CN110161526A - 一种基于三维成像的线路障碍物识别方法 - Google Patents

一种基于三维成像的线路障碍物识别方法 Download PDF

Info

Publication number
CN110161526A
CN110161526A CN201910438566.5A CN201910438566A CN110161526A CN 110161526 A CN110161526 A CN 110161526A CN 201910438566 A CN201910438566 A CN 201910438566A CN 110161526 A CN110161526 A CN 110161526A
Authority
CN
China
Prior art keywords
point cloud
earth
dimensional
barrier
cloud chart
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
Application number
CN201910438566.5A
Other languages
English (en)
Inventor
刘大庆
陈凯
董少杰
潘新华
孙光绪
铁雷雷
王静
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.)
Henan Splendor Science and Technology Co Ltd
Yueshan Public Works Section of China Railway Zhengzhou Group Co Ltd
Original Assignee
Henan Splendor Science and Technology Co Ltd
Yueshan Public Works Section of China Railway Zhengzhou Group Co Ltd
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 Henan Splendor Science and Technology Co Ltd, Yueshan Public Works Section of China Railway Zhengzhou Group Co Ltd filed Critical Henan Splendor Science and Technology Co Ltd
Priority to CN201910438566.5A priority Critical patent/CN110161526A/zh
Publication of CN110161526A publication Critical patent/CN110161526A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/89Lidar systems specially adapted for specific applications for mapping or imaging
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/93Lidar systems specially adapted for specific applications for anti-collision purposes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供了一种基于三维成像的线路障碍物识别方法,包括以下步骤:通过角度调整机构定时调节平面激光雷达仪的扫描倾角,获得N个相应的静态二维扫描平面图;根据静态二维扫描平面图,计算每个正方形单元格对应的原始高度Sh,获得地表静态三维点云图;根据当前二维扫描平面图,计算每个正方形单元格对应的当前高度Dh,获得当前地表动态三维点云图;对比地表静态三维点云图和当前地表动态三维点云图,获得当前扫描周期内的障碍物特征信息;比较当前扫描周期内的障碍物特征信息与上一个扫描周期内的障碍物特征信息,进行障碍物识别;提示工作人员及时对该路段的铁路线路进行查看,确保铁路行车安全和人身安全,减少铁路内外人身伤亡事故。

Description

一种基于三维成像的线路障碍物识别方法
技术领域
本发明涉及一种障碍物识别方法,具体的说,涉及了一种基于三维成像的线路障碍物识别方法。
背景技术
铁道线路的安全是铁路运输永恒的主题,为加强铁道线路的防护管理,确保铁路行车安全和人身安全,减少铁路内外人身伤亡事故,通过一定的监测设备来对铁道线路上障碍物的监测是铁路运营安全中必不可少的手段。
现中国专利申请号为201710269081.9公开了“铁道线路障碍物自动监测识别方法”,其包括沿铁道线路上方一平面按设定角度范围发出激光,进行扫动搜索;接收返回的激光信号,自动判断是否存在有害障碍物。该方法能够在各种天气和气候条件下,对铁路线路上可能威胁到列车正常行驶的有害障碍物进行快速,准确地判别,并对告警目标进行定位。但是这种方法存在着以下缺陷:该方法采用激光对一平面进行扫描得到的只是障碍物的二维平面图形图像,而二维不能够真实反映出障碍物的实际性质,不能对障碍物进行准确的识别。
另中国专利申请号为201811347231.4公开了“一种基于三维成像的线路障碍物监测报警系统及方法”,该方法通过三维激光雷达的三维成像技术对障碍物进行整体扫描,形成三维点云图像,能够对障碍物的性质以及停留时间进行精准的判断;并通过障碍物分析判断结果设定三个报警等级区分出报警情况的轻重缓急;在网络传输受影响时通过报警的优先级传输保证报警信息的及时长传;通过将三维激光雷面向轨道吊装在轨道的一侧避免了杂草等外部因素对障碍物判断的影响。但是这种方法存在着以下缺陷:该方法公开了利用三维点云图像对障碍物进行识别,但是并未具体公开如何对障碍物进行识别和计算。
发明内容
本发明的目的是针对现有技术的不足,从而提供了一种基于三维成像的线路障碍物识别方法。
为了实现上述目的,本发明所采用的技术方案是:一种基于三维成像的线路障碍物识别方法,包括以下步骤:
建立地表静态三维点云图
布设平面激光雷达仪和角度调整机构,设置所述平面激光雷达仪的扫描周期和所述角度调整机构的转动周期;所述平面激光雷达仪在一个扫描周期内,完成一个二维平面图的扫描;通过所述角度调整机构定时调节所述平面激光雷达仪的扫描倾角,获得N个相应的静态二维扫描平面图;
将需要扫描的地表平面进行正方形网格化处理,划分为若干个正方形单元格,每个正方形单元格均有对应的平面坐标;
根据所述静态二维扫描平面图,计算每个正方形单元格对应的原始高度Sh,获得地表静态三维点云图;
获取地表动态三维点云图
在当前扫描周期内,所述平面激光雷达仪进行动态扫描,获得N个相应的当前二维扫描平面图;
根据所述当前二维扫描平面图,计算每个正方形单元格对应的当前高度Dh,获得当前地表动态三维点云图;
获取障碍物特征信息
对比所述地表静态三维点云图和所述当前地表动态三维点云图,获得当前扫描周期内的障碍物特征信息;
障碍物识别
比较当前扫描周期内的障碍物特征信息与上一个扫描周期内的障碍物特征信息,进行障碍物识别。
基于上述,建立地表静态三维点云图时,还包括对地表静态三维点云图进行容错处理和扩展处理,获得完整的地表静态三维点云图的步骤。
基于上述,在获取地表动态三维点云图时,还包括对当前地表动态三维点云图进行容错处理和扩展处理,获得完整的当前地表动态三维点云图的步骤。
本发明相对现有技术具有突出的实质性特点和显著的进步,具体的说:
本发明提供了一种基于三维成像的线路障碍物识别方法,根据所述地表静态三维点云图和所述当前地表动态三维点云图,进行障碍物识别,获得当前扫描周期内的障碍物特征信息;比较当前扫描周期内的障碍物特征信息与相邻扫描周期内的障碍物特征信息,进行障碍物识别,提示工作人员及时对该路段的铁路线路进行查看,为铁路线路障碍物报警提供参考依据,确保铁路行车安全和人身安全,减少铁路内外人身伤亡事故。
附图说明
图1是本发明的结构示意图。
图2是本发明的平面激光雷达的扫描示意图。
图3是本发明的网格化处理的地表示意图。
图4是垂直地表平面上的目标测量点示意图。
图5是地表平面上的目标测量点示意图。
图6是基础地表静态三维点云图。
图7是容错处理后的基础地表静态三维点云图。
图8是地表静态三维点云图。
图9是高度标记后的当前地表动态三维点云图。
其中,1.平面激光雷达仪;2.角度调整机构;3.雷达吊装杆。
具体实施方式
下面通过具体实施方式,对本发明的技术方案做进一步的详细描述。
实施例1
如附图1和附图2所示,一种基于三维成像的线路障碍物识别方法,包括以下步骤:
建立地表静态三维点云图
布设平面激光雷达仪1和角度调整机构2,设置所述平面激光雷达仪1的扫描周期和所述角度调整机构2的转动周期;所述平面激光雷达仪1在一个扫描周期内,完成一个二维平面图的扫描;通过所述角度调整机构2定时调节所述平面激光雷达仪1的扫描倾角,获得N个相应的静态二维扫描平面图;
将需要扫描的地表平面进行正方形网格化处理,划分为若干个正方形单元格,每个正方形单元格均有对应的平面坐标;
根据所述静态二维扫描平面图,计算每个正方形单元格对应的原始高度Sh,获得地表静态三维点云图;
获取地表动态三维点云图
在当前扫描周期内,所述平面激光雷达仪1进行动态扫描,获得N个相应的当前二维扫描平面图;根据所述当前二维扫描平面图,计算每个正方形单元格对应的当前高度Dh,获得当前地表动态三维点云图;
获取障碍物特征信息
对比所述地表静态三维点云图和所述当前地表动态三维点云图,获得当前扫描周期内的障碍物特征信息;
障碍物识别
比较当前扫描周期内的障碍物特征信息与上一个扫描周期内的障碍物特征信息,进行障碍物识别。
本实施例中,一个扫描周期指的是:所述平面激光雷达仪1处于初始扫描倾角时,扫描第一个平面,到达扫描最大角度后,再转回起点。每扫描完一个平面,通过所述角度调整机构转动角度α,再扫描下一个平面;直至所述平面激光雷达仪1到达最大扫描角度,即所述角度调整机构2到达最大调整范围。
本实施例中,所述平面激光雷达仪1的扫描角度δ的取值范围为0~180度,扫描频率为25Hz,扫描角度分辨率β的取值范围为0.1~1度;其中,扫描角度δ和扫描角度分辨率β可以根据实际需求进行设置。所述角度调整机构2可以采用步进电机,步进电机的转动角度θ的取值范围为0~75度,角度分辨率α的取值范围为0.1~1度;其中,转动角度θ和角度分辨率α可以根据实际需求进行设置。因此,步进电机的转动角度θ除以角度α得到N的取值。
本实施例给出了一种地表平面正方形网格化处理的具体实施方式,把需要扫描的地表平面范围进行网格化处理,获得地表网格。如附图3所示,例如,以所述平面激光雷达仪1投影位置为原点(0,0),设置所述平面激光雷达仪1左侧最大背景范围为-10000cm,右侧最大背景范围为10000cm,纵深最大背景范围为1000cm。设定每个单元格的边长为C,配置边长C的取值范围为2~10cm,对背景范围进行正方形网格化处理。以边长C为10cm为例,即得到2000*100=20万个正方形单元格,每个正方形单元格均有对应的平面坐标。正方形单元格的二维数组记为G[i,j],其中,i取值范围为[0,99]的整数,j取值范围为[0,1999]的整数。
在其他实施例中,可以根据用户实际需求设置所述平面激光雷达仪左侧最大背景范围、右侧最大背景范围、纵深最大背景范围和每个单元格的边长C。
本实施例中,本发明进行障碍物识别时,执行以下操作:
根据每个正方形单元格对应的原始高度Sh和每个正方形单元格对应的当前高度Dh,计算出每个正方形单元格对应的高度差Wh=Dh-Sh;设置高度差Wh为障碍物的高度;地表网格中每个正方形单元表格的高度用颜色表示,如附图9所示。
为了提高障碍物识别的准确率,本实施例中,设置障碍物的高度低于H,则不予识别;识别出高度差Wh大于等于H的正方形单元格;若识别出的正方形单元格是相邻的,则将相邻的单元格标记为同一个障碍物,进而画出该障碍物的轮廓;得到所述障碍物特征信息:障碍物的左边界、障碍物的右边界、障碍物的上边界、障碍物的下边界和障碍物的体积。例如,设置障碍物高度低于5cm不予识别,则对于Wh大于等于5的正方形单元格进行识别。
每一个动态扫描周期结束后,根据当前扫描周期内的障碍物特征信息与相邻扫描周期内的障碍物特征信息,获得障碍物的出现时间、停留时长、运动轨迹和运动速度;根据障碍物的出现时间、停留时长、运动轨迹和运动速度,确定障碍物的类型;根据障碍物的类型,判断报警类型。
例如,体积小于1立方米且运动速度大于2m/s的为动物,体积小于1立方米且速度小于0.1m/s的为落石等;若障碍物为动物,则发出铁道线路上出现动物的报警信息;若障碍物为落石,则发出铁道线路上出现落石的报警信息;提示工作人员及时对该路段的铁路线路进行查看,确保铁路行车安全和人身安全,减少铁路内外人身伤亡事故。
实施例2
本实施例给出了一种获得地表静态三维点云图的具体实施方式,包括设置基础地表静态三维点云图、容错处理和扩展处理三个步骤。
1)设置基础地表静态三维点云图,基础地表静态三维点云图即为实施例中的地表静态三维点云图;
以其中一个静态二维扫描平面图进行分析,如附图1和附图2所示,所述平面激光雷达仪1安装在雷达吊装杆3上,将所述平面激光雷达仪的安装高度记为H,安装高度H可以通过测量获得;当前静态二维扫描平面图和垂直地表面的夹角为θ,即步进电机的转动角度θ;每一个激光扫描点的测距长度为L,当前激光扫描点和雷达起始扫描点夹角为δ,即所述平面激光雷达仪的扫描角度δ。
如附图4所示,在当前静态二维扫描平面图上,目标测量点A距离所述平面激光雷达仪的垂直距离M=L*Sinδ,目标测量点A在地表平面上距离雷达的水平距离X=L*Cosδ。
如附图5所示,目标测量点A在垂直地表平面上距离所述平面激光雷达仪的垂直距离Q=M*Cosθ= L*Sinδ*Cosθ,目标测量点在地表平面距离激光雷达的垂直距离Y= M*Sinθ=L*Sinδ*Sinθ。
因此,对于一个激光扫描点而言,目标测量点A在地表平面上,距离所述平面激光雷达仪的水平距离X、距离所述平面激光雷达仪的垂直距离Y,以及距离所述平面激光雷达仪的高度Q的计算公式为:
X= L*Cosδ
Y= L*Sinδ*Sinθ
Q= L*Sinδ*Cosθ
根据所述平面激光雷达仪安装高度H,可以获得目标测量点A距离地面的高度h=H-Q=H-L*Sinδ*Cosθ。
根据目标测量点A在地表平面上,距离所述平面激光雷达仪的水平距离X、距离所述平面激光雷达仪的垂直距离Y,获得目标测量点A在地表网格中对应的正方形单元格的位置为G[Y/C,(Y+10000)/C],该正方形单元格对应的高度为h=H-Q=H- L*Sinδ*Cosθ。依次进行,便可获得地表网格中每个正方形单元格对应的高度。至此,通过一个完整周期的扫描,便可获得基础地表静态三维点云图。
本实施例中,在所述平面激光雷达仪进行扫描过程中,由于静态二维扫描平面的角度分辨率α、扫描点角度分辨率β以及正方形单元网格边长C的取值情况;若出现多个扫描点投影定位到地表网格中的一个正方形单元网格中,则对应正方形单元网格的高度取最大的高度,即,计算每个扫描点投影定位的正方形单元网格的高度,最终选取最大值作为该正方形单元网格的高度。
2)对基础地表静态三维点云图进行容错处理
如附图6所示,对于已经获得高度的正方形单元网格用颜色填充,颜色的值代表单元格的高度。
由于轻微的振动等环境因素,在设置基础地表静态三维点云图的一个完整扫描周期过程中,可能会出现个别正方形单元网格中没有对应的扫描点投影与之匹配的情况。
为了保证地表静态三维点云图数据完整,如附图7所示,对于没有对应的扫描点投影与之匹配的正方形单元网格,本实施例中,容错处理时,执行以下操作:
若某个正方形单元格没有匹配的对应扫描点投影,且该正方形单元格的左侧正方形单元格和右侧正方形单元格均有高度,则将左侧正方形单元格和右侧正方形单元格的高度平均值设置为该正方形单元格的高度。
3)对容错处理后的基础地表静态三维点云图进行扩展处理
由于轻微的振动等环境因素,在后续一个完整扫描周期过程中,可能会出现,动态扫描周期中某些扫描点的投影范围超出已设置的地表网格的情况。
为了保证后续的动态扫描周期均不会超过静态三维点云图的范围,需要扩充静态三维点云图数据。本实施例中,对容错处理后的基础地表静态三维点云图进行扩展处理时,执行以下操作:
如附图8所示,在容错处理后的基础地表静态三维点云图的上边界和下边界各扩充R行,左边界和右边界各扩充R列,扩充后的正方形单元格的高度设置为相邻正方形单元格的高度。例如,在容错处理后的地表网格基础上,左右边界各扩充10列,上下边界各扩充10行。
综上所述,本发明经过基础地表静态三维点云图设置、地表静态三维点云图容错处理、扩展地表静态三维点云图三个步骤的处理,即形成了完整的地表静态三维点云图。完整的地表静态三维点云图数据保存在本地存储介质上,系统重启后动态加载这些数据。如果重新设置地表静态三维点云图,则以前的这些数据被覆盖。
实施例3
本实施例给出了一种获得当前地表动态三维点云图的具体实施方式,包括设置当前地表动态三维点云图、容错处理和扩展处理三个步骤。
在实施例2的基础上,所述平面激光雷达仪进行重复的动态扫描。再一个完整的动态扫描周期结束后,即可获得当前地表动态三维点云图。
对当前地表动态三维点云图进行容错处理,补充完整相应的动态地表网格的高度,以保证当前地表动态三维点云图的数据完整。
为了保证后续的动态扫描周期不会超过当前地表动态三维点云图的范围,对容错处理后的当前地表动态三维点云图进行扩展处理,执行以下操作:在容错处理后的当前地表动态三维点云图的上边界和下边界各扩充R行,左边界和右边界各扩充R列,扩充后的正方形单元格的高度设置为相邻正方形单元格的高度;以扩充相应的动态地表网格的高度。例如,在容错处理后的地表网格基础上,左右边界各扩充10列,上下边界各扩充10行。
综上所述,本发明经过上述三个步骤后,即可获得完整的当前地表动态三维点云图。由于之前对地表静态三维点云图数据进行了扩充处理,即使在轻微振动等环境因素影响下,当前地表动态三维点云图的范围不会超过之前获取的地表静态三维点云图数据。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制;尽管参照较佳实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换;而不脱离本发明技术方案的精神,其均应涵盖在本发明请求保护的技术方案范围当中。

Claims (8)

1.一种基于三维成像的线路障碍物识别方法,其特征在于,包括以下步骤:
建立地表静态三维点云图
布设平面激光雷达仪和角度调整机构,设置所述平面激光雷达仪的扫描周期和所述角度调整机构的转动周期;所述平面激光雷达仪在一个扫描周期内,完成一个二维平面图的扫描;通过所述角度调整机构定时调节所述平面激光雷达仪的扫描倾角,获得N个相应的静态二维扫描平面图;
将需要扫描的地表平面进行正方形网格化处理,划分为若干个正方形单元格,每个正方形单元格均有对应的平面坐标;
根据所述静态二维扫描平面图,计算每个正方形单元格对应的原始高度Sh,获得地表静态三维点云图;
获取地表动态三维点云图
在当前扫描周期内,所述平面激光雷达仪进行动态扫描,获得N个相应的当前二维扫描平面图;
根据所述当前二维扫描平面图,计算每个正方形单元格对应的当前高度Dh,获得当前地表动态三维点云图;
获取障碍物特征信息
对比所述地表静态三维点云图和所述当前地表动态三维点云图,获得当前扫描周期内的障碍物特征信息;
障碍物识别
比较当前扫描周期内的障碍物特征信息与上一个扫描周期内的障碍物特征信息,进行障碍物识别。
2.根据权利要求1所述的基于三维成像的线路障碍物识别方法,其特征在于:建立地表静态三维点云图时,还包括对地表静态三维点云图进行容错处理和扩展处理,获得完整的地表静态三维点云图的步骤。
3.根据权利要求1所述的基于三维成像的线路障碍物识别方法,其特征在于,在获取地表动态三维点云图时,还包括对当前地表动态三维点云图进行容错处理和扩展处理,获得完整的当前地表动态三维点云图的步骤。
4.根据权利要求2或3所述的基于三维成像的线路障碍物识别方法,其特征在于,所述容错处理为:
若某个正方形单元格没有匹配的对应扫描点投影,且该正方形单元格的左侧正方形单元格和右侧正方形单元格均有高度,则将左侧正方形单元格和右侧正方形单元格的高度平均值设置为该正方形单元格的高度。
5.根据权利要求2所述的基于三维成像的线路障碍物识别方法,其特征在于,所述扩展处理为:
在容错处理后的基础地表静态三维点云图的上边界和下边界各扩充R行,左边界和右边界各扩充R列,扩充后的正方形单元格的高度设置为相邻正方形单元格的高度。
6.根据权利要求3所述的基于三维成像的线路障碍物识别方法,其特征在于,所述扩展处理为:
在容错处理后的当前地表动态三维点云图的上边界和下边界各扩充R行,左边界和右边界各扩充R列,扩充后的正方形单元格的高度设置为相邻正方形单元格的高度。
7.根据权利要求1所述的基于三维成像的线路障碍物识别方法,其特征在于:所述障碍物特征信息包括障碍物的高度、障碍物的左边界、障碍物的右边界、障碍物的上边界、障碍物的下边界和障碍物的体积;
根据每个正方形单元格对应的原始高度Sh和每个正方形单元格对应的当前高度Dh,计算出每个正方形单元格对应的高度差Wh;设置高度差Wh为障碍物的高度。
8.根据权利要求1所述的基于三维成像的线路障碍物识别方法,其特征在于,进行障碍物识别的方法为:
根据当前扫描周期内的障碍物特征信息与相邻扫描周期内的障碍物特征信息,获得障碍物的出现时间、停留时长、运动轨迹和运动速度;
根据障碍物的出现时间、停留时长、运动轨迹和运动速度,确定障碍物的类型;
根据障碍物的类型,判断报警类型。
CN201910438566.5A 2019-05-24 2019-05-24 一种基于三维成像的线路障碍物识别方法 Pending CN110161526A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910438566.5A CN110161526A (zh) 2019-05-24 2019-05-24 一种基于三维成像的线路障碍物识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910438566.5A CN110161526A (zh) 2019-05-24 2019-05-24 一种基于三维成像的线路障碍物识别方法

Publications (1)

Publication Number Publication Date
CN110161526A true CN110161526A (zh) 2019-08-23

Family

ID=67632620

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910438566.5A Pending CN110161526A (zh) 2019-05-24 2019-05-24 一种基于三维成像的线路障碍物识别方法

Country Status (1)

Country Link
CN (1) CN110161526A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111045433A (zh) * 2019-12-31 2020-04-21 深圳前海达闼云端智能科技有限公司 一种机器人的避障方法、机器人及计算机可读存储介质
CN111856507A (zh) * 2020-07-28 2020-10-30 上海木木聚枞机器人科技有限公司 一种环境感测实现方法、智能移动设备和存储介质
CN114842458A (zh) * 2022-06-29 2022-08-02 小米汽车科技有限公司 障碍物检测方法、装置、车辆和存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103093497A (zh) * 2013-01-09 2013-05-08 吉林大学 基于分层轮廓的lidar数据城市快速重建方法
CN105182358A (zh) * 2014-04-25 2015-12-23 谷歌公司 用于使用激光点云进行物体检测的方法和系统
CN204945409U (zh) * 2015-08-29 2016-01-06 西安希德电子信息技术股份有限公司 一种对铁路障碍进行自动监测的三维激光雷达报警系统
CN106570454A (zh) * 2016-10-10 2017-04-19 同济大学 基于移动激光扫描的行人交通参数提取方法
CN107064952A (zh) * 2017-04-21 2017-08-18 中国科学院半导体研究所 铁道线路障碍物自动监测识别的装置
CN107239746A (zh) * 2017-05-16 2017-10-10 东南大学 一种面向道路救援安全监控的障碍物识别跟踪方法
CN107966711A (zh) * 2017-10-27 2018-04-27 河南辉煌科技股份有限公司 基于二维激光雷达的铁路线路障碍物自动识别方法
US20180260636A1 (en) * 2017-03-13 2018-09-13 Baidu Online Network Technology (Beijing) Co., Ltd. Obstacle detecting method and apparatus, device and storage medium
US20180349746A1 (en) * 2017-05-31 2018-12-06 Uber Technologies, Inc. Top-View Lidar-Based Object Detection
CN109375239A (zh) * 2018-11-13 2019-02-22 四川西南交大铁路发展股份有限公司 一种基于三维成像的线路障碍物监测报警系统及方法
US20190080183A1 (en) * 2017-09-14 2019-03-14 Baidu Online Network Technology (Beijing) Co., Ltd . Dynamic obstacle point cloud annotating method and apparatus, device and readable medium

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103093497A (zh) * 2013-01-09 2013-05-08 吉林大学 基于分层轮廓的lidar数据城市快速重建方法
CN105182358A (zh) * 2014-04-25 2015-12-23 谷歌公司 用于使用激光点云进行物体检测的方法和系统
CN204945409U (zh) * 2015-08-29 2016-01-06 西安希德电子信息技术股份有限公司 一种对铁路障碍进行自动监测的三维激光雷达报警系统
CN106570454A (zh) * 2016-10-10 2017-04-19 同济大学 基于移动激光扫描的行人交通参数提取方法
US20180260636A1 (en) * 2017-03-13 2018-09-13 Baidu Online Network Technology (Beijing) Co., Ltd. Obstacle detecting method and apparatus, device and storage medium
CN107064952A (zh) * 2017-04-21 2017-08-18 中国科学院半导体研究所 铁道线路障碍物自动监测识别的装置
CN107239746A (zh) * 2017-05-16 2017-10-10 东南大学 一种面向道路救援安全监控的障碍物识别跟踪方法
US20180349746A1 (en) * 2017-05-31 2018-12-06 Uber Technologies, Inc. Top-View Lidar-Based Object Detection
US20190080183A1 (en) * 2017-09-14 2019-03-14 Baidu Online Network Technology (Beijing) Co., Ltd . Dynamic obstacle point cloud annotating method and apparatus, device and readable medium
CN109509260A (zh) * 2017-09-14 2019-03-22 百度在线网络技术(北京)有限公司 动态障碍物点云的标注方法、设备及可读介质
CN107966711A (zh) * 2017-10-27 2018-04-27 河南辉煌科技股份有限公司 基于二维激光雷达的铁路线路障碍物自动识别方法
CN109375239A (zh) * 2018-11-13 2019-02-22 四川西南交大铁路发展股份有限公司 一种基于三维成像的线路障碍物监测报警系统及方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111045433A (zh) * 2019-12-31 2020-04-21 深圳前海达闼云端智能科技有限公司 一种机器人的避障方法、机器人及计算机可读存储介质
CN111856507A (zh) * 2020-07-28 2020-10-30 上海木木聚枞机器人科技有限公司 一种环境感测实现方法、智能移动设备和存储介质
CN111856507B (zh) * 2020-07-28 2023-03-28 上海木木聚枞机器人科技有限公司 一种环境感测实现方法、智能移动设备和存储介质
CN114842458A (zh) * 2022-06-29 2022-08-02 小米汽车科技有限公司 障碍物检测方法、装置、车辆和存储介质
CN114842458B (zh) * 2022-06-29 2022-11-04 小米汽车科技有限公司 障碍物检测方法、装置、车辆和存储介质

Similar Documents

Publication Publication Date Title
CN104730524B (zh) 阵列天气雷达探测系统及探测方法
CN110161526A (zh) 一种基于三维成像的线路障碍物识别方法
Barbarella et al. Monitoring of large landslides by Terrestrial Laser Scanning techniques: field data collection and processing
Brovelli et al. Managing and processing LIDAR data within GRASS
CN106997049A (zh) 一种基于激光点云数据的检测障碍物的方法和装置
CN105701862A (zh) 一种基于点云的地物关键点提取方法
CN104569972B (zh) 一种植物根系三维构型无损检测方法
KR101541519B1 (ko) 레이더 관측자료를 3차원 격자 데이터로 구축하여 활용하는 강우량 추정 장치
CN111999733A (zh) 海岸带大坝稳定性监测与淹没脆弱性评估方法、系统
CN101425128A (zh) 基于激光传感器深度图像的人流检测方法
CN109001846A (zh) 一种复杂地形条件下s波段与x波段雷达组网测雨方法
CN106710314A (zh) 一种基于gis的桥梁防撞监测管理系统及监测管理方法
CN106372362B (zh) 基于遥感技术的黄土冲沟溯源侵蚀范围预测方法
CN103065295A (zh) 一种基于建筑物角点自修正的航空与地面LiDAR数据高精度自动配准方法
Fraštia et al. Mapping of debris flows by the morphometric analysis of DTM: A case study of the Vrátna dolina Valley, Slovakia
Whitman et al. Airborne laser topographic mapping: Applications to hurricane storm surge hazards
Lato et al. Rock slopes asset management: selecting the optimal three-dimensional remote sensing technology
CN104200527A (zh) 一种真正射影像的生成方法
Elko et al. Barrier island elevations relevant to potential storm impacts; 1, Techniques
Collins et al. Lidar-based rock-fall hazard characterization of cliffs
Grünthal et al. Monitoring of coastal processes by using airborne laser scanning data
Wadge et al. Identification and analysis of the alignments of point-like features in remotely-sensed imagery: volcanic cones in the Pinacate volcanic field, Mexico
Kraus Principles of airborne laser scanning
Pesci et al. Laser scanning-based detection of morphological changes of a historical building occurred during a seismic sequence: Method and Case study
Hutchinson et al. Applications of remote sensing techniques to managing rock slope instability risk

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190823