汪 偉

（淮北職業(yè)技術學院，安徽 淮北 235000）

隨著電梯事故問題發(fā)生次數(shù)的增多，引起人們對電梯安全管理的深切關注。在分析電梯事故時，發(fā)現(xiàn)事故類型主要有兩種，一是電梯運行處于故障狀態(tài)，二是乘梯人員的危險行為。在兩類事故中，乘梯人員危險行為引發(fā)的電梯事故，在整體電梯事故中的占比有增長趨勢。因此，以雙目深度圖像技術為視角，深入探索乘客在扶梯危險行為表現(xiàn)特點，對其進行有效識別與預警，保障社會穩(wěn)定與安全。

一、自動扶梯乘客常見危險行為

自動扶梯乘客的常見危險行為，主要體現(xiàn)在以下方面：一是乘坐扶梯的過程中，乘客可能出現(xiàn)將頭部以及雙手伸出裝置外的情況，此時，如扶梯外存在障礙物，則極容易導致風險出現(xiàn)，威脅乘客健康。二是乘坐扶梯期間，乘客如存在鞋帶松散的情況，或服飾與地面接觸，則容易導致服飾被卷入扶梯的縫隙中，致使風險發(fā)生。三是部分乘客在乘坐扶梯期間，容易出現(xiàn)反方向站立的情況。一旦扶梯意外停止，或扶梯已經(jīng)運行至盡頭，則會導致乘客出現(xiàn)跌倒的風險，嚴重威脅其人身安全。四是部分乘客在扶梯運行至盡頭時，雙腳不及時離開邊緣，在電梯本身無故障并能夠正常運行的情況下，上述行為容易導致乘客跌倒。而一位乘客跌倒后，后續(xù)乘客下扶梯的過程均會受到阻礙，導致嚴重的連續(xù)事故出現(xiàn)。如電梯本身存在老化等故障，則很容易使乘客從邊緣的縫隙處跌落，導致更加嚴重的安全事故發(fā)生。五是低素質(zhì)或兒童乘客，容易出現(xiàn)在電梯上打鬧、嬉戲、蹦跳等行為，上述行為不僅會影響其他乘客的安全，同樣屬于對自身安全不負責任的表現(xiàn)，務必予以糾正，方可保證乘梯安全［1］。

二、自動扶梯乘客危險行為識別與預警系統(tǒng)的功能需求

自動扶梯運行過程中，管理者難以實現(xiàn)對乘客行為的全天候控制，僅可通過提醒的方式告知乘客預防風險。但仍存在部分人群無視規(guī)則，視自身以及他人生命與公共財產(chǎn)于不顧，而做出危險動作。自動扶梯乘客危險行為識別與預警系統(tǒng)，主要針對上述乘客所設計，功能在于及時識別乘客的危險行為，從而預警，便于減少行為所帶來的風險。智慧城市以及無人駕駛等技術的出現(xiàn)，標志著智能化領域的發(fā)展，已經(jīng)進入了新的階段。上述智能化技術，均可實現(xiàn)對事物以及人物的識別。對人物的識別，主要需通過對面部特征的觀察而實現(xiàn)。但對人物所處的背景、環(huán)境亮度、衣著紋理，以及人物身高等，均存在關注度不足的問題，精確度較低。如將其應用到自動扶梯乘客危險行為識別與預警系統(tǒng)中，則難以滿足系統(tǒng)的功能需求。雙目深度圖像的出現(xiàn)，為上述問題的解決提供了保證，將圖像應用到系統(tǒng)的設計過程中，能夠另辟蹊徑，從新的角度出發(fā)，對問題進行解決，實現(xiàn)對扶梯中人物的高精度識別。雙目深度圖像實現(xiàn)的技術基礎，以RGB-D為主，上述技術可實現(xiàn)對人物動作的監(jiān)控，結(jié)合RGB圖像、深度信息以及骨架結(jié)構等數(shù)據(jù)，工作人員便可獲得詳細的乘客行為數(shù)據(jù)。上述數(shù)據(jù)一經(jīng)獲取，便可被傳輸至系統(tǒng)中，而系統(tǒng)則可對數(shù)據(jù)進行分析與處理，最終明確判斷扶梯中乘客的行為是否存在風險［2］。

三、基于雙目深度圖像的自動扶梯乘客危險行為識別與預警系統(tǒng)的設計與實現(xiàn)

本部分主要以雙目深度圖像為基礎，以提高風險識別質(zhì)量為目的，對系統(tǒng)的設計與實現(xiàn)方法進行了總結(jié)。

（一）行為識別算法

行為識別算法，是有關領域用于對多種行為進行識別所常用的一種算法。根據(jù)算法依據(jù)的不同，可將其詳細分為不同種類，分別為基于興趣點的行為識別，以及基于深度學習的識別。而后者相關技術發(fā)展速度較快，并在多種領域有所應用。技術在應用的過程中，整體水平同樣得到了提升。應用后者對扶梯乘客的行為進行識別時，工作人員需要首先基于神經(jīng)網(wǎng)絡技術建立網(wǎng)格，在此基礎上，對數(shù)據(jù)進行收集，并將其與網(wǎng)格相互結(jié)合，以數(shù)據(jù)驅(qū)動為途徑，通過學習的方式，數(shù)據(jù)積累量不斷加大。最終所形成的數(shù)據(jù)量，可涵蓋大量與乘客危險行為有關的內(nèi)容。將上述內(nèi)容應用到危險行為識別過程中，可有效提升識別結(jié)果的準確性。通過上述分析可知，以上技術，類似于大數(shù)據(jù)技術。技術的應用過程中，對數(shù)據(jù)以及信息的獲取，是促使行為識別功能得以實現(xiàn)的基礎。除了對人物動作進行識別外，對人體進行識別同樣較為重要。在此期間，本文對多種方法進行了對比，雙向循環(huán)神經(jīng)網(wǎng)絡，在與眾多手段進行對比的過程中，呈現(xiàn)出了明顯的優(yōu)勢，故本文對此方法進行了應用。上述網(wǎng)絡在構建之初，便對人體的骨骼構成信息進行了收集，并基于各個骨骼之間的關系，建立了模型。將其與基于深度學習的行為識別算法相互結(jié)合，能夠從人體骨骼以及外部動作兩方面出發(fā)，實現(xiàn)對行為的識別，這對系統(tǒng)識別精確度的提升，具有重要價值。

（二）系統(tǒng)框架設計

本系統(tǒng)構成較為簡單，但各個結(jié)構之間存在密切聯(lián)系，各部位需要協(xié)同發(fā)揮作用，方可最大程度保證行為識別結(jié)果準確，提高系統(tǒng)應用的有效性（系統(tǒng)框架見圖1）。

圖 1 系統(tǒng)框架

通過圖1可以看出，本系統(tǒng)大致由三部分構成，分別為控制室、交換機，以及出入口部署。上述三部分中，每個部分在系統(tǒng)中所發(fā)揮的作用不同。具體如下：一是控制室。此部分功能，主要由工作人員對扶梯乘客的行為進行控制，對扶梯的運行狀態(tài)進行監(jiān)測，并于扶梯發(fā)生報警時，及早收集數(shù)據(jù)，同時予以處理。控制室主要由兩部分構成，分別為監(jiān)控屏幕、控制服務器。兩部分中，控制服務器可起到承上啟下的作用，一方面通過交換器，對數(shù)據(jù)系統(tǒng)所收集的乘客行為信息進行獲取，另一方面則在于通過監(jiān)控屏幕，呈現(xiàn)扶梯運行期間的監(jiān)控畫面，從而幫助工作人員在收到預警后，判斷預警是否正確，是否存在系統(tǒng)誤報等問題。二是交換機。此部分的功能，在于承上啟下，一方面對系統(tǒng)所收集到的數(shù)據(jù)進行整理與統(tǒng)計，另一方面，則在于將上述數(shù)據(jù)發(fā)送至控制室終端，從而為工作人員提供參考。三是出入口部署。此部分為系統(tǒng)的重點部分，由出口部署以及入口部署兩部分構成，兩者的部署特點以及構成情況均相同，區(qū)別在于分別位于扶梯出口與入口處。出入口部署，由VSM、VPM、聲光報警器以及停梯控制信號構成。系統(tǒng)運行的過程中，可經(jīng)由相關算法，實現(xiàn)對乘客行為的識別，發(fā)現(xiàn)危險識別后，可立即發(fā)送停梯控制信號，立刻停梯，并通過聲光報警，提醒工作人員對故障予以處理［3］。

（三）系統(tǒng)構建方式

對出入口的部署，是本系統(tǒng)設計與實現(xiàn)的關鍵，同樣屬于系統(tǒng)構建過程中的重點。系統(tǒng)構建期間，工作人員應確保監(jiān)控攝像頭本身性能良好，且監(jiān)控范圍可覆蓋扶梯自上而下的所有區(qū)域，避免存在死角。聲光報警器，需位于監(jiān)控設備水平高度以上，以免對監(jiān)控區(qū)域的成像造成影響。本系統(tǒng)中，VSM可發(fā)揮重要作用，上述元件的加入，可有效實現(xiàn)對周圍環(huán)境的感知，結(jié)合感知結(jié)果，對環(huán)境中的信息進行捕捉。模擬實驗發(fā)現(xiàn)，VSM能夠捕捉的環(huán)境信息，包括但不限于圖像信息，同樣可捕捉覆蓋區(qū)域內(nèi)的深度信息。獲取上述數(shù)據(jù)后，VSM將立即對數(shù)據(jù)進行傳輸，而此時，VPM則需接收信息，并根據(jù)接收的結(jié)果以及內(nèi)容，對圖像信息的異常情況進行監(jiān)測。如無異常，則表明乘客無危險行為，可不予理會。反之，如發(fā)現(xiàn)異常行為，則需要立即將異常信息傳輸至聲光報警設備，設備將立即處理數(shù)據(jù)，最終發(fā)出聲信號或光信號，提醒乘客注意安全。如乘客的不良行為過于嚴重且惡劣，需要立即發(fā)送指令，要求電梯停止運行。本系統(tǒng)具有邊緣計算的功能，同樣可對經(jīng)過計算所獲得的數(shù)據(jù)進行傳輸，最終通過處理，選擇最具有價值的數(shù)據(jù)存儲在系統(tǒng)中，達到深度學習的目的。鑒于系統(tǒng)具有上述功能，且加入了深度學習算法，故每發(fā)生一次風險，系統(tǒng)中便會增加大量相關數(shù)據(jù)。發(fā)生風險時，乘客的衣著、服飾、行為、動作等，均可被記錄在系統(tǒng)中。未來，借助上述信息，系統(tǒng)的功能也將進一步完善，行為識別結(jié)果的準確性，同樣會進一步提升［4］。

（四）行為識別過程

對乘客危險行為進行識別的過程，即為雙目深度成像算法本身的實現(xiàn)過程，具體行為識別過程見圖2。

圖 2 行為識別過程

通過圖2可以看出，對乘客行為進行識別的過程，需自對傳感器的應用出發(fā)而實現(xiàn)。本系統(tǒng)需要依賴雙目深度圖像算法而實現(xiàn)，因此所用傳感器同樣應為雙面深層傳感器。上述傳感器，與算法互相結(jié)合而使用，可有效改善系統(tǒng)功能，提升其性能。系統(tǒng)中，傳感器的功能，主要在于對信息與數(shù)據(jù)進行收集，雖不具備獲取圖像信息的功能，但具備錄入以及輸出功能。獲取信息后，傳感器可將其轉(zhuǎn)化為RGB-D圖像，并以上述形式，將數(shù)據(jù)發(fā)送至系統(tǒng)中，實現(xiàn)RGB-D目標追蹤。所謂目標追蹤的過程，指的是將乘客按照個體劃分為不同目標，并單獨對各個目標自進入扶梯至下扶梯期間的行為以及路線進行追蹤的過程。在追蹤期間，系統(tǒng)同樣可實現(xiàn)對目標的分類，繼而按照類別，對其行為進行分析。結(jié)合深度學習的結(jié)果，以及所獲得的數(shù)據(jù)，系統(tǒng)可將數(shù)據(jù)庫中所收集的信息，與本次所獲得的信息進行對比。如本次存在與風險信息相匹配行為的乘客，扶梯將會立即對人體姿態(tài)進行重新估計，最終判斷此乘客是否存在危險行為。如存在上述行為，系統(tǒng)將立即通過預警、停梯等方式，實現(xiàn)對風險的處理，減少危害［5］。

（五）行人高度測量

扶梯的設計，目的在于減輕由人力上下樓梯所帶來的體力的消耗，從而提高居民出行的便利性?？梢?，扶梯屬于代替步行梯的設施之一。扶梯使用的過程中，乘客本身所處的最高水平面會隨其運行高度的變化而發(fā)生一定改變。如未將上述因素納入危險行為識別的范圍內(nèi)，極容易導致最終的識別結(jié)果出現(xiàn)誤差?？紤]到上述問題，本文設置了行人高度測量模塊，將其加入系統(tǒng)之中。系統(tǒng)運行后，此模塊可立即發(fā)揮作用，實現(xiàn)對行人高度的檢測。將檢測的結(jié)果，與經(jīng)雙目深度傳感器以及相關算法所獲得的信息相結(jié)合，最終的測量結(jié)果便可呈現(xiàn)。

（六）系統(tǒng)應用實驗及結(jié)果

為判斷本文基于雙目深度圖像所建立的系統(tǒng)，是否具有識別扶梯乘客危險行為的功能，同時，評價其識別結(jié)果的準確性，本文于系統(tǒng)設計完成后，展開了相關實驗。

實驗具體過程如下：一是經(jīng)由某地鐵自動扶梯相關控制管理部門，獲取扶梯乘客資料，以及乘坐扶梯時的影像資料。本次所獲取的影像資料，應包含一部分乘客危險行為影像。二是將影像資料輸入本文所設計的系統(tǒng)中，運行系統(tǒng)，觀察是否可一一識別危險行為所在，同時，觀察系統(tǒng)識別危險行為后，是否能夠發(fā)送預警指令以及停梯指令，從而實現(xiàn)對系統(tǒng)應急處理能力的判斷。實驗結(jié)果見表1。

表 1 系統(tǒng)功能實驗結(jié)果

通過表1可以看出，實驗實際所獲取的資料中，乘客發(fā)生逆行10起，滯留9起，站立不穩(wěn)27起，追逐打鬧18起。經(jīng)過系統(tǒng)識別，除1起站立不穩(wěn)未發(fā)現(xiàn)外，其余風險均準確識別。由此可見，本文所設計的系統(tǒng)，在識別扶梯乘客危險行為方面，具有一定的應用價值。

四、結(jié)語

綜上所述，本文以雙目深度圖像為基礎，借助相應算法所建立的自動扶梯乘客危險行為識別與預警系統(tǒng)，具有良好的安全性，可有效識別乘客的危險行為，并根據(jù)其行為作出反饋，為乘客的安全保駕護航。未來，隨著大型商場等基礎設施數(shù)量的增加，自動扶梯的數(shù)量也將不斷上升。由此，可將本系統(tǒng)推廣應用到扶梯的設計中，改善設計效果，減少乘客乘坐扶梯過程中多種意外發(fā)生的風險，使扶梯設計呈現(xiàn)出智能化以及人文化的特征。