CN110471085B - 一种轨道检测系统 - Google Patents

Abstract

本发明公开了一种轨道检测系统，包括：激光雷达，设置于行驶在轨道上的车辆上，用于对车辆前方的轨道进行持续扫描检测，以获得基于激光雷达坐标系下的点云数据；编码器，设置于车辆的至少一个车轮上，用于获取车轮的转动数据，并根据车轮的半径计算出车辆行驶的距离；以及算法处理模块，分别与激光雷达和编码器电连接；所述算法处理模块用于根据车辆行驶预设距离内所获取到的点云数据以及距离建立轨道的三维模型；算法处理模块还用于基于三维模型进行障碍物识别。本发明实施例提供的轨道检测系统，实现了对轨道的异物检测，效率高、抗干扰性强。

Description

一种轨道检测系统

技术领域

本发明实施例涉及轨道测量测控技术领域，尤其涉及一种轨道检测系统。

背景技术

轨道异物入侵是威胁地铁行驶的一个重要安全隐患，地铁轨道存在异物会对轨道交通的安全运营构成巨大威胁，如果地铁撞到或碾压到轨道内的异物会对列车的行驶产生影响，轻则损坏列车，重则会造成重大的交通事故。

目前主要轨道异物检测方法是在地铁停止运营后，轨道技术检修人员肉眼判断轨道沿线是否存在障碍物，或者，通过摄像头获取轨道沿线图像对障碍物进行识别。其中，人工检修方法需要耗费大量人力物力，并且效率低、漏检率高；采用摄像头来识别障碍物，容易受到光照、大雾、雨雪等天气的影响。

发明内容

本发明提供一种轨道检测系统，以实现对轨道的异物检测，效率高、抗干扰性强。

本发明实施例提供了一种轨道检测系统，包括：

激光雷达，设置于行驶在轨道上的车辆上，用于对所述车辆前方的轨道进行持续扫描检测，以获得基于所述激光雷达坐标系下的点云数据；

编码器，设置于所述车辆的至少一个车轮上，用于获取所述车轮的转动数据，并根据所述车轮的半径计算出所述车辆行驶的距离；以及

算法处理模块，分别与所述激光雷达和所述编码器电连接；所述算法处理模块用于根据所述车辆行驶预设距离内所获取到的点云数据以及所述距离建立所述轨道的三维模型；所述算法处理模块还用于基于所述三维模型进行障碍物识别。

可选的，所述算法处理模块用于根据所述车辆行驶预设距离内所获取到的点云数据以及所述距离建立所述轨道的三维模型，具体包括：

以每一个监测周期的起始时刻激光雷达所处的位置为空间坐标系的参考点；所述车辆移动预设距离为一个监测周期；

根据同一时刻获取到的基于所述激光雷达坐标系下的点云数据和所述距离将所述基于激光雷达坐标系下的点云数据转换为所述空间坐标系下的点云数据；以及

根据转换为所述空间坐标系下的点云数据建立所述三维模型。

可选的，所述激光雷达获取到的点云数据携带有时间戳信息；所述算法处理模块获取到的所述距离携带有时间戳信息。

可选的，所述算法处理模块用于根据所述三维模型确定所述轨道的轨道面以及识别轨道线，并将轨道线内高于所述轨道面的物体或者高于轨道面的预设阈值以上的物体标识为障碍物，并确定所述障碍物的参数信息；所述参数信息包括方位、距离和速度中的至少一种。

可选的，所述轨道检测系统还包括人机交互模块；

所述人机交互模块与所述算法处理模块电连接，用于显示所述三维模型；所述人机交互模块还用于显示所述算法处理模块识别出来的障碍物及其参数信息。

可选的，所述轨道检测系统还包括摄像头模块；

所述摄像头模块分别与所述算法处理模块和所述人机交互模块电连接，用于获取所述车辆前方的轨道图像；所述算法处理模块还用于将所述障碍物及其参数信息在所述图像中进行标识后由所述人机交互模块进行显示。

可选的，所述轨道检测系统还包括控制模块；所述控制模块分别与所述算法处理模块和所述摄像头模块连接；所述控制模块用于在所述算法处理模块确定存在障碍物时，控制所述摄像头模块工作并拍摄所述轨道图像。

可选的，所述激光雷达为单线激光雷达；所述单线激光雷达的激光出射方向基于水平面向下倾斜，且所述激光投射到所述轨道上的点与所述激光雷达的水平距离大于所述车辆的刹车距离。

可选的，所述激光雷达为多线激光雷达，且各激光光束均能够投射至所述轨道上。

可选的，所述车辆为巡检车或者运营车辆。

本发明实施例提供的轨道检测系统，采用激光雷达发射激光并接收返回的回波激光信号，获得车辆前方轨道的点云数据，编码器获取车辆行驶的距离，通过算法处理模块接收车辆行驶预设距离内所获取到的点云数据以及距离，建立车辆前方轨道的三维模型，并根据三维模型判断车辆前方轨道是否存在障碍物，以实现对轨道的异物检测，效率高、抗干扰性强。

附图说明

图1为本发明实施例提供的一种轨道检测系统的结构示意图；

图2为本发明实施例提供的一种轨道检测方法的流程示意图；

图3为本发明实施例提供的另一种轨道检测方法的流程示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

图1为本发明实施例提供的一种轨道检测系统的结构示意图，如图1所示，本发明实施例提供的轨道检测系统包括：激光雷达12，设置于行驶在轨道上的车辆11上，用于对车辆11前方的轨道进行持续扫描检测，以获得基于激光雷达12坐标系下的点云数据。编码器13，设置于车辆11的至少一个车轮上，用于获取车轮的转动数据，并根据车轮的半径计算出车辆11行驶的距离，以及算法处理模块14，分别与激光雷达12和编码器13电连接，算法处理模块14用于根据车辆11行驶预设距离内所获取到的点云数据以及距离建立轨道的三维模型，算法处理模块14还用于基于三维模型进行障碍物识别。

其中，编码器13可固定在车辆11的任意一个车轮上，用于对车轮的转动进行探测，结合车轮的半径即可计算出车辆11行驶的距离，根据车辆11的行驶前的位置信息即可确认当前车辆11的位置信息。通过编码器13来确定车辆11的位置信息，与现有技术中利用GPS定位系统来确定激光雷达的位置信息相比，成本更低，且不会受到信号的影响，解决了在隧道等GPS信号弱的环境下无法进行定位的问题。

算法处理模块14用于接收车辆11行驶预设距离内激光雷达获取的点云数据以及编码器13获取的车辆11的行驶距离，建立轨道的三维模型，并根据三维模型判断目标探测区域是否存在障碍物。示例性的，算法处理模块14根据点云数据对当前目标探测区域进行三维建模，获取当前目标探测区域的三维模型，并根据该三维模型判断当前目标探测区域是否存在障碍物，若存在障碍物，依据编码器13获取的车辆11的行驶距离以及激光雷达12确定的障碍物的距离信息即可确定障碍物的位置信息。

本发明实施例提供的轨道检测系统，采用激光雷达12发射激光并接收返回的回波激光信号，获得车辆11前方轨道的点云数据，编码器13获取车辆11行驶的距离，通过算法处理模块14接收车辆11行驶预设距离内所获取到的点云数据以及距离，建立车辆11前方轨道的三维模型，并根据三维模型判断车辆11前方轨道是否存在障碍物，以实现对轨道的异物检测，效率高、抗干扰性强。本发明实施例提供的轨道检测系统，装配简单，使用方便，通过激光雷达12作为核心传感器实现对地铁轨道的扫描建模，能够全面探测轨道边界的入侵物，提高了探测的准确率。

可选的，算法处理模块14用于根据车辆11行驶预设距离内所获取到的点云数据以及距离建立轨道的三维模型，具体包括：以每一个监测周期的起始时刻激光雷达12所处的位置为空间坐标系的参考点。在本案中，以车辆11移动预设距离为一个监测周期。该参考点可以作为空间坐标系的原点，也可以是空间坐标系内的任意点。当监测周期为车辆11运行时的第一个监测周期时，其起始时刻激光雷达的位置就对应于车辆启动时的位置。当监测周期不是车辆11运行时的第一监测周期时，当前监测周期内的起始时刻对应的激光雷达12的位置，与上一监测周期内所确定的激光雷达12在周期终点时刻的位置相同。对于同一个监测周期内的点云数据，可以根据同一时刻获取到的基于激光雷达坐标系下的点云数据和距离将基于激光雷达坐标系下的点云数据转换为空间坐标系下的点云数据，以及根据转换为空间坐标系下的点云数据建立三维模型。由于激光雷达随车辆在不停的移动，故其自身的坐标系也会随之移动而并不固定，因此需要根据其移动距离将其转换到同一个空间坐标系下，以进行三维建模。

其中，通过将基于激光雷达坐标系下的点云数据转换为空间坐标系下的点云数据，并根据转换为空间坐标系下的点云数据建立三维模型，便于工作人员更加直观的获取三维模型中障碍物的位置。

可选的，激光雷达12获取到的点云数据携带有时间戳信息，算法处理模块14获取到的距离携带有时间戳信息。其中，通过使获取的点云数据和距离携带有时间戳信息，便于算法处理模块14准确识别同一时刻的点云数据以及与之对应的距离信息，从而可以根据同一时刻下的点云数据以及距离对该时刻下的点云数据进行坐标转换，进而利用转换为同一坐标系下的同一监测周期内的点云数据进行三维建模，进行障碍物识别。由于车辆可以一直处于行驶状态，因此激光雷达的扫描过程和数据处理过程可以同步进行。比如算法处理模块14在对上一监测周期内的点云数据进行三维建模以及障碍物识别的同时，激光雷达也在不间断的扫描探测。

可选的，算法处理模块14用于根据三维模型确定轨道的轨道面以及识别轨道线，并将轨道线内高于轨道面的物体或者高于轨道面的预设阈值以上的物体标识为障碍物，并确定障碍物的参数信息。参数信息包括方位、距离和速度中的至少一种。例如，算法处理模块12可以采用聚类算法实现对轨道面以及轨道线的提取。

其中，根据三维模型确定轨道的轨道面以及识别轨道线，并将轨道线内高于轨道面的物体或者高于轨道面的预设阈值以上的物体标识为障碍物，而不会对行驶产生影响的低于导轨的障碍物则无需识别，从而减小数据处理量，提高数据处理速度。

可选的，轨道为地铁轨道、轻轨、铁路轨道或者其他专业轨道中的任意一种，本发明对此不做限定。

可选的，车辆11为轨道巡检车，轨道巡检车的速度相对于地铁等轨道上正常行驶的车辆更慢，从而确保能够对弯道区域或者其他轨道区域进行全面探测。在其他的实施例中，车辆11也可以为正常运营的车辆。

继续参考图1所示，可选的，本发明实施例提供的轨道检测系统还包括人机交互模块15，人机交互模块15与算法处理模块14电连接，用于显示三维模型，人机交互模块15还用于显示算法处理模块14识别出来的障碍物及其参数信息。示例性的，人机交互模块15上安装激光雷达界面显示应用程序，人机交互模块15包括显示屏，能够显示算法处理模块14对车辆11前方的轨道进行建模所获取的三维模型，便于工作人员通过人机交互模块15获取障碍物的具体方位和距离信息。

可选的，本发明实施例提供的轨道检测系统还包括摄像头模块16。摄像头模块16分别与算法处理模块14和人机交互模块15电连接，用于获取车辆11前方的轨道图像，算法处理模块14还用于将障碍物及其参数信息在图像中进行标识后由人机交互模块15进行显示。

其中，摄像头模块16分别与算法处理模块14和人机交互模块15电连接，摄像头模块16获取的车辆11前方的轨道图像可以在人机交互模块15上显示，便于工作人员更加直观的看到轨道情况。算法处理模块14根据激光雷达12采集的数据对轨道进行建模，获取车辆11前方的轨道的三维模型，并根据三维模型判断车辆11前方的轨道是否存在障碍物，若存在障碍物则获取该障碍物的大小和形状等参数信息，判断该障碍物是否会对车辆行驶造成影响。由于算法处理模块14无法确定该障碍物的材质，例如无法确定该障碍物是塑料袋还是石头，因此会影响对该障碍物是否会干扰到车辆行驶的判断，可能出现将塑料袋等不影响车辆行驶的物体判定为障碍物。本发明实施例提供的轨道检测系统通过将摄像头模块16获取的车辆11前方的轨道的图像与激光雷达12获取的三维点云数据进行结合，三维点云数据的深度信息与摄像头模块16获取的车辆11前方的轨道图像的视觉信息进行匹配，在车辆11前方轨道的图像上标定出障碍物，从而利用图像识别的算法进行视觉判断或者由驾驶员根据车辆11前方轨道的图像对图像上标定的障碍物类型进行判断，从而确定该障碍物是否会干扰到车辆行驶，使得障碍物的判定更加准确。

可选的，摄像头模块16与激光雷达12同步开启，或者，在算法处理模块14判定目标探测区域存在障碍物，且需要对障碍物类型进行进一步判断时开启。

可选的，本发明实施例提供的轨道检测系统还包括控制模块17，控制模块17分别与算法处理模块14和摄像头模块16连接，控制模块17用于在算法处理模块14确定存在障碍物时，控制摄像头模块16工作并拍摄轨道图像。

其中，在算法处理模块14确定存在障碍物时，再通过控制模块17控制摄像头模块16工作并拍摄轨道图像，从而节约资源，提高摄像头模块16的寿命。

可选的，激光雷达12为单线激光雷达，单线激光雷达的激光出射方向基于水平面向下倾斜，且激光投射到轨道上的点与激光雷达12的水平距离大于车辆11的刹车距离。

其中，采用单线激光雷达能够降低系统成本，通过将单线激光雷达激光出射方向基于水平面向下倾斜，确保激光雷达的激光光束能够实现对轨道面的探测，从而可以结合车辆11的移动行驶，能够获取目标探测区域的三维环境信息。激光雷达12对车辆11前方的轨道区域进行探测，使得激光投射到轨道上的点与激光雷达的水平距离大于车辆的刹车距离，能够确保在算法处理模块14判断出存在障碍物时，车辆11有足够的行驶距离从而能够在障碍物之前停止，避免车辆11撞上障碍物造成损坏。

可选的，激光雷达12为多线激光雷达，且各激光光束均能够投射至轨道上。

其中，多线激光雷达能够获取半径200米范围内甚至更远的二维平面距离和方位信息，或者半径500米范围内的三维信息，测量频率高且数据更新速率快。

可选的，本发明实施例提供的轨道检测系统还包括电源模块，电源模块分别与激光雷达12、编码器13、算法处理模块14、人机交互模块15和摄像头模块16电连接，用于给激光雷达12、编码器13、算法处理模块14、人机交互模块15和摄像头模块16供电，从而保证系统的正常工作。

可选的，算法处理模块14包括信号采集单元和数据处理单元，信号采集单元分别与激光雷达12、编码器13和数据处理单元电连接，信号采集单元用于接收并采集激光雷达12接收的回波激光信号和编码器13的行驶距离信息。数据处理单元用于处理回波激光信号和行驶距离信息，获取目标探测区域的三维环境信息。其中，算法处理模块14与激光雷达12之间可通过网络接口进行连接。

可选的，数据处理单元为微处理器，以减小系统空间。

可选的，激光雷达12包括测量部，测量部包括激光发射器、发射镜片组、激光接收器和接收镜片组，示例性的，激光发射器发射调制脉冲激光信号，激光信号经过发射镜片组准直后出射，目标扫描区域反射回来的激光回波信号通过接收镜片组聚焦到激光接收器上。

可选的，激光雷达12为TOF激光雷达，采用飞行时间(Time of Flight，TOF)原理进行测距，即通过计算调制激光发射和返回的时间差得到光程进而得到测量物体的距离信息。具体的，测量部还包括时间数字转换器(TDC)芯片，TDC芯片用于根据发射和接收到激光信号的时间差得到光程，计算光程得到物体的距离值。TOF激光雷达可实现200米范围内360度环境扫描探测，精度高、扫描频率快、数据实时更新、可靠性强，并可探测障碍物的详细信息(方位，距离以及速度信息)。激光雷达12也可采用其它类型的激光雷达，比如基于三角测距原理的激光雷达，以实现相同的技术效果。

可选的，激光雷达12还包括无线电能传输元件和无线信号传输元件，具体的，无线电能传输元件和无线信号传输元件可采用线圈组，利用电磁感应原理对测量部进行电能和信号传输，能够避免现有技术中采用线束进行电能和信号传输对测量部旋转角度的限制，实现测量部的任意旋转，激光雷达12可采用内旋转方式，减少测量部的外部磨损，提高激光雷达12的寿命。信号传输可采用移频键控(FSK)编解码的方式，实现容易，抗噪声与抗衰减的性能较好。

本发明实施例提供的轨道检测系统，采用激光雷达12对车辆11前方轨道进行主动探测，算法处理模块14实时处理数据，从而及时识别障碍物。通过车辆11承载激光雷达12在轨道上行驶，从而对车辆11前方轨道进行扫描，使得系统的探测距离、扫描范围、扫描频率、角度分辨率和测量距离精度等得到有效提升。该轨道检测系统安装简单，实用性和实时性强。

基于同样的发明构思，本发明实施例还提供了一种轨道检测方法，适用于上述实施例提供的任一轨道检测系统，与上述实施例相同或相应的结构以及术语的解释在此不再赘述，图2为本发明实施例提供的一种轨道检测方法的流程示意图，如图2所示，该方法包括：

S110、所述车辆在轨道上行驶，以使所述激光雷达对车辆前方的轨道进行持续扫描检测，并获取基于所述激光雷达坐标系下的点云数据。

S120、所述算法处理模块根据编码器的距离信息以及所述点云数据建立所述轨道的三维模型。

S130、所述算法处理模块根据所述三维模型进行障碍物识别。

本发明实施例提供的轨道检测方法，通过车辆承载激光雷达行驶，以使激光雷达对车辆前方的轨道进行探测，算法处理模块根据编码器的距离信息以及激光雷达的点云数据，获取车辆前方的轨道的三维模型，通过三维模型判断车辆前方的轨道是否存在障碍物，从而实现针对轨道沿线危及行车安全的障碍物进行探测和预警。其中，激光雷达具有较高的角度分辨率和扫描频率，抗干扰性强，不容易受到光照和天气的影响，弥补了现有技术中视觉检测的不足。

可选的，所述轨道检测系统还包括摄像头；

所述算法处理模块根据所述三维模型进行障碍物识别之后还包括：

开启所述摄像头。

示例性的，算法处理模块根据激光雷达的点云数据对车辆前方的轨道进行三维建模，获取车辆前方的轨道的三维模型，通过三维模型来实现轨道上障碍物的识别。当算法处理模块在车辆前方轨道的三维模型中识别出障碍物时，打开摄像头获取的车辆前方轨道的图像，并将通过激光雷达获取的三维点云数据与车辆前方轨道的图像进行匹配，在车辆前方轨道的图像上标定出障碍物，便于利用图像识别算法或者便于驾驶员对障碍物进行视觉判断，从而确定该障碍物是否会干扰到车辆行驶。本发明实施例提供的轨道检测方法通过结合摄像头对障碍物进行重点扑捉显示，能够使得障碍物的判定更加准确。

可选的，所述算法处理模块根据所述三维模型进行障碍物识别还包括：

根据所述三维模型确定所述轨道的轨道面以及识别轨道线。

将轨道线内高于所述轨道面的物体或者高于轨道面的预设阈值以上的物体标识为障碍物。

其中，由于低于导轨的障碍物不会对车辆行驶产生影响，因此在三维模型建立后，对高于导轨的障碍物进行识别，滤除导轨以及导轨以下的点云数据，然后对三维模型进行识别处理，判断障碍物的形状和大小等信息，并可根据其形状和大小来标定障碍物。也可根据其他需求对点云数据进行过滤，比如利用算法识别出导轨，滤除导轨外的地面，以识别提取轨道内的障碍物，从而减小数据处理量。

可选的，所述算法处理模块根据所述三维模型进行障碍物识别之后还包括：

若所述三维模型中识别到障碍物，确定障碍物的参数信息。

其中，障碍物的参数信息包括方位、距离和速度中的至少一种。

综上所述，图3为本发明实施例提供的另一种轨道检测方法的流程示意图，如图3所示，首先启动轨道检测系统，激光雷达启动，车辆承载激光雷达行驶，从而使得激光雷达可以对车辆前方的轨道进行扫描探测，编码器获取车辆的距离信息，算法处理模块根据激光雷达获取的点云数据和编码器获取的距离信息，利用三维建模算法对点云数据和距离信息进行数据融合处理，获取车辆前方轨道的三维模型，算法处理模块根据需求通过算法识别该三维模型中的障碍物。当算法处理模块在车辆前方轨道的三维模型中识别出障碍物时，判断障碍物的位置、体积、速度和类型等信息，生成障碍物的参数信息，并将障碍物的参数信息通过人机交互模块显示。可选的，当算法处理模块在车辆前方轨道的三维模型中识别出障碍物时，打开摄像头获取的车辆前方轨道的图像，并将通过激光雷达获取的三维点云数据与车辆前方轨道的图像进行匹配，在车辆前方轨道的图像上标定出障碍物，便于利用图像识别算法或者便于驾驶员对障碍物进行视觉判断，从而确定该障碍物是否会干扰到车辆行驶。

其中，在车辆的行驶过程中，激光雷达持续进行扫描探测，可选的，算法处理模块根据预设时间内获取的点云数据建立对应车辆前方轨道内的三维模型，然后利用该三维模型进行轨道内的障碍物识别。激光雷达的扫描探测和数据采集以及算法处理模块的建模过程同时进行，示例性的，以车辆11移动预设距离为一个监测周期，激光雷达在对当前车辆前方轨道进行扫描探测的同时，算法处理模块根据激光雷达在上一个监测周期内所获取的三维点云数据建立上一个监测周期内车辆前方轨道区域的三维拟合轨道模型，并对该区域进行障碍物识别，若没有识别到障碍物，继续利用下一监测周期获取的三维点云数据来建立对应于该监测周期车辆前方轨道的三维拟合轨道模型，即对激光雷达持续扫描探测的车辆前方轨道进行分段建模。通过对车辆前方轨道进行建模来实现对轨道内的障碍物识别，相对于现有技术中根据当前探测的点云数据直接进行障碍物识别的方法，更有利于实现对微小障碍物的识别，从而确保车辆运行的安全性。

本发明实施例提供的轨道检测方法，通过车辆承载激光雷达行驶，以使所述激光雷达对车辆前方轨道进行探测，算法处理模块根据编码器的距离信息以及激光雷达获取的点云数据，建立车辆前方轨道的三维模型，并通过三维模型判断车辆前方轨道是否存在障碍物，从而实现针对轨道沿线危及行车安全的障碍物进行探测和预警。其中，激光雷达可实现360度旋转，满足500m距离内全方位的环境扫描探测，具有较高的角度分辨率和扫描频率，抗干扰性强，不容易受到光照和天气的影响，弥补了现有技术中视觉检测的不足。通过结合编码器的距离信息对车辆前方轨道建模，使得获取的点云数据更为密集，提高车辆前方轨道的三维模型的分辨率，算法处理模块实时处理数据，对车辆前方轨道进行建模，从而及时识别出障碍物。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (9)

1.一种轨道检测系统，其特征在于，包括：

激光雷达，设置于行驶在轨道上的车辆上，用于对所述车辆前方的轨道进行持续扫描检测，以获得基于所述激光雷达坐标系下的点云数据；

编码器，设置于所述车辆的至少一个车轮上，用于在GPS信号无法覆盖的环境下获取所述车轮的转动数据，并根据所述车轮的半径计算出所述车辆行驶的距离；

以及算法处理模块，分别与所述激光雷达和所述编码器电连接；所述算法处理模块用于根据所述车辆行驶预设距离内所获取到的点云数据以及所述距离建立所述轨道的三维模型；所述算法处理模块还用于基于所述三维模型进行障碍物识别；

所述算法处理模块用于根据所述车辆行驶预设距离内所获取到的点云数据以及所述距离建立所述轨道的三维模型，具体包括：

以每一个监测周期的起始时刻激光雷达所处的位置为空间坐标系的参考点；所述车辆移动预设距离为一个监测周期；

根据同一时刻获取到的基于所述激光雷达坐标系下的点云数据和所述距离将所述基于激光雷达坐标系下的点云数据转换为所述空间坐标系下的点云数据；以及根据转换为所述空间坐标系下的点云数据建立所述三维模型。

2.根据权利要求1所述的轨道检测系统，其特征在于，所述激光雷达获取到的点云数据携带有时间戳信息；所述算法处理模块获取到的所述距离携带有时间戳信息。

3.根据权利要求1所述的轨道检测系统，其特征在于，所述算法处理模块用于根据所述三维模型确定所述轨道的轨道面以及识别轨道线，并将轨道线内高于所述轨道面的物体或者高于轨道面的预设阈值以上的物体标识为障碍物，并确定所述障碍物的参数信息；所述参数信息包括方位、距离和速度中的至少一种。

4.根据权利要求3所述的轨道检测系统，其特征在于，还包括人机交互模块；

所述人机交互模块与所述算法处理模块电连接，用于显示所述三维模型；所述人机交互模块还用于显示所述算法处理模块识别出来的障碍物及其参数信息。

5.根据权利要求4所述的轨道检测系统，其特征在于，还包括摄像头模块；

所述摄像头模块分别与所述算法处理模块和所述人机交互模块电连接，用于获取所述车辆前方的轨道图像；所述算法处理模块还用于将所述障碍物及其参数信息在所述图像中进行标识后由所述人机交互模块进行显示。

6.根据权利要求5所述的轨道检测系统，其特征在于，还包括控制模块；所述控制模块分别与所述算法处理模块和所述摄像头模块连接；所述控制模块用于在所述算法处理模块确定存在障碍物时，控制所述摄像头模块工作并拍摄所述轨道图像。

7.根据权利要求1所述的轨道检测系统，其特征在于，所述激光雷达为单线激光雷达；所述单线激光雷达的激光出射方向基于水平面向下倾斜，且所述激光投射到所述轨道上的点与所述激光雷达的水平距离大于所述车辆的刹车距离。

8.根据权利要求1所述的轨道检测系统，其特征在于，所述激光雷达为多线激光雷达，且各激光光束均能够投射至所述轨道上。

9.根据权利要求1所述的轨道检测系统，其特征在于，所述车辆为巡检车或者运营车辆。

Images