Як технологія Kinect і два кавуни могли зробити поїзди Австралії вчасно

У Японії їх називали ширі-оші або «туш-штовхачами», білосніжні залізничні платформи з певними стратегічними зусиллями і вчасно затопленими пасажирами на швидкісних поїздах.

Вони, в більшості, тепер були замінені на двері екрану платформи, на якій чергова чергу готується до борту.

На деяких станціях лондонського метро також розташовані розсувні двері. У інших пасажирів керують маркування підлоги, яка показує, де будуть двері поїзду, з зонами, щоб триматися на вулиці, щоб пасажири мали місце для висадки.

(Деякі лондонські пасажири були обурені фарбою підлоги, коли вона була введена, говорячи, що вони забрали їх " конкурентну перевагу ".)

У пікові години в ратуші і станціях Wynyard у Сіднеї маршали використовуються в рамках програми «Fast Track Platform» для виконання подібних цілей.

Мета в кожному випадку полягає в мінімізації того, що відомо як "час зупинки поїзда" - час, який він потребує, щоб зупинитися на кожній станції, щоб дозволити пасажирам сісти на борт і вийти.

Під керівництвом доктора Алена Алемпієвича, дослідники Центру автономних систем на UTS співпрацювали з залізничною інженерною групою Downer Rail, щоб придумати більш ефективне рішення: набагато дешевше, ніж встановлення розсувних платформних дверей; більш ввічливий, ніж «крок живий»; та менш фізичний ніж штовхають у спину.

Будучи введеним у обмежений виробництво бігають після пілотів у декілька Австралійських станцій, DwellTrack могло навіть допомогти ви знаходите місце у часі вершини. В його основі лежить та ж технологія, що знайдена в Xbox 360 Kinect - і два кавуни.

Що мешкає

Час виживання є найбільшою змінною, що впливає на те, чи може приміський поїзд залишатися за графіком.

«Коли оператор поїзду робить свій розклад, вони дивляться на час між поїздами, а потім вони також мають дозвіл на те, як довго поїзд може знаходитися на платформі, перш ніж він почне затримувати поїзд за ним. Це час перебування, мережі стали більш чутливими до, як більше поїздів проходять через, "пояснює Стюарт Уоррен, з UTS '\ t Група Rapido яка допомагає прив'язати галузь до досліджень університету.

Період не завжди можна надійно передбачити, і завдання стає ще складнішим із збільшенням кількості австралійців, які користуються поїздами: в Сіднеї патронат на 20 відсотків тільки в минулому році.

Переповнення на одному кінці платформи або в нижній частині сходів може створити дроселі, що означає більше часу для вершників, щоб прокласти свій шлях через натовп, щоб потрапити і вийти. Кілька секунд, доданих до часу витримки, можуть здатися не дуже значними, але стукіт може бути важким. Чим довше час зупинки на одній станції, тим більше пасажирів накопичуються на наступній станції, додаючи до часу перебування там і так далі.

До того ж, дуже довго, графіки викидаються з причин, що призводять до більшої перенаселеності, розлючених пасажирів та хаосу подорожей.

«Ми побачили, що сталося ще в січні, коли вони ввели новий графік. Фантастично, що вони навантажують більше поїздів, але вони стають набагато більш чутливими до часу перебування, тому що мережа Сіднея настільки переплітається, - додав Уоррен.

Кавунові голови

Продемонстрований на технологічній події CeBIT в Сіднеї минулого тижня, система DwellTrack використовує безліч мережевих камер Ethernet, встановлених по довжині платформи.

Глибинні камери - які знаходяться в нині неіснуючій Kinect - працювати, стріляючи нерегулярним малюнком точок з інфрачервоного проектора на сцені. Інфрачервона камера потім захоплює малюнок і відправляє її до процесора, щоб відпрацювати глибину від зміщення точок - які більш поширені близько до камери, і щільніше на об'єктах далі.

Кольорова камера і глибина камери кадри

Потім система застосовує техніку комп'ютерного зору для того, щоб ідентифікувати людей у ​​кадрі. Для того, щоб відслідковувати їх, він створює «підпис голови до плеча», який дослідник УТС з любов'ю називає «двома кавунами».

«Методика працює, підібравши еліпсоїди до 3D-точок, один - до голови та один - до плечей. Це спосіб переходу від кластера 3D точок до того, щоб намагатися інтерпретувати це як людину, підібравши ці два еліпсоїди, - говорить Олександр Віргона, дослідник якого створив генезис DwellTrack.

«Орієнтація плечового еліпсоїда може показати, яким способом людина стикається. Це стосується нашої проблеми з відстеженням, оскільки люди зазвичай не рухаються вбік », - додав він.

Оскільки люди відслідковуються вздовж платформи, система може виявити, якщо певні області стають переповненими. Ця інформація може бути використана для того, щоб повідомити маршалам платформи про те, куди їм потрібно перейти, або змонтовані на зелені, бурштинові, червоні вогні, щоб пасажири, що прибувають на платформу, знали, де не чекати.

Інформаційна панель DwellTrack

З потягами Сіднея минулого тижня надаючи доступні канали ваги вагона - що свідчить про те, наскільки повний перевезення - через API, DwellTrack може працювати, щоб перемістити людей на платформу від переповнених дверей каретки.

- Ми можемо краще підібрати їх. Отримати людей, що стоять у потрібному місці. З тонкими візуальними підказками заохочувати людей переходити до певних частин платформи. І ми можемо трохи пограти в цю систему, ми можемо ухилити дно сходів, зробити їх трохи червонішими, щоб перешкодити людям там чекати. Якщо ми знаємо, що користувач інвалідного візка входить до чотирьох вагонів, ми можемо перетворити світло-червоний [на відповідний простір платформи], щоб він був чітким, - сказав Уоррен.

"Існує довгострокова перспектива видобутку цих даних, щоб побачити, що відбувається, і зараз також реагує на те, що відбувається на платформі поїзда", - додав він.

Більше використання випадків вниз по доріжці

DwellTrack підтримується урядовим Виробництвом залізниць Кооперативний науковий центр , що була створена в 2014 році. Навчання зі збору даних відбулося в центральній частині Брісбена, станціях Ратуші та Редферну, і заплановані подальші випробування.

Група компаній Rapsi UTS вже виготовила ряд глибинних камер - вони повинні бути запечатані, щоб очистити стандарти безпеки на залізниці - як частина обмеженого виробництва. Програмне забезпечення, що стоїть за ним, також комерціалізується, що Downer Rail може в кінцевому підсумку запропонувати клієнтам.

Кавуни, що відстежують людину, мають потенціал поза платформою станції.

«Там, де у вас є натовпи людей, і ви зацікавлені в автономному розумінні їхнього руху, це буде корисним», - сказала Віргона.

Незважаючи на те, що транспортне та роздрібне середовище добре охоплене системою відеоспостереження, методи, що використовуються в проекті, мають певні переваги для приватного життя та просторового моделювання.

«Набагато менше людей ідентифікує інформацію в [наш матеріал] порівняно з кольоровою камерою. Ви бачите в основному цей сірий силует - немає кольору шкіри, жодного кольору очей, жодного кольору волосся, ви не можете багато чого розповісти про нього особисто. Це потенційно хороша річ у багатьох контекстах », - сказав він.