CN113390435B - 高速铁路多元辅助定位系统 - Google Patents

Abstract

本发明涉及铁路安全设备技术领域及计算机视觉技术领域，特别涉及高速铁路多元辅助定位系统，系统包括查询应答器系统和车载计算机，还包括速度传感器，查询应答器系统用于从沿轨道边设置的若干地面应答器，读取地面应答器存储的位置信息；速度传感器用于获取列车的行进距离；车载计算机包括铁路线路里程计算模块，铁路线路里程计算模块以其中一个地面应答器的位置信息为参考起点，根据行进的距离，计算出列车在两个地面应答器之间的位置信息。

Description

高速铁路多元辅助定位系统

技术领域

本发明涉及铁路安全设备技术领域及计算机视觉技术领域，特别涉及高速铁路多元辅助定位系统。

背景技术

高速铁路已经有了很大的发展，所采用的列车定位技术是多种多样的。其中最为广泛的一种方式是基于查询应答器的列车定位。其原理是在铁路干线上以一定间隔安装地面应答器，当列车经过时，车载设备接收地面应答器报文信息，从而获得列车位置(以铁路线路里程表示)；还有一种方式是利用轨道电路定位，在铁路上依适当距离区分多个闭塞分区，通过检测列车占用闭塞分区的情况获取列车的位置。但是上述两种方式存在的问题在于，(1)查询应答器只能表达离散的列车位置，当列车行驶在两个地面应答器之间时，无法获取列车位置，位置信息不连续。(2)轨道电路所表达的闭塞分区过长，且只能获取列车的占用情况，无法获得列车在当前闭塞分区的具体位置。(3)用单一传感器定位，当某个传感器损坏时，会影响整个定位系统的安全。虽然后续有引入了全球定位系统(GPS)技术增加定位精度，在一些偏远地区，列车采用全球定位系统(GPS)进行定位，然而，列车行驶在隧道中无法接收卫星信号，因此无法在隧道中获得GPS坐标，造成定位信息的缺失。

发明内容

本发明目的在于，针对列车定位技术的上述缺陷，在现有的定位技术的基础上，增加了图像处理系统，用以辅助高速铁路的定位，实现了高速铁路的多元辅助定位，因此，提出了一种高速铁路多元辅助定位系统。

为了实现上述发明目的，本发明提供了以下技术方案：

一种高速铁路多元辅助定位系统，包括查询应答器系统和车载计算机，还包括速度传感器，

所述查询应答器系统用于从沿轨道边设置的若干地面应答器，读取所述地面应答器存储的位置信息；

所述速度传感器用于获取列车的行进距离；

所述车载计算机包括铁路线路里程计算模块，所述铁路线路里程计算模块以其中一个地面应答器的位置信息为参考起点，根据所述行进距离，计算出列车位置信息；所述位置信息以铁路线路里程表示。

作为本发明的优选方案，所述速度传感器包括轮轴速度传感器和/或瞬时速率传感器。

作为本发明的优选方案，当所述速度传感器为轮轴速度传感器时，所述速度传感器用于计算单位时间内车轮旋转的圈数，所述列车的行进距离根据所述计算单位时间内车轮旋转的圈数和车轮直径计算得到。

作为本发明的优选方案，当所述速度传感器为瞬时速率传感器时，所述速度传感器用于获得列车相对于地面的瞬时速率，所述列车的行进距离根据所述瞬时速率和持续时间，采用积分公式计算得到。

作为本发明的优选方案，还包括用于列车辅助定位的图像处理系统，所述图像处理系统包括前端设备和后端设备，所述前端设备包括双目相机，所述双目相机用于拍摄列车的行车视频，并同步采集左右相机的图像；

所述后端设备根据所述左右相机的图像计算图像间的视差，并且计算每一个像素的深度，从而计算出各像素点在相机坐标系下的相机坐标；所述后端设备根据所述各像素点在相机坐标系下的相机坐标，并使用ORB-SALM2算法，计算出列车运行轨迹。

作为本发明的优选方案，所述计算出列车运行轨迹具体包括以下步骤：

S1，提取每一帧图像的特征点，以此若干特征点作为观测到的路标；

S2，利用RANSAC算法对相邻两帧图像中的特征点进行准确匹配，获取匹配好的点对；

S3，根据所述匹配好的点对，利用ICP算法，得到所述相邻两帧图像之间的位姿变化；

S4，以第一帧图像的相机坐标作为基准，根据帧图像的位姿变化，求得相机的运动轨迹，所述相机的运动轨迹为所述列车运行轨迹。

作为本发明的优选方案，计算出列车运行轨迹之后，还包括：S5，根据所述列车运行轨迹绘制稀疏点云地图的步骤，

所述稀疏点云地图的实现步骤具体包括：

S51，从获取的帧图像中提取出关键帧图像的点云信息，所述点云信息包括图像中的特征点、特征点的深度信息以及特征点的相机坐标；

S52，根据所述相邻两帧图像之间的位姿变化，将关键帧图像的点云信息拼接到第一帧图像上，构成所述列车运行轨迹绘制稀疏点云地图。

作为本发明的优选方案，还包括卫星定位系统，所述卫星定位系统包括接收机和定位模块，所述接收机用于获取卫星信号，所述定位模块用于获取列车的卫星定位坐标，

所述车载计算机还包括地图匹配模块，所述地图匹配模块根据所述位置信息、所述列车的卫星定位坐标和所述稀疏点云地图，在关键帧图像处添加铁路线路里程和卫星定位坐标，并绘制带有铁路线路里程和卫星定位坐标的稀疏点云地图。

作为本发明的优选方案，系统还包括存储单元，所述存储单元保存了带有铁路线路里程和卫星定位坐标的稀疏点云地图，当列车的双目相机检测到关键帧图像中一组相同的特征点时，就直接读取所述存储单元中存储的关键帧图像对应的铁路线路里程和卫星定位坐标。

作为本发明的优选方案，所述前端设备还包括RGB-D相机，所述RGB-D相机、所述双目相机和卫星定位系统相配合，计算出隧道入口图像和隧道出口图像之间帧图像的位姿变化，进而绘制出列车在隧道内的运动轨迹，具体步骤包括：

第一步，所述RGB-D相机和所述双目相机同步拍摄列车行进图像；

第二步，通过所述RGB-D相机拍摄的图像，获取图像的颜色信息和深度信息，并根据所述图像的颜色信息和深度信息用于进行语义分析，识别出隧道入口图像；根据所述卫星定位系统获取隧道出口的卫星定位坐标，并同时获取所述RGB-D相机拍摄的隧道出口图像；

第三步，提取出与所述隧道入口图像同时拍摄的双目相机中的隧道入口图像，作为第一参考点图像；提取出与所述隧道出口图像同时拍摄的双目相机中的隧道出口图像，作为第二参考点图像；

第四步，根据所述第一参考点图像和所述第二参考点图像之间的帧图像，利用ORB-SLAM 2算法计算每一帧图像的位姿变化，并根据位姿变化计算出相机在隧道内的运动轨迹；所述相机在隧道内的运动轨迹为所述列车在隧道内的运动轨迹。

与现有技术相比，本发明的有益效果：

1、在现有的查询应答器系统和卫星定位系统定位列车的基础上，增加了速度传感器，通过速度传感器本系统能精确地获取查询应答器之间的列车位置信息，提高了定位的精确程度。

2、增加了通过图像处理系统获取列车的行车轨迹，用以辅助列车定位，在上述两种方式不能实现列车定位的时候，该图像处理系统能保证列车定位连续性。并且，本发明利用视觉信息融合速度传感器和查询应答器，可以绘制出带有铁路线路里程和卫星定位坐标的稀疏点云地图，此点云地图既可以帮助列车更好的定位，也可以很好地表达整条铁路的路况信息。带有铁路线路里程和卫星定位坐标的稀疏点云地图也可以共享给其他列车，可以辅助其他列车进行快速精确定位，并根据预先获取的路况信息实现安全运行。

3、本发明系统中将视觉信息与卫星定位系统获取的卫星坐标相结合，计算列车在隧道内的行进轨迹，解决了列车在隧道内因无法接收卫星信号而无法获得卫星定位系统坐标的问题。

4、由于采用了多种辅助定位系统，增加了冗余，解决传统定位方式单一，可靠性低的问题，列车可实现可靠的自主定位。

附图说明：

图1为本发明实施例1中的一种高速铁路多元辅助定位系统整体架构示意图。

具体实施方式

下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。

实施例1

如图1所示，本实施例提供的高速铁路多元辅助定位系统，其特征在于：包括图像处理系统、全球定位系统(GPS)、速度传感器、查询应答器系统和车载计算机。

所述查询应答器系统分为地面设备和车载设备。所述地面设备包括地面应答器，所述车载设备包括车载查询器天线和车载查询器主机。地面应答器安置在铁路轨道中央，其铁路线路里程已知。当列车经过其中一个地面应答器时，车载查询器天线识别到此地面应答器，并接受地面应答器的报文信息，将此报文信息传给车载查询器主机。车载查询器主机解析报文信息，获得列车位置(以铁路线路里程表示)。车载查询器主机获得此时的列车位置后，将此数据传给车载计算机，用作后续处理。为保障列车运行安全，列车位置信息还会通过GSM-R网络传给无线闭塞中心(RBC)。

当列车行驶在两个地面应答器之间时，无法获得列车位置。为使列车获得连续的位置信息，加入了速度传感器。所述速度传感器包括轮轴速度传感器和瞬时速率传感器。所述轮轴速度传感器可以计算单位时间内车轮旋转一周的次数，如已知车轮直径，即可计算出列车行进距离。瞬时速率传感器可获得列车相对于地面的瞬时速率，通过式(1)可计算出列车行进距离。

s＝∫v(t)dt (1)

当列车启动和制动时，车轮可能出现空转。此时使用轮轴速度传感器发出的数据计算列车行进距离会有误差，但此时列车速率较低，使用瞬时速率传感器可以获得较为连续的速率曲线，使用式(1)计算列车行进距离较为准确。当列车高速运动时，车轮不会出现空转，此时使用轮轴速度传感器发出的数据计算列车行进距离更为准确。因此可以根据列车运行速率和加速度动态地选择速度传感器。

地面应答器的位置固定，其铁路线路里程已知，以此作为定位标准可靠性高。当列车经过地面应答器时，车载查询器天线接收地面应答器的报文信息并发送给车载查询器主机，经车载查询器主机解析后可得到此时的列车位置(以铁路线路里程表示)。车载计算机接收速度传感器数据，通过计算得到列车经过地面应答器后的行进距离，并把此距离叠加在地面应答器的铁路线路里程上，即可获得当前的列车位置。但计算的列车位置会有一定误差，当列车经过下一个地面应答器时，立即更新列车位置信息，以该地面应答器的铁路线路里程为标准。

图像处理系统用于列车辅助定位。所述图像处理系统包括前端设备和后端设备。前端设备作为视觉传感器，拍摄行车视频。后端设备接收行车视频，并对视频的每一帧图像进行处理。所述前端设备包括RGB-D相机和双目相机。所述后端设备包括GPU服务器(独立于车载计算机)。笔记本电脑配置为i5-10300H处理器，8核，使用GPU(GTX1650Ti)加速，操作系统为Ubuntu 18.04。

双目相机可获取双目视觉信息，通过同步采集左右相机的图像，计算图像间视差，以便估计每一个像素的深度，可以计算各像素点在相机坐标系下的坐标。在列车运行的情况下，每一帧图像都是不同的，根据图像的变化情况可以计算出相机的位姿变化，即运动轨迹，因此可以得到列车的运行轨迹。高速铁路的行驶速度在250km/h-350km/h之间，每秒可行进约70m-100m，双目相机的可视距离有限，需根据列车速度动态地设置双目相机的FPS，列车速度越高，FPS设置越大。FPS设置过大会使运算增加，影响图像处理系统总体性能；FPS设置过小会使相邻帧图像有较大差异，影响定位的准确性。为使双目相机拍摄的相邻帧图像有一定的相似特征，设置双目相机的FPS为50-70之间。

使用ORB-SLAM2算法计算列车运行轨迹的原理参考论文《ORB-SLAM2:an Open-Source SLAM System for Monocular,Stereo and RGB-D Cameras》，作者为Raúl Mur-Artal和Juan D.Tardós。使用ORB-SLAM2算法计算列车运行轨迹，并绘制稀疏点云地图。使用ORB-SLAM2算法，适用于双目相机进行定位与建图，具体方法如下：

(1)特征提取：提取每一帧图像的ORB特征点，以此若干特征点作为观测到的路标。

(2)特征匹配：当前帧的路标与上一帧的路标有对应关系，利用RANSAC算法对两帧图像中的特征点进行准确匹配。具体方法如下：1)在已经匹配好的特征点中选取m个点，计算出模型参数。2)用得到的模型参数估计所有的点，设定阈值，误差在阈值内的为内点，反之为外点。3)重复以上步骤，迭代一定次数后，选取保留最多内点的模型，以此模型作为最终结果。

(3)位姿估计：此时已经有了匹配好的点对，利用ICP算法，即可得到两帧图像的位姿变化。ICP算法可以对两个具有运动关系的三维点集进行配准对齐，以求得点集间的旋转和平移关系，即位姿变化，通过不断迭代求解最优值。以第一帧图像为基准，计算第n+1帧图像相对于第n帧图像的位姿变化(n≥1)。以此类推，可以得到相机的运动轨迹，即列车运行轨迹。以第一帧图像的相机坐标作为世界坐标，计算相机每一帧图像相对第一帧的位姿变化，即可求得相机的运动轨迹，即列车运行轨迹。

(4)后端优化：对相机位姿进行优化，删除冗余的关键帧和低质量的特征点。得到高质量的相机的位姿和特征点的空间位置。

列车的运行轨迹已知，轨迹以旋转矩阵和相对位移表示，为更直观地观察列车运行轨迹，绘制稀疏点云地图。具体方法如下：

(1)提取关键帧点云：每帧图像点云信息数据量庞大，添加每一帧图像的点云会增加系统负担，因此只需提取关键帧点云。根据图像中的特征点和特征点的深度信息提取点云。

(2)点云拼接：相机每一帧相对第一帧的位姿变化已知，通过计算将所有关键帧的点云拼接到第一帧上，即可构成连续完整的稀疏点云地图。

稀疏点云地图以图像的形式表达列车的运行轨迹，也可以直观地展现铁路的路况信息，如普通道路，弯道，桥梁，隧道等。普通地面参照物多，特征点多样，点云分布较为杂乱。桥梁上参照物少，特征点单一，点云分布较为平均。隧道内空间小，特征点紧凑，点云分布集中。将稀疏点云地图传给车载计算机，用作后续处理。

所述卫星定位系统(GPS/北斗)包括接收机和定位模块。接收机负责获取卫星信号，定位模块负责定位，获得位置参数。定位模块将列车坐标传给车载计算机，用作后续处理。

所述车载计算机包括铁路线路里程计算模块，地图匹配模块和存储单元。所述铁路线路里程计算模块负责接收查询应答器系统和速度传感器发送的数据，计算列车位置(以铁路线路里程表示)。所述地图匹配模块负责接收列车位置、列车卫星定位坐标和稀疏点云地图。地图匹配模块将这些数据整合，在关键帧处添加铁路线路里程和卫星定位坐标，绘制带有铁路线路里程和卫星定位坐标的稀疏点云地图，并将其保存在存储单元中。

当列车再次行驶在同一条线路时，相机检测到关键帧图像中一组相同的特征点时即可获得列车位置(以铁路线路里程表示)和列车卫星定位坐标。此点云地图既可以帮助列车更好的定位，也可以很好地表达整条铁路的路况信息。带有铁路线路里程和卫星定位坐标的稀疏点云地图也可以共享给其他列车。将此稀疏点云地图传给调度指挥中心，再由调度指挥中心传给其他列车。

实施例2

当列车行驶在隧道中时，无法接收卫星信号。列车在山区运行时，隧道占比大，列车会长时间无法获得GPS坐标。可以利用图像处理系统辅助定位，估算出列车在隧道中的GPS坐标。

所述图像处理系统中的前端设备包括RGB-D相机和双目相机。RGB-D相机可直接获得颜色和深度信息，用于语义分析和距离测量。双目相机可获取双目视觉信息，用于相机位姿估计，计算列车运行轨迹。

所述RGB-D相机置于驾驶室前端，FPS为60，颜色和深度信息传给笔记本电脑。将视频分解成单帧图像，对每一帧图像都进行语义分析。利用目标检测网络YOLOv3检测每一帧图像中的物体，并为其添加2D语义标签。隧道入口视觉信息明显，可提前识别，并持续追踪。

RGB-D相机可直接获取深度信息，当距离隧道入口约3m时，记录此时列车获取的卫星定位坐标，作为第一参考点，此点即为隧道入口的卫星定位坐标。当列车驶出隧道且再次接收到卫星信号时，记录此时列车获取的卫星定位坐标，作为第二参考点，此点即为隧道出口的卫星定位坐标。

双目相机与RGB-D相机同步，FPS为60。把第一在参考点拍摄的单帧图像作为第一帧图像，把在第二参考点拍摄的图像作为最后一帧图像。第一帧与最后一帧的中间单帧图像即为相机在隧道中拍摄的图像。利用ORB-SLAM 2算法计算每一帧相对于第一帧的位姿变化，到最后一帧截至，计算出相机运动轨迹。再将此轨迹绘制成折线图，折线图中的点代表拍摄当前帧的相机位置。

折线图是三维的，而卫星定位坐标是二维的。因此将折线图沿负z轴方向向xOy平面投影，得到二维折线图。将二维折线图的x轴和y轴单位量化，再把第一参考点和第二参考点的卫星定位坐标带入折线图的起点和终点。通过计算可得到折线图中每一点的GPS坐标，即相机的卫星定位坐标。

此时已经获得列车在隧道内的卫星定位坐标，按照实施例1的方法绘制带有铁路线路里程和卫星定位坐标的稀疏点云地图，用于辅助定位。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本实用新型进行了详细说明，本领域的普通技术人员应当理解，可以对本实用新型的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本实用新型的保护范围当中。

Claims (8)

1.一种高速铁路多元辅助定位系统，包括查询应答器系统和车载计算机，其特征在于，还包括速度传感器，

所述查询应答器系统用于从沿轨道边设置的若干地面应答器，读取所述地面应答器存储的位置信息；

所述速度传感器用于获取列车的行进距离；

所述车载计算机包括铁路线路里程计算模块，所述铁路线路里程计算模块以其中一个地面应答器的位置信息为参考起点，根据所述行进距离，计算出列车位置信息；所述位置信息以铁路线路里程表示；

还包括用于列车辅助定位的图像处理系统，所述图像处理系统包括前端设备和后端设备，所述前端设备包括双目相机，所述双目相机用于拍摄列车的行车视频，并同步采集左右相机的图像；

所述后端设备根据所述左右相机的图像计算图像间的视差，并且计算每一个像素的深度，从而计算出各像素点在相机坐标系下的相机坐标；所述后端设备根据所述各像素点在相机坐标系下的相机坐标，并使用ORB-SLAM2算法，计算出列车运行轨迹；

所述前端设备还包括RGB-D相机，所述RGB-D相机、所述双目相机和卫星定位系统相配合，计算出隧道入口图像和隧道出口图像之间帧图像的位姿变化，进而绘制出列车在隧道内的运动轨迹，具体步骤包括：

第一步，所述RGB-D相机和所述双目相机同步拍摄列车行进图像；

第二步，通过所述RGB-D相机拍摄的图像，获取图像的颜色信息和深度信息，并根据所述图像的颜色信息和深度信息用于进行语义分析，识别出隧道入口图像，记录此时列车获取的卫星定位坐标，作为第一参考点；当列车驶出隧道且再次接收到卫星信号时，记录此时列车获取的卫星定位坐标，作为第二参考点，并同时获取所述RGB-D相机拍摄的隧道出口图像；

第三步，提取出与所述隧道入口图像同时拍摄的双目相机中的隧道入口图像，作为第一参考点图像；提取出与所述隧道出口图像同时拍摄的双目相机中的隧道出口图像，作为第二参考点图像；

第四步，根据所述第一参考点图像和所述第二参考点图像之间的帧图像，利用ORB-SLAM２算法计算每一帧图像的位姿变化，并根据位姿变化计算出相机在隧道内的运动轨迹；再将所述运动轨迹绘制成折线图，所述折线图中的点代表拍摄当前帧的相机位置，再把第一参考点和第二参考点的卫星定位坐标带入折线图的起点和终点，得到所述相机在隧道内的运动轨迹的卫星定位坐标，将所述相机在隧道内的运动轨迹的卫星定位坐标作为所述列车在隧道内的运动轨迹。

2.如权利要求1所述的一种高速铁路多元辅助定位系统，其特征在于，所述速度传感器包括轮轴速度传感器和/或瞬时速率传感器。

3.如权利要求2所述的一种高速铁路多元辅助定位系统，其特征在于，当所述速度传感器为轮轴速度传感器时，所述速度传感器用于计算单位时间内车轮旋转的圈数，所述列车的行进距离根据所述计算单位时间内车轮旋转的圈数和车轮直径计算得到。

4.如权利要求2所述的一种高速铁路多元辅助定位系统，其特征在于，当所述速度传感器为瞬时速率传感器时，所述速度传感器用于获得列车相对于地面的瞬时速率，所述列车的行进距离根据所述瞬时速率和持续时间，采用积分公式计算得到。

5.如权利要求4所述的一种高速铁路多元辅助定位系统，其特征在于，所述计算出列车运行轨迹具体包括以下步骤：

S1，提取每一帧图像的特征点，以此若干特征点作为观测到的路标；

S2，利用RANSAC算法对相邻两帧图像中的特征点进行准确匹配，获取匹配好的点对；

S3，根据所述匹配好的点对，利用ICP算法，得到所述相邻两帧图像之间的位姿变化；

S4，以第一帧图像的相机坐标作为基准，根据帧图像的位姿变化，求得相机的运动轨迹，所述相机的运动轨迹为所述列车运行轨迹。

6.如权利要求5所述的一种高速铁路多元辅助定位系统，其特征在于，计算出列车运行轨迹之后，还包括：S5，根据所述列车运行轨迹绘制稀疏点云地图的步骤，

所述稀疏点云地图的实现步骤具体包括：

S51，从获取的帧图像中提取出关键帧图像的点云信息，所述点云信息包括图像中的特征点、特征点的深度信息以及特征点的相机坐标；

S52，根据所述相邻两帧图像之间的位姿变化，将关键帧图像的点云信息拼接到第一帧图像上，构成所述列车运行轨迹绘制稀疏点云地图。

7.如权利要求6所述的一种高速铁路多元辅助定位系统，其特征在于，还包括卫星定位系统，所述卫星定位系统包括接收机和定位模块，所述接收机用于获取卫星信号，所述定位模块用于获取列车的卫星定位坐标，

所述车载计算机还包括地图匹配模块，所述地图匹配模块根据所述位置信息、所述列车的卫星定位坐标和所述稀疏点云地图，在关键帧图像处添加铁路线路里程和卫星定位坐标，并绘制带有铁路线路里程和卫星定位坐标的稀疏点云地图。

8.如权利要求7所述的一种高速铁路多元辅助定位系统，其特征在于，系统还包括存储单元，所述存储单元保存了带有铁路线路里程和卫星定位坐标的稀疏点云地图，当列车的双目相机检测到关键帧图像中一组相同的特征点时，就直接读取所述存储单元中存储的关键帧图像对应的铁路线路里程和卫星定位坐标。

Images