CN101746284A - 一种基于视频识别的铁路电力机车过分相系统及方法 - Google Patents

Abstract

一种基于视频识别的铁路电力机车过分相系统及方法。其中系统包括高速摄像机、控制器、电力机车、机车受电弓，系统通过识别高速摄像机采集的铁路标进行模式匹配，然后根据识别结果执行相关操作。其中方法具体包括以下步骤：系统初始化；高速摄像机采集视频流；视频数据处理；判断机车是否进入过分相准备阶段，判断机车与过分相点的距离，根据机车速度执行过分相操作；语音提示并显示信息。本发明解决了人工手动过分相可能出现的因人工疲劳误判或者判断出现偏差等问题，而且安装维护简单，稳定性强。

Description

一种基于视频识别的铁路电力机车过分相系统及方法

技术领域

本发明涉及的是铁路电力机车自动过分相的技术领域，具体的涉及一种基于视频识别的铁路电力机车过分相系统及方法。

背景技术

在我国铁路电气化区段，牵引供电采用单相工频交流供电方式。由于我国的交流电采用三相供电方式，为使电力系统三相负荷平衡，以及降低损耗提高利用率，要求电气化铁路接触网分段分相供电，不同相电压之间的切换过程就是机车过分相，为防止相间短路，每两个相之间必须有一个绝缘区，一般每个一定的距离换一次相，例如20-30公里，那么就要同时设一个分相绝缘区。分相绝缘区由分相绝缘器界定，分相绝缘器是由绝缘元件组成的绝缘设备，其安装在绝缘区内。当两侧接触网由不同的相供电时，为保证列车安全通过，而不发生短接事故，故电力机车在通过绝缘区前一定要先断电，也即是降弓，然后无电驱动，靠惯性通过分相绝缘区，然后重新接上电源，也即升弓。传统的电力机车过分相技术是车上手动切换的，因为在绝缘分相区附近，设有提示标志，司机根据线路上的提示牌进行手动操作，通过绝缘分相区。手动过分相存在的问题：司机根据铁路沿线的提示进行操作，影响了行车速度和过分相的精度；该方法没有技术保障，行车安全完全依赖于司机，依赖于司机的精神状态、注意力还有技术水平等等。显然手动过分相技术严重影响铁路的提速，已经不能适应我国高速电气铁路的发展要求。所以必须考虑机车的自动过分相。虽然现存有许多自动过分相技术，但是很多都需要在铁路沿线重新施工，现有设备没有得到充分的利用，而且又增加了新设备，代价花费高，施工工程量大，存在明显的不足。

发明内容

本发明的目的在于解决现有机车手动通过过分相区时存在的大幅度降速以及存在的安全隐患，具体的提供了一种使电力机车自动加手动的安全通过分相绝缘区、且投资少、利用现有设备安装方便的车载自动过分相系统与方法。

本发明的目的通过以下技术解决方案解决：

一种基于视频识别的铁路电力机车过分相系统，包括电力机车(4)、机车受电弓(5)。其特征还包括机车上的高速摄像机(6)，以及机车上的控制器(7)，其中控制器(7)安装在机车内部，高速摄像机(6)安装在电力机车(4)前方，其中的控制器(7)的图像采集模块(8)与高速摄像机(6)相连。

所述的控制器(7)由四个部分构成，包括图像采集模块(8)、图像处理与识别模块(9)、电源管理模块(10)、人机交互模块(11)。其中人机交互模块(11)与图像采集模块(8)相连；人机交互模块(11)与图像处理与识别模块(9)相连；图像处理与识别模块(9)与电源管理模块(10)相连。图像采集模块(8)主要是完成把高速摄像机(6)得到的视频流转化为帧图像，图像处理与识别模块(9)主要是从帧图像中识别过分相路标；电源管理模块(10)根据视频识别结果传送控制信息给控制终端，执行控制命令，管理机车电源系统；人机交互模块(11)提供提示信息的输出以及控制信息的输入接口。

当电力机车(4)在电力接触网导线区域内运行时，高速摄像机(6)不断采集铁路沿线路标信息，控制器(7)中的图像处理与识别模块(9)不断检测图像采集模块(8)采集到的帧图像信号，当电力机车(4)快进入分相绝缘区前，图像处理与识别模块(9)检测到进入分相绝缘区的路标时，图像处理与识别模块(9)发出信号给电源管理模块(10)。电源管理模块(10)断开主断路器，电力机车(4)无电通过分相绝缘区；当电力机车(4)通过分相绝缘区后，图像处理与识别模块(9)检测到通过分相绝缘区的路标后，图像处理与识别模块(9)发出信号给电源管理模块(10)，电源管理模块(10)主断路器闭合，恢复电力机车(4)供电。

本发明的另一个目的还通过以下技术解决方案解决：

一种基于视频识别的铁路电力机车过分相方法的步骤为：

步骤一：系统进行初始化操作；

步骤二：高速摄像机实时采集视频信号；

步骤三：控制器(11)中的图像采集模块(8)把高速摄像机(6)采集的视频信号转化为帧图像，并分成两路，一路信号用于人机交互模块(11)的输入，一路信号用于图像处理与识别模块(9)的输入；

步骤四：判断是否收到电力机车司机的控制信号，是则运行步骤五；否则跳转运行步骤六；

步骤五：对控制信号进行判断，控制信号为“禁止双弓”信号则跳转执行步骤八，否则执行步骤六；

步骤六：控制器(7)读取帧图像，并对帧图像进行处理与识别；

步骤七：判断图像是否为“禁止双弓”路标，是则运行步骤八，否则返回步骤四；

步骤八：检测当前机车的状态，判断是否为双弓，是则进行降弓操作使其满足单弓运行，否则运行步骤九；

步骤九：判断是否收到司机的控制信号，是则运行步骤十；否则跳转运行步骤十一；

步骤十：对控制信号进行判断，控制信号为“T断”信号或者“断”信号则跳转执行步骤十三，否则执行步骤十一；

步骤十一：控制器(7)读取帧图像，并对帧图像进行处理与识别；

步骤十二：图像是“T断”路标或“断”路标则继续执行步骤十三，否则跳转运行步骤九；

步骤十三：控制器(7)中的电源管理模块(10)控制断开电力机车(4)主断路器，电力机车(4)进入分相绝缘区；

步骤十四：判断是否收到司机的控制信号，是则运行步骤十五；否则跳转运行步骤十六；

步骤十五：对控制信号进行判断，控制信号为“T断”信号或“断”信号则跳转执行步骤十八，否则执行步骤十六；

步骤十六：控制器(7)读取帧图像，并对帧图像进行处理与识别；

步骤十七：图像是“合”路标则继续执行步骤十八，否则跳转运行步骤十四；

步骤十八：控制器(7)中的电源管理模块(10)控制合上电力机车(4)主断路器，电力机车(4)离开分相绝缘区，进入常规运行状态；

步骤十九：返回运行步骤四。

所述的过分相控制器(7)中图像处理与识别模块(9)图像识别方法包括：图像预处理、目标区域定位、过分相路标识别。

所述的图像预处理包括灰度线性变换、二值化。

所述的灰度线性变换是指由于光照等因素，照相机获取图像时，可能会产生光照不足的情况，使得整幅图像变暗，或者光照太强的情况，使得整幅图变亮。为了增强路标图像和背景图像的对比度，使其明暗鲜明，有利于路标识别，需要在图像灰度化后对图像进行灰度线性变换，以便突出路标图像。

所述的二值化是对帧图像进行二值化可以给后续的分割识别工作带来很大的方便。本发明采用了一种迭代求图像最佳分割阈值的动态阈值法。该算法步骤如下：

(1)求出图像灰度的最小值Z_min1、次小值Z_min2、最大值Z_max1和次大值Z_max2，令阈值初值为：

$T^{\left(0\right)}=\frac{(Z_{\min 1}+Z_{\max 1}+Z_{\min 2}+Z_{\max 2})}{4}---\left(1\right)$

(2)根据阈值T^(K)将图像分割成目标和背景2部分，求出2部分的平均灰度值Z₀和Z_G：

$Z_0=\frac{\underset{z(i,j)<T^{\left(K\right)}}{\mathrm{\&Sigma;}}z(i,j)\&times;N(i,j)}{\underset{z(i,j)<T^{\left(K\right)}}{\mathrm{\&Sigma;}}N(i,j)}---\left(2\right)$

$Z_G=\frac{\underset{z(i,j)>T^{\left(K\right)}}{\mathrm{\&Sigma;}}z(i,j)\&times;N(i,j)}{\underset{z(i,j)>T^{\left(K\right)}}{\mathrm{\&Sigma;}}N(i,j)}---\left(3\right)$

式中：z(i，j)为图像上(i，j)点的灰度值；N(i，j)为(i，j)点的权重系数，一般N(i，j)为z(i，j)的个数；T^(K)为阈值。

(3)求出新的阈值：

$T^{(K+1)}=\frac{Z_0+Z_G}{2}---\left(4\right)$

(4)如果T^(K)＝T^(K+1)，则结束，否则K←K+1，转(1)。

所述的目标定位是利用提示牌的形状特征为矩形这一显著特征，利用Hough变换进行矩形检测，确定矩形区域，提取目标。

所述的Hough变换矩形检测，是指利用Hough变换检测直线，进而达到检测矩形的目的。Hough变换常用来检测直线，在xy平面下的任何直线都可以用极坐标方程描述：ρ＝xcosθ+y sinθ，让θ取遍其定义域Θ内的所有值，并根据上式计算出ρ，再根据θ和ρ的值对累加数组C(ρ_k，θ_l)累加，由C(ρ_k，θ_l)的局部最大值可检测图像内的直线段。然后根据直线的位置及平行关系，确定矩形区域。

所述的路标识别，是利用模板匹配的方法实现，由于过分相的提示牌只有四个“合”、“禁止双弓”、“断”、“T断”，预先存储这四个提示牌的模板信息，这主要是根据现场实验测得。检测时计算待识别的图像与模板图像间的误差，把误差和阈值进行比较，达到识别的目地，方法如下：

(1)求出匹配误差：

$E=\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}|z(i,j)-t(i,j)|$

式中：i，j分别为提取出的目标图像区域上点的横纵坐标，z(i，j)为提取出的目标图像区域上点(i，j)的灰度值；t(i，j)为模板图像上点(i，j)灰度值；

(2)比较匹配误差，输出匹配结果：

若是E≤T′，则满足匹配原则，认为所识别的图像就是模板图像。

若是E＞T′，则不满足匹配原则，认为所识别的图像非模板图像。

其中：E′为(1)步所计算出的匹配误差，T′为匹配阈值

附图说明

下面将结合实施例和附图对本发明作进一步的详细描述：

图1为本发明一具体实施例的系统结构图；

图2，3，4为本发明一具体实施例的整体方法的流程图；

图5为本发明一具体实施例的图像识别的流程图。

具体实施方式

下面结合附图详细描述本发明的较佳实施例：

一种基于视频识别的铁路电力机车过分相系统，参见附图1，主要由电力接触网(16)和(17)、分相绝缘器(1)和(3)、分相绝缘区(2)、电力机车(4)、机车受电弓(5)、铁路轨道(18)、车道旁的路标(12)、(13)、(14)和(15)，其特征还包括机车上的高速摄像机(6)，以及机车上的控制器(7)，其中控制器(7)安装在机车内部，高速摄像机(6)安装在电力机车(4)前方，其中的控制器(7)与高速摄像机(6)相连。

当电力机车(4)以如图示的方向行驶时，刚开始电力机车(4)的受电弓(5)与电力接触网(16)接触，随着电力机车(4)的运行，高速摄像机(6)不断地采集图像信号，机车上的控制器(7)不断识别采集到的图像信号，当识别出“禁止双弓”路标(12)后，控制器(7)中的电源管理模块(10)检测电源转状态，并确保电力机车(4)在单弓状态下运行；随着电力机车(4)的继续前行，控制器(7)识别到“T断”路标(13)或“断”路标(14)，控制器(7)中的电源管理模块(10)控制断开主断路器，电力机车(4)无电通过分相绝缘区(2)；随着机车继续前行，控制器(7)识别到“合”路标(15)，机车电源管理器(10)控制合上主断路器，电力机车(4)的受电弓(5)与电力接触网(17)接触，恢复电力机车(4)供电，电力机车(4)顺利完成自动过分相。

参见附图2，3，4，一种视频识别的铁路电力机车过分相方法的步骤为：

步骤一：系统进行初始化操作；

步骤二：高速摄像机(6)实时采集视频信号；

步骤三：控制器(7)中的图像采集模块(8)把高速摄像机(6)采集的视频信号转化为帧图像，并分成两路，一路帧图像用于人机交互模块(11)的输入，一路帧图像用于图像处理与识别模块(9)的输入；

步骤四：判断是否收到司机的控制信号，是则运行步骤五；否则跳转运行步骤六；

步骤五：对控制信号进行判断，控制信号为“禁止双弓”信号则跳转执行步骤八，否则执行步骤六；

步骤六：控制器(7)读取帧图像，并对帧图像进行处理与识别；

步骤七：判断图像是否为“禁止双弓”路标，是则运行步骤八，否则返回步骤四；

步骤八：检测当前电力机车(4)的状态，判断是否为双弓，是则进行降弓操作使其满足单弓运行，否则运行步骤九；

步骤九：判断是否收到司机的控制信号，是则运行步骤十；否则跳转运行步骤十一；

步骤十：对控制信号进行判断，控制信号为“T断”信号或者“断”信号则跳转执行步骤十三，否则执行步骤十一；

步骤十一：控制器(7)读取帧图像，并对帧图像进行处理与识别

步骤十二：图像是“T断”路标或“断”路标则继续执行步骤十三，否则跳转运行步骤九；

步骤十三：控制器(7)中的电源管理模块(10)控制断开机车主断路器，机车进入分相绝缘区；

步骤十四：判断是否收到司机的控制信号，是则运行步骤十五；否则跳转运行步骤十六；

步骤十五：对控制信号进行判断，控制信号为“T断”信号或“断”信号则跳转执行步骤十八，否则执行步骤十六；

步骤十六：控制器(7)读取帧图像，并对帧图像进行处理与识别

步骤十七：图像是“合”路标则继续执行步骤十八，否则跳转运行步骤十四；

步骤十八：控制器(7)中的电源管理模块(10)控制合上电力机车(4)主断路器，机车离开分相绝缘区，进入常规运行状态；

步骤十九：返回运行步骤四。

如图5所示，所述的控制器(7)中图像处理与识别模块(9)进行图像处理与识别的内部控制方法包含下列步骤：

步骤1：模块初始化；

步骤2：获得有高速摄像机的图像信号；

步骤3：对图像进行预处理，包括灰度线性变换、二值化；

步骤4：图像目标区域提取；

步骤5：图像模板匹配，判断标志的种类，发出控制信息。

本发明已以较佳实施例披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动和修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (7)

1.一种基于视频识别的铁路电力机车过分相系统，其特征在于包括电力机车4、机车受电弓5、高速摄像机6，控制器7，进一步：

所述控制器7安装在电力机车4内部，控制器7具体包括图像采集模块8、图像处理与识别模块9、电源管理模块10、人机交互模块11；

其中：

所述高速摄像机6安装在电力机车4前方，高速摄像机6与图像采集模块8相连；人机交互模块11与图像采集模块8相连；人机交互模块11与图像处理与识别模块9相连；图像处理与识别模块9与电源管理模块10相连；电源管理模块10与机车受电弓5相连。

2.根据权利要求1所述的一种基于视频识别的铁路电力机车过分相系统，其特征在于所述的图像采集模块8将高速摄像机6得到的视频流转化为帧图像，并将帧图像分成两路，一路帧图像用于人机交互模块11的输入，一路帧图像用于图像处理与识别模块9的输入。

3.一种基于视频识别的铁路电力机车过分相方法，其特征在于具体步骤包括：

步骤一：系统进行初始化操作；

步骤二：高速摄像机6实时采集视频信号；

步骤三：控制器7中的图像采集模块8把高速摄像机6采集的视频信号转化为帧图像，并分成两路，一路帧图像用于人机交互模块11的输入，一路帧图像用于图像处理与识别模块9的输入；

步骤四：判断是否收到司机的控制信号，是则运行步骤五；否则跳转运行步骤六；

步骤五：对控制信号进行判断，控制信号为“禁止双弓”信号则跳转执行步骤八，否则执行步骤六；

步骤六：控制器7读取帧图像，并对帧图像进行处理与识别；

步骤七：判断图像是否为“禁止双弓”路标，是则运行步骤八，否则返回步骤四；

步骤八：检测当前电力机车4的状态，判断是否为双弓，是则进行降弓操作使其满足单弓运行，否则运行步骤九；

步骤九：判断是否收到司机的控制信号，是则运行步骤十；否则跳转运行步骤十一；

步骤十：对控制信号进行判断，控制信号为“T断”信号或者“断”信号则跳转执行步骤十三，否则执行步骤十一；

步骤十一：控制器7读取帧图像，并对帧图像进行处理与识别；

步骤十二：图像是“T断”路标或“断”路标则继续执行步骤十三，否则跳转运行步骤九；

步骤十三：控制器7中的电源管理模块10断开电力机车4主断路器，电力机车4进入分相绝缘区；

步骤十四：判断是否收到司机的控制信号，是则运行步骤十五；否则跳转运行步骤十六；

步骤十五：对控制信号进行判断，控制信号为“T断”信号或“断”信号则跳转执行步骤十八，否则执行步骤十六；

步骤十六：控制器7读取帧图像，并对帧图像进行处理与识别；

步骤十七：图像是“合”路标则继续执行步骤十八，否则跳转运行步骤十四；

步骤十八：控制器7中的电源管理模块10合上电力机车4主断路器，电力机车4离开分相绝缘区，进入常规运行状态；

步骤十九：返回运行步骤四。

4.根据权利要求3所述的一种基于视频识别的铁路电力机车过分相方法，其特征在于所述的控制器7对帧图像进行处理与识别的过程具体由图像处理与识别模块9完成，具体包含下列步骤：

1)图像预处理；

2)图像目标区域定位；

3)过分相路标识别。

5.根据权利要求3或4所述的一种基于视频识别的铁路电力机车过分相方法，其特征在于所述的图像预处理，是指对帧图像进行的图像预处理，包括灰度线性变换、二值化：

所述的灰度线性变换是指对帧图像进行灰度线性变换，增强路标图像和背景图像的对比度，以突出路标图像；

所述的二值化是对帧图像进行二值化，具体采用一种迭代求帧图像最佳分割阈值的动态阈值法，其步骤如下：

(1)求出帧图像灰度的最小值Z_min 1、次小值Z_min 2、最大值Z_max 1和次大值Z_max 2，令阈值初值为：

$T^{\left(0\right)}=\frac{(Z_{\min 1}+Z_{\max 1}+Z_{\min 2}+Z_{\max 2})}{4}$

(2)根据阈值T^(K)将帧图像分割成目标和背景两个部分，求出两个部分的平均灰度值Z₀和Z_G：

$Z_0=\frac{\underset{Z(i,j)<T^{\left(K\right)}}{\mathrm{\&Sigma;}}z(i,j)\&times;N(i,j)}{\underset{z(i,j)<T^{\left(K\right)}}{\mathrm{\&Sigma;}}N(i,j)}$

$Z_G=\frac{\underset{Z(i,j)>T^{\left(K\right)}}{\mathrm{\&Sigma;}}z(i,j)\&times;N(i,j)}{\underset{z(i,j)>T^{\left(K\right)}}{\mathrm{\&Sigma;}}N(i,j)}$

式中：i，j分别为帧图像上点的横纵坐标，z(i，j)为帧图像上(i，j)点的灰度值；N(i，j)为(i，j)点的权重系数，一般N(i，j)为z(i，j)的个数；T^(K)为阈值；

(3)求出新的阈值：

$T^{(K+1)}=\frac{Z_0+Z_G}{2}$

(4)如果T^(K)＝T^(K+1)，则结束，否则K←K+1，转步骤1。

6.根据权利要求3或4所述的一种基于视频识别的铁路电力机车过分相方法，其特征在于所述的图像目标区域定位，利用目标路标的形状进行目标提取，由于提示牌的形状都是矩形，利用Hough变换进行矩形检测，确定矩形区域，提取目标。

7.根据权利要求3或4所述的一种基于视频识别的铁路电力机车过分相方法，其特征在于所述的过分相路标识别，是利用模板匹配的方法实现，过分相的提示牌分别是：“合”、“禁止双弓”、“断”、“T断”，预先存储这四个过分相的提示牌的模板信息作为模板图像，检测时计算待识别的图像与模板图像间的误差，把误差和阈值进行比较，达到识别的目地，方法如下：

1)求出匹配误差：

$E=\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}|z(i,j)-t(i,j)|$

式中：i，j分别为提取出的目标图像区域上点的横纵坐标，z(i，j)为提取出的目标图像区域上点(i，j)的灰度值；t(i，j)为模板图像上点(i，j)灰度值；

2)比较匹配误差，输出匹配结果：

E≤T′则满足匹配原则，则所识别的图像就是模板图像；

E＞T′则不满足匹配原则，则所识别的图像非模板图像；

其中：E′为步骤1)所计算出的匹配误差，T′为匹配阈值。

Images