CN105701453B - 一种带障碍识别系统的铁路配碴车及其障碍识别方法 - Google Patents

一种带障碍识别系统的铁路配碴车及其障碍识别方法 Download PDF

Info

Publication number
CN105701453B
CN105701453B CN201610000803.6A CN201610000803A CN105701453B CN 105701453 B CN105701453 B CN 105701453B CN 201610000803 A CN201610000803 A CN 201610000803A CN 105701453 B CN105701453 B CN 105701453B
Authority
CN
China
Prior art keywords
obstacle
obstacle identification
frame image
barrier
alarm
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
CN201610000803.6A
Other languages
English (en)
Other versions
CN105701453A (zh
Inventor
鲁寨军
梁习锋
周伟
熊小慧
周丹
黄磊
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.)
Central South University
China Railway Corp
Original Assignee
Central South University
China Railway Corp
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 Central South University, China Railway Corp filed Critical Central South University
Priority to CN201610000803.6A priority Critical patent/CN105701453B/zh
Publication of CN105701453A publication Critical patent/CN105701453A/zh
Application granted granted Critical
Publication of CN105701453B publication Critical patent/CN105701453B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/64Three-dimensional objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • G06T2207/30261Obstacle

Abstract

本发明公开了一种带障碍识别系统的铁路配碴车及其障碍识别方法;所述配碴车主要由车体、行走装置、侧犁及其驱动装置、行车控制装置和侧犁操作装置系统组成;车体由车头和驾驶室组成一体式结构安装在行走装置上方,行走装置运行在铁路钢轨上;车头位于驾驶室的前方,侧犁及其驱动装置安装在车头中间部位的两侧;配碴车配置障碍识别系统;障碍识别系统主要由主机、两台摄影机、辅助光源组成;所述障碍识别方法的步骤:获取帧图像、帧图像完整否、轨道识别、障碍识别、有障碍物否、三维重建、报警和人工解除报警;当有障碍物存在时,报警装置工作,或自动停车。本发明智能识别精度高,能够有效降低劳动强度,提高工作效率,提高作业的安全性。

Description

一种带障碍识别系统的铁路配碴车及其障碍识别方法
技术领域
本发明涉及一种带障碍识别系统的铁路配碴车及其障碍识别方法。
背景技术
铁路系统长期的保养维护是高速铁路的重要组成部分之一,定期进行道床维护是高速铁路维护保养的重要环节之一,清筛后的配碴工作是最后一个关键步骤。而在配碴过程中,识别道碴与周围障碍物,以及对周围障碍物的避让都是至关重要的环节。铁路配碴车在侧犁作业时的速度不超过每小时3公里,未使用侧犁时的速度控制在每小时2-5公里,在距离接触网电杆或其他障碍物5米时的速度不得超过每小时3公里,且距离障碍物2米前必须停车并收回侧犁,收回后的侧犁最外边缘与接触网电杆、信号机、信号盒、应答器、水泥台、标桩、各种探头等障碍物的最小间距不小于0.2米,以不高于每小时1公里的速度通过障碍物0.5米后,侧犁才重新开始正常的工作。其不足之处:目前的障碍识别主要靠人工完成,或者依靠工人事先拆除可知的障碍物,工人劳动强度大,作业效率低,安全作业难以保证。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种能够降低劳动强度,提高工作效率,提高作业安全性的带障碍识别系统的铁路配碴车及其障碍识别方法。
本发明的目的通过下述技术方案予以实现:
带障碍识别系统的铁路配碴车:
所述配碴车主要由车体,行走装置、侧犁及其驱动装置、行车控制装置和侧犁操作装置系统组成;所述车体由车头和驾驶室组成一体式结构安装在行走装置上方,行走装置运行在铁路钢轨上;所述车头位于驾驶室的前方,侧犁及其驱动装置安装在车头中间部位的两侧;
所述配碴车配置障碍识别系统;所述障碍识别系统主要由主机,两部摄影机和辅助光源组成;
所述主机安装在驾驶室内,主要由机箱、操作面板、主电路板、显示器、报警装置组成;
所述两部摄影机面向驾驶室的前方等高安装在车头的正前方距离轨面的高度不大于200厘米,两部摄影机对称布置在车头上,两者水平间距不大于50厘米;所述摄影机为广角镜头,分辨率不小于500万像素,每秒不少于80帧;
所述辅助光源装在摄影机的附近。
所述主电路板上以CPU及存储单元为核心,配置双通道的视频帧获取模块、帧识别模块、报警模块、显示模块和控制模块;所述视频帧获取模块连接摄影机;所述报警模块连接报警装置;所述显示模块连接显示器;所述控制模块连接操作面板。
所述摄影机配置滤光片。
带障碍识别系统的铁路配碴车的障碍识别方法:
所述障碍识别方法包括获取视频并读取帧图像和进行障碍识别;采用所述的配碴车,其障碍识别方法的步骤如下:
识别范围设置:根据当次侧犁作业范围设置需要识别是否有障碍物的尺度范围;
获取帧图像:读取同一时刻的两部摄影机获取的帧图像;
帧图像完整否:判断语句一,如果两部摄影机在t时刻的帧图像均完整,判断结果为“是”,否则判断结果为“否”;当判断结果为“否”时,程序回到上一步骤获取t=t+1时刻的帧的帧图像,直到判断结果为“是”为止;当判断结果为“是”时,程序进入下一步骤;
轨道识别:以车头上的两个摄像机的镜头中心线的连线为X轴,以铁路钢轨纵向中心线为Y轴,以铁路钢轨垂直中心线为z轴,根据帧图像中钢轨的灰度值,通过钢轨灰度值识别图像中钢轨上的点和图像边缘的交点获得四个点,这四个点得到两条钢轨的直线方程来计算出帧图像中连续钢轨的具体坐标位置及其尺寸大小;
障碍物识别:通过得到精确的匹配结果,结合相机标定的内外参数,就可以恢复三维场景信息。本系统采用的是欧式空间场景下三位点与计算方法,该方法分为以下几个步骤进行重建:1)障碍物中坐标点重建。障碍物表面是由三维的构成的,若能获得足够多的三维点,障碍物的位置也就唯一确定;2)障碍物中距离信息的获取。障碍物点的信息,得到物体的最大距离信息,也就获得障碍物的高度、宽度信息,比较由图像分析疑是障碍物的物体实际尺度与道碴的尺度,判断是否是障碍物,实现检测;
有障碍物否:判断语句二,当判断结构为“是”时,程序进入下一步骤,否则,回到步骤“获取帧图像”,获取t=t+1时刻的帧的帧图像继续前面的程序;
三维重建:通过得到精确的匹配结果,结合相机标定的内外参数,就可以恢复三维场景信息;本系统采用的是欧式空间场景下三位点与计算方法,该方法分为以下几个步骤进行重建:1)障碍物中坐标点重建。障碍物表面是由三维的构成的,若能获得足够多的三维点,障碍物的位置也就唯一确定;2)障碍物中距离信息的获取。障碍物点的信息,得到物体的最大距离信息,也就获得障碍物的高度、宽度信息,实现检测;
报警:在障碍物距离14-15米时,报警装置报警;当障碍物距离12米内,报警装置进一步发出停车警告;
人工解除报警:等人工解除报警后,从解除时的t时刻为基准,回到步骤“获取帧图像”再进行后面的处理。
所述步骤“报警”的报警装置报警同时,主机控制配碴车自动停车。
与现有技术相比,本发明具有以下优点:
1)国内首个使用双目视觉技术实现配碴车障碍物识别;
2)替代了人力识别障碍物,减少了人力识别障碍物的时间成本,提高了配碴车作业的效率;
3)减少了人因疲劳等因素造成的识别错误的概率,通过双目视觉识别具有持久的准确性;
4)在夜间周围环境不好,人眼可见度不高的情况下,可以更准确的识别障碍物,减少了误判的可能性,提高了配碴车作业的效率;
5)能够准确地识别出活动于配碴车作业范围内的人员,及时报警,保证作业人员的安全。
附图说明
图1为本发明配碴车的结构示意图。
图2为图1中障碍识别系统的主机配置框图。
图3为本发明的铁路配碴车的障碍识别方法的流程框图。
图中:1-铁路钢轨,2-行走装置,3-侧犁及其驱动装置,4-车头,5-摄影机,6-辅助光源,7-滤光片,8-驾驶室,9-主机,10-主电路板。
具体实施方式
下面结合实施例对本发明作进一步说明:
带障碍识别系统的铁路配碴车:
所述配碴车主要由车体,行走装置2、侧犁及其驱动装置3、行车控制装置和侧犁操作装置系统组成;所述车体由车头4和驾驶室8组成一体式结构安装在行走装置2上方,行走装置2运行在铁路钢轨1上;所述车头4位于驾驶室8的前方,侧犁及其驱动装置3安装在车头4中间部位的两侧;
所述配碴车配置障碍识别系统;所述障碍识别系统主要由主机9,两部摄影机5和辅助光源6组成;
所述主机9安装在驾驶室8内,主要由机箱、操作面板、主电路板10、显示器、报警装置组成;
所述两部摄影机5面向驾驶室的前方等高安装在车头4的正前方距离轨面的高度不大于200厘米,两部摄影机5对称布置在车头4上,两者水平间距不大于50厘米;所述摄影机5为广角镜头,分辨率不小于500万像素,每秒不少于80帧;
所述辅助光源6装在摄影机5的附近。
所述主电路板上以CPU及存储单元为核心,配置双通道的视频帧获取模块、帧识别模块、报警模块、显示模块和控制模块;所述视频帧获取模块连接摄影机;所述报警模块连接报警装置;所述显示模块连接显示器;所述控制模块连接操作面板。
所述摄影机配置滤光片7。
带障碍识别系统的铁路配碴车的障碍识别方法:
所述障碍识别方法包括获取视频并读取帧图像和进行障碍识别;采用所述的配碴车,其障碍识别方法的步骤如下:
识别范围设置:根据当次侧犁作业范围设置需要识别是否有障碍物的尺度范围(距离轨面和轨道中心线多大的距离以内);
获取帧图像:读取同一时刻的两部摄影机5获取的帧图像;
帧图像完整否:判断语句一,如果两部摄影机5在t时刻的帧图像均完整,判断结果为“是”,否则判断结果为“否”;当判断结果为“否”时,程序回到上一步骤获取t=t+1时刻的帧的帧图像,直到判断结果为“是”为止;当判断结果为“是”时,程序进入下一步骤;
轨道识别:以车头上的两个摄像机5的镜头中心线的连线为X轴,以铁路钢轨1纵向中心线为Y轴,以铁路钢轨1垂直中心线为z轴,根据帧图像中钢轨的灰度值,通过钢轨灰度值识别图像中钢轨上的点和图像边缘的交点获得四个点,这四个点得到两条钢轨的直线方程来计算出帧图像中连续钢轨的具体坐标位置及其尺寸大小;
障碍物识别:通过得到精确的匹配结果,结合相机标定的内外参数,就可以恢复三维场景信息。本系统采用的是欧式空间场景下三位点与计算方法,该方法分为以下几个步骤进行重建:1)障碍物中坐标点重建。障碍物表面是由三维的构成的,若能获得足够多的三维点,障碍物的位置也就唯一确定;2)障碍物中距离信息的获取。障碍物点的信息,得到物体的最大距离信息,也就获得障碍物的高度、宽度信息,比较由图像分析疑是障碍物的物体实际尺度与道碴的尺度,判断是否是障碍物,实现检测;
有障碍物否:判断语句二,当判断结构为“是”时,程序进入下一步骤,否则,回到步骤“获取帧图像”,获取t=t+1时刻的帧的帧图像继续前面的程序;
三维重建:通过得到精确的匹配结果,结合相机标定的内外参数,就可以恢复三维场景信息;本系统采用的是欧式空间场景下三位点与计算方法,该方法分为以下几个步骤进行重建:1)障碍物中坐标点重建。障碍物表面是由三维的构成的,若能获得足够多的三维点,障碍物的位置也就唯一确定;2)障碍物中距离信息的获取。障碍物点的信息,得到物体的最大距离信息,也就获得障碍物的高度、宽度信息,实现检测;
报警:在障碍物距离14-15米时,报警装置报警;当障碍物距离12米内,报警装置进一步发出停车警告;
人工解除报警:等人工解除报警后,从解除时的t时刻为基准,回到步骤“获取帧图像”再进行后面的处理。
所述步骤“报警”的报警装置报警同时,主机控制配碴车自动停车。

Claims (5)

1.一种带障碍识别系统的铁路配碴车,所述配碴车包括车体、行走装置、侧犁及其驱动装置、行车控制装置和侧犁操作装置系统;所述车体由车头和驾驶室组成一体式结构安装在行走装置上方,行走装置运行在铁路钢轨上;所述车头位于驾驶室的前方,侧犁及其驱动装置安装在车体中间部位的两侧;
所述配碴车配置障碍识别系统;所述障碍识别系统包括主机、摄影机、辅助光源;
所述主机安装在驾驶室内,包括机箱、操作面板、主电路板、显示器、报警装置;
其特征在于:
所述摄影机为两部,摄影机面向驾驶室的前方等高安装在车头的正前方距离轨面的高度不大于250厘米,两部摄影机对称布置在车头上,两者水平间距不大于50厘米;所述摄影机为广角镜头,分辨率不小于500万像素,每秒不少于80帧;
所述辅助光源装在摄影机的附近。
2.根据权利要求1所述的配碴车,其特征在于:所述主电路板上以CPU及存储单元为核心,配置双通道的视频帧获取模块、帧识别模块、报警模块、显示模块和控制模块;所述视频帧获取模块连接摄影机;所述报警模块连接报警装置;所述显示模块连接显示器;所述控制模块连接操作面板。
3.根据权利要求1或2所述的配碴车,其特征在于:所述摄影机配置滤光片。
4.一种带障碍识别系统的铁路配碴车的障碍识别方法,所述障碍识别方法包括获取视频并读取帧图像和进行障碍识别;其特征在于:
采用权利要求1-3任选一所述的配碴车,其障碍识别方法的步骤如下:
识别范围设置:根据当次侧犁作业范围设置需要识别是否有障碍物的尺度范围;
获取帧图像:读取同一时刻的两部摄影机获取的帧图像;
帧图像完整否:判断语句一,如果两部摄影机在t时刻的帧图像均完整,判断结果为“是”,否则判断结果为“否”;当判断结果为“否”时,程序回到上一步骤获取t=t+1时刻的帧的帧图像,直到判断结果为“是”为止;当判断结果为“是”时,程序进入下一步骤;
轨道识别:以车头上的两个摄像机的镜头中心线的连线为Y轴,以铁路钢轨纵向中心线为X轴,以铁路钢轨垂直中心线为z轴,根据帧图像中钢轨的灰度值,通过钢轨灰度值识别图像中钢轨上的点和图像边缘的交点获得四个点,这四个点得到两条钢轨的直线方程来计算出帧图像中连续钢轨的具体坐标位置及其尺寸大小;
障碍物识别:通过得到精确的匹配结果,结合相机标定的内外参数恢复三维场景信息;
本方法采用的是欧式空间场景下三维点计算方法,该方法分为以下几个步骤进行重建:1)障碍物中坐标点重建;
障碍物表面是由三维的构成的,当获得指定数量的三维点时,障碍物的位置也就唯一确定;2)障碍物中距离信息的获取;
障碍物点的信息,得到物体的最大距离信息,也就获得障碍物的高度、宽度信息,比较由图像分析疑是障碍物的物体实际尺度与道碴的尺度,判断是否是障碍物,实现检测;
有障碍物否:判断语句二,当判断结构为“是”时,程序进入下一步骤,否则,回到步骤“获取帧图像”,获取t=t+1时刻的帧的帧图像继续前面的程序;
三维重建:通过得到精确的匹配结果,结合相机标定的内外参数恢复三维场景信息;本方法采用的是欧式空间场景下三维点计算方法,该方法分为以下几个步骤进行重建:1)障碍物中坐标点重建;
障碍物表面是由三维的构成的,当获得指定数量的三维点时,障碍物的位置也就唯一确定;2)障碍物中距离信息的获取;
障碍物点的信息,得到物体的最大距离信息,也就获得障碍物的高度、宽度信息,实现检测;
报警:在障碍物距离14-15米时,报警装置报警;当障碍物距离12米内,报警装置进一步发出停车警告;
人工解除报警:等人工解除报警后,从解除时的t时刻为基准,回到步骤“获取帧图像”再进行后面的处理。
5.根据权利要求4所述的障碍识别方法,其特征在于:所述步骤“报警”的报警装置报警同时,主机控制配碴车自动停车。
CN201610000803.6A 2016-01-04 2016-01-04 一种带障碍识别系统的铁路配碴车及其障碍识别方法 Active CN105701453B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610000803.6A CN105701453B (zh) 2016-01-04 2016-01-04 一种带障碍识别系统的铁路配碴车及其障碍识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610000803.6A CN105701453B (zh) 2016-01-04 2016-01-04 一种带障碍识别系统的铁路配碴车及其障碍识别方法

Publications (2)

Publication Number Publication Date
CN105701453A CN105701453A (zh) 2016-06-22
CN105701453B true CN105701453B (zh) 2019-07-12

Family

ID=56226935

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610000803.6A Active CN105701453B (zh) 2016-01-04 2016-01-04 一种带障碍识别系统的铁路配碴车及其障碍识别方法

Country Status (1)

Country Link
CN (1) CN105701453B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018023556A1 (en) * 2016-08-04 2018-02-08 SZ DJI Technology Co., Ltd. Methods and systems for obstacle identification and avoidance
CN106778569A (zh) * 2016-12-05 2017-05-31 河海大学 基于视频图像的列车前方障碍物检测方法
CN109978913A (zh) * 2019-03-01 2019-07-05 北京航空航天大学 一种无人机云台自动跟踪铁路区域的方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103080990A (zh) * 2011-06-07 2013-05-01 株式会社小松制作所 作业车辆的周边监视装置
WO2015125523A1 (ja) * 2014-02-18 2015-08-27 日立建機株式会社 作業機械の障害物検知装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5411976B1 (ja) * 2012-09-21 2014-02-12 株式会社小松製作所 作業車両用周辺監視システム及び作業車両

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103080990A (zh) * 2011-06-07 2013-05-01 株式会社小松制作所 作业车辆的周边监视装置
WO2015125523A1 (ja) * 2014-02-18 2015-08-27 日立建機株式会社 作業機械の障害物検知装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
列车前方障碍物图像检测算法研究;陈若望;《万方数据库》;20120929;全文

Also Published As

Publication number Publication date
CN105701453A (zh) 2016-06-22

Similar Documents

Publication Publication Date Title
CN105701453B (zh) 一种带障碍识别系统的铁路配碴车及其障碍识别方法
CN105550654B (zh) 高速列车图像采集系统、实时车号检测系统及方法
CN103266559B (zh) Bp桥梁安全巡检车及获取桥梁表面面相的方法
CN206034212U (zh) 一种铁路轨道弹条扣件状态自动检测装置
CN107187464A (zh) 轨道板检测车、系统以及方法
CN203310400U (zh) 限界检测系统
CN207850304U (zh) 一种电气化铁路接触网检测系统
KR101602376B1 (ko) 열차 결함 모니터링 시스템
CN101234601A (zh) 基于单目视觉的汽车巡航控制方法及其实现系统
CN107200038A (zh) 一种车辆检修装置及检修方法
CN204346365U (zh) 货车车箱尺寸测量装置
CN104134350A (zh) 一种交通违法行为识别智能球机系统
CN109035852A (zh) 一种基于杆间监控图像与传感器信号的路侧停车管理系统
CN110443819A (zh) 一种单轨列车的轨道检测方法和装置
CN103149603A (zh) 一种基于视频的道路气象检测方法
KR101892529B1 (ko) 도상내 마커인식을 이용한 절대 위치인식장치 및 그 방법
CN206961319U (zh) 基于摄像机与传感器管理杆下车位的装置及系统
CN111579560A (zh) 一种用于隧道内的缺陷定位装置和方法
CN205373648U (zh) 基于三角测量的接触网几何参数动态检测装置
KR101434309B1 (ko) 열차간 거리 측정방법 및 그 철도차량
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
US20210208282A1 (en) Detection device and detection system
CN105303844B (zh) 基于激光的夜间高速公路团雾自动检测装置及其检测方法
CN206954227U (zh) 轨道板检测车以及系统
CN110009932A (zh) 一种公路连续长陡坡路段车辆失控处理系统及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant