浅析闸机系统的人员检测与判别技术

张一　高原

摘 要：闸机系统是自动检票系统的关键组成部分，其内部的人员检测和判别技术，可以实时检测通过闸口的所有物体和乘客，正确判断乘客人数，一卡对应一位乘客。简要介绍了闸机系统的构成，分析了人体通行状况分类，同时，还阐述了闸机系统的人员检测和判别技术。

关键词：闸机系统；人员检测；判别技术；自动检票系统

中图分类号：U293.22 文献标识码：A DOI：10.15913/j.cnki.kjycx.2015.05.086

在地铁系统中，闸机是控制乘客通行的关键装置，乘客刷卡后，闸机系统的人员检测和识别系统可以快速判断其是否有效通行，从而准确地闭合或打开闸门。因此，闸机系统的运行状态在很大程度上关系着整个地铁交通出行的安全性。所以，应进一步优化闸机系统人员检测和判别技术，合理配置相关组件，有效地提高闸机系统的可靠性。

1 闸机系统的构成

闸机系统主要由若干传感器、控制模块、蜂鸣器、读卡器、显示灯、闸门机构和闸机外壳等组成。它的传感器主要用来检测闸机通道中乘客的通行状况，是闸机系统人员检测和判别的关键部分。控制模块主要负责判别、分析和采集传感器信号，其决定着闸门的关闭和开启。

2 人体通行状况分类

根据人体行为特征、是否携带物品和行人数量等，可将人体通过闸机系统的情况分为：①根据胖瘦、高矮、物品在侧方、物品在身后、物品在身前、匍匐前进、通行速度（快、慢、正常）、反向进入通道和反向进入又退回等情况，判断有1人通过；②根据人与人保持一定距离、人与人紧贴等情况，判断有2人通过。

3 闸机系统中的检测、判别技术

3.1 传感器空间布局

人体的身高与各部分的比例有着密切的关系，闸机系统的人员检测和判别技术可以将人体身高作为关键点检测，从而合理地布局传感器。首先要分析人体结构的关键点特征，根据人体结构数据和人类经验常识，以人体的肩部、腰部、髋部和膝部作为关键点，根据人们的衣着和鞋子修正值、人体结构占身高的比例，计算人体各个关键点的离地高度。在此，要重点考虑传感器的布局范围，闸机高度约为1 m，检票机高1 000 mm，宽280 mm，长2 000 mm，那么，传感器的空间高度布局应小于1 000 mm。由于闸门在整个闸机的中间位置，所以，传感器宽度布局范围应为闸机长度的1/2，即1 000 mm，并且传感器多设置在闸机内侧。而我国的女性步长500～800 mm，男性步长550～850 mm，因此，传感器实际的空间宽度布局应缩小一些，900 mm即可满足要求。

闸机系统检测与判别乘客是否通过闸门不能仅靠1个传感器，可在传感器S1的水平方向放置另一个传感器S2，S1与S2之间保持100 mm的距离，避免出现检测干扰的情况出现。闸门通道内部检测应考虑衣服因素和人体厚度，传感器间距应大于250 mm，确保传感器能准确检测到乘客的整个行走过程，因此，在700 mm的闸机通道内应至少设置3个传感器。由于多数乘客都会携带物品，所以，可在闸机通道距离地面900 mm的位置设计传感器S3。在水平方向上，其与S2距离200 mm，S4与S5间距150 mm，依次排列。

3.2 数据采集模块设计

闸机系统数据采集模块主要是指基于单片机的数据采集软件系统和硬件环境。在采集闸机系统数据时，要设置相应的外围电路和P89V51单片机，用来负责接收和发送光电传感器信号，实时读取串口检测数据并保存。P0和P1口作为传感器接收端，12 V电源直接与发射端相连，P2口连接状态指示灯和蜂鸣器实现信息提示和控制报警，并且外围电路包含程序下载接口、时钟电路和串口。数据采集模块与上位机之间要实现信息通信，就要采用RS232接口标准，使用单端通讯的不平衡传输方式，最高速率达20 kb/s，传输距离约20 m，适合本地设备的点对点通信。数据采集软件系统将传感器采集的乘客通行数据信息发送到上位机，进而实现数据分析和处理。

3.3 区域识别

根据通信方向，闸机系统可分为出口、安全区和检测区。出口是指乘客通过闸机；安全区是为了防止闸机夹伤乘客，传感器一旦检测到该区域有乘客，要保持阻挡门处于开启的状态；检测区是用来检测乘客的通行状况。根据区域识别理论，乘客的通行是从一个区域进入另一个区域。传感器S1处于无遮挡状态，当有乘客通过时，传感器被遮挡，将传感器S1，S2，S3，S4所在位置化为一个区域。当其中1个传感器被遮挡时，则认为有乘客进入检测区域。

3.4 关键点识别

为了简化传感器设置数量和空间布局，确保乘客可以安全、快速地通过闸机，弥补区域识别的盲区，应更加清晰地区分物品和人体。在人行走的过程中，高度和宽度基本保持不便，但是，腿部变化明显，所以，可将人体腿部运动轨迹看作一个扇形。在腿部摆动的过程中，膝关节是运动的定点，踝关节是扇形区域中的活动点，因此，可将踝关节作为传感器采集的关键点。这样，检测和识别就会更加容易。

3.5 算法优化

单片机读取传感器数据后，以字节的形式发送到上位机，每个数据位分别对应各个传感器的状态。假设t时刻，当传感器的状态S（i，t）=1时，则表示其被遮挡；当传感器的状态S（i，t）=0时，则表示其未被遮挡。这样，t时刻所有传感器的状态为：F（t）=（fi（t）），fi（t）=S（i，t），1≤i<9.当乘客通过闸机通道时，在不同时刻，传感器的状态也是不同的，t时刻所有传感器状态为：qt=F（t）.t是一个离散数值，设乘客通过闸机通道所需的时间为T，则该序列为：Q=（qt），0≤t

根据人体检测和识别算法编写相应的软件程序，将关键点识别和区域识别有效结合起来。以区域识别为基础实现初步判断，再用关键点识别完成修正，有效地提高了闸机系统人员检测和识别的准确度。

4 结束语

为了确保闸机系统人员检测和判别的可靠性，应积极简化传感器的布局分布和数量，将区域识别和关键点识别技术有效结合起来，进而提高闸机系统的识别率，减少乘客逃票行为。

参考文献

[1]杨华.基于图像处理技术的交通枢纽综合体人员荷载监测研究[D].合肥：中国科学技术大学，2013.

[2]贺子钢.闸机通行控制系统研究[D].南京：南京理工大学，2014.

[3]文路.基于Virtools的轨道交通闸机系统的研究与实现[D].西安：长安大学，2013.

〔编辑：白洁〕

Abstract： The brake system is a key component of the automatic fare collection system， and its internal personnel detection and identification technology， real-time detection of all objects through the gate and passengers， the right to judge the number of passengers； a card corresponds to a passenger. Briefed gates constitute the system； analyze the situation of human traffic classification， also elaborated gates personnel detection and identification systems technology.

Key words： brake systems； personnel detection； identification technology； automatic fare collection system