CN109598187A - 障碍物识别方法、障碍物识别系统及轨道车自动驾驶装置 - Google Patents
障碍物识别方法、障碍物识别系统及轨道车自动驾驶装置 Download PDFInfo
- Publication number
- CN109598187A CN109598187A CN201811194437.8A CN201811194437A CN109598187A CN 109598187 A CN109598187 A CN 109598187A CN 201811194437 A CN201811194437 A CN 201811194437A CN 109598187 A CN109598187 A CN 109598187A
- Authority
- CN
- China
- Prior art keywords
- railcar
- obstacle
- barrier
- image information
- information
- 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.)
- Pending
Links
Classifications
-
- 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
Abstract
本发明公开一种障碍物识别方法、障碍物识别系统及轨道车自动驾驶装置。本发明首先根据轨道车前方铁轨区域的图像信息确定是否存在影响轨道车运行的障碍物,当前方铁轨区域存在影响轨道车运行的障碍物时,再根据轨道车的安全制动距离及轨道车与所述障碍物之间的距离发出对应的制动预警信息。可见,本发明能够实现对轨道车运行前方障碍物的测距、预警以用于行车控制。同时,轨道车自动驾驶装置可实时获取轨道车前方铁轨区域的图像信息,并根据图像信息对轨道车运行前方的障碍物进行自动识别、预警并控制行车,进而有效提高行车效率和行车安全性,降低能耗,减少运营维护成本,极大地减轻司机的工作强度,为轨道车的安全运行提供技术保障。
Description
技术领域
本发明涉及轨道车控制技术领域,特别是涉及一种障碍物识别方法、障碍物识别系统及轨道车自动驾驶装置。
背景技术
现有技术中,轨道车通常是用车载视频监控系统并拍摄视频图像,用于辅助司机进行操作,并存储视频数据便于事后查看。为提高效率和安全性,降低能耗、减少运营维护成本,改善劳动强度,轨道车自动驾驶已成为我国铁路技术发展的内在需求,是铁路轨道车列控系统智能化的重要标志。但是,现有的独立车载视频监控系统无法实现对轨道车运行前方障碍物的测距、预警及行车控制,从而制约了轨道车自动驾驶技术的发展。
发明内容
本发明的目的是提供一种障碍物识别方法、障碍物识别系统及轨道车自动驾驶装置,能够对轨道车运行前方的障碍物进行自动识别、预警并控制行车,进而有效提高行车效率和行车安全性,降低能耗,减少运营维护成本,极大地减轻司机的工作强度,为轨道车的安全运行提供技术保障。
为实现上述目的,本发明提供了如下方案:
一种用于轨道车自动驾驶的障碍物识别方法,所述障碍物识别方法包括:
获取轨道车前方铁轨区域的图像信息;
根据所述图像信息确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物,获得第一判断结果;
当第一判断结果表示所述轨道车前方铁轨区域存在影响所述轨道车运行的障碍物时,根据所述轨道车的安全制动距离及所述轨道车与所述障碍物之间的距离发出制动预警信息。
可选的,所述图像信息包括可见光图像信息和红外图像信息。
可选的,所述根据所述图像信息确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物,具体包括:
获取轨道车的运行环境信息,所述运行环境信息包括所述轨道车当前运行环境的亮度信息和/或温度信息;
根据所述运行环境信息确定待处理图像信息;
判断所述待处理图像信息是否为可见光图像信息,获得第二判断结果;
当第二判断结果表示所述待处理图像信息为可见光图像信息时,根据所述可见光图像信息的投影曲线确定可见光疑似障碍物区域;
根据所述可见光疑似障碍物区域的轮廓面积确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物;
当第二判断结果表示所述待处理图像信息为红外图像信息时,根据所述红外图像信息的梯度投影曲线确定红外疑似障碍物区域;
对所述红外疑似障碍物区域依次进行梯度阈值分割和形态学操作,获得若干连通域;
根据各个所述连通域的方向、长宽比、角度以及直线度确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物。
可选的,所述根据所述轨道车的安全制动距离及所述轨道车与所述障碍物之间的距离发出制动预警信息,具体包括:
获取所述轨道车的实时运行速度;
根据所述实时运行速度确定所述轨道车的安全制动距离;
采用几何测距法计算障碍物距离,所述障碍物距离为所述轨道车与所述障碍物之间的距离;
判断所述障碍物距离是否小于或者等于安全制动距离,获得第三判断结果;
当第三判断结果表示所述障碍物距离小于或者等于安全制动距离时,发出紧急制动预警信息;
当第三判断结果表示所述障碍物距离大于安全制动距离时,发出正常制动预警信息。
可选的,所述采用几何测距法计算障碍物距离,具体包括:
根据公式:D=H×tan(α1),计算障碍物距离,其中,D表示障碍物距离,H表示图像采集装置距离地面的高度,D0表示盲区,α表示图像采集装置的俯仰角,f表示图像采集装置的焦距,a表示像元间距,N表示从图像最底端到检测到的障碍物的最底端的像素行数。
一种用于轨道车自动驾驶的障碍物识别系统,所述障碍物识别系统包括:
图像信息获取模块,用于获取轨道车前方铁轨区域的图像信息;
第一判断模块,用于根据所述图像信息确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物,获得第一判断结果;
预警信息确定模块,用于当第一判断结果表示所述轨道车前方铁轨区域存在影响所述轨道车运行的障碍物时,根据所述轨道车的安全制动距离及所述轨道车与所述障碍物之间的距离发出制动预警信息。
可选的,所述第一判断模块包括:
环境信息获取单元,用于获取轨道车的运行环境信息,所述运行环境信息包括所述轨道车当前运行环境的亮度信息和/或温度信息;
待处理图像确定单元,用于根据所述运行环境信息确定待处理图像信息,所述待处理图像信息为可见光图像信息或红外图像信息;
第二判断单元,用于判断所述待处理图像信息是否为可见光图像信息,获得第二判断结果;
可见光疑似障碍物确定单元,用于当第二判断结果表示所述待处理图像信息为可见光图像信息时,根据所述可见光图像信息的投影曲线确定可见光疑似障碍物区域;
可见光障碍物确定单元,用于根据所述可见光疑似障碍物区域的轮廓面积确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物;
红外疑似障碍物确定单元,用于当第二判断结果表示所述待处理图像信息为红外图像信息时,根据所述红外图像信息的梯度投影曲线确定红外疑似障碍物区域;
连通域确定单元,用于对所述红外疑似障碍物区域依次进行梯度阈值分割和形态学操作,获得若干连通域;
红外障碍物确定单元,用于根据各个所述连通域的方向、长宽比、角度以及直线度确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物。
可选的,所述预警信息确定模块包括:
时速获取单元,用于获取所述轨道车的实时运行速度;
安全制动距离确定单元,用于根据所述实时运行速度确定所述轨道车的安全制动距离;
几何测距单元,用于采用几何测距法计算障碍物距离,所述障碍物距离为所述轨道车与所述障碍物之间的距离;
第三判断单元,用于判断所述障碍物距离是否小于或者等于安全制动距离,获得第三判断结果;
第三判断处理单元,用于当第三判断结果表示所述障碍物距离小于或者等于安全制动距离时,发出紧急制动预警信息;
当第三判断结果表示所述障碍物距离大于安全制动距离时,发出正常制动预警信息。
一种轨道车自动驾驶装置,所述自动驾驶装置包括:轨道车自动驾驶主机、分别与所述轨道车自动驾驶主机连接的CCD摄像机、红外摄像机和轨道车运行控制设备,其中,
所述CCD摄像机和所述红外摄像机均设置在轨道车上,用于拍摄轨道车前方铁轨区域的图像信息;
所述轨道车自动驾驶主机用于根据所述的障碍物识别方法确定输出给所述轨道车运行控制设备的制动预警信息;
所述轨道车运行控制设备用于根据所述制动预警信息提示轨道车司机做出相应的制动措施。
可选的,所述自动驾驶装置还包括分别与所述轨道车自动驾驶主机连接的语音播放装置和显示器,其中,
所述语音播放装置用于播放所述轨道车与所述障碍物之间的距离;
所述显示器用于显示障碍物区域、障碍物距离、障碍物类型以及轨道车当前的时速信息、限速信息和公里标信息。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供的用于轨道车自动驾驶的障碍物识别方法及障碍物识别系统,首先根据轨道车前方铁轨区域的图像信息确定是否存在影响轨道车运行的障碍物,当轨道车前方铁轨区域存在影响轨道车运行的障碍物时,再根据轨道车的安全制动距离及轨道车与所述障碍物之间的距离发出对应的制动预警信息。可见,本发明能够实现对轨道车运行前方障碍物的测距、预警以用于行车控制。
同时,本发明提供的轨道车自动驾驶装置,能够实时获取轨道车前方铁轨区域的图像信息,并根据图像信息对轨道车运行前方的障碍物进行自动识别、预警并控制行车,进而有效提高行车效率和行车安全性,降低能耗,减少运营维护成本,极大地减轻司机的工作强度,为轨道车的安全运行提供技术保障。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中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它的附图。
图1为本发明实施例提供的一种用于轨道车自动驾驶的障碍物识别方法的流程图;
图2为本发明实施例提供的一种用于轨道车自动驾驶的障碍物识别系统的结构框图;
图3为本发明实施例提供的一种轨道车自动驾驶装置的结构框图;
图4为本发明实施例提供的轨道车自动驾驶装置的结示意图;
图5为本发明实施例提供的障碍物智能识别流程图;
图6为本发明实施例提供的轨道车自动驾驶装置的工作流程图;
图7为本发明实施例提供的CCD相机采集的障碍物显示图;
图8为本发明实施例提供的红外相机采集的障碍物显示图;
图9为本发明实施例提供的几何测距原理图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种障碍物识别方法、障碍物识别系统及轨道车自动驾驶装置,能够对轨道车运行前方的障碍物进行自动识别、预警并控制行车,进而有效提高行车效率和行车安全性,降低能耗,减少运营维护成本,极大地减轻司机的工作强度,为轨道车的安全运行提供技术保障。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例提供的一种用于轨道车自动驾驶的障碍物识别方法的流程图。如图1所示,一种用于轨道车自动驾驶的障碍物识别方法,所述障碍物识别方法包括:
步骤101:获取轨道车前方铁轨区域的图像信息,所述图像信息包括可见光图像信息和红外图像信息。
步骤102:根据所述图像信息确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物,获得第一判断结果。
具体地,所述步骤102具体包括:
获取轨道车的运行环境信息,所述运行环境信息包括所述轨道车当前运行环境的亮度信息和/或温度信息;
根据所述运行环境信息确定待处理图像信息;
判断所述待处理图像信息是否为可见光图像信息,获得第二判断结果;
当第二判断结果表示所述待处理图像信息为可见光图像信息时,根据所述可见光图像信息的投影曲线确定可见光疑似障碍物区域;
根据所述可见光疑似障碍物区域的轮廓面积确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物;
当第二判断结果表示所述待处理图像信息为红外图像信息时,根据所述红外图像信息的梯度投影曲线确定红外疑似障碍物区域;
对所述红外疑似障碍物区域依次进行梯度阈值分割和形态学操作,获得若干连通域;
根据各个所述连通域的方向、长宽比、角度以及直线度确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物。
步骤103:当第一判断结果表示所述轨道车前方铁轨区域存在影响所述轨道车运行的障碍物时,根据所述轨道车的安全制动距离及所述轨道车与所述障碍物之间的距离发出制动预警信息。
具体地,所述步骤103具体包括:
获取所述轨道车的实时运行速度;
根据所述实时运行速度确定所述轨道车的安全制动距离;
采用几何测距法计算障碍物距离,所述障碍物距离为所述轨道车与所述障碍物之间的距离。几何测距法的计算公式如下:
D=H×tan(α1),其中,D表示障碍物距离,H表示图像采集装置距离地面的高度,D0表示盲区,α表示图像采集装置的俯仰角,f表示图像采集装置的焦距,a表示像元间距,N表示从图像最底端到检测到的障碍物的最底端的像素行数;
判断所述障碍物距离是否小于或者等于安全制动距离,获得第三判断结果;
当第三判断结果表示所述障碍物距离小于或者等于安全制动距离时,发出紧急制动预警信息;
当第三判断结果表示所述障碍物距离大于安全制动距离时,发出正常制动预警信息。
图2为本发明实施例提供的一种用于轨道车自动驾驶的障碍物识别系统的结构框图。如图2所示,一种用于轨道车自动驾驶的障碍物识别系统,所述障碍物识别系统包括:
图像信息获取模块201,用于获取轨道车前方铁轨区域的图像信息.
第一判断模块202,用于根据所述图像信息确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物,获得第一判断结果。具体地,述第一判断模块202包括:
环境信息获取单元,用于获取轨道车的运行环境信息,所述运行环境信息包括所述轨道车当前运行环境的亮度信息和/或温度信息;
待处理图像确定单元,用于根据所述运行环境信息确定待处理图像信息,所述待处理图像信息为可见光图像信息或红外图像信息;
第二判断单元,用于判断所述待处理图像信息是否为可见光图像信息,获得第二判断结果;
可见光疑似障碍物确定单元,用于当第二判断结果表示所述待处理图像信息为可见光图像信息时,根据所述可见光图像信息的投影曲线确定可见光疑似障碍物区域;
可见光障碍物确定单元,用于根据所述可见光疑似障碍物区域的轮廓面积确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物;
红外疑似障碍物确定单元,用于当第二判断结果表示所述待处理图像信息为红外图像信息时,根据所述红外图像信息的梯度投影曲线确定红外疑似障碍物区域;
连通域确定单元,用于对所述红外疑似障碍物区域依次进行梯度阈值分割和形态学操作,获得若干连通域;
红外障碍物确定单元,用于根据各个所述连通域的方向、长宽比、角度以及直线度确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物。
预警信息确定模块203,用于当第一判断结果表示所述轨道车前方铁轨区域存在影响所述轨道车运行的障碍物时,根据所述轨道车的安全制动距离及所述轨道车与所述障碍物之间的距离发出制动预警信息。具体地,所述预警信息确定模块203包括:
时速获取单元,用于获取所述轨道车的实时运行速度;
安全制动距离确定单元,用于根据所述实时运行速度确定所述轨道车的安全制动距离;
几何测距单元,用于采用几何测距法计算障碍物距离,所述障碍物距离为所述轨道车与所述障碍物之间的距离;
第三判断单元,用于判断所述障碍物距离是否小于或者等于安全制动距离,获得第三判断结果;
第三判断处理单元,用于当第三判断结果表示所述障碍物距离小于或者等于安全制动距离时,发出紧急制动预警信息;
当第三判断结果表示所述障碍物距离大于安全制动距离时,发出正常制动预警信息。
图3为本发明实施例提供的一种轨道车自动驾驶装置的结构框图。图4 为轨道车自动驾驶装置的安装示意图。如图3和图4所示,一种轨道车自动驾驶装置,所述自动驾驶装置包括:轨道车自动驾驶主机301、分别与所述轨道车自动驾驶主机301连接的CCD(ChargeCoupled Device,电荷耦合器件)摄像机302、红外摄像机303、轨道车运行控制设备304、语音播放装置305和显示器306,其中,
所述CCD摄像机302和所述红外摄像机303均设置在轨道车上,用于拍摄轨道车前方铁轨区域的图像信息;
所述轨道车自动驾驶主机301用于根据所述的障碍物识别方法确定输出给所述轨道车运行控制设备的制动预警信息;
所述轨道车运行控制设备304用于根据所述制动预警信息提示轨道车司机做出相应的制动措施。
所述语音播放装置305用于播放所述轨道车与所述障碍物之间的距离;
所述显示器306用于显示障碍物区域、障碍物距离、障碍物类型以及轨道车当前的时速信息、限速信息和公里标信息。
为了减小雨雪天气对图像采集的影响,本发明还设置有摄像机防护罩,所述CCD摄像机和所述红外摄像机分别设置在对应的防护罩中。
本发明提供的轨道车自动驾驶装置包括CCD摄像机和远红外摄像机,轨道车自动驾驶主机可根据外界环境亮度以及温度的变化,自动选择图像采集方式。当白天光线较好、环境温度较高时,轨道车自动驾驶装置自动切换为可见光图像采集方式;当夜间光线较暗、环境温度较低时轨道车自动驾驶装置自动切换为红外图像采集方式。实际应用中,红外图像采集方式和可见光图像采集方式可根据季节在系统设置相应的时间点来自动切换。对于CCD摄像机拍摄的可见光图像,通过对可见光图像的颜色、轮廓、纹理等信息进行分析来判断轨道车运行前方是否存在障碍物。对于红外图像,通过对红外图像的灰度、梯度等信息进行相应的分析来判断轨道车运行前方是否存在障碍物。通过这种图像采集模式的自动切换,使得障碍物识别在白天、夜间及恶劣气象天气均具有非常高的检测精度。
本发明提供的轨道车自动驾驶装置的工作过程如下:
通过轨道车安装的远红外相机和CCD相机采集轨道车运行前方图像信息;对图像信息是否存在障碍物识别检测;将图像信息中识别检测出的障碍物类型、危险等级以及距离等信息提供给轨道车自动驾驶(GATO)系统;GATO 综合判断对运行安全的影响,向轨道车运行控制设备发布运行指令。同时,还可以通过GATO主机接收列车调度指挥系统(TDCS)保存的站场高精度地图或结合铁路线路基础数据对障碍物具体位置进行精准定位。
本发明提供的轨道车自动驾驶装置进行障碍物智能识别的控制原理如下:
轨道车在自动驾驶过程中,GATO主机中的主控板获取轨道车运行控制设备(GYK)中轨道车的速度、限速、公里标等信息;CCD摄像机和远红外摄像机将拍摄的图像信息通过GATO主机中的图像处理板卡编码处理、识别分析等环节后,对是否存在障碍物图像进行判断,如果判断结果为存在影响轨道车运行的障碍物,将存在障碍物异常信号和障碍物类型、障碍物距离信息发送给GATO主机;GATO主机根据所接受的异常信号信息进行预警以及输出控车措施来防止影响安全行车的事故隐患。
图5为本发明实施例提供的障碍物智能识别流程图。如图5所示,进行障碍物智能识别主要包括:图像采集、障碍物识别与测距、判断、预警和行车控制四大部分。首先通过轨道车运行的外界环境条件确定图像采集模式为红外相机拍摄模式还是可见光相机拍摄模式;接着对采集到的图像进行障碍物检测与识别,如果该区域存在影响轨道车正常运行的障碍物,则对其进行测距获得障碍物距离S,若未检测到障碍物,则重新采集图像;比较障碍物距离S和轨道车当下时速对应的安全制动距离SC的大小关系;GATO主机根据障碍物信息发送指令,若S小于或等于轨道车当下时速对应的安全制动距离SC,则输出紧急制动信号,若S大于轨道车当下时速对应的安全制动距离SC,则输出常用制动信号,GYK设备执行从GATO主机发送的运行指令,获取判断后的测距信息再发出预警和控车措施命令,GATO实现自动控制行车的目的。
图6为本发明实施例提供的轨道车自动驾驶装置的工作流程图。在障碍智能识别过程中,对红外/可见光相机检测到的图像数据的分析处理的准确性是保障GYK设备接收GATO关于障碍物信息发出的运行指令后能够及时预警和控制行车的基础。
如图6所示,对CCD相机采集到的可见光图像进行障碍物检测与识别的方法是:首先获取轨道车运行前方铁轨区域,其目的是提高算法的实时性和精确检测率;其次,对该区域RGB三通道颜色信息进行投影;接着,判断该投影曲线中是否存在异常点,如果存在则认为轨道车运行前方存在疑似障碍物,此时需对疑似障碍物区域采用轮廓分析的方法进行二次精确判断,反之,则认为前方可能存在障碍物,此时,需要对整个铁轨区域进行轮廓分析,进一步判断该区域是否存在影响轨道车正常运行的障碍物。CCD相机采集的图像经过图像处理后障碍物显示如图7所示。具体实施步骤如下:
步骤1:获取当前股道图像。
步骤2:采用高斯滤波对采集图像进行预处理(对图像去噪处理)
步骤3:提取图像三颜色(红、绿、蓝)投影曲线(图像的R、G、B三通道信息)。
步骤4:判断投影曲线是否异常,即判断投影曲线中是否存在异常点,异常点为投影曲线的突变点,若是,则确定颜色信息异常,若否,则确定颜色信息正常。
步骤5:确定颜色异常的区域为障碍物疑似区域。
步骤6:确定其图像整体为障碍物疑似区域
步骤7:提取障碍物轮廓,确定其轮廓面积。
步骤8:判断轮廓面积是否大于预设值,若否,则轨道车正常运行,若是,则进一步判断疑似障碍物区域是否为轨道边缘,若是,前方道路影响轨道车运行,则GATO发出预警测距,并控行;若否,轨道车正常运行。本实施例中,预设阈值th的值为80。
如图6所示,对远红外相机采集到的红外图像进行障碍物检测与识别的方法是:首先,采用高斯滤波对红外图像进行预处理;然后,获取轨道车运行前方铁轨区域,其目的是提高算法的实时性和精确检测率;其次,分别计算该区域水平和垂直方向梯度值,并对其进行投影;接着,判断该梯度投影曲线中是否存在波峰波谷差大于投影差阈值的异常点,如果存在,则认为该异常点所在的区域为疑似障碍物区域。此时还需对该疑似障碍物区域进行二次精确定位,二次精确定位的具体方案为:首先通过对疑似障碍物区域进行梯度阈值分割,然后对分割后的二值图像进行形态学操作,接着对形态学处理后的每个连通域进行判断,对比的因素主要有方向、长宽比、角度以及直线度等。如果最终确定该区域存在影响轨道车正常运行的障碍物,则此时需对障碍物进行测距并做出相应的预警,反之则认为该区域不存在影响机车正常运行的障碍物。红外相机采集的图像经过图像处理后障碍物显示如图8所示。
图9为本发明实施例提供的几何测距原理图。当前方铁轨区域存在影响轨道车正常运行的障碍物时,本发明采用如图9所示的几何测距法来计算机车与障碍物之间的距离,然后将障碍物信息发送到GATO系统;GATO综合判断对运行安全的影响,向轨道车运行控制设备发布运行指令并提供预警,并通过语音播放装置以语音方式向司机说明障碍物与当前轨道车之间的距离。
如图9所示,图像采集装置安装在轨道机车上,几何测距主要根据图像采集装置与障碍物之间的三角关系来测量障碍物与轨道车之间的距离D,其中D 的计算公式为:
D=H*tan(α1) (1)
式中,H是图像采集装置距离地面的高度,D0是盲区,D是障碍物与机车之间的距离,f是相机焦距,a是像元间距,N是从图像最底端到检测到的障碍物的最底端的像素行数,α是盲区为D0时相机的俯仰角,α2是障碍物最底端与相机视场底端的水平瞬时视场角。通过大量实验数据验证可知,该测距算法在障碍物距离机车400m处时测距误差在±20m之内。
基于本发明提供的轨道车自动驾驶装置,可编制轨道车自动驾驶专用的《运行记录综合分析软件》,用于在GATO运行过程中记录轨道车前方视频及障碍物所在位置信息、障碍物详细处理信息数据、GATO针对接收到的障碍物信息所发出的指令以及GYK对GATO发出指令的执行过程。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种用于轨道车自动驾驶的障碍物识别方法,其特征在于,所述障碍物识别方法包括:
获取轨道车前方铁轨区域的图像信息;
根据所述图像信息确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物,获得第一判断结果;
当第一判断结果表示所述轨道车前方铁轨区域存在影响所述轨道车运行的障碍物时,根据所述轨道车的安全制动距离及所述轨道车与所述障碍物之间的距离发出制动预警信息。
2.根据权利要求1所述的障碍物识别方法,其特征在于,所述图像信息包括可见光图像信息和红外图像信息。
3.根据权利要求2所述的障碍物识别方法,其特征在于,所述根据所述图像信息确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物,具体包括:
获取轨道车的运行环境信息,所述运行环境信息包括所述轨道车当前运行环境的亮度信息和/或温度信息;
根据所述运行环境信息确定待处理图像信息;
判断所述待处理图像信息是否为可见光图像信息,获得第二判断结果;
当第二判断结果表示所述待处理图像信息为可见光图像信息时,根据所述可见光图像信息的投影曲线确定可见光疑似障碍物区域;
根据所述可见光疑似障碍物区域的轮廓面积确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物;
当第二判断结果表示所述待处理图像信息为红外图像信息时,根据所述红外图像信息的梯度投影曲线确定红外疑似障碍物区域;
对所述红外疑似障碍物区域依次进行梯度阈值分割和形态学操作,获得若干连通域;
根据各个所述连通域的方向、长宽比、角度以及直线度确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物。
4.根据权利要求1所述的障碍物识别方法,其特征在于,所述根据所述轨道车的安全制动距离及所述轨道车与所述障碍物之间的距离发出制动预警信息,具体包括:
获取所述轨道车的实时运行速度;
根据所述实时运行速度确定所述轨道车的安全制动距离;
采用几何测距法计算障碍物距离,所述障碍物距离为所述轨道车与所述障碍物之间的距离;
判断所述障碍物距离是否小于或者等于安全制动距离,获得第三判断结果;
当第三判断结果表示所述障碍物距离小于或者等于安全制动距离时,发出紧急制动预警信息;
当第三判断结果表示所述障碍物距离大于安全制动距离时,发出正常制动预警信息。
5.根据权利要求4所述的障碍物识别方法,其特征在于,所述采用几何测距法计算障碍物距离,具体包括:
根据公式:D=H×tan(α1),计算障碍物距离,其中,D表示障碍物距离,H表示图像采集装置距离地面的高度,D0表示盲区,α表示图像采集装置的俯仰角,f表示图像采集装置的焦距,a表示像元间距,N表示从图像最底端到检测到的障碍物的最底端的像素行数。
6.一种用于轨道车自动驾驶的障碍物识别系统,其特征在于,所述障碍物识别系统包括:
图像信息获取模块,用于获取轨道车前方铁轨区域的图像信息;
第一判断模块,用于根据所述图像信息确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物,获得第一判断结果;
预警信息确定模块,用于当第一判断结果表示所述轨道车前方铁轨区域存在影响所述轨道车运行的障碍物时,根据所述轨道车的安全制动距离及所述轨道车与所述障碍物之间的距离发出制动预警信息。
7.根据权利要求6所述的障碍物识别系统,其特征在于,所述第一判断模块包括:
环境信息获取单元,用于获取轨道车的运行环境信息,所述运行环境信息包括所述轨道车当前运行环境的亮度信息和/或温度信息;
待处理图像确定单元,用于根据所述运行环境信息确定待处理图像信息,所述待处理图像信息为可见光图像信息或红外图像信息;
第二判断单元,用于判断所述待处理图像信息是否为可见光图像信息,获得第二判断结果;
可见光疑似障碍物确定单元,用于当第二判断结果表示所述待处理图像信息为可见光图像信息时,根据所述可见光图像信息的投影曲线确定可见光疑似障碍物区域;
可见光障碍物确定单元,用于根据所述可见光疑似障碍物区域的轮廓面积确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物;
红外疑似障碍物确定单元,用于当第二判断结果表示所述待处理图像信息为红外图像信息时,根据所述红外图像信息的梯度投影曲线确定红外疑似障碍物区域;
连通域确定单元,用于对所述红外疑似障碍物区域依次进行梯度阈值分割和形态学操作,获得若干连通域;
红外障碍物确定单元,用于根据各个所述连通域的方向、长宽比、角度以及直线度确定所述轨道车前方铁轨区域是否存在影响所述轨道车运行的障碍物。
8.根据权利要求6所述的障碍物识别系统,其特征在于,所述预警信息确定模块包括:
时速获取单元,用于获取所述轨道车的实时运行速度;
安全制动距离确定单元,用于根据所述实时运行速度确定所述轨道车的安全制动距离;
几何测距单元,用于采用几何测距法计算障碍物距离,所述障碍物距离为所述轨道车与所述障碍物之间的距离;
第三判断单元,用于判断所述障碍物距离是否小于或者等于安全制动距离,获得第三判断结果;
第三判断处理单元,用于当第三判断结果表示所述障碍物距离小于或者等于安全制动距离时,发出紧急制动预警信息;
当第三判断结果表示所述障碍物距离大于安全制动距离时,发出正常制动预警信息。
9.一种轨道车自动驾驶装置,其特征在于,所述自动驾驶装置包括:轨道车自动驾驶主机、分别与所述轨道车自动驾驶主机连接的CCD摄像机、红外摄像机和轨道车运行控制设备,其中,
所述CCD摄像机和所述红外摄像机均设置在轨道车上,用于拍摄轨道车前方铁轨区域的图像信息;
所述轨道车自动驾驶主机用于根据权利要求1-5任一项所述的障碍物识别方法确定输出给所述轨道车运行控制设备的制动预警信息;
所述轨道车运行控制设备用于根据所述制动预警信息提示轨道车司机做出相应的制动措施。
10.根据权利要求9所述的轨道车自动驾驶装置,其特征在于,所述自动驾驶装置还包括分别与所述轨道车自动驾驶主机连接的语音播放装置和显示器,其中,
所述语音播放装置用于播放所述轨道车与所述障碍物之间的距离;
所述显示器用于显示障碍物区域、障碍物距离、障碍物类型以及轨道车当前的时速信息、限速信息和公里标信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811194437.8A CN109598187A (zh) | 2018-10-15 | 2018-10-15 | 障碍物识别方法、障碍物识别系统及轨道车自动驾驶装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811194437.8A CN109598187A (zh) | 2018-10-15 | 2018-10-15 | 障碍物识别方法、障碍物识别系统及轨道车自动驾驶装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109598187A true CN109598187A (zh) | 2019-04-09 |
Family
ID=65957433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811194437.8A Pending CN109598187A (zh) | 2018-10-15 | 2018-10-15 | 障碍物识别方法、障碍物识别系统及轨道车自动驾驶装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109598187A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110346799A (zh) * | 2019-07-03 | 2019-10-18 | 深兰科技(上海)有限公司 | 一种障碍物检测方法及设备 |
CN110414392A (zh) * | 2019-07-15 | 2019-11-05 | 北京天时行智能科技有限公司 | 一种障碍物距离的确定方法及装置 |
CN110406557A (zh) * | 2019-06-30 | 2019-11-05 | 安徽宇艳智能机械科技有限公司 | 一种适用于矿山窄轨电车使用的防脱轨装置 |
CN110450812A (zh) * | 2019-06-30 | 2019-11-15 | 安徽宇艳智能机械科技有限公司 | 一种适用于矿山窄轨电车使用的自动避让急停装置 |
CN111079634A (zh) * | 2019-12-12 | 2020-04-28 | 徐工集团工程机械股份有限公司 | 车辆行驶中检测障碍物的方法、装置、系统及车辆 |
CN111582173A (zh) * | 2020-05-08 | 2020-08-25 | 东软睿驰汽车技术(沈阳)有限公司 | 一种自动驾驶的方法及系统 |
CN111626204A (zh) * | 2020-05-27 | 2020-09-04 | 北京伟杰东博信息科技有限公司 | 一种铁路异物入侵监测方法及系统 |
CN112329670A (zh) * | 2020-11-11 | 2021-02-05 | 上海伯镭智能科技有限公司 | 无人驾驶车辆路况不规则障碍物的识别方法、计算机程序及存储介质 |
CN112488056A (zh) * | 2020-12-17 | 2021-03-12 | 上海媒智科技有限公司 | 一种基于计算机视觉的直线轨道异物入侵检测方法及装置 |
CN115123342A (zh) * | 2022-06-20 | 2022-09-30 | 西南交通大学 | 一种铁路专用线推送调车安全预警方法、装置及系统 |
CN117465394A (zh) * | 2023-12-28 | 2024-01-30 | 深圳市开心电子有限公司 | 一种电动车紧急制动的控制方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070170315A1 (en) * | 2006-01-20 | 2007-07-26 | Gedalyahu Manor | Method of detecting obstacles on railways and preventing train accidents |
CN103287372A (zh) * | 2013-06-19 | 2013-09-11 | 贺亮才 | 一种基于图像处理的汽车防撞安全保护方法 |
CN104386092A (zh) * | 2014-10-21 | 2015-03-04 | 卡斯柯信号有限公司 | 基于图像识别和多感知融合的列车自动防护系统及方法 |
CN104442924A (zh) * | 2014-11-05 | 2015-03-25 | 杭州南车城市轨道交通车辆有限公司 | 全天候高速铁路车载路障检测系统及方法 |
CN108099957A (zh) * | 2017-12-14 | 2018-06-01 | 西北铁道电子股份有限公司 | 一种基于障碍物检测与识别的机车作业方法及系统 |
CN108482427A (zh) * | 2018-02-22 | 2018-09-04 | 中车长春轨道客车股份有限公司 | 一种非接触式轨道车辆障碍物检测系统和安全控制方法 |
CN108639108A (zh) * | 2018-05-12 | 2018-10-12 | 西北铁道电子股份有限公司 | 一种机车作业安全防护系统 |
-
2018
- 2018-10-15 CN CN201811194437.8A patent/CN109598187A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070170315A1 (en) * | 2006-01-20 | 2007-07-26 | Gedalyahu Manor | Method of detecting obstacles on railways and preventing train accidents |
CN103287372A (zh) * | 2013-06-19 | 2013-09-11 | 贺亮才 | 一种基于图像处理的汽车防撞安全保护方法 |
CN104386092A (zh) * | 2014-10-21 | 2015-03-04 | 卡斯柯信号有限公司 | 基于图像识别和多感知融合的列车自动防护系统及方法 |
CN104442924A (zh) * | 2014-11-05 | 2015-03-25 | 杭州南车城市轨道交通车辆有限公司 | 全天候高速铁路车载路障检测系统及方法 |
CN108099957A (zh) * | 2017-12-14 | 2018-06-01 | 西北铁道电子股份有限公司 | 一种基于障碍物检测与识别的机车作业方法及系统 |
CN108482427A (zh) * | 2018-02-22 | 2018-09-04 | 中车长春轨道客车股份有限公司 | 一种非接触式轨道车辆障碍物检测系统和安全控制方法 |
CN108639108A (zh) * | 2018-05-12 | 2018-10-12 | 西北铁道电子股份有限公司 | 一种机车作业安全防护系统 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110450812A (zh) * | 2019-06-30 | 2019-11-15 | 安徽宇艳智能机械科技有限公司 | 一种适用于矿山窄轨电车使用的自动避让急停装置 |
CN110406557A (zh) * | 2019-06-30 | 2019-11-05 | 安徽宇艳智能机械科技有限公司 | 一种适用于矿山窄轨电车使用的防脱轨装置 |
CN110346799A (zh) * | 2019-07-03 | 2019-10-18 | 深兰科技(上海)有限公司 | 一种障碍物检测方法及设备 |
CN110414392B (zh) * | 2019-07-15 | 2021-07-20 | 北京天时行智能科技有限公司 | 一种障碍物距离的确定方法及装置 |
CN110414392A (zh) * | 2019-07-15 | 2019-11-05 | 北京天时行智能科技有限公司 | 一种障碍物距离的确定方法及装置 |
CN111079634A (zh) * | 2019-12-12 | 2020-04-28 | 徐工集团工程机械股份有限公司 | 车辆行驶中检测障碍物的方法、装置、系统及车辆 |
CN111079634B (zh) * | 2019-12-12 | 2024-02-02 | 徐工集团工程机械股份有限公司 | 车辆行驶中检测障碍物的方法、装置、系统及车辆 |
CN111582173A (zh) * | 2020-05-08 | 2020-08-25 | 东软睿驰汽车技术(沈阳)有限公司 | 一种自动驾驶的方法及系统 |
CN111626204A (zh) * | 2020-05-27 | 2020-09-04 | 北京伟杰东博信息科技有限公司 | 一种铁路异物入侵监测方法及系统 |
CN112329670A (zh) * | 2020-11-11 | 2021-02-05 | 上海伯镭智能科技有限公司 | 无人驾驶车辆路况不规则障碍物的识别方法、计算机程序及存储介质 |
CN112488056A (zh) * | 2020-12-17 | 2021-03-12 | 上海媒智科技有限公司 | 一种基于计算机视觉的直线轨道异物入侵检测方法及装置 |
CN115123342A (zh) * | 2022-06-20 | 2022-09-30 | 西南交通大学 | 一种铁路专用线推送调车安全预警方法、装置及系统 |
CN115123342B (zh) * | 2022-06-20 | 2024-02-13 | 西南交通大学 | 一种铁路专用线推送调车安全预警方法、装置及系统 |
CN117465394A (zh) * | 2023-12-28 | 2024-01-30 | 深圳市开心电子有限公司 | 一种电动车紧急制动的控制方法及系统 |
CN117465394B (zh) * | 2023-12-28 | 2024-04-16 | 深圳市开心电子有限公司 | 一种电动车紧急制动的控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109598187A (zh) | 障碍物识别方法、障碍物识别系统及轨道车自动驾驶装置 | |
CN104386092B (zh) | 基于图像识别和多感知融合的列车自动防护系统及方法 | |
CN105528914B (zh) | 驾驶者支援装置以及驾驶者支援方法 | |
CN109087474B (zh) | 一种基于大数据的轨道交通安全维护方法 | |
CN103366571B (zh) | 智能的夜晚交通事件检测方法 | |
CN110136447A (zh) | 行车变道检测及违法变道识别的方法 | |
CN102496285B (zh) | 基于视频检测的路口车辆闯红灯判别方法 | |
CN104575043B (zh) | 一种机动车行经人行横道时的自动提示系统和方法 | |
CN103258429B (zh) | 路口拥堵时机动车强行驶入的视频检测方法 | |
CN106127143A (zh) | 一种高速公路违章停车检测方法 | |
CN104658279B (zh) | 基于视频通行状态监测的实时优化信号控制方法及系统 | |
CN108099957B (zh) | 一种基于障碍物检测与识别的机车作业方法及系统 | |
CN105046954B (zh) | 基于视频智能分析的路口通行状态动态检测系统及方法 | |
CN109977748B (zh) | 一种多融合技术的列车障碍物检测方法 | |
CN105654734A (zh) | 车辆违章行为的数据处理方法及装置 | |
CN103091724A (zh) | 直线地铁站台屏蔽门与列车间异物自动检测方法及其装置 | |
CN105083324A (zh) | 车载光学探测机构结合辅助摄像的机车防撞方法及装置 | |
CN106887158A (zh) | 急弯道路信号灯预警系统及其方法 | |
CN108639108B (zh) | 一种机车作业安全防护系统 | |
CN108834283A (zh) | 一种车辆进入隧道的灯光提前识别控制系统 | |
CN107169422A (zh) | 基于前照灯光线方向的远光灯开闭状态的判别方法 | |
CN106980810A (zh) | 一种基于敏感区图像轮廓递增的超高车辆接近检测方法 | |
CN103149603A (zh) | 一种基于视频的道路气象检测方法 | |
CN108086198A (zh) | 一种用于公路隧道的光学栏杆装置及显示方法 | |
CN105083326A (zh) | 利用光学探测机构追踪钢轨轨迹的机车防撞方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190409 |
|
RJ01 | Rejection of invention patent application after publication |