JPH07228250A - 軌道内監視装置及びプラットホーム監視装置 - Google Patents

Abstract

(57)【要約】 【構成】 カメラ３はホーム１及び軌道２を撮影する。
カメラ３が撮影したアナログ画像データＩ_a は、Ａ／Ｄ
変換手段５２でディジタル画像データＩ_d に変換され
る。記憶手段５３はディジタル画像データＩ_d 、各種マ
スク画像データＭ、初期画像データＩ_i 、又演算手段５
４での演算結果を記憶する。演算手段５４はディジタル
画像データＩ_d と初期画像データＩ_i との差分画像をと
り、差分画像から検出物を抽出する。そして検出物の実
際の大きさを推定し、制御手段５１は検出物を特定す
る。又軌道２内に検出物がある場合、ホーム１の端から
軌道２内への検出物の落下が予測される場合を判断し、
モニタ６に表示し、警報ブザー７を鳴動する。 【効果】 検出物の内容を識別し、ホームでの位置、密
集度を求めることにより、軌道内への落下を予測し、安
全対策をとることができる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、鉄道における軌道内又
はプラットホームを監視して、軌道内に存在する障害物
を早期に発見するとともに、プラットホームからの人及
び物の落下予測を行う軌道内監視装置及びプラットホー
ム監視装置に関する。

【０００２】

【従来の技術】軌道内に落下した障害物を検知する方法
として、圧電センサを用いたものが知られている。この
技術はプラットホームより軌道内に転落した障害物や、
進入した障害物が軌道近傍に設置された圧電センサの上
に乗って荷重がかかることで、障害物が軌道内に存在す
ると判断するものである。

【０００３】又特開昭６３−２３５１６３号公報に開示
される技術は、軌道内をカメラを用いて監視し、カメラ
で撮影された画像から画像処理技術を用いて軌道内の障
害物を検知する方法である。

【０００４】上述した軌道内の障害物検知方法は、駅員
や列車乗務員に、障害物を検知した時に警報ブザーの鳴
動などにより連絡し、進入してくる列車に対する事故発
生を未然に防ぐことができるものである。

【０００５】

【発明が解決しようとする課題】上述した圧電センサを
用いた障害物検知方法、画像処理を用いた障害物検知方
法では、障害物を検知した時に駅員や列車乗務員に対し
て知らせることはできたが、軌道内に存在する障害物の
内容判断がされないため、例えば小動物が軌道内を横断
した時と、プラットホーム上から人間が落下してしまっ
た時とにおいて、同様の検知しか行うことができなかっ
た。

【０００６】近年の電気車の利用客の増大により、電気
車を待つプラットホーム上の乗客も多くなり、誤ってプ
ラットホームから軌道内に落下してしまう可能性は高く
なってきている。このようなプラットホームから軌道内
への落下を予測して防止する技術の要望が出てきている
が、上述した圧電センサを用いた障害物検知方法、画像
処理を用いた障害物検知方法では軌道内へ落下してしま
った障害物を検知するのみである。

【０００７】そこで、本発明は軌道内の障害物の内容判
断を行い、更にプラットホームからの障害物落下を予測
して防止する軌道内監視装置及びプラットホーム監視装
置を提供することを目的とする。

【０００８】

【課題を解決するための手段】上記目的を達成するため
に請求項１記載の発明では、軌道内を撮影したカメラか
らの画像を入力して、あらかじめ定めた初期画像との差
分画像を求め、この差分画像から検出物を抽出し、差分
画像上の検出物の位置から、カメラと検出物が実際に存
在する地点までの距離を推定し、この距離と差分画像上
の検出物の画素数から、検出物の実際の大きさを推定す
る演算手段と、この演算手段で推定された検出物の実際
の大きさと、あらかじめ定めた第１のしきい値とを比較
して、検出物の種別を特定する検出物特定手段と、演算
手段により検出物が抽出された場合、警報の出力を行う
警報出力手段と、検出物特定手段により検出物の種別が
特定された場合、検出物の種別を表示する表示手段とを
備えてなる。

【０００９】又請求項２記載の発明のように、演算手段
により抽出された検出物の画素数があらかじめ定めた第
２のしきい値以上となった時に電車の接近時と判断する
電車接近判断手段と、この電車接近判断手段が電車の接
近時と判断した場合、演算手段へのカメラが撮影した画
像の入力を停止する画像入力停止手段とを備えてもよ
い。

【００１０】請求項３記載の発明では、プラットホーム
上を撮影するカメラと、このカメラが撮影した画像を入
力して、あらかじめ定めた初期画像との差分画像を求
め、この差分画像から検出物を抽出する演算手段と、こ
の演算手段により抽出された検出物がプラットホームの
端に存在するかを判断する判断手段と、この判断手段に
より検出物がプラットホームの端に存在すると判断され
た場合、プラットホーム下への落下を予測して警報の出
力を指示する第１の予測手段と、この第１の予測手段の
予測結果を入力して表示する表示手段とを備えてなる。

【００１１】又請求項４記載の発明のように、演算手段
に設けられ、差分画像上の検出物の位置から、カメラと
検出物が実際に存在する地点までの距離を推定し、この
距離と差分画像上の検出物の画素数から、検出物の種別
を特定する検出物特定手段と、この検出物特定手段によ
り特定された同一の種別毎の検出物の数を測定する測定
手段と、この測定手段により測定された検出物の数が、
あらかじめ設定された所定の数を越えた場合、プラット
ホーム下への落下を予測して警報出力手段に警報の出力
を指示し、表示手段に予測結果を入力する第２の予測手
段とを備えてもよい。

【００１２】

【作用】上述した構成により請求項１記載の発明では、
カメラにより軌道内を撮影し、演算手段では初期画像と
カメラでの撮影画像との差分画像から検出物を抽出す
る。そして差分画像上の検出物の位置から、カメラと検
出物が実際に存在する地点までの距離を推定し、この距
離と検出物の画素数から検出物の実際の大きさを推定す
る。検出物特定手段では、検出物の実際の大きさとあら
かじめ定めた第１のしきい値とを比較する。

【００１３】第１のしきい値とは、例えば人間などの幅
と高さである。従って、検出物の実際の大きさと第１の
しきい値とを比較することで、検出物の種別を特定でき
る。演算手段で検出物が抽出されたということは、軌道
内に電車の走行の障害となるものが存在するということ
なので、警報出力手段から警報が出力される。駅員はこ
の警報により軌道内に障害物があると判断できる。又、
表示手段には検出物特定手段で特定された検出物の種別
が表示されるため、駅員はこの表示により軌道内に存在
する障害物を知り、安全対策をとることができる。

【００１４】又請求項２記載の発明では、電車接近判断
手段が検出物の画素数と、あらかじめ定めた第２のしき
い値とを比較して、第２のしきい値以上となった時に電
車の接近時と判断する。電車が接近すると軌道内が電車
で覆われるため、カメラから演算手段への画像入力を画
像入力停止手段により停止する。

【００１５】請求項３記載の発明では、カメラによりプ
ラットホーム上を撮影し、演算手段では初期画像とカメ
ラでの撮影画像との差分画像から検出物を抽出する。検
出物の位置がプラットホームの端であるかどうかを判断
手段で判断し、プラットホームの端に検出物が存在する
と判断した場合は、第１の予測手段はプラットホームか
ら軌道内へ検出物が落下するおそれがあると予測する。
そして警報出力手段から警報が出力され、予測結果が表
示手段に表示されることで駅員は安全対策をとることが
できる。

【００１６】又請求項４記載の発明では、検出物特定手
段が検出物の実際の大きさを推定して検出物の種別を特
定する。例えば人間と特定された検出物の数が、測定手
段により測定される。そして検出物の数が所定の数を越
えた時には、第２の予測手段によりプラットホームから
軌道内へ検出物が落下するおそれがあると予測される。
そして警報出力手段から警報が出力され、予測結果が表
示手段に表示されることで、駅員は安全対策をとること
ができる。

【００１７】

【実施例】本発明の一実施例を図面を参照して詳細に説
明する。図１乃至図５は本発明の一実施例を示す図で、
図１は軌道内監視装置及びプラットホーム監視装置の全
体構成図、図２は軌道内監視装置及びプラットホーム監
視装置の処理の流れを示すフローチャート、図３はラベ
リング処理の説明図、図４は検出物の実際の大きさの推
定方法を説明するための図、図５は画像処理装置の処理
の流れを示す図である。

【００１８】図１において、１はプラットホーム（以下
ホームで示す）、２は軌道で、３はホーム１及び軌道２
を撮影する複数台のカメラである。カメラ切換装置４は
複数台のカメラ３から１台のカメラを選択し、選択され
たカメラ３は撮りこんだ画像データ（以下アナログ画像
データと言う）Ｉ_a を画像処理装置５に出力する。画像
処理装置５には、画像処理結果を表示するモニタ装置
（以下モニタと言う）６、警報ブザー７が接続されてい
る。画像処理装置５は制御手段５１、アナログ−ディジ
タル変換手段（以下Ａ／Ｄ変換手段と言う）５２、記憶
手段５３、演算手段５４、表示制御手段５５から構成さ
れている。

【００１９】制御手段５１は後述する画像処理演算過程
での各指令を出力し、画像処理装置５を統括制御するも
のである。Ａ／Ｄ変換手段５２は、カメラ３から出力さ
れたアナログ画像データＩ_a を入力し、ディジタル画像
データＩ_d （例えば白黒１６階調で、黒を「０」、白を
「１」で表わした画素値）に変換するものである。

【００２０】記憶手段５３は、制御手段５１の指令に基
づいて各種画像データを記憶再生するもので、ホーム１
及び軌道２の初期画像データＩ_i 、後述するマスク画像
データＭをあらかじめ記憶している。又記憶手段５３は
Ａ／Ｄ変換手段５２で変換されたディジタル画像データ
Ｉ_d 、画像処理演算過程の処理データＣも記憶する。

【００２１】演算手段５４は制御手段５１の指令に基づ
いて記憶手段５３が再生した各種画像データを画像処理
演算するものである。そして演算手段５４での画像処理
演算の結果を制御手段５１で判定する。表示制御手段５
５は制御手段５１での判定結果に基づいてモニタ装置６
へ表示する表示データを制御するものである。

【００２２】この様に構成された軌道内監視装置及びプ
ラットホーム監視装置の処理の流れを図２のフローチャ
ートを用いて詳述する。カメラ切換装置４により選択さ
れたカメラ３はホーム１、軌道２を撮影し、画像処理装
置５はカメラ３が撮りこんだアナログ画像データＩ_a を
入力する（Ｓ１）。アナログ画像データＩ_a はＡ／Ｄ変
換手段５２でディジタル画像データＩ_d に変換される
（Ｓ２）。このディジタル画像データＩ_d は制御手段５
１からの書き込み指令により記憶手段５３に記憶され
る。

【００２３】次に制御手段５１からの読み込み指令によ
り、記憶手段５３はあらかじめ記憶している初期画像デ
ータＩ_i とディジタル画像データＩ_d を再生して演算手
段５４に出力する。演算手段５４は初期画像データＩ_i
とディジタル画像データＩ_dとを差分処理し差分画像デ
ータＣ１を得る（Ｓ３）。差分画像データＣ１は制御手
段５１からの書き込み指令により記憶手段５３に記憶さ
れる。

【００２４】次に制御手段５１からの読み込み指令によ
り、記憶手段５３はあらかじめ記憶している軌道内のマ
スク画像データＭ１（軌道２内を「１」、軌道２外部を
「０」とした画像データ）と差分画像データＣ１を再生
して演算手段５４に出力する。演算手段５４では、差分
画像データＣ１に軌道内のマスク画像データＭ１を掛け
る演算を行い、そして軌道２内部の各画素値の合計値を
算出する。制御手段５１では所定値と画素値の合計値と
を比較して、画素値の合計値が所定値以上となったとき
に電車がホーム１近傍に接近したと判断する（Ｓ４）。

【００２５】制御手段５１で電車が接近していると判断
した時は、制御手段５１は画像処理装置５へのカメラ３
からの出力停止指令を出力し、カメラ３は画像処理装置
５へのアナログ画像データＩ_a の出力を停止する（Ｓ
５）。

【００２６】制御手段５１で電車が接近していないと判
断した時は、制御手段５１から読み込み指令を出力し、
記憶手段５３は記憶している差分画像データＣ１を再生
して演算手段５４に出力する。演算手段５４では２値化
処理を行い、所定のしきい値と比較してしきい値以上な
ら「１」（白）、しきい値未満なら「０」（黒）とした
２値画像データＣ２を得る（Ｓ６）。２値画像データＣ
２は制御手段５１からの書き込み指令により記憶手段５
３に記憶される。

【００２７】次に制御手段５１からの読み込み指令によ
り、記憶手段５３は記憶した２値画像データＣ２を再生
して演算手段５４に出力する。演算手段５４は「１」
（白）が連続して並ぶかたまりを検出し、検出したかた
まり（以下検出物と言う）毎に順に番号を付けるラベリ
ング処理を行い検出物毎の分離を行う（Ｓ７）。例えば
２値画像データＣ２を左上から走査していき、「１」
（白）を最初に検出したら「I 」と番号を付し、次に横
に連続して「１」を検出したら同じく「I 」と番号を付
ける。「I 」と番号を付けてから次に「１」（横に非連
続）を検出したら「II」と番号を付ける。これを繰り返
し１列走査が終了したら２列目の左端に戻り同様の処理
を行う。具体的には図３（ａ）のような２値画像データ
Ｃ２の１列目を走査してラベリング処理を行った結果は
図３（ｂ）の様になる。左から右へ走査していくと、は
じめに「Ｃ１」で「１」を検出するので、「Ｃ１」に
「I 」を付ける。次に「Ｇ１」で「１」を検出するが、
「Ｃ１」と連続していないので「Ｇ１」に「II」を付け
る。２列目以降は縦横に連続して存在する「１」を検出
する。この場合問題となるのは斜めに連続して存在する
「１」の取扱いだが、斜めのみに連続して存在する
「１」ははじめは新番号「III 」をつけ次に走査される
画素値によって番号を変更する。具体的には図３（ｃ）
において「Ｂ２」で「１」と検出するが、「Ｂ２」の
「１」と「Ｃ１」の「I 」とは斜めのみの連続なので、
「Ｂ２」に「III 」を付ける。次に「Ｃ２」で「１」を
検出するが、「Ｃ２」の「１」と「Ｃ１」の「I 」とが
縦に連続するので、「Ｃ２」に「I 」を付ける。「Ｃ
２」の「I 」と「Ｂ２」の「III 」は横に連続するので
「Ｂ２」に「I」を付け直す。この処理を繰り返す。そ
して最終的には図３（ａ）の２値画像データＣ２は図３
（ｄ）のようにラベリング処理が行われ、検出物毎の分
離が行われる。

【００２８】このラベリング処理によって番号を付した
領域があった場合は、制御手段５１は検出物有と判断す
る（Ｓ８）。制御手段５１が検出物無と判断した時は、
演算手段５４は演算を終了する。制御手段５１が検出物
有と判断した時は、検出物の特定を行う（Ｓ９）。

【００２９】以下検出物の特定について説明する。ラベ
リングデータＣ３上の検出物の位置から、カメラ３から
実際の検出物までの距離を推定し、更にカメラ３から検
出物までの距離とラベリングデータＣ３上の検出物の画
素数から、検出物の実際の高さと幅を推定する。そして
この検出物の実際の高さと幅をあらかじめ定めたしきい
値と比較して検出物の特定を行う。図４に示すように、
検出物Ｉの最下画素の位置をｙとすると、カメラ３から
検出物までの距離ｄは、 ｄ＝１／（ｋ₁ ×ｙ×ｋ₂ ） （１） と推定できる。但し、ｋ₁ ，ｋ₂ はカメラ３の取り付け
高さ、角度による定数である。

【００３０】式（１）より求めた距離ｄから、 ｌｅｖ＝１／［ｋ₃ ／（ｄ＋ｋ₄ ）］ （２） により、ラベリングデータＣ３上の１画素の実際の大き
さの比率ｌｅｖを推定する。但しｋ₃ ，ｋ₄ はカメラ３
固有の定数である。更に式（２）より求めた比率ｌｅｖ
からＨ＝ｌｅｖ×ｈ Ｗ＝ｌｅｖ×Ｗ （３） により、検出物の実際の高さＨ、幅Ｗを推定する。但
し、ｈはラベリングデータＣ３上の検出物の高さ、ｗは
ラベリングデータＣ３上の検出物の幅である。この式
（３）により求めた検出物の実際の高さＨ、幅Ｗをあら
かじめ定めたしきい値と比較することで、制御手段５１
は検出物を特定できる。但し、しきい値は人間、荷物、
その他の物などにより異なるものである。

【００３１】以下しきい値を人間の場合に設定して、検
出物のうち人間を特定した時について説明していく。ラ
ベリングデータＣ３上の検出物のうち、人間と特定され
たもの以外を演算手段５４で除去してラベリングデータ
Ｃ４を得る。このラベリングデータＣ４は制御手段５１
からの書き込み指令により記憶手段５３に記憶される。
次に制御手段５１からの読み込み指令により、記憶手段
５３はあらかじめ記憶しているホーム１内のマスク画像
データＭ２（ホーム１内部を「１」、ホーム１外部を
「０」とした画像データ）とラベリングデータＣ４とを
再生して演算手段５４に出力する。演算手段５４ではラ
ベリングデータＣ４にホーム１内のマスク画像データＭ
２を掛ける。そして制御手段５１はホーム１に人間がい
るかどうかを判断する（Ｓ１０）。

【００３２】制御手段５１がホーム１に人間がいると判
断した場合（Ｓ１０）は、制御手段５１は書き込み手段
指令を出力し、記憶手段５３は、ラベリングデータＣ４
にホーム１内のマスク画像データＭ２を掛けたホーム上
データＣ５を記憶する。又制御手段５１は読み込み指令
を出力し、記憶手段５３はあらかじめ記憶しているホー
ム１の端部のマスク画像データＭ３（ホーム１の端部を
「１」、それ以外を「０」とした画像データ）とホーム
上データＣ５とを再生して演算手段５４に出力する。演
算手段５４は、ホーム上データＣ５にホーム１の端部の
マスク画像データＭ３を掛ける。そして制御手段５１は
ホーム１の端部に人間がいるかどうかを判断する（Ｓ１
１）。

【００３３】制御手段５１がホーム１の端部に人間がい
る（Ｓ１１）と判断した場合は、制御手段５１は警報ブ
ザー７に対して警報指令を出力し、警報ブザー７を鳴動
する（Ｓ１４）。又制御手段５１はホーム１の端部に人
間がいるという情報と読み込み指令を、記憶手段５３は
記憶したディジタル画像データＩ_d を再生して表示制御
手段５５に出力する。

【００３４】表示制御手段５５は制御手段５１からのホ
ーム１の端部に人間がいるという情報を受けて、例えば
「落下注意」等をモニタ６へ表示するためのグラフィッ
クデータ等の落下注意情報を作成する。そして表示制御
手段５５は記憶手段５３により再生されたディジタル画
像データＩ_d と、落下注意情報をモニタ６へ出力する。
モニタ６はディジタル画像データＩ_d 、つまりカメラ３
で撮影された画像と、落下注意情報を表示する（Ｓ１
５）。駅員は警報ブザー７の鳴動により検出物があった
と判断し、モニタ６で確認してホーム１上の人々に注意
を促し、軌道２上に誤ってホーム１上の人々が落下する
ことを防止できる。

【００３５】制御手段５１がホーム１の端部に人間がい
ると判断しなかった場合（Ｓ１１）は、制御手段５１は
読み込み指令を出力し、記憶手段５３は記憶したホーム
上データＣ５を再生して演算手段５４に出力する。演算
手段５４では、ラベリング処理により番号を付された検
出物の数、ここでは検出した人の人数を計算する。制御
手段５１はあらかじめ定めた所定の数と検出人数とを比
較し（Ｓ１２）、検出人数が所定の数以上であれば、制
御手段５１は警報ブザー７に対して警報指令を出力し、
警報ブザー７を呼動する（Ｓ１４）。又制御手段５１は
ホーム１上に所定の人数以上の人間がいるという情報と
読み込み指令を、記憶手段５３は記憶したディジタル画
像データＩ_d を再生して表示制御手段５５に出力する。
表示制御手段５５は制御手段５１からのホーム１上に所
定の人数以上の人間がいるという情報を受けて、例えば
「落下注意」等をモニタ６へ表示するためのグラフィッ
クデータ等の落下注意情報を作成する。

【００３６】そして表示制御手段５５は記憶手段５３に
より再生されたディジタル画像データＩ_d と、落下注意
情報をモニタ６へ出力する。モニタ６はディジタル画像
データＩ_d 、つまりカメラ３で撮影された画像と、落下
注意情報を表示する（Ｓ１５）。駅員は警報ブザー７の
鳴動により検出物があったと判断し、モニタ６で確認し
てホーム１上の人々に注意を促し、軌道２上に誤ってホ
ーム１上の人々が落下することを防止できる。

【００３７】制御手段５１で検出人数が規定値以下と判
断した場合（Ｓ１２）は、制御手段５１は読み込み指令
を出力し、記憶手段５３は記憶したディジタル画像デー
タＩ_d を再生して表示制御手段５５に出力する。表示制
御手段５５はこのディジタル画像データＩ_d をモニタ６
へ出力する。そしてモニタ６はディジタル画像データＩ
_d 、つまりカメラ３で撮影された画像を表示する（Ｓ１
５）。

【００３８】制御手段５１でホーム１上に人間がいると
判断しなかった場合（Ｓ１０）は、制御手段５１は読み
込み指令を出力し、記憶手段５３はあらかじめ記憶して
いる軌道２内のマスク画像データＭ１とラベリングデー
タＣ４とを再生して演算手段５４に出力する。演算手段
５４はラベリングデータＣ４に軌道２内のマスク画像デ
ータＭ１を掛ける。そして制御手段５１は軌道２内に人
間がいるかどうかを判断する（Ｓ１３）。制御手段５１
が軌道２内に人間がいると判断した場合は、制御手段５
１は警報ブザー７に対して警報指令を出力し、警報ブザ
ー７を鳴動する（Ｓ１４）。

【００３９】又制御手段５１は軌道２内に人間がいると
いう情報と読み込み指令を、記憶手段５３は記憶したデ
ィジタル画像データＩ_d を再生して表示制御手段５５に
出力する。表示制御手段５５は制御手段５１からの軌道
２内に人間がいるという情報を受けて、落下物が人間で
あると判断し、例えば「人間が軌道内に落下・注意」を
モニタ６へ表示するためのグラフィックデータ等の落下
物の内容・落下物有情報を作成する。

【００４０】そして表示制御手段５５は記憶手段５３に
より再生されたディジタル画像データＩ_d と、落下物の
内容・落下物有情報をモニタ６へ出力する。モニタ６は
ディジタル画像データＩ_d 、つまりカメラ３で撮影され
た画像と、落下物の内容・落下物有情報を表示する（Ｓ
１５）。駅員は警報ブザー７の鳴動により検出物があっ
たと判断し、モニタ６で確認して列車停止信号出力等の
安全措置をとることができる。

【００４１】次にカメラ３が入力した画像からホーム１
及び軌道２内に存在する検出物を抽出するまでを図５
（ａ）〜図５（ｇ）を用いて説明する。記憶手段５３が
あらかじめ記憶している画像データは図５（ａ）〜図５
（ｄ）である。但し記憶手段５３には実際はディジタル
画像データとして記憶されているが、図５についてはア
ナログ画像で示している。

【００４２】図５（ａ）は初期画像データＩ_i 、図５
（ｂ）は軌道２内のマスク画像データＭ１、図５（ｃ）
はホーム１内のマスク画像データＭ２、図５（ｄ）はホ
ーム１の端部のマスク画像データＭ３である。以下の処
理過程で得られる画像データも実際はディジタル画像デ
ータであるが、図５についてはアナログ画像で示す。カ
メラ３が図５（ｅ）に示すアナログ画像データＩ_a を撮
りこんだ場合、演算手段５４では差分処理を行い、図５
（ｆ）に示す差分画像データＣ１を得る。

【００４３】この差分画像データＣ１は、電車の接近判
定を行うために、図５（ｂ）に示す軌道２内のマスク画
像データＭ１が掛けられる。従って、電車が接近してい
る場合、差分画像データＣ１に軌道２内のマスク画像デ
ータＭ１を掛けて得られる画像データには電車が存在す
ることになる。

【００４４】そこで軌道２内部の各画素値の合計値と所
定値とを制御手段５１で比較して所定値以上となったこ
とで電車が接近していると判定する。差分画像データＣ
１に軌道２内のマスク画像データＭ１を掛けて得られる
画像データに電車が存在せず、電車が接近していないと
判断した時には、演算手段５４では、差分画像データＣ
１の２値化処理を行い、図５（ｇ）に示す２値画像デー
タＣ２を得る。又演算手段５４では図５（ｇ）に示す２
値画像データＣ２のラベリング処理を行い、ラベリング
データＣ３を得、式（１）〜式（３）を用いて検出物の
実際の高さＨ、幅Ｗを推定する。

【００４５】そして、実際の高さＨ、幅Ｗとしきい値と
を制御手段５１で比較して検出物の特定が行われる。そ
して、例えばしきい値を人間の場合に設定した場合、検
出物のうち人間以外のものを演算手段５４で除去したラ
ベリングデータＣ４を得る。このラベリングデータＣ４
に、図５（ｄ）に示すホーム１内のマスク画像データＭ
２を演算手段５４で掛け合わせてホーム上データＣ５を
得、ホーム１に存在する検出物を抽出できる。更に演算
手段５４ではホーム上データＣ５に図５（ｄ）に示すホ
ーム１の端部のマスク画像データＭ３を掛け合わせ、ホ
ーム１の端部に検出物が存在する場合は、検出物が抽出
され、制御手段５１でホーム１の端部に検出物有と判定
される。

【００４６】又ホーム上データＣ５において、ホーム１
に存在する検出物の数を演算手段５４で計算し、制御手
段５１で規定値と比較して、ホーム１に存在する検出物
の軌道２上への落下予測を行うことができる。又演算手
段５４でラベリングデータＣ４に図５（ｂ）に示す軌道
２内のマスク画像データＭ１を掛け、軌道２内に存在す
る検出物を抽出できる。

【００４７】この様にホーム１上の検出物、軌道２内の
検出物を抽出し、警報ブザー７により駅員に通告し、駅
員はカメラ３が撮影した画像及び注意情報が表示された
モニタ６を確認することで、安全措置をとることができ
る。

【００４８】尚モニタ６と連動して自動案内装置により
注意を促すようにしてもよい。更に湾曲したホーム１も
複数台のカメラの組み合せや、カメラ３をホーム１側及
び壁側に取り付けることにより、撮影エリアにもれがな
いようにすることも可能である。

【００４９】

【発明の効果】以上説明したように請求項１乃至請求項
４記載の発明によれば、カメラよりホーム及び軌道内を
監視し、検出物の内容を識別することができるので、ホ
ーム上での特に人の位置、密集度を求めることにより軌
道内への落下を防止することができ、又軌道内に万一ホ
ームから人などが落下してしまった場合も早期発見する
ことができ、安全措置をとることができる軌道内監視装
置及びプラットホーム監視装置を提供できる。

【図面の簡単な説明】

【図１】本発明の一実施例を示す軌道内監視装置及びプ
ラットホーム監視装置の全体構成図。

【図２】図１に示す軌道内監視装置及びプラットホーム
監視装置の処理の流れを示すフローチャート。

【図３】ラベリング処理の説明図。

【図４】検出物の実際の大きさの推定方法を説明するた
めの図。

【図５】画像処理装置の処理の流れを示す図。

【符号の説明】

１…ホーム、２…軌道、３…カメラ、４…カメラ切換装
置、５…画像処理装置、６…モニタ、７…警報ブザー、
５１…制御手段、５２…Ａ／Ｄ変換手段、５３…記憶手
段、５４…演算手段、５５…表示制御手段。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 小島 知 東京都港区芝浦一丁目１番１号 株式会社 東芝本社事務所内 (72)発明者 苗村 健二郎 東京都府中市東芝町１番地 株式会社東芝 府中工場内 (72)発明者 井上 洋一 東京都府中市東芝町１番地 株式会社東芝 府中工場内

Claims (4)

【特許請求の範囲】
1. 【請求項１】 軌道内を撮影したカメラからの画像を入
   力して、あらかじめ定めた初期画像との差分画像を求
   め、この差分画像から検出物を抽出し、前記差分画像上
   の前記検出物の位置から、前記カメラと前記検出物が実
   際に存在する地点までの距離を推定し、この距離と前記
   差分画像上の前記検出物の画素数から、前記検出物の実
   際の大きさを推定する演算手段と、 この演算手段で推定された前記検出物の実際の大きさと
   あらかじめ定めた第１のしきい値とを比較して、前記検
   出物の種別を特定する検出物特定手段と、 前記演算手段により前記検出物が抽出された場合、警報
   の出力を行う警報出力手段と、 前記検出物特定手段により前記検出物の種別が特定され
   た場合、前記検出物の種別を表示する表示手段とを有す
   る軌道内監視装置。
2. 【請求項２】 請求項１記載の軌道内監視装置におい
   て、 前記演算手段により抽出された検出物の画素数があらか
   じめ定めた第２のしきい値以上となった時に電車の接近
   時と判断する電車接近判断手段と、 この電車接近判断手段が電車の接近時と判断した場合、
   前記演算手段への前記カメラが撮影した画像の入力を停
   止する画像入力停止手段とを有する軌道内監視装置。
3. 【請求項３】 プラットホーム上を撮影したカメラから
   の画像を入力して、あらかじめ定めた初期画像との差分
   画像を求め、この差分画像から検出物を抽出する演算手
   段と、 この演算手段により抽出された検出物が前記プラットホ
   ームの端に存在するかを判断する判断手段と、 この判断手段により前記検出物が前記プラットホームの
   端に存在すると判断された場合、前記プラットホーム下
   への落下を予測して警報の出力を指示する第１の予測手
   段と、 この第１の予測手段の前記警報の出力指示により、前記
   警報の出力を行う警報出力手段と、 前記第１の予測手段の予測結果を入力して表示する表示
   手段とを有するプラットホーム監視装置。
4. 【請求項４】 請求項３記載のプラットホーム監視装置
   において、 前記演算手段に設けられ、前記差分画像上の前記検出物
   の位置から、前記カメラと前記検出物が実際に存在する
   地点までの距離を推定し、この距離と前記差分画像上の
   前記検出物の画素数から、前記検出物の実際の大きさを
   推定する推定手段と、 この推定手段で推定された前記検出物の実際の大きさと
   あらかじめ定めた第１のしきい値とを比較して、前記検
   出物の種別を特定する検出物特定手段と、 前記検出物特定手段により特定された同一の種別毎の検
   出物の数を測定する測定手段と、 前記測定手段により測定された前記検出物の数が、あら
   かじめ設定された所定の数を越えた場合、前記プラット
   ホーム下への落下を予測して前記警報出力手段に前記警
   報の出力を指示し、前記表示手段に予測結果を入力する
   第２の予測手段とを有するプラットホーム監視装置。