CN112130168A - 一种用于折返控制的列车位置状态检测方法及系统 - Google Patents
一种用于折返控制的列车位置状态检测方法及系统 Download PDFInfo
- Publication number
- CN112130168A CN112130168A CN202010954900.5A CN202010954900A CN112130168A CN 112130168 A CN112130168 A CN 112130168A CN 202010954900 A CN202010954900 A CN 202010954900A CN 112130168 A CN112130168 A CN 112130168A
- Authority
- CN
- China
- Prior art keywords
- train
- point cloud
- laser radar
- cloud data
- turn
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000004422 calculation algorithm Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000009434 installation Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 235000018185 Betula X alpestris Nutrition 0.000 description 1
- 235000018212 Betula X uliginosa Nutrition 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L25/00—Recording or indicating positions or identities of vehicles or trains or setting of track apparatus
- B61L25/02—Indicating or recording positions or identities of vehicles or trains
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L25/00—Recording or indicating positions or identities of vehicles or trains or setting of track apparatus
- B61L25/02—Indicating or recording positions or identities of vehicles or trains
- B61L25/025—Absolute localisation, e.g. providing geodetic coordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明实施例提供一种用于折返控制的列车位置状态检测方法及系统,包括:在列车进行折返控制的过程中,获取位于折返区内轨道区域的激光雷达点云数据;根据对激光雷达点云数据的聚类结果,确定列车的进站距离;若判断所述进站距离不变化,则确定列车已停稳。本发明实施例提供的检测方法及系统,通过采集列车所在位置的激光雷达点云数据,以实现对列车折返过程中的位置以及运行状态的监控,不依赖车载标签即可以实现雷达视野内车辆的实时定位,且定位精度高,能大限度缩短发车间隔,提升车辆运行密度,也提高了折返区域车辆定位的鲁棒性。
Description
技术领域
本发明涉及轨道交通技术领域,尤其涉及一种用于折返控制的列车位置状态检测方法及系统。
背景技术
在列车进行自动折返作业中,系统需要检测列车是否完全进入折返区并停稳。在车地无线通信不具备的条件下,通常检测列车是否驶入折返区域并在延时预设时间段后默认其已停稳,并在判定列车停稳后安排折返进路,列车完成换端并折返。
由于在车地无线通信不具备的情况下,信号系统必须延时等待,以确保车辆完全停稳,才能安排折返进路并开放信号机。例如,车辆在进入折返区后实际上只需要10秒就可以实现完全停稳,但是信号系统在保险起见,等待15秒甚至20秒。多出来的这5~10秒在绝大多数情况下是没有必要的,但是为了防止极个别异常情况的发生又无法避免。
对于那些人流量极大的地铁线路,在高峰期,为了最大限度缩短发车间隔,提升车辆密度,车辆的折返时间是以秒计算的。在这种情况下信号系统为了确保车辆停稳进行的延时等待就极大的延误了发车间隔,降低了车辆运行密度。
为了有效的克服现有技术中仅仅凭借人为设定的延时时间间隔来确定列车已经完全停稳所存在的增长了发车间隔的缺陷且有可能带来的安全隐患,亟需提高列车折返阶段的状态判断能力。
发明内容
本发明实施例提供一种用于折返控制的列车位置状态检测方法及系统,用以解决现有技术中车地无线通信不具备的情况下,信号系统延时等待时间无法客观确定的缺陷,通过快速、高效、安全的列车位置状态检测,实现无需车地无线通信可立即判断列车准确停稳,以完成列车的快速自主折返。
第一方面,本发明实施例提供一种用于折返控制的列车位置状态检测方法,主要包括:在列车进行折返控制的过程中,获取位于折返区内轨道区域的激光雷达点云数据;根据对激光雷达点云数据的聚类结果,确定列车的进站距离;若判断进站距离不变化,则确定列车以已停稳。
可选地,本发明实施例提供的用于折返控制的列车位置状态检测方法,还包括构建折返区激光雷达数字特征地图;上述根据对激光雷达点云数据的聚类结果,确定列车的进站距离,具体包括:将激光雷达点云数据与所述折返区激光雷达数字特征地图进行匹配,确定与激光雷达点云数据相对应的轨道区域位置;获取与激光雷达点云数据相对应的轨道区域位置处的轨道上部区域点云数据;对轨道上部区域点云数据进行聚类,获取点云聚类对象;根据点云聚类对象,确定列车的进站距离。
可选地,上述根据点云聚类对象,确定列车的进站距离,可以包括:根据点云聚类对象中各网格簇的点云数、点云高度以及点云横向位置对点云聚类对象中各网格簇进行筛选,获取目标网格簇集合;获取目标网格簇集合中距离检测点最近的一个目标网格簇的进站距离,作为列车的进站距离。
可选地,上述构建折返区激光雷达数字特征地图,主要包括:在折返区的车挡附近设置激光雷达;利用激光雷达采集折返区在无车状态下的激光雷达点云数据;在无车状态下的激光雷达点云数据中标注出所述轨道区域的三维坐标,获取折返区激光雷达数字特征地图。
可选地,上述对轨道上部区域点云数据进行聚类,获取点云聚类对象,可以包括:基于网格聚类的方法,对轨道上部区域点云数据进行聚类处理,获取点云聚类对象。
可选地,在确定列车的进站距离之后,还可以包括:根据列车的进站距离、列车的长度、折返区的出站信号机的距离,判断列车是否驶过所述出站信号机。
可选地,上述若判断所述进站距离不变化,则确定列车以已停稳,具体包括:获取预设时间段内,多个时刻的列车的进站距离;若多个时刻的列车的进站距离不变,则确定列车以已停稳。
第二方面,本发明实施例还提供一种用于折返控制的列车位置状态检测系统,主要包括点云数据获取单元、进站距离确定单元和停稳状态确定单元,其中:
点云数据获取单元主要用于在列车进行折返控制的过程中,获取位于折返区内轨道区域的激光雷达点云数据;进站距离确定单元主要用于根据对激光雷达点云数据的聚类结果,确定列车的进站距离;停稳状态确定单元主要用于判断进站距离是否变化,若变化,则确定列车以已停稳。
第三方面,本发明实施例还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述用于折返控制的列车位置状态检测方法的步骤。
第四方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述用于折返控制的列车位置状态检测方法的步骤。
本发明实施例提供的用于折返控制的列车位置状态检测方法及系统,通过采集列车所在位置的激光雷达点云数据,以实现对列车折返过程中的位置以及运行状态的监控,不依赖车载标签即可以实现雷达视野内车辆的实时定位,且定位精度高,能大限度缩短发车间隔,提升车辆运行密度,也提高了折返区域车辆定位的鲁棒性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种用于折返控制的列车位置状态检测方法的流程示意图;
图2是本发明实施例提供的一种地铁线路折返区域示意图;
图3是现有技术中列车在折返区运行流程及控制流程示意图;
图4为本发明实施例提供的一种用于折返控制的列车位置状态检测方法中激光雷达的安装示意图;
图5为本发明实施例提供的另一种用于折返控制的列车位置状态检测方法的流程示意图;
图6为本发明实施例提供的构建折返区激光雷达数字特征地图的流程示意图;
图7为本发明实施例提供的一种获取点云聚类对象的流程示意图;
图8为本发明实施例提供的一种确定列车的进站距离的流程示意图;
图9为本发明实施例提供的一种用于折返控制的列车位置状态检测系统的流程示意图;
图10是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
现代列车无论是地铁或是高铁、火车,折返控制大多是采用双火车头轮流牵引换向的方式,即列车本身就具有双向行驶的能力,列车到达终点站后通过更换驾驶端的方式就能完成换向行驶。但无论是站前折返还是站后折返均取需要检测出列车是否已经折返区域,并按照预设的规则确定其是否已经停稳。
图1是本发明实施例提供的一种用于折返控制的列车位置状态检测方法,如图1所示,包括但不限于以下步骤:
步骤S1:在列车进行折返控制的过程中,获取位于折返区内轨道区域的激光雷达点云数据;
步骤S2:根据对激光雷达点云数据的聚类结果,确定列车的进站距离;
步骤S3:若判断进站距离不变化,则确定列车以已停稳。
图2是一种地铁线路折返区域示意图,具体为一种以三角线的岔道作为折返线路的自动折返控制示意图。现有技术中列车在折返区运行流程及控制流程,如图3所示:
在折返区道岔切换完成并锁定后,信号机开放,准许列车进行自动折返控制-列车由正线过道岔驶向折返区-在列车驶向折返区的过程中,需要对列车的进入状态进行检测,包括列车的运行位置和列车的运行速度等。在现有技术中,在检测到列车已经驶入折返区域后,默认在预设时间段后,主观认为列车已经停稳。其中预设时间段是根据列车在进入折返区后历史停车时间的基础上加上安全预留时间来确定的。例如:历史数据显示该类型列车由进入折返区域至完全停稳的平均时间是10秒,为安全起见,将安全预留时间设置为5秒甚至设置为10秒,那么预设时间段则被设置为15-20秒。但一般情况下,多出来的这5~10秒在绝大多数情况下是没有必要的,但是为了防止极个别异常情况的发生又无法避免。
为了有效克服上述不足,最大限度缩短发车间隔,提升车辆密度,在本发明实施例中,利用设置于折返区域车挡附近的激光雷达,在列车进入折返区域执行自动折返控制的过程中,及时的获取折返区内轨道区域的激光雷达点云数据,则每个时刻所获取的激光雷达点云数据中必然包含了列车的当前位置信息,而通过对多个时刻所获取的激光雷达点云数据的综合分析,则可以获取到列车的运行状态,包括运行速度等。
具体地,可以通过对激光雷达点云数据的聚类,以获取到点云数据中各个类别对象的点数、高度、距离、横向位置等信息,最后,选择各个类别对象中距离折返终点(例如折返应答器)最近的那个类别对象,并以该类别对象的距离作为列车的进站距离。
按上述方法,获取多个连续时刻的列车的进站距离,若连续时刻的列车距离保持不变,则可以判断列车已停稳;若连续时刻的列车距离不相同,则可以判断出列车尚在折返进站阶段。
进一步地,在判断出列车已完成进站,并停稳后,则可以将折返区域的出站道岔进行切换并锁定,同时开放出站信号机,允许列车出站。此时,列车就可以A2端作为车头驶向正线(按图2所示的折返区域示意图,列车进站时是以A1端作为车头,是以更换驾驶端的方式就能完成折返行驶),完成自动折返控制。
作为可选的实施例,本发明实施例提供了一种激光雷达安装位置的设定方法,如图4所示,可以将激光雷达安装在折返区域车挡附近,保持在两条轨道线的中间即可。具体地,激光雷达在安装的过程中还需要参考以下几个条件:
1)激光雷达安装位置应设置于距离折返区域列车最近停车位置前方;
2)激光雷达横向检测区域应覆盖两条轨道折返区域列车最近停车位置车头,并留有一定余量,以检测出整个折返区域内的雷达点云数据;
3)激光雷达距离折返区域列车最远停车位置车头距离应不超过合理的距离(如100米),以方便获取更为清楚、准确的雷达点云数据;
4)激光雷达的视野范围内应尽量保持空旷,避免存在过多的电杆等障碍物遮挡轨道区域。
本发明实施例提供的用于折返控制的列车位置状态检测方法,通过采集列车所在位置的激光雷达点云数据,以实现对列车折返过程中的位置以及运行状态的监控,不依赖车载标签即可以实现雷达视野内车辆的实时定位,且定位精度高,能大限度缩短发车间隔,提升车辆运行密度,也提高了折返区域车辆定位的鲁棒性。
基于上述实施例的内容,本发明实施例提供的用于折返控制的列车位置状态检测方法,还包括构建折返区激光雷达数字特征地图;其中步骤S2中所述的根据对激光雷达点云数据的聚类结果,确定列车的进站距离,具体包括:
将激光雷达点云数据与折返区激光雷达数字特征地图进行匹配,确定与激光雷达点云数据相对应的轨道区域位置;获取与激光雷达点云数据相对应的轨道区域位置处的轨道上部区域点云数据;对轨道上部区域点云数据进行聚类,获取点云聚类对象;根据点云聚类对象,确定列车的进站距离。
图5为本发明实施例提供的用于折返控制的列车位置状态检测方法的流程示意图,如图5所示,整个流程包括但不限于以下步骤:
首先,利用预先设置于折返区域内的激光雷达点采集列车在自动折返阶段的激光雷达点云数据;然后,将所采集的激光雷达点云数据与预先存储在处理器中的折返区激光雷达数字特征地图进行匹配,以准确的定位到列车实际所在的轨道区域的点云数据,即利用预先标注出了轨道区域的折返区激光雷达数字特征地图,实现了对自动折返阶段采集的激光雷达点云数据进行轨道区域定位。
然后,对完成了定位的轨道区域的点云数据做进一步的提取和聚类,以获取点云聚类对象。
作为可选的实施例,上述对点云数据进行聚类的方法,可以是基于网格聚类的方法,对轨道上部区域点云数据进行聚类处理,获取点云聚类对象。
在机器学习中,聚类算法是一种无监督分类算法。聚类算法很多,包括基于划分的聚类算法(如:kmeans),基于层次的聚类算法(如:BIRCH),基于密度的聚类算法(如:DBScan),基于网格的聚类算法等等。由于基于划分和层次聚类方法都无法发现非凸面形状的簇,而真正能有效发现任意形状簇的算法是基于密度的算法,但基于密度的算法一般时间复杂度较高,本发明实施例综合考虑上述聚类算法的优缺点,采用基于网格的聚类算法对轨道点云数据进行处理,可以有效减少算法的计算复杂度,且同样对密度参数敏感。
作为可选地,本发明实施例中对轨道点云数据进行网格聚类的原理是先将点云数据空间划分成为有限个单元(cell)的网格单元,并对网格数据结构进行了不同的处理,其主要步骤包括:
1)划分网格;
2)使用网格单元内数据的统计信息对数据进行压缩表达;
3)基于这些统计信息判断高密度网格单元;
4)最后将相连的高密度网格单元识别为目标网格簇。
最后,根据目标网格簇的分布情况以及各个目标网格簇内的点云分布情况,确定出最距离应答器最近的网格簇,并以该网格簇的距离,作为列车的进站距离。
本发明实施例提供的用于折返控制的列车位置状态检测方法,通过采集列车所在位置的激光雷达点云数据,并通过预先构建的折返区激光雷达数字特征地图,准确确定出与所采集的激光雷达点云数据所对应的轨道区域,以对激光雷达点云数据进行筛选,缩小信息识别的区域,有效的提高了识别的精度和速度;还借助聚类算法,以准确的对筛选后的轨道区域点云数据做进一步地分析,以确定该点云数据中最能表征列车的进站距离的目标网格簇,实现了不依赖车载标签即可以实现雷达视野内车辆的实时定位,且定位精度高,能大限度缩短发车间隔,提升车辆运行密度。
基于上述实施例的内容,作为一种可选实施例,如图6所示,上述构建折返区激光雷达数字特征地图,包括但不限于以下步骤:
在折返区的车挡附近设置激光雷达;利用激光雷达采集折返区在无车状态下的激光雷达点云数据;在无车状态下的激光雷达点云数据中标注出轨道区域的三维坐标,获取折返区激光雷达数字特征地图。
本发明实施例提供了一种折返区激光雷达数字特征地的构建方法,在完成了激光雷达的安装后,首先利用该激光雷达采集折返区域内无车状态时雷达数据,构建无车状态下的激光雷达点云数据坐标图;进而,根据轨道区域的实际位置,在上述激光雷达点云数据坐标图中标记出轨道区域的三维坐标,以获取折返区域的数字地图。
本发明实施例提供的用于折返控制的列车位置状态检测方法,通过预先创建折返区域的三维数字地图,以对实时采集的激光雷达点云数据进行初步定位,获取激光雷达点云数据中所包含的轨道区域点云数据,有效的提高了检测的效率,节约了检测的时间。
基于上述实施例的内容,作为一种可选实施例,上述根据点云聚类对象,确定列车的进站距离,还可以包括:根据点云聚类对象中各网格簇的点云数、点云高度以及点云横向位置对所述点云聚类对象中各网格簇进行筛选,获取目标网格簇集合;获取目标网格簇集合中距离检测点最近的一个目标网格簇的进站距离,作为列车的进站距离。
具体地,如图7所示,在本发明实施例所提供的用于折返控制的列车位置状态检测方法中,通过对激光雷达点云数据进行聚类,可以获取到多个网格簇,然后对每个网格簇的点云数、点云高度以及点云横向位置进行统计。设置一个点云数阈值,将点云数小于点云数阈值的网格簇进行删除,以通过对于特征不明显的网格簇的剔除,保证检测的精度。
进一步地,由于列车的高度一般是固定的,也可以通过点云高度对干扰物所形成的网格簇进行删除,以提高检测的精度。
进一步地,由于列车的宽度一般也是固定的,也可以通过点云宽度对路旁干扰物所形成的网格簇进行删除,以提高检测的精度。
在利用上述手段将路旁干扰物所形成的网格簇进行删除后,可以获取到满足要求的网格簇所组成的目标网格簇集合。
进一步地,分别计算每个目标网格簇与折返区域应答器之间的距离,例如采取遍历的方式,获取点云数满足阈值,且距离最近的对象网格簇,并将该网格簇距离应答器的距离作为列车的进站距离。
本发明实施例提供的用于折返控制的列车位置状态检测方法,通过对点云聚类对象进行分析,先剔除产生干扰的部分点云网格簇后,根据遍历获取的最近距离的点云网格簇作为获取列车的目标网格簇,以确定列车的进站距离,有效的提高了检测的精度。
基于上述实施例的内容,作为一种可选实施例,在确定列车的进站距离之后,还可以包括:根据列车的进站距离、列车的长度、折返区的出站信号机的距离,判断列车是否驶过出站信号机。
具体地,如图8所示,在本发明实施例中,还可以通过列车车头的停止位置和车辆长度判断车辆是否已经完全通过折返信号机,并通过判断列车在相邻采样时刻的停止位置是否变化,确定列车是否已经停稳。
即通过出站信号机与坐标原点(如应答器的坐标点)之间的距离、列车的最近停车距离(即车头与坐标原点的距离)以及列车的长度,可以判断出列车是否已经驶过出站信号机。在列车已经驶过出站信号机之后,则可以根据列车在相邻时刻的距离跟踪结果,判断出列车是否已经停稳。
具体地,若判断所述进站距离不变化,则确定所述列车以已停稳,主要包括:获取预设时间段内,多个时刻的列车的进站距离;若多个时刻的列车的进站距离不变,则确定列车以已停稳。
例如,在一秒时间内,连续获取多帧激光雷达点云数据,并判断每一帧激光雷达点云数据所对应的列车停车距离。若多个列车停车距离保持不变,则证明列车已经停稳;若多个列车停车距离是变动的,则继续在下一秒内继续极性判断,直至确定列车已经停稳后,则可以向轨旁控制中心发送列车进入折返区域,并已经停稳的信号。
本发明实施例提供的用于折返控制的列车位置状态检测方法,通过连续检测折返区车辆位置状态,能检测出列车中途停车等异常情况,提高了作业安全性。
图9为本发明实施例提供的一种用于折返控制的列车位置状态检测系统,如图9所示,包括但不限于:点云数据获取单元1、进站距离确定单元2和停稳状态确定单元3,其中:
点云数据获取单元,用于在列车进行折返控制的过程中,获取位于折返区内轨道区域的激光雷达点云数据;进站距离确定单元,用于根据对激光雷达点云数据的聚类结果,确定列车的进站距离;停稳状态确定单元,用于判断所述进站距离是否变化,若变化,则确定列车以已停稳。
具体地,在折返区道岔切换完成并锁定后,信号机开放,准许列车进行自动折返控制;列车由正线过道岔驶向折返区;在列车驶向折返区的过程中,需要对列车的进入状态进行检测,包括列车的运行位置和列车的运行速度等,本发明实施例提供的用于折返控制的列车位置状态检测系统这用于执行对于列车的运行位置和列车的运行速度检测,包括:
首先,点云数据获取单元1利用设置于折返区域车挡附近的激光雷达,在列车进入折返区域执行自动折返控制的过程中,及时的获取折返区内轨道区域的激光雷达点云数据,则每个时刻所获取的激光雷达点云数据中必然包含了列车的当前位置信息。故可以利用进站距离确定单元2通过对当前时刻获取的激光雷达点云数据进行聚类分析,如采取网格聚类的方法,获取到列车的进站距离。
进一步地,可以通过停稳状态确定单元3对多个时刻所获取的激光雷达点云数据的综合分析,则可以获取到列车的运行状态,包括运行速度等。
具体地,可以通过进站距离确定单元2对激光雷达点云数据的聚类,以获取到点云数据中各个类别对象的点数、高度、距离、横向位置等信息,最后,选择各个类别对象中距离折返终点(例如折返应答器)最近的那个类别对象,并以该类别对象的距离作为列车的进站距离。
按上述方法,利用停稳状态确定单元3获取多个连续时刻的列车的进站距离,若连续时刻的列车距离保持不变,则可以判断列车已停稳;若连续时刻的列车距离不相同,则可以判断出列车尚在折返进站阶段。
进一步地,在判断出列车已完成进站,并停稳后,则可以将折返区域的出站道岔进行切换并锁定,同时开放出站信号机,允许列车出站。此时,列车就可以A2端作为车头驶向正线(按图2所示的折返区域示意图,列车进站时是以A1端作为车头,是以更换驾驶端的方式就能完成折返行驶),完成自动折返控制。
本发明实施例提供的用于折返控制的列车位置状态检测系统,通过采集列车所在位置的激光雷达点云数据,以实现对列车折返过程中的位置以及运行状态的监控,不依赖车载标签即可以实现雷达视野内车辆的实时定位,且定位精度高,能大限度缩短发车间隔,提升车辆运行密度,也提高了折返区域车辆定位的鲁棒性。
需要说明的是,本发明实施例提供的用于折返控制的列车位置状态检测系统,在具体执行时,可以基于上述任一实施例所述的用于折返控制的列车位置状态检测方法来实现,对此本实施例不作赘述。
图10示例了一种电子设备的实体结构示意图,如图10所示,该电子设备可以包括:处理器(processor)310、通信接口(communication interface)320、存储器(memory)330和通信总线(bus)340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行用于折返控制的列车位置状态检测方法,主要包括:在列车进行折返控制的过程中,获取位于折返区内轨道区域的激光雷达点云数据;根据对激光雷达点云数据的聚类结果,确定列车的进站距离;若判断进站距离不变化,则确定列车以已停稳。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的用于折返控制的列车位置状态检测方法,主要包括:在列车进行折返控制的过程中,获取位于折返区内轨道区域的激光雷达点云数据;根据对激光雷达点云数据的聚类结果,确定列车的进站距离;若判断进站距离不变化,则确定列车以已停稳。
又一方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的以执行用于折返控制的列车位置状态检测方法,主要包括:在列车进行折返控制的过程中,获取位于折返区内轨道区域的激光雷达点云数据;根据对激光雷达点云数据的聚类结果,确定列车的进站距离;若判断进站距离不变化,则确定列车以已停稳。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种用于折返控制的列车位置状态检测方法,其特征在于,包括:
在列车进行折返控制的过程中,获取位于折返区内轨道区域的激光雷达点云数据;
根据对所述激光雷达点云数据的聚类结果,确定列车的进站距离;
若判断所述进站距离不变化,则确定所述列车已停稳。
2.根据权利要求1所述的用于折返控制的列车位置状态检测方法,其特征在于,还包括构建折返区激光雷达数字特征地图;
所述根据对所述激光雷达点云数据的聚类结果,确定列车的进站距离,包括:
将所述激光雷达点云数据与所述折返区激光雷达数字特征地图进行匹配,确定与所述激光雷达点云数据相对应的轨道区域位置;
获取与所述激光雷达点云数据相对应的所述轨道区域位置处的轨道上部区域点云数据;
对所述轨道上部区域点云数据进行聚类,获取点云聚类对象;
根据所述点云聚类对象,确定所述列车的进站距离。
3.根据权利要求2所述的用于折返控制的列车位置状态检测方法,其特征在于,所述根据所述点云聚类对象,确定所述列车的进站距离,包括:
根据点云聚类对象中各网格簇的点云数、点云高度以及点云横向位置对所述点云聚类对象中各网格簇进行筛选,获取目标网格簇集合;
获取所述目标网格簇集合中距离检测点最近的一个目标网格簇的进站距离,作为所述列车的进站距离。
4.根据权利要求2所述的用于折返控制的列车位置状态检测方法,其特征在于,所述构建折返区激光雷达数字特征地图,包括:
在所述折返区的车挡附近设置激光雷达;
利用所述激光雷达采集所述折返区在无车状态下的激光雷达点云数据;
在所述无车状态下的激光雷达点云数据中标注出所述轨道区域的三维坐标,获取所述折返区激光雷达数字特征地图。
5.根据权利要求2所述的用于折返控制的列车位置状态检测方法,其特征在于,所述对所述轨道上部区域点云数据进行聚类,获取点云聚类对象,包括:
基于网格聚类的方法,对所述轨道上部区域点云数据进行聚类处理,获取所述点云聚类对象。
6.根据权利要求1所述的用于折返控制的列车位置状态检测方法,其特征在于,在确定列车的进站距离之后,还包括:
根据所述列车的进站距离、所述列车的长度、所述折返区的出站信号机的距离,判断所述列车是否驶过所述出站信号机。
7.根据权利要求1所述的用于折返控制的列车位置状态检测方法,其特征在于,所述若判断所述进站距离不变化,则确定所述列车以已停稳,包括:
获取预设时间段内,多个时刻的列车的进站距离;
若所述多个时刻的列车的进站距离不变,则确定所述列车以已停稳。
8.一种用于折返控制的列车位置状态检测系统,其特征在于,包括:
点云数据获取单元,用于在列车进行折返控制的过程中,获取位于折返区内轨道区域的激光雷达点云数据;
进站距离确定单元,用于根据对所述激光雷达点云数据的聚类结果,确定列车的进站距离;
停稳状态确定单元,用于判断所述进站距离是否变化,若变化,则确定所述列车以已停稳。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述用于折返控制的列车位置状态检测方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述用于折返控制的列车位置状态检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010954900.5A CN112130168B (zh) | 2020-09-11 | 2020-09-11 | 一种用于折返控制的列车位置状态检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010954900.5A CN112130168B (zh) | 2020-09-11 | 2020-09-11 | 一种用于折返控制的列车位置状态检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112130168A true CN112130168A (zh) | 2020-12-25 |
CN112130168B CN112130168B (zh) | 2023-04-14 |
Family
ID=73846931
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010954900.5A Active CN112130168B (zh) | 2020-09-11 | 2020-09-11 | 一种用于折返控制的列车位置状态检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112130168B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112967230A (zh) * | 2021-02-06 | 2021-06-15 | 东华理工大学 | 一种考虑局部点云密度的自适应阈值3d变化检测方法 |
CN113636298A (zh) * | 2021-07-30 | 2021-11-12 | 杭州电子科技大学 | 一种袋装物料装车机的码包状态检测系统及方法 |
CN113911174A (zh) * | 2021-11-04 | 2022-01-11 | 北京埃福瑞科技有限公司 | 列车的测速方法及装置 |
CN114352148A (zh) * | 2021-12-03 | 2022-04-15 | 武汉万集光电技术有限公司 | 一种车辆停靠检测方法、装置、终端设备及存储介质 |
CN115158409A (zh) * | 2022-06-30 | 2022-10-11 | 通号城市轨道交通技术有限公司 | 列车折返的控制方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100999221A (zh) * | 2007-01-16 | 2007-07-18 | 重庆大学 | 轨道车往返行走多点定位系统 |
JP2014202527A (ja) * | 2013-04-02 | 2014-10-27 | 株式会社神戸製鋼所 | 列車先頭位置の検出方法及び検出装置 |
CN105172844A (zh) * | 2015-09-18 | 2015-12-23 | 王新 | 一种火车站候车站台精确显示及越线语音报警集成管理系统 |
CN105555631A (zh) * | 2013-08-27 | 2016-05-04 | 西门子公司 | 用于控制站台门的方法和站台门控制装置 |
CN108515987A (zh) * | 2018-03-30 | 2018-09-11 | 南京理工大学 | 一种城市轨道交通激光定位精确停车方法 |
CN108732584A (zh) * | 2017-04-17 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 用于更新地图的方法和装置 |
CN208544973U (zh) * | 2018-05-05 | 2019-02-26 | 烟台中恒机电科技有限公司 | 一种矿井提升机提升容器实际位置与速度高精度监测系统 |
CN110789518A (zh) * | 2018-08-01 | 2020-02-14 | 北京图森未来科技有限公司 | 一种停车控制方法、停车服务器、车辆控制器和车辆 |
CN110849374A (zh) * | 2019-12-03 | 2020-02-28 | 中南大学 | 地下环境定位方法、装置、设备及存储介质 |
CN110962887A (zh) * | 2018-09-28 | 2020-04-07 | 比亚迪股份有限公司 | 列车控制系统、方法及列车 |
CN111391895A (zh) * | 2020-03-27 | 2020-07-10 | 湖南中车时代通信信号有限公司 | 一种列车停车控制方法、装置及系统 |
CN111553992A (zh) * | 2020-04-23 | 2020-08-18 | 深圳智优停科技有限公司 | 一种停车位管理设备管理方法及系统 |
-
2020
- 2020-09-11 CN CN202010954900.5A patent/CN112130168B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100999221A (zh) * | 2007-01-16 | 2007-07-18 | 重庆大学 | 轨道车往返行走多点定位系统 |
JP2014202527A (ja) * | 2013-04-02 | 2014-10-27 | 株式会社神戸製鋼所 | 列車先頭位置の検出方法及び検出装置 |
CN105555631A (zh) * | 2013-08-27 | 2016-05-04 | 西门子公司 | 用于控制站台门的方法和站台门控制装置 |
CN105172844A (zh) * | 2015-09-18 | 2015-12-23 | 王新 | 一种火车站候车站台精确显示及越线语音报警集成管理系统 |
CN108732584A (zh) * | 2017-04-17 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 用于更新地图的方法和装置 |
CN108515987A (zh) * | 2018-03-30 | 2018-09-11 | 南京理工大学 | 一种城市轨道交通激光定位精确停车方法 |
CN208544973U (zh) * | 2018-05-05 | 2019-02-26 | 烟台中恒机电科技有限公司 | 一种矿井提升机提升容器实际位置与速度高精度监测系统 |
CN110789518A (zh) * | 2018-08-01 | 2020-02-14 | 北京图森未来科技有限公司 | 一种停车控制方法、停车服务器、车辆控制器和车辆 |
CN110962887A (zh) * | 2018-09-28 | 2020-04-07 | 比亚迪股份有限公司 | 列车控制系统、方法及列车 |
CN110849374A (zh) * | 2019-12-03 | 2020-02-28 | 中南大学 | 地下环境定位方法、装置、设备及存储介质 |
CN111391895A (zh) * | 2020-03-27 | 2020-07-10 | 湖南中车时代通信信号有限公司 | 一种列车停车控制方法、装置及系统 |
CN111553992A (zh) * | 2020-04-23 | 2020-08-18 | 深圳智优停科技有限公司 | 一种停车位管理设备管理方法及系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112967230A (zh) * | 2021-02-06 | 2021-06-15 | 东华理工大学 | 一种考虑局部点云密度的自适应阈值3d变化检测方法 |
CN113636298A (zh) * | 2021-07-30 | 2021-11-12 | 杭州电子科技大学 | 一种袋装物料装车机的码包状态检测系统及方法 |
CN113636298B (zh) * | 2021-07-30 | 2022-09-23 | 杭州电子科技大学 | 一种袋装物料装车机的码包状态检测系统及方法 |
CN113911174A (zh) * | 2021-11-04 | 2022-01-11 | 北京埃福瑞科技有限公司 | 列车的测速方法及装置 |
CN113911174B (zh) * | 2021-11-04 | 2024-04-12 | 北京埃福瑞科技有限公司 | 列车的测速方法及装置 |
CN114352148A (zh) * | 2021-12-03 | 2022-04-15 | 武汉万集光电技术有限公司 | 一种车辆停靠检测方法、装置、终端设备及存储介质 |
CN114352148B (zh) * | 2021-12-03 | 2023-09-01 | 武汉万集光电技术有限公司 | 一种车辆停靠检测方法、装置、终端设备及存储介质 |
CN115158409A (zh) * | 2022-06-30 | 2022-10-11 | 通号城市轨道交通技术有限公司 | 列车折返的控制方法及系统 |
CN115158409B (zh) * | 2022-06-30 | 2023-10-17 | 通号城市轨道交通技术有限公司 | 列车折返的控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112130168B (zh) | 2023-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112130168B (zh) | 一种用于折返控制的列车位置状态检测方法及系统 | |
Liu et al. | A review of applications of visual inspection technology based on image processing in the railway industry | |
EP3176052A1 (en) | Detection of changes to railway tracks or objects in the vicinity of the train | |
KR102017870B1 (ko) | 실시간 선로 결함 검측 시스템 | |
CN111198371A (zh) | 前视障碍物检测系统 | |
CN110491179A (zh) | 一种具有动态虚拟电子围栏的机场场面监控系统 | |
CN109189019A (zh) | 一种机车乘务员值乘标准化监控系统 | |
US9937939B2 (en) | Railway vehicle operation | |
CN108074401A (zh) | 一种车辆加塞行为判别方法及装置 | |
CN110968086B (zh) | 一种车辆进站控制方法及系统 | |
CN110312230A (zh) | 列车系统的通信方法、装置和列车系统 | |
CN112208590B (zh) | 基于静态进路表的列车进路控制方法及装置 | |
CN112009524A (zh) | 一种用于有轨电车障碍物检测的系统及方法 | |
CN110263623B (zh) | 列车攀爬监测方法、装置、终端及存储介质 | |
CN114879160B (zh) | 基于三维点云数据的铁轨异物入侵实时监测方法及系统 | |
CN112988830A (zh) | 人流量统计方法、装置、系统、存储介质和计算机设备 | |
CN113514847A (zh) | 一种车辆外轮廓尺寸检测方法、系统及存储介质 | |
CN111914691A (zh) | 一种轨道交通车辆定位方法及系统 | |
CN114550327A (zh) | 一种单人多车道态势感知集中控制系统及方法 | |
CN111079525A (zh) | 图像处理方法、设备、系统及存储介质 | |
Pyykönen et al. | Traffic monitoring and modeling for intersection safety | |
CN109945880A (zh) | 路径规划方法、相关设备及可读存储介质 | |
CN111666879A (zh) | 一种基于大数据框架的公交客流分析与规划系统和方法 | |
EP3722994A1 (de) | Intentionsbestimmung eines personenverkehrsmittels | |
CN115755094A (zh) | 障碍物检测方法、装置、设备及存储介质 |
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 |