CN101430383B - 障碍物的监测方法及其系统 - Google Patents

障碍物的监测方法及其系统 Download PDF

Info

Publication number
CN101430383B
CN101430383B CN200710165162A CN200710165162A CN101430383B CN 101430383 B CN101430383 B CN 101430383B CN 200710165162 A CN200710165162 A CN 200710165162A CN 200710165162 A CN200710165162 A CN 200710165162A CN 101430383 B CN101430383 B CN 101430383B
Authority
CN
China
Prior art keywords
laser
road section
predetermined road
characteristic
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN200710165162A
Other languages
English (en)
Other versions
CN101430383A (zh
Inventor
李毅
陈彦普
任重
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BAODING GALAXY ELECTRONIC TECHNOLOGY Co Ltd
Original Assignee
BAODING GALAXY ELECTRONIC TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BAODING GALAXY ELECTRONIC TECHNOLOGY Co Ltd filed Critical BAODING GALAXY ELECTRONIC TECHNOLOGY Co Ltd
Priority to CN200710165162A priority Critical patent/CN101430383B/zh
Publication of CN101430383A publication Critical patent/CN101430383A/zh
Application granted granted Critical
Publication of CN101430383B publication Critical patent/CN101430383B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种障碍物的监测方法,包括步骤:基于基本安全高度,对预定路段进行水平激光照射,同时采集预定路段的图像;判断所采集的预定路段图像中是否存在激光反射特征;当存在激光反射特征,且确定所述激光反射特征满足特定条件时,通知用户所述预定路段存在危险障碍物。此外,本发明还公开了一种障碍物的监测系统。通过本发明可以准确地监测预定路段上是否存在可能影响火车或各种机动车辆安全通行的障碍物。本发明跟现有技术相比,具有识别率高、系统复杂程度低、造价低廉、易于施工和维护、能够适应各种天气条件的特点。

Description

障碍物的监测方法及其系统
技术领域
本发明涉及安全监测技术领域,尤其是涉及一种障碍物的监测方法及其系统。
背景技术
铁路是国家的重要交通系统,是国民经济生活的动脉。随着铁路交通事业的快速发展和列车运行速度的提高,如何保证铁路沿线的路轨、路基安全,也随之变得越来越重要。诸如山体滑坡、隧道障碍、落石、洪水和路基塌陷都能给列车带来灾难性的后果。
由于铁路横跨地域广泛,线路环境复杂,在铁路的正常运行和维护方面,铁路比其他交通系统具备更多的特殊性。铁路灾难时有发生,灾害性天气的作用不容忽视;山体滑坡、泥石流、雪崩、洪水都可能造成线路不畅,而发生这些灾难的地区大多分布在无人的旷野,这就给线路维护带来极大麻烦。特别是,一旦夜间发生这些地质灾害,由于能见度较低,机车司机不易在远距离发现,刹车距离不足,很容易发生列车和铁路障碍相撞的事故,轻则导致机车损伤,铁路线路长时间中断,重则还会发生列车出轨、人员伤亡等重大事故。鉴于这种形势,迫切需要一套能够在夜间各种气象条件下在铁路高危路段沿线长期值守、自动发现铁路障碍物,并能够对过往列车提供预警的铁路线路障碍自动监测预警系统。
为了防止这些铁路灾难发生,目前通常采用一种传感器网络方法,该方法在高危路段的周边区域埋设大量的地质压力传感器,从而组成一个传感器网络,通过对整个传感器网络中各个节点的压力数据变化情况进行分析,来监测可能发生或者已发生的落石、塌方、泥石流等地质灾害。
但是,根据铁路部门的相关安全规定,路基范围内不允许埋设传感器,因此,地质压力传感器网络即使监测到了地质灾害的发生,也无法判定这些地质灾害是否确实影响到火车在行车区域的行车安全,从而很可能误报火车行车区域存在障碍物,该方法可靠性较差。
另外,由于可能发生地质灾害的区域面积比较大,需要埋设数量众多的传感器,因此系统造价昂贵;且埋设数量众多的传感器的工程量大,而且铁路高危路段一般自然条件恶劣,进行大规模工程施工的难度很大;此外,还存在维护困难、施工时容易影响列车正常运行等缺点。
发明内容
本发明的目的在于提供一种障碍物的监测方法及其系统,可以准确地对铁路线路上是否存在危险障碍物进行监测,具有较高的可靠性。
为此,本发明提供了一种障碍物的监测方法,包括步骤:
基于基本安全高度,对预定路段进行水平激光照射,同时采集预定路段的图像;
判断所采集的预定路段图像中是否存在激光反射特征;
当存在激光反射特征,且确定所述激光反射特征满足特定条件时,通知用户所述预定路段存在危险障碍物。
优选地,所述基本安全高度为车辆的底盘高度。
优选地,所述特定条件是:所述激光反射特征在连续采集的预定数目图像上稳定出现,并且所述激光反射特征符合危险障碍物的运动特征。
优选地,所述预定数目的值根据用户的需要进行预设。
优选地,当连续采集的每帧图像上激光反射特征的目标特性相似度大于静止目标判定阈值时,所述激光反射特征符合危险障碍物的运动特征。
优选地,所述静止目标判定阈值为0到1之间任意一个数值。
优选地,所述目标特性为:形状特性、灰度特性、纹理特性和位置特性的组合。
优选地,所述激光为面激光。
优选地,所述预定路段为根据用户的需要预先设定的路段。
此外,本发明还提供了一种障碍物的监测系统,包括:
激光照射采集装置,用于在基于基本安全高度上,对预定路段进行水平激光照射,同时采集预定路段的图像;
判断装置,用于判断所采集的预定路段图像中是否存在激光反射特征;
危险分析告知装置,用于当存在激光反射特征,且确定所述激光反射特征满足特定条件时,通知用户所述预定路段存在危险障碍物。
优选地,所述基本安全高度为车辆的底盘高度。
优选地,所述激光照射采集装置包括:激光单元,用于基于基本安全高度,对预定路段进行水平激光照射;图像采集单元,用于采集预定路段的图像。
优选地,所述危险分析告知装置包括:判断结果获取单元,用于获取所述判断装置的判断结果;确定单元,用于确定所述激光反射特征是否满足特定条件;通知单元,用于通知用户所述预定路段存在危险障碍物。
优选地,所述特定条件是:所述激光反射特征在连续采集的预定数目图像上稳定出现,并且所述激光反射特征符合危险障碍物的运动特征。
优选地,当连续采集的每帧图像上激光反射特征的目标特性相似度大于静止目标判定阈值时,所述激光反射特征符合危险障碍物的运动特征。
优选地,所述目标特性为:形状特性、灰度特性、纹理特性和位置特性的组合。
优选地,所述激光单元为红外面激光器。
本发明使用激光设备对预定路段上的基本安全高度进行水平照射,并使用模拟摄像机等图像采集设备采集该预定路段的图像,于是当存在高于基本安全高度的激光反射图像时,经过激光反射特征识别可以获知该预定路段存在可能影响车辆行车安全的可疑障碍物,本发明通过继续对激光反射特征进行分析,获知预定路段是否存在危险障碍物并通知用户。通过本发明可以准确地监测预定路段上是否存在可能影响车辆安全通行的障碍物。本发明跟现有技术相比,具有识别率高、系统复杂程度低、造价低廉、能够适应各种天气条件的特点。并且由于本发明提供的系统和行车区域完全无接触,还具有施工简易、便于维护、使用寿命较长的特点。
附图说明
图1为本发明提供的一种障碍物的监测方法的流程图;
图2为本发明提供的一种障碍物的监测系统的框架图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和实施方式对本发明作进一步的详细说明。
本发明提供的技术方案主要用于监测铁路线路上的异常情况(如山体滑坡、隧道障碍、落石、洪水、泥石流、桥梁险情和路基塌陷)。在具体实现上,它可以通过架设在监测路段一侧的模拟摄像机和激光器采集图像,基于激光图像识别技术,实时监测铁路上夜间的各种险情和障碍。
本发明借助图像采集识别系统和辅助监测设备不断拍摄及扫描监控区域,当监测到被监测地点有险情(即有影响火车行车安全的障碍物)时,及时向监控中心报告险情信息(包括图像),从而使铁路线路的监控中心人员可以通过图像确认险情级别并相应给过往的列车司机发出警告信息,避免列车行车事故的发生,或者通过识别判断单元直接点亮行车告警信号灯,对正在接近的列车直接报警。
参见图1,本发明提供了一种障碍物的监测方法,包括以下步骤:
步骤S101:基于基本安全高度,对预定路段进行水平激光照射,同时采集预定路段的图像。
具体实现上,该步骤用面激光器对预定路段钢轨上方的基本安全高度进行水平激光照射,同时用图像采集设备实时采集预定路段的图像。
在这里,预定路段为用户根据需要预先设定的进行障碍物监测的列车行车路段,通常为容易出现障碍物的高危列车行车路段,如隧道口。
在这里,本发明采用的激光器优选为红外面激光器。
上述钢轨上方的基本安全高度及为安全行车的列车的底盘高度。
当预定路段行驶其他类型的各种机动车辆时,基本安全高度为所行驶车辆的底盘高度。
本发明采用的红外面激光器以扇面方式发射一个很薄的激光束面。当有物体进入这个很薄的激光束平面时,激光会在监测照射区内构成反射,反射的激光可以被图像采集设备所采集。
由于上述钢轨上方的基本安全高度即为安全行车的列车的底盘高度,因此,本发明可以采用红外激光设备对铁路平面上方的基本安全高度进行水平照射来获知障碍物的高度是否大于列车的底盘高度,当有物体高于该基本安全高度时,则该物体很可能影响到列车在该钢轨平面上的行车安全。用户可以将红外激光设备在基本安全高度进行安装,然后进行水平照射,实现对铁路平面上物体高度的测量。
鉴于在夜间同样需要对铁路路线进行监测,而通常是用可见光对预定行车路段进行照明,然后用摄像机采集预定行车路段的图像,那么在降雨、降雪、起雾等恶劣天气情况或者在铁路路线周围存在干扰光源情况下,将严重影响到预定行车区域(路段)图像信息的采集质量。
鉴于激光在空气介质传播中不易发散,在空间内能量高度集中,不但具有很强的穿透能力,而且在夜晚与其他人造光源(车灯、手电筒)相遇,不会被湮没,因此可以不受周围环境光的影响而能使摄像机获取清晰的图像。为此,本发明运用激光技术可以很好地解决这个问题。
当然,在该步骤中,通过图像采集设备(如模拟摄像机)可以实时采集到预定行车路段的图像。
步骤S102:对采集的预定路段图像进行激光反射特征识别,判断是否存在可疑障碍物。如果存在可疑障碍物,执行步骤S103,否则,转入步骤S101。
上述可疑障碍物为具有激光反射特征的物体。
需要说明的是,当所采集的预定路段图像存在激光反射特征时,那么说明该预定路段存在高于基本安全高度的障碍物,即预定路段存在可疑障碍物,所采集的预定路段图像上存在着可疑障碍物反射的图像信息。
在预定路段采用红外激光对钢轨平面上方的基本安全高度进行水平照射,通过摄像机对照射区域的图像进行采集,如果待监测的预定行车路段内存在高于基本安全高度的可疑物体时,摄像机采集到的图像中的相应位置上将会出现明显的激光反射特征,该特征与周围的各种环境干扰光存在明显差异。
在该步骤中,可以采用基于自适应阀值的单幅图像分割算法对可疑目标(即可疑障碍物)在图像采集设备采集的图像中呈现的明显激光反射特征图像部分区域(以下简称为激光反射图像)进行图像分割。自适应阀值的单幅图像分割算法主要运用了统计学的原理,根据图像的直方图特性对图像进行了自适应阀值分割。
为了去除激光反射图像中的噪声影响以及使该图像中激光反射特征的图像部分区域更加明显,本发明还对分割后的图像做形态学处理。
形态学处理就是将数学形态学作为工具从图像中提取对于表达和描述区域特性有用的图像分量。通过对分割后的图像进行开、闭及腐蚀、膨胀等一系列形态学处理,得到可以进行特性分析的图像。
本发明进而对经过形态学处理的图像进行连通域分析,以产生可疑目标块并进一步去除噪声影响。连通域算法是指从二值图像中标记出所有像素连通的区域。本发明的连通域分析指的是8连通。
在进行连通域分析后,本发明对产生的可疑目标区域进行目标结果特性分析,即判定其是否为反射激光产生的可疑障碍物。具体的目标结果特性分析实现方式上,本发明对经过连通域分析所产生的可疑目标块进行基于不变距理论的形状分析、基于模式分类理论的灰度分析及纹理分析,从而获得条状稳定高亮的因激光照射产生的图像区域(即可疑障碍物的激光反射图像部分区域)。基于条状稳定高亮的图像区域,便于本发明在后续步骤中对该区域进行跟踪操作。
步骤S103:判断可疑障碍物的激光反射特征是否在连续采集的预定数目图像上出现,并且所述激光反射特征是否符合危险障碍物的运动特征。如果是,进入步骤S104,否则,转入步骤101。
具体实现上,可以对可疑障碍物进行时域跟踪、分类、判决,从而判断得出该可疑障碍物是否为真实的危险障碍物。
当连续采集到的多帧图像中每帧图像上激光反射特征的目标特性(包括形状特性、灰度特性、纹理特性、位置特性)的相似度大于静止目标判定阈值,就认为此时可疑障碍物的激光反射特征符合危险障碍物的运动特征,则该可疑障碍物即为真实的危险障碍物。需要说明的是,在本发明中,目标特性可以为:形状特性、灰度特性、纹理特性和位置特性的组合。
所谓目标特性相似度,是一个取值范围在0到1之间的一个函数,其参数为前一幅图像中和当前图像中目标的特性,用以衡量这两个目标相似的程度。如果这两个目标的图像特征很相似,并且位置差异很小,则他们的相似度就很高(接近1),否则就很小(接近0)。根据目标相似度函数的特性,对于本发明,这个静止目标判定阈值可以取0到1之间任意一个数值,例如可以取0.8、0.9等数值。
如果分割结果(即激光反射图像)中未出现可疑障碍物,或者可疑障碍物未连续出现,或者连续出现但处于明显的运动中,则认为此时为其他干扰影响,比如,监测区域中的一个运动中的物体,虽然在连续图像帧中的每一帧中都会出现其激光反射特征,这些激光反射特征具有较高的相似性,但在各图像帧中不是静止的,而是形成了一条运动轨迹,每帧图像上激光反射特征的目标特性(包括形状特性、灰度特性、纹理特性、位置特性)的相似度小于静止目标判定阈值,由此可以判定激光反射特征所对应的可疑障碍物这不是一个危险障碍物。
该连续采集的多帧图像当然为预定路段的图像。
所述连续采集的图像数目可以根据用户的需要进行调整。
步骤S104:获知预定路段存在危险障碍物并通知用户。
所述障碍物即为影响列车行车安全的危险障碍物。
鉴于当预定行车路段存在障碍物时,如果该障碍物低于列车的底盘高度时,将不会对列车的安全行车造成影响。因此,当障碍物的高度大于列车的底盘高度时,图像采集设备所采集的预定路段图像中存在明显的激光反射特征,通过对连续采集的激光反射图像进行特征识别,获知预定路段是否存在危险障碍物,从而通知用户该预定路段危险,避免事故的发生。
需要说明的是,基于上述本发明提供的技术方案,本发明不限于对铁路行车路段是否存在危险障碍物进行监测,同样适用于公路等其他交通路经上危险障碍物的监测。
参见图2,基于上述本发明提供的障碍物的监测方法,本发明提供了一种障碍物的监测系统,该系统包括激光照射采集装置201、判断装置202、危险分析告知装置203,其中,
所述激光照射采集装置201,用于在基于基本安全高度上,对预定路段进行水平激光照射,同时采集预定路段的图像;
判断装置202,用于判断所采集的预定路段图像中是否存在激光反射特征;
危险分析告知装置203,用于当存在激光反射特征,且确定所述激光反射特征满足特定条件时,通知用户所述预定路段存在危险障碍物。
上述激光照射采集装置201、判断装置202、危险分析告知装置203可以是分立的器件;或者至少两个装置集成在一起。
其中,所述基本安全高度为车辆的底盘高度。
所述激光照射采集装置201包括:激光单元2011,用于基于基本安全高度,对预定路段进行水平激光照射;图像采集单元2012,用于采集预定路段的图像。
所述危险分析告知装置203包括:判断结果获取单元2031,用于获取所述判断装置的判断结果;确定单元2032,用于确定所述激光反射特征是否满足特定条件;通知单元2033,用于通知用户所述预定路段存在危险障碍物。在本发明中,所述特定条件是:所述激光反射特征在连续采集的预定数目图像上稳定出现,并且所述激光反射特征符合危险障碍物的运动特征。
在本发明提供的上述系统中,所述预定数目的值可以根据用户的需要进行预设。
需要说明的是,当连续采集的每帧图像上激光反射特征的目标特性相似度大于静止目标判定阈值时,所述激光反射特征符合危险障碍物的运动特征。在这里,所述目标特性为:形状特性、灰度特性、纹理特性和位置特性的组合。
所谓目标特性相似度,是一个取值范围在0到1之间的一个函数,其参数为前一幅图像中和当前图像中目标的特性,用以衡量这两个目标相似的程度。如果这两个目标的图像特征很相似,并且位置差异很小,则他们的相似度就很高(接近1),否则就很小(接近0)。根据目标相似度函数的特性,对于本发明,这个静止目标判定阈值可以取0到1之间任意一个数值,例如可以取0.8、0.9等数值。
在本发明提供的上述系统中,所述预定路段为根据用户的需要预先设定的路段。
在本发明提供的上述系统中,所述激光单元2011优选为红外面激光器,当然,也可以使用类似近红外区域的激光器或可见光激光器。本发明的系统所采用的图像采集单元2012可以为模拟黑白摄像机、彩色摄像机、红外摄像机等多种类型的图像采集设备。
虽然通过实施例描绘了本发明,本领域技术人员知道,本发明有许多变形和变化而不脱离本发明的精神,希望所附的权利要求包括这些变形和变化而不脱离本发明的精神,任何本领域的技术人员能思之的变化,都应落在本发明的保护范围内。

Claims (12)

1.一种障碍物的监测方法,其特征在于,包括步骤:
基于基本安全高度,对预定路段进行水平平面激光照射,同时采集预定路段的图像;
判断所采集的预定路段图像中是否存在激光反射特征;
当存在激光反射特征,并确定出所述激光反射特征在连续采集的预定数目图像上稳定出现,且连续采集的每帧图像上激光反射特征的目标特性相似度大于静止目标判定阈值时,通知用户所述预定路段存在危险障碍物。
2.如权利要求1所述的方法,其特征在于,所述基本安全高度为车辆的底盘高度。
3.如权利要求1所述的方法,其特征在于,所述预定数目的值根据用户的需要进行预设。
4.如权利要求1所述的方法,其特征在于,所述静止目标判定阈值为0到1之间任意一个数值。
5.如权利要求1所述的方法,其特征在于,所述目标特性为:形状特性、灰度特性、纹理特性和位置特性的组合。
6.如权利要求1所述的方法,其特征在于,所述预定路段为根据用户的需要预先设定的路段。
7.一种障碍物的监测系统,其特征在于,包括:
激光照射采集装置,用于在基于基本安全高度上,对预定路段进行水平平面激光照射,同时采集预定路段的图像;
判断装置,用于判断所采集的预定路段图像中是否存在激光反射特征;
危险分析告知装置,用于当存在激光反射特征,并确定出所述激光反射特征在连续采集的预定数目图像上稳定出现,且连续采集的每帧图像上激光反射特征的目标特性相似度大于静止目标判定阈值时,通知用户所述预定路段存在危险障碍物。
8.如权利要求7所述的系统,其特征在于,所述基本安全高度为车辆的底盘高度。
9.如权利要求7所述的系统,其特征在于,所述激光照射采集装置包括:激光单元,用于基于基本安全高度,对预定路段进行水平激光照射;图像采集单元,用于采集预定路段的图像。
10.如权利要求7所述的系统,其特征在于,所述危险分析告知装置包括:判断结果获取单元,用于获取所述判断装置的判断结果;确定单元,用于确定所述激光反射特征是否满足特定条件;通知单元,用于通知用户所述预定路段存在危险障碍物。
11.如权利要求7所述的系统,其特征在于,所述目标特性为:形状特性、灰度特性、纹理特性和位置特性的组合。
12.如权利要求9所述的系统,其特征在于,所述激光单元为红外面激光器。
CN200710165162A 2007-11-05 2007-11-05 障碍物的监测方法及其系统 Active CN101430383B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN200710165162A CN101430383B (zh) 2007-11-05 2007-11-05 障碍物的监测方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200710165162A CN101430383B (zh) 2007-11-05 2007-11-05 障碍物的监测方法及其系统

Publications (2)

Publication Number Publication Date
CN101430383A CN101430383A (zh) 2009-05-13
CN101430383B true CN101430383B (zh) 2012-09-05

Family

ID=40645891

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200710165162A Active CN101430383B (zh) 2007-11-05 2007-11-05 障碍物的监测方法及其系统

Country Status (1)

Country Link
CN (1) CN101430383B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI615300B (zh) * 2013-09-13 2018-02-21 鴻海精密工業股份有限公司 車輛裝置及其防撞系統

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105730330B (zh) * 2014-12-11 2018-09-28 财团法人车辆研究测试中心 行车安全系统及其障碍物筛选方法
CN105607075A (zh) * 2015-09-08 2016-05-25 北京铁路局北京科学技术研究所 道路安全的监测方法和装置
CN106950957A (zh) * 2017-03-23 2017-07-14 中车青岛四方机车车辆股份有限公司 避障方法及避障系统
CN106872995B (zh) * 2017-04-14 2019-09-20 北京佳讯飞鸿电气股份有限公司 一种激光雷达探测方法及装置
CN107065028A (zh) * 2017-04-21 2017-08-18 中国科学院半导体研究所 铁道线路障碍物自动监测识别方法
CN110126885B (zh) * 2018-02-02 2022-04-22 保定市天河电子技术有限公司 一种铁路周界入侵目标监测方法及系统
CN109238225B (zh) * 2018-09-03 2021-02-05 浙江大丰实业股份有限公司 移动式车台实时高度监护平台
CN109828274B (zh) * 2019-01-07 2022-03-04 深圳市道通智能航空技术股份有限公司 调整机载雷达的主探测方向的方法、装置和无人机
CN110109450A (zh) * 2019-04-01 2019-08-09 深圳市女娲机器人科技有限公司 一种机器人自动回充方法、装置及终端设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2284175Y (zh) * 1997-05-15 1998-06-17 王秉凯 铁路机车激光照明监视仪
CN1214656A (zh) * 1996-02-27 1999-04-21 航空工业有限公司 障碍探测系统
DE10141037C1 (de) * 2001-08-20 2003-04-03 Siemens Ag Vorrichtung zur Erkennung eines Hindernisses
CN1425577A (zh) * 2001-12-07 2003-06-25 弗兰茨普拉塞铁路机械工业股份有限公司 作业车与无人驾驶使用方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1214656A (zh) * 1996-02-27 1999-04-21 航空工业有限公司 障碍探测系统
CN2284175Y (zh) * 1997-05-15 1998-06-17 王秉凯 铁路机车激光照明监视仪
DE10141037C1 (de) * 2001-08-20 2003-04-03 Siemens Ag Vorrichtung zur Erkennung eines Hindernisses
CN1425577A (zh) * 2001-12-07 2003-06-25 弗兰茨普拉塞铁路机械工业股份有限公司 作业车与无人驾驶使用方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JP特开2006-214903A 2006.08.17
JP特开平6-308241A 1994.11.04

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI615300B (zh) * 2013-09-13 2018-02-21 鴻海精密工業股份有限公司 車輛裝置及其防撞系統

Also Published As

Publication number Publication date
CN101430383A (zh) 2009-05-13

Similar Documents

Publication Publication Date Title
CN101430383B (zh) 障碍物的监测方法及其系统
US10970851B2 (en) Operations monitoring in an area
CN109552366B (zh) 机车车载铁道障碍物智能探测报警系统及其预警方法
CN105809679A (zh) 一种基于视觉分析的山区铁路边坡落石检测方法
CN106061793A (zh) 成像系统及方法
AU2008331431A1 (en) Improved railroad crossing
JP2008502538A (ja) 鉄道軌道スキャニングシステムおよび方法
CN103832433A (zh) 车道偏离及前车防碰撞报警系统及其实现方法
CN105608822A (zh) 铁路周界入侵振动光纤报警方法及装置
CN101424510B (zh) 列车超限的检测方法及系统
CN114387785A (zh) 一种基于智慧公路的安全管控方法、系统及可存储介质
CN103149603A (zh) 一种基于视频的道路气象检测方法
KR102333747B1 (ko) 고정확도의 도로 위험상황 감지 시스템 및 방법
CN206789065U (zh) 一种城市道路车辆安全智能监控系统
CN109572757B (zh) 一种铁路落石的检测与定位方法、装置
CN111681383A (zh) 一种铁路机车运行地面环境感知技术
US20220242465A1 (en) Intrusion Detection
KR20210072664A (ko) 실시간 철도 장애물 감지 시스템
Zhao et al. A Video Analytic System for Rail Crossing Point Protection
Nguyen Vision-based over-height vehicle detection for warning drivers
WO2022170025A2 (en) Intrusion detection
Bahloul et al. Adding technological solutions for safety improvement at level crossings: a functional specification
US20220410951A1 (en) Image-Based Vehicle Evaluation for Non-compliant Elements
KR200361170Y1 (ko) 철도 건널목 돌발상황 자동감지 영상처리경보장치
WO2023230239A1 (en) Railroad crossing warning system

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant