CN110481601A - 一种轨道检测系统 - Google Patents

一种轨道检测系统 Download PDF

Info

Publication number
CN110481601A
CN110481601A CN201910833122.1A CN201910833122A CN110481601A CN 110481601 A CN110481601 A CN 110481601A CN 201910833122 A CN201910833122 A CN 201910833122A CN 110481601 A CN110481601 A CN 110481601A
Authority
CN
China
Prior art keywords
laser radar
processing module
barrier
algorithm processing
target acquisition
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.)
Granted
Application number
CN201910833122.1A
Other languages
English (en)
Other versions
CN110481601B (zh
Inventor
胡小波
许军立
雷祖芳
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.)
LeiShen Intelligent System Co Ltd
Original Assignee
LeiShen Intelligent System 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 LeiShen Intelligent System Co Ltd filed Critical LeiShen Intelligent System Co Ltd
Priority to CN201910833122.1A priority Critical patent/CN110481601B/zh
Publication of CN110481601A publication Critical patent/CN110481601A/zh
Application granted granted Critical
Publication of CN110481601B publication Critical patent/CN110481601B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61KAUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
    • B61K9/00Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
    • B61K9/08Measuring installations for surveying permanent way
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L23/00Control, warning or like safety means along the route or between vehicles or trains
    • B61L23/04Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
    • B61L23/041Obstacle detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种轨道检测系统,包括:沿轨道线路设置的至少一个监测模块以及至少一个算法处理模块;每个监测模块均包括激光雷达和步进电机,激光雷达用于向扫描区域发射激光并接收由扫描区域内的物体反射返回的回波激光光束后计算得到基于激光雷达坐标系下的点云数据;步进电机用于控制激光雷达转动,从而实现对目标探测区域的往复扫描探测;算法处理模块用于接收监测模块的点云数据和步进电机的旋转信息,根据监测模块的点云数据和旋转信息建立目标探测区域的三维模型,并根据三维模型进行障碍物识别,以实现轨道检测。本发明实施例提供的轨道检测系统,实现了对轨道交通线危及行车安全的障碍物进行全天候自动监测和实时预警。

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
随着铁路交通事业的快速发展,尤其是铁路六次大提速的实施和高速铁路、客运专线建设的全面展开,保证铁路沿线的路轨、路基安全,进而保证行车安全也随之变得越来越重要。山区线路自然条件复杂,山体滑坡、隧道障碍、落石、洪水等自然灾害,以及路基塌陷、高速铁路和客运专线的异物侵入,都能给行车带来灾难性的后果。特别是夜间发生这些自然灾害,由于能见度较低,机车司机不易在远距离发现,很容易发生列车和障碍物相撞的事故,轻则导致机车损伤、铁路线路长时间中断,严重的还可能发生列车出轨、人员伤亡等重大事故。
目前,多采用人工检修方法或者采用摄像头来识别轨道交通线上的障碍物,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,安全性不足。
发明内容
本发明提供一种轨道检测系统,以实现对轨道交通线危及行车安全的障碍物进行全天候自动监测和实时预警。
本发明实施例提供了一种轨道检测系统,包括:
沿轨道线路设置的至少一个监测模块以及至少一个算法处理模块;
其中,每个所述监测模块均具有预设的目标探测区域;每个所述监测模块均包括激光雷达和步进电机,所述激光雷达与所述步进电机连接,所述激光雷达用于向扫描区域发射激光并接收由扫描区域内的物体反射返回的回波激光光束后计算得到基于激光雷达坐标系下的点云数据;所述步进电机用于控制所述激光雷达转动,从而实现对所述目标探测区域的往复扫描探测;所述算法处理模块与至少一个所述监测模块电连接;所述算法处理模块用于接收所述监测模块的点云数据和所述步进电机的旋转信息,根据所述监测模块的点云数据和旋转信息建立所述目标探测区域的三维模型,并根据所述三维模型进行障碍物识别,以实现轨道检测。
可选的,所述步进电机用于驱动所述激光雷达对所述目标探测区域进行周期性扫描探测;所述算法处理模块用于根据所述激光雷达在至少一个扫描周期内获得的点云数据和所述步进电机的旋转信息建立所述目标探测区域的三维模型。
可选的,所述算法处理模块建立所述目标探测区域的三维模型包括根据所述步进电机的旋转信息,将所述激光雷达获取到的基于所述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,进而基于获取到的所述目标探测区域内的所有空间坐标系下的点云数据建立所述目标探测区域的三维模型。
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。
可选的,所述算法处理模块还用于基于相邻扫描周期内确定的障碍物信息计算得到所述障碍物的参数信息;所述参数信息包括位置信息和速度信息中的至少一种。
可选的,所述轨道检测系统还包括控制模块,所述控制模块与所述算法处理模块连接,用于在当所述算法处理模块判定目标探测区域存在障碍物时,接收所述算法处理模块发送的障碍物信息并将所述障碍物信息发送至远程终端。
可选的,所述轨道检测系统还包括至少一个摄像头,所述摄像头与所述控制模块和所述算法处理模块电连接;所述摄像头用于获取所述目标探测区域的图像。
可选的,所述控制模块用于在所述算法处理模块确定所述目标探测区域存在障碍物时,控制所述摄像头工作并拍摄所述目标探测区域的图像;所述算法处理模块还用于将基于所述激光雷达确定的障碍物信息在所述图像中进行标定。
可选的,所述控制模块还用于接收非障碍物的标定信息并存储;所述算法处理模块在对三维模型进行障碍物识别时,先剔除所述标定信息对应的物体区域,再进行障碍物识别。
可选的,所述激光雷达为单线激光雷达或者多线激光雷达。
本发明实施例提供的轨道检测系统,沿轨道线路设置激光雷达和步进电机,通过步进电机控制激光雷达转动,获取目标探测区域的三维模型,通过三维模型进行障碍物识别,从而实现针对轨道沿线重点路段危及行车安全的障碍物进行全天候自动监测和实时预警。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。
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监测模块的结构示意图;
图3为本发明实施例提供的另一种轨道检测系统的结构示意图;
图4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5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,图2为本发明实施例提供的一种监测模块的结构示意图,如图1和图2所示,本发明实施例提供的轨道检测系统包括:沿轨道线路设置的至少一个监测模块11以及至少一个算法处理模块12。其中,每个监测模块11均具有预设的目标探测区域;该目标探测区域至少部分区域为轨道线路区域,从而对该轨道线路区域进行监测。每个监测模块11均包括激光雷达111和步进电机112,激光雷达111与步进电机112连接,激光雷达111用于向扫描区域发射激光并接收由扫描区域内的物体反射返回的回波激光光束后计算得到基于激光雷达坐标系下的点云数据,步进电机112用于控制激光雷达111转动,从而实现对目标探测区域的往复扫描探测。算法处理模块12与至少一个监测模块11电连接,算法处理模块12用于接收监测模块11的点云数据和步进电机112的旋转信息,根据监测模块11的点云数据和旋转信息建立目标探测区域的三维模型,并根据三维模型进行障碍物识别,以实现轨道检测。
本发明实施例提供的轨道检测系统,沿轨道线路设置激光雷达111和步进电机112,通过步进电机112控制激光雷达111转动,获取目标探测区域的三维模型,通过三维模型进行障碍物识别,从而实现针对轨道沿线重点路段危及行车安全的障碍物进行全天候自动监测和实时预警。其中,激光雷达111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。本发明实施例提供的轨道检测系统,装配简单,使用方便,将激光雷达111作为探测轨道沿线目标探测区域的核心传感器,结合步进电机112获取目标探测区域的三维模型可以全面探测轨道边界的入侵物,提高了探测的准确率,满足各种气象条件下在高危路段沿线长期值守,自动发现铁路障碍物,并能够对过往列车提供障碍物预警。
可选的,步进电机112用于驱动激光雷达111对目标探测区域进行周期性扫描探测。比如,步进电机112驱动激光雷达111从目标探测区域的一侧向另一侧移动扫描作为一个扫描周期。具体地,步进电机112可以根据激光雷达111的安装方式确定扫描过程是沿着轨道线方向进行扫描还是沿着垂直轨道线的方向进行扫描。当激光雷达111水平安装时,如图2所示,则步进电机112驱动激光雷达111沿垂直于轨道线的方向旋转,也即从轨道线的一侧移动扫描至另一侧;当激光雷达111垂直安装时,步进电机112驱动激光雷达从轨道线的一端移动扫描至目标探测区域范围内的另一端。算法处理模块12用于根据激光雷达111在至少一个扫描周期内获得的点云数据和步进电机112的旋转信息建立目标探测区域的三维模型。其中,通过对至少一个扫描周期内获得的点云数据和步进电机112的旋转信息进行处理获取目标探测区域的三维模型,能够确保三维模型是基于整个目标探测区域的点云数据所得到的结果,从而确保障碍物识别的可靠性以及准确性。具体地,可以利用一个扫描周期内获取的点云数据构建目标探测区域的点云数据。传统的利用激光雷达的单个扫描帧(单个扫描帧是指激光雷达完成视场角的一次完整扫描对应的时间)的点云数据来进行轨道监测的方案,由于单个扫描帧获取到的是一个二维点云数据,从而无法对一些细小的障碍物进行识别,存在极大的安全隐患。本申请中通过利用一个扫描周期中的点云数据,相当于多个扫描帧所形成的三维点云数据,从而可以实现对微小障碍物的识别,提高障碍物识别的精准度,降低轨道运行风险。
可选的,算法处理模块12建立目标探测区域的三维模型包括:根据步进电机112的旋转信息,将激光雷达111获取到的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,进而基于获取到的目标探测区域内的所有空间坐标系下的点云数据建立目标探测区域的三维模型。
例如,可以激光雷达111所处的位置为空间坐标系的原点。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步进电机112的旋转信息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建立目标探测区域的三维模型。在本申请的轨道检测系统中,由于步进电机112会不断的驱动激光雷达111转动,从而使得激光雷达坐标系是随着激光雷达的转动而在发生变化的,并不唯一固定。因此需要将不同时刻(也即不同激光雷达坐标系)下的点云数据转换都一个统一的坐标系下,也即空间坐标下下,以方便进行三维建模。在其他的实施例中,也可以将空间坐标系的原点设置为轨道面上的某一个点。可选的,算法处理模块12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。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,算法处理模块12还用于基于相邻扫描周期内确定的障碍物信息计算得到障碍物的参数信息;参数信息包括位置信息和速度信息中的至少一种。激光雷达的扫描频率较高,其完成一个扫描周期内的扫描时间较短,因此可以将一个扫描周期内得到的三维模型近似为一个静态的三维模型,通过相邻两个静态的三维模型即可判断出三维模型内的障碍物的移动速度信息,并进一步却确认该障碍物的位置信息,提高测试的精准度并满足测试需求。其中,通过相邻扫描周期内确定的障碍物信息计算得到障碍物的参数信息,有助于工作人员判断障碍物的类型。
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控制模块13,控制模块13与算法处理模块12连接,用于在当算法处理模块12判定目标探测区域存在障碍物时,接收算法处理模块12发送的障碍物信息并将障碍物信息发送至远程终端。
具体的,当算法处理模块12判定目标探测区域存在障碍物时,生成并发送障碍物信息至控制模块13,控制模块13接收算法处理模块12发送的障碍物信息并将障碍物信息发送至远程终端,其中,障碍物信息包括障碍物位置、障碍物速度和障碍物类型中的一种或多种;远程终端包括后台调度系统、列调电台、手机、电脑和对讲机中的一种或多种。示例性的,当算法处理模块12判定目标探测区域存在障碍物时,控制模块13接收算法处理模块12发送的障碍物信息并将障碍物信息以手机短信或对讲的形式发送至远程终端,从而通知相关人员去处理障碍物。
可选的,轨道检测系统还包括至少一个摄像头14,摄像头14分别与控制模块13和算法处理模块12电连接,摄像头14用于获取目标探测区域的图像。
具体的,当算法处理模块12在目标探测区域的三维模型中识别出障碍物时,能够获取障碍物的大小和体积,但是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14获取的目标探测区域的图像与监测模块11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14获取的目标探测区域图像的视觉信息进行匹配,在目标探测区域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目标探测区域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,控制模块13用于在算法处理模块12确定目标探测区域存在障碍物时,控制摄像头14工作并拍摄目标探测区域的图像;算法处理模块12还用于将基于激光雷达111确定的障碍物信息在图像中进行标定。
具体的,控制模块13在算法处理模块12确定存在障碍物时,控制摄像头14工作并拍摄获取目标探测区域的图像,从而节约资源,提高摄像头14的使用寿命。摄像头14获取目标探测区域的图像后,算法处理模块12将通过激光雷达111获取的三维点云数据与目标探测区域的图像进行匹配,在目标探测区域的图像上标定出障碍物,便于利用图像识别算法或者便于工作人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,摄像头14采用微光夜视系统,从而不受光线影响,能够在夜间获取的目标探测区域的清晰图像。
可选的,摄像头14与激光雷达111同步开启,或者,在算法处理模块12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,控制模块13还用于接收非障碍物的标定信息并存储;算法处理模块12在对三维模型进行障碍物识别时,先剔除标定信息对应的物体区域,再进行障碍物识别。非障碍物的标定信息可以预先存储在系统内,也可以由用户通过鼠标、键盘以及触摸屏等输入设备进行手动输入。预先存储的非障碍物的标定信息可以是系统启动之前就设定好了的,也可以是基于上一次三维建模的障碍物识别标定结果进行存储的。
其中,在完成三维建模进行障碍物识别的过程中,可以将固定在轨道附近的标杆等不会影响到车辆正常行驶的物体标记为非障碍物,从而在下一次障碍物识别过程中,能够将该非障碍物的区域进行剔除,仅对其他区域进行障碍物识别,从而减少数据处理量。可选的,通过算法处理模块12的内置算法识别并标记非障碍物,或者,通过外部选择操作标记非障碍物,例如工作人员进行人为标记。
可选的,激光雷达111为单线激光雷达或多线激光雷达。
示例性的,当激光雷达111为单线激光雷达时,可以降低系统成本。单线激光雷达出射单束激光,若单线激光雷达水平安装,在初始状态下,其扫描装置使得单束激光沿水平方向扫描,获取目标探测区域的二维环境信息。在扫描的过程中,步进电机112带动单线激光雷达沿垂直于扫描方向的方向进行转动,即沿垂直于水平面的方向转动,从而使得单线激光雷达沿一侧的铁轨向另外一侧的铁轨进行移动扫描,最终完成对整个轨道的扫描过程,从而获取目标探测区域的三维点云数据。若单线激光雷达垂直安装,在初始状态下,其扫描装置使得单束激光沿垂直于水平面的方向扫描,在扫描过程中,步进电机112带动单线激光雷达沿垂直于扫描方向的方向进行转动,即沿水平方向转动,从而使得单线激光雷达沿轨道的一端向另一端进行移动扫描,最终完成目标探测区域内整个轨道的扫描过程,从而获取目标探测区域的三维点云数据。
可选的,激光雷达111为多线激光雷达,多线激光雷达能够获取半径200米范围内(甚至超过200米)的三维平面距离和方位信息,测量频率高且数据更新速率快。示例性的,多线激光雷达出射多束激光,若多线激光雷达水平安装,在初始状态下,多束激光沿垂直于水平面的方向排布,其扫描装置使得多束激光沿水平方向移动扫描,获取目标探测区域的三维点云数据。在扫描的过程中,步进电机112带动多线激光雷达沿垂直于扫描方向的方向进行转动,即沿垂直于水平面的方向转动,从而使得多线激光雷达沿一侧的铁轨向另外一侧的铁轨进行移动扫描,最终完成对目标探测区域内的整个轨道的扫描过程,获取目标探测区域的三维点云数据。其中,通过步进电机112带动多线激光雷达沿垂直于扫描方向的方向进行转动,从而可以基于多线激光雷达所获取到的较为密集的点云数据建立目标探测区域内的三维模型,实现对障碍物的精准识别。
在一实施例中,相邻两个激光雷达的目标探测区域可以彼此无缝拼接,从而实现对需要检测区域内的轨道的全面检测。在另一实施例中,相邻两个激光雷达的目标探测区域也可以存在交叠区域,从而确保不会存在没有被扫描到的轨道区域,确保检测的有效性。
本发明实施例提供的轨道检测系统,激光雷达111可实现360度旋转,满足半径500m范围内全方位的环境扫描探测,通过步进电机112带动激光雷达111旋转,获取目标探测区域的三维点云数据,并根据三维点云数据对目标探测区域进行三维建模,获取目标探测区域的三维模型。通过三维模型来实现轨道上障碍物的识别,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。通过将步进电机112与多线激光雷达结合进行三维建模,弥补了多线激光雷达两线之间间隔较大,容易漏检的不足。
继续参考图1所示,可选的,沿轨道延伸方向的垂直方向,监测模块11设置在轨道线路的一侧。图3为本发明实施例提供的另一种轨道检测系统的结构示意图。如图3所示,监测模块11设置在轨道线路的相对两侧。
具体的,当轨道线路的相对两侧均设置有监测模块11时,根据对应于同一目标探测区域的所有监测模块11获取的点云数据来建立该目标探测区域的三维模型,获取的目标探测区域的点云数据更加密集,从而提高对目标探测区域进行三维建模的分辨率,利用该三维模型进行障碍物识别使得系统能够识别出更加微小的障碍物,以提高障碍物识别的精准度。
可选的,监测模块11设置在轨道一侧,每个监测模块11负责相应目标探测区域内的扫描探测,每个监测模块11每天24小时不间断工作,从而确保能够及时发轨道目标探测区域的障碍物并进行预警,以确保行车安全;每个监测模块11也可以根据轨道上车辆的行驶时刻表确定开启时间,比如在车辆行驶前的预设时间段内开启,在车辆经过该区域时停止探测,从而节约资源。
可选的,监测模块11沿轨道一侧等间距设置,或者,激光雷达仅设置在容易发生塌陷、泥石流等事故的目标探测区域,比如在隧道的进出口处进行设置。
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,电源模块分别与监测模块11和算法处理模块12电连接,用于给监测模块11和算法处理模块12供电,从而在断电的情况下保证系统的正常工作。
可选的,算法处理模块12包括信号采集单元和数据处理单元,信号采集单元分别与监测模块11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111接收的回波激光信号和步进电机112的旋转信息。数据处理单元用于处理回波激光信号和旋转信息,获取目标探测区域的三维模型。其中,算法处理模块12和监测模块11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111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111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111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111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111可采用内旋转方式,减少测量部的外部磨损,提高激光雷达111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。
综上所述,至少一个的监测模块11作固定在轨道的至少一侧,监测模块11包括激光雷达111和步进电机112,其中,激光雷达111为单线激光雷达或者多线激光雷达。步进电机112控制激光雷达111的整体旋转,从而使得激光雷达可以对目标探测区域进行扫描探测,算法处理模块12根据激光雷达111接收的回波激光信号和步进电机112的旋转信息,获取目标探测区域的三维点云数据,并根据该区域内的三维点云数据对轨道进行三维建模,获取目标探测区域的三维模型,算法处理模块12通过算法处理识别该三维模型中的障碍物,并判断障碍物的距离、角度、位置、大小、速度和类型等信息,生成并发送障碍物信息。控制模块13接收算法处理模块12发送的障碍物信息并将障碍物信息发送至远程终端,从而通知相关人员去处理障碍物。
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,该方法适用于上述任一实施例所述的轨道检测系统,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4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4所示,该方法包括以下:
S110、至少一个监控模块中的步进电机驱动对应激光雷达转动,以使所述激光雷达对目标探测区域进行往复扫描探测。
S120、所述激光雷达接收由扫描区域内的物体反射返回的回波激光光束后获取目标探测区域的点云数据。
S130、算法处理模块根据所述激光雷达的点云数据和所述步进电机的旋转信息建立所述目标探测区域的三维模型,并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,沿轨道线路设置激光雷达和步进电机,通过步进电机控制激光雷达转动,获取目标探测区域的三维模型,通过三维模型判断目标探测区域是否存在障碍物,从而实现针对轨道沿线重点路段危及行车安全的障碍物进行全天候自动监测和实时预警。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。通过步进电机带动激光雷达旋转,获取目标探测区域的三维模型,通过三维模型判断目标探测区域是否存在障碍物,实现对微小障碍物的识别,确保车辆运行的安全性。
可选的,轨道检测系统还包括控制模块。根据所述三维模型进行障碍物识别包括:若判定所述目标探测区域存在障碍物,则生成并发送障碍物信息。
具体的,生成并发送障碍物信息包括:
向控制模块发送障碍物信息,控制模块将障碍物信息发送至远程终端。通过控制模块将障碍物信息以手机短信和对讲等形式远程发送至远程终端,从而及时通知相关人员去处理障碍物。
可选的,所述轨道检测系统还包括至少一个摄像头;
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:
若判定所述目标探测区域存在障碍物,则打开所述摄像头。
示例性的,算法处理模块12根据三维点云数据对目标探测区域进行三维建模,获取目标探测区域的三维模型,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12在目标探测区域的三维模型中识别出障碍物时,控制模块控制摄像头打开从而获取的目标探测区域的图像,并将监测模块11获取的三维点云数据与目标探测区域的图像进行匹配,在目标探测区域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,根据所述三维模型进行障碍物识别包括:
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,并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,根据所述三维模型进行障碍物识别还包括:
控制模块13接收非障碍物的标定信息并存储;算法处理模块在对三维模型进行障碍物识别时,先剔除标定信息对应的物体区域,再进行障碍物识别。
其中,非障碍物的标定信息可以预先存储在系统内,也可以由用户通过鼠标、键盘以及触摸屏等输入设备进行手动输入。预先存储的非障碍物的标定信息可以是系统启动之前就设定好了的,也可以是基于上一次三维建模的障碍物识别标定结果进行存储的。在完成三维建模进行障碍物识别的过程中,可以将固定在轨道附近的标杆等不会影响到车辆正常行驶的物体标记为非障碍物,从而在下一次障碍物识别过程中,能够将该非障碍物的区域进行剔除,仅对其他区域进行障碍物识别,从而减少数据处理量。可选的,通过算法处理模块的内置算法识别并标记非障碍物,或者,通过外部选择操作标记非障碍物,例如工作人员进行人为标记。
综上所述,至少一个的监测模块作固定在轨道的至少一侧,监测模块包括激光雷达和步进电机。图5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5所示,首先启动轨道检测系统,步进电机控制激光雷达的整体旋转,从而使得激光雷达可以对目标探测区域进行往复扫描探测,算法处理模块根据激光雷达获取的点云数据和步进电机的旋转信息,利用三维建模算法对点云数据和旋转信息进行数据融合处理,获取目标探测区域的三维模型,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,并判断障碍物的位置、大小、速度和类型等信息,生成并发送障碍物信息。控制模块接收算法处理模块发送的障碍物信息并将障碍物信息发送至远程终端,从而通知相关人员去处理障碍物。
本发明实施例提供的轨道检测方法,通过步进电机带动激光雷达旋转,获取目标探测区域的三维模型,并通过三维模型识别目标探测区域的障碍物,实现对微小障碍物的识别。通过三维模型识别目标探测区域的障碍物,不仅能够识别高于轨道的障碍物,也能识别低于轨道的障碍物,可根据需求对三维模型中的数据进行过滤,减少数据处理量,从而确保障碍物检测的实时性。
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 (10)

1.一种轨道检测系统,其特征在于,包括:
沿轨道线路设置的至少一个监测模块以及至少一个算法处理模块;
其中,每个所述监测模块均具有预设的目标探测区域;每个所述监测模块均包括激光雷达和步进电机,所述激光雷达与所述步进电机连接,所述激光雷达用于向扫描区域发射激光并接收由扫描区域内的物体反射返回的回波激光光束后计算得到基于激光雷达坐标系下的点云数据;所述步进电机用于控制所述激光雷达转动,从而实现对所述目标探测区域的往复扫描探测;所述算法处理模块与至少一个所述监测模块电连接;所述算法处理模块用于接收所述监测模块的点云数据和所述步进电机的旋转信息,根据所述监测模块的点云数据和旋转信息建立所述目标探测区域的三维模型,并根据所述三维模型进行障碍物识别,以实现轨道检测。
2.根据权利要求1所述的轨道检测系统,其特征在于,所述步进电机用于驱动所述激光雷达对所述目标探测区域进行周期性扫描探测;所述算法处理模块用于根据所述激光雷达在至少一个扫描周期内获得的点云数据和所述步进电机的旋转信息建立所述目标探测区域的三维模型。
3.根据权利要求2所述的轨道检测系统,其特征在于,所述算法处理模块建立所述目标探测区域的三维模型包括根据所述步进电机的旋转信息,将所述激光雷达获取到的基于所述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,进而基于获取到的所述目标探测区域内的所有空间坐标系下的点云数据建立所述目标探测区域的三维模型。
4.根据权利要求3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。
5.根据权利要求4所述的轨道检测系统,其特征在于,所述算法处理模块还用于基于相邻扫描周期内确定的障碍物信息计算得到所述障碍物的参数信息;所述参数信息包括位置信息和速度信息中的至少一种。
6.根据权利要求1所述的轨道检测系统,其特征在于,所述轨道检测系统还包括控制模块,所述控制模块与所述算法处理模块连接,用于在当所述算法处理模块判定目标探测区域存在障碍物时,接收所述算法处理模块发送的障碍物信息并将所述障碍物信息发送至远程终端。
7.根据权利要求6所述的轨道检测系统,其特征在于,所述轨道检测系统还包括至少一个摄像头,所述摄像头与所述控制模块和所述算法处理模块电连接;所述摄像头用于获取所述目标探测区域的图像。
8.根据权利要求7所述的轨道检测系统,其特征在于,所述控制模块用于在所述算法处理模块确定所述目标探测区域存在障碍物时,控制所述摄像头工作并拍摄所述目标探测区域的图像;所述算法处理模块还用于将基于所述激光雷达确定的障碍物信息在所述图像中进行标定。
9.根据权利要求8所述的轨道检测系统,其特征在于,所述控制模块还用于接收非障碍物的标定信息并存储;所述算法处理模块在对三维模型进行障碍物识别时,先剔除所述标定信息对应的物体区域,再进行障碍物识别。
10.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或者多线激光雷达。
CN201910833122.1A 2019-09-04 2019-09-04 一种轨道检测系统 Active CN110481601B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910833122.1A CN110481601B (zh) 2019-09-04 2019-09-04 一种轨道检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910833122.1A CN110481601B (zh) 2019-09-04 2019-09-04 一种轨道检测系统

Publications (2)

Publication Number Publication Date
CN110481601A true CN110481601A (zh) 2019-11-22
CN110481601B CN110481601B (zh) 2022-03-08

Family

ID=68556447

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910833122.1A Active CN110481601B (zh) 2019-09-04 2019-09-04 一种轨道检测系统

Country Status (1)

Country Link
CN (1) CN110481601B (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111638714A (zh) * 2020-05-28 2020-09-08 北京海益同展信息科技有限公司 用于防止轨道巡检机器人跌落的方法和装置
CN112092869A (zh) * 2020-09-23 2020-12-18 北京交大微联科技有限公司 轨道交通的道口物体识别方法、道口控制方法及防护设备
CN112505720A (zh) * 2020-10-29 2021-03-16 北京全路通信信号研究设计院集团有限公司 一种基于多线激光雷达的边坡灾害监测系统及方法
CN112558045A (zh) * 2020-12-07 2021-03-26 福建(泉州)哈工大工程技术研究院 自动驾驶设备多线激光雷达功能下线验收方法
CN112731430A (zh) * 2020-12-15 2021-04-30 武汉万集信息技术有限公司 一种基于激光雷达的高空抛物检测方法及系统
CN112817005A (zh) * 2020-12-29 2021-05-18 中国铁路兰州局集团有限公司 一种基于点数据的模式识别方法
CN113128248A (zh) * 2019-12-26 2021-07-16 深圳一清创新科技有限公司 障碍物检测方法、装置、计算机设备和存储介质
CN113190008A (zh) * 2021-05-08 2021-07-30 珠海市一微半导体有限公司 一种延长移动机器人激光雷达使用寿命的方法、芯片和机器人
CN113240887A (zh) * 2021-05-14 2021-08-10 深圳市安泰数据监测科技有限公司 边坡落石崩塌监测方法、装置及设备
CN113514848A (zh) * 2021-04-01 2021-10-19 湛江港(集团)股份有限公司 一种基于激光扫描的铁路道口机车检测系统
CN113536883A (zh) * 2021-03-23 2021-10-22 长沙智能驾驶研究院有限公司 障碍物检测方法、车辆、设备及计算机存储介质
CN113753094A (zh) * 2021-09-24 2021-12-07 北京杰迈科技股份有限公司 一种道岔检测系统及方法
CN113779734A (zh) * 2021-09-22 2021-12-10 重庆华渝重工机电有限公司 一种基于人工智能的跨坐式单轨道岔监测及其维护系统
CN113777622A (zh) * 2021-08-31 2021-12-10 通号城市轨道交通技术有限公司 轨道障碍物辨识的方法及装置
CN114002687A (zh) * 2020-07-14 2022-02-01 北醒(北京)光子科技有限公司 一种基于激光雷达的探测方法
CN114312853A (zh) * 2021-12-03 2022-04-12 武汉万集光电技术有限公司 目标探测的系统、方法、装置及存储介质
CN114578371A (zh) * 2022-03-03 2022-06-03 吉林大学 一种汽车前方路面水深探测系统和方法
CN114802354A (zh) * 2022-05-30 2022-07-29 中铁电气化局集团第三工程有限公司 用于轨道施工区间的侵入检测系统、方法及预警系统
CN115598656A (zh) * 2022-12-14 2023-01-13 成都运达科技股份有限公司(Cn) 基于悬挂轨道的障碍物检测方法、装置及系统
CN117549330A (zh) * 2024-01-11 2024-02-13 四川省铁路建设有限公司 一种施工安全监测机器人系统及控制方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103389733A (zh) * 2013-08-02 2013-11-13 重庆市科学技术研究院 一种基于机器视觉的车辆巡线方法及系统
CN107097810A (zh) * 2017-04-30 2017-08-29 中南大学 一种铁路沿线异物侵限无人机智能辨识和预警方法及系统
CN107533630A (zh) * 2015-01-20 2018-01-02 索菲斯研究股份有限公司 用于远程感测和车辆控制的实时机器视觉和点云分析
CN107614308A (zh) * 2015-05-05 2018-01-19 B.G.内盖夫技术与应用有限公司 通用自主机器人驾驶系统
CN107901950A (zh) * 2017-12-11 2018-04-13 北京铁路局 线路监测方法及监控系统
CN107985335A (zh) * 2016-10-26 2018-05-04 深圳金澜汉源科技有限公司 轨道交通安全检测方法
CN108226951A (zh) * 2017-12-23 2018-06-29 天津国科嘉业医疗科技发展有限公司 一种基于激光传感器的快速运动障碍物实时跟踪方法
CN108340942A (zh) * 2018-03-23 2018-07-31 成都蓉创智谷科技有限公司 一种基于3d激光雷达的铁路监控系统
JP2018118595A (ja) * 2017-01-24 2018-08-02 大同信号株式会社 踏切障害物検知装置
CN108583622A (zh) * 2018-04-02 2018-09-28 交控科技股份有限公司 轨道交通状况的识别方法、装置、设备和介质
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
CN109410496A (zh) * 2018-10-25 2019-03-01 北京交通大学 入侵预警方法、装置及电子设备
CN109870457A (zh) * 2019-02-14 2019-06-11 武汉武大卓越科技有限责任公司 轨道异物检测方法及装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103389733A (zh) * 2013-08-02 2013-11-13 重庆市科学技术研究院 一种基于机器视觉的车辆巡线方法及系统
CN107533630A (zh) * 2015-01-20 2018-01-02 索菲斯研究股份有限公司 用于远程感测和车辆控制的实时机器视觉和点云分析
CN107614308A (zh) * 2015-05-05 2018-01-19 B.G.内盖夫技术与应用有限公司 通用自主机器人驾驶系统
CN107985335A (zh) * 2016-10-26 2018-05-04 深圳金澜汉源科技有限公司 轨道交通安全检测方法
JP2018118595A (ja) * 2017-01-24 2018-08-02 大同信号株式会社 踏切障害物検知装置
CN107097810A (zh) * 2017-04-30 2017-08-29 中南大学 一种铁路沿线异物侵限无人机智能辨识和预警方法及系统
CN107901950A (zh) * 2017-12-11 2018-04-13 北京铁路局 线路监测方法及监控系统
CN108226951A (zh) * 2017-12-23 2018-06-29 天津国科嘉业医疗科技发展有限公司 一种基于激光传感器的快速运动障碍物实时跟踪方法
CN108340942A (zh) * 2018-03-23 2018-07-31 成都蓉创智谷科技有限公司 一种基于3d激光雷达的铁路监控系统
CN108583622A (zh) * 2018-04-02 2018-09-28 交控科技股份有限公司 轨道交通状况的识别方法、装置、设备和介质
CN109410496A (zh) * 2018-10-25 2019-03-01 北京交通大学 入侵预警方法、装置及电子设备
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
CN109870457A (zh) * 2019-02-14 2019-06-11 武汉武大卓越科技有限责任公司 轨道异物检测方法及装置

Cited By (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113128248B (zh) * 2019-12-26 2024-05-28 深圳一清创新科技有限公司 障碍物检测方法、装置、计算机设备和存储介质
CN113128248A (zh) * 2019-12-26 2021-07-16 深圳一清创新科技有限公司 障碍物检测方法、装置、计算机设备和存储介质
CN111638714B (zh) * 2020-05-28 2023-12-05 京东科技信息技术有限公司 用于防止轨道巡检机器人跌落的方法和装置
CN111638714A (zh) * 2020-05-28 2020-09-08 北京海益同展信息科技有限公司 用于防止轨道巡检机器人跌落的方法和装置
CN114002687A (zh) * 2020-07-14 2022-02-01 北醒(北京)光子科技有限公司 一种基于激光雷达的探测方法
CN112092869A (zh) * 2020-09-23 2020-12-18 北京交大微联科技有限公司 轨道交通的道口物体识别方法、道口控制方法及防护设备
CN112505720A (zh) * 2020-10-29 2021-03-16 北京全路通信信号研究设计院集团有限公司 一种基于多线激光雷达的边坡灾害监测系统及方法
CN112558045A (zh) * 2020-12-07 2021-03-26 福建(泉州)哈工大工程技术研究院 自动驾驶设备多线激光雷达功能下线验收方法
CN112558045B (zh) * 2020-12-07 2024-03-15 福建(泉州)哈工大工程技术研究院 自动驾驶设备多线激光雷达功能下线验收方法
CN112731430A (zh) * 2020-12-15 2021-04-30 武汉万集信息技术有限公司 一种基于激光雷达的高空抛物检测方法及系统
CN112731430B (zh) * 2020-12-15 2024-06-11 武汉万集光电技术有限公司 一种基于激光雷达的高空抛物检测方法及系统
CN112817005A (zh) * 2020-12-29 2021-05-18 中国铁路兰州局集团有限公司 一种基于点数据的模式识别方法
CN112817005B (zh) * 2020-12-29 2024-01-12 中国铁路兰州局集团有限公司 一种基于点数据的模式识别方法
CN113536883A (zh) * 2021-03-23 2021-10-22 长沙智能驾驶研究院有限公司 障碍物检测方法、车辆、设备及计算机存储介质
WO2022199472A1 (zh) * 2021-03-23 2022-09-29 长沙智能驾驶研究院有限公司 障碍物检测方法、车辆、设备及计算机存储介质
CN113514848B (zh) * 2021-04-01 2024-05-31 湛江港(集团)股份有限公司 一种基于激光扫描的铁路道口机车检测系统
CN113514848A (zh) * 2021-04-01 2021-10-19 湛江港(集团)股份有限公司 一种基于激光扫描的铁路道口机车检测系统
CN113190008A (zh) * 2021-05-08 2021-07-30 珠海市一微半导体有限公司 一种延长移动机器人激光雷达使用寿命的方法、芯片和机器人
CN113240887A (zh) * 2021-05-14 2021-08-10 深圳市安泰数据监测科技有限公司 边坡落石崩塌监测方法、装置及设备
CN113777622A (zh) * 2021-08-31 2021-12-10 通号城市轨道交通技术有限公司 轨道障碍物辨识的方法及装置
CN113777622B (zh) * 2021-08-31 2023-10-20 通号城市轨道交通技术有限公司 轨道障碍物辨识的方法及装置
CN113779734A (zh) * 2021-09-22 2021-12-10 重庆华渝重工机电有限公司 一种基于人工智能的跨坐式单轨道岔监测及其维护系统
CN113753094A (zh) * 2021-09-24 2021-12-07 北京杰迈科技股份有限公司 一种道岔检测系统及方法
CN114312853A (zh) * 2021-12-03 2022-04-12 武汉万集光电技术有限公司 目标探测的系统、方法、装置及存储介质
CN114312853B (zh) * 2021-12-03 2023-11-14 武汉万集光电技术有限公司 目标探测的系统、方法、装置及存储介质
CN114578371A (zh) * 2022-03-03 2022-06-03 吉林大学 一种汽车前方路面水深探测系统和方法
CN114578371B (zh) * 2022-03-03 2023-04-25 吉林大学 一种汽车前方路面水深探测系统和方法
CN114802354A (zh) * 2022-05-30 2022-07-29 中铁电气化局集团第三工程有限公司 用于轨道施工区间的侵入检测系统、方法及预警系统
CN115598656A (zh) * 2022-12-14 2023-01-13 成都运达科技股份有限公司(Cn) 基于悬挂轨道的障碍物检测方法、装置及系统
CN117549330A (zh) * 2024-01-11 2024-02-13 四川省铁路建设有限公司 一种施工安全监测机器人系统及控制方法
CN117549330B (zh) * 2024-01-11 2024-03-22 四川省铁路建设有限公司 一种施工安全监测机器人系统及控制方法

Also Published As

Publication number Publication date
CN110481601B (zh) 2022-03-08

Similar Documents

Publication Publication Date Title
CN110481601A (zh) 一种轨道检测系统
CN110471085A (zh) 一种轨道检测系统
EP3577007B1 (en) Positive train control method and system employing rfid devices
CN104192174B (zh) 列车预警系统和列车预警方法
US9759812B2 (en) System and methods for intersection positioning
CN204945409U (zh) 一种对铁路障碍进行自动监测的三维激光雷达报警系统
CN108375775A (zh) 车载探测设备及其参数的调整方法、介质、探测系统
RU2716936C1 (ru) Система навигационного освещения парка ветроэнергетических установок, а также парк ветроэнергетических установок с такой системой и способ сигнального освещения парка ветроэнергетических установок
Lin et al. An automatic lane marking detection method with low-density roadside LiDAR data
CN110412986A (zh) 一种车辆障碍物检测方法及系统
RU2591875C1 (ru) Способ построения карты экзогенных геологических процессов местности вдоль трассы магистрального нефтепровода
KR101700681B1 (ko) 공간정보를 이용한 차량 네비게이션의 위치정확도 향상을 위한 영상정보 제공방법 및 그 제공장치
US20210208282A1 (en) Detection device and detection system
JP2007010335A (ja) 車両位置検出装置及びシステム
KR20180072914A (ko) 지리정보시스템과 노면영상정보의 동시간 활용을 통한 지표레이더탐사 위치확인 시스템
CN106289278A (zh) 用于危险路况提示的导航系统及方法
AU2020372614A1 (en) Method and mobile detection unit for detecting elements of infrastructure of an underground line network
CN116434604A (zh) 一种智能交通锥桶安全警示系统及控制方法
CN108639108A (zh) 一种机车作业安全防护系统
CN105966424A (zh) 一种基于激光定位与高清铁路沿线安全监控系统
CA3146823A1 (en) Vechicle location determining system and method
CN211291443U (zh) 一种基于实景三维地图的无源遥测机器人
KR20160121453A (ko) 철도 시설물 공간 정보 구축 시스템 및 방법
CN108106604A (zh) 一种摄影测量用光学测量标志工作方法及装置
KR101730296B1 (ko) 지하매설물 3차원 공간정보 구축을 위한 모바일 매핑 시스템 및 그 매칭 시스템을 이용한 지하매설물 3차원 공간정보 구축방법

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