CN112550377A - 基于视频识别和imu设备的轨道交通应急定位方法和系统 - Google Patents
基于视频识别和imu设备的轨道交通应急定位方法和系统 Download PDFInfo
- Publication number
- CN112550377A CN112550377A CN202011504539.2A CN202011504539A CN112550377A CN 112550377 A CN112550377 A CN 112550377A CN 202011504539 A CN202011504539 A CN 202011504539A CN 112550377 A CN112550377 A CN 112550377A
- Authority
- CN
- China
- Prior art keywords
- train
- imu
- kilometer
- information
- equipment
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005259 measurement Methods 0.000 title description 8
- 230000001133 acceleration Effects 0.000 claims abstract description 43
- 238000006073 displacement reaction Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000003062 neural network model Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- 238000009434 installation Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 238000013480 data collection Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种基于视频识别和IMU设备的轨道交通应急定位方法和系统,该方法包含:初始化IMU设备、摄像模块和列车的位置信息(包含公里标数据+IMU累计位移值);通过IMU设备获取当前列车的运动姿态,通过摄像模块捕获公里标识牌图像;对摄像模块捕获的图像分析处理,判断当前列车的运行状态;当列车处于行进状态,利用IMU设备获取当前列车的运动姿态和加速度值,计算列车的IMU累计位移值;从摄像模块捕获的图像中识别公里标数据,校正列车的位置信息。其优点是:该方法将视频识别和IMU设备等相结合,形成一种独立性较强的应急定位方式,可独立于车辆的信号系统,在发生信号故障时提供应急定位信息,不依赖任何原有的车载传感器,即可实现列车的定位。
Description
技术领域
本发明涉及轨道交通应急领域,具体涉及一种基于视频识别和IMU(惯性测量单元)设备的轨道交通应急定位方法和系统。
背景技术
轨道交通的调度指挥和车辆控制,需要明确每一辆车辆在轨道交通线路上的位置。传统的车辆定位一般是基于“轮速传感器+信标”方案,通过记录车轮转过的角度和车轮的周长,计算车辆沿钢轨移动的距离,再通过“信标”系统,获得车辆的绝对位置,来对轮速传感器的累积误差进行修正。
但是上述定位系统需要依靠列车外部的各部件相互配合,在突发情况下,上述定位系统容易出现“不可用”的情况,此时需要调度中心快速恢复正常的调度秩序,需明确每一辆车在线路区段中的大致位置,缩短启用电话闭塞等特殊行车组织方式所需的时间,这种情况下对车辆的定位精度要求不高,可容忍5~10米的误差范围。
突发情况下,仅依靠车辆自身的通讯系统无法实现对车辆的位置定位,因此需要加装少数便捷的辅助系统实现车辆的定位。受限于是车辆出厂后加装的辅助系统,不可以对车辆进行大的改动,尽可能不在车辆上打孔,因此,辅助系统必须保证足够的独立性,不得使用原有系统的传感器,新安装的设备必须足够小,安装方式尽可能简便易行,而不需要对车辆进行改动。
由于地铁车辆大部分时间运行在隧道中,因此,卫星定位方案不便于在突发情况下使用。此外,应尽量不依赖车辆外部系统,不增加轨旁设备,严格控制成本,因此UWB(超宽带)无线定位方案被排除。因此,迫切需要一种只需安装少数设备即可简便实现车辆定位的系统和方法。
发明内容
本发明的目的在于提供一种基于视频识别和IMU设备的轨道交通应急定位方法和系统,该方法将视频识别和惯性测量单元(IMU设备)等相结合,形成一种独立性较强的应急定位方式,可独立于车辆的信号系统,不依赖任何原有的车载传感器,在发生信号故障时提供应急定位信息,其为突发状况下的一种应急定位方案,可使调度中心快速恢复正常的调度秩序,缩短启用电话闭塞等特殊行车组织方式所需的时间,提高故障处理效率。
为了达到上述目的,本发明通过以下技术方案实现:
一种基于视频识别和IMU设备的轨道交通应急定位方法,包含:
初始化IMU设备、摄像模块和列车的位置信息,所述列车的位置信息包含“公里标数据+IMU累计位移值”;
通过所述IMU设备获取当前列车的运动姿态,通过所述摄像模块捕获公里标识牌图像;
对所述摄像模块捕获的图像分析处理,判断当前列车的运行状态;
当列车处于行进状态,利用IMU设备获取当前列车的运动姿态和加速度值,计算当前列车的IMU累计位移值;
从所述摄像模块捕获的图像中识别公里标数据,校正列车的位置信息。
可选的,还包含:对所述摄像模块捕获的图像分析处理,判断当前列车的运行状态,当列车处于停止状态,校正IMU设备的加速度值为0,当前列车速度也为0。
可选的,对所述摄像模块捕获的图像分析处理,判断当前列车的运行状态包含:
对当前时刻图像和上一时刻图像进行分析处理,根据置信度判断列车当前处于行进状态或停止状态。
可选的,所述利用IMU设备获取当前列车的运动姿态和加速度值,计算并更新当前列车的IMU累计位移值具体包含:
根据IMU设备输出的当前时刻的列车加速度信息计算当前时刻与上一时刻之间的速度增量Δv:
Δv=a×t (1)
其中,a为当前时刻的列车加速度信息,t为当前时刻与上一时刻的时间间隔,
根据上一时刻列车的速度信息v0,计算当前时刻的速度信息v:
v=Δv+v0 (2)
根据上一时刻定位到的位移信息s0,计算当前时刻列车的位移信息s:
s=s0+v0t+(at^2)/2 (3)。
可选的,设定滑动窗口缓冲区,所述滑动窗口缓冲区中包含IMU设备最近连续k次的加速度采样数据,对连续k次的加速度采样数据求取平均数,作为当前时刻的列车加速度信息。
可选的,从所述摄像模块捕获的图像中识别公里标数据,校正列车的位置信息包含:
对所述摄像模块捕获的图像进行预处理,设置若干个坐标阈值,各个坐标阈值包围范围为矩形范围,在所述图像的公里标识牌对应位置处裁剪所述矩形范围;
采用目标检测的神经网络模型检测经预处理过的图像中是否存在公里标识牌,当存在公里标识牌时,标识出所述公里标识牌上的数据信息,更新公里标数据,IMU累计位移值清零;当不存在公里标识牌时,公里标数据不变,更新IMU累计位移值。
可选的,列车与公里标识牌最近位置时,所述公里标识牌在图像上的高度为h,宽度为w,预处理过程裁剪的矩形范围高度为x×h,宽度为y×w,其中,x≥1,y≥1。
可选的,一种应用所述基于视频识别和IMU设备的轨道交通应急定位方法的系统,包含:
初始化模块,用于初始化设备信息;
数据采集模块,用于采集公里标识牌的图像信息、列车的运动姿态和加速度信息;
判断模块,用于根据所述数据采集模块采集的信息判断列车的行进状态;
IMU数据处理模块,用于根据所述数据采集模块采集的信息计算IMU累计位移值;
视频识别模块,用于对所述数据采集模块采集的公里标识牌的图像信息分析处理,以识别公里标识牌的数据信息;
校准模块,用于根据视频识别模块识别的公里标识牌的数据信息、IMU数据处理模块计算的IMU累计位移值进行列车位置信息的校准,所述校准模块经车地通信的通道将校准信息传送给调度中心。
可选的,所述数据采集模块包含:
摄像模块,用于采集所述公里标识牌的图像信息;
IMU设备,用于获取列车的运动姿态和加速度信息。
可选的,所述摄像模块设置于列车侧面,所述摄像模块的安装角度垂直于公里标识牌。
本发明与现有技术相比具有以下优点:
本发明的基于视频识别和IMU设备的轨道交通应急定位方法和系统中,该方法将视频识别和惯性测量单元等相结合,形成一种独立性较强的应急定位方式,可独立于车辆的信号系统,在发生信号故障时提供应急定位信息,不依赖任何原有的车载传感器,无需与其它的系统做接口,即可实现列车的定位;并且该方法通过视频识别公里标识牌的方式,不断修正IMU设备产生的累积误差,提高了车辆位置信息的准确度。
进一步的,本发明的基于视频识别和IMU设备的轨道交通应急定位方法中,采用对视频数据的帧间比较的方式,对列车本身是否静止进行识别,并用这一数据来对IMU设备进行修正;当识别到车辆处于停车状态时,及时对IMU设备的加速度、速度进行清零,纠正IMU设备的“零飘”误差。
进一步的,本发明的基于视频识别和IMU设备的轨道交通应急定位方法中,根据IMU设备误差引入原因进行分析,采用滑动窗口缓冲区,对最近k次的IMU设备采样数据求平均值,平抑由于温度漂移和MEMS制作精度引起的微量数值波动误差。
进一步的,本发明的基于视频识别和IMU设备的轨道交通应急定位系统,安装部署具有良好的灵活性,可较好地适应现场需求,能够将列车的具体定位精确到米。轨旁的公里标识牌是地铁线路的标准配置,在建设竣工时即全线布设完毕,因此,本发明的基于视频识别和IMU设备的轨道交通应急定位方法和系统无需新增的改造工作量,极大的减少了现场实施的难度和阻力。
附图说明
图1为本发明的基于视频识别和IMU设备的轨道交通应急定位方法示意图;
图2为本发明的从摄像模块捕获的图像中识别公里标数据方法示意图;
图3为本发明的基于视频识别和IMU设备的轨道交通应急定位系统示意图;
图4为本发明的基于视频识别和IMU设备的轨道交通应急定位系统应用示意图。
具体实施方式
以下结合附图,通过详细说明一个较佳的具体实施例,对本发明做进一步阐述。
根据背景技术中的应用场景和综合需求,本发明通过“视频识别轨旁公里标识牌+IMU惯性测量单元累计位移”的方式形成一套独立于信号系统的应急定位系统。通常在地铁沿线及隧道中,每间隔100米,有一个公里标号牌即公里标识牌,这个号牌上的编号是全线唯一的,因此,这个公里标号牌与信标一样,可以标定一个准确的绝对位置,轨旁的公里标识牌是地铁线路的标准配置,在建设竣工时即全线布设完毕。本发明利用现有的公里标识牌进行列车位置的定位,再通过列车本身的车地通信把车辆(列车)位置信息发往调度中心的车辆位置显示系统,本发明的基于视频识别和惯性测量的轨道交通应急定位方法和系统,可在列车原有信号设备故障情况下提供列车位置信息以辅助列车调配。
如图1所示,为本发明的一种基于视频识别和IMU设备的轨道交通应急定位方法,该方法包含:
S1、初始化IMU设备、摄像模块(即摄像机)和列车的位置信息,所述列车的位置信息包含“公里标数据+IMU累计位移值”。在本实施例中,设定列车的初始位置信息为“0km+0m”。
S2、通过所述IMU设备获取当前列车的运动姿态,通过所述摄像模块捕获公里标识牌的图像。
S3、对所述摄像模块捕获的图像分析处理,判断当前列车的运行状态。
具体地,所述步骤S3具体包含:对当前时刻图像和上一时刻图像进行分析对比处理,判断两图片的差异(像素级差异),根据置信度判断列车当前处于行进状态或停止状态。
分析IMU设备的工作原量和误差引入模型可知,IMU设备由于温度漂移和内部器件加工精度等原因引入的误差是其主要的误差来源。本发明采用对视频数据的帧间比较的方式,来对列车本身是否静止进行识别,并用这一数据来对IMU进行修正。当识别到车辆处于停车状态时,及时对IMU设备的加速度、速度进行清零,纠正IMU设备的“零飘”误差。
S4、当列车处于行进状态,利用IMU设备获取当前列车的运动姿态和加速度值,计算并更新当前列车的IMU累计位移值。例如,IMU累计位移值为80,当前列车的位置信息为0km+80m。
具体地,所述步骤S4包含:
根据IMU设备输出的当前时刻的列车加速度信息计算当前时刻与上一时刻之间的速度增量Δv:
Δv=a×t (1)
其中,a为当前时刻的列车加速度信息,t为当前时刻与上一时刻的时间间隔。根据上一时刻列车的速度信息v0和速度增量Δv,计算当前时刻的速度信息v:
v=Δv+v0 (2)
根据上一时刻定位到的位移信息s0,计算当前时刻列车的位移信息s:
s=s0+v0t+(at^2)/2 (3)。
在本实施例中,设定滑动窗口缓冲区,所述滑动窗口缓冲区中包含IMU设备最近连续k次的加速度采样数据,对连续k次的加速度采样数据求取平均数,作为当前时刻的列车加速度信息,以平抑IMU设备采集的数据波动,使计算结果更加可靠。滑动窗口的大小可以根据IMU设备采集的数据波动情况调整,一般在3~40之间均可,在本实施例中,该值取20。
S5、当列车处于停止状态,校正IMU设备的加速度值为0,当前列车速度也为0,即列车的移动距离不再累加变化(IMU累计位移值不变)。
S6、从所述摄像模块捕获的图像中识别公里标数据,校正列车的位置信息。列车行进过程中的后续列车位置信息可从此步循环至步骤S2以更新列车位置信息。
具体地,所述校正列车的位置信息包含:更新列车的公里标数据,IMU累计位移值清零(如更新的公里标数据为998,则当前列车的位置信息为“998km+0m”);或,列车的公里标数据不变,更新IMU累计位移值,此处更新的IMU累计位移值为步骤S4中计算的列车的位移信息s。
如图2所示,所述步骤S6包含:
S61、对所述摄像模块捕获的图像进行预处理。判断列车经过公里标识牌的时机即列车是否已经到达公里标识牌前。
具体地,设置若干个坐标阈值,各个坐标阈值包围范围为矩形范围,各个坐标阈值表示在图像上需裁剪矩形的坐标,在所述图像的公里标识牌对应位置处裁剪所述矩形范围。例如,设置矩形范围的左上角和右下角的坐标值,该矩形范围在所采集图像的最右侧,为列车头经过的公里标识牌在图像中的对应位置。
在摄像模块采集的图像画面上,需要识别的公里标识牌有一个由远及近逐渐接近的过程,可选的,可主要针对公里标识牌最靠近列车摄像模块的时机进行识别,该位置处画面分辨率较好,另外,也可以减少由于识别时机不统一而形成的误差。
考虑到地铁线路的起伏坡度而引起的摄像机画面的晃动量,列车与公里标识牌最近位置时,所述公里标识牌在图像上的高度为h,宽度为w,预处理过程裁剪的矩形范围高度为x×h,宽度为y×w,其中,x≥1,y≥1。采用此种矩形坐标进行剪裁可进一步确保公里标识牌落入图像画面中,而不会跑出画面之外。
在某一实施例中,矩形范围的大小可为公里标牌六倍左右,即在图片的最右侧剪裁一个高度为公里标牌高度的3倍,宽度为公里标高度的2倍大小的矩形作为待检测的图片数据,以约束列车经过公里标识牌的时机。例如,摄像模块采集到的图像大小为960*540(像素),则可设定捕获矩形范围的左上角与右下角的坐标值为(800,300),(960,500)(此坐标值为截取图片中的一块矩形的左上角与右下角的像素坐标,以屏幕的左上角处为0,0)。
S62、采用目标检测的神经网络模型检测经预处理过的图像中是否存在公里标识牌。
利用神经网络模型检测经预处理剪裁后的矩形图片中是否存在公里标识牌,并识别出公里标牌上的数据信息。只有模型识别率(通过神经网络识别出的结果)超过一定的阈值(阈值为设置好的)才判断识别成功。
所述神经网络模型可由输入层、卷积层、池化层和输出层组成,所述输出层为目标定位层,输出结果分为目标所在图像中的坐标信息和目标的检测类别。网络原理是将原始图片分割成互不重合的小方块,然后通过卷积产生一样大小的特征图,这些特征图的每个元素也是对应原始图片的一个小方块,然后用每个元素可以预测那些中心点在该小方格内的目标(该神经网络模型为通用技术,不再详述)。
可选的,采用神经网络模型检测图像中的公里标识牌采用现有的检测方法,例如:将剪裁后的图片作为输入数据,将输入图片划分为S×S个网格,经过卷积、池化等操作,输出的结果为10类(0,1,2,…9)。具体的模型训练过程如下:在实际的场景下,用相机采集了300张图片,并模拟实际场景的光线变化,采用了高斯变换方法为图片增加噪声、模糊、倾斜,生成了另外的300张添加了扰动的公里标识牌数据集,合成一共600张训练集。在服务器上训练了1万步左右,模型收敛,最终loss残差达到0.3。
S63、当存在公里标识牌时,标识出所述公里标识牌上的数据信息,更新公里标数据,IMU累计位移值清零;当不存在公里标识牌时,公里标数据不变,更新IMU累计位移值。
列车在两个公里标识牌之间时,会根据IMU设备采集的数据不断更新位移数值s,即列车从上一个公里标识牌到当前所在位置(还未到下一个公里标识牌)行驶了多少米。在这两个公里标识牌之间,直接通过算法不断获取当前IMU累计位移值,不对IMU累计位移值做另外的校准。
可选的,上述方法步骤可通过运算主机统一控制执行。所述运算主机可为适合边缘计算的工业级主机。
由上述可知,本发明的基于视频识别和IMU设备的轨道交通应急定位方法根据公里标识牌识别列车的位置范围,再利用IMU设备即惯性测量单元,测量列车本身的加速度和运动姿态,结合时间等信息可以得到列车的速度及一段时间内的位移。通过这种方式,可以确定列车所在的位置为“某公里标识牌+IMU累计位移值”处,这一定位的格式,可以与原有信号系统中的车辆定位数据准确对应,从而达到“应急定位”的目的,再通过不与原信号系统共用的无线车地通信通道,把列车的位置信息发往调度中心,在调度指挥中心的ATS(Automatic Train Supervision自动列车监控系统)或GIS(Geographic InformationSystem地理信息系统)系统上显示列车的实时位置。
基于同一发明构思,本发明还公开了一种应用所述基于视频识别和IMU设备的轨道交通应急定位方法的系统,如图3所示,该系统包含:初始化模块、数据采集模块、判断模块、IMU数据处理模块、视频识别模块、校准模块。进一步的,还包含电源模块为各个模块进行供电。
所述初始化模块用于初始化设备信息。在本实施例中,所述初始化模块初始化IMU设备、摄像模块和列车的位置信息。
所述数据采集模块用于采集公里标识牌的图像信息、列车的运动姿态和加速度信息。
进一步的,所述数据采集模块包含:摄像模块和IMU设备。所述摄像模块设置于列车侧面,所述摄像模块的安装角度垂直于公里标识牌,所述摄像模块用于采集所述公里标识牌的图像信息。可选的,所述摄像模块为高速摄像机,其安装于列车车头的侧面位置。所述IMU设备水平安装于列车司机室内,所述IMU设备用于获取列车的运动姿态和加速度信息,通过IMU设备测量列车加速度,可通过捷联惯导算法积分累计列车位移。
所述判断模块用于根据所述数据采集模块采集的信息判断列车的行进状态。
所述IMU数据处理模块用于根据所述数据采集模块采集的信息计算IMU累计位移值。具体地,所述IMU数据处理模块从IMU设备串口采集IMU数据,不同的IMU设备刷新频率有所不同。根据测得的Pitch俯仰角,Roll横滚角,Yaw航向角,对X、Y、Z三个轴向的加速度值进行去除重力加速度影响的修正计算。根据修正后的三个方向的加速度,获取与列车运行正方向一致的轴的加速度(具体需根据IMU设备的安装方式来确定,如X轴),将该加速度值放入“滑动窗口缓冲区”末尾,滑动窗口缓冲区的头部最早入列的一个值被抛弃。对滑动窗口缓中区内的加速度值求平均,以这个平均值为本周期实际参与运算的加速度值a即当前时刻的列车加速度信息,并以此计算IMU累计位移值。
所述视频识别模块用于对所述数据采集模块采集的公里标识牌的图像信息分析处理,以识别公里标识牌的数据信息,便于对累计误差进行纠正。所述视频识别模块安装于列车内部,所述视频识别模块分别与摄像模块、IMU设备和一显示器连接,其可进行图像的预处理和公里标识牌的识别。
所述校准模块用于根据视频识别模块识别的公里标识牌的数据信息、IMU数据处理模块计算的IMU累计位移值进行列车位置信息的校准,所述校准模块经车地通信的通道将校准信息传送给调度中心。在本实施例中,所述校准模块每一百米识别到一个公里标识牌,即每一百米校准一次IMU累计位移值。
如图4所示,为本发明的基于视频识别和IMU设备的轨道交通应急定位系统工作应用示意图,列车头部和列车尾部(1端司机室和2端司机室)分别安装有一套轨道交通应急定位系统,在列车行进过程中,只有处于行进前端的摄像模块工作(即前端的轨道交通应急定位系统工作,另一端处于未激活状态),BCM车载主机用来接收定位信息,并发往调度中心。车载交换机与BCM车载主机是车上原有的设备,在本实施例中,主要的作用是“车地通信”的通道,本发明的轨道交通应急定位系统延用原有的车地通信通道,以便在突发情况下原有定位系统不可用时,本发明的轨道交通应急定位系统还可起到定位作用,以便调度中心对列车的调配。
综上所述,本发明的一种基于视频识别和IMU设备的轨道交通应急定位方法和系统中,该方法将视频识别和IMU设备(惯性测量单元)等相结合,形成一种独立性较强的应急定位方式,可独立于车辆的信号系统,不依赖任何原有的车载传感器,无需与其它的系统做接口,在发生信号故障时提供应急定位信息即可快速实现列车的定位;并且该方法通过视频识别公里标识牌的方式,不断修正IMU设备产生的累积误差,提高了车辆位置信息的准确度。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。
Claims (10)
1.一种基于视频识别和IMU设备的轨道交通应急定位方法,其特征在于,包含:
初始化IMU设备、摄像模块和列车的位置信息,所述列车的位置信息包含“公里标数据+IMU累计位移值”;
通过所述IMU设备获取当前列车的运动姿态,通过所述摄像模块捕获公里标识牌图像;
对所述摄像模块捕获的图像分析处理,判断当前列车的运行状态;
当列车处于行进状态,利用IMU设备获取当前列车的运动姿态和加速度值,计算当前列车的IMU累计位移值;
从所述摄像模块捕获的图像中识别公里标数据,校正列车的位置信息。
2.如权利要求1所述的基于视频识别和IMU设备的轨道交通应急定位方法,其特征在于,还包含:
对所述摄像模块捕获的图像分析处理,判断当前列车的运行状态,当列车处于停止状态,校正IMU设备的加速度值为0,当前列车速度也为0。
3.如权利要求1或2所述的基于视频识别和IMU设备的轨道交通应急定位方法,其特征在于,对所述摄像模块捕获的图像分析处理,判断当前列车的运行状态包含:
对当前时刻图像和上一时刻图像进行分析处理,根据置信度判断列车当前处于行进状态或停止状态。
4.如权利要求1所述的基于视频识别和IMU设备的轨道交通应急定位方法,其特征在于,所述利用IMU设备获取当前列车的运动姿态和加速度值,计算并更新当前列车的IMU累计位移值具体包含:
根据IMU设备输出的当前时刻的列车加速度信息计算当前时刻与上一时刻之间的速度增量Δv:
Δv=a×t (1)
其中,a为当前时刻的列车加速度信息,t为当前时刻与上一时刻的时间间隔,
根据上一时刻列车的速度信息v0,计算当前时刻的速度信息v:
v=Δv+v0 (2)
根据上一时刻定位到的位移信息sn,计算当前时刻列车的位移信息s:
s=s0+v0t+(at^2)/2 (3)。
5.如权利要求4所述的基于视频识别和IMU设备的轨道交通应急定位方法,其特征在于,
设定滑动窗口缓冲区,所述滑动窗口缓冲区中包含IMU设备最近连续k次的加速度采样数据,对连续k次的加速度采样数据求取平均数,作为当前时刻的列车加速度信息。
6.如权利要求1所述的基于视频识别和IMU设备的轨道交通应急定位方法,其特征在于,从所述摄像模块捕获的图像中识别公里标数据,校正列车的位置信息包含:
对所述摄像模块捕获的图像进行预处理,设置若干个坐标阈值,各个坐标阈值包围范围为矩形范围,在所述图像的公里标识牌对应位置处裁剪所述矩形范围;
采用目标检测的神经网络模型检测经预处理过的图像中是否存在公里标识牌,当存在公里标识牌时,标识出所述公里标识牌上的数据信息,更新公里标数据,IMU累计位移值清零;当不存在公里标识牌时,公里标数据不变,更新IMU累计位移值。
7.如权利要求6所述的基于视频识别和IMU设备的轨道交通应急定位方法,其特征在于,
列车与公里标识牌最近位置时,所述公里标识牌在图像上的高度为h,宽度为w,预处理过程裁剪的矩形范围高度为x×h,宽度为y×w,其中,x≥1,y≥1。
8.一种应用如权利要求1~7任一项所述的基于视频识别和IMU设备的轨道交通应急定位方法的系统,其特征在于,包含:
初始化模块,用于初始化设备信息;
数据采集模块,用于采集公里标识牌的图像信息、列车的运动姿态和加速度信息;
判断模块,用于根据所述数据采集模块采集的信息判断列车的行进状态;
IMU数据处理模块,用于根据所述数据采集模块采集的信息计算IMU累计位移值;
视频识别模块,用于对所述数据采集模块采集的公里标识牌的图像信息分析处理,以识别公里标识牌的数据信息;
校准模块,用于根据视频识别模块识别的公里标识牌的数据信息、IMU数据处理模块计算的IMU累计位移值进行列车位置信息的校准,所述校准模块经车地通信的通道将校准信息传送给调度中心。
9.如权利要求8所述的基于视频识别和IMU设备的轨道交通应急定位系统,其特征在于,所述数据采集模块包含:
摄像模块,用于采集所述公里标识牌的图像信息;
IMU设备,用于获取列车的运动姿态和加速度信息。
10.如权利要求9所述的基于视频识别和IMU设备的轨道交通应急定位系统,其特征在于,
所述摄像模块设置于列车侧面,所述摄像模块的安装角度垂直于公里标识牌。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011504539.2A CN112550377A (zh) | 2020-12-18 | 2020-12-18 | 基于视频识别和imu设备的轨道交通应急定位方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011504539.2A CN112550377A (zh) | 2020-12-18 | 2020-12-18 | 基于视频识别和imu设备的轨道交通应急定位方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112550377A true CN112550377A (zh) | 2021-03-26 |
Family
ID=75063686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011504539.2A Pending CN112550377A (zh) | 2020-12-18 | 2020-12-18 | 基于视频识别和imu设备的轨道交通应急定位方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112550377A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113895481A (zh) * | 2021-10-26 | 2022-01-07 | 卡斯柯信号有限公司 | 基于图形识别的列车定位与追踪管理方法、设备及介质 |
CN114407981A (zh) * | 2022-01-13 | 2022-04-29 | 浙江众合科技股份有限公司 | 一种自适应调整的列车辅助定位方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103192852A (zh) * | 2013-04-18 | 2013-07-10 | 南京理工大学 | 一种地铁列车防撞预警装置及其方法 |
KR20160000031A (ko) * | 2014-06-23 | 2016-01-04 | 현대로템 주식회사 | 운행기록을 이용한 철도차량과 선로 감시시스템 및 방법 |
CN108454652A (zh) * | 2017-02-22 | 2018-08-28 | 中车株洲电力机车研究所有限公司 | 一种安全可靠的实时测速和连续定位的方法、装置及系统 |
CN108778889A (zh) * | 2016-04-15 | 2018-11-09 | 普拉塞-陶依尔铁路出口股份有限公司 | 用于检测轨道旁的固定点的方法和测量系统 |
CN109631887A (zh) * | 2018-12-29 | 2019-04-16 | 重庆邮电大学 | 基于双目、加速度与陀螺仪的惯性导航高精度定位方法 |
CN109747681A (zh) * | 2019-01-14 | 2019-05-14 | 卡斯柯信号有限公司 | 一种列车定位装置及方法 |
CN110864690A (zh) * | 2019-10-31 | 2020-03-06 | 北京无线电计量测试研究所 | 一种适用于车辆图像识别的室内定位系统和方法 |
CN111114593A (zh) * | 2019-12-18 | 2020-05-08 | 中铁电气化局集团有限公司 | 基于多元信息融合的地铁列车自主定位装置、系统及方法 |
CN112249089A (zh) * | 2020-09-27 | 2021-01-22 | 卡斯柯信号有限公司 | 一种轨道交通应急定位系统及方法 |
-
2020
- 2020-12-18 CN CN202011504539.2A patent/CN112550377A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103192852A (zh) * | 2013-04-18 | 2013-07-10 | 南京理工大学 | 一种地铁列车防撞预警装置及其方法 |
KR20160000031A (ko) * | 2014-06-23 | 2016-01-04 | 현대로템 주식회사 | 운행기록을 이용한 철도차량과 선로 감시시스템 및 방법 |
CN108778889A (zh) * | 2016-04-15 | 2018-11-09 | 普拉塞-陶依尔铁路出口股份有限公司 | 用于检测轨道旁的固定点的方法和测量系统 |
CN108454652A (zh) * | 2017-02-22 | 2018-08-28 | 中车株洲电力机车研究所有限公司 | 一种安全可靠的实时测速和连续定位的方法、装置及系统 |
CN109631887A (zh) * | 2018-12-29 | 2019-04-16 | 重庆邮电大学 | 基于双目、加速度与陀螺仪的惯性导航高精度定位方法 |
CN109747681A (zh) * | 2019-01-14 | 2019-05-14 | 卡斯柯信号有限公司 | 一种列车定位装置及方法 |
CN110864690A (zh) * | 2019-10-31 | 2020-03-06 | 北京无线电计量测试研究所 | 一种适用于车辆图像识别的室内定位系统和方法 |
CN111114593A (zh) * | 2019-12-18 | 2020-05-08 | 中铁电气化局集团有限公司 | 基于多元信息融合的地铁列车自主定位装置、系统及方法 |
CN112249089A (zh) * | 2020-09-27 | 2021-01-22 | 卡斯柯信号有限公司 | 一种轨道交通应急定位系统及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113895481A (zh) * | 2021-10-26 | 2022-01-07 | 卡斯柯信号有限公司 | 基于图形识别的列车定位与追踪管理方法、设备及介质 |
CN113895481B (zh) * | 2021-10-26 | 2024-01-23 | 卡斯柯信号有限公司 | 基于图形识别的列车定位与追踪管理方法、设备及介质 |
CN114407981A (zh) * | 2022-01-13 | 2022-04-29 | 浙江众合科技股份有限公司 | 一种自适应调整的列车辅助定位方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6301828B2 (ja) | 誘導用線路に沿って移動する車両の速度及び位置を測定する装置、並びに対応する方法及びコンピュータプログラム製品 | |
KR101919366B1 (ko) | 차량 내부 네트워크 및 영상 센서를 이용한 차량 위치 인식 장치 및 그 방법 | |
JP6494103B2 (ja) | 画像処理を利用した列車位置検出システムならびに画像処理を利用した列車位置および環境変化検出システム | |
KR101339354B1 (ko) | 영상을 이용한 철도차량의 위치검지 시스템 및 위치검지방법 | |
JP6064045B2 (ja) | 情報送信装置、天候状況取得システム、サーバ装置、情報送信方法及びプログラム | |
CN105676253A (zh) | 一种自动驾驶中基于城市道路标线地图的纵向定位系统及其方法 | |
CN112550377A (zh) | 基于视频识别和imu设备的轨道交通应急定位方法和系统 | |
CN113218407B (zh) | 一种基于vio和卫星导航系统融合的地图生成方法及装置 | |
JP2009074859A (ja) | 運動計測装置及び位置計測装置 | |
WO2020194539A1 (ja) | 構造物の変位計測装置 | |
AU2022204351B2 (en) | Systems and methods for locating objects | |
US10921137B2 (en) | Data generation method for generating and updating a topological map for at least one room of at least one building | |
CN109747681A (zh) | 一种列车定位装置及方法 | |
JP4775658B2 (ja) | 地物認識装置・自車位置認識装置・ナビゲーション装置・地物認識方法 | |
JP2009074861A (ja) | 移動量計測装置及び位置計測装置 | |
CN108469262A (zh) | 轨道交通列车的定位系统及方法 | |
CN112249089A (zh) | 一种轨道交通应急定位系统及方法 | |
CN111183464B (zh) | 基于车辆轨迹数据估计信号交叉路口的饱和流量的系统和方法 | |
CN114841188A (zh) | 一种基于二维码的车辆融合定位方法及装置 | |
JP2017083458A (ja) | サーバ装置、天候状況取得方法、情報送信装置、情報送信方法、プログラム、及び、天候状況取得システム | |
CN116582926A (zh) | 一种基于uwb、imu的井下胶轮车融合定位方法 | |
JP7319824B2 (ja) | 移動体 | |
US20220404170A1 (en) | Apparatus, method, and computer program for updating map | |
CN113188546B (zh) | 基于图像识别与人行航位推算的室内定位导航方法 | |
CN111735473B (zh) | 一种能上传导航信息的北斗导航系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210326 |