Recientemente, nos enfrentamos a una tarea interesante, aparentemente simple, pero ambigua, de detectar los estados de los semáforos de los ferrocarriles para corregir las infracciones de tránsito. El problema resultó ser que la conexión a la automatización ferroviaria es un procedimiento complejo que requiere muchas aprobaciones, y el tendido de los cables correspondientes requiere costos de capital. Una alternativa es detectar el estado de un semáforo desde una cámara CCTV y registrar el hecho de las infracciones de tráfico de acuerdo con los datos de la cámara.
Habiendo establecido previamente un objetivo y acordado un plan para probar el complejo de software y hardware para detectar infracciones de tránsito en cruces ferroviarios regulados, elegimos el Centro de Ingeniería del Ferrocarril Oktyabrskaya como objeto de prueba. Allí se implementó un modelo a escala real de un cruce ferroviario, en el que se instalaron una cámara y un complejo para corregir violaciones:
Detectar el estado de los semáforos en los pasos a nivel para corregir las infracciones de tráfico Depurar y probar el análisis de video cuando el semáforo está encendido en el diseño
Tareas:
detectar el estado de un semáforo en un cruce en la línea de visión de la cámara; arreglar los pasos de vehículos a través de un cruce con el reconocimiento y registro de números en un semáforo en rojo
La composición del complejo de hardware y software utilizado:
Cámara IP, 2 MPP Industrial PC Outdoor Box Micro, 2 GB de RAM, CPU Intel Atom x5, VPU Movidius Switch EDGE software para detectar y reconocer placas de matrícula estatales de vehículos
Algoritmo de detección del estado del semáforo:
Recepción del flujo RTSP de la cámara Corte del flujo en cuadros Encuadre de la zona de detección del estado de las lámparas de señalización Obtención del valor de brillo de cada lámpara en N cuadros / segundos Binarización de los valores de brillo por el umbral Comprobación del funcionamiento de las lámparas en antifase a lo largo del intervalo analizado de N cuadros / segundos con un retraso del tiempo real en N-fotogramas / segundos
Antes de la binarización, comprobar que las lámparas están en antifase se ve así:
Después de la binarización:
0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1
1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0
Demostración del funcionamiento del detector:
Detección del estado de un semáforo de ferrocarril mediante análisis de vídeo de objetos
Problemas que encontramos al implementar:
No puede simplemente detectar el valor del color o la cantidad de rojo en el área, porque por la noche la cámara enciende la iluminación IR y la imagen se vuelve en blanco y negro. Incluso al medir el valor de brillo, no puede usar los datos de una sola lámpara, ya que parpadea, por ejemplo, por señales parada de emergencia del vehículo o un indicador de dirección, fijará el reflejo en la lámpara y un suave cambio de brillo hacia arriba y hacia abajo. Está claro que es posible estar ligado a la longitud de onda, pero esto no niega la simple posibilidad de influir de forma remota en el estado del semáforo desde el exterior. A veces los semáforos funcionan de manera impredecible y es necesario minimizar las emisiones aleatorias después de la binarización, por ejemplo, la situación es aceptable cuando dos lámparas se encienden en rojo al mismo tiempo o valores de brillo cambiar paso a paso con una constante pero menos atenuación Expectativa y realidad en el trabajo de un semáforo ferroviario
Ventajas de la solución:
Falta de costos de capital y aprobaciones para el tendido de rutas de cable Falta de necesidad de integración con la automatización ferroviaria Disponibilidad de puesta en marcha rápida en el sitio (instalación de cámaras, marcación de zonas, operación industrial) Disponibilidad de posprocesamiento de datos del archivo de video Estabilidad del trabajo en diferentes momentos del día (al comparar mediciones de cambios en el brillo durante un período y detección de color)
