CN104978562A - 用于检测铁路车辆所行驶的轨道的方法 - Google Patents

Abstract

一种用于检测铁路车辆所行驶的轨道的方法，该方法包括：用于采集在所述铁路车辆的末端拍摄的图像的步骤(100)；用于检测所述图像中的边缘的步骤(110)；用于生成与所述图像中所检测到的边缘基本上相对应的线的步骤(130)；以及用于从所生成的线中寻找彼此间隔一预定距离的基本平行的线对(26)的步骤(150)。

Description

用于检测铁路车辆所行驶的轨道的方法

技术领域

本发明涉及一种用于检测铁路车辆所行驶的轨道的方法，尤其涉及一种检测有轨电车所行驶的轨道的方法。

背景技术

现有技术中已知各种轨道检测方法。然而，这些方法通常通过相对复杂且专门的设备来实施。另外，当想要将轨道检测用于另一应用时，特别是用于脱轨检测时，通常需要具备额外的设备。

发明内容

本发明特别地旨在通过提出一种轨道检测方法来克服这些不足，该轨道检测方法特别对于脱轨检测而言，相对易于实施并且不需要复杂的设备。

为此，本发明特别地涉及一种用于检测铁路车辆所行驶的轨道的方法，其特征在于，所述方法包括：

用于采集在所述铁路车辆的末端拍摄的图像的步骤；

用于检测所述图像中的边缘的步骤；

用于生成与所述图像中所检测到的边缘基本上相对应的线的步骤；

在用于生成线的步骤之后，用于对相近及相似的线进行分组的步骤，每个线组被代表性线所代替；以及

用于从所生成的线中，并且特别地从代表性线中，查找彼此间隔一预定距离的基本平行的线对的步骤。

有轨电车通常配备有用于在该有轨电车的各端拍摄图片的照相机。图像采集步骤可由所述照相机来进行，因此不需要额外的设备。

该方法的其他步骤可使用计算机单元来实现，这易于实施。

根据本发明的方法使得有可能获得对轨道位置的精确检测。例如，该方法足以将所检测到的位置与预期位置相比较，从而在所检测到的位置与所述预期位置失配的情况下检测到脱轨。

根据本发明的检测方法包括以下特征中的一个或更多个，所述特征可被单独地或根据所有技术上的可能组合进行考虑：

从在所述铁路车辆的前方所拍摄的视频中采集所述图像。

在所述图像采集步骤之后且在所述边缘检测步骤之前，该方法包括用于将所述图像转化为灰度图像的步骤。

所述边缘检测步骤是通过将Canny滤波器应用于所述图像来完成。

所述边缘检测步骤是通过将方向可调滤波器应用于所述图像来完成。

在所述边缘检测步骤之后，该方法包括：用于选择与所检测到的边缘对应的点的步骤，以使得所选择的点为基本垂直排列的点组，所述线生成步骤基于所选择的点来完成。

代替每个线组的所述代表性线为由最大数量的所选择的点构成的线。

在所述查找步骤之后，该方法包括用于检验线对中的线的直线度的步骤。

所述方法还包括用于将所述线对与来自先前采集的图像的线对相比较的步骤，所述先前采集的图像已被应用了同一检测方法。

该方法包括：用于将所述线对与预定数据相比较的步骤，所述预定数据对应于所述轨道的预期位置。

该方法包括：障碍检测步骤，以及在检测到障碍的情况下，用于将所检测到的障碍的位置与所述线对相比较的步骤。

本发明也涉及一种被设计为装备行驶在轨道上的轨道车辆的轨道检测设备，所述设备包括能够在所述铁路车辆的末端采集至少一幅图像的照相机，其特征在于，所述设备包括：

用于检测所采集的图像中的边缘的装置；

用于生成与所述图像中所检测到的边缘基本上相对应的线的装置；以及

用于从所生成的线中查找彼此间隔一预定距离的基本平行的线对的装置。

附图说明

通过阅读仅以示例给出且参考附图作出的以下描述将更好地理解本发明，在附图中：

图1图解性地示出了根据本发明示例性实施例的检测方法的步骤；

图2图解性地示出了在图1的检测方法的图像采集步骤期间在铁路车辆的前方拍摄所采集的图像；以及

图3示出了在图1的检测方法的后续步骤期间得到的图2中的图像。

具体实施方式

图1示出了根据本发明一个示例性实施例的用于检测铁路车辆所行驶的轨道的方法的步骤。这样的方法特别适用于有轨电车，但是也可适用于任一类型的铁路车辆。

检测方法首先包括步骤100，用于采集在所述铁路车辆的末端所拍摄的图像，例如在车辆的前方所拍摄的图像。为此，铁路车辆配备有照相机，该照相机被设置为朝着车辆的前方拍摄图片。某些铁路车辆，特别是某些有轨电车，通常已经包括这样的照相机，因此该照相机可被用来实施本发明的检测方法。当然，也有可能考虑在车辆的后方拍摄图像。

更特别地，照相机采集视频，在给定时刻从该视频中拍摄根据本方法的图像。

应当理解的是，有可能以规则的间隔采集图像，从而将本方法的后续步骤应用到所采集的图像的每一个中。当这些规则的间隔相对较短时，则有可能观察到所检测的轨道的位置演进，这将在下文中进行描述。

图2示出了在图像采集步骤100期间所采集的示例性图像。在该图像示例中特别地示出了以下各项：

铁路车辆所行驶的轨道10，其被集成在车行道11中；

杆12，被特别设计为支承铁路车辆的电源吊线；

杆12在车行道11上形成的影子14；

车行道11的配备有障碍的边缘16，示出了边缘16的立柱17；

同样设置有安全门的站台18；

相对的轨道20，另一铁路车辆可在该相对的轨道20上沿相反的方向行驶；以及

设置在站台18上的各个其他轮缘(rim)22。

在所采集的图像为彩色的情况下，检测方法有利地包括步骤105，用于将所采集的图像转化为灰度图像。实际上，灰度图像特别适用于某些图像处理操作，尤其适用于边缘检测。

因此，检测方法接下来包括步骤110，用于检测所述图像中的边缘，尤其用于对灰度图像中对应于强的梯度像素的边缘加以检测。

该边缘检测步骤110可通过任何本身已知的方法来执行。例如，边缘检测步骤110通过将Canny滤波器应用于灰度图像来执行。

根据一个优选替代方式，边缘检测步骤110通过将方向可调滤波器应用于图像来实现。对于给定的取向间隔，这样的本身已知的方向可调滤波器使得能够从图像的所有边缘中更好地选择出所关注的边缘。

边缘检测步骤110使得有可能对图像中可见元素的边缘对应的点加以确认。

有利地，该边缘检测步骤110仅在图像的一部分(也被称为关注区域)上执行，例如仅在图像的下部执行，因为所寻求的仅仅是对铁路车辆附近的轨道的检测。这使得有可能避免因某些元素而变得杂乱，比如因远处的柱12或者相对的轨道20而变得杂乱。

为了改进检测，有利地，对于该方法的其余步骤，仅考虑某些点集(sets ofpoints)。为此，该方法包括步骤120，用于从由边缘检测步骤110所确定的点中选择点，以使得所选择的点为基本垂直排列的点组(groups of points)，或者使得所选择的点更一般地为与图像的垂直方向所成角度小于预定角度的点组。这使得有可能消除水平排列的点组，水平排列的点组显然不对应于轨道。

该方法接下来包括基于所选择的点来完成的线生成步骤130。

这些线基本对应于在图像中检测到的某些边缘。线例如为曲线，尤其为由所选择的点通过自身已知的方式生成的二次多项式曲线或双曲线。有利地，只有当所选择的点使得有可能生成覆盖所述关注区域的至少40％高度的曲线时，才选择该曲线，该阈值根据所述检测所属信任级别的不同是可调整的。

通常，在该步骤之后，图像的某些元素会导致多条相似的线。因此，该方法包括步骤140，用于对相近或相似的线进行分组，于是每个线组(group oflines)被代表性线所代替，尤其被平均线或由最大数量的所选择的点生成的线所代替。

图3示出了步骤110至步骤140之后所选择的代表性线的示例。特别地，所示出的线24对应于车行道11的边缘16，线26对应于轨道10，线28对应于杆12的影子14，线30对应于轮缘22，以及线32对应于站台18的边缘。

该方法接下来包括步骤150，用于在这些代表性线24、26、28、30、32中寻找彼此间隔一预定距离的线对(pair of lines)。实际上，在已知两条轨道10之间的距离的情况下，有可能对所采集的图像中的两条轨道之间的预定距离加以限定。因此，当两条线26彼此间隔这一预定距离时，则推出这两条线26很可能对应于两条轨道10。例如，所述用于寻找彼此间隔一预定距离的线对的步骤150基于线间距离之间的最小偏差以及整个关注区域上的预定距离来执行。

该方法接下来包括步骤160，用于检验线对26中的线的直线度及其与预定参考方向的对准，该预定参考方向对应于在铁路车辆的前方延伸的直线轨道的预期方向。

当线26被认为是直线并且与参考方向对准时，则推出线26实际上对应于轨道10，并且车辆当前在轨道10的直线部分上。然后执行步骤170，在该步骤期间对轨道10加以识别。

当线对26不是直线时，则转至步骤180，用于将当前确定的线对26与先前采集的图像中确定的线对进行比较，所述先前采集的图像已被应用了同一检测方法。实际上，如前所述，以规则的间隔采集图像，所以有可能将针对一幅图像所确定的线与针对先前采集的图像所确定的线进行比较。

特别地，将当前图像中所确定的线的位置与先前图像中所确定的线的位置进行比较。当这些位置接近时，即这些位置被小于预定值的距离间隔开时，则认为这些线是先前识别的线的演进。由此推出线26实际上对应于轨道10，并且车辆当前在轨道10的曲线部分上。然后转至步骤170，在该步骤期间对轨道10加以识别。

只要检测到轨道10，就有可能执行针对信息的处理步骤，尤其是对脱轨或碰撞加以检测。

特别地，该方法有利地包括用于将检测到的线对26与预定数据比较的步骤，该预定数据对应于轨道10的预期位置。当检测到的线26在一幅接一幅的图像中远离预定数据时，则发生脱轨。

另外，该方法有利地包括障碍检测步骤，特别是使用车载检测器来执行的障碍检测步骤。如果检测器检测到障碍，则该方法包括将检测到的障碍的位置与识别出的线对26进行比较的步骤。如果障碍不位于由该对线26所限定的轨道上，则认为障碍不会对铁路车辆造成麻烦，并且因此可被忽略。然而，如果障碍的位置与由识别出的线26所限定的轨道的位置相交，则认为该障碍位于铁路轨道上，并且将采取适当的措施，例如制动、声音警报或光警报，以防止与所述障碍碰撞。

前述检测方法可以简单地使用装备轨道车辆的轨道检测设备来实现，所述轨道检测设备包括：照相机，能够采集轨道车辆的末端的图像，比如采集轨道车辆前方的图像；以及计算机单元，其可以包括或不包括在照相机中，其中所述计算机单元包括：用于检测所采集的图像中的边缘的装置，用于生成与所述图像中检测到的边缘相对应的线的装置，以及用于从生成的线中查找彼此间隔一预定距离的基本平行的线对的装置。

应当注意，本发明并不限于上述实施例，并且可以在不超出权利要求的范围的情况下设想到各种替代方式。

Claims (12)

1.一种用于检测铁路车辆所行驶的轨道(10)的方法，其特征在于，所述方法包括：

图像采集步骤(100)，用于采集在所述铁路车辆的一端拍摄的图像；

边缘检测步骤(110)，用于检测所述图像中的边缘；

线生成步骤(130)，用于生成与所述图像中所检测到的边缘基本上相对应的线；

在所述线生成步骤(130)之后，用于对相近及相似的线进行分组的步骤(140)，每个线组被代表性线所代替；以及

查找步骤(150)，用于从所述线中寻找彼此间隔一预定距离的基本平行的线对(26)。

2.根据权利要求1所述的检测方法，其中，从在所述铁路车辆的前方所拍摄的视频中采集所述图像。

3.根据权利要求1或2所述的检测方法，在所述图像采集步骤(100)之后且在所述边缘检测步骤(110)之前，包括：用于将所述图像转化为灰度图像的步骤(105)。

4.根据权利要求1或2所述的检测方法，其中，所述边缘检测步骤(110)是通过将Canny滤波器应用于所述图像来完成。

5.根据权利要求1或2所述的检测方法，其中，所述边缘检测步骤(110)是通过将方向可调滤波器应用于所述图像来完成。

6.根据权利要求1或2所述的检测方法，在所述边缘检测步骤(110)之后，包括：用于选择与所检测到的边缘对应的点的步骤(120)，以使得所选择的点为基本垂直排列的点组，所述线生成步骤(130)基于所选择的点来完成。

7.根据权利要求6所述的检测方法，其中，代替每个线组的所述代表性线为由最大数量的所选择的点构成的线。

8.根据权利要求1或2所述的检测方法，在所述查找步骤(150)之后，包括：用于检验所述线对中的线的直线度的步骤(160)。

9.根据权利要求1或2所述的检测方法，其中，所述方法还包括用于将所述线对与来自先前采集的图像的线对相比较的步骤(180)，所述先前采集的图像已被应用了同一检测方法。

10.根据权利要求1或2所述的检测方法，包括：用于将所述线对与预定数据相比较的步骤，所述预定数据对应于所述轨道的预期位置。

11.根据权利要求1或2所述的检测方法，包括：障碍检测步骤，以及在检测到障碍的情况下，用于将所检测到的障碍的位置与所述线对相比较的步骤。

12.一种被设计为装备行驶在轨道上的轨道车辆的轨道检测设备，所述设备包括能够在所述铁路车辆的末端采集至少一幅图像的照相机，其特征在于，所述设备包括：

用于检测所采集的图像中的边缘的装置；

用于生成与所述图像中所检测到的边缘基本上相对应的线的装置；

用于对相近及相似的线进行分组的装置，每个线组被代表性线所代替；以及

用于从所生成的线中查找彼此间隔一预定距离的基本平行的线对的装置。