CN107144887B - 一种基于机器视觉的轨道异物入侵监测方法 - Google Patents
一种基于机器视觉的轨道异物入侵监测方法 Download PDFInfo
- Publication number
- CN107144887B CN107144887B CN201710148180.1A CN201710148180A CN107144887B CN 107144887 B CN107144887 B CN 107144887B CN 201710148180 A CN201710148180 A CN 201710148180A CN 107144887 B CN107144887 B CN 107144887B
- Authority
- CN
- China
- Prior art keywords
- track
- foreign matter
- camera
- monitoring
- distance
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 16
- 241000208340 Araliaceae Species 0.000 claims abstract description 5
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims abstract description 5
- 235000003140 Panax quinquefolius Nutrition 0.000 claims abstract description 5
- 235000008434 ginseng Nutrition 0.000 claims abstract description 5
- 238000009533 lab test Methods 0.000 claims abstract description 4
- 230000000007 visual effect Effects 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000012545 processing Methods 0.000 abstract description 6
- 238000006073 displacement reaction Methods 0.000 abstract 1
- 238000003384 imaging method Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/10—Detecting, e.g. by using light barriers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
一种基于双目机器视觉技术和数字图像处理技术，利用已标定的双镜头在不同位置同时拍摄目标物体所得的两幅图像，通过镜头标定原理获得图像二维位移信息，再耦合立体匹配算法得到目标物体深度，根据图像得出的异物大小、深度信息甄别警戒等级。本方法具体实施步骤如下：A.部署高清摄像头、设置摄像头参数并连接系统的各部分；B.根据现场环境实际情况(如轨道背景颜色、能见度以及监测距离远近等)进行系统调参；C.实验室测试试验；D.计算轨道内异物大小和距相机的距离；E.将相机数据保存至电脑相应文件数据库中；F.将异物形态以及异物大小、距离分别以图像和数据的形式传输给轨道管理人员。
Description
技术领域
本发明涉及机器视觉技术、数字图像处理技术，使用双摄像头对铁路轨道路况进行监测，使得列车规避轨道上突发异物，避免异物入侵事故的发生。
背景技术
中国2008年发布的《中长期铁路网规划》中提出：我国铁路营业里程于2020年要达到12万公里，为实现此目标，自进入21世纪以来，我国铁路轨道在数量与长度上都取得了巨大的进步，铁路建设进入了繁盛时期。但面对数目巨大的铁路轨道，我国的监测技术仍停留在人工定期巡检，这不仅耗费人力物力，而且该种监测手段无法有效避免铁路轨道异物入侵突发事故。因此，近年来因轨道异物入侵而引发的事故屡见不鲜，如2016年1月2日，武昌开往襄阳的D5243次、D5238次列车运行到襄阳东站与襄阳站区间时因碾压到铁轨上一块碎石被迫紧急停车。
铁路列车应对异物入侵的方法/措施以主动避免、被动停车为主，主动避免即对轨道上可能出现的异物一一排除，被动停车即在列车运行前方突发异物时，列车紧急停车并联系最近站点，调整该段来往列车时间，严重时呼叫站点救助。
目前，国内外主动避免异物的方法主要有：
1.巡检车及人工巡检：巡检人员对铁路轨道进行定期巡检，清除轨道异物。
2.道口安全设施：铁路轨道与人居住地交叉道口处，通过设置道口信号灯、道口围栏、道口监控器以及道口工作人员来对铁路列车与机动车及人进行分流，保障道口轨道的清洁和列车运营的安全。
3.山体围护措施：对易发生落石和山体滑坡的山体要设置围护措施，例如围岩、支挡，防患于未然。
4.培养人民铁路意识：对广大人民群众进行铁路安全意识培养，督促群众重视铁路安全，不做危害铁路运输安全的事，同时也监督他人，对危险动作及时制止。
此类主动避免轨道异物的方式虽能一定程度上避免异物入侵事故，但该法仅适用于某些特定地点、特定异物，并不适用于各种铁路轨道规避异物。与主动避免异物相对应，仅依靠列车司机反应对的被动停车方式单一且可靠性不高。
发明内容
本发明要克服现有技术的上述缺点，提供一种基于机器视觉的轨道异物入侵监测方法。
本发明基于双目机器视觉技术和数字图像处理技术，通过图像传感器获取图像信号，利用虚拟仪器平台进行开发的轨道异物入侵监测系统。本发明的主要功能是自动监测铁路异物，并计算异物大小和距离，将其反馈给轨道管理人员。本发明通过图像传感器获取图像信号，传送给图像处理系统，通过分析图像中目标的形态特征，完成对入侵铁轨异物的自动化监测、判断。本发明采用Python和OpenCV混合编程，操作方便，执行速度快。本发明具有鲁棒性强的特点，可与现有异物入侵检测技术有机结合，提高铁路运营安全水平。适用于城市地下轨道交通、铁路轨道、高铁桥梁轨道的异物入侵监测。
本发明要解决以下几个方面的问题：
一是解决目前轨道异物入侵监测领域缺乏高效避灾手段的问题，使得轨道管理者可以通过计算机平台实时得到轨道路况，若轨道出现异物可实现列车主动规避危险；
二是解决由于光学透镜的物理特性造成的镜头成像时存在径向畸变的问题，以及由于装配精度低，摄像头感光芯片与光学镜头不能保证完全平行，成像存在切向畸变的问题；
三是解决如何通过图像处理识别异物并测距的问题；
本发明所述的一种轨道异物入侵监测系统，具体实施步骤如下：
A.部署高清摄像头、设置摄像头参数并连接系统的各部分；
A1.选择合适的布置位置可覆盖整个监测区域；
A2.调整摄像头的朝向以获取最佳图像；
A3.部署图像传输装置、视频编码器及供电电源，连接监控电脑并在软件平台调试；
B.根据现场环境实际情况(如轨道背景颜色、能见度以及监测距离远近等)进行系统调参；
B1.调整镜头的焦距和光圈以较好的视野监测轨道路面；
B2.调节相机参数，包括背景分割参数和双目视觉参数；
C.实验室测试试验；
C1.轨道静态异物识别，调试摄像机监测轨道上放置的物体，使软件系统能够对轨道内静物进行识别；
C2.轨道动态异物识别，调试摄像机监测轨道上突然出现的异物，使软件系统能够对轨道内突发的异物入侵进行识别；
D.计算轨道内异物大小和距相机的距离；
D1.程序生成视差图，去除视野中非异物的像素点，点击视差图中异物位置，打印异物的大小与距离；
D2.实际测定异物落点与相机之间的距离，与测试数据值进行比较；
D3.根据比较结果改进参数；
E.将相机数据保存至电脑相应文件数据库中；
F.将异物形态以及异物大小、距离分别以图像和数据的形式传输给轨道管理人员；
F1.轨道管理人员利用软件传输的数据及时对轨道上异物进行适当处理；
F2.轨道管理人员对该线路上列车进行调度，以达到列车避险的目的；
本发明除了可直接显示监测画面外，还可以实时显示异物进入视野的轨迹，并测定异物距相机位置的距离，将该数据传输给轨道管理人员，提示其对轨道进行清扫以及提前调整该线路上的列车运行。
本发明基于双目机器视觉技术和数字图像处理技术，利用已标定的双镜头在不同位置同时拍摄目标物体所得的两幅图像，获得图像的二维信息，再耦合立体匹配算法得到目标物体深度，根据图像得出的异物大小、深度信息甄别警戒等级。克服传统异物入侵监测方式非实时、效率低等缺点，实现对铁路路况的全天候监测，最大程度避免因异物入侵轨道引发的铁路事故，避免或减小异物入侵铁路事故对经济和社会造成的直接或间接损失，保障铁路运输安全。
与现有技术相比，本技术有以下几个优点：
1、利用机器视觉技术对轨道路况进行全天候实时跟踪，通过将异物的形态、大小、所在位置等信息传输给轨道管理人员，在灾害发生前及时预警和处理；
2、解决了现在缺乏有效的主动应对轨道异物入侵技术的问题，转变轨道列车“被动停车”局面，实现“主动避灾”功能，最大程度地避免异物入侵事故发生或减小事故的严重程度，避免或减小事故对经济和社会造成的直接或间接损失；
3、解决了利用机器视觉技术对轨道内动态异物识别的问题；
4、监测过程完全自动化，解决了预警监测使用人工效率低、工作量大的问题；
5、监测设备具有零接触、自动化、小干扰、高精度等优势。
6、以图像化的形式输出结果，便于轨道管理人员学习使用，降低了培养人员的成本；
7、相对于其他方法，测量结果精度高、成本低、部署简单、鲁棒性强，易于应用于不同类型的轨道。
附图说明
图1本发明的装置示意图。
图2本发明的实施流程图。
具体实施方式
以下结合图1、图2所示的实施流程图进一步阐述本发明。参见图1图2，本发明中所举案例为利用一种基于机器视觉的轨道异物入侵监测系统，进行轨道监测，具体的实施步骤如下：
A.部署高清摄像头1、2，设置摄像头参数并连接系统的各部分；
A1.选择合适的位置布置摄像头，使之可覆盖整个监测区域；
A2.调整摄像头的朝向以获取最佳图像；
A3.部署监控电脑3于轨道某一合适的位置，并与摄像头连接，在电脑的软件平台上对摄像头进行调试；
B.根据现场环境实际情况(如轨道背景颜色、能见度以及监测距离远近等)进行系统调参；
B1.调整镜头的焦距和光圈以较好的视野监测轨道路面；
B2.调节相机参数，包括背景分割参数和双目视觉参数；
C.实验室测试试验；
C1.轨道静态异物识别，调试摄像机监测轨道上放置的物体，使软件系统能够对轨道内静物进行识别；
C2.轨道动态异物识别，调试摄像机监测轨道上突然出现的异物，使软件系统能够对轨道内突发的异物入侵进行识别；
D.计算轨道内异物大小和距相机的距离；
D1.程序生成视差图，去除视野中非异物的像素点，点击视差图中异物位置，打印异物的大小与距离；
D2.实际测定异物落点与相机之间的距离，与测试数据值进行比较；
D3.根据比较结果改进参数；
E.将相机数据保存至电脑相应文件数据库中；
F.将异物形态以及异物大小、距离分别以图像和数据的形式传输给轨道管理人员；
F1.轨道管理人员利用软件传输的数据及时对轨道上异物进行适当处理；
F2.轨道管理人员对该线路上列车进行调度，以达到列车避险的目的；
安装摄像头时要调整镜头的焦距和光圈，以较好的视野监测轨道路面。由于每个轨道的光照、能见度等外界因素不同，因此需要根据环境具体情况进行调参。在进行正式的异物入侵监测之前需要对摄像头进行标定。本发明中通过棋盘格标定法，以建立像素与实际距离尺寸的关系。
为了便于数据的二次处理和记录，本发明使用数据文件存档对数据进行储存。
本说明书实施案例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围不应当被视为仅限于实施案例所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。
Claims (1)
1.一种轨道异物入侵监测方法，具体实施步骤如下：
A.部署高清摄像头1、2、设置摄像头参数并连接系统的各部分；
A1.选择合适的布置位置可覆盖整个监测区域；
A2.调整摄像头的朝向以获取最佳图像；
A3.部署图像传输装置、视频编码器及供电电源，连接监控电脑并在软件平台调试；
B.根据现场环境实际情况进行系统调参；
B1.调整镜头的焦距和光圈以视野监测轨道路面；
B2.调节相机参数，包括背景分割参数和双目视觉参数；
C.实验室测试试验；
C1.轨道静态异物识别，调试摄像机监测轨道上放置的物体，使软件系统能够对轨道内静物进行识别；
C2.轨道动态异物识别，调试摄像机监测轨道上突然出现的异物，使软件系统能够对轨道内突发的异物入侵进行识别；
D.计算轨道内异物大小和距相机的距离；
D1.生成视差图，去除视野中非异物的像素点，点击视差图中异物位置，打印异物的大小与距离；
D2.实际测定异物落点与相机之间的距离，与测试数据值进行比较；
D3.根据比较结果改进参数；
E.将相机数据保存至电脑相应文件数据库中；
F.将异物形态以及异物大小、距离分别以图像和数据的形式传输给轨道管理人员；
F1.轨道管理人员利用软件传输的数据及时对轨道上异物进行适当处理；
F2.轨道管理人员对轨道上存在异物的线路上列车进行调度，以达到列车避险的目的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710148180.1A CN107144887B (zh) | 2017-03-14 | 2017-03-14 | 一种基于机器视觉的轨道异物入侵监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710148180.1A CN107144887B (zh) | 2017-03-14 | 2017-03-14 | 一种基于机器视觉的轨道异物入侵监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107144887A CN107144887A (zh) | 2017-09-08 |
| CN107144887B true CN107144887B (zh) | 2018-12-25 |
Family
ID=59783811
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710148180.1A Active CN107144887B (zh) | 2017-03-14 | 2017-03-14 | 一种基于机器视觉的轨道异物入侵监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107144887B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109188460A (zh) * | 2018-09-25 | 2019-01-11 | 北京华开领航科技有限责任公司 | 无人驾驶异物检测系统及方法 |
| CN109766839A (zh) * | 2019-01-11 | 2019-05-17 | 上海泽高电子工程技术有限公司 | 一种基于图像的轨道异物检测方法 |
| CN113487821A (zh) * | 2021-07-30 | 2021-10-08 | 重庆予胜远升网络科技有限公司 | 基于机器视觉的电力设备异物入侵识别系统及方法 |
| CN113793462A (zh) * | 2021-09-09 | 2021-12-14 | 赛思沃德(武汉)科技有限公司 | 铁路防侵限的方法及装置 |
| CN115892131B (zh) * | 2023-02-15 | 2023-06-06 | 深圳大学 | 一种地铁隧道智能监测方法以及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004011314A1 (ja) * | 2002-07-25 | 2004-02-05 | National Institute Of Advanced Industrial Science And Technology | 駅ホームにおける安全監視装置 |
| JP2011198244A (ja) * | 2010-03-23 | 2011-10-06 | Hiromitsu Hama | 対象物認識システム及び該システムを利用する監視システム、見守りシステム |
| CN105799740A (zh) * | 2016-03-08 | 2016-07-27 | 浙江大学 | 一种基于物联网技术的轨道异物入侵自动检测与预警方法 |
| CN106156780A (zh) * | 2016-06-29 | 2016-11-23 | 南京雅信科技集团有限公司 | 轨道上异物侵限识别中排除误报的方法 |
-
2017
- 2017-03-14 CN CN201710148180.1A patent/CN107144887B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004011314A1 (ja) * | 2002-07-25 | 2004-02-05 | National Institute Of Advanced Industrial Science And Technology | 駅ホームにおける安全監視装置 |
| JP2011198244A (ja) * | 2010-03-23 | 2011-10-06 | Hiromitsu Hama | 対象物認識システム及び該システムを利用する監視システム、見守りシステム |
| CN105799740A (zh) * | 2016-03-08 | 2016-07-27 | 浙江大学 | 一种基于物联网技术的轨道异物入侵自动检测与预警方法 |
| CN106156780A (zh) * | 2016-06-29 | 2016-11-23 | 南京雅信科技集团有限公司 | 轨道上异物侵限识别中排除误报的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107144887A (zh) | 2017-09-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107144887B (zh) | 一种基于机器视觉的轨道异物入侵监测方法 | |
| CN104567708B (zh) | 基于主动式全景视觉的隧道全断面高速动态健康检测装置与方法 | |
| US11827228B2 (en) | Road abnormality detection apparatus, road abnormality detection method and road abnormality detection program | |
| CN102435173B (zh) | 一种基于机器视觉的隧道病害快速调查系统及调查方法 | |
| CN102507600B (zh) | 高速机车受电弓滑板磨损自动检测装置 | |
| CN108482427A (zh) | 一种非接触式轨道车辆障碍物检测系统和安全控制方法 | |
| CN108313088A (zh) | 一种非接触式轨道车辆障碍物检测系统 | |
| CN101845788B (zh) | 基于结构光视觉的水泥混凝土路面错台检测装置及方法 | |
| CN111999298A (zh) | 一种基于5g技术的无人机快速巡检桥梁系统 | |
| WO2020191398A1 (en) | Inspecting railroad track and key track components using a visual information system | |
| CN102663352A (zh) | 一种轨道识别方法 | |
| CN203606954U (zh) | 一种高速公路气象监测系统 | |
| CN105472355A (zh) | 一种基于双目视觉处理识别的转辙机缺口监测系统和方法 | |
| CN103729908A (zh) | 铁路隧道智能巡检装置及其使用方法 | |
| CN104410820A (zh) | 一种车载轨旁设备箱盒及线缆外观检测系统 | |
| CN212180098U (zh) | 一种基于人脸识别的红外测温系统 | |
| CN111477011A (zh) | 一种用于道路路口预警的检测装置及检测方法 | |
| CN105701453A (zh) | 一种带障碍识别系统的铁路配碴车及其障碍识别方法 | |
| CN116291724A (zh) | 一种用于公路隧道施工的实时预警检测方法及系统 | |
| CN103149603A (zh) | 一种基于视频的道路气象检测方法 | |
| CN210741388U (zh) | 一种用于接触网运维的检测装置 | |
| CN210478710U (zh) | 一种铁路侵限监测系统 | |
| CN104374375A (zh) | 一种车载应答器外观检测系统 | |
| CN104477207A (zh) | 一种车载轨腰连接件外观检测系统 | |
| JP2019039850A (ja) | 鉄道設備モニタリング装置及び鉄道設備モニタリングシステム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |