CN110929662A - 一种有轨机车轨道曲率获取方法 - Google Patents

一种有轨机车轨道曲率获取方法 Download PDF

Info

Publication number
CN110929662A
CN110929662A CN201911192389.3A CN201911192389A CN110929662A CN 110929662 A CN110929662 A CN 110929662A CN 201911192389 A CN201911192389 A CN 201911192389A CN 110929662 A CN110929662 A CN 110929662A
Authority
CN
China
Prior art keywords
track
curvature
locomotive
camera
current
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
CN201911192389.3A
Other languages
English (en)
Other versions
CN110929662B (zh
Inventor
徐向阳
李想
张辉
陶斯友
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.)
BEIJING HANGSHENG NEW ENERGY TECHNOLOGY Co Ltd
Original Assignee
BEIJING HANGSHENG NEW ENERGY TECHNOLOGY 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 BEIJING HANGSHENG NEW ENERGY TECHNOLOGY Co Ltd filed Critical BEIJING HANGSHENG NEW ENERGY TECHNOLOGY Co Ltd
Priority to CN201911192389.3A priority Critical patent/CN110929662B/zh
Publication of CN110929662A publication Critical patent/CN110929662A/zh
Application granted granted Critical
Publication of CN110929662B publication Critical patent/CN110929662B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61CLOCOMOTIVES; MOTOR RAILCARS
    • B61C17/00Arrangement or disposition of parts; Details or accessories not otherwise provided for; Use of control gear and control systems
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/24Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/255Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures for measuring radius of curvature
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/30Noise filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/48Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10Technologies relating to charging of electric vehicles
    • Y02T90/16Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种有轨机车轨道曲率获取方法,属于电动汽车领域。具体为,首先,针对某前方安装相机的有轨机车,尝试获取机车当前GPS信号,并判断当前通讯信号是否通畅;如果是,应用轨道曲率查找法确定当前机车轨道曲率;否则,应用轨道曲率图像处理法确定当前机车轨道曲率,包括:对相机实时拍摄轨道的每张图像进行预处理,并进行坐标变换,利用标定好的相机像素点坐标,结合轨道曲率估计算法计算该段轨道的曲率。若当前机车控制器运算量较大,导致轨道图像不能被及时处理,或者相机采集的图像上出现障碍物,则控制左右轮扭矩一样;否则,获得机车当前位置的轨道曲率。本发明两种方案互相配合,得到实时的准确的轨道曲率,方便快捷。

Description

一种有轨机车轨道曲率获取方法
技术领域
本发明涉及一种有轨机车轨道曲率获取方法,属于电动汽车领域。
背景技术
传统机动有轨车无转向系统,依靠机车强大的动力与转向架在轨道限制下的形变,实现跟随轨道变化的转向,但是依靠摩擦形变转向会损失大量的能量。分布式机动有轨车利用两个电机取代传统机车的一个转向架,通过电机的扭矩分配技术实现转向功能,将大大的减少机车转向的摩擦损失。分布式机车的扭矩分配技术依赖于机车轨道曲率的获得;如果轨道曲率获取错误,控制策略分配的扭矩将造成机车与轨道之间更大的磨擦,导致能量损失和机械损失。于是在不同环境下准确的获得机车轨道曲率也十分的重要。
轨道道路曲率获得方式一般分为两种:一种是向总控制室发送GPS信号并从设计图纸中获得曲率信息,一种是通过实时处理轨道图像信息获得。
但是这两种方法都有着各自的缺点:第一种方法需要已知当前GPS信息,同时需要与总控制室进行无线信息交流。但是在地下铁路,无线通讯讯号中断,GPS信号中断的情况下,第一种方法将不能实时获得当前机车轨道曲率。第二种方法是在线实时对轨道图像处理,对控制器计算性能要求较高,且图像处理过程中将始终占用一定的计算资源,同时如果在轨道存在障碍物的情况下不能计算出当前轨道曲率。
发明内容
针对上述问题,本发明提供了一种有轨机车轨道曲率获取方法;提高了机车轨道曲率的正确率,从而减小了机车与轨道之间的摩擦。
具体步骤如下:
步骤一、针对某前方安装相机的有轨机车,获取机车当前GPS信号,并判断通讯信号是否通畅;如果是,进入步骤二,否则,进入步骤五;
步骤二、机车沿轨道行驶,实时向卫星发送某位置请求信息;
步骤三、卫星直接给机车反馈信号或者卫星向总控制室发送机车的反馈信号;
反馈信号为:表征地理位置的GPS信号;
步骤四、机车控制器或总控制室查询该轨道路段在设计图纸上对应的道路曲率,与机车实时通讯发送当前轨道曲率。
步骤五、相机实时拍摄机车前方的某段轨道,对相机拍摄的图像进行预处理。
预处理包括:图像去噪、边缘检测与轨道识别等。
步骤六、对预处理后的每张图像分别进行坐标变换,将每段轨道的实际坐标转换到相机像素点坐标,并进行标定;
坐标变换公式如下:
PC=Pb*TR
PC为相机像素点坐标;Pb为实际轨道坐标;TR为坐标变换矩阵,不同的相机对应的变换矩阵不同;
Figure BDA0002293900030000021
(x,y,z)表示相机在列车坐标系下的位置坐标;(γ,β,α)表示相机在列车坐标系下的姿态角参数,分别为相机先后绕列车坐标系的x轴、y轴和Z轴旋转γ度、β度和α度。
步骤七、利用标定好的相机像素点坐标,结合轨道曲率估计算法计算该段轨道的曲率。
具体步骤为:
步骤701、从相机拍摄的轨道底端开始到2米范围之内的轨道,当做直线;并转换成每张图像的标准线;
标准线为直线;
步骤702、针对该段轨道的每张图像,从轨道的像素点中,等间距依次选择四个像素点坐标(x1,y1),(x2,y2),(x3,y3),(x4,y4);
步骤703、分别连接(x1,y1),(x2,y2)两个像素点和(x3,y3),(x4,y4)两个像素点,得到两条弦;
步骤704、分别做两条弦的中垂线,联立中垂线方程得到该段轨道的曲率中心坐标(x0,y0);
中垂线方程如下:
Figure BDA0002293900030000022
步骤705、利用曲率中心坐标(x0,y0)和像素点(x1,y1),计算该段轨道的半径R;
Figure BDA0002293900030000023
步骤706、利用该段轨道的半径R取倒数,得到该段轨道的曲率;
步骤八、判断轨道曲率估计算法能否实时输出轨道曲率,如果是,将计算的机车当前位置的轨道曲率输出;否则,控制左右轮扭矩一样,输出轨道曲率ρ=0。
不能实时输出的情况包括:
1)、当前机车控制器运算量较大,导致轨道图像不能被及时处理,控制器不能实时获得当前轨道曲率信息;
2)、相机采集的图像上或铁轨上存在障碍物,当前轨道信息无法实时输出轨道曲率。
本发明的优点在于:
一种有轨机车轨道曲率获取方法,结合了两种机车轨道曲率识别方法的优点,查找法不用花费过多的计算资源,图像处理法可以处理在没有GPS信号情况下的机车曲率;并且设计了两种实时的准确的轨道曲率时的处理方案。
附图说明
图1为本发明应用轨道曲率图像处理法确定当前机车轨道曲率的流程图。
图2为本发明应用轨道曲率查找法确定当前机车轨道曲率的流程图。
图3为本发明一种有轨机车轨道曲率获取方法的流程图。
图4为本发明轨道曲率估计算法计算该段轨道的曲率的流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明作进一步详细的说明。
本发明一种有轨机动车轨道曲率获取方法,如图3所示,包括如下步骤:
步骤一、针对某前方安装相机的有轨机车,尝试获取机车当前GPS信号,并判断当前GPS信号以及通讯信号是否通畅;如果是,进入步骤二,否则,进入步骤三;
步骤二、应用轨道曲率查找法确定当前机车轨道曲率。
如图2所示,曲率查找法包括如下两种:
第一种为:首先,机车沿轨道行驶,实时向卫星发送位置请求信息;
然后,卫星向上述机车发送其位置信号。
位置信号包括可以表征地理位置信息的GPS信号。
最后、机车控制器利用上述位置信号,查询该轨道路段设计图纸上对应的道路曲率。
第二种为:首先,机车向卫星发送位置请求信息;
然后,卫星向总控制室发送上述机车位置信号。
位置信号包括可以表征地理位置信息的GPS信号。
最后、总控制室查询该轨道路段的曲率信息,与机车实时通讯发送当前轨道曲率信息。
步骤三、应用轨道曲率图像处理法确定当前机车轨道曲率。
如图1所示,具体步骤为:
首先,相机实时拍摄机车前方的某段轨道,对相机拍摄的图像进行预处理。
预处理包括:图像去噪、边缘检测与轨道识别等。
然后、对预处理后的每张图像分别进行坐标变换,根据轨道、列车、相机之间的关系对机车前方的相机进行坐标标定,将每段轨道的实际坐标转换到相机像素点坐标;
通过了解轨道不同曲率对应相机图像上曲率的位置之间的关系、列车与相机相对位置之间的关系,得到相机图像像素点坐标PC到实际轨道坐标Pb之间的坐标变换矩阵TR。上述三个参数与相机内部参数,相机安装参数有关。
坐标变换公式如下:
PC=Pb*TR
不同的相机对应的变换矩阵不同;
Figure BDA0002293900030000041
(x,y,z)表示相机在列车坐标系下的位置坐标;(γ,β,α)表示相机在列车坐标系下的姿态角参数,分别为相机先后绕列车坐标系的x轴、y轴和Z轴旋转γ度、β度和α度。
最后、利用标定好的相机像素点坐标,结合轨道曲率估计算法计算该段轨道的曲率。
轨道曲率估计算法有且不局限于将近距离轨道当作直线,提取一段轨道曲线并进行Hough坐标变换,将近处轨道的直线作为标准线,轨道像素点第N行到该直线之间的宽度与该轨道像素点的梯度信息之间建立映射关系。遍历该段轨道曲线,即可得到该段曲线的曲率信息。具体步骤为:
首先、从相机拍摄的轨道底端开始到2米范围之内的轨道,当做直线;并转换成每张图像的标准线;
标准线为直线;
然后、针对该段轨道的每张图像,从轨道的像素点中,间隔100个像素点依次选择四个像素点坐标(x1,y1),(x2,y2),(x3,y3),(x4,y4);分别连接(x1,y1),(x2,y2)两个像素点和(x3,y3),(x4,y4)两个像素点,得到两条弦;分别做两条弦的中垂线,联立中垂线方程得到该段轨道的曲率中心坐标(x0,y0);
如图4所示,中垂线方程如下:
Figure BDA0002293900030000042
最后、利用曲率中心坐标(x0,y0)和像素点(x1,y1),计算该段轨道的半径R;利用该段轨道的半径R取倒数,得到该段轨道的曲率;
半径R计算公式如下:
Figure BDA0002293900030000051
步骤四、判断图像处理法能否实时输出轨道曲率,若当前机车控制器运算量较大,导致轨道图像不能被及时处理,控制器不能实时获得当前轨道曲率信息,将导致分布式机车差速转向响应慢,增加车轮与轨道之间的磨损与能耗。或者若相机采集的图像上出现障碍物,将影响曲率的计算。为得到避免错误的曲率信息,将有障碍物的图像识别出的曲率ρ设置为0,即控制左右轮扭矩一样,避免错误曲率信息导致的额外的摩擦损失;获得机车当前位置的轨道曲率ρ=0。否则,获得机车当前位置ρ≠0的轨道曲率。

Claims (5)

1.一种有轨机车轨道曲率获取方法,其特征在于,包括以下几个步骤:
步骤一、针对某前方安装相机的有轨机车,获取机车当前GPS信号,并判断通讯信号是否通畅;如果是,进入步骤二,否则,进入步骤五;
步骤二、机车沿轨道行驶,实时向卫星发送某位置请求信息;
步骤三、卫星直接给机车反馈信号或者卫星向总控制室发送机车的反馈信号;
步骤四、机车控制器或总控制室查询该轨道路段在设计图纸上对应的道路曲率,与机车实时通讯发送当前轨道曲率;
步骤五、相机实时拍摄机车前方的某段轨道,对相机拍摄的图像进行预处理;
步骤六、对预处理后的每张图像分别进行坐标变换,将每段轨道的实际坐标转换到相机像素点坐标,并进行标定;
步骤七、利用标定好的相机像素点坐标,结合轨道曲率估计算法计算该段轨道的曲率;
具体步骤为:
步骤701、从相机拍摄的轨道底端开始到2米范围之内的轨道,当做直线;并转换成每张图像的标准线;
步骤702、针对该段轨道的每张图像,从轨道的像素点中,等间距依次选择四个像素点坐标(x1,y1),(x2,y2),(x3,y3),(x4,y4);
步骤703、分别连接(x1,y1),(x2,y2)两个像素点和(x3,y3),(x4,y4)两个像素点,得到两条弦;
步骤704、分别做两条弦的中垂线,联立中垂线方程得到该段轨道的曲率中心坐标(x0,y0);
中垂线方程如下:
Figure FDA0002293900020000011
步骤705、利用曲率中心坐标(x0,y0)和像素点(x1,y1),计算该段轨道的半径R;
Figure FDA0002293900020000012
步骤706、利用该段轨道的半径R取倒数,得到该段轨道的曲率;
步骤八、判断轨道曲率估计算法能否实时输出轨道曲率,如果是,将计算的机车当前位置的轨道曲率输出;否则,控制左右轮扭矩一样,输出轨道曲率ρ=0。
2.如权利要求1所述的一种有轨机车轨道曲率获取方法,其特征在于:步骤三中所述的反馈信号为:表征地理位置的GPS信号。
3.如权利要求1所述的一种有轨机车轨道曲率获取方法,其特征在于:步骤五中所述的预处理包括:图像去噪、边缘检测与轨道识别。
4.如权利要求1所述的一种有轨机车轨道曲率获取方法,其特征在于:步骤六中所述的坐标变换公式如下:
PC=Pb*TR
PC为相机像素点坐标;Pb为实际轨道坐标;TR为坐标变换矩阵,不同的相机对应的变换矩阵不同;
Figure FDA0002293900020000021
(x,y,z)表示相机在列车坐标系下的位置坐标;(γ,β,α)表示相机在列车坐标系下的姿态角参数,分别为相机先后绕列车坐标系的x轴、y轴和Z轴旋转γ度、β度和α度。
5.如权利要求1所述的一种有轨机车轨道曲率获取方法,其特征在于:步骤八中所述的不能实时输出的情况包括:
1)、当前机车控制器运算量较大,导致轨道图像不能被及时处理,控制器不能实时获得当前轨道曲率信息;
2)、相机采集的图像上或铁轨上存在障碍物,当前轨道信息无法实时输出轨道曲率。
CN201911192389.3A 2019-11-28 2019-11-28 一种有轨机车轨道曲率获取方法 Active CN110929662B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911192389.3A CN110929662B (zh) 2019-11-28 2019-11-28 一种有轨机车轨道曲率获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911192389.3A CN110929662B (zh) 2019-11-28 2019-11-28 一种有轨机车轨道曲率获取方法

Publications (2)

Publication Number Publication Date
CN110929662A true CN110929662A (zh) 2020-03-27
CN110929662B CN110929662B (zh) 2023-06-06

Family

ID=69846865

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911192389.3A Active CN110929662B (zh) 2019-11-28 2019-11-28 一种有轨机车轨道曲率获取方法

Country Status (1)

Country Link
CN (1) CN110929662B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114396892A (zh) * 2021-12-02 2022-04-26 重庆交通大学 轨道交通曲线轨道曲率测量方法
CN117346723A (zh) * 2021-10-19 2024-01-05 郑州大学 一种车载式轨道曲率数据全线检测装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011065219A (ja) * 2009-09-15 2011-03-31 Toyota Motor Corp 道路曲率推定装置
CN102706291A (zh) * 2012-05-18 2012-10-03 长安大学 一种道路曲率半径自动测量方法
US20150294571A1 (en) * 2012-11-30 2015-10-15 Toyota Jidosha Kabushiki Kaisha Vehicle location estimation apparatus and vehicle location estimation method
JP2016088183A (ja) * 2014-10-31 2016-05-23 株式会社Ihi 支障物検知システムおよび鉄道車両

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011065219A (ja) * 2009-09-15 2011-03-31 Toyota Motor Corp 道路曲率推定装置
CN102706291A (zh) * 2012-05-18 2012-10-03 长安大学 一种道路曲率半径自动测量方法
US20150294571A1 (en) * 2012-11-30 2015-10-15 Toyota Jidosha Kabushiki Kaisha Vehicle location estimation apparatus and vehicle location estimation method
JP2016088183A (ja) * 2014-10-31 2016-05-23 株式会社Ihi 支障物検知システムおよび鉄道車両

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
TRUMAN SHEN ET AL.: "Interacting multiple model road curvature estimation", 《IEEE XPLORE》 *
贾立山;罗剑;李世其;: "基于车道线直线模型的道路曲率估计方法", 江苏大学学报(自然科学版), no. 04 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117346723A (zh) * 2021-10-19 2024-01-05 郑州大学 一种车载式轨道曲率数据全线检测装置
CN117346723B (zh) * 2021-10-19 2024-05-17 郑州大学 一种车载式轨道曲率数据全线检测装置
CN114396892A (zh) * 2021-12-02 2022-04-26 重庆交通大学 轨道交通曲线轨道曲率测量方法
CN114396892B (zh) * 2021-12-02 2023-08-25 重庆交通大学 轨道交通曲线轨道曲率测量方法

Also Published As

Publication number Publication date
CN110929662B (zh) 2023-06-06

Similar Documents

Publication Publication Date Title
CN106840179B (zh) 一种基于多传感器信息融合的智能车定位方法
AU2018282302B2 (en) Integrated sensor calibration in natural scenes
CN107704821B (zh) 一种弯道的车辆位姿计算方法
US10552982B2 (en) Method for automatically establishing extrinsic parameters of a camera of a vehicle
CN112650220B (zh) 一种车辆自动驾驶方法、车载控制器及系统
Gehrig et al. Dead reckoning and cartography using stereo vision for an autonomous car
CN112698302B (zh) 一种颠簸路况下的传感器融合目标检测方法
CN107422730A (zh) 基于视觉导引的agv运输系统及其驾驶控制方法
CN106295560A (zh) 基于车载双目相机和分段式pid控制的车道保持方法
CN110162040B (zh) 一种基于深度学习的低速自动驾驶小车控制方法及系统
CN110929662A (zh) 一种有轨机车轨道曲率获取方法
CN114396957B (zh) 基于视觉与地图车道线匹配的定位位姿校准方法及汽车
CN106556395A (zh) 一种基于四元数的单目视觉系统的导航方法
CN112284416A (zh) 一种自动驾驶定位信息校准装置、方法及存储介质
CN113566817B (zh) 一种车辆定位方法及装置
CN115079143A (zh) 一种用于双桥转向矿卡的多雷达外参快速标定方法及装置
CN112862818A (zh) 惯性传感器和多鱼眼相机联合的地下停车场车辆定位方法
CN112699575A (zh) 一种虚拟车辆测试平台中相对位置测算方法及系统
CN114590333A (zh) 一种自动驾驶多节拖车及其位姿确定方法
JP2015068641A (ja) ステレオ画像処理装置
CN113777589B (zh) 一种基于点特征的lidar与gps/imu联合标定方法
CN111351673B (zh) 一种智轨列车车轮转向角度的测量方法与测量装置
CN114821531A (zh) 基于电子外后视镜adas的车道线识别图像显示系统
CN114705199A (zh) 一种车道级融合定位方法及系统
CN112415516B (zh) 一种车辆前方障碍区域感知方法及装置

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
GR01 Patent grant
GR01 Patent grant