CN113911174B - 列车的测速方法及装置 - Google Patents
列车的测速方法及装置 Download PDFInfo
- Publication number
- CN113911174B CN113911174B CN202111302022.XA CN202111302022A CN113911174B CN 113911174 B CN113911174 B CN 113911174B CN 202111302022 A CN202111302022 A CN 202111302022A CN 113911174 B CN113911174 B CN 113911174B
- Authority
- CN
- China
- Prior art keywords
- speed
- train
- point cloud
- running
- adjacent frames
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000005259 measurement Methods 0.000 claims abstract description 47
- 238000000691 measurement method Methods 0.000 claims abstract description 6
- 230000001133 acceleration Effects 0.000 claims description 58
- 230000005484 gravity Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 12
- 238000012937 correction Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- B61L25/021—Measuring and recording of train speed
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种列车的测速方法及装置。所述方法包括:获取列车运行前方的点云图像;在相邻两帧点云图像中的目标匹配的情况下,根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离;根据所述运行距离以及所述时间差,确定列车的第一运行速度;通过毫米波雷达获取列车的第二运行速度;在所述第二运行速度小于预设速度阈值的情况下,将所述第一运行速度作为列车的速度;在所述第二运行速度大于等于预设速度阈值的情况下,将所述第二运行速度作为列车的速度。本发明提供的列车的测速方法及装置,通过融合点云匹配测速与毫米波雷达测速,实现了列车在各种运行速度情况下的高精度测速。
Description
技术领域
本发明涉及轨道交通技术领域,具体涉及一种列车的测速方法及装置。
背景技术
现有的列车测速主要依靠速度传感器(即安装在轮轴上的编码器)来获取列车速度或者通过使用毫米波雷达进行测速。
基于速度传感器的测速方案与轮径直接相关,随着列车运行中车轮磨耗的加剧,测速的偏差会越来越大。此外,速度传感器所依赖的编码器必须安装在车轴上,而列车的转向架以及轮对经常需要进行打磨和更换的维护工作,就需要频繁的起车(即将车身吊起,与转向架分离),编码器与车身之间的电缆也就需要频繁的插拔,给列车的维护带来了麻烦,也降低了速度传感器的可靠性。
基于毫米波雷达的测速方案在列车高速运行时测速精度较高,但是在低速运行时测速精度较差,原因是毫米波雷达输出的速度是某个最低速度(例如0.25米/秒)的整倍数,例如0米/秒、0.25米/秒、0.5米/秒、0.75米/秒,1米/秒等等,即速度是以0.25米/秒为单位的阶跃量,不能输出连续变化的速度,当真实速度介于相邻的两个阶跃量之间时,毫米波雷达输出的速度偏低或偏高。特别是,当列车以低于0.25米/秒的速度启动或滑行时,毫米波雷达输出的速度仍然为0,当列车长时间处于这种低速滑行状态时,就会导致定位出现显著偏差。
发明内容
本发明提供一种列车的测速方法及装置,用以解决现有技术中列车无法实现在各种速度运行的情况下,实现的精确测速的技术问题。
第一方面,本发明提供一种列车的测速方法,包括:
获取列车运行前方的点云图像;
在相邻两帧点云图像中的目标匹配的情况下,根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离;
根据所述运行距离以及所述时间差,确定列车的第一运行速度;
通过毫米波雷达获取列车的第二运行速度;
在所述第二运行速度小于预设速度阈值的情况下,将所述第一运行速度作为列车的速度;在所述第二运行速度大于等于预设速度阈值的情况下,将所述第二运行速度作为列车的速度。
在一个实施例中,所述根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离,包括:
将相邻两帧点云图像放在同一个坐标系中,确定相邻两帧图像中目标的距离为列车在相邻两帧期间的运行距离。
在一个实施例中,所述获取列车运行前方的点云图像之后,还包括:
获取列车在当前点云图像帧生成期间的位置增量和姿态增量;
根据所述位置增量和姿态增量对所述点云图像进行校正。
在一个实施例中,所述获取列车运行前方的点云图像之后,还包括:
按照预设尺度阈值,对所述点云图像中点云所在的坐标空间进行划分;
确定划分后得到的每个点云立方体网格中的点云质心,通过将每个点云质心替代对应立方体网格中的原有点云进行降采样处理。
在一个实施例中,所述根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离之后,还包括:
在所述运行距离小于预设距离阈值的情况下,选取帧数间隔大于预设帧数间隔阈值的两帧点云图像作为相邻两帧点云图像,并重新确定列车在相邻两帧期间的运行距离。
在一个实施例中,所述通过毫米波雷达获取列车的第二运行速度,包括:
根据速度的数值,对毫米波雷达获取当前帧的所有速度进行分组,对每组中包含的速度点数进行排序,确定所述点数大于预设点数阈值的速度组;
获取列车的加速度,根据所述加速度以及列车的历史速度确定列车的速度预估值;
确定所述速度组中速度数值与所述速度预估值中速度数值最接近的速度为列车的第二运行速度。
在一个实施例中,所述获取列车的加速度之后,还包括:
确定列车重力加速度在列车运行方向的分量,根据所述重力加速度在列车运行方向的分量对所述加速度进行修正。
第二方面,本发明还提供一种列车的测速装置,包括:
点云图像获取模块,用于获取列车运行前方的点云图像;
点云图像匹配模块,用于在相邻两帧点云图像中的目标匹配的情况下,根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离;
第一运行速度确定模块,用于根据所述运行距离以及所述时间差,确定列车的第一运行速度;
第二速度运行确定模块,用于通过毫米波雷达获取列车的第二运行速度;
列车速度确定模块,用于在所述第二运行速度小于预设速度阈值的情况下,将所述第一运行速度作为列车的速度;在所述第二运行速度大于等于预设速度阈值的情况下,将所述第二运行速度作为列车的速度。
第三方面,本发明还提供一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一种的列车的测速方法的步骤。
第四方面,本发明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,计算机程序被处理器执行时实现上述任一种的列车的测速方法的步骤。
本发明提供的列车的测速方法、装置、电子设备及存储介质,通过融合点云匹配测速与毫米波雷达测速实现对列车速度的确定。当列车速度偏低时使用低速情况下精度高的点云匹配测速,当车辆速度比较高的情况下使用毫米波雷达测速,解决了毫米波雷达在车辆速度较低时精度低的问题,实现了列车在各种运行速度情况下的高精度测速。
附图说明
为了更清楚地说明本发明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为本发明提供的列车的测速方法的流程示意图;
图2为本发明提供的列车获取点云图像示意图;
图3为本发明提供的同一个坐标系中的两帧点云图像中的目标示意图;
图4为本发明提供的点云图像畸变校正示意图;
图5为本发明提供的点云降采样示意图;
图6为本发明提供的列车在坡道上运行时加速度分解示意图;
图7为应用本发明提供的列车的测速装置处理流程示意图;
图8本发明提供的列车的测速装置的结构示意图;
图9本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明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。
图1为本发明提供的列车的测速方法的流程示意图。参照图1,本发明提供的列车的测速方法可以包括:
S110、获取列车运行前方的点云图像;
S120、在相邻两帧点云图像中的目标匹配的情况下,根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离;
S130、根据所述运行距离以及所述时间差,确定列车的第一运行速度;
S140、通过毫米波雷达获取列车的第二运行速度;
S150、在所述第二运行速度小于预设速度阈值的情况下,将所述第一运行速度作为列车的速度;在所述第二运行速度大于等于预设速度阈值的情况下,将所述第二运行速度作为列车的速度。
下面以计算机执行本发明提供的列车的测速方法为例,详细说明本发明的技术方案。
在步骤S110中,通过列车上的点云图像获取装置,获取列车运行前方的点云图像。
可选地,可以通过激光雷达获取列车运行前方区域的点云图像。激光雷达通过每秒对列车运行前方的区域进行多次扫描,返回列车运行前方区域的多帧点云图像。
在步骤S120中,通过步骤S110中获取列车运行前方的点云图像后,将获取的相邻两帧点云图像中的目标进行匹配。在相邻两帧点云图像中的目标匹配的情况下,根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离。
可选地,在获取两帧点云图像后对两帧点云图像中的目标进行匹配。其中,对所述点云图像中目标匹配的方法可以采用ICP(Iterative Closest Point,最近点搜索法)算法。ICP算法本质上是基于最小二乘法的最优配准方法。该算法重复进行选择相邻两帧点云中的目标的对应关系点对,计算最优刚体变换,直到满足正确配准的收敛精度要求,使相邻两帧点云中的目标完全重合。
在步骤S130中,根据列车在获取相邻两帧点云图像的时间差内的运行距离以及获取相邻两帧点云图像的时间差,确定列车的第一运行速度。
可以理解的是,时间差为列车运行在相邻两帧期间的运行距离内所花费的时间。在获取列车的运行距离以及列车在运行距离的时间差后,可以通过运行距离与时间差的比值,确定列车的运行速度。
在步骤S140中,通过毫米波雷达获取列车的第二运行速度。
具体地,毫米波雷达基于多普勒效应实现对列车前方目标的速度测量。在列车高速运行时具有良好的测速精度,低速运行时测速精度较差。可以通过毫米波雷达获取列车的第二运行速度。
在步骤S150中,在第二运行速度小于预设速度阈值的情况下,将所述第一运行速度作为列车的速度;在所述第二运行速度大于等于预设速度阈值的情况下,将所述第二运行速度作为列车的速度。
具体地,在通过毫米波雷达获取所述第二运行速度后,对所述第二运行速度进行判断,若确定在列车的第二运行速度小于预设速度阈值的情况下,将第一运行速度作为列车的速度;在列车的第二运行速度大于等于预设速度阈值的情况下,将第二运行速度作为列车的速度。
可以理解的是,由于毫米波雷达在在列车高速运行时具有良好的测速精度,低速运行时测速精度较差。可以通过获取点云图像,确定相邻两帧点云的列车运行距离和时间差从而确定列车在低速时的速度。所以可以融合点云匹配测速和毫米波雷达测速,在列车低速运行时以点云匹配测速为主,中高速运行时以毫米波雷达测速为主,从而实现列车在各种运行状态下的高精度测速。
本发明提供的列车的测速方法,通过融合点云匹配测速与毫米波雷达测速实现对列车速度的确定。当列车速度偏低时使用低速情况下精度高的点云匹配测速,当车辆速度比较高的情况下使用毫米波雷达测速,解决了毫米波雷达在车辆速度较低时精度低的问题,实现了列车在各种运行速度情况下的高精度测速。
在一个实施例中,根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离,包括:将相邻两帧点云图像放在同一个坐标系中,确定相邻两帧图像中目标的距离为列车在相邻两帧期间的运行距离。
具体地,如图2本发明提供的列车获取点云图像示意图所示,列车从右向左接近房子。列车在运行接近房子的过程中,通过点云图像采集设备如车载激光雷达等对前方轨旁房屋进行扫描,获取多帧点云图像。
在获取所述多帧点云图像后,提取两帧点云图像,放在同一个坐标系中。如图3本发明提供的同一个坐标系中的两帧点云图像中的目标示意图所示,将获取的房子目标的点云图像放在同一个坐标系中。可以看到两帧点云形状相同,但是到坐标原点的距离不同,先获取的第一帧距离坐标原点更远,后获取的第二帧距离坐标原点更近。获取第一针点云图像目标与第二帧点云图像目标的距离差值d,距离差值d即为列车在相邻两帧期间的运行距离。
本发明提供的列车的测速方法,通过将相邻两帧点云图像放在同一个坐标系中,确定相邻两帧图像中目标的距离为列车在相邻两帧期间的运行距离,根据所述运行距离以及行驶运行距离所花费的时间,最终实现了列车速度的确定。尤其是在列车低速运行的情况下,具有较高的测速精度,实现了列车低速情况下的精确测速。
在一个实施例中,所述获取列车运行前方的点云图像之后,还包括:获取列车在当前点云图像帧生成期间的位置增量和姿态增量;根据所述位置增量和姿态增量对所述点云图像进行校正。
位置(x,y,z)和姿态(Pitch,Roll,Yaw)简称位姿,表述一帧点云在电子地图的三维空间(世界坐标系)中的精确位置和姿态。
可以理解的是,当列车在运行的过程中,由于一帧点云的生成需要持续一段时间(对10Hz帧频的雷达是100毫秒),而在这段时间内列车是运动的,因此原始点云是存在畸变的,如果直接对原始点云进行匹配则无法获得正确的结果,因此需要根据列车在生成该帧点云期间的位置的增量和姿态增量进行去畸变校正使得校正后的点云近似于在同一个时刻扫描获得。
如图4本发明提供的点云图像畸变校正示意图所示,列车前方有一栋建筑,在列车驶向该建筑时,点云图像采集设备如激光雷达的扫描方向是从上向下。假设在t0时刻开始扫描,t1时刻完成扫描,理想情况下应获得与建筑轮廓一致、竖直的一列扫描点云。但由于在扫描过程中列车持续向前运动,最终获得的点云是倾斜的。t0时刻获取的第一个点最远,t1时刻获取的最后一个点最近,所以产生了点云图像的畸变。只有通过畸变校正后才能使倾斜的点云恢复成竖直的状态,近似于在t0时刻瞬时扫描完成。
实际情况下,如果再考虑到弯道、坡道等场景,以及激光雷达的扫描机制等问题,点云的扭曲情况会更复杂,如果直接对原始点云进行匹配则无法获得正确的结果,因此需要根据列车在生成该帧点云期间的位姿增量进行去畸变校正,使得校正后的点云近似于在同一个时刻扫描获得。
可选地,可以采用插值法进行畸变校正,由于帧周期通常都比较短(通常是100毫秒),可以近似认为在一帧点云生成的过程中列车是匀速运动的,一帧点云总共有n个点,期间总的位置的增量和姿态增量分别是t和R,则第一个点的位姿增量是0,最后一个点的位姿增量是t和R,根据第i个点在帧内的时刻位置,通过插值的方法计算出对应的位姿增量是ti和Ri,对第i个点进行ti和Ri的位姿逆变换,使其回到起始时刻的位置,按照这种方法完成所有n个点的位姿变换,就完成了对该帧点云的畸变校正。
本发明提供的列车的测速方法,通过获取列车在当前点云图像帧期间的位置的增量和姿态的增量;根据所述位置的增量和姿态的增量对所述点云图像的畸变进行校正。确保了点云匹配的准确性,从而提升了列车最终测速的精准度。
在一个实施例中,获取列车运行前方的点云图像之后,还包括:按照预设尺度阈值,对所述点云图像中点云所在的坐标空间进行划分;确定划分后得到的每个点云立方体网格中的点云质心,通过将每个点云质心替代对应立方体网格中的原有点云进行降采样处理。
可以理解的是,如果点云图像中的每帧点云的点数比较多,或者车载计算机的性能偏低,则两帧点云匹配可能会耗费较多的时间,为了确保点云匹配的实时性,可以对待匹配的两帧点云进行降采样处理,显著降低两帧点云的规模后再进行匹配,从而大幅度提升匹配的速度和实时性。
具体地,如图5本发明提供的点云降采样示意图所示,点云降采样处理是将点云所在的坐标空间按照预设尺度阈值(例如10cm)划分成立方体网格,使得点云就被网格划分成很多个小点云。然后对每个网格中的点云求质心,用质心(一个点)来代替原有网格中的点云。以10cm尺度为例,降采样后点云的密度不会超过1个点/立方分米。可以理解的是,尺度阈值设置的越大,降采样的幅度越大,采样后的点云规模越小。
点云求质心的方法是:分别求点云中所有点的x、y、z坐标的平均值,最后得到的即是点云的质心坐标。由于点云降采样使用的是网格点云质心,而不是网格几何中心,因此降采样能够最大限度保留原始点云的几何特征。
本发明提供的列车的测速方法,通过对获取的点云图像帧进行降采样处理。降低了点云的规模,提高的点云匹配的匹配速度,提升了点云图像帧匹配的实时性和速度。
在一个实施例中,根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离之后,还包括:在所述运行距离小于预设距离阈值的情况下,选取帧数间隔大于预设帧数间隔阈值的两帧点云图像作为相邻两帧点云图像,并重新确定列车在相邻两帧期间的运行距离。
具体地,在确定列车在相邻两帧期间的运行距离之后,如果相邻两帧点云的距离太小,例如相邻两帧点云的距离小于5厘米,说明此时列车的运行速度很低,则进行跳帧匹配。选取帧数间隔大于预设帧数间隔阈值的两帧点云图像作为相邻两帧点云图像。即选取间帧数间隔5帧或者10帧的两帧点云图像作为相邻两帧点云图像进行匹配,使得匹配的两帧点云间距足够显著。相应的,列车在获取相邻两帧点云图像的时间差也会随之增加。在跳帧选取两帧点云图像后,重新根据所述两帧点云图像确定列车在相邻两帧期间的运行距离。
可以理解的是,在对相邻两帧点云图像进行测距的测距精度不变的情况下,通过跳帧的方式即选取帧数间隔大于预设帧数间隔阈值的两帧点云图像作为相邻两帧点云图像,能够实现对低速列车的高精度测速,即通过跳帧的方式累计列车的运行距离,随着跳帧数量的增加,测速精度能够显著增加。
本发明提供的列车的测速方法,通过确定运行距离小于预设距离阈值的情况下,选取帧数间隔大于预设帧数间隔阈值的两帧点云图像作为相邻两帧点云图像,能够实现对低速列车的高精度测速,提高了列车的测速精度。
在一个实施例中,通过毫米波雷达获取列车的第二运行速度,包括:根据速度的数值,对毫米波雷达获取当前帧的所有速度进行分组,对每组中包含的速度点数进行排序,确定所述点数大于预设点数阈值的速度组;获取列车的加速度,根据所述加速度以及列车的历史速度确定列车的速度预估值;确定所述速度组中速度数值与所述速度预估值中速度数值最接近的速度为列车的第二运行速度。
具体地,毫米波雷达在一帧期间会输出若干个点的速度,可以对毫米波雷达输出的若干个点的速度根据数值大小进行分组,速度相同的为一组,然后按照每组点数的多少进行排序,点数极少的组大概率是噪点,剔除掉,保留点数大于预设点数阈值的速度组。
可选地,可以通过惯性测量单元IMU获取列车的加速度。IMU由加速度计和陀螺仪两部分组成,加速度计测量列车的加速度,以比较高的频率输出每时每刻列车速度的变化率,即加速度。对加速度的积分可以获得列车速度的变化量,因此基于加速度计输出的加速度,结合列车的历史速度例如列车前一时刻的速度,能够计算出当前列车速度的估计值,基于这个估计值,确定速度组中速度数值与所述速度预估值中速度数值最接近的速度为列车的第二运行速度。
本发明提供的列车的测速方法,通过对毫米波雷达获取的速度中的噪点速度进行剔除,以及通过获取列车的加速度,根据所述加速度以及列车的历史速度确定列车的速度预估值,根据所述速度预估值,对所述第二运行速度中的异常值进行剔除,最终提升了第二速度测量的准确性。
在一个实施例中,获取列车的加速度之后,还包括:确定列车重力加速度在列车运行方向的分量,根据所述重力加速度在列车运行方向的分量对所述加速度进行修正。
当车辆在坡道上时,需要考虑消除重力加速度对前进方向加速度的影响,要剔除重力加速度在车辆前进方向的分量。
具体地,当列车在水平轨道上运行时,重力加速度垂直于地面(Z轴),只需要取Y轴(列车前进方向)的加速度即可。如图6本发明提供的列车在坡道上运行时加速度分解示意图所示。当列车位于坡道上时,Y轴方向的加速度就会包含重力加速度的分量,垂直向下的重力加速度g在坡道区域分解到Y轴和Z轴的分量分别是gy和gz,其中gy与车辆前进方向的加速度重合,所以可以去除gy从而实现对加速度的修正。
例如对于坡度为3%的坡道,倾斜度数约为1.7°,重力加速度在车辆前进方向(Y轴)上的分量gy最大达到0.29m/s2,相对于1.4m/s2左右的列车紧急制动率来说,gy的数值比较大,为了确保最终列车加速度测量的准确性所以需要去除。
本发明提供的列车的测速方法,通过确定列车重力加速度在列车运行方向的分量,根据所述重力加速度在列车运行方向的分量对所述加速度进行修正,消除了重力加速度对前进方向加速度的影响,通过修正列车加速度,最终提升了第二运行速度测量的准确性。
下面以一应用本发明提供的列车的测速方法的装置为例,说明本发明提供的技术方案。该装置包括激光雷达、毫米波雷达、IMU和车载计算机组成。其中,激光雷达、毫米波雷达和IMU分别连接车载计算机。如图7应用本发明提供的列车的测速装置处理流程示意图所示。
由激光雷达获取列车运行前方的点云图像,在获取所述点云图像后,由于列车运行期间,列车是运动的,所以原始点云是存在畸变的。如果直接对原始点云进行匹配则无法获得正确的结果,因此需要根据列车在生成该帧点云期间的位置增量和姿态增量进行去畸变校正,使得校正后的点云近似于在同一个时刻扫描获得。
具体地,分别对IMU输出的各方向角速度和列车的历史速度进行积分,获得列车在一帧点云生成期间的姿态增量和位置增量,然后用这个变化量对该帧点云进行去畸变校正,确保点云匹配的质量和效果。
如果激光雷达输出的每帧点云的点数比较多,或者车载计算机的性能偏低,则两帧点云匹配可能会耗费较多的时间。为了确保点云匹配的实时性,可以对待匹配的两帧点云进行降采样,显著降低两帧点云的规模后再进行匹配,从而大幅度提升匹配的速度和实时性。
激光雷达每秒钟对列车前方的区域进行多次扫描,返回多帧点云,通过对相邻两帧点云的匹配能够获得在此期间列车的运行距离,再根据每帧点云的时间戳可以获得两帧点云的时间差。通过所述时间差和运行距离,计算出在此期间列车的第一运行速度。
对IMU获取的列车前进方向的加速度进行积分,获得列车在一帧毫米波数据生成期间的速度变化量。如果列车在坡道上,还需要考虑消除重力加速度对前进方向加速度的影响,可以对重力加速度在列车前进方向的分量进行剔除来消除重力加速度对前进方向加速度的影响。
根据加速度积分获得的速度变化量以及列车的历史速度即前一帧的速度。根据所述速度变化量和所述历史速度对列车的当前速度进行估计,获得列车当前运行速度的估计值。
对毫米波雷达输出的若干个点的速度根据数值大小进行聚类分组,速度相同的为一组,然后按照每组点数的多少进行排序,对点数极少的组进行剔除。
在根据加速度计测量的加速度以及历史速度获得的速度估计值后,从毫米波雷达输出的若干速度中选出与所述速度估计数值最接近的一组,作为第二运行速度输出。
当毫米波雷达输出的第二运行速度低于预设速度阈值(例如1m/s)时,速度融合主要选择激光雷达的点云匹配测速获得的第一运行速度输出,反之输出毫米波雷达的第二运行速度。速度融合的结果作为测速系统的最终速度输出,并更新到历史速度中,作为下一帧速度估计的输入。
图8为本发明提供的列车的测速装置的结构示意图,如图8所示,该装置包括:
点云图像获取模块810,用于获取列车运行前方的点云图像;
点云图像匹配模块820,用于在相邻两帧点云图像中的目标匹配的情况下,根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离;
第一运行速度确定模块830,用于根据所述运行距离以及所述时间差,确定列车的第一运行速度;
第二运行速度确定模块840,用于通过毫米波雷达获取列车的第二运行速度;
列车速度确定模块850,用于在所述第二运行速度小于预设速度阈值的情况下,将所述第一运行速度作为列车的速度;在所述第二运行速度大于等于预设速度阈值的情况下,将所述第二运行速度作为列车的速度。
本发明提供的列车的测速装置,通过融合点云匹配测速与毫米波雷达测速实现对列车速度的确定。当列车速度偏低时使用低速情况下精度高的点云匹配测速,当车辆速度比较高的情况下使用毫米波雷达测速,解决了毫米波雷达在车辆速度较低时精度低的问题,实现了列车在各种运行速度情况下的高精度测速。
在一个实施例中,点云图像匹配模块820具体用于:
根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离,包括:
将相邻两帧点云图像放在同一个坐标系中,确定相邻两帧图像中目标的距离为列车在相邻两帧期间的运行距离。
在一个实施例中,点云图像匹配模块820还具体用于:
获取列车运行前方的点云图像之后,还包括:获取列车在当前点云图像帧生成期间的位置增量和姿态增量;
根据所述位置增量和姿态增量对所述点云图像进行校正。
在一个实施例中,点云图像获取模块810具体用于:
获取列车运行前方的点云图像之后,还包括:
按照预设尺度阈值,对所述点云图像中点云所在的坐标空间进行划分;
确定划分后得到的每个点云立方体网格中的点云质心,通过将每个点云质心替代对应立方体网格中的原有点云进行降采样处理。
在一个实施例中,点云图像匹配模块820还具体用于:
根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离之后,还包括:
在所述运行距离小于预设距离阈值的情况下,选取帧数间隔大于预设帧数间隔阈值的两帧点云图像作为相邻两帧点云图像,并重新确定列车在相邻两帧期间的运行距离。
在一个实施例中,第二运行速度确定模块840具体用于:
通过毫米波雷达获取列车的第二运行速度,包括:
根据速度的数值,对毫米波雷达获取当前帧的所有速度进行分组,对每组中包含的速度点数进行排序,确定所述点数大于预设点数阈值的速度组;
获取列车的加速度,根据所述加速度以及列车的历史速度确定列车的速度预估值;
确定所述速度组中速度数值与所述速度预估值中速度数值最接近的速度为列车的第二运行速度。
在一个实施例中,第二运行速度确定模块840还具体用于:
获取列车的加速度之后,还包括:
确定列车重力加速度在列车运行方向的分量,根据所述重力加速度在列车运行方向的分量对所述加速度进行修正。
本发明还提供一种电子设备,如图9所示,该电子设备可以包括:处理器(processor)910、通信接口(communication interface)920、存储器(memory)930和通信总线(bus)940,其中,处理器910,通信接口920,存储器930通过通信总线940完成相互间的通信。处理器910可以调用存储器930中的逻辑指令,以执行上述各方法实施例提供的列车的测速方法的步骤,例如包括:
获取列车运行前方的点云图像;
在相邻两帧点云图像中的目标匹配的情况下,根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离;
根据所述运行距离以及所述时间差,确定列车的第一运行速度;
通过毫米波雷达获取列车的第二运行速度;
在所述第二运行速度小于预设速度阈值的情况下,将所述第一运行速度作为列车的速度;在所述第二运行速度大于等于预设速度阈值的情况下,将所述第二运行速度作为列车的速度。
此外,上述的存储器930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,本发明还提供一种计算机程序产品,该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,计算机程序包括程序指令,当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提供的列车的测速方法的步骤,例如包括:
获取列车运行前方的点云图像;
在相邻两帧点云图像中的目标匹配的情况下,根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离;
根据所述运行距离以及所述时间差,确定列车的第一运行速度;
通过毫米波雷达获取列车的第二运行速度;
在所述第二运行速度小于预设速度阈值的情况下,将所述第一运行速度作为列车的速度;在所述第二运行速度大于等于预设速度阈值的情况下,将所述第二运行速度作为列车的速度。
又一方面,本发明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上述各方法实施例提供的列车的测速方法的步骤,例如包括:
获取列车运行前方的点云图像;
在相邻两帧点云图像中的目标匹配的情况下,根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离;
根据所述运行距离以及所述时间差,确定列车的第一运行速度通过毫米波雷达获取列车的第二运行速度;
在所述第二运行速度小于预设速度阈值的情况下,将所述第一运行速度作为列车的速度;在所述第二运行速度大于等于预设速度阈值的情况下,将所述第二运行速度作为列车的速度。
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 (9)
1.一种列车的测速方法,其特征在于,包括:
获取列车运行前方的点云图像;
在相邻两帧点云图像中的目标匹配的情况下,根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离;
根据所述运行距离以及所述时间差,确定列车的第一运行速度;
通过毫米波雷达获取列车的第二运行速度;
在所述第二运行速度小于预设速度阈值的情况下,将所述第一运行速度作为列车的速度;在所述第二运行速度大于等于预设速度阈值的情况下,将所述第二运行速度作为列车的速度;
所述获取列车运行前方的点云图像之后,还包括:
获取列车在当前点云图像帧生成期间的位置增量和姿态增量;
根据所述位置增量和姿态增量对所述点云图像进行校正。
2.根据权利要求1所述的列车的测速方法,其特征在于,所述根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离,包括:
将相邻两帧点云图像放在同一个坐标系中,确定相邻两帧图像中目标的距离为列车在相邻两帧期间的运行距离。
3.根据权利要求1所述的列车的测速方法,其特征在于,所述获取列车运行前方的点云图像之后,还包括:
按照预设尺度阈值,对所述点云图像中点云所在的坐标空间进行划分;
确定划分后得到的每个点云立方体网格中的点云质心,通过将每个点云质心替代对应立方体网格中的原有点云进行降采样处理。
4.根据权利要求1所述的列车的测速方法,其特征在于,所述根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离之后,还包括:
在所述运行距离小于预设距离阈值的情况下,选取帧数间隔大于预设帧数间隔阈值的两帧点云图像作为相邻两帧点云图像,并重新确定列车在相邻两帧期间的运行距离。
5.根据权利要求1所述的列车的测速方法,其特征在于,所述通过毫米波雷达获取列车的第二运行速度,包括:
根据速度的数值,对毫米波雷达获取当前帧的所有速度进行分组,对每组中包含的速度点数进行排序,确定所述点数大于预设点数阈值的速度组;
获取列车的加速度,根据所述加速度以及列车的历史速度确定列车的速度预估值;
确定所述速度组中速度数值与所述速度预估值中速度数值最接近的速度为列车的第二运行速度。
6.根据权利要求5所述的列车的测速方法,其特征在于,所述获取列车的加速度之后,还包括:
确定列车重力加速度在列车运行方向的分量,根据所述重力加速度在列车运行方向的分量对所述加速度进行修正。
7.一种列车的测速装置,其特征在于,包括:
点云图像获取模块,用于获取列车运行前方的点云图像;
点云图像匹配模块,用于在相邻两帧点云图像中的目标匹配的情况下,根据所述相邻两帧点云图像,确定列车在获取相邻两帧点云图像的时间差内的运行距离;
第一运行速度确定模块,用于根据所述运行距离以及所述时间差,确定列车的第一运行速度;
第二运行速度确定模块,用于通过毫米波雷达获取列车的第二运行速度;
列车速度确定模块,用于在所述第二运行速度小于预设速度阈值的情况下,将所述第一运行速度作为列车的速度;在所述第二运行速度大于等于预设速度阈值的情况下,将所述第二运行速度作为列车的速度;
所述获取列车运行前方的点云图像之后,还包括:
获取列车在当前点云图像帧生成期间的位置增量和姿态增量;
根据所述位置增量和姿态增量对所述点云图像进行校正。
8.一种电子设备,包括存储器、处理器以及存储在所述存储器上并可在所述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计算机程序时实现如权利要求1至6任一项所述的列车的测速方法的步骤。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的列车的测速方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111302022.XA CN113911174B (zh) | 2021-11-04 | 2021-11-04 | 列车的测速方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111302022.XA CN113911174B (zh) | 2021-11-04 | 2021-11-04 | 列车的测速方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113911174A CN113911174A (zh) | 2022-01-11 |
CN113911174B true CN113911174B (zh) | 2024-04-12 |
Family
ID=79245358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111302022.XA Active CN113911174B (zh) | 2021-11-04 | 2021-11-04 | 列车的测速方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113911174B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101915586A (zh) * | 2010-07-22 | 2010-12-15 | 北京全路通信信号研究设计院 | 一种轨道车辆测速测距系统及方法 |
JP2015165754A (ja) * | 2014-03-03 | 2015-09-17 | 株式会社京三製作所 | 列車速度検出装置及び列車速度検出方法 |
CN109782015A (zh) * | 2019-03-21 | 2019-05-21 | 同方威视技术股份有限公司 | 激光测速方法、控制装置和激光测速仪 |
CN110658531A (zh) * | 2019-08-23 | 2020-01-07 | 畅加风行(苏州)智能科技有限公司 | 一种用于港口自动驾驶车辆的动态目标追踪方法 |
CN111717244A (zh) * | 2019-12-18 | 2020-09-29 | 河南思维轨道交通技术研究院有限公司 | 一种列车自动驾驶感知方法和系统 |
CN112132896A (zh) * | 2020-09-16 | 2020-12-25 | 北京埃福瑞科技有限公司 | 一种轨旁设备状态检测方法及系统 |
CN112130168A (zh) * | 2020-09-11 | 2020-12-25 | 北京埃福瑞科技有限公司 | 一种用于折返控制的列车位置状态检测方法及系统 |
CN112560972A (zh) * | 2020-12-21 | 2021-03-26 | 北京航空航天大学 | 基于毫米波雷达先验定位和视觉特征融合的目标检测方法 |
CN112558036A (zh) * | 2019-09-24 | 2021-03-26 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
US11002859B1 (en) * | 2020-02-27 | 2021-05-11 | Tsinghua University | Intelligent vehicle positioning method based on feature point calibration |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9052392B2 (en) * | 2010-11-25 | 2015-06-09 | Mitsubishi Electric Corporation | Velocity measurement apparatus capable of accurately measuring velocity of moving object relative to ground surface |
CN107074259A (zh) * | 2014-07-25 | 2017-08-18 | 杰纳拉尔因皮安蒂有限责任公司 | 用于获得关于铁路轨道或转撤器的元件的上部轮廓的数据的方法 |
-
2021
- 2021-11-04 CN CN202111302022.XA patent/CN113911174B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101915586A (zh) * | 2010-07-22 | 2010-12-15 | 北京全路通信信号研究设计院 | 一种轨道车辆测速测距系统及方法 |
JP2015165754A (ja) * | 2014-03-03 | 2015-09-17 | 株式会社京三製作所 | 列車速度検出装置及び列車速度検出方法 |
CN109782015A (zh) * | 2019-03-21 | 2019-05-21 | 同方威视技术股份有限公司 | 激光测速方法、控制装置和激光测速仪 |
CN110658531A (zh) * | 2019-08-23 | 2020-01-07 | 畅加风行(苏州)智能科技有限公司 | 一种用于港口自动驾驶车辆的动态目标追踪方法 |
CN112558036A (zh) * | 2019-09-24 | 2021-03-26 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN111717244A (zh) * | 2019-12-18 | 2020-09-29 | 河南思维轨道交通技术研究院有限公司 | 一种列车自动驾驶感知方法和系统 |
US11002859B1 (en) * | 2020-02-27 | 2021-05-11 | Tsinghua University | Intelligent vehicle positioning method based on feature point calibration |
CN112130168A (zh) * | 2020-09-11 | 2020-12-25 | 北京埃福瑞科技有限公司 | 一种用于折返控制的列车位置状态检测方法及系统 |
CN112132896A (zh) * | 2020-09-16 | 2020-12-25 | 北京埃福瑞科技有限公司 | 一种轨旁设备状态检测方法及系统 |
CN112560972A (zh) * | 2020-12-21 | 2021-03-26 | 北京航空航天大学 | 基于毫米波雷达先验定位和视觉特征融合的目标检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113911174A (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200349366A1 (en) | Onboard environment recognition device | |
US20170124725A1 (en) | Image processing apparatus, imaging device, device control system, frequency distribution image generation method, and recording medium | |
JP5820774B2 (ja) | 路面境界推定装置及びプログラム | |
CN112154454A (zh) | 目标对象的检测方法、系统、设备及存储介质 | |
JP6769477B2 (ja) | 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム | |
EP3549056B1 (en) | Information processing device, imaging device, apparatus control system, movable body, information processing method, and computer program product | |
JP6816401B2 (ja) | 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム | |
EP3633617A2 (en) | Image processing device | |
CN110717445A (zh) | 一种用于自动驾驶的前车距离跟踪系统与方法 | |
CN111665524A (zh) | 一种利用多线激光雷达进行地面剔除的方法及系统 | |
CN110132275B (zh) | 激光避障方法及装置 | |
CN113911174B (zh) | 列车的测速方法及装置 | |
CN114119729A (zh) | 障碍物识别方法及装置 | |
CN114119957A (zh) | 高速铁路钢轨廓形检测方法及装置 | |
CN112001962B (zh) | 船舶高度测算方法和系统 | |
JP6763198B2 (ja) | 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム | |
CN114219852A (zh) | 一种用于自动驾驶车辆的多传感器标定方法及装置 | |
US11740103B2 (en) | Map creation device, map creation system, map creation method, and storage medium | |
CN115063771A (zh) | 对障碍物的距离检测的纠错方法、系统、存储介质及设备 | |
CN113643355B (zh) | 一种目标车辆位置和朝向的检测方法、系统及存储介质 | |
CN113989428A (zh) | 一种基于深度视觉的冶金库区全局三维重建方法及装置 | |
EP3330893A1 (en) | Information processing device, information processing method, and carrier means | |
KR102445017B1 (ko) | 전방 차선의 너비 정보를 이용한 도로의 곡률 및 기울어짐 추정 방법 | |
CN111380529A (zh) | 移动设备定位方法、装置、系统及移动设备 | |
CN112020722A (zh) | 基于三维传感器数据识别路肩 |
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 |