

１：監視領域 １０１，１０２，１０ｎ：認識領域
１１，１１１，１１２，１１ｎ：レーザセンサ、１２，１２１，１２２，１２ｎ：物体測距部
２：ＰＣ ２１：ＣＰＵ ２２：ＤＢ ２３：表示装置 ２４：入力装置、
２０２：列車、 ２０３：支障物。

Claims (4)

1. 対象とする監視領域を複数の認識領域に分割し、各認識領域にレーザセンサを設置して、該認識領域内に存在する物体を経時的に監視する物体監視システムであって、
   前記認識領域のそれぞれに設置され、物体と各認識領域に設置されたレーザセンサとの距離を経時的に測距して測距データを取得する測距手段と、
   該認識領域において検知される物体及びそのサイズに関する情報を予め格納する物体特定データＤＢと、
   サイズが認識された物体について、物体毎に固有のＩＤを付与して該物体の測距データを格納する認識データＤＢと、
   認識された物体の移動に関する情報を格納する軌跡データＤＢと、
   各認識領域に設置された前記測距手段によって取得された測距データを統合した統合測距データと前記物体特定データＤＢとに基づいて支障物を検知したか否かを判定する第１判定手段と、
   前記第１判定手段によって検知したと判定された支障物である物体が前記認識データＤＢに格納されているか否かを判定する第２判定手段と、
   前記第２判定手段による判定の結果、前記物体が前記認識データＤＢに格納されている場合にはその物体の測距データを追加し、前記物体が前記認識データＤＢに格納されていない場合にはその物体の測距データを新たに格納する登録手段と、
   前記軌跡データＤＢに格納され、前記登録手段によって追加または新たに格納された物体の前記移動に関する情報を更新する更新手段と、を有することを特徴とする物体監視システム。
2. 請求項１に記載の物体監視システムにおいて、
   前記軌跡データＤＢから前記物体の移動に関する情報を読み出し、読み出した前記物体の移動に関する情報に基づいて物体の軌跡を算出し、表示部に表示する表示手段を更に有することを特徴とする請求項１の物体監視システム。
3. 対象とする監視領域を複数の認識領域に分割し、各認識領域にレーザセンサを設置して、
   該認識領域内に存在する物体を経時的に監視する物体監視方法であって、
   前記認識領域のそれぞれに設置され、物体と各認識領域に設置されたレーザセンサとの距離を経時的に測距して測距データを取得する測距ステップと、
   該認識領域において検知される物体及びそのサイズに関する情報を物体特定データＤＢに予め格納するステップと、
   サイズが認識された物体について、物体毎に固有のＩＤを付与して該物体の測距データを認識データＤＢに格納するステップと、
   認識された物体の移動に関する情報を軌跡データＤＢに格納するステップと、
   各認識領域に設置された前記測距手段によって取得された測距データを統合した統合測距データと前記物体特定データＤＢとに基づいて支障物を検知したか否かを判定する第１判定ステップと、
   前記第１判定手段によって検知したと判定された支障物である物体が前記認識データＤＢに格納されているか否かを判定する第２判定ステップと、
   前記第２判定手段による判定の結果、前記物体が前記認識データＤＢに格納されている場合にはその物体の測距データを追加し、前記物体が前記認識データＤＢに格納されていない場合にはその物体の測距データを新たに格納する登録ステップと、
   前記軌跡データＤＢに格納され、前記登録手段によって追加または新たに格納された物体の前記移動に関する情報を更新する更新ステップと、を有することを特徴とする物体監視方法。
4. 請求項３に記載の物体監視方法において、
   前記軌跡データＤＢから前記物体の移動に関する情報を読み出し、読み出した前記物体の移動に関する情報に基づいて物体の軌跡を算出し、表示部に表示する表示ステップを更に有することを特徴とする物体監視方法。

Images