CN111046765A - 一种用于高铁的危险预警方法和系统 - Google Patents

一种用于高铁的危险预警方法和系统 Download PDF

Info

Publication number
CN111046765A
CN111046765A CN201911213638.2A CN201911213638A CN111046765A CN 111046765 A CN111046765 A CN 111046765A CN 201911213638 A CN201911213638 A CN 201911213638A CN 111046765 A CN111046765 A CN 111046765A
Authority
CN
China
Prior art keywords
point cloud
cloud data
main controller
dimensional point
data
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
CN201911213638.2A
Other languages
English (en)
Other versions
CN111046765B (zh
Inventor
朱翔
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 Shenzhen Survey Technology Co Ltd
Original Assignee
Beijing Shenzhen Survey 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 Shenzhen Survey Technology Co Ltd filed Critical Beijing Shenzhen Survey Technology Co Ltd
Priority to CN201911213638.2A priority Critical patent/CN111046765B/zh
Publication of CN111046765A publication Critical patent/CN111046765A/zh
Application granted granted Critical
Publication of CN111046765B publication Critical patent/CN111046765B/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
    • G06V20/10Terrestrial scenes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/521Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Optics & Photonics (AREA)
  • Multimedia (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明提供了一种用于高铁的危险预警方法和系统,包括:设置在高铁上的第一飞行时间TOF相机接收主控制器发送的第一监控采集命令,按照预设频率对通行环境进行图像采集,对采集到的每一帧图像生成一个初始三维点云数据,实时发送给主控制器;主控制器对其进行分析处理并与标准三维点云数据进行比对,判断初始三维点云数据中是否存在异常特征点云数据,当存在时,发送第二监控采集指令给第二TOF相机按照预设时间间隔进行连续两帧通行环境图像的采集,并根据其和高铁行驶速度进行分析,确定是否异常物体到达交点的时间是否大于等于驶入时间且小于等于使出时间;如果是,主控制器根据驶入时间生成预警提示消息,用以在显示屏上显示或通过语音输出。

Description

一种用于高铁的危险预警方法和系统
技术领域
本发明涉数据处理领域,尤其涉及一种用于高铁的危险预警方法和系统。
背景技术
近年来现随着高速铁路建设的飞速发展,使得高铁技术和高铁覆盖率都位居世界前列。随着我国高铁的飞速发展,越来越多的乘客选择通过高铁来进行远距离的行程,因此高铁的安全行驶也显得越来越重要。
由于高铁的铁路沿线并不全都是封闭是的,而在开阔的铁轨环境下,对高铁的运行产生极大的危害,有可能因为不明的异物对高铁的行驶产生威胁。因而,对于高铁运行途中的安全检测显得尤为重要。
随着数据处理技术的不断发展,人们将各种信息技术和计算机技术应用于高铁的运行时,保证高铁的运行安全。目前的技术中,大多数是对高铁的运行速度进行监控,使其保持在安全的运行速度范围,对于列车外部的安全威胁还没有一个较好的检测和预警方法。
发明内容
针对现有技术缺陷,本发明实施例的目的是提供一种用于高铁的危险预警方法和系统,通过设置在高铁上的第一飞行时间(Time Of Flight,TOF)相机和第二TOF相机对高铁运行的通行环境进行图像采集,生成三维点云数据发送给主控制器。TOF相机对图像数据的采集不受外界照明光线的影响,即便是在黑暗的情况下也能采集到通行路段的环境图像数据。主控制器对接收到的三维点云数据进行分析,判断高铁是否即将发生碰撞危险,在危险即将发生前生成预警提示消息,在高铁的操控显示屏或者通过语音给出预警,以警告危险的发生,使得高铁操作员能够通过预警提示消息进行驾驶控制,避免危险的发生。
为了实现上述目的,在一方面,本发明实施例提供了一种用于高铁的危险预警方法,包括:
设置在高铁上的第一飞行时间TOF相机接收主控制器发送的第一监控采集命令,按照预设频率对通行环境进行图像采集,对采集到的每一帧图像生成一个初始三维点云数据;
所述第一TOF相机将所述初始三维点云数据实时发送给所述主控制器;
所述主控制器对所述初始三维点云数据进行去噪处理,得到去噪后的三维点云数据;
所述主控制器根据当前的定位数据得到路段ID,并根据所述路段ID在标准数据表中进行查找标准三维点云数据,得到所述路段ID对应的标准三维点云数据;
所述主控制器将所述去噪后的三维点云数据与所述路段ID对应的标准三维点云数据进行比对处理,确认所述去噪后的三维点云数据中是否存在出现在所述通行环境中的异常物体的异常特征点云数据;
当存在所述异常特征点云数据时,所述主控制器生成第二监控采集命令,并发送给第二TOF相机;
所述第二TOF相机根据所述第二监控采集命令和预设时间间隔对通行环境进行两次图像采集,得到第一三维点云数据和第二三维点云数据发送给所述主控制器;
所述主控制器对所述第一三维点云数据和第二三维点云数据分别进行去噪处理,得到的第一去噪三维点云数据和第二去噪三维点云数据;
所述主控制器对所述第一去噪三维点云数据和第二去噪三维点云数据分别进行特征点云提取,得到第一异常特征点云数据和第二异常特征点云数据;
所述主控制器根据所述第一异常特征点云数据的三维坐标数据、第二异常特征点云数据的三维坐标数据、所述预设时间间隔和高铁行驶速度进行分析计算处理,得到所述异常物体的对地运动速度;
所述主控制器根据所述对地运动速度和高铁行驶速度进行计算,得到异常物体与高铁行驶轨迹的交点的位置数据、异常物体运行到所述交点的运动时间、高铁在所述交点的驶入时间和驶出时间;
所述主控制器根据第二TOF相机第二次进行图像采集的系统时间和所述运动时间判断是否所述异常物体到达所述交点的时间是否大于等于所述驶入时间且小于等于所述使出时间;
如果是,所述主控制器根据所述驶入时间生成预警提示消息,用以在显示屏上显示或通过语音输出。
优选的,所述方法还包括:
所述主控制器接收外部输入的预警启动指令,根据预设频率生成第一监控采集命令,并发送给所述第一TOF相机。
优选的,在得到所述异常物体的对地运动速度之后,所述方法还包括:
所述主控制器判断所述对地运动速度是否小于第一阈值;
当所述地运动速度小于第一阈值时,所述主控制器对所述第一三维点云数据或第二三维点云数据进行分析,得到所述异常物体与铁轨的最近相对距离;
所述主控制器判断所述最近相对距离是否小于等于预设距离;
当所述相对距离小于等于预设距离时,所述主控制器所述驶入时间生成预警提示消息,用以在显示屏上显示或通过语音输出。
优选的,所述预设时间间隔等于10毫秒。
优选的,所述根据当前的定位数据得到路段ID具体为:
定位模块根据接收到的定位采集指令实时采集高铁的位置信息生成定位数据,并发送给所述主控制器;
所述主控制器根据所述定位数据,在所述路段数据列表中查找路段信息,得到所述路段ID。
在另一方面,本发明实施例提供了一种用于高铁的危险预警系统,包括:第一飞行时间TOF相机、主控制器、第二飞行时间TOF相机;
所述第一TOF相机、主控制器、第二TOF相机设置于高铁上;
所述第一TOF相机用于接收主控制器发送的第一监控采集命令,按照预设频率对通行环境进行图像采集,对采集到的每一帧图像生成一个初始三维点云数据;
所述第一TOF相机还用于将所述初始三维点云数据实时发送给所述主控制器;
所述主控制器用于对所述初始三维点云数据进行去噪处理,得到去噪后的三维点云数据;
所述主控制器还用于根据当前的定位数据得到路段ID,并根据所述路段ID在标准数据表中进行查找标准三维点云数据,得到所述路段ID对应的标准三维点云数据;
所述主控制器还用于将所述去噪后的三维点云数据与所述路段ID对应的标准三维点云数据进行比对处理,确认所述去噪后的三维点云数据中是否存在出现在所述通行环境中的异常物体的异常特征点云数据;
当存在所述异常特征点云数据时,所述主控制器还用于生成第二监控采集命令,并发送给第二TOF相机;
所述第二TOF相机用于根据所述第二监控采集命令和预设时间间隔对通行环境进行两次图像采集,得到第一三维点云数据和第二三维点云数据发送给所述主控制器;
所述主控制器还用于对所述第一三维点云数据和第二三维点云数据分别进行去噪处理,得到的第一去噪三维点云数据和第二去噪三维点云数据;
所述主控制器还用于对所述第一去噪三维点云数据和第二去噪三维点云数据分别进行特征点云提取,得到第一异常特征点云数据和第二异常特征点云数据;
所述主控制器还用于根据所述第一异常特征点云数据的三维坐标数据、第二异常特征点云数据的三维坐标数据、所述预设时间间隔和高铁行驶速度进行分析计算处理,得到所述异常物体的对地运动速度;
所述主控制器还用于根据所述对地运动速度和高铁行驶速度进行计算,得到异常物体与高铁行驶轨迹的交点的位置数据、异常物体运行到所述交点的运动时间、高铁在所述交点的驶入时间和驶出时间;
所述主控制器还用于根据第二TOF相机第二次进行图像采集的系统时间和所述运动时间判断是否所述异常物体到达所述交点的时间是否大于等于所述驶入时间且小于等于所述使出时间;
如果是,所述主控制器还用于根据所述驶入时间生成预警提示消息,用以在显示屏上显示或通过语音输出。
优选的,所述系统还包括:
所述主控制器还用于接收外部输入的预警启动指令,根据预设频率生成第一监控采集命令,并发送给所述第一TOF相机。
优选的,所述系统还包括:
在得到所述异常物体的对地运动速度之后,所述主控制器还用于判断所述对地运动速度是否小于第一阈值;
当所述地运动速度小于第一阈值时,所述主控制器还用于对所述第一三维点云数据或第二三维点云数据进行分析,得到所述异常物体与铁轨的最近相对距离;
所述主控制器还用于判断所述最近相对距离是否小于等于预设距离;
当所述相对距离小于等于预设距离时,所述主控制器所述驶入时间生成预警提示消息,用以在显示屏上显示或通过语音输出。
优选的,所述系统还包括:
定位模块,用于根据接收到的定位采集指令实时采集高铁的位置信息生成定位数据,并发送给所述主控制器;
所述主控制器还用于根据所述定位数据,在所述路段数据列表中查找路段信息,得到所述路段ID。
优选的,所述第一TOF相机设置于高铁的车头前部距离铁轨第一高度的位置;
所述主控制器设置于高铁车头内;
所述第二TOF相机设置于高铁的车头前部距离铁轨第二高度的位置;
所述定位模块设置于高铁上;
所述主控制器与所述第一TOF相机、所述第二TOF相机和所述定位模块分别通过有线或者无线的通信方式进行通信连接。
本发明实施了提供了一种用于高铁的危险预警方法,通过设置在高铁上的TOF相机,利用TOF相机对环境图像的采集不受环境光的影响的特点,对高铁通行环境的图像数据按照预设频率进行采集,生成三维点云数据,并将大广角的第一TOF相机采集的初始三维点云数据与标准三维点云数据进行比对发现异常物体,在通过高精度的第二相机TOF采集通行环境图像数据,生成第一三维点云数据和第二三维点云数据,并对其进行数据分析,得到异常物体运动情况,并根据异常物体的对地速度和高铁的行驶速度进行判断,确定高铁是否将发生危险,在确定将要发生危险的情况下生成预警提示消息,在显示屏上进行显示或者通过语音播报。以完成自动检测并发出预警的方式进行准确度高,判断速度快的方式发出预警提示。
附图说明
图1为本发明实施例提供的一种用于高铁的危险预警系统的系统框图;
图2为本发明实施例提供的一种用于高铁的危险预警方法的流程图。
具体实施方式
下面结合附图和实施例对本申请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相关发明,而非对该发明的限定。另外还需要说明的是,为便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了更清晰的描述本发明实施例提供的一种用于高铁的危险预警方法,下面首先介绍一下用以实现本发明的用于高铁的预警方法的预警系统。图1为本发明实施例提供的一种用于高铁的危险预警系统的系统框图。如图所示,包括:第一TOF相机1、主控制器2、第二TOF相机3和定位模块3。
第一TOF相机1为广角的TOF相机,设置于高铁的车头前部距离铁轨第一高度的位置。其中,第一高度可以在启用本系统前根据拍摄的视角范围进行评估后确定。
主控制器2设置于高铁车头内,具体的设置位置可以根据车头内部的结构进行选定,将主控制器固定在选定的位置。
第二TOF相机3为高精度的TOF相机,设置于高铁的车头前部距离铁轨第二高度的位置,其中第二高度位置可以根据第二TOF相机拍摄的范围进行选定。
定位模块4设置于高铁上,用于对高铁的运行位置进行定位。
主控制器2与第一TOF相机1、第二TOF相机3和定位模块4分别通过有线或者无线的通信方式进行通信连接,进行数据的交互。
本发明实施例提供的一种用于高铁的危险预警方法和系统,用于对高铁运行时的通行路段的危险进行预警提示。图2为本发明实施例提供的一种用于高铁的危险预警方法的流程图,如图所示,包括以下步骤:
步骤101,设置在高铁上的第一TOF相机接收主控制器发送的第一监控采集命令,按照预设频率对通行环境进行图像采集,对采集到的每一帧图像生成一个初始三维点云数据。
具体的,当高铁开始运行时,主控制器接收外部输入的预警启动指令,预警启动指令可以是高铁的驾驶员或者操作员输入的,根据预设频率生成第一监控采集命令,并发送给所述第一TOF相机。
其中,预设频率根据高铁的运行速度和通行路况进行评估后确定。预设频率的设定既要保证拍摄到通行路段的所有通行环境又要考虑降低主控制器的数据处理量。
第一TOF相机设置在高铁上,当接收到主控制器发送的第一监采集命令后,就对高铁的通行环境进行一帧图像采集,生成一个初始三维点云数据。
本发明实施例中采用的TOF相机通过内置激光发射模块发射光信号,并通过内置的互补金属氧化物半导体(Complementary Metal Oxide Semiconductor,CMOS)像素阵列来获取三维场景的距离景深数据,成像率可达上百帧每秒,同时结构紧凑,功耗低。对于目标场景的三维数据获取方式为:TOF相机使用振幅调制的光源,该光源主动地照射目标场景,并与锁定在同一频率的每个像素上的相关传感器耦合。其内置激光发射的发射光和发射光照射到场景物体上后发射的反射光具有相移,通过检测发射光和反射光之间的不同的相移量获得多次测量。内置激光发射器的振幅调制在10-100MH的调制频率区间,而频率控制着TOF相机传感器深度范围和深度分辨率。同时TOF相机的处理单元在每个像素上单独地执行相位差进行计算,得出目标场景的深度数据,TOF相机的处理单元进过对反射光的反射强度进行分析计算,得出目标场景的强度数据,再结合获取的二维数据进行分析处理后得到目标场景的三维点云数据。
本发明实施例的具体例子中,TOF相机采用固态激光器或者LED阵列发射波长在850nm附近的光波发射器作为内置激光发射器。发射光源为通过连续调制方式得到的连续方波或正弦波。TOF相机处理单元通过计算多个采样样本中的发射光与反射光的相位角以及目标物体的距离,并对反射光强度转换的电流强度进行分析计算得到强度数据,然后再结合光学相机得到的二维图像数据进行融合处理,得到目标场景的三维点云数据。
在对通行路段的环境图像进行采集过程中,由于是通过TOF相机主动发射的非可见光进行场景拍摄,所以,即使在黑暗情况下也能得到清晰的通行路段的环境图像的三维点云数据。因此,本发明实施例提供的方法在夜间或者照明状态不佳,甚至没有照明的黑暗环境中也适用。
为了在准确预测,同时减小处理的数据量,保证处理速度,本发明实施例中优选采用的第一TOF相机为大广角的TOF相机,分辨率为320×240。
步骤102,第一TOF相机将初始三维点云数据实时发送给主控制器。
步骤103,主控制器对初始三维点云数据进行去噪处理,得到去噪后的三维点云数据。
具体的,主控制器选用特定的去噪处理方法对接收到的初始三维点云数据进行去噪处理,得到去噪后的三维点云数据。
本发明实施例中的第一TOF相机分辨率为320×240,所以其获取的一帧三维点云数据具有320×240个像素点,每个像素点进一步包括X、Y、Z三维坐标值。其中,TOF相机原始深度数据到我们需要的3维点云数据的步骤:首先,对原始深度数据做初步校正和温度校准;其次,对图像做畸变校正处理;再次,深度图像坐标系(x0,y0,z0)转化成相机坐标系(x1,y1,z1),及把图像上的深度信息转化成以相机为原点的三维坐标系;最后,相机坐标系(x1,y1,z1)转化成需要的世界坐标系(x2,y2,z2),及把相机的坐标系转化成项目需要的坐标系,也就是最终的点云的坐标系。X轴、Y轴的数据值表示场景点的平面坐标位置,Z轴的数据值表示采集到的获取到的场景的实际深度值。
主控制器将三维点云数据转化为320×240×3的矩阵,每一行代表飞行时间传感器中排列的一个像素。通过将320×240×3的矩阵重置为320×240的矩阵,并且用深度值表示重置矩阵中的每个元素的值,三维点云数据就转化成二维平面图像数据。
主控制器采用基于三维点云的3×3空间滤波算子,对二维平面图像数据的各像素点的深度值进行计算,并计算中心点像素与周围像素的深度差。用深度差与预设全局阈值进行比较,当深度差大于预设全局阈值时,判断该像素点测得的深度值为噪点,将其对应的三维点云数据中的像素点滤除。否则,保留其对应的三维点云数据中的像素点。经过处理后得到去噪后的三维点云数据。
步骤104,主控制器根据当前的定位数据得到路段ID,并根据路段ID在标准数据表中进行查找标准三维点云数据,得到路段ID对应的标准三维点云数据。
具体的,当高铁开始运行时,主控制器根据接收到的预警启动指令生成定位采集指令,并发送给设置在高铁上的定位模块。定为模块根据接收到的定位采集指令实时采集高铁的位置信息生成定位数据,并发送给主控制器。然后,主控制器根据定位数据,在路段数据列表中查找路段信息,得到所述路段ID。其中,路段数据列表为保存在高铁主控制器的存储单元中的定位数据,每个路段ID对应一个铁路沿线的定位数据的范围。主控制器判断定位数据在路段数据列表中的定位数据的范围,从而确定路段ID。在高铁运行过程中,每当定位模块采集到的定位数据发送给主控制器后,主控制器就进行一次路段ID的确定。
主控制器确定路段ID后,根据路段ID在标准数据表中查找标准三维点云数据,得到路段ID对应的标准三维点云数据。即确定了去噪后的三维点云数据的比对对象。标准三维点云数据是由高铁运行时经过第一TOF相机采集通行路段的环境图像生成的三维点云数据,并经确认其中没有异常物体后写入到标准数据列表中路段ID对应的存储位置。
步骤105,主控制器将去噪后的三维点云数据与路段ID对应的标准三维点云数据进行比对处理,确认去噪后的三维点云数据中是否存在出现在通行环境中的异常物体的异常特征点云数据。
具体的,TOF相机采集的三维点云数据包括深度数据和强度图数据。主控制器对去噪后的三维点云数据的二维图像灰度数据和路段ID对应的标准三维点云数据的二维图像灰度数据分别进行特征,将得到的特征数据进行比对,确定去噪后的三维点云数据中是否存在与标准三维点云数据中不同的特征数据,当存在时,确定这个不同的特征数据为异常特征点云数据。即,当存在异常特征点云数据时,那么说明通行路段中存在有可能对高铁产生危害的异常物体,此时,执行步骤106。如果不存在,说明高铁即将通行的范围没有危险物体,那么对通行环境继续进行监控,主控制器继续等待处理下一帧接收到的初始三维点云数据。即继续执行步骤101。
步骤106,主控制器生成第二监控采集命令,并发送给第二TOF相机。
具体的,主控制器需要判断第一TOF相机采集初始三维点云数据中的异常物体是否会对高铁的运行产生危害,需要进行下一步更精确的判断,以进一步确定异常物体是否会对高铁运行产生危害。此时,需要启动高精度的TOF相机,主控制器生成第二监控采集命,并将其发送给第二TOF相机。
步骤107,第二TOF相机根据第二监控采集命令和预设时间间隔对通行环境进行两次图像采集,得到第一三维点云数据和第二三维点云数据发送给主控制器。
具体的,第二TOF相机在接收到第二采集命令时,按照预设时间间隔对通行环境进行连续两次图像采集,依次得到第一三维点云数据和第二三维点云数据,并将第一三维点云数据和第二三维点云数据发送给主控制器。在优选的方案中,预设时间间隔为10毫秒。
本发明实施例中的选用的第二TOF相机为高精度的TOF相机,优选的使用分辨率为640×480或者1024×768的TOF相机。
步骤108,主控制器对第一三维点云数据和第二三维点云数据分别进行去噪处理,得到的第一去噪三维点云数据和第二去噪三维点云数据。
具体的,主控制器接选用与步骤103中相同的去噪处理方法对第一三维点云数据和第二三维点云数据分别进行去噪处理,得到第一去噪三维点云数据和第二去噪三维点云数据。
步骤109,主控制器对第一去噪三维点云数据和第二去噪三维点云数据分别进行特征点云提取,得到第一异常特征点云数据和第二异常特征点云数据。
具体的,主控制器对第一去噪三维点云数据和第二去噪三维点云数据分别进行特征点云提取,提取到异常物体的第一异常特征点云数据和第二异常特征点云数据。其中,第一异常特征点云数据和第二异常特征点云数据包括异常物体所有的特征点数据。
步骤110,主控制器根据第一异常特征点云数据的三维坐标数据、第二异常特征点云数据的三维坐标数据、预设时间间隔和高铁行驶速度进行分析计算处理,得到异常物体的对地运动速度。
具体的,三维点云数据包括三维坐标数据。主控制器分析第一异常特征点云数据和第二异常特征点云数据进行比对,确定异常物体的同一个特定特征点。即确定第一特定特征像素点和第二特定特征像素点。
然后,根据第一特定特征像素点和第二特定特征像素点的三维坐标数据和高铁的行驶速度进行分析计算处理,得到异常物体的对地运动速度。也就是说,通过第一特定特征像素点的三维坐标值和第二特定特征像素点的三维坐标计算出异常物体相对于高铁的运动速度,而异常物体相对地面进行行驶,其具有对地的运行速度,所以,通过高铁的运行速度,来计算出异常物体的对地速度。
步骤111,主控制器根据对地运动速度和高铁行驶速度进行计算,得到异常物体与高铁行驶轨迹的交点的位置数据、异常物体运行到交点的运动时间、高铁在交点的驶入时间和驶出时间。
具体的,主控制器将异常物体的运动速度按照垂直铁轨的方向和平行铁轨方向进行分解,计算出其运动到达铁轨沿线和时间,这个时间即为异常物体运行到异常物体与铁轨的交点的运动时间。主控制器通过运动时间和平行铁轨方向的速度分量进行计算,得到异常物体与铁轨的交点位置数据。主控制器根据交点位置数据和高铁的行驶速度计算高铁到达交点的时间,即为驶入时间,在根据高铁的身长,计算出高铁尾部驶离交点的时间,即为驶出时间。
在主控制器计算运动时间之前,主控制器可以先判断对地运动速度是否小于第一阈值。其中第一阈值为冗余阈值,主要判断异常物体是否为静止,可以将第一阈值设置为0.1m/s。当异常物体的对地运动速度小于第一阈值时,说明异常物体为静止状态。主控制器对第一三维点云数据或第二三维点云数据进行分析。本发明实施例中选用对第二三维点云数进行处理。具体处理为:
首先,主控制器对第二三维点云数据进行铁轨的特征点云提取,得到铁轨三维点云数据。
其次,主控制器根据在步骤110中得到的第二特定特征像素点的三维坐标值和铁轨点云数据的三维点云坐标值进行计算,得到异常物体与铁轨的最近相对距离。
最后,主控制器判断最近相对距离是否小于等于预设距离。当相对距离小于等于预设距离时,说明异常物体在铁路沿线,对高铁的通行造成危险。此时,执行步骤113。其中,预设阈值根据高铁的宽高尺寸进行确定。
步骤112,主控制器根据第二TOF相机第二次进行图像采集的系统时间和运动时间判断是否异常物体到达交点的时间是否大于等于驶入时间且小于等于使出时间。
具体的,主控制器根据第二TOF相机第二次进行图像采集的系统时间,在此系统时间基础上加上异常物体的运行时间即为异常物体运行到交点处的时间。主控制器判断异常物体运行到交点处的时间是否大于等于高铁到达交点的驶入时间并且小于等于高铁驶离交点的驶出时间。如果是,说明异常物体会在其与铁轨相交的时刻与高铁发生碰撞。此时,执行步骤113。
步骤113,主控制器根据驶入时间生成预警提示消息,用以在显示屏上显示或通过语音输出。
具体的,主控制根据驶入时间生成预警提示消息,用以提示高铁将在驶入时间可能发生危险,并将预警提示消息通过显示屏或者语音播报装置进行播报。
本发明实施了提供了一种用于高铁的危险预警方法和系统,通过设置在高铁上的TOF相机,利用TOF相机对环境图像的采集不受环境光的影响的特点,对高铁通行环境的图像数据按照预设频率进行采集,生成三维点云数据,并将大广角的第一TOF相机采集的初始三维点云数据与标准三维点云数据进行比对发现异常物体,在通过高精度的第二相机TOF采集通行环境图像数据,生成第一三维点云数据和第二三维点云数据,并对其进行数据分析,得到异常物体运动情况,并根据异常物体的对地速度和高铁的行驶速度进行判断,确定高铁是否将发生危险,在确定将要发生危险的情况下生成预警提示消息,在显示屏上进行显示或者通过语音播报。以完成自动检测并发出预警的方式进行准确度高,判断速度快的方式发出预警提示。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种用于高铁的危险预警方法,其特征在于,所述危险预警方法包括:
设置在高铁上的第一飞行时间TOF相机接收主控制器发送的第一监控采集命令,按照预设频率对通行环境进行图像采集,对采集到的每一帧图像生成一个初始三维点云数据;
所述第一TOF相机将所述初始三维点云数据实时发送给所述主控制器;
所述主控制器对所述初始三维点云数据进行去噪处理,得到去噪后的三维点云数据;
所述主控制器根据当前的定位数据得到路段ID,并根据所述路段ID在标准数据表中进行查找标准三维点云数据,得到所述路段ID对应的标准三维点云数据;
所述主控制器将所述去噪后的三维点云数据与所述路段ID对应的标准三维点云数据进行比对处理,确认所述去噪后的三维点云数据中是否存在出现在所述通行环境中的异常物体的异常特征点云数据;
当存在所述异常特征点云数据时,所述主控制器生成第二监控采集命令,并发送给第二TOF相机;
所述第二TOF相机根据所述第二监控采集命令和预设时间间隔对通行环境进行两次图像采集,得到第一三维点云数据和第二三维点云数据发送给所述主控制器;
所述主控制器对所述第一三维点云数据和第二三维点云数据分别进行去噪处理,得到的第一去噪三维点云数据和第二去噪三维点云数据;
所述主控制器对所述第一去噪三维点云数据和第二去噪三维点云数据分别进行特征点云提取,得到第一异常特征点云数据和第二异常特征点云数据;
所述主控制器根据所述第一异常特征点云数据的三维坐标数据、第二异常特征点云数据的三维坐标数据、所述预设时间间隔和高铁行驶速度进行分析计算处理,得到所述异常物体的对地运动速度;
所述主控制器根据所述对地运动速度和所述高铁行驶速度进行计算,得到异常物体与高铁行驶轨迹的交点的位置数据、异常物体运行到所述交点的运动时间、高铁在所述交点的驶入时间和驶出时间;
所述主控制器根据第二TOF相机第二次进行图像采集的系统时间和所述运动时间判断是否所述异常物体到达所述交点的时间是否大于等于所述驶入时间且小于等于所述使出时间;
如果是,所述主控制器根据所述驶入时间生成预警提示消息,用以在显示屏上显示或通过语音输出。
2.根据权利要求1所述用于高铁的危险预警方法,其特征在于,所述方法还包括:
所述主控制器接收外部输入的预警启动指令,根据预设频率生成第一监控采集命令,并发送给所述第一TOF相机。
3.根据权利要求1所述用于高铁的危险预警方法,其特征在于,在得到所述异常物体的对地运动速度之后,所述方法还包括:
所述主控制器判断所述对地运动速度是否小于第一阈值;
当所述地运动速度小于第一阈值时,所述主控制器对所述第一三维点云数据或第二三维点云数据进行分析,得到所述异常物体与铁轨的最近相对距离;
所述主控制器判断所述最近相对距离是否小于等于预设距离;
当所述相对距离小于等于预设距离时,所述主控制器所述驶入时间生成预警提示消息,用以在显示屏上显示或通过语音输出。
4.根据权利要求1所述用于高铁的危险预警方法,其特征在于,所述预设时间间隔等于10毫秒。
5.根据权利要求1所述用于高铁的危险预警方法,其特征在于,所述根据当前的定位数据得到路段ID具体为:
定位模块根据接收到的定位采集指令实时采集高铁的位置信息生成定位数据,并发送给所述主控制器;
所述主控制器根据所述定位数据,在所述路段数据列表中查找路段信息,得到所述路段ID。
6.一种用于高铁的危险预警系统,其特征在于,所述危险预警系统包括:第一飞行时间TOF相机、主控制器、第二飞行时间TOF相机;
所述第一TOF相机、主控制器、第二TOF相机设置于高铁上;
所述第一TOF相机用于接收主控制器发送的第一监控采集命令,按照预设频率对通行环境进行图像采集,对采集到的每一帧图像生成一个初始三维点云数据;
所述第一TOF相机还用于将所述初始三维点云数据实时发送给所述主控制器;
所述主控制器用于对所述初始三维点云数据进行去噪处理,得到去噪后的三维点云数据;
所述主控制器还用于根据当前的定位数据得到路段ID,并根据所述路段ID在标准数据表中进行查找标准三维点云数据,得到所述路段ID对应的标准三维点云数据;
所述主控制器还用于将所述去噪后的三维点云数据与所述路段ID对应的标准三维点云数据进行比对处理,确认所述去噪后的三维点云数据中是否存在出现在所述通行环境中的异常物体的异常特征点云数据;
当存在所述异常特征点云数据时,所述主控制器还用于生成第二监控采集命令,并发送给第二TOF相机;
所述第二TOF相机用于根据所述第二监控采集命令和预设时间间隔对通行环境进行两次图像采集,得到第一三维点云数据和第二三维点云数据发送给所述主控制器;
所述主控制器还用于对所述第一三维点云数据和第二三维点云数据分别进行去噪处理,得到的第一去噪三维点云数据和第二去噪三维点云数据;
所述主控制器还用于对所述第一去噪三维点云数据和第二去噪三维点云数据分别进行特征点云提取,得到第一异常特征点云数据和第二异常特征点云数据;
所述主控制器还用于根据所述第一异常特征点云数据的三维坐标数据、第二异常特征点云数据的三维坐标数据、所述预设时间间隔和高铁行驶速度进行分析计算处理,得到所述异常物体的对地运动速度;
所述主控制器还用于根据所述对地运动速度和高铁行驶速度进行计算,得到异常物体与高铁行驶轨迹的交点的位置数据、异常物体运行到所述交点的运动时间、高铁在所述交点的驶入时间和驶出时间;
所述主控制器还用于根据第二TOF相机第二次进行图像采集的系统时间和所述运动时间判断是否所述异常物体到达所述交点的时间是否大于等于所述驶入时间且小于等于所述使出时间;
如果是,所述主控制器还用于根据所述驶入时间生成预警提示消息,用以在显示屏上显示或通过语音输出。
7.根据权利要求6所述用于高铁的危险预警系统,其特征在于,所述系统还包括:
所述主控制器还用于接收外部输入的预警启动指令,根据预设频率生成第一监控采集命令,并发送给所述第一TOF相机。
8.根据权利要求6所述用于高铁的危险预警系统,其特征在于,所述系统还包括:
在得到所述异常物体的对地运动速度之后,所述主控制器还用于判断所述对地运动速度是否小于第一阈值;
当所述地运动速度小于第一阈值时,所述主控制器还用于对所述第一三维点云数据或第二三维点云数据进行分析,得到所述异常物体与铁轨的最近相对距离;
所述主控制器还用于判断所述最近相对距离是否小于等于预设距离;
当所述相对距离小于等于预设距离时,所述主控制器所述驶入时间生成预警提示消息,用以在显示屏上显示或通过语音输出。
9.根据权利要求6所述用于高铁的危险预警系统,其特征在于,所述系统还包括:
定位模块,用于根据接收到的定位采集指令实时采集高铁的位置信息生成定位数据,并发送给所述主控制器;
所述主控制器还用于根据所述定位数据,在所述路段数据列表中查找路段信息,得到所述路段ID。
10.根据权利要求6所述用于高铁的危险预警系统,其特征在于,所述第一TOF相机设置于高铁的车头前部距离铁轨第一高度的位置;
所述主控制器设置于高铁车头内;
所述第二TOF相机设置于高铁的车头前部距离铁轨第二高度的位置;
所述定位模块设置于高铁上;
所述主控制器与所述第一TOF相机、所述第二TOF相机和所述定位模块分别通过有线或者无线的通信方式进行通信连接。
CN201911213638.2A 2019-12-02 2019-12-02 一种用于高铁的危险预警方法和系统 Active CN111046765B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911213638.2A CN111046765B (zh) 2019-12-02 2019-12-02 一种用于高铁的危险预警方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911213638.2A CN111046765B (zh) 2019-12-02 2019-12-02 一种用于高铁的危险预警方法和系统

Publications (2)

Publication Number Publication Date
CN111046765A true CN111046765A (zh) 2020-04-21
CN111046765B CN111046765B (zh) 2023-07-14

Family

ID=70234382

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911213638.2A Active CN111046765B (zh) 2019-12-02 2019-12-02 一种用于高铁的危险预警方法和系统

Country Status (1)

Country Link
CN (1) CN111046765B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2623497A (en) * 2022-10-11 2024-04-24 Hack Partners Ltd Automated safety management in environment

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8744126B1 (en) * 2012-03-07 2014-06-03 Ball Aerospace & Technologies Corp. Morphology based hazard detection
CN105516653A (zh) * 2015-11-25 2016-04-20 致象尔微电子科技(上海)有限公司 一种安防监控系统
WO2016118672A2 (en) * 2015-01-20 2016-07-28 Solfice Research, Inc. Real time machine vision and point-cloud analysis for remote sensing and vehicle control
US20170024874A1 (en) * 2015-05-11 2017-01-26 Ricoh Company, Ltd. Method and apparatus for detecting abnormal situation
CN106683068A (zh) * 2015-11-04 2017-05-17 北京文博远大数字技术有限公司 一种三维数字化图像采集方法及设备
GB201721564D0 (en) * 2017-12-21 2018-02-07 Canon Kk Method and device for digital 3D reconstruction
WO2018118229A1 (en) * 2016-12-22 2018-06-28 Advanced Construction Robotics, Inc. Autonomous apparatus and system for repetitive tasks in construction project
CN108629830A (zh) * 2018-03-28 2018-10-09 深圳臻迪信息技术有限公司 一种三维环境信息显示方法及设备
CN109509226A (zh) * 2018-11-27 2019-03-22 广东工业大学 三维点云数据配准方法、装置、设备及可读存储介质
CN109544456A (zh) * 2018-11-26 2019-03-29 湖南科技大学 基于二维图像和三维点云数据融合的全景环境感知方法
CN109584348A (zh) * 2018-10-29 2019-04-05 天津大学 一种基于虚拟现实技术的秦俑虚拟彩绘系统的设计方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8744126B1 (en) * 2012-03-07 2014-06-03 Ball Aerospace & Technologies Corp. Morphology based hazard detection
WO2016118672A2 (en) * 2015-01-20 2016-07-28 Solfice Research, Inc. Real time machine vision and point-cloud analysis for remote sensing and vehicle control
US20170024874A1 (en) * 2015-05-11 2017-01-26 Ricoh Company, Ltd. Method and apparatus for detecting abnormal situation
CN106683068A (zh) * 2015-11-04 2017-05-17 北京文博远大数字技术有限公司 一种三维数字化图像采集方法及设备
CN105516653A (zh) * 2015-11-25 2016-04-20 致象尔微电子科技(上海)有限公司 一种安防监控系统
WO2018118229A1 (en) * 2016-12-22 2018-06-28 Advanced Construction Robotics, Inc. Autonomous apparatus and system for repetitive tasks in construction project
GB201721564D0 (en) * 2017-12-21 2018-02-07 Canon Kk Method and device for digital 3D reconstruction
CN108629830A (zh) * 2018-03-28 2018-10-09 深圳臻迪信息技术有限公司 一种三维环境信息显示方法及设备
CN109584348A (zh) * 2018-10-29 2019-04-05 天津大学 一种基于虚拟现实技术的秦俑虚拟彩绘系统的设计方法
CN109544456A (zh) * 2018-11-26 2019-03-29 湖南科技大学 基于二维图像和三维点云数据融合的全景环境感知方法
CN109509226A (zh) * 2018-11-27 2019-03-22 广东工业大学 三维点云数据配准方法、装置、设备及可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WENLOU YUAN,等: "A Shuttle Roller Coaster Design for Three-Dimensional Imaging With High Spatial Resolution Applicable to Vein Recognition" *
郑亚宏,等: "铁路线路障碍监测报警系统研究" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2623497A (en) * 2022-10-11 2024-04-24 Hack Partners Ltd Automated safety management in environment

Also Published As

Publication number Publication date
CN111046765B (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
CN110471085B (zh) 一种轨道检测系统
KR102614323B1 (ko) 수동 및 능동 측정을 이용한 장면의 3차원 지도 생성
CN103455144B (zh) 车载人机交互系统及方法
KR101111569B1 (ko) 궤도차량을 이용한 철도시설물 감시시스템 및 방법
CN111198371A (zh) 前视障碍物检测系统
CN110708518B (zh) 一种人流分析预警疏导方法及系统
US20220410949A1 (en) Method for in-situ and real-time collection and processing of geometric parameters of railway lines
CN113050654A (zh) 障碍物检测方法、巡检机器人车载避障系统及方法
CN113777622B (zh) 轨道障碍物辨识的方法及装置
CN110686600B (zh) 一种基于飞行时间测量的测量方法及系统
CN111046765B (zh) 一种用于高铁的危险预警方法和系统
CN111127436B (zh) 一种用于桥梁的位移检测预警方法
KR102004909B1 (ko) 텅레일 밀착상태 검지를 위한 검측시스템
JP2015215267A (ja) 車輪形状測定方法と車輪形状測定装置
CN217932084U (zh) 一种列车综合检测系统
CN110706491B (zh) 一种用于高速公路的交通监控预警方法及系统
JP3592962B2 (ja) 異常物体監視装置
CN112585484B (zh) 用于识别具有运行设备的设施的电晕放电的方法和组件
CN110942631B (zh) 一种基于飞行时间相机的交通信号控制方法
NL2024773B1 (en) Method and System for Locating a Light Source
JP2020107059A (ja) 運転操作判断装置、車両および運転操作判断方法
JP2000032601A (ja) 軌道認識装置
CN107449373B (zh) 基于立体视觉的高速结构光扫描方法与系统
CN116110231A (zh) 一种交通监控方法和系统
US11592557B2 (en) System and method for fusing information of a captured environment

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