摘要：针对自动扶梯梯级扶手带速度偏差、制停距离的测量问题，设计了一款采用机器视觉的自动扶梯速度偏差及制停距离检测系统。在对自动扶梯的实时运行状态进行检测前，需要输入待测自动扶梯的名义速度、提升高度、梯级宽度与高度、梯级制动载荷等性能参数；使用工业相机对梯级扶手带的速度进行监测，为了增强其自适应能力，采用了差图像速度测量算法与光流算法相融合的方法，经过大量样本训练出图像速度非零点的各个像素点，计算出非零点像素的光流值，易于提取复杂动态目标梯度变化的特征，建立图像动态识别测量模型，使其适用于较为复杂的动态测量对象。经验证表明，该系统在复杂环境下识别测量的梯级扶手带速度偏差和制停距离精确度高，将提高自动扶梯的隐患检出的能力，确保运行安全。

　　关键词：自动扶梯速度偏差；扶手带速度偏差；制停距离；机器视觉检测系统

　　Research on Escalator Speed Deviation and Stopping Distance Detection System Based on Machine Vision

　　Liu Deyang，Yang Ningxiang，Chen Jianxun，Li Jicheng，Chen Shenglai，Xie Xiaojuan

　　(Zhuhai Branch,Guangdong Institute of Special Equipment Inspection and Research,Zhuhai,Guangdong 519002,China)

　　Abstract:Aiming at the measurement problems of speed deviation and braking distance of escalator step handrail,a detection system for escalator speed deviation and braking distance using machine vision was designed.Before testing the real-time running state of the escalator,it was necessary to input the performance parameters such as the nominal speed,lifting height,step width and height,step braking load,etc.of the escalator to be tested.An industrial camera was used to monitor the speed of the step handrail.In order to enhance its self-adaptive ability,the method of combining the differential image velocity measurement algorithm and the optical flow algorithm was adopted.After a large number of samples were trained,each pixel of the image velocity was non-zero,and the optical flow value of the non-zero pixel was calculated,which was easy to extract and complex.The characteristics of the dynamic target gradient change were established,and the image dynamic recognition measurement model was established to make it suitable for more complex dynamic measurement objects.It verifies that the system has high accuracy in identifying the measured step handrail speed deviation and stopping distance in complex environments,which improves the ability to detect hidden dangers of escalators and ensure safe operation.

　　Key words:escalator speed deviation;handrail speed deviation;braking distance;machine vision inspection system

　　0引言

　　近年来，随着我国城市化建设的推进发展，机场、地铁站、商场等公共场所的客流量不断增多，自动扶梯已经成为不可或缺的组成部分，但在使用过程中也存在一定的安全隐患缺陷。自动扶梯的梯级速度与扶手带的速度偏差、制停距离存在的安全隐患都会对乘客的生命财产安全造成威胁[1]。因此，许多相关的研究学者开展了大量的科学研究，直接测速法依赖于时间、位移的转换，Ogiwara和Ukita[2]提出了由一组光电探测器作为接受器和滤波器测量运动物体速度的方法；在Aizu Y[3]介绍了利用两个光栅实现速度测量的原理和方法；间接测速法用光学器件检测物体运动方向上的光学信号的变化，哈工大物理系[4]采用CO2相干雷达测量运动目标速度测量范围可达上百米，测量精度为0.01 m/s；清华大学[5-7]研制了基于频差双反射膜激光器的高测速干涉仪。在特种设备安全技术规范(TSG T7005-2012)《电梯监督检验和定期检验规则—自动扶梯与自动人行道》中10.1速度偏差要求：在额定频率和额定电压下，梯级、踏板或者胶带沿运行方向空载时所测的速度与名义速度之间的最大允许偏差为±5%；10.2扶手带的运行速度偏差：扶手带的运行速度相对于梯级、踏板或者胶带实际速度的允许偏差为0~25%。在国家标准GB16899-2011《自动扶梯和自动人行道的制造与安装安全规范》中5.4.2.1.3.1与5.4.2.1.3.2对于自动扶梯工作制动器的制动载荷和制停距离有表1所示规定。

　　针对以上功能需求以及方法存在的不足，本文设计一款基于机器视觉自动扶梯速度偏差及制停距离识别检测系统，利用CCD相机和机器视觉算法在数毫秒内完成对自动扶梯梯级、扶手带和制停距离进行跟踪测速和制停距离测量，采用差图像法对运动目标跟踪和动态测量，为检验检测和维修提供重要的参考依据[8]。

　　1识别系统结构及流程

　　通常情况下，以自动扶梯的梯级、扶手带为监测识别目标，建立以工业相机为基础的梯级扶手带速度制停距离的监测系统[9]。主要由工业相机、镜头、图像识别模块、算法模型、显示模块、电源模块组成。由工业摄像机结合镜头对自动扶梯的梯级和扶手带运行图像进行监测采集，经过图像识别模块对图像的位置标注进行预处理，采用算法模型分别对颜色特征提取和形状轮廓特征提取，使用速度位移算法、目标跟踪算法对图像标定位置进行计算出梯级、扶手带速度与制停距离结果，并在显示模块上进行显示。本系统中电源模块是采用移动蓄电池和现场220 V电源两种方式供电。自动扶梯梯级速度制停距离检测系统结构如图1所示。

　　2系统原理设计

　　自动扶梯速度偏差及制停距离识别系统，主要包括工业摄像头、图像识别采集模块、显示模块、信息计算处理模块和电源模块5部分组成。图像识别采集模块是实现对图像识别采集及预处理，协调处理器把通用处理器不能及时处理的信息数据存放在缓存器中，待通用处理器处于空闲时间时，协调处理器再发送指令，缓存器中的数据再依次进入通用处理器进行预处理，然后再发送到信息计算处理模块中进行图像特征识别分割计算。在信息计算处理模块中实现对自动扶梯的梯级、扶手带的标识特征信息获取选择，识别自动扶梯的制停距离，空载时速度与名义速度偏差以及梯级与扶手带之间的速度偏差，计算出其误差率。液晶显示器与触摸屏驱动板连接，通过USB接口与图像视频嵌入式微处理器通信，实现液晶显示器的触摸屏功能；液晶显示器与液晶显示驱动板连接，通过显示串口实现数据显示功能。按键模块经过HT82K629A电路板与图像视频嵌入式微处理器通信，实现对系统功能的控制。自动扶梯速度偏差及制停距离识别系统采用的是蓄电池和现场220 V电源两种供电方式。自动扶梯速度偏差及制停距离识别系统硬件原理设计如图2所示。

　　3测量算法

　　3.1测量算法模型结构

　　自动扶梯速度偏差及制停距离识别算法是以运动分析为理论基础，动态运动检测模型是由两部分构成，先是在离线状态输入大量的训练数据集，获得样本梯度特征值，经过改进优化升级可以得到精确的训练模型[10]，在线识别测量出目标对象的速度偏差和制停距离。

　　梯度特征的自动扶梯速度偏差和制停距离算法模型如图3所示。图中分为两部分，其中下面部分的是离线训练，对训练数据集样本进行不断的学习训练，对自动扶梯的图像进行分类和识别测量，以提高算法模型精确性[11]；其中上面部分的在线识别测量是对待测的自动扶梯图像进行识别测量速度偏差和制停距离的结果。

　　3.2差图像识别测量算法

　　在图像运动原理中，梯度值是序列图像帧间像元的主要的特征[12]。在相同坏境中同一位置视角并且光照不变的情况下，把采集的序列图像相减，求得结果就是目标对象的运动位移变化量，根据前后时间差可以求得其运动速度。把变化时间序列中连续的两张图像作差识别测量运动对象的方法称为差图法。在时刻ti和tj获得两张图像f(x,y,ti)和f(x,y,tj)，根据差图方法可得到下列公式：

　　在以上的图像识别测量中出现的相机错误定位缺陷需要得到抑制，解决这种问题的方法是不考虑小于阈值范围内的图像，提高运动目标和背景的对比度，以提高识别测量的准确性。

　　3.3光流场测量算法

　　以上图像差方法是对序列相邻两张图像的变化的识别测量，光流场测量是一种使用图像的方法对运动的物体测量识别，可以用来研究运动物体图像速度位移的变化量，或同时识别测量两个运动物体的运动偏差量，为实际检测动态物体变量提供便利。光流场识别测量的计算方法最早由学者Horn与Schunck[14-15]首先提出的。

　　综上所述，光流场算法只适用于识别测量对象比较复杂的情况。

　　3.4算法融合与改进

　　(1)缺陷分析及解决方法

　　单独使用差图像梯度特征值法、光流场法时会存在一定的缺陷[16]。因为，对于复杂动态的运动识别测量时，光流场算法优于梯度值快速识别测量算法，简单的对象时结果相反。所以，梯度值特征方法适用于简单的目标识别测量对象，光流场算法适用于较复杂的目标对象。那么把这两种方法进行综合融合，不仅适用于简单目标对象，又适合比较复杂的运动目标。

　　在实际应用中，光流场基本方程的速度场是在图像梯度上进行体现，序列图像的背景图像是不会发生变化的，在对整个图像进行计算时，增大了计算量，降低了结果的可靠性。而改进措施是根据光流基本方程(5)，计算非零点像素的光流值，此时非零点的灰度梯度值较大，满足基本方程的成立条件。同时，减少了计算量，结果更加可靠。

　　光流场的基本方程的计算结果与空域梯度估计精确度和时域微分项的估计精确度密切相关。空域度p/x,p/y具有较高的准确性，时域微分项p/t是实现序列相邻图像时域差分进行估计。

　　(2)改进融合优化步骤及流程

　　算法的改进优化[17]，首先求解t1的初始阈值，根据阈值T获得差分图像序列，使用融合后的差图像-光流场算法计算出非零点的速度(u,v)像素点。

　　Step1：根据图像检测知识，选择识别目标区域，确定算法进行图像处理窗口的尺寸值；

　　Step2：依据采集的样本训练图像集，在离线状态下做梯度分析并计算，求解函数阈值T取得差分图像序列，获得初始阈值t1；

　　Step3：依据样本训练图像集，寻找图像样本数量集中像素非零点，使用改进融合差图像-光流场方程计算非零点像素光流初始估计值(u,v)=0；

　　Step4：令训练样本数量集中当前的图像序列为m，对其图像上的非零像素进行标注，根据光流场图像基本方程式(11)识别测量复杂对象光流估计值(u,v)；

　　Step5：重复Step3，对训练样本的数量集中的所有图像进行不断的计算优化，得出样本图像上所有非零像素点，并进行不断标注；

　　Step6：对数据集进行不断训练，根据Step3计算出非零点像素光流初始估计值，与实际值进行比对，根据要求的误差值，对初始值(u,v)=0不断更新，直至获得最佳效果；

　　Step7：在线进行目标对象图像识别测量，进行实时动态速度偏差(%)、制停距离(mm)进行计算分析，然后去隐患部位报警标定。

　　算法改进优化流程如图4所示。

　　4实验与分析

　　本系统选择在某大型综合商场，选择10台同型号相同参数的自动扶梯进行实验验证。以2019年迅达(中国)电梯有限公司生产的型号为9000、运行速度0.5 m/s、提升高度为5.75 m、梯级高度为27 mm、梯级宽度为1 000 mm、使用区域长度为15.49 m、倾斜角度为30°的自动扶梯作为识别测量对象。使用机器视觉自动扶梯速度偏差及制停距离识别系统，对随机抽取10台自动扶梯进行实验测量数据为例进行比较分析。自动扶梯梯级扶手带速度制停距离测量实验如图5所示。

　　自动扶梯梯级扶手带速度制停距离识别系统[18]，选择待检自动扶梯对象，核验型号及性能参数，开机启动系统输入自动扶梯速度、梯级宽度和梯级阶数等参数。在自动扶梯的梯级和扶手带上贴识别标识，选择合适位置安装识别相机，然后开启自动扶梯，识别判断自动扶梯运行速度是否匀速运行，当识别出自动扶梯为处于匀速运行状态时，则系统进入等待状态，或者开始对目标对象进行检测测量工作。根据实际需求可以选择扶手带速度偏差、梯级与名义速度偏差和梯级制停距离3种工作模式，进入梯级扶手带与名义速度偏差测量，识别测量自动扶梯实际速度与输入的0.5 m/s的速度对比，判断两者之间的偏差是否在要求的安全范围之内；制停距离的测量，经过计算往梯级上搬放砝码，识别测量梯级从匀速运行的减速开始到停止的整个过程距离，与国家标准GB16899-2011《自动扶梯和自动人行道的制造与安装安全规范》中安全要求的制停距离进行比较，判断是否保持在要求的安全范围之间。自动扶梯测量识别步骤如图6所示。

　　自动扶梯梯级扶手带速度制停距离识别系统中的梯级与名义速度偏差δ、左右扶手带速度偏差γ和制停距离计算测量方法。梯级扶手带速度是根据自动扶梯梯级扶手带速度制停距离测量实验如图5中(b)梯级特征点的选择和(c)扶手带特征点的选择所示，可以得到前后2个图像梯级运动的距离，两者之间的时间间隔可以通过系统的采样周期得到。

　　自动扶梯梯级扶手带速度制停距离识别系统中梯级与名义速度偏差δ计算公式如下：

　　自动扶梯梯级扶手带速度制停距离识别系统中，左右扶手带速度偏差γ计算公式如下:

　　式中：γ为扶手带速度偏差；v3为左右扶手带速度。

　　依据国家标准GB16899-2011《自动扶梯和自动人行道的制造与安装安全规范》中要求，名义速度为0.5 m/s，制停距离为0.2~1.0 m。自动扶梯梯级扶手带速度制停距离识别系统中，制停距离确定方法，提升高度l=5.75 m，梯级高度h=27 mm，自动扶梯梯级名义宽度为1 000 mm，每个梯级上的制动载荷l=120 kg，自动扶梯做制停距离载荷计算公式如下：

　　式中：Q为制停距离载荷；l为提升高度；h为每个梯级高度；q为每一个梯级载荷。

　　根据计算出自动扶梯总载重量，叠加在自动扶梯上最上边一半的梯级上，然后启动扶梯测量其制停距离。

　　表2所示为某大型综合商场10台自动扶梯速度偏差及制停距离检测结果。其中2号梯级速度与名义速度偏差为-6.6%，6号梯级速度与名义速度偏差为-5.8%，8号梯级速度与名义速度偏差为7.4%；其中5号自动扶梯左扶手带速度偏差为4.07%，10号自动扶梯右扶手带速度偏差为-1.39%，依据特种设备安全技术规范(TSG T7005-2012)《电梯监督检验和定期检验规则—自动扶梯与自动人行道》中梯级速度与名义速度偏差为最大允许偏差±5%，扶手带的运行速度相对于梯级实际速度的允许偏差为0~+2%要求，判定2号、5号、6号、8号、10号自动扶梯速度偏差存在安全隐患。梯级速度快于实际设计的名义速度会在乘坐电梯的发生跌倒危险，相反，会降低自动扶梯输送旅客的能力造成拥堵现象；左右扶手带的速度快于梯级速度时会把扶着或贴着扶手带的乘客向前拖拽跌倒危险，相反，会把扶着或贴着扶手带的乘客向后拖拽跌倒危险。

　　从表2中还能看出，2号自动扶梯的制停距离为162.73 mm，8号自动扶梯的制停距离为1 007.29 mm，依据国家标准GB16899-2011《自动扶梯和自动人行道的制造与安装安全规范》中要求自动扶梯运行速度为0.5 m/s时，制停距离范围为0.2~1.0 m，判定2号、8号自动扶梯制停距离存在安全隐患。由于自动扶梯制停距过短时，会在出现危险或紧急停梯时，由于运动惯性原理会出现把乘客摔倒情况；相反，在出现紧急或夹人危险情况制停距离过长会造成更大的伤害程度。

　　5结束语

　　本文设计一款采用机器视觉自动扶梯速度偏差及制停距离检测系统装置。在识别测量前输入待测目标的名义速度、提升高度、梯级宽度与高度、每个梯级上的制动载荷等参数、使用工业相机的方式对梯级扶手带的速度进行监测，采用差图像的测量算法对速度位移计算，使其适用在简单的目标速度位移监测，为了使其适用于更复杂的场景，融合了梯度值的差图像法和光流法来进行动态识别测量功能。经过实验结果说明，系统能够自动的精确地测量识别出自动扶梯的速度偏差、扶手带的运行速度偏差和制停距离。整个监测识别测量系统装置使用简单、精确度高、实用性强，能为自动扶梯的检验检测提供便利。

　　参考文献：

　　[1]王河,薛荣平.一则自动扶梯扶手带同步速度的检验案例的分析[J].中国电梯,2018,29(7):35-36.

　　[2]胡战生,胡心正,张翔.自动扶梯制停距离检验的测量方法探讨[J].中国电梯,2021,32(10):54-56.

　　[3]刘志福.浅谈自动扶梯和自动人行道自动距离的计算[J].现代制造技术与装备,2019(5):63-64.

　　[4]张雪辉.自动扶梯制停距离在线检测系统研究与开发[Z].天津市特种设备监督检验技术研究院,2020-12-25.

　　[5]陈佳丽.自动扶梯扶手带速度偏离保护功能检测装置及安全分析系统论述[J].中国设备工程,2020(11):154-156.

　　[6]王薇,路俊秀.自动扶梯和自动人行道制动能力的计算[J].机械设计,2006(5):18-19.

　　[7]王桔.基于机器视觉自动扶梯测速方法研究[D].杭州:中国计量大学,2019.

　　[8]陈中桦,施利国.自动扶梯制停减速度电梯模块和扶梯模块测量[J].中国电梯,2019,30(5):15-16.

　　[9]靳学婷.自动扶梯或自动人行道速度偏差计算方法研究[J].大众标准化,2017(12):45-46.

　　[10]Ma Haixia,Li Zhongxing,Wang Zhidong,et al.Research on mea⁃suring device and quantifiable risk assessment method based on FMEA of escalator brake[J].Advances in Mechanical Engineer⁃ing,2021,13(3).

　　[11]梁海腾,阮一晖,周诚.自动扶梯与自动人行道扶手带速度偏离保护测试仪[J].中国特种设备安全,2014,30(11):16-17.

　　[12]梁敏健,戚政武,杨宁祥.一种自动扶梯运行参数快速精确检测方法的设计与实现[J].中国特种设备安全,2016,32(4):29-32.

　　[13]林创鲁,叶亮,李刚等.基于深度学习的自动扶梯乘客异常行为识别方法研究[J].自动化与信息工程,2022,43(6):1-6.

　　[14]袁桂芳,曹丹琪.自动扶梯扶手带与梯级运行速度允差的快速判定[J].中国设备工程,2004(4):27.

　　[15]谢海燕.基于机器视觉的运动物体测速的研究[J].科技信息,2014(4):140-141.

　　[16]王进,王国军,肖锋.一种扶手带的运行速度偏差测量方法的应用研究[J].中国特种设备安全,2015,31(10):19-20.

　　[17]任馨,黄绍伦,佘昆.基于图像检测技术的自动扶梯制动距离检测装置[J].机电工程技术,2018,47(4):11-13.

　　[18]金守峰.基于机器视觉的工程机械行走速度测量系统研究[D].西安:长安大学,2015.