CN116466366A - 一种轨道车辆多传感器智能障碍物检测系统 - Google Patents
一种轨道车辆多传感器智能障碍物检测系统 Download PDFInfo
- Publication number
- CN116466366A CN116466366A CN202310459357.5A CN202310459357A CN116466366A CN 116466366 A CN116466366 A CN 116466366A CN 202310459357 A CN202310459357 A CN 202310459357A CN 116466366 A CN116466366 A CN 116466366A
- Authority
- CN
- China
- Prior art keywords
- sensor
- camera
- rail vehicle
- service platform
- detection
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 55
- 230000004888 barrier function Effects 0.000 claims abstract description 12
- 230000007613 environmental effect Effects 0.000 claims abstract description 6
- 230000001502 supplementing effect Effects 0.000 claims description 18
- 238000011161 development Methods 0.000 claims description 7
- 230000004297 night vision Effects 0.000 claims description 4
- 238000001931 thermography Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 239000013589 supplement Substances 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 230000006378 damage Effects 0.000 abstract description 3
- 238000011897 real-time detection Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- 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
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Computing Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
一种轨道车辆多传感器智能障碍物检测系统，包括摄像头、传感器采集装置和云端服务平台，摄像头和传感器装置采集障碍物图像和距离信息并发送到云端服务平台，云端服务平台将采集到的障碍物信息与内部存储的铁路线数据集进行比较，实时预测道路方向，调控摄像头角度，当传感器装置检测到的障碍物距离处于设定的距离阈值内，云端服务平台提示车辆制动。本发明采用多传感器与多摄像头以及数据集分析技术，可以实现不同环境条件、不同铁路线状况下的障碍物检测；检测精度高于传统的监测设备；实现了轨道车辆障碍物检测的实时化；实现了轨道车辆障碍物检测的智能化；设备增加遮挡装置，提高传感器利用率，减小装置的损害程度。
Description
技术领域
本发明涉及轨道车辆技术领域。
背景技术
铁路运输在交通运输行业中的地位越来越重，随着列车行驶速度以及铁路线路里程的不断提高，对列车的行驶安全问题提出了更高要求，其中一个较大的风险点就是异物入侵铁路。目前的主动式轨道障碍物检测装置在正常环境下检测效果一般，对于远距离的障碍物或体积小的障碍物检测存在许多弊端：
1.检测仪器价格昂贵，传统检测仪器经济效益较差。我国轨道车辆障碍物检测主要采用固定式检测方式，在不同的路段需要多方位，多角度，多数量的设置安装。这些仪器价格高昂，每一台价格达到数万元。另外，由于这些设备常年暴露在不同的环境条件下，日常维修也有着极高的花费；
2.传统检测仪器覆盖范围小，精确度低，检测效率低下。现有的障碍物检测装置多采用固定式装置，导致其对障碍物的检测范围小，检测覆盖面小，同时缺乏对障碍物的自主判别能力；而少数车载式检测仪器又存在精确度低，难以及时提供准确检测数据等问题，也会在很大程度上导致事故的发生。
3.传统检测仪器智能化程度低，实时性较差，受环境影响大。传统的检测仪器通常以单一摄像头，或单一传感器为主，缺少集成的设备，且多数现有仪器的检测会存在夜间识别不清，雨雪天难以清晰显示，不同线路检测效果不同的环境影响问题在内。
发明内容
为了解决传统轨道车辆前方障碍物检测系统存在的上述问题，本发明提供了一种轨道车辆多传感器智能障碍物检测系统。
本发明为实现上述目的所采用的技术方案是：一种轨道车辆多传感器智能障碍物检测系统，包括摄像头、传感器采集装置和云端服务平台，摄像头和传感器装置集成安装于轨道车辆头部，摄像头和传感器装置采集障碍物图像和距离信息并发送到云端服务平台，云端服务平台将采集到的障碍物信息与内部存储的铁路线数据集进行比较，实时预测道路方向，调控摄像头角度，当传感器装置检测到的障碍物距离处于设定的距离阈值内，云端服务平台提示车辆制动。
所述摄像头包括热成像摄像头、夜视摄像头和智能RGB摄像机，摄像头连接k210芯片，通过maixpy软件实现摄像头物体识别。
所述传感器采集装置包括测距传感器和红外测障传感器，测距传感器为激光测距传感器，激光测距传感器采集单元采用51开发板，51开发板转接屏幕，通过TOF激光测距传感器对前方障碍物的距离检测，并为云端服务平台提供距离数据信息，设定目标阈值，实现提前预警。
所述铁路线数据集包括铁路线的日间数据集、夜晚数据集、隧道数据集和极端环境条件数据集。
还包括遮挡与补光装置，遮挡与补光装置包括光敏元件、晶闸管整流器，光敏原件利用周围环境光照变化通过晶闸管整流器调控补光设备对摄像头进行补光。
所述摄像头和传感器采集装置外部设有外壳。
所述摄像头通过ISP技术采集检测到的输入信号，处理后把输出信号转换为图像，利用YOLOV4算法根据建立模型对障碍物实现检测与识别。
本发明的轨道车辆多传感器智能障碍物检测系统，采用多传感器与多摄像头以及数据集分析技术，可以实现不同环境条件、不同铁路线状况下的障碍物检测，功能性更加强大；检测精度高于传统的监测设备；实现了轨道车辆障碍物检测的实时化；实现了轨道车辆障碍物检测的智能化；设备增加遮挡装置，提高传感器利用率，减小装置的损害程度。
附图说明
图1是本发明轨道车辆多传感器智能障碍物检测系统流程图。
图2是本发明多摄像头装置原理图。
图3是本发明传感器采集网络原理图。
图4是本发明遮挡与补光装置原理图。
图5是本发明铁路线数据集工作流程图。
具体实施方式
本发明的轨道车辆多传感器智能障碍物检测系统如图1所示，包括多摄像头、传感器采集装置、遮挡装置、补光设备和铁路线数据集，摄像头检测前方障碍物并连接激光测距传感器采集装置，传感器采集装置通过ISP处理器转换输入信号，达到检测目的。在云端服务平台输入铁路线数据集，实时预测前方道路方向，提前调整摄像头角度消除盲区对障碍物检测的影响。通过ISP技术采集摄像头检测到的输入信号，处理后把输出信号转换为图像，利用YOLOV4算法根据建立模型对障碍物实现检测与识别，并在检测与障碍物距离异常时自动预警。
如图2所示，多摄像头包括热成像摄像头、夜视摄像头、智能RGB摄像机，列车在正常天气条件的白天行驶时，将智能RGB摄像机与k210芯片结合使用对铁路上的障碍物进行检测与预警；在夜晚或隧道中行驶时，利用夜视摄像头可以更清楚的检测；列车在恶劣天气中比如浓雾、暴雨、暴雪中行驶时，利用热成像摄像头可解决普通摄像头识别不清的问题。摄像头集成安装在轨道车辆车头处，便于检测的实时性与精确性。针对摄像头我们采用k210芯片和M1DOCK开发板作为核心部件，利用mx-yolo实现障碍物识别的功能，提高检测精确性。
如图3所示，传感器采集装置包括测距传感器、红外测障传感器，其中测距传感器采用TOF激光测距传感器，以实现距离远，精确度高的目标。传感器采集装置以51开发板为核心系统，连接激光测距传感器，将检测距离数据上传小型显示屏，同障碍物识别内容反馈于驾驶员，并设定距离阈值，及时提醒相关人员前方道路情况。并提供距离数据信息；红外测障传感器利用高低电平，在光线遮挡时提供灯亮提示预警。
如图4所示，遮挡与补光装置包括光敏元件、晶闸管整流器，首先由光敏元件判断周围环境光照情况，调控晶闸管整流器，最终由晶闸管整流器调控光照装置，提供适宜环境条件下的补光强度大小，确保摄像头的正常检测。
如图5所示，铁路线数据集包括不同铁路线的日间数据集、夜晚数据集、隧道数据集和极端环境条件数据集，主要通过mx-yolov4和ArcGIS生成相关数据集，载入检测系统中，可以在不同铁路线条件下对摄像头调整适宜的检测角度，便于检测的实时性与精确性。
轨道车辆智能监测方法，包括以下步骤：
S1、车头检测装置检测到前方障碍物上传到传感器；
S2、提供铁路线数据集提升精确度设定。
S3、传感器检测障碍物距离，摄像头检测障碍物类型；
S4、采集数据上传到小型显示屏；
S5、若距离处于阈值内提供警报，警示制动；
本发明所采用先进的激光测距传感器和多摄像头结合数据集技术，可以在极短时间内提供精确的障碍物检测信息，为列车驾驶员提供全方位，实时化道路安全预警，为高效障碍物检测奠定了基础。利用一套设备检测多个线路的危险预警，功能性更加强大。将多个简单装置利用芯片及开发板集成于一个设备中，进而可以满足多条铁路线的检测功能，避免了覆盖面窄的问题。精确度高的同时还利用solidworks设计外壳装置，确保了设备的抗恶劣环境能力。实现了轨道车辆检测的实时化，可以及时发现危险，降低事故风险。安装在列车上，可以实现数据收集与检测，基本实现了轨道车辆监测的智能化，从而使得危险可以及时被发现并清除，从而降低事故发生风险。通过机器视觉与自动报警的方式实现了轨道车辆障碍物检测的智能化，只需要很少的人力进行系统观测，更加高效安全。增加补光及遮挡装置，提高设备利用率，提升设备的使用周期年限及寿命，提升关键零部件的保护作用，可以直接安装在轨道车辆车头上，且无需常年维修，减少了维修费用，同时装卸简易，不会影响列车的正常行驶，不会损害车体本身。
本发明是通过实施例进行描述的，本领域技术人员知悉，在不脱离本发明的精神和范围的情况下，可以对这些特征和实施例进行各种改变或等效替换。另外，在本发明的教导下，可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此，本发明不受此处所公开的具体实施例的限制，所有落入本申请的权利要求范围内的实施例都属于本发明的保护范围。
Claims (7)
1.一种轨道车辆多传感器智能障碍物检测系统，其特征在于：包括摄像头、传感器采集装置和云端服务平台，摄像头和传感器装置集成安装于轨道车辆头部，摄像头和传感器装置采集障碍物图像和距离信息并发送到云端服务平台，云端服务平台将采集到的障碍物信息与内部存储的铁路线数据集进行比较，实时预测道路方向，调控摄像头角度，当传感器装置检测到的障碍物距离处于设定的距离阈值内，云端服务平台提示车辆制动。
2.根据权利要求1所述的一种轨道车辆多传感器智能障碍物检测系统，其特征在于：所述摄像头包括热成像摄像头、夜视摄像头和智能RGB摄像机，摄像头连接k210芯片，通过maixpy软件实现摄像头物体识别。
3.根据权利要求1所述的一种轨道车辆多传感器智能障碍物检测系统，其特征在于：所述传感器采集装置包括测距传感器和红外测障传感器，测距传感器为激光测距传感器，激光测距传感器采集单元采用51开发板，51开发板转接屏幕，通过TOF激光测距传感器对前方障碍物的距离检测，并为云端服务平台提供距离数据信息，设定目标阈值，实现提前预警。
4.根据权利要求1所述的一种轨道车辆多传感器智能障碍物检测系统，其特征在于：所述铁路线数据集包括铁路线的日间数据集、夜晚数据集、隧道数据集和极端环境条件数据集。
5.根据权利要求1所述的一种轨道车辆多传感器智能障碍物检测系统，其特征在于：还包括遮挡与补光装置，遮挡与补光装置包括光敏元件、晶闸管整流器，光敏原件利用周围环境光照变化通过晶闸管整流器调控补光设备对摄像头进行补光。
6.根据权利要求1所述的一种轨道车辆多传感器智能障碍物检测系统，其特征在于：所述摄像头和传感器采集装置外部设有外壳。
7.根据权利要求1所述的一种轨道车辆多传感器智能障碍物检测系统，其特征在于：所述摄像头通过ISP技术采集检测到的输入信号，处理后把输出信号转换为图像，利用YOLOV4算法根据建立模型对障碍物实现检测与识别。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310459357.5A CN116466366A (zh) | 2023-04-26 | 2023-04-26 | 一种轨道车辆多传感器智能障碍物检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310459357.5A CN116466366A (zh) | 2023-04-26 | 2023-04-26 | 一种轨道车辆多传感器智能障碍物检测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116466366A true CN116466366A (zh) | 2023-07-21 |
Family
ID=87184138
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310459357.5A Pending CN116466366A (zh) | 2023-04-26 | 2023-04-26 | 一种轨道车辆多传感器智能障碍物检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116466366A (zh) |
-
2023
- 2023-04-26 CN CN202310459357.5A patent/CN116466366A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109377726B (zh) | 一种基于车联网的高速公路团雾精确警示、诱导系统及方法 | |
| CA2865733C (en) | System and method for multipurpose traffic detection and characterization | |
| CN109552366B (zh) | 机车车载铁道障碍物智能探测报警系统及其预警方法 | |
| CN109598187A (zh) | 障碍物识别方法、障碍物识别系统及轨道车自动驾驶装置 | |
| CN112712697B (zh) | 面向车路协同应用的车道级交通状态判别方法 | |
| CN110837800A (zh) | 一种面向港口恶劣天气的目标检测和识别的方法 | |
| CN107993456B (zh) | 基于人行道通行末期的单行道智能交通灯控制系统及方法 | |
| CN112147615B (zh) | 一种基于全天候环境监测系统的无人驾驶感知方法 | |
| CN101393690A (zh) | 超高车辆监测预警设施系统及其监测预警方法 | |
| CN105719480A (zh) | 一种用于高速公路的安全速度与距离警示系统 | |
| CN111551938A (zh) | 一种基于矿区环境的无人驾驶技术感知融合方法 | |
| CN114387785A (zh) | 一种基于智慧公路的安全管控方法、系统及可存储介质 | |
| CN109637142A (zh) | 一种基于大数据的路况监控装置 | |
| CN114003849A (zh) | 一种多车道非接触式车轴数自动计算方法及系统 | |
| CN103149603A (zh) | 一种基于视频的道路气象检测方法 | |
| CN106980810A (zh) | 一种基于敏感区图像轮廓递增的超高车辆接近检测方法 | |
| CN111862597A (zh) | 一种隧道避险预警系统 | |
| KR20140146837A (ko) | 센서 및 카메라를 이용한 스마트 도로 감시시스템 | |
| CN117213621A (zh) | 一种接触网振动定点监测系统及监测方法 | |
| CN209804007U (zh) | 一种高速公路隧道变道、超车预警装置 | |
| CN209765741U (zh) | 高速公路运行安全移动预警系统 | |
| CN116466366A (zh) | 一种轨道车辆多传感器智能障碍物检测系统 | |
| CN114333331B (zh) | 一种多车道桥梁车辆通行信息与车重识别方法及系统 | |
| CN116165655A (zh) | 一种基于毫米波雷达组群的全域车辆轨迹跟踪系统 | |
| CN105866132A (zh) | 一种车载信号机外观检测系统及方法 |
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 |