CN109635624B - 用于轨道车自动驾驶系统的车钩、列车管监测方法及系统 - Google Patents

Abstract

本发明公开了一种用于轨道车自动驾驶系统的车钩、列车管监测方法及系统。该方法包括：获取轨道车自动驾驶系统的历史图像以及轨道车自动驾驶系统的实时图像；对所述轨道车自动驾驶系统的实时图像预处理，得到预处理后的轨道车自动驾驶系统的实时图像；对所述轨道车自动驾驶系统的历史图像预处理，得到预处理后的轨道车自动驾驶系统的历史图像；确定所述预处理后的轨道车自动驾驶系统的实时图像以及所述预处理后的轨道车自动驾驶历史图像的相似度；判断所述相似度是否大于相似度阈值，若是，确定轨道车自动驾驶系统运行正常；若否，向所述轨道车自动驾驶系统发出报警信息。采用本发明的监测方法及系统，能够提高轨道车自动驾驶系统中的安全性。

Description

用于轨道车自动驾驶系统的车钩、列车管监测方法及系统

技术领域

本发明涉及轨道车自动驾驶监测领域，特别是涉及一种用于轨道车自动驾驶系统的车钩、列车管监测方法及系统。

背景技术

在轨道车车钩状态的监控原来是通过安装摄像头进行监控，司机通过监控视频来查看车钩状态，是用来辅助司机进行操作；而且司机通过监控视频只能查看车钩状态，无法查看对于车钩的开合状态以及列车管连接状态，也没有配备预警功能，在轨道车自动驾驶系统中，很可能会发生车钩未连挂，列车管未连接的现象，发生安全事故。

因此，对于轨道车自动驾驶系统中的现有监测方法存在人工监测差异，监测不及时等的问题。

发明内容

本发明的目的是提供一种用于轨道车自动驾驶系统的车钩、列车管监测方法及系统，以解决对于轨道车自动驾驶系统中的现有监测方法人工监测差异，监测不及时等的问题。

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系统的车钩、列车管监测方法，包括：

获取轨道车自动驾驶系统的历史图像以及轨道车自动驾驶系统的实时图像；所述轨道车自动驾驶历史图像包括车钩连挂历史图像、车钩未连挂历史图像、列车管连接历史图像以及列车管未连接历史图像；所述轨道车自动驾驶图像包括车钩连挂图像、车钩未连挂图像、列车管连接图像以及列车管未连接图像；

对所述轨道车自动驾驶系统的实时图像进行预处理，得到预处理后的轨道车自动驾驶系统的实时图像；

对所述轨道车自动驾驶系统的历史图像进行预处理，得到预处理后的轨道车自动驾驶系统的历史图像；

确定所述预处理后的轨道车自动驾驶系统的实时图像以及所述预处理后的轨道车自动驾驶系统的历史图像的相似度；

判断所述相似度是否大于相似度阈值，得到第一判断结果；

若所述第一判断结果表示为所述相似度大于相似度阈值，确定轨道车自动驾驶系统中车钩和列车管状态正常；

若所述第一判断结果表示为所述相似度不大于相似度阈值，向所述轨道车自动驾驶系统发出报警信息。

可选的，所述获取轨道车自动驾驶系统的历史图像以及轨道车自动驾驶系统的实时图像之后，还包括：

采集所述轨道车自动驾驶系统的图像的特征；所述图像特征包括直方图特征、颜色特征以及结构特征。

可选的，所述对所述轨道车自动驾驶系统的实时图像进行预处理，得到预处理后的轨道车自动驾驶系统的实时图像，具体包括：

对所述轨道车自动驾驶系统的实时图像进行光线补偿，得到补偿后的轨道车自动驾驶系统的实时图像；

对所述补偿后的轨道车自动驾驶系统的实时图像进行灰度调整，得到调整后的轨道车自动驾驶系统的实时图像；

对所述调整后的轨道车自动驾驶系统的实时图像进行直方图均衡化处理，得到均衡化后的轨道车自动驾驶系统的实时图像；

对所述均衡化后的轨道车自动驾驶系统的实时图像进行图像锐化处理，得到锐化后的轨道车自动驾驶系统的实时图像；

对所述锐化后的轨道车自动驾驶系统的实时图像进行滤波处理，得到预处理后的轨道车自动驾驶系统的实时图像。

可选的，所述对所述轨道车自动驾驶系统的历史图像进行预处理，得到预处理后的轨道车自动驾驶系统的历史图像，具体包括：

对所述轨道车自动驾驶系统的历史图像进行光线补偿，得到补偿后的轨道车自动驾驶系统的历史图像；

对所述补偿后的轨道车自动驾驶系统的历史图像进行灰度调整，得到调整后的轨道车自动驾驶系统的历史图像；

对所述调整后的轨道车自动驾驶系统的历史图像进行直方图均衡化处理，得到均衡化后的轨道车自动驾驶系统的历史图像；

对所述均衡化后的轨道车自动驾驶系统的历史图像进行图像锐化处理，得到锐化后的轨道车自动驾驶系统的历史图像；

对所述锐化后的轨道车自动驾驶系统的历史图像进行滤波处理，得到预处理后的轨道车自动驾驶系统的历史图像。

可选的，所述向所述轨道车自动驾驶系统发出报警信息之后，还包括：

在司机进行摘挂车钩或者连接列车管时，获取司机的作业术语音频；

根据所述作业术语音频判断司机的作业动作是否正确，得到第二判断结果；所述作业动作包括摘挂车钩动作以及连接列车管动作；

若所述司机的作业动作正确，解除警报；

若所述司机的作业动作不正确，再次向所述轨道车自动驾驶系统发出报警信息。

一种用于轨道车自动驾驶系统的车钩、列车管监测系统，包括：

图像获取模块，用于获取轨道车自动驾驶系统的历史图像以及轨道车自动驾驶系统的实时图像；所述轨道车自动驾驶系统的历史图像包括车钩连挂历史图像、车钩未连挂历史图像、列车管连接历史图像以及列车管未连接历史图像；所述轨道车自动驾驶系统的实时图像包括车钩连挂图像、车钩未连挂图像、列车管连接图像以及列车管未连接图像；

第一预处理模块，用于对所述轨道车自动驾驶系统的实时图像进行预处理，得到预处理后的轨道车自动驾驶系统的实时图像；

第二预处理模块，用于对所述轨道车自动驾驶系统的历史图像进行预处理，得到预处理后的轨道车自动驾驶系统的历史图像；

相似度确定模块，用于确定所述预处理后的轨道车自动驾驶系统的实时图像以及所述预处理后的轨道车自动驾驶系统的历史图像的相似度；

第一判断模块，用于判断所述相似度是否大于相似度阈值，得到第一判断结果；

正常运行确定模块，用于若所述第一判断结果表示为所述相似度大于相似度阈值，确定轨道车自动驾驶系统中车钩和列车管状态正常；

报警模块，用于若所述第一判断结果表示为所述相似度不大于相似度阈值，向所述轨道车自动驾驶系统发出报警信息。

可选的，还包括：

图像特征采集模块，用于采集所述轨道车自动驾驶系统的实时图像的图像特征；所述图像特征包括直方图特征、颜色特征以及结构特征。

可选的，所述第一预处理模块具体包括：

第一光线补偿单元，用于对所述轨道车自动驾驶系统的实时图像进行光线补偿，得到补偿后的轨道车自动驾驶系统的实时图像；

第一灰度调整单元，用于对所述补偿后的轨道车自动驾驶系统的实时图像进行灰度调整，得到调整后的轨道车自动驾驶系统的实时图像；

第一直方图均衡化处理单元，用于对所述调整后的轨道车自动驾驶系统的实时图像进行直方图均衡化处理，得到均衡化后的轨道车自动驾驶系统的实时图像；

第一锐化处理单元，用于对所述均衡化后的轨道车自动驾驶系统的实时图像进行图像锐化处理，得到锐化后的轨道车自动驾驶系统的实时图像；

第一滤波处理单元，用于对所述锐化后的轨道车自动驾驶系统的实时图像进行滤波处理，得到预处理后的轨道车自动驾驶系统的实时图像。

可选的，所述第二预处理模块具体包括：

第二光线补偿单元，用于对所述轨道车自动驾驶系统的历史图像进行光线补偿，得到补偿后的轨道车自动驾驶系统的历史图像；

第二灰度调整单元，用于对所述补偿后的轨道车自动驾驶系统的历史图像进行灰度调整，得到调整后的轨道车自动驾驶系统的历史图像；

第二直方图均衡化处理单元，用于对所述调整后的轨道车自动驾驶系统的历史图像进行直方图均衡化处理，得到均衡化后的轨道车自动驾驶系统的历史图像；

第二锐化处理单元，用于对所述均衡化后的轨道车自动驾驶系统的历史图像进行图像锐化处理，得到锐化后的轨道车自动驾驶系统的历史图像；

第二滤波处理单元，用于对所述锐化后的轨道车自动驾驶历系统的史图像进行滤波处理，得到预处理后的轨道车自动驾驶系统的历史图像。

可选的，还包括：

作业术语音频获取模块，用于在司机进行摘挂车钩或者连接列车管时，获取司机的作业术语音频；

第二判断模块，用于根据所述作业术语音频判断司机的作业动作是否正确，得到第二判断结果；所述作业动作包括摘挂车钩动作以及连接列车管动作；

警报解除模块，用于若所述司机的作业动作正确，解除警报；

二次报警模块，用于若所述司机的作业动作不正确，再次向所述轨道车自动驾驶系统发出报警信息。

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：本发明提供了一种用于轨道车自动驾驶系统的车钩、列车管监测方法及系统，根据轨道车自动驾驶系统的历史图像以及轨道车自动驾驶系统的实时图像，确定预处理后的轨道车自动驾驶系统的实时图像以及预处理后的轨道车自动驾驶系统的历史图像的相似度，从而自动判断出车钩的闭合状态以及列车管的连接状态，解决了由于人为主观判断的不及时的问题，减小了司机人员的工作强度。

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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明所提供的用于轨道车自动驾驶系统的车钩、列车管监测方法流程图；

图2为本发明所提供的预处理后的轨道车自动驾驶系统的实时图像以及所述预处理后的轨道车自动驾驶系统的历史图像的相似度匹配流程图；

图3为本发明所提供的报警之后作业过程示意图；

图4为本发明所提供的状态监测流程图；

图5为本发明所提供的用于轨道车自动驾驶系统的车钩、列车管监测系统结构图。

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用于轨道车自动驾驶系统的车钩、列车管监测方法及系统，能够提高轨道车自动驾驶过程中的安全性以及对车钩、列车管监测的精确度，减小了司机人员的工作强度。

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为本发明所提供的用于轨道车自动驾驶系统的车钩、列车管监测方法流程图，如图1所示，一种用于轨道车自动驾驶系统的车钩、列车管监测方法，包括：

步骤101：获取轨道车自动驾驶系统的历史图像以及轨道车自动驾驶系统的实时图像；所述轨道车自动驾驶系统的历史图像包括车钩连挂历史图像、车钩未连挂历史图像、列车管连接历史图像以及列车管未连接历史图像；所述轨道车自动驾驶系统的实时图像包括车钩连挂图像、车钩未连挂图像、列车管连接图像以及列车管未连接图像；在实际应用中，所述列车管具体为制动软管连接器总成中波纹连接器体。

步骤102：对所述轨道车自动驾驶系统的实时图像进行预处理，得到预处理后的轨道车自动驾驶系统的实时图像。

步骤103：对所述轨道车自动驾驶系统的历史图像进行预处理，得到预处理后的轨道车自动驾驶系统的历史图像；所述预处理后的轨道车自动驾驶系统的历史图像包括与预处理后的车钩连挂历史图像以及预处理后的列车管连接历史图像。

步骤104：确定所述预处理后的轨道车自动驾驶系统的实时图像以及所述预处理后的轨道车自动驾驶系统的历史图像的相似度。

图2为本发明所提供的预处理后的轨道车自动驾驶系统的实时图像以及所述预处理后的轨道车自动驾驶系统的历史图像的相似度匹配流程图，如图2所示：

摄像机对车钩与列车管状态采集，完成图像检测(直方图特征、颜色特征、结构特征等)。

对采集的图像进行光线补偿，灰度调整，直方图均衡化，图像锐化以及滤波的过程。

主要是针对采集的图像特征建模的过程；建模是指将所采集的图像特征经过用数学函数的表征方法完成的过程和结果，更方便于匹配；提取特征是对图像中车钩和列车管的状态信息的采集。

提取的特征数据与GATO主机中存储的特征模板进行匹配，通过设定一个阈值作为匹配结果输出值。

步骤105：判断所述相似度是否大于相似度阈值，若是，执行步骤106，若否，执行步骤107。

步骤106：确定轨道车自动驾驶系统中车钩和列车管状态正常。

步骤107：向所述轨道车自动驾驶系统发出报警信息。

在所述步骤107之后，还包括：在司机进行摘挂车钩或者连接列车管时，获取司机的作业术语音频；根据所述作业术语音频判断司机的作业动作是否正确，若是，解除警报；若否，再次向所述轨道车自动驾驶系统发出报警信息。

图3为本发明所提供的报警之后作业过程示意图，如图3所示，GATO主机的图像处理板卡完成图像比对后，若比对不匹配，则说明车钩未连挂或列车管未连接，系统输出报警信息，GATO显示车钩未连挂或列车管未连接。司机重新确认车钩和列车管的状态，司机在摘挂车钩和列车管时，需对司机的作业术语进行录音，一方面对司机的作业动作进行核对，以防司机出现错误动作，另一方面，将司机的作业术语录音发送至驾驶系统，驾驶系统收到录音信息，通过核对和智能判断是否完成摘挂动作并解除报警；对摄像头采集的车钩和列车管的图像信息通过GATO图像处理板卡识别处理后在GATO车载设备的显示器上显示。

本发明提出了用于轨道车自动驾驶系统的车钩、列车管监测方法，通过摄像机设备对轨道车车钩、列车管状态的图像采集；采集的图像经过图形处理板卡处理之后和轨道车自动驾驶技术系统(GATO系统包括GYK轨道车运行控制设备、BTM轨道车运行控制设备、GMS轨道车运行控制设备远程维护监测系统、卫星定位、前方障碍物识别、车钩状态识别、轨道车智能司机控制器、制动装置等)中GATO主机预存的车钩、列车管处于工作位的图像进行比对；通过图像比对识别出车钩的开合状态以及列车管的连接状态；若车钩未连挂或列车管未连接，则GATO系统发出报警并提醒司机，在实际应用中，图4为本发明所提供的状态监测流程图，如图4所示，本发明对GATO的车钩闭合状态和列车管连接状态的识别和报警功能的实现，能够提高GATO运行安全性，减小司机人员的工作强度。

图5为本发明所提供的用于轨道车自动驾驶系统的车钩、列车管监测系统结构图，如图5所示，一种用于轨道车自动驾驶系统的车钩、列车管监测系统，包括：

图像获取模块501，用于获取轨道车自动驾驶系统的历史图像以及轨道车自动驾驶系统的实时图像；所述轨道车自动驾驶系统的历史图像包括车钩连挂历史图像、车钩未连挂历史图像、列车管连接历史图像以及列车管未连接历史图像；所述轨道车自动驾驶系统的实时图像包括车钩连挂图像、车钩未连挂图像、列车管连接图像以及列车管未连接图像。

第一预处理模块502，用于对所述轨道车自动驾驶系统的实时图像进行预处理，得到预处理后的轨道车自动驾驶系统的实时图像。

所述第一预处理模块502具体包括：第一光线补偿单元，用于对所述轨道车自动驾驶系统的实时图像进行光线补偿，得到补偿后的轨道车自动驾驶系统的实时图像；第一灰度调整单元，用于对所述补偿后的轨道车自动驾驶系统的实时图像进行灰度调整，得到调整后的轨道车自动驾驶系统的实时图像；第一直方图均衡化处理单元，用于对所述调整后的轨道车自动驾驶系统的实时图像进行直方图均衡化处理，得到均衡化后的轨道车自动驾驶系统的实时图像；第一锐化处理单元，用于对所述均衡化后的轨道车自动驾驶系统的实时图像进行图像锐化处理，得到锐化后的轨道车自动驾驶系统的实时图像；第一滤波处理单元，用于对所述锐化后的轨道车自动驾驶系统的实时图像进行滤波处理，得到预处理后的轨道车自动驾驶系统的实时图像。

第二预处理模块503，用于对所述轨道车自动驾驶系统的历史图像进行预处理，得到预处理后的轨道车自动驾驶系统的历史图像；所述预处理后的轨道车自动驾驶系统的历史图像包括与预处理后的车钩连挂历史图像以及预处理后的列车管连接历史图像。

所述第二预处理模块503具体包括：第二光线补偿单元，用于对所述轨道车自动驾驶系统的历史图像进行光线补偿，得到补偿后的轨道车自动驾驶系统的历史图像；第二灰度调整单元，用于对所述补偿后的轨道车自动驾驶系统的历史图像进行灰度调整，得到调整后的轨道车自动驾驶系统的历史图像；第二直方图均衡化处理单元，用于对所述调整后的轨道车自动驾驶系统的历史图像进行直方图均衡化处理，得到均衡化后的轨道车自动驾驶系统的历史图像；第二锐化处理单元，用于对所述均衡化后的轨道车自动驾驶系统的历史图像进行图像锐化处理，得到锐化后的轨道车自动驾驶系统的历史图像；第二滤波处理单元，用于对所述锐化后的轨道车自动驾驶系统的历史图像进行滤波处理，得到预处理后的轨道车自动驾驶系统的历史图像。

相似度确定模块504，用于确定所述预处理后的轨道车自动驾驶系统的实时图像以及所述预处理后的轨道车自动驾驶系统的历史图像的相似度。

第一判断模块505，用于判断所述相似度是否大于相似度阈值，得到第一判断结果。

正常运行确定模块506，用于若所述第一判断结果表示为所述相似度大于相似度阈值，确定轨道车自动驾驶系统中车钩和列车管状态正常。

报警模块507，用于若所述第一判断结果表示为所述相似度不大于相似度阈值，向所述轨道车自动驾驶系统发出报警信息。

本发明所提供的监测系统还包括：图像特征采集模块，用于采集所述轨道车自动驾驶系统的图像的特征；所述图像特征包括直方图特征、颜色特征以及结构特征。

本发明所提供的监测系统还包括：作业术语音频获取模块，用于在司机进行摘挂车钩或者连接列车管时，获取司机的作业术语音频；第二判断模块，用于根据所述作业术语音频判断司机的作业动作是否正确，得到第二判断结果；所述作业动作包括摘挂车钩动作以及连接列车管动作；警报解除模块，用于若所述司机的作业动作正确，解除警报；二次报警模块，用于若所述司机的作业动作不正确，再次向所述轨道车自动驾驶系统发出报警信息。

本发明通过对车钩和列车管的状态通过摄像机进行图像采集，将采集后的图像通过GATO图像处理板卡的处理，并与GATO预存的车钩和列车管的图像进行比对识别，若不匹配则发出报警信息以及在显示器上显示采集到的车钩和列车管的状态图像。

本发明可以对车钩和列车管的状态通过比对进行识别，若车钩未连挂或列车管未连接则可以发出报警信息达到提醒司机的目的。

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系统的车钩、列车管监测方法，其特征在于，包括：

获取轨道车自动驾驶系统的历史图像以及轨道车自动驾驶系统的实时图像；所述轨道车自动驾驶系统的历史图像包括车钩连挂历史图像、车钩未连挂历史图像、列车管连接历史图像以及列车管未连接历史图像；所述轨道车自动驾驶系统的实时图像包括车钩连挂图像、车钩未连挂图像、列车管连接图像以及列车管未连接图像；

对所述轨道车自动驾驶系统的实时图像进行预处理，得到预处理后的轨道车自动驾驶系统的实时图像；

对所述轨道车自动驾驶系统的历史图像进行预处理，得到预处理后的轨道车自动驾驶系统的历史图像；

确定所述预处理后的轨道车自动驾驶系统的实时图像以及所述预处理后的轨道车自动驾驶系统的历史图像的相似度；

判断所述相似度是否大于相似度阈值，得到第一判断结果；

若所述第一判断结果表示为所述相似度大于相似度阈值，确定轨道车自动驾驶系统中车钩和列车管状态正常；

若所述第一判断结果表示为所述相似度不大于相似度阈值，向所述轨道车自动驾驶系统发出报警信息；司机重新确认车钩和列车管的状态，司机在摘挂车钩和列车管时，需对司机的作业术语进行录音，一方面对司机的作业动作进行核对，以防司机出现错误动作，另一方面，将司机的作业术语录音发送至驾驶系统，驾驶系统收到录音信息，通过核对和智能判断是否完成摘挂动作并解除报警；对摄像头采集的车钩和列车管的图像信息通过GATO图像处理板卡识别处理后在GATO车载设备的显示器上显示。

2.根据权利要求1所述的车钩、列车管监测方法，其特征在于，所述获取轨道车自动驾驶系统的历史图像以及轨道车自动驾驶系统的实时图像之后，还包括：

采集所述轨道车自动驾驶系统的图像的特征；所述图像特征包括直方图特征、颜色特征以及结构特征。

3.根据权利要求1所述的车钩、列车管监测方法，其特征在于，对所述轨道车自动驾驶系统的实时图像进行预处理，得到预处理后的轨道车自动驾驶系统的实时图像，具体包括：

对所述轨道车自动驾驶系统的实时图像进行光线补偿，得到补偿后的轨道车自动驾驶系统的实时图像；

对所述补偿后的轨道车自动驾驶系统的实时图像进行灰度调整，得到调整后的轨道车自动驾驶系统的实时图像；

对所述调整后的轨道车自动驾驶系统的实时图像进行直方图均衡化处理，得到均衡化后的轨道车自动驾驶系统的实时图像；

对所述均衡化后的轨道车自动驾驶系统的实时图像进行图像锐化处理，得到锐化后的轨道车自动驾驶系统的实时图像；

对所述锐化后的轨道车自动驾驶系统的实时图像进行滤波处理，得到预处理后的轨道车自动驾驶系统的实时图像。

4.根据权利要求1所述的车钩、列车管监测方法，其特征在于，所述对所述轨道车自动驾驶系统的历史图像预处理，得到预处理后的轨道车自动驾驶系统的历史图像，具体包括：

对所述轨道车自动驾驶系统的历史图像进行光线补偿，得到补偿后的轨道车自动驾驶系统的历史图像；

对所述补偿后的轨道车自动驾驶系统的历史图像进行灰度调整，得到调整后的轨道车自动驾驶系统的历史图像；

对所述调整后的轨道车自动驾驶系统的历史图像进行直方图均衡化处理，得到均衡化后的轨道车自动驾驶系统的历史图像；

对所述均衡化后的轨道车自动驾驶系统的历史图像进行图像锐化处理，得到锐化后的轨道车自动驾驶系统的历史图像；

对所述锐化后的轨道车自动驾驶系统的历史图像进行滤波处理，得到预处理后的轨道车自动驾驶系统的历史图像。

5.根据权利要求1所述的车钩、列车管监测方法，其特征在于，所述向所述轨道车自动驾驶系统发出报警信息之后，还包括：

在司机进行摘挂车钩或者连接列车管时，获取司机的作业术语音频；

根据所述作业术语音频判断司机的作业动作是否正确，得到第二判断结果；所述作业动作包括摘挂车钩动作以及连接列车管动作；

若所述司机的作业动作正确，解除警报；

若所述司机的作业动作不正确，再次向所述轨道车自动驾驶系统发出报警信息。

6.一种用于轨道车自动驾驶系统的车钩、列车管监测系统，其特征在于，包括：

图像获取模块，用于获取轨道车自动驾驶系统的历史图像以及轨道车自动驾驶系统的实时图像；所述轨道车自动驾驶历史图像包括车钩连挂历史图像、车钩未连挂历史图像、列车管连接历史图像以及列车管未连接历史图像；所述轨道车自动驾驶图像包括车钩连挂图像、车钩未连挂图像、列车管连接图像以及列车管未连接图像；

第一预处理模块，用于对所述轨道车自动驾驶系统的实时图像进行预处理，得到预处理后的轨道车自动驾驶系统的实时图像；

第二预处理模块，用于对所述轨道车自动驾驶系统的历史图像进行预处理，得到预处理后的轨道车自动驾驶系统的历史图像；

相似度确定模块，用于确定所述预处理后的轨道车自动驾驶系统的实时图像以及所述预处理后的轨道车自动驾驶系统的历史图像的相似度；

第一判断模块，用于判断所述相似度是否大于相似度阈值，得到第一判断结果；

正常运行确定模块，用于若所述第一判断结果表示为所述相似度大于相似度阈值，确定轨道车自动驾驶系统中车钩和列车管状态正常；

报警模块，用于若所述第一判断结果表示为所述相似度不大于相似度阈值，向所述轨道车自动驾驶系统发出报警信息；司机重新确认车钩和列车管的状态，司机在摘挂车钩和列车管时，需对司机的作业术语进行录音，一方面对司机的作业动作进行核对，以防司机出现错误动作，另一方面，将司机的作业术语录音发送至驾驶系统，驾驶系统收到录音信息，通过核对和智能判断是否完成摘挂动作并解除报警；对摄像头采集的车钩和列车管的图像信息通过GATO图像处理板卡识别处理后在GATO车载设备的显示器上显示。

7.根据权利要求6所述的车钩、列车管监测系统，其特征在于，还包括：

图像特征采集模块，用于采集所述轨道车自动驾驶系统的图像的特征；所述图像特征包括直方图特征、颜色特征以及结构特征。

8.根据权利要求6所述的车钩、列车管监测系统，其特征在于，所述第一预处理模块具体包括：

第一光线补偿单元，用于对所述轨道车自动驾驶系统的实时图像进行光线补偿，得到补偿后的轨道车自动驾驶系统的实时图像；

第一灰度调整单元，用于对所述补偿后的轨道车自动驾驶系统的实时图像进行灰度调整，得到调整后的轨道车自动驾驶系统的实时图像；

第一直方图均衡化处理单元，用于对所述调整后的轨道车自动驾驶系统的实时图像进行直方图均衡化处理，得到均衡化后的轨道车自动驾驶系统的实时图像；

第一锐化处理单元，用于对所述均衡化后的轨道车自动驾驶系统的实时图像进行图像锐化处理，得到锐化后的轨道车自动驾驶系统的实时图像；

第一滤波处理单元，用于对所述锐化后的轨道车自动驾驶系统的实时图像进行滤波处理，得到预处理后的轨道车自动驾驶系统的实时图像。

9.根据权利要求6所述的车钩、列车管监测系统，其特征在于，所述第二预处理模块具体包括：

第二光线补偿单元，用于对所述轨道车自动驾驶系统的历史图像进行光线补偿，得到补偿后的轨道车自动驾驶系统的历史图像；

第二灰度调整单元，用于对所述补偿后的轨道车自动驾驶系统的历史图像进行灰度调整，得到调整后的轨道车自动驾驶系统的历史图像；

第二直方图均衡化处理单元，用于对所述调整后的轨道车自动驾驶系统的历史图像进行直方图均衡化处理，得到均衡化后的轨道车自动驾驶系统的历史图像；

第二锐化处理单元，用于对所述均衡化后的轨道车自动驾驶系统的历史图像进行图像锐化处理，得到锐化后的轨道车自动驾驶系统的历史图像；

第二滤波处理单元，用于对所述锐化后的轨道车自动驾驶系统的历史图像进行滤波处理，得到预处理后的轨道车自动驾驶系统的历史图像。

10.根据权利要求6所述的车钩、列车管监测系统，其特征在于，还包括：

作业术语音频获取模块，用于在司机进行摘挂车钩或者连接列车管时，获取司机的作业术语音频；

第二判断模块，用于根据所述作业术语音频判断司机的作业动作是否正确，得到第二判断结果；所述作业动作包括摘挂车钩动作以及连接列车管动作；

警报解除模块，用于若所述司机的作业动作正确，解除警报；

二次报警模块，用于若所述司机的作业动作不正确，再次向所述轨道车自动驾驶系统发出报警信息。

Images