Detección del estado de los semáforos en pasos a nivel para corregir infracciones de tráfico

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 tráfico en los 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:







El proceso de depuración y prueba de análisis de video con el semáforo encendido en el diseño



Objetivos:



  • detectar el estado de un semáforo en un cruce en el campo de visión de la cámara
  • fijación de pasos de vehículos por el cruce con reconocimiento y registro de números en un semáforo en rojo


La composición del complejo de hardware y software utilizado:



  1. Cámara IP, 2 MP
  2. PC industrial Outdoor Box Micro, 2 GB de RAM, CPU Intel Atom x5, VPU Movidius
  3. Cambiar
  4. Software EDGE para detección y reconocimiento de matrículas estatales de vehículos


Algoritmo de detección del estado del semáforo:



  1. Recibir una transmisión RTSP de una cámara
  2. Cortar una secuencia en cuadros
  3. Enmarcando el área de detección del estado de las lámparas de señalización.
  4. Obtención del valor de brillo de cada lámpara en N fotogramas / segundos
  5. Binarización de valores de brillo por umbral
  6. Comprobación del funcionamiento de las lámparas en antifase durante todo el intervalo analizado de N fotogramas / segundos
  7. Retorno del estado del semáforo con retraso del tiempo real en N-frames / segundos


Antes de la binarización, la comprobación de si las lámparas están en antifase se ve así:







Después de la binarización:



0 0 0 0 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 video de objetos



Problemas que encontramos al implementar:



  1. 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.
  2. Incluso al medir el valor de brillo, no puede usar datos de una sola lámpara, ya que el parpadeo, por ejemplo, por las señales de parada de emergencia de un vehículo o un indicador de dirección, fijará el reflejo en la lámpara y un cambio suave en el 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 remotamente en el estado del semáforo desde el exterior.
  3. A veces, los semáforos funcionan de manera impredecible y es necesario minimizar las emisiones aleatorias después de la binarización, por ejemplo, una situación es aceptable cuando dos lámparas se encienden en rojo al mismo tiempo o los valores de brillo cambian paso a paso con una atenuación constante pero menor.




Expectativa y realidad en el trabajo de los semáforos ferroviarios



Ventajas de la solución:



  1. Falta de costos de capital y aprobaciones para el tendido de rutas de cable.
  2. Sin necesidad de integración con la automatización ferroviaria
  3. Posibilidad de puesta en marcha rápida in situ (instalación de cámaras, marcado de zonas, operación industrial)
  4. Disponibilidad de la posibilidad de posprocesar datos en el archivo de video
  5. Estabilidad de funcionamiento en diferentes momentos del día (al comparar mediciones de cambios en el brillo durante un período y detección de color)



All Articles