CN108528478B - 轨道交通状况的识别方法和装置 - Google Patents
轨道交通状况的识别方法和装置 Download PDFInfo
- Publication number
- CN108528478B CN108528478B CN201810283386.XA CN201810283386A CN108528478B CN 108528478 B CN108528478 B CN 108528478B CN 201810283386 A CN201810283386 A CN 201810283386A CN 108528478 B CN108528478 B CN 108528478B
- Authority
- CN
- China
- Prior art keywords
- information
- distance
- image information
- scanning
- vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 73
- 230000002159 abnormal effect Effects 0.000 claims abstract description 181
- 230000004927 fusion Effects 0.000 claims abstract description 68
- 230000004888 barrier function Effects 0.000 claims description 31
- 238000007781 pre-processing Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 4
- 230000035484 reaction time Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L23/00—Control, warning or like safety means along the route or between vehicles or trains
- B61L23/04—Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
- B61L23/041—Obstacle detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种轨道交通状况的识别方法和装置。该方法包括:获取由短焦相机拍摄的第一图像信息,和长焦相机拍摄的第二图像信息;获取由激光雷达扫描得到的车辆行驶前方预定距离内的扫描信息;基于预设逻辑融合规则对每张第一图像信息、每张第二图像信息和扫描信息进行融合逻辑分析,根据分析结果识别出车辆行驶前方在预定距离内的异常状况;其中,异常状况指出现信号机、障碍物或者轨道道岔任一种或多种。本发明公开的技术方案,采用长短焦结合以及雷达扫描的方式,能够提供给驾驶人员对前方情况充足的反应时间,减少反应不及时的风险,提高安全防护效果,可以根据短焦图像,提高了识别前方道路的精度。
Description
技术领域
本发明属于城市交通的领域,尤其涉及一种轨道交通状况的识别方法和装置。
背景技术
随着城市轨道交通的迅捷发展,城市轨道交通系统的安全可靠、运营高效尤其关键。但目前人工驾驶效率比较底,其原因是多方面的,有驾驶员经验不足、驾驶过度疲劳等,这些因素导致了安全和效率都比较低,因此在列车自主环境感知的研究有必要的。但是,目前国内的列车自主环境感知尤其是防撞系统中还存在比较多的缺点,有待改善,比如:防护效率较低等。
发明内容
本发明实施例提供了一种轨道交通状况的识别方法,能够提高防护效率。
第一方面,提供一种轨道交通状况的识别方法,包括以下步骤:
获取由短焦相机拍摄的车辆行驶前方短焦可见度距离内的多张第一图像信息,以及获取由长焦相机拍摄的所述车辆行驶前方预定距离内的多张第二图像信息,其中所述短焦可见度距离是指所述短焦相机识别出轨道轮廓线的距离,所述预定距离大于所述短焦可见度距离;
获取由激光雷达扫描得到的所述车辆行驶前方预定距离内的扫描信息;
基于预设逻辑融合规则对每张所述第一图像信息、每张所述第二图像信息和所述扫描信息进行融合逻辑分析,根据分析结果识别出所述车辆行驶前方在所述预定距离内的异常状况;
其中,所述异常状况指出现信号机、障碍物或者轨道道岔任一种或多种,所述预设逻辑融合规则包括当所述第一图像信息、所述第二图像信息和所述扫描信息均出现所述异常状况时,将所述扫描信息中出现的所述异常状况作为所述车辆行驶前方在所述预定距离内的所述异常状况;或者当所述第一图像信息、所述第二图像信息均出现所述异常状况,且所述扫描信息未出现所述异常状况时,将所述第一图像信息中出现的所述异常状况作为所述车辆行驶前方在所述预定距离内的所述异常状况。
在第一种可能的实现方式中,在所述基于预设逻辑融合规则对每张所述第一图像信息、每张所述第二图像信息和所述扫描信息进行融合逻辑分析之前,还包括:
分别对每张所述第一图像信息、每张所述第二图像信息和所述扫描信息进行预处理分析,确定每张所述第一图像信息中的所述异常状况、每张所述第二图像信息中的所述异常状况和所述扫描信息中的所述异常状况。
结合上述可能的实现方式,在第二种可能的实现方式中,所述分别对每张所述第一图像信息、每张所述第二图像信息和所述扫描信息进行预处理分析,包括:
分析每张所述第一图像信息、每张所述第二图像信息和所述扫描信息是否出现异常信息,所述异常信息包括障碍物信息、轨道道岔信息或信号机信息中的一种或多种;
当出现所述信号机信息时,则记录当前信号机信息,直至下一信号机的颜色与所述当前信号机的颜色不同时更换所述当前信号机信息。
结合上述可能的实现方式,在第三种可能的实现方式中,所述根据分析结果识别出所述车辆行驶前方在所述预定距离内的异常状况,包括:
当所述扫描信息存在所述障碍物信息时,确定所述车辆行驶前方在所述预定距离内存在障碍物;
或者,
当所述扫描信息正常时,确定所述车辆行驶前方在所述预定距离内不存在障碍物。
结合上述可能的实现方式,在第三种可能的实现方式中,所述根据分析结果识别出所述车辆行驶前方在所述预定距离内的异常状况,包括:
当所述扫描信息正常,且所述第一图像信息和/或所述第二图像信息仅存在所述信号机信息时,确定所述车辆行驶前方在所述预定距离内单轨道且存在信号机、不存在障碍物;
或者,
当所述扫描信息正常,且所述第一图像信息和/或所述第二图像信息仅存在轨道道岔信息和所述信号机信息时,确定车辆行驶前方在所述预定距离内存在轨道道岔和信号机、不存在障碍物;
或者,
当所述扫描信息、所述第一图像信息和所述第二图像信息均正常时,确定车辆行驶前方在所述预定距离内单轨道且不存在信号机、不存在障碍物;
或者,
当所述扫描信息存在所述障碍物信息、且所述第一图像信息和/或所述第二图像信息仅存在所述信号机信息时,确定所述车辆行驶前方在所述预定距离内单轨道且存在信号机和障碍物;
或者,
当所述扫描信息存在所述障碍物信息,且所述第一图像信息和/或所述第二图像信息仅存在轨道道岔信息和所述信号机信息时,确定车辆行驶前方在所述预定距离内存在轨道道岔和信号机、障碍物;
或者,
当所述扫描信息存在所述障碍物信息、且所述第一图像信息和所述第二图像信息正常时,确定车辆行驶前方在所述预定距离内单轨道且不存在信号机、存在障碍物。
结合上述可能的实现方式,在第五种可能的实现方式中,所述识别方法,还包括:
当所述扫描信息存在所述障碍物信息、且所述第一图像信息和/或所述第二图像信息仅存在所述信号机信息,且所述信号机信息存在颜色异常信息时,确定所述障碍物与所述车辆之间的第一距离,以及所述信号机与所述车辆之间的第二距离,将所述第一距离和所述第二距离两者中较短的距离作为第一安全防护距离MA,并基于所述颜色异常信息和所述第一MA发出对应的第一安全提醒信号。
结合上述可能的实现方式,在第六种可能的实现方式中,所述识别方法,还包括:
当所述扫描信息存在所述障碍物信息、且所述第一图像信息和/或所述第二图像信息仅存在轨道道岔信息和所述信号机信息,且所述信号机信息中存在颜色异常信息时,确定所述障碍物与所述车辆之间的第一距离,以及所述信号机与所述车辆之间的第二距离,将所述第一距离和所述第二距离两者中较短的作为轨道道岔反位方向上的第二MA,并根据所述颜色异常信息中第一颜色异常信息和所述第二MA发出对应的第二安全提醒信号。
结合上述可能的实现方式,在第七种可能的实现方式中,所述识别方法,还包括:
当所述扫描信息正常,且所述第一图像信息和/或所述第二图像信息仅存在轨道道岔信息和所述信号机信息,且所述信号机信息正常时,确定所述短焦可见度距离为第三MA,或者确定轨道道岔的岔心距离为第三MA,并根据所述第三MA发出对应的第三安全提醒信号。
结合上述可能的实现方式,在第八种可能的实现方式中,所述障碍物信息包括以下至少一种信息:所述图像信息中的轨道轮廓线长度小于所述可见度距离的信息、所述轨道轮廓线长度小于所述预定距离的信息和所述扫描信息中的反射信息。
第二方面,提供一种轨道交通状况的识别方法,所述识别方法包括:
获取由短焦相机拍摄的车辆行驶前方短焦可见度距离内的多张第一图像信息,和获取由长焦相机拍摄的所述车辆行驶前方预定距离内的多张第二图像信息,其中所述短焦可见度距离是指所述短焦相机识别出轨道轮廓线的距离,所述预定距离大于所述短焦可见度距离;
获取由激光雷达扫描得到的所述车辆行驶前方预定距离内的扫描信息;
获取所述车辆行驶前方预定距离内的定位信息;
基于预设逻辑融合规则对每张所述第一图像信息、每张所述第二图像信息、所述扫描信息和所述定位信息进行融合逻辑分析,根据分析结果识别出所述车辆行驶前方在所述预定距离内的异常状况;
其中,所述异常状况指出现信号机、障碍物或者轨道道岔任一种或多种;所述预设逻辑融合规则是指当所述第一图像信息、所述第二图像信息、所述扫描信息和所述定位信息均出现所述异常状况时,将所述定位信息中出现的所述异常状况作为所述车辆行驶前方在所述预定距离内的所述异常状况;或者当仅有所述第一图像信息、所述第二图像信息和所述扫描信息出现所述异常状况,且所述定位信息未出现所述异常状况时,将所述扫描信息中出现的所述异常状况作为所述车辆行驶前方在所述预定距离内的所述异常状况。
在第一种可能的实现方式中,在所述基于预设逻辑融合规则对每张所述第一图像信息、每张所述第二图像信息、所述扫描信息和所述定位信息进行融合逻辑分析之前,还包括:
分别对每张所述第一图像信息、每张所述第二图像信息、所述扫描信息和所述定位信息进行预处理分析,确定每张所述第一图像信息中的所述异常状况、每张所述第二图像信息中的所述异常状况、所述扫描信息中的所述异常状况和所述定位信息中的所述异常状况。
结合上述可能的实现方式,在第二种可能的实现方式中,所述分别对每张所述第一图像信息、每张所述第二图像信息和所述扫描信息进行预处理分析,包括:
分析每张所述第一图像信息、每张所述第二图像信息、所述扫描信息和所述定位信息是否出现异常信息,所述异常信息包括障碍物信息、轨道道岔信息或信号机信息中的一种或多种;
当出现所述信号机信息时,则记录当前信号机信息,直至下一信号机的颜色与所述当前信号机的颜色不同时更换所述当前信号机信息。
结合上述可能的实现方式,在第三种可能的实现方式中,所述根据分析结果识别出所述车辆行驶前方在所述预定距离内的异常状况,包括:
当所述扫描信息存在障碍物信息时,确定所述车辆行驶前方在所述预定距离内出现障碍物;
或者,
当所述扫描信息正常时,确定所述车辆行驶前方在所述预定距离内不存在障碍物。
结合上述可能的实现方式,在第三种可能的实现方式中,所述根据分析结果识别出所述车辆行驶前方在所述预定距离内的异常状况,包括:
当所述扫描信息正常,且所述定位信息仅存在信号机定位信息时,确定车辆行驶前方在所述预定距离内单轨道且存在信号机、不存在障碍物;
或者,
当所述扫描信息正常,且所述定位信息存在所述信号机定位信息和轨道道岔定位信息时,确定车辆行驶前方在所述预定距离内存在轨道道岔和信号机、不存在障碍物;
或者,
当所述扫描信息正常和所述定位信息均正常时,确定车辆行驶前方在所述预定距离内单轨道且不存在信号机、不存在障碍物;
或者,
当所述扫描信息存在障碍物信息时,且所述定位信息仅存在信号机定位信息时,确定车辆行驶前方在所述预定距离内单轨道且存在信号机和存在障碍物;
或者,
当所述扫描信息存在障碍物信息时,且所述定位信息存在所述信号机定位信息和轨道道岔定位信息时,确定车辆行驶前方在所述预定距离内存在轨道道岔、信号机和障碍物;
或者,
当所述扫描信息存在障碍物信息时,且所述定位信息正常时,确定车辆行驶前方在所述预定距离内单轨道且不存在信号机和存在障碍物。
结合上述可能的实现方式,在第五种可能的实现方式中,所述识别方法,还包括:
当所述扫描信息存在所述障碍物信息、所述定位信息仅存在信号机定位信息,且所述第一图像信息和/或所述第二图像信息中的所述信号机信息存在颜色异常信息时,确定所述障碍物与所述车辆之间的第一距离,以及所述信号机与所述车辆之间的第二距离,将所述第一距离和所述第二距离两者中较短的距离作为第一安全防护距离MA,并基于所述第一MA发出对应的第一安全提醒信号。
结合上述可能的实现方式,在第六种可能的实现方式中,所述识别方法,还包括:
当所述扫描信息存在所述障碍物信息,所述定位信息存在道岔定位信息和信号机定位信息,且所述第一图像信息和/或所述第二图像信息中的所述信号机信息存在颜色异常信息时,确定所述障碍物与所述车辆之间的第一距离,以及所述信号机与所述车辆之间的第二距离,将所述第一距离和所述第二距离两者中较短的作为轨道道岔反位方向上的第二MA,并根据所述颜色异常信息中的第一颜色异常信息和所述第二MA发出对应的第二安全提醒信号。
结合上述可能的实现方式,在第七种可能的实现方式中,所述识别方法,还包括:
当所述扫描信息正常,所述定位信息存在道岔定位信息和信号机定位信息,且所述第一图像信息和/或所述第二图像信息中的所述信号机信息正常时,则确定所述短焦可见度距离为第三MA,或者确定轨道道岔的岔心距离为第三MA,并根据所述第三MA发出对应的第三安全提醒信号。
结合上述可能的实现方式,在第八种可能的实现方式中,所述障碍物信息包括以下至少一种信息:图像中的轨道轮廓线长度小于所述可见度距离的信息、所述轨道轮廓线长度小于所述预定距离的信息和所述扫描信息中的反射信息。
结合上述可能的实现方式,在第九种可能的实现方式中,所述定位信息包括以下至少一个信息:在所述预定距离内距离车辆当前最近的一个信号机信息和在所述预定距离内距离车辆当前最近的一个轨道道岔信息。
第三方面,提供了一种轨道交通状况的识别装置,所述识别装置包括:
获取模块、融合识别处理模块;
所述获取模块,用于获取由短焦相机拍摄的车辆行驶前方短焦可见度距离内的多张第一图像信息,以及获取由长焦相机拍摄的所述车辆行驶前方预定距离内的多张第二图像信息,其中所述短焦可见度距离是指所述短焦相机识别出轨道轮廓线的距离,所述预定距离大于所述短焦可见度距离;以及获取由激光雷达扫描得到的所述车辆行驶前方预定距离内的扫描信息
所述融合识别处理模块,用于基于预设逻辑融合规则对每张所述第一图像信息、每张所述第二图像信息和所述扫描信息进行融合逻辑分析,根据分析结果识别出所述车辆行驶前方在所述预定距离内的异常状况;
其中,所述异常状况指出现信号机、障碍物或者轨道道岔任一种或多种,所述预设逻辑融合规则包括当所述第一图像信息、所述第二图像信息和所述扫描信息均出现所述异常状况时,将所述扫描信息中出现的所述异常状况作为所述车辆行驶前方在所述预定距离内的所述异常状况;或者当所述第一图像信息、所述第二图像信息均出现所述异常状况,且所述扫描信息未出现所述异常状况时,将所述第一图像信息中出现的所述异常状况作为所述车辆行驶前方在所述预定距离内的所述异常状况。
第三方面,提供了一种轨道交通状况的识别装置,所述识别装置包括:
获取模块、融合识别处理模块;
所述获取模块,用于获取由短焦相机拍摄的车辆行驶前方短焦可见度距离内的多张第一图像信息,以及获取由长焦相机拍摄的所述车辆行驶前方预定距离内的多张第二图像信息,其中所述短焦可见度距离是指所述短焦相机识别出轨道轮廓线的距离,所述预定距离大于所述短焦可见度距离;以及获取由激光雷达扫描得到的所述车辆行驶前方预定距离内的扫描信息;和获取所述车辆行驶前方预定距离内的定位信息;
所述融合识别处理模块,用于基于预设逻辑融合规则对每张所述第一图像信息、每张所述第二图像信息、所述扫描信息和所述定位信息进行融合逻辑分析,根据分析结果识别出所述车辆行驶前方在所述预定距离内的异常状况;
其中,所述异常状况指出现信号机、障碍物或者轨道道岔任一种或多种;所述预设逻辑融合规则是指当所述第一图像信息、所述第二图像信息、所述扫描信息和所述定位信息均出现所述异常状况时,将所述定位信息中出现的所述异常状况作为所述车辆行驶前方在所述预定距离内的所述异常状况;或者当仅有所述第一图像信息、所述第二图像信息和所述扫描信息出现所述异常状况,且所述定位信息未出现所述异常状况时,将所述扫描信息中出现的所述异常状况作为所述车辆行驶前方在所述预定距离内的所述异常状况。
与现有技术相比,本申请实施例提供的一种轨道交通状况的识别方法,采用长短焦结合以及雷达扫描的方式,通过长焦拍摄的长距离图像和短焦拍摄的短距离图像,雷达扫描的障碍物相结合,由于雷达的扫描精度更加精确,所以采用雷达扫描来判断障碍物的距离精确度会更加好,再使用长焦拍摄的图像提前提醒驾驶人员,提供给驾驶人员充足的反应时间,减少反应不及时的风险,提高安全防护效果。此外,还可以根据短焦图像,更加清晰地放映给驾驶人员前方的路况,并进行提前预警和制动等,提高了前方道路的精度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的一种轨道交通状况的识别方法的示意性流程图;
图2是本发明实施例的扫描信息确定障碍物的示意性流程图;
图3是本发明实施例的车辆在正反位走向的示意图;
图4是本发明另一实施例图像信息识别障碍物、信号机和轨道道岔的示意图;
图5是本发明实施例的轨道轮廓线识别障碍物的示意图;
图6是本发明另一实施例一种轨道交通状况的识别方法的示意性流程图;
图7是本发明实施例的定位信息识别轨道道岔和信号机的示意图;
图8是本发明实施例的一种轨道交通状况的识别装置的示意图;
图9是示出了可以实现根据本发明实施例的识别方法和装置的计算设备的示例性硬件架构的结构图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例。在下面的详细描述中,提出了许多具体细节,以便提供对本发明的全面理解。但是,对于本领域技术人员来说很明显的是,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明的更好的理解。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将结合附图对实施例进行详细描述。
图1示出了本发明实施例的一种轨道交通状况的识别方法100的示意性流程图。该方法包括以下步骤:
S110,获取由短焦相机拍摄的车辆行驶前方短焦可见度距离内的多张第一图像信息,以及获取由长焦相机拍摄的车辆行驶前方预定距离内的多张第二图像信息,其中短焦可见度距离是指短焦相机识别出轨道轮廓线的距离,预定距离大于短焦可见度距离;
S120,获取由激光雷达扫描得到的车辆行驶前方预定距离内的扫描信息;
S130,基于预设逻辑融合规则对每张第一图像信息、每张第二图像信息和扫描信息进行融合逻辑分析,根据分析结果识别出车辆行驶前方在预定距离内的异常状况;
其中,异常状况指出现信号机、障碍物或者轨道道岔任一种或多种,预设逻辑融合规则包括当第一图像信息、第二图像信息和扫描信息均出现异常状况时,将扫描信息中出现的异常状况作为车辆行驶前方在预定距离内的异常状况;或者当仅有第一图像信息、第二图像信息出现异常状况,且扫描信息未出现所述异常状况时,将第一图像信息中出现的异常状况作为车辆行驶前方在预定距离内的异常状况。
在步骤S110中,获取短焦相机拍摄的图像信息和长焦相机拍摄的图像信息。短焦相机拍摄的车辆行驶前方短焦可见度距离内的多张第一图像信息,长焦相机拍摄的车辆行驶前方预定距离内的多张第二图像信息,在本实施例中第一图像信息是指短焦相机拍摄的图像信息,比如:短焦相机拍摄的是车辆行驶前方100米内的图像信息,在每张图像中出现的轨道,可以通过轨道轮廓线识别出来。轨道轮廓线是通过使用深度学习方法提前训练得到的。因此,只要图像中有轨道,就可以通过轨道轮廓线识别出来,无论是单轨道或者是轨道道岔。而长焦相机拍摄的车辆行驶前方预定距离内的多张第二图像信息,在本实施例中第二图像信息是指长焦相机拍摄的图像信息,比如:长焦拍摄的是车辆行驶前方300米内的图像信息,长焦相机拍摄的图像距离比较远,精度比较低,而短焦拍摄的图像距离比较近,精度比较高。
在本发明实施例中还需要说明的是,由于通常情况下,长焦可见度距离的长度比较长,例如在单轨道的情况下可以达到300米-350米,但是在进行列车防护时,并不需要这么长的距离,例如:在80公里/小时的列车速度下,根据列车的通用制动性能,大概270米内即可实现安全防护,所以在采用长焦相机的图像信息时,并不需要使用长焦可见度距离内的所有图像信息,只需要采用预定距离内的信息即可,比如:长焦图像拍摄的是350米的距离图像,而本实施例中只需要拍摄300米的距离图像,这样可以减少图像量信息的处理,提高后续融合的精度。因此,本发明中的预定距离是指在列车能够完全进行安全防护的距离,例如在80公里/小时的列车速度下,根据列车的通用制动性能,其为270米。
同理,由于激光雷达扫描高于地平面,所以无法识别轨道道岔,还因为激光雷达无法识别信号机的颜色,所以无法用激光雷达判断信号机的变化,因此,激光雷达只能够用于扫描障碍物。
其次,在判断障碍物方面,由于激光雷达的测距精度比相机拍摄的图像精度高很多,而且激光雷达扫描的频率很高,所以用激光雷达可以确保在预定距离内的所有范围在短时间内都被扫描到,不会出现错扫或者漏扫的地方。另外由于激光雷达被阻挡后会被反射折回,因为激光雷达的速度几乎达到光速,所以在预定距离内反射回来的时间远远小于0.1秒。车辆在行驶过程中相比于相机拍摄,激光雷达测出来的距离精度会更高,所以用激光雷达扫描障碍物精度更高。
在步骤S120中,获取由激光雷达扫描得到的车辆行驶前方预定距离内的扫描信息,主要是通过激光雷达扫描得到的障碍物信息,激光雷达只能够扫描得到障碍物信息,不能够获取信号机信息和轨道道岔信息,在本发明实施例中,可以采用80线激光雷达,80线激光雷达是指可以同时追踪80个目标。
在步骤S130中,基于预设逻辑融合规则对每张第一图像信息、每张第二图像信息和扫描信息进行融合逻辑分析。
比如:在短焦相机拍摄的图像信息中会出现有障碍物、信号机或者轨道道岔。长焦相机拍摄的图像信息中也会出现障碍物、信号机或者轨道道岔,那么基于预设逻辑融合规则优先根据短焦相机拍摄的图像信息进行确定障碍物、信号机或者轨道道岔,因为短焦相机的精度更高,拍摄的图像信息更准确。
若是扫描信息中也有障碍物信息,那么会优先考虑扫描信息中的障碍物信息。例如:短焦相机拍摄的图像信息的范围是前方100米,短焦相机拍摄的图像信息在前方50米出现障碍物。长焦相机拍摄的图像信息的范围是前方300米,长焦相机拍摄的图像信息中在前方60米出现障碍物。激光雷达扫描是前方55米出现障碍物,那么最终确定是以激光雷达的扫描信息为准,也就是前方55米有障碍物。
再例如:短焦相机拍摄的图像是前方100米没有障碍物,而长焦相机拍摄的图像是前方120米有障碍物,而激光雷达扫描确定的是前方130米有障碍物,那么最终会以激光雷达扫描为准,确定是前方130米有障碍物。
再例如:扫描信息中没有障碍物,而在短焦相机或者长焦相机拍摄的图像中有障碍物,最终也会以扫描信息为准,即没有障碍物,本发明具体的障碍物可能是车辆或者其他的东西阻挡在轨道线上。
因此,根据本发明实施例的一种轨道交通状况的识别方法,通过长焦相机拍摄车辆行驶前方长距离图像,短焦相机拍摄车辆行驶前方短距离图像,激光雷达扫描障碍物三种方式相结合,由于激光雷达的扫描精度更加精确,所以采用激光雷达扫描以判断障碍物的距离精确度会更加好,另外使用长焦相机拍摄的图像提前提醒驾驶人员,提供给驾驶人员充足的反应时间,减少反应不及时的风险,提高安全防护效率。此外,还可以根据短焦相机拍摄图像,更加清晰地告知给驾驶人员前方的路况,提高识别前方道路状况的精度。
根据本发明另一实施例的一种轨道交通状况的识别方法200,该方法200包括以下步骤:
S210,获取由短焦相机拍摄的车辆行驶前方短焦可见度距离内的多张第一图像信息,以及获取由长焦相机拍摄的车辆行驶前方预定距离内的多张第二图像信息,其中短焦可见度距离是指短焦相机识别出轨道轮廓线的距离,预定距离大于短焦可见度距离;
S220,获取由激光雷达扫描得到的车辆行驶前方预定距离内的扫描信息;
S230,分别对每张第一图像信息、每张第二图像信息和扫描信息进行预处理分析,确定每张第一图像信息中的异常状况、每张第二图像信息中的异常状况和扫描信息中的异常状况;
S240,基于预设逻辑融合规则对每张第一图像信息、每张第二图像信息和扫描信息进行融合逻辑分析,根据分析结果识别出车辆行驶前方在预定距离内的异常状况;
在上述的实施例中已经介绍了关于短焦相机拍摄的图像信息和长焦相机拍摄的图像信息,而本发明实施例基于预设逻辑融合规则对每张第一图像信息、每张第二图像信息和扫描信息进行融合逻辑分析之前,还需要进行预处理。
在本发明实施例中预处理是分析短焦相机拍摄的图像信息里面是否包含有障碍物信息、信号机信息或者轨道道岔信息,先记录这些异常的信息。同理,分析长焦相机拍摄的图像信息里面是否包含有障碍物信息、信号机信息或者轨道道岔信息,记录这些异常的信息,分析扫描信息里面是否包含有障碍物信息。需要说明的是,本发明实施例中激光雷达只能够扫描出障碍物信息,无法得到信号机信息和轨道道岔信息。在记录异常信息后,对图像信息进行信号机方向锁定和可见度处理。
下面的实施例包括对信号机方向锁定和可见度进行处理的步骤。
作为一个可选实施例,步骤S230,包括以下步骤:
S231,分析每张第一图像信息和每张第二图像信息是否出现异常信息,异常信息包括障碍物信息、轨道道岔信息或信号机信息中的一种或几种;
S232,当出现信号机信息时,则分别记录当前信号机信息,直至下一信号机的出现颜色异常信息更换当前信号机信息。
在本发明实施例中信号机进行方向锁定,具体是当确定出现信号机信息时,对信号机进行方向锁定。主要是在经过当前信号机的时候,锁定当前信号机的颜色,比如:当前信号机的颜色是绿色,那么就会锁定当前信号机颜色为绿色,保持一段时间。遇到下一个信号机时,下一个信号机的颜色不是绿色而是其他的黄色或者红色,就会改变当前记录的信号机的颜色信息。或者,当前的相机拍摄的图像中出现信号机之后,过一段时间所拍摄的图像中没有信号机,在这些没有出现信号机的图像中也默认该图像中有信号机且其颜色为之前出现的信号机的颜色,比如:当前信号机是绿色,一段时间后没有出现信号机,那么就会保持记录信号灯绿色的信息,直到新拍摄的图像中再次出现了新的信号机且该信号灯的颜色不是绿色时,才采用新的信号机的颜色。这是为了避免由于图像拍摄时不稳定或者是在列车经过道岔时,信号机在道岔前方,相比于道岔,信号机会先从图像中消失。例如:列车在经过道岔时,信号机先进入相机拍摄的盲区,导致拍摄时并没有拍摄信号机,但是此时列车并没有经过信号机和道岔,而列车还需要根据信号机的颜色选择道岔方位或者定位距离,所以需要记录当前的信号机信息,即保持记录的信号机信息仍然为当前信号机信息。
因此,通过本发明实施例的方向锁定,可以避免拍摄的盲区,识别出所有的路况。
可见度的预处理是对安全防护距离的预处理,主要是根据信号机的颜色确定安全防护距离(MA),比如:短焦拍摄的图像出现信号机,而且信号机是红色,就需要确定短焦当前状态的安全防护距离。
比如:当前是单轨道且信号机是绿色,那么就说明了前方是安全,可以直行,短焦的MA就是短焦的可见度距离,若短焦的可见度距离是100米,那么短焦的MA就是100米,长焦的MA就是预定距离300米。
比如:若当前是单轨道且信号机是红色,那么短焦相机拍摄的图像信息的安全防护距离就是车辆到信号机的距离,如短焦相机前方100米的信号机是红色,短焦相机的MA就是100米,而长焦相机前方250米是红色,长焦相机的MA就是250米。但是若当前是轨道道岔,那么就需要根据该轨道道岔旁边信号灯的颜色进行确定,当信号灯的颜色是黄色时,说明取道岔反位。信号灯的颜色是绿色时,说明道岔定位。若信号灯的颜色是绿色,那么就可以根据不同的轨道道岔取该道岔的岔心距离或者取短焦的可见度距离为MA。
需要说明的是,在本发明实施例中道岔定位是指列车固定的路线,道岔反位是指不沿固定的路线走。
下面将基于融合逻辑规则进行融合逻辑分析进行详细的描述。
如图2所示,在本发明实施例中关于扫描信息是否存在障碍物会出现两种现象。
第一种201是当扫描信息存在障碍物信息时,确定车辆行驶前方在预定距离内存在障碍物;
第二种202是当扫描信息正常时,确定车辆行驶前方在预定距离内不存在障碍物。
需要说明的是,因为在本发明实施例中对于前方轨道是否有障碍物,是根据激光雷达的扫描信息进行判断,若是激光雷达的扫描信息中存在障碍物信息的,那么就需要确定前方是存在障碍物的;若是激光雷达的扫描信息中不存在障碍物信息的,那么确定前方是不存在障碍物的。
比如:激光雷达的扫描信息中指出前方80米有障碍物,而第一图像信息和/或第二图像信息中是没有障碍物信息,或者即使第一图像信息和/或第二图像信息中指出车辆行驶前方70米有障碍物,最后也是以扫描信息车辆行驶前方80米有障碍物为准。激光雷达扫描的障碍物还可以包括一些屏障,比如在弯道、隧道等等。
另外,对于在轨道道岔上有障碍物,且该障碍物是车辆时,需要确定是在定位或者反位方向。如图3所示,当在反位方向上有车辆时,车辆从下行T2位置沿着定位走入上行T4位置,最后到上行T3的位置,从上行T3位置走定位方向返回到T1位置。
因此,根据本发明实施例的一种轨道交通状况的识别方法,通过使用激光雷达扫描的方式,确定前方障碍物,使得获取障碍物信息更加精确,从而为驾驶员提供更好的距离信息,以便驾驶员做好对应的安全防护措施。
可选地,如图4所示,图4是本发明另一实施例图像信息识别障碍物、信号机和轨道道岔的示意图。在识别单轨道,轨道道岔,是否存在信号机,以及是否存在障碍物,具体的,可以依据扫描信息、第一图像信息、第二图像信息和轨道道岔信息进行识别。例如,可以基于识别结果分为下述六种情况:
第一种情况,410中当扫描信息正常,且第一图像信息和/或第二图像信息仅存在信号机信息时,确定车辆行驶前方在预定距离内单轨道且存在信号机、不存在障碍物。
在本发明实施例中将预处理分析后得到的短焦相机拍摄的图像信息和长焦相机拍摄的图像信息进行融合处理。当扫描信息正常,短焦相机拍摄的图像信息和/或长焦相机拍摄的图像信息仅存在信号机信息时,没有轨道道岔信息和障碍物信息,那么可以识别出车辆行驶前方在预定距离内是单轨道且存在信号机。
若短焦相机拍摄的图像信息有信号机信息,那么说明在短焦相机可见度距离内是单轨道且存在信号机;若短焦相机拍摄的图像信息没有信号机信息,而长焦相机拍摄的图像信息有信号机信息,那么说明在短焦可见度距离内没有信号机,但在预定距离内一定有信号机。
比如:短焦相机拍摄的图像信息表明车辆行驶的前方50米有信号灯信息,那么就可以确定当前车辆行驶的前方50米有信号灯。若是短焦相机拍摄的图像信息车辆行驶的前方100米内没有信号机信息,而长焦相机拍摄的图像信息车辆行驶的前方200米内有信号机信息,那么说明在车辆行驶的前方100米内没有信号机,在车辆行驶的前方200米内有信号机。
第二种情况,420中当扫描信息正常时,且第一图像信息和/或第二图像信息仅存在轨道道岔信息和信号机信息时,确定车辆行驶前方在预定距离内存在轨道道岔和信号机、不存在障碍物。
可以理解的是,本发明实施例中扫描信息正常,说明不存在障碍物,若是短焦相机拍摄的图像信息和长焦相机拍摄的图像信息都存在轨道道岔信息和信号机信息,说明在短焦可见距离内有轨道道岔和信号机,比如:短焦相机拍摄的图像是前方50米内有轨道道岔和信号机,长焦相机拍摄的图像是前方60米内有轨道道岔和信号机,所以说明在短焦可见距离内50米有轨道道岔和信号机。
另外,需要说明的是,出现轨道道岔时一定会出现信号机,但是出现信号机不一定出现轨道道岔。因为,一般都需要在轨道道岔旁边安置信号机,以便提醒驾驶员向道岔的正位或者反位行驶。若是短焦相机拍摄的图像信息没有轨道道岔信息和信号机信息,而长焦相机拍摄的图像信息存在轨道道岔信息和信号机信息,说明是在预定距离内出现轨道道岔信息和信号机信息。比如:短焦相机拍摄的图像信息前方50米内不存在轨道道岔信息和信号机信息,而长焦相机拍摄的图像是前方150米内有轨道道岔和信号机,说明是在预定距离内150米有轨道道岔和信号机。
第三种情况,430中当扫描信息、第一图像信息和第二图像信息均正常时,确定车辆行驶前方在预定距离内单轨道不存在信号机、且不存在障碍物。
第四种情况,440中当扫描信息存在障碍物信息、且第一图像信息和/或第二图像信息仅存在信号机信息时,确定车辆行驶前方在预定距离内单轨道且存在信号机和障碍物。
比如:当扫描信息存在障碍物信息时,说明存在障碍物。若短焦相机拍摄的图像信息和/或长焦相机拍摄的图像信息存在信号机信息,说明存在信号机。但有可能是信号机在前,障碍物在后;也可能障碍物在前,信号机在后。比如:车辆行驶前方50米是信号机,车辆行驶前方80米是障碍物;也可能车辆行驶前方80米是障碍物,车辆行驶前方150米是信号机;也可能是车辆行驶前方120米信号机,车辆行驶前方150米是障碍物等。
第五种情况,450中当扫描信息存在障碍物信息,且第一图像信息和/或第二图像信息仅存在轨道道岔信息和所述信号机信息时,确定车辆行驶前方在预定距离内存在轨道道岔、信号机和障碍物。
比如:当扫描信息存在障碍物信息时,说明存在障碍物。短焦相机拍摄的图像信息和/或长焦相机拍摄的图像信息存在轨道道岔信息和信号机信息,说明存在轨道道岔和信号机。但有可能障碍物在前,信号机和道岔在后;也有可能信号机和道岔在前,障碍物在后。比如:车辆行驶前方50米是信号机和道岔,车辆行驶前方80米是障碍物;也可能车辆行驶前方80米是障碍物,车辆行驶前方150米是信号机和道岔;也可能车辆行驶前方120米信号机和道岔,车辆行驶前方150米是障碍物等。
第六种情况,460中当扫描信息存在障碍物信息、且第一图像信息和第二图像信息正常时,确定车辆行驶前方在预定距离内单轨道、不存在信号机且存在障碍物。
在本发明实施例中通过使用短焦和长焦、激光雷达结合的识别方式,提高了对车辆行驶的安全防护。
下面在识别出异常状况后还进行了以下操作,主要是确定安全防护距离,确定安全防护距离有下述三种方式:
方式一,当扫描信息存在障碍物信息、第一图像信息和/或第二图像信息仅存在信号机信息,且信号机信息存在颜色异常信息时,确定障碍物与车辆之间的第一距离,以及信号机与车辆之间的第二距离,将第一距离和第二距离两者中较短的距离作为第一MA,并基于颜色异常信息和第一MA发出对应的第一安全提醒信号。
可以理解的是,比如:本发明实施例中存在障碍物,且信号机颜色是红色,有可能障碍物在车辆行驶前方100米即第一距离,信号机在车辆行驶前方150米即第二距离,那么就根据车辆到障碍物的距离确定100米为第一MA;若信号机在车辆行驶前方100米,障碍物在车辆行驶前方150米,那么就以车辆到信号机的距离100米为第一MA。
方式二,当扫描信息存在障碍物信息、第一图像信息和/或第二图像信息仅存在轨道道岔信息和信号机信息,且信号机信息中存在颜色异常信息时,确定障碍物与车辆之间的第一距离,以及信号机与车辆之间的第二距离,将第一距离和第二距离两者中较短的作为轨道道岔反位方向上的第二MA,并根据颜色异常信息中第一颜色异常信息和第二MA发出对应的第二安全提醒信号。
可以理解的是,比如:本发明实施例中存在障碍物,有可能障碍物是在轨道道岔之后,也就是说车辆行驶前方100米是轨道道岔,障碍物在车辆行驶前方150米,当轨道道岔的信号机颜色是红色或者黄色时,就需要停车或者走道岔反位,此时第二MA只有100米,也就是信号机到车辆的距离;也有可能障碍物在车辆行驶前方100米,而轨道道岔在车辆行驶前方150米,就根据障碍物与车辆的距离确定第二MA为车辆行驶前方100米。
方式三,当扫描信息正常,第一图像信息和/或第二图像信息仅存在轨道道岔信息和信号机信息,且信号机信息正常时,确定短焦可见度距离为第三MA,或者确定轨道道岔的岔心距离为第三MA,并根据第三MA发出对应的第三安全提醒信号。
可以理解的是,本发明实施例中没有障碍物,且信号机此时是绿色,说明车辆行驶前方是可以安全直行的,即短焦可见度距离或者轨道道岔的岔心距离就是第三MA。
对于上述所有的实施例,如图5所示,还需要说明的是障碍物信息包括以下至少一种信息:图像中的轨道轮廓线长度小于可见度距离的信息和轨道轮廓线长度小于预定距离的信息。
可以理解的是,当障碍物是车辆时,通过深度学习的方法可以直接确定为车辆,但若是其他的障碍物的时候,就需要根据在图像中的轮廓线进行确定,比如:短焦图像是100米的可见度,若是没有障碍物,连续的轨道轮廓线就是100米;但是若是轨道上有障碍物,那么短焦相机拍摄的图像或者长焦相机拍摄的图像中轨道的轮廓线就会被阻挡,连续的轨道轮廓线小于100米。如图5中全程连续的轨道轮廓线501,障碍物的轮廓线502。
通过上述的实施例,采用长短焦结合以及雷达扫描的方式,不但可以根据长焦图像提前提醒驾驶人员,提供给驾驶人员对前方的充足反应时间,减少发生反应不及时的风险,另外还由于使用激光雷达扫描的扫描信息,更加精确地确定前方的障碍物距离,为驾驶员提供了精确的距离信息,其次,根据该距离信息做出对应的操作措施,提高安全防护效果。此外,还根据短焦相机拍摄的图像,更加清晰地告知驾驶人员前方的路况,提高了前方道路的精度。
上文中详细描述了根据本发明实施例的一种轨道交通状况的识别方法,如图6所示,下面将详细描述了本发明实施例的另一种识别方法500,该识别方法包括以下步骤:
S510,获取由短焦相机拍摄的车辆行驶前方短焦可见度距离内的多张第一图像信息,以及获取由长焦相机拍摄的车辆行驶前方预定距离内的多张第二图像信息,其中短焦可见度距离是指相机识别出轨道轮廓线的距离,预定距离大于短焦可见度距离;
S520,获取由激光雷达扫描得到的车辆行驶前方预定距离内的扫描信息;
S530,获取车辆行驶前方预定距离内的定位信息;
S540,基于预设逻辑融合规则对每张第一图像信息、每张第二图像信息、扫描信息和定位信息进行融合逻辑分析,根据分析结果识别出车辆行驶前方在预定距离内的异常状况;
其中,异常状况指出现信号机、障碍物或者轨道道岔任一种或多种;预设逻辑融合规则是指当第一图像信息、第二图像信息、扫描信息和定位信息均出现异常状况时,将定位信息中出现的异常状况作为车辆行驶前方在预定距离内的异常状况;或者当仅有第一图像信息、第二图像信息和扫描信息出现异常状况,而定位信息未出现异常状况时,将扫描信息中出现的异常状况作为车辆行驶前方在预定距离内的异常状况。
在本发明实施例是在上述实施例的基础上增加了定位信息,需要理解的是,该定位信息只能够定位出信号机的位置和轨道道岔的位置,而不能够了解到信号机的颜色变化,所以对于信号机的颜色变化,还需要借助短焦相机的图像信息或者长焦相机的图像信息。
另外,在当第一图像信息、第二图像信息、扫描信息和定位信息均出现异常状况时,将定位信息中出现的异常状况作为车辆行驶前方在预定距离内的异常状况。比如:定位信息表示车辆行驶前方100米有信号机,而根据第一图像信息和第二图像信息表示车辆行驶前方120米有信号机,那么会以定位信息为准,也就是车辆行驶前方100米有信号机。同理,若是定位信息表示车辆行驶前方100米有信号机和轨道道岔,而根据第一图像信息和第二图像信息表示车辆行驶前方120米有信号机和轨道道岔,那么会以定位信息为准,也就是车辆行驶前方100米有信号机和轨道道岔。
下面实施例中是进行预处理的技术方案,在本实施例中预处理与本发明上述实施例中的方式一样,不同的是,本发明实施例中还需要对定位信息进行预处理。而对定位信息进行预处理,也是先分析定位信息内是否存在信号机位置信息和轨道道岔位置信息,然后记录定位信息中存在信号机位置信息和轨道道岔位置信息,以便后续进行融合。
下面还提供一种轨道交通状况的识别方法600,该方法600包括以下步骤:
S610,获取由短焦相机拍摄的车辆行驶前方短焦可见度距离内的多张第一图像信息,以及获取由长焦相机拍摄的车辆行驶前方预定距离内的多张第二图像信息,其中短焦可见度距离是指相机识别出轨道轮廓线的距离,预定距离大于短焦可见度距离;
S620,获取由激光雷达扫描得到的车辆行驶前方预定距离内的扫描信息;
S630,获取车辆行驶前方预定距离内的定位信息;
S640,分别对每张第一图像信息、每张第二图像信息、扫描信息和定位信息进行预处理分析,确定每张第一图像信息中的异常状况、每张第二图像信息中的异常状况、扫描信息中的异常状况和定位信息中的异常状况;
S650,基于预设逻辑融合规则对每张第一图像信息、每张第二图像信息和扫描信息进行融合逻辑分析,根据分析结果识别出车辆行驶前方在预定距离内的异常状况。
下面将基于融合逻辑规则进行融合逻辑分析进行详细的描述。
在本发明实施例中关于扫描信息是否存在障碍物的两种情况:
第一种,当扫描信息存在障碍物信息时,确定车辆行驶前方在预定距离内出现障碍物;
第二种,当扫描信息正常时,确定车辆行驶前方在预定距离内不存在障碍物。
比如:当扫描信息中存在障碍物信息,短焦相机拍摄的图像信息存在障碍物信息,而长焦相机拍摄的图像信息也存在障碍物信息,那么会以扫描信息中的障碍物信息为最终的状况,说明车辆行驶前方有障碍物。
若短焦相机拍摄的图像信息和长焦相机拍摄的图像信息中没有障碍物信息,而扫描信息中有障碍物信息时,那么会以扫描信息中的障碍物信息为最终的状况,说明车辆行驶前方是有障碍物。
若是扫描信息中没有障碍物信息,即使短焦相机拍摄的图像信息和/或长焦相机拍摄的图像信息中有障碍物信息,那么一般也不考虑。
可选地,如图7所示,图7是本发明另一实施例的定位信息识别轨道道岔和信号机的示意图。在识别单轨道,轨道道岔,是否存在信号机,以及是否存在障碍物,具体的,可以依据、定位信息、扫描信息、第一图像信息、第二图像信息和轨道道岔信息进行识别。例如,可以基于识别结果分为下述六种情况:
第一种情况,601中当扫描信息正常,且定位信息仅存在信号机定位信息时,确定车辆行驶前方在预定距离内单轨道且存在信号机、不存在障碍物。
可以理解的是,扫描信息正常,说明没有障碍物,定位信息只有信号机定位信息,说明只有信号机,没有轨道道岔,表明车辆行驶前方是单轨道,且存在信号机,不存在障碍物。
第二种情况,602中当扫描信息正常,且定位信息存在信号机定位信息和轨道道岔定位信息时,确定车辆行驶前方在预定距离内存在轨道道岔和信号机、不存在障碍物。
可以理解的是,扫描信息正常,说明没有障碍物,定位信息存在信号机定位信息和轨道道岔定位信息,说明前方存在信号机和轨道道岔。
第三种情况,603中当扫描信息正常和定位信息均正常时,确定车辆行驶前方在预定距离内单轨道不存在信号机、且不存在障碍物。
可以理解的是,扫描信息正常和定位信息均正常,说明是没有轨道道岔,不存在信号机、且不存在障碍物。
第四种情况,604中当扫描信息存在障碍物信息时,且定位信息仅存在信号机定位信息时,确定车辆行驶前方在预定距离内单轨道且存在信号机和存在障碍物。
可以理解的是,扫描信息存在障碍物信息,说明车辆行驶前方是存在障碍物,定位信息中只存在信号机位置信息,说明存在信号机。
第五种情况,605中当扫描信息存在障碍物信息时,且定位信息存在信号机定位信息和轨道道岔定位信息时,确定车辆行驶前方在预定距离内存在轨道道岔、信号机和障碍物;
第六种情况,606中当扫描信息存在障碍物信息时,且定位信息正常时,确定车辆行驶前方在预定距离内单轨道且不存在信号机和存在障碍物。
下面在识别出异常状况后还进行了以下操作,主要是确定安全防护距离,关于确定安全防护距离有下述三种方式:
方式一,当扫描信息存在障碍物信息、定位信息仅存在信号机定位信息,且第一图像信息和/或第二图像信息中的信号机信息存在颜色异常信息时,确定障碍物与车辆之间的第一距离,以及信号机与车辆之间的第二距离,将第一距离和第二距离两者中较短的距离作为第一MA,并基于第一MA发出对应的第一安全提醒信号。
可以理解的是,扫描信息存在障碍物信息,说明存在障碍物,而定位信息仅存在信号机定位信息,说明只有信号机,若第一图像信息和/或第二图像信息中信号机信息存在颜色异常信息,说明信号机的颜色是红色或者黄色,比如:本发明实施例中存在障碍物,且信号机颜色是红色,有可能障碍物在车辆行驶前方100米即第一距离,信号机在车辆行驶前方150米即第二距离,那么就根据车辆到障碍物的距离确定100米为第一MA,也有可能信号机在车辆行驶前方100米,障碍物在车辆行驶前方150米,那么就以车辆到信号机的距离100米为第一MA。
方式二,当扫描信息存在障碍物信息,定位信息存在道岔定位信息和信号机定位信息,且第一图像信息和/或第二图像信息中的信号机信息存在颜色异常信息时,确定障碍物与车辆之间的第一距离,以及信号机与车辆之间的第二距离,将第一距离和第二距离两者中较短的作为轨道道岔反位方向上的第二MA,并根据颜色异常信息中的第一颜色异常信息和第二MA发出对应的第二安全提醒信号。
可以理解的是,本发明实施例中存在障碍物,有可能障碍物是在轨道道岔之后。比如:车辆行驶前方100米是轨道道岔,而障碍物在车辆行驶前方150米,当轨道道岔的信号机颜色是红色或者黄色时,就需要停车或者走道岔反位,此时第二MA只有100米,也就是信号机到车辆的距离。另外,也有可能障碍物是在轨道道岔之前,比如:障碍物在车辆行驶前方100米,而轨道道岔在车辆行驶前方150米,就根据障碍物与车辆的距离确定第二MA为车辆行驶前方100米
方式三,当扫描信息正常,定位信息存在道岔定位信息和信号机定位信息,且第一图像信息和/或第二图像信息中的信号机信息正常时,则确定短焦可见度距离为第三MA,或者确定轨道道岔的岔心距离为第三MA,并根据第三MA发出对应的第三安全提醒信号。
可以理解的是,没有障碍物且信号机此时是绿色,说明前方是可以安全直行的,即短焦可见度距离或者轨道道岔的岔心距离就是第三MA。
通过上述的实施例,采用长短焦结合、雷达扫描和地图定位的方式,利用地图定位,可以非常精确地确定前方是否有信号机或者轨道道岔,不用担心会出现图像误差或者扫描识别错误等风险。另外,根据长焦相机拍摄的图像可以提前提醒驾驶人员,给驾驶人员对前方的充足反应时间,减少发生反应不及时的风险。而使用雷达扫描的扫描信息精确地确定前方的障碍物距离,提供驾驶员精确的距离信息,根据该距离信息做出对应的操作措施,提高安全防护效果。同时还根据短焦拍摄的图像,更加清晰地放映给驾驶人员前方的路况,提高了识别前方道路的精度。
上文中详细描述了根据本发明实施例的一种轨道交通状况的识别方法,下面将结合图8,详细描述根据本发明实施例一种轨道交通状况的识别装置,所述识别装置700包括:
获取模块710和融合识别处理模块720;
获取模块710,用于获取由短焦相机拍摄的车辆行驶前方短焦可见度距离内的多张第一图像信息,以及获取由长焦相机拍摄的车辆行驶前方预定距离内的多张第二图像信息,其中短焦可见度距离是指相机识别出轨道轮廓线的距离,预定距离大于短焦可见度距离;以及获取由激光雷达扫描得到的车辆行驶前方预定距离内的扫描信息;
融合识别处理模块720,用于基于预设逻辑融合规则对每张第一图像信息、每张第二图像信息和扫描信息进行融合逻辑分析,根据分析结果识别出所述车辆行驶前方在预定距离内的异常状况;
其中,异常状况指出现信号机、障碍物或者轨道道岔任一种或多种,预设逻辑融合规则包括当第一图像信息、第二图像信息和扫描信息均出现异常状况时,将扫描信息中出现的异常状况作为车辆行驶前方在预定距离内的异常状况;或者当仅有第一图像信息、第二图像信息出现异常状况,且所述扫描信息未出现所述异常状况时,将第一图像信息中出现的异常状况作为车辆行驶前方在预定距离内的异常状况。
在另一实施例中提供一种轨道交通状况的识别装置700,所述识别装置包括:
获取模块710和融合识别处理模块720;
获取模块710,用于获取由短焦相机拍摄的车辆行驶前方短焦可见度距离内的多张第一图像信息,以及获取由长焦相机拍摄的车辆行驶前方预定距离内的多张第二图像信息,其中短焦可见度距离是指相机识别出轨道轮廓线的距离,预定距离大于短焦可见度距离;以及获取由激光雷达扫描得到的车辆行驶前方预定距离内的扫描信息;和获取车辆行驶前方预定距离内的定位信息;
融合识别处理模块720,用于基于预设逻辑融合规则对每张第一图像信息、每张第二图像信息、扫描信息和定位信息进行融合逻辑分析,根据分析结果识别出车辆行驶前方在预定距离内的异常状况;
其中,异常状况指出现信号机、障碍物或者轨道道岔任一种或多种;预设逻辑融合规则是指当第一图像信息、第二图像信息、扫描信息和定位信息均出现异常状况时,将定位信息中出现的异常状况作为车辆行驶前方在预定距离内的异常状况;或者当仅有第一图像信息、第二图像信息和扫描信息出现异常状况,而定位信息未出现异常状况时,将扫描信息中出现的异常状况作为车辆行驶前方在预定距离内的异常状况。
下面是对上述所有实施例中提及到的信号机信息、轨道道岔信息进行解析,信号机信息里面包括有:
1、信号机颜色(0:无灯,01:绿灯,02:黄灯,03:红灯);
2、信号机编号id(数字序号);
3、信号机位置信息(01表示在轨道左侧,02表示在轨道右侧);
轨道道岔信息包括有:
4、道岔岔心(指分叉点)距离;
5、道岔编号id(数字序号);
6、轨道线为单轨(1:无道岔单轨类型)、定位路(3:道岔直向)、反位路(2:道岔反向);
7、轨道线路的终点是否是列车障碍物(0X55:有车,0XAA:表示无车)。
根据本发明实施例的识别装置的其他细节与以上结合图1至图3描述的根据本发明实施例的方法类似,在此不再赘述。
结合图1至图8描述的根据本发明实施例的识别方法和装置可以由可拆卸地或者固定地安装在网络设备上的计算设备实现。图9是示出能够实现根据本发明实施例的识别方法和装置的计算设备的示例性硬件架构的结构图。如图9所示,计算设备800包括输入设备801、输入接口802、中央处理器803、存储器804、输出接口805、以及输出设备806。其中,输入接口802、中央处理器803、存储器804、以及输出接口805通过总线810相互连接,输入设备801和输出设备806分别通过输入接口802和输出接口805与总线810连接,进而与计算设备800的其他组件连接。具体地,输入设备801接收来自外部的输入信息,并通过输入接口802将输入信息传送到中央处理器803;中央处理器803基于存储器804中存储的计算机可执行指令对输入信息进行处理以生成输出信息,将输出信息临时或者永久地存储在存储器804中,然后通过输出接口805将输出信息传送到输出设备806;输出设备806将输出信息输出到计算设备800的外部供用户使用。
也就是说,图9所示的计算设备也可以被实现为包括:存储有计算机可执行指令的存储器;以及处理器,该处理器在执行计算机可执行指令时可以实现结合图1至图8描述的识别方法和装置。这里,处理器可以执行计算机可执行指令,从而实现结合图1至图8描述的识别方法和装置。
需要明确的是,本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本发明的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本发明的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本发明中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本发明不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
以上所述,仅为本发明的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (19)
1.一种轨道交通状况的识别方法,其特征在于,所述识别方法包括:
获取由短焦相机拍摄的车辆行驶前方短焦可见度距离内的多张第一图像信息,以及获取由长焦相机拍摄的所述车辆行驶前方预定距离内的多张第二图像信息,其中所述短焦可见度距离是指所述短焦相机识别出轨道轮廓线的距离,所述预定距离大于所述短焦可见度距离;
获取由激光雷达扫描得到的所述车辆行驶前方预定距离内的扫描信息;
分别对每张所述第一图像信息、每张所述第二图像信息和所述扫描信息进行预处理分析,确定每张所述第一图像信息中的异常状况、每张所述第二图像信息中的所述异常状况和所述扫描信息中的所述异常状况;
基于预设逻辑融合规则对每张所述第一图像信息、每张所述第二图像信息和所述扫描信息进行融合逻辑分析,根据分析结果识别出所述车辆行驶前方在所述预定距离内的异常状况;
其中,所述异常状况指出现信号机、障碍物或者轨道道岔任一种或多种,所述预设逻辑融合规则包括当所述第一图像信息、所述第二图像信息和所述扫描信息均出现所述异常状况时,将所述扫描信息中出现的所述异常状况作为所述车辆行驶前方在所述预定距离内的所述异常状况;或者当所述第一图像信息、所述第二图像信息均出现所述异常状况,且所述扫描信息未出现所述异常状况时,将所述第一图像信息中出现的所述异常状况作为所述车辆行驶前方在所述预定距离内的所述异常状况。
2.根据权利要求1所述的识别方法,其特征在于,所述分别对每张所述第一图像信息、每张所述第二图像信息和所述扫描信息进行预处理分析,包括:
分析每张所述第一图像信息、每张所述第二图像信息和所述扫描信息是否出现异常信息,所述异常信息包括障碍物信息、轨道道岔信息或信号机信息中的一种或几种;
当出现所述信号机信息时,则记录当前信号机信息,直至下一信号机的颜色与所述当前信号机的颜色不同时更换所述当前信号机信息。
3.根据权利要求2所述的识别方法,其特征在于,所述根据分析结果识别出所述车辆行驶前方在所述预定距离内的异常状况,包括:
当所述扫描信息存在所述障碍物信息时,确定所述车辆行驶前方在所述预定距离内存在障碍物;
或者,
当所述扫描信息正常时,确定所述车辆行驶前方在所述预定距离内不存在障碍物。
4.根据权利要求2所述的识别方法,其特征在于,所述根据分析结果识别出所述车辆行驶前方在所述预定距离内的异常状况,包括:
当所述扫描信息正常,且所述第一图像信息和/或所述第二图像信息仅存在所述信号机信息时,确定所述车辆行驶前方在所述预定距离内单轨道且存在信号机、不存在障碍物;
或者,
当所述扫描信息正常,且所述第一图像信息和/或所述第二图像信息仅存在轨道道岔信息和所述信号机信息时,确定车辆行驶前方在所述预定距离内存在轨道道岔和信号机、不存在障碍物;
或者,
当所述扫描信息、所述第一图像信息和所述第二图像信息均正常时,确定车辆行驶前方在所述预定距离内单轨道且不存在信号机、不存在障碍物;
或者,
当所述扫描信息存在所述障碍物信息、且所述第一图像信息和/或所述第二图像信息仅存在所述信号机信息时,确定所述车辆行驶前方在所述预定距离内单轨道且存在信号机、障碍物;
或者,
当所述扫描信息存在所述障碍物信息,且所述第一图像信息和/或所述第二图像信息仅存在轨道道岔信息和所述信号机信息时,确定车辆行驶前方在所述预定距离内存在轨道道岔和信号机、障碍物;
或者,
当所述扫描信息存在所述障碍物信息、且所述第一图像信息和所述第二图像信息正常时,确定车辆行驶前方在所述预定距离内单轨道且不存在信号机、存在障碍物。
5.根据权利要求2所述的识别方法,其特征在于,所述识别方法,还包括:
当所述扫描信息存在所述障碍物信息、且所述第一图像信息和/或所述第二图像信息仅存在所述信号机信息,且所述信号机信息存在颜色异常信息时,确定所述障碍物与所述车辆之间的第一距离,以及所述信号机与所述车辆之间的第二距离,将所述第一距离和所述第二距离两者中较短的距离作为第一安全防护距离MA,并基于所述颜色异常信息和所述第一安全防护距离MA发出对应的第一安全提醒信号。
6.根据权利要求2所述的识别方法,其特征在于,所述识别方法,还包括:
当所述扫描信息存在所述障碍物信息、且所述第一图像信息和/或所述第二图像信息仅存在轨道道岔信息和所述信号机信息,且所述信号机信息中存在颜色异常信息时,确定所述障碍物与所述车辆之间的第一距离,以及所述信号机与所述车辆之间的第二距离,将所述第一距离和所述第二距离两者中较短的作为轨道道岔反位方向上的第二安全防护距离MA,并根据所述颜色异常信息中第一颜色异常信息和所述第二安全防护距离MA发出对应的第二安全提醒信号。
7.根据权利要求2所述的识别方法,其特征在于,所述识别方法,还包括:
当所述扫描信息正常,所述第一图像信息和/或所述第二图像信息仅存在轨道道岔信息和所述信号机信息,且所述信号机信息正常时,确定所述短焦可见度距离为第三安全防护距离MA,或者确定轨道道岔的岔心距离为第三安全防护距离MA,并根据所述第三安全防护距离MA发出对应的第三安全提醒信号。
8.根据权利要求2所述的识别方法,其特征在于,所述障碍物信息包括以下至少一种信息:所述图像信息中的轨道轮廓线长度小于所述可见度距离的信息、所述轨道轮廓线长度小于所述预定距离的信息和所述扫描信息中的反射信息。
9.一种轨道交通状况的识别方法,其特征在于,所述识别方法包括:
获取由短焦相机拍摄的车辆行驶前方短焦可见度距离内的多张第一图像信息,以及获取由长焦相机拍摄的所述车辆行驶前方预定距离内的多张第二图像信息,其中所述短焦可见度距离是指所述短焦相机识别出轨道轮廓线的距离,所述预定距离大于所述短焦可见度距离;
获取由激光雷达扫描得到的所述车辆行驶前方预定距离内的扫描信息;
获取所述车辆行驶前方预定距离内的定位信息;
分别对每张所述第一图像信息、每张所述第二图像信息、所述扫描信息和所述定位信息进行预处理分析,确定每张所述第一图像信息中的异常状况、每张所述第二图像信息中的所述异常状况、所述扫描信息中的所述异常状况和所述定位信息中的所述异常状况;
基于预设逻辑融合规则对每张所述第一图像信息、每张所述第二图像信息、所述扫描信息和所述定位信息进行融合逻辑分析,根据分析结果识别出所述车辆行驶前方在所述预定距离内的异常状况;
其中,所述异常状况指出现信号机、障碍物或者轨道道岔任一种或多种;所述预设逻辑融合规则是指当所述第一图像信息、所述第二图像信息、所述扫描信息和所述定位信息均出现所述异常状况时,将所述定位信息中出现的所述异常状况作为所述车辆行驶前方在所述预定距离内的所述异常状况;或者当仅有所述第一图像信息、所述第二图像信息和所述扫描信息出现所述异常状况,而所述定位信息未出现所述异常状况时,将所述扫描信息中出现的所述异常状况作为所述车辆行驶前方在所述预定距离内的所述异常状况。
10.根据权利要求9所述的识别方法,其特征在于,所述分别对每张所述第一图像信息、每张所述第二图像信息、所述扫描信息和所示定位信息进行预处理分析,包括:
分析每张所述第一图像信息、每张所述第二图像信息、所述扫描信息和所述定位信息是否出现异常信息,所述异常信息包括障碍物信息、轨道道岔信息或信号机信息中的一种或几种;
当出现所述信号机信息时,则记录当前信号机信息,直至下一信号机的颜色与所述当前信号机的颜色不同时更换所述当前信号机信息。
11.根据权利要求10所述的识别方法,其特征在于,所述根据分析结果识别出所述车辆行驶前方在所述预定距离内的异常状况,包括:
当所述扫描信息存在障碍物信息时,确定所述车辆行驶前方在所述预定距离内出现障碍物;
或者,
当所述扫描信息正常时,确定所述车辆行驶前方在所述预定距离内不存在障碍物。
12.根据权利要求10所述的识别方法,其特征在于,所述根据分析结果识别出所述车辆行驶前方在所述预定距离内最终的异常状况,包括:
当所述扫描信息正常,且所述定位信息仅存在信号机定位信息时,确定车辆行驶前方在所述预定距离内单轨道且存在信号机、不存在障碍物;
或者,
当所述扫描信息正常,且所述定位信息存在所述信号机定位信息和轨道道岔定位信息时,确定车辆行驶前方在所述预定距离内存在轨道道岔和信号机、不存在障碍物;
或者,
当所述扫描信息正常和所述定位信息均正常时,确定车辆行驶前方在所述预定距离内单轨道且不存在信号机、不存在障碍物;
或者,
当所述扫描信息存在障碍物信息时,且所述定位信息仅存在信号机定位信息时,确定车辆行驶前方在所述预定距离内单轨道且存在信号机、障碍物;
或者,
当所述扫描信息存在障碍物信息时,且所述定位信息存在所述信号机定位信息和轨道道岔定位信息时,确定车辆行驶前方在所述预定距离内存在轨道道岔、信号机和障碍物;
或者,
当所述扫描信息存在障碍物信息时,且所述定位信息正常时,确定车辆行驶前方在所述预定距离内单轨道且不存在信号机、存在障碍物。
13.根据权利要求10所述的识别方法,其特征在于,所述识别方法,还包括:
当所述扫描信息存在所述障碍物信息、所述定位信息仅存在信号机定位信息,且所述第一图像信息和/或所述第二图像信息中的所述信号机信息存在颜色异常信息时,确定所述障碍物与所述车辆之间的第一距离,以及所述信号机与所述车辆之间的第二距离,将所述第一距离和所述第二距离两者中较短的距离作为第一安全防护距离MA,并基于所述第一安全防护距离MA发出对应的第一安全提醒信号。
14.根据权利要求10所述的识别方法,其特征在于,所述识别方法,还包括:
当所述扫描信息存在所述障碍物信息,所述定位信息存在道岔定位信息和信号机定位信息,且所述第一图像信息和/或所述第二图像信息中的所述信号机信息存在颜色异常信息时,确定所述障碍物与所述车辆之间的第一距离,以及所述信号机与所述车辆之间的第二距离,将所述第一距离和所述第二距离两者中较短的作为轨道道岔反位方向上的第二安全防护距离MA,并根据所述颜色异常信息中的第一颜色异常信息和所述第二安全防护距离MA发出对应的第二安全提醒信号。
15.根据权利要求10所述的识别方法,其特征在于,所述识别方法,还包括:
当所述扫描信息正常,所述定位信息存在道岔定位信息和信号机定位信息,且所述第一图像信息和/或所述第二图像信息中的所述信号机信息正常时,则确定所述短焦可见度距离为第三安全防护距离MA,或者确定轨道道岔的岔心距离为第三安全防护距离MA,并根据所述第三安全防护距离MA发出对应的第三安全提醒信号。
16.根据权利要求10所述的识别方法,其特征在于,所述障碍物信息包括以下至少一种信息:图像中的轨道轮廓线长度小于所述可见度距离的信息、所述轨道轮廓线长度小于所述预定距离的信息和所述扫描信息中的反射信息。
17.根据权利要求10-16任一所述的识别方法,其特征在于,所述定位信息包括以下至少一个信息:在所述预定距离内距离车辆当前最近的一个信号机信息和在所述预定距离内距离车辆当前最近的一个轨道道岔信息。
18.一种轨道交通状况的识别装置,其特征在于,所述识别装置包括:获取模块、融合识别处理模块和分析模块;
所述获取模块,用于获取由短焦相机拍摄的车辆行驶前方短焦可见度距离内的多张第一图像信息,以及获取由长焦相机拍摄的所述车辆行驶前方预定距离内的多张第二图像信息,其中所述短焦可见度距离是指所述短焦相机识别出轨道轮廓线的距离,所述预定距离大于所述短焦可见度距离;以及获取由激光雷达扫描得到的所述车辆行驶前方预定距离内的扫描信息;
所述分析模块,用于分别对每张所述第一图像信息、每张所述第二图像信息和所述扫描信息进行预处理分析,确定每张所述第一图像信息中的异常状况、每张所述第二图像信息中的所述异常状况和所述扫描信息中的所述异常状况;
所述融合识别处理模块,用于基于预设逻辑融合规则对每张所述第一图像信息、每张所述第二图像信息和所述扫描信息进行融合逻辑分析,根据分析结果识别出所述车辆行驶前方在所述预定距离内的异常状况;
其中,所述异常状况指出现信号机、障碍物或者轨道道岔任一种或多种,所述预设逻辑融合规则包括当所述第一图像信息、所述第二图像信息和所述扫描信息均出现所述异常状况时,将所述扫描信息中出现的所述异常状况作为所述车辆行驶前方在所述预定距离内的所述异常状况;或者当仅有所述第一图像信息、所述第二图像信息出现所述异常状况,所述扫描信息未出现所述异常状况时,将所述第一图像信息中出现的所述异常状况作为所述车辆行驶前方在所述短焦可见度距离内的所述异常状况。
19.一种轨道交通状况的识别装置,其特征在于,所述识别装置包括:获取模块、融合识别处理模块和分析模块;
所述获取模块,用于获取由短焦相机拍摄的车辆行驶前方短焦可见度距离内的多张第一图像信息,以及获取由长焦相机拍摄的所述车辆行驶前方预定距离内的多张第二图像信息,其中所述短焦可见度距离是指所述短焦相机识别出轨道轮廓线的距离,所述预定距离大于所述短焦可见度距离;以及获取由激光雷达扫描得到的所述车辆行驶前方预定距离内的扫描信息;和获取所述车辆行驶前方预定距离内的定位信息;
所述分析模块,用于分别对每张所述第一图像信息、每张所述第二图像信息、所述扫描信息和所述定位信息进行预处理分析,确定每张所述第一图像信息中的异常状况、每张所述第二图像信息中的所述异常状况、所述扫描信息中的所述异常状况和所述定位信息中的所述异常状况;
所述融合识别处理模块,用于基于预设逻辑融合规则对每张所述第一图像信息、每张所述第二图像信息、所述扫描信息和所述定位信息进行融合逻辑分析,根据分析结果识别出所述车辆行驶前方在所述预定距离内的异常状况;
其中,所述异常状况指出现信号机、障碍物或者轨道道岔任一种或多种;所述预设逻辑融合规则是指当所述第一图像信息、所述第二图像信息、所述扫描信息和所述定位信息均出现所述异常状况时,将所述定位信息中出现的所述异常状况作为所述车辆行驶前方在所述预定距离内的所述异常状况;或者当仅有所述第一图像信息、所述第二图像信息和所述扫描信息出现所述异常状况,且所述定位信息未出现所述异常状况时,将所述扫描信息中出现的所述异常状况作为所述车辆行驶前方在所述预定距离内的所述异常状况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810283386.XA CN108528478B (zh) | 2018-04-02 | 2018-04-02 | 轨道交通状况的识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810283386.XA CN108528478B (zh) | 2018-04-02 | 2018-04-02 | 轨道交通状况的识别方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108528478A CN108528478A (zh) | 2018-09-14 |
CN108528478B true CN108528478B (zh) | 2020-09-25 |
Family
ID=63482642
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810283386.XA Active CN108528478B (zh) | 2018-04-02 | 2018-04-02 | 轨道交通状况的识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108528478B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109632103B (zh) * | 2018-11-22 | 2020-02-14 | 西安理工大学 | 高空建筑物温度分布与表面裂缝远程监测系统及监测方法 |
CN109765571B (zh) * | 2018-12-27 | 2021-07-23 | 合肥工业大学 | 一种车辆障碍物检测系统及方法 |
CN111762230B (zh) * | 2019-04-02 | 2022-01-21 | 株洲中车时代电气股份有限公司 | 一种机车信号的处理系统及铁路机车 |
CN111824213A (zh) * | 2019-04-18 | 2020-10-27 | 中车株洲电力机车研究所有限公司 | 一种重载机车自动驾驶方法及系统 |
CN110497939B (zh) * | 2019-07-16 | 2022-01-28 | 北京埃福瑞科技有限公司 | 轨道交通防撞检测系统及方法 |
CN110329316B (zh) * | 2019-07-29 | 2021-05-11 | 江苏必得科技股份有限公司 | 一种城市轨道障碍物检测装置及检测方法 |
CN112744262A (zh) * | 2021-01-25 | 2021-05-04 | 广州铁路科技开发有限公司 | 铁路本务机车蓝灯防护装置 |
CN113486783A (zh) * | 2021-07-02 | 2021-10-08 | 浙江省交通投资集团有限公司智慧交通研究分公司 | 轨道交通车辆的障碍物检测方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206136125U (zh) * | 2016-08-03 | 2017-04-26 | 湖南华诺星空电子技术有限公司 | 一种雷达视频融合报警装置、系统及设备 |
CN106715234A (zh) * | 2014-09-19 | 2017-05-24 | 阿尔斯通运输科技公司 | 避免车辆碰撞的系统和方法 |
CN107336724A (zh) * | 2017-06-14 | 2017-11-10 | 北京遥感设备研究所 | 一种计算机视觉和毫米波技术结合的高铁防撞设备及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8942426B2 (en) * | 2006-03-02 | 2015-01-27 | Michael Bar-Am | On-train rail track monitoring system |
-
2018
- 2018-04-02 CN CN201810283386.XA patent/CN108528478B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106715234A (zh) * | 2014-09-19 | 2017-05-24 | 阿尔斯通运输科技公司 | 避免车辆碰撞的系统和方法 |
CN206136125U (zh) * | 2016-08-03 | 2017-04-26 | 湖南华诺星空电子技术有限公司 | 一种雷达视频融合报警装置、系统及设备 |
CN107336724A (zh) * | 2017-06-14 | 2017-11-10 | 北京遥感设备研究所 | 一种计算机视觉和毫米波技术结合的高铁防撞设备及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108528478A (zh) | 2018-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108528478B (zh) | 轨道交通状况的识别方法和装置 | |
CN108583622B (zh) | 轨道交通状况的识别方法、装置、设备和介质 | |
US10668936B2 (en) | Processor and system for train assistance tracking and early-warning | |
CN109664916B (zh) | 以车载控制器为核心的列车运行控制系统 | |
CN108569295B (zh) | 用于环境检测的方法和系统 | |
US9222789B2 (en) | Wayfinding method and device | |
CN103568947B (zh) | 后侧方警报系统及方法 | |
US20200272163A1 (en) | Low-cost autonomous driving shuttle and a method of operating same | |
JP6392735B2 (ja) | 情報処理装置、情報処理方法、車両の制御装置及び車両の制御方法 | |
CN108369774A (zh) | 用于在即将进行的超车动作方面辅助机动车的驾驶员的方法以及机动车 | |
JP2007010335A (ja) | 車両位置検出装置及びシステム | |
JP4609467B2 (ja) | 周辺車両情報生成装置、周辺車両情報生成システム、コンピュータプログラム及び周辺車両情報生成方法 | |
JP2019207651A (ja) | 検知装置及び検知システム | |
JP5499815B2 (ja) | 走行道路推定システム | |
US11834047B2 (en) | Traveling lane planning device, storage medium storing computer program for traveling lane planning, and traveling lane planning method | |
JPH076291A (ja) | 自動車の障害物検知装置 | |
JPH1063991A (ja) | 車輌追跡装置およびその装置を用いた交通制御システム | |
CN109720380B (zh) | 用于隐藏列车排除的主动识别系统及隐藏列车排除方法 | |
JP4762830B2 (ja) | 周辺監視システム | |
US20230154199A1 (en) | Driving control system and method of controlling the same using sensor fusion between vehicles | |
JP2014157489A (ja) | 隊列走行制御装置 | |
KR101458387B1 (ko) | 음주운전 방지 방법 및 장치 | |
JP6933069B2 (ja) | 経路探索装置 | |
KR20170045061A (ko) | 차량데이터를 이용한 경로 안내 장치 및 그 방법 | |
CN113525453B (zh) | 一种具有车前障碍物检测功能的无人驾驶车地协同系统 |
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 |