RU2769453C1 - Способ измерения дальности до вагона на прямолинейном участке железнодорожного пути - Google Patents

Способ измерения дальности до вагона на прямолинейном участке железнодорожного пути Download PDF

Info

Publication number
RU2769453C1
RU2769453C1 RU2021121429A RU2021121429A RU2769453C1 RU 2769453 C1 RU2769453 C1 RU 2769453C1 RU 2021121429 A RU2021121429 A RU 2021121429A RU 2021121429 A RU2021121429 A RU 2021121429A RU 2769453 C1 RU2769453 C1 RU 2769453C1
Authority
RU
Russia
Prior art keywords
car
points
distance
image
rails
Prior art date
Application number
RU2021121429A
Other languages
English (en)
Inventor
Игорь Алексеевич Кудинов
Иван Сергеевич Холопов
Original Assignee
Федеральное государственное бюджетное образовательное учреждение высшего образования "Рязанский государственный радиотехнический университет имени В.Ф. Уткина"
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Федеральное государственное бюджетное образовательное учреждение высшего образования "Рязанский государственный радиотехнический университет имени В.Ф. Уткина" filed Critical Федеральное государственное бюджетное образовательное учреждение высшего образования "Рязанский государственный радиотехнический университет имени В.Ф. Уткина"
Priority to RU2021121429A priority Critical patent/RU2769453C1/ru
Application granted granted Critical
Publication of RU2769453C1 publication Critical patent/RU2769453C1/ru

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C3/00Measuring distances in line of sight; Optical rangefinders
    • G01C3/02Details
    • G01C3/06Use of electric means to obtain final indication

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

Способ измерения дальности основан на выделении на изображении контурного препарата рельсов железнодорожного пути; выполнении проективного преобразования для компенсации проективных искажений; выделении на полученном изображении без искажений вертикальных прямых, соответствующих изображениям рельсов; поиске соответствующих им прямых на изображении контурного препарата; нахождении пиксельных координат точек, соответствующих местам контактов колесной пары вагона и рельсов пути; вычислении дальности до вагона путем решения уравнений проективной геометрии при априорно известной ширине железнодорожного пути L. Технический результат заключается в уменьшении объема вычислений, требуемых для оценки дальности до вагона по изображению с камеры. 8 ил.

Description

Изобретение относится к области информационно-измерительных систем и может найти применение в системах компьютерного зрения, предназначенных для решения задачи измерения дальности до объекта по его единственному цифровому видеоизображению. Объектом, до которого измеряется дальность, является ближайший по ходу следования маневрового тепловоза с автоматической системой управления (МТ с АСУ) вагон железнодорожного состава. При этом расстояние от вагона МТ с АСУ оценивается с целью минимизации времени, затрачиваемого на приближение к составу, т.е. торможение тепловоза до скорости сцепки (не более 2 км/ч) начинается только при приближении к составу на некоторое критическое расстояние. Указанное критическое расстояние зависит от заданной скорости движения МТ с АСУ на свободном прямолинейном участке железнодорожного пути.
Из уровня техники известен способ измерения расстояния на цифровой видеокамере с помощью мишени (патент RU 2655467, опубл. 28.05.2018, МПК: G01C 3/06 (2006.01)). Согласно способу, для измерения расстояния до объекта на нем закрепляют мишень в форме шара известного радиуса, цвет которого характеризуется одним слабо выраженным цветовым компонентом. Далее производится выделение контура изображения шара (контур представляет особой окружность вне зависимости от ракурса съемки) и измерение его радиуса, выполняется сопоставление данного радиуса с физическим размером мишени, и в момент времени t расстояние до объекта вычисляется по формуле:
Figure 00000001
где F - фокусное расстояние объектива видеокамеры;
R - физический размер радиуса мишени;
rad(t) - радиус мишени в пикселях на видеокадре в момент времени t;
pix - физический размер пикселя видеоизображения (на матрице камеры).
Недостатком способа является необходимость установки мишени на всех объектах, до которых требуется измерять дальность.
Указанного недостатка лишен способ измерения дальности от маневрового тепловоза до вагона на прямолинейном участке железнодорожного пути (патент RU 2750364, опубл. 28.06.2021, МПК: G01C 3/00 (2006.01)), по совокупности признаков выбранный в качестве прототипа. В способе прототипа дополнительная установка на вагон мишени или иных реперных устройств не требуется: опорными (реперными) точками выступают автоматически выделяемые на изображении камеры точки контакта рельсов железнодорожного пути с колесной парой. Поскольку ширина рельсового пути априорно известна, это позволяет решить задачу измерения дальности с применением математической модели проективной камеры. При этом при нахождении маневрового локомотива на прямолинейном участке пути с помощью установленной на нем камеры выделяют контурный препарат вертикальных линий наблюдаемой сцены, на котором с применением преобразования Хафа выделяют N≥2 прямых линий. После анализа параметров данных линий ρ и θ в пространстве параметров Хафа оставляют только две прямые, которые потенциально соответствуют изображениям рельсов пути, на котором находится маневровый тепловоз. Для точек контурного препарата, принадлежащих указанным прямым, выполняют морфологическую дилатацию; определяют пиксельные координаты точек, соответствующих местам контакта рельсов с колесной парой вагона, и решают уравнения проективной геометрии.
Технический результат в способе прототипа достигается за счет свойства геометрической постановки задачи: на прямолинейном участке пути для камеры, линия визирования которой коллинеарна горизонтальной строительной оси МТ с АСУ и сонаправлена с ней (фиг. 1), для наклонной дальности до ближайшего вагона справедливо соотношение
Figure 00000002
где L - ширина ширину железнодорожного пути, m и m - нормированные однородные пиксельные координаты изображений рельсов в точках контакта M1 и М2 с колесной парой вагона,
Figure 00000003
где K - матрица внутренних параметров камеры, а нормированное фокусное расстояние ƒ проективной камеры по определению (Hartley R., Zisserman A. Multiple View Geometry in Computer Vision: 2nd edition. Cambridge: Cambridge University Press, 2003. 656 p.) равно единице: ƒн=1.
Главная точка камеры на фиг. 1 обозначена символом mC. Как следует из геометрических построений фиг. 1, для нахождения искомой горизонтальной дальности D необходимо вычислить:
Figure 00000004
где Δϕ - угловое расстояние между оптической осью OZк камеры и направлением на середину отрезка М1М2.
Угол ϕх оценивают по сигналам инерциального измерительного модуля, встроенного в корпус камеры либо закрепленного на нем. Для проективной камеры
Figure 00000005
Недостатком способа прототипа является необходимость выполнения преобразования Хафа (Визильтер Ю.В., Желтов С.Ю., Бондаренко А.В., Ососков М.В., Моржин А.В. Обработка и анализ изображений в задачах машинного зрения: курс лекций и практических занятий. М.: Физматкнига, 2010. 672 с.) для поиска на изображении прямых линий. Данное преобразование при своей программной реализации требует выполнения вычислений в цикле с уровнем вложенности три: по двум пиксельным координатам и по параметру угла наклона θ, который изменяется в пределах [0, 180°] с шагом, как правило, в 1°.
Техническая проблема, решаемая созданием заявленного изобретения, заключается в отсутствии способа измерения дальности до вагона по информации от единственной камеры, в котором при выделении изображений рельсов на кадре с данной камеры не применялось бы преобразование Хафа.
Технический результат заключается в уменьшении объема вычислений, требуемых для оценки дальности до вагона по изображению с камеры.
Технический результат достигается уменьшением объема вычислений, требуемых для выделения контуров, соответствующих изображениям рельсов железнодорожного пути.
Уменьшение объема вычислений реализуется посредством исключения преобразования Хафа из способа измерения дальности при компенсации проективных искажений рельсов пути в кадре с камеры. Указанная компенсация достигается, например, применением методики «Bird-Еуе View» (от англ. - «изображение с высоты птичьего полета»), т.е. формирования кадра с виртуальной камеры, имитирующего снимок наблюдаемой сцены с некоторой высоты с направлением оптической оси данной камеры строго в надир. При этом ориентация контуров рельсов пути в кадре априорно известна: они располагаются строго вертикально. Для поиска двух наиболее выраженных на контурном препарате прямых необходимо только выполнить подсчет контурных точек в каждом столбце изображения. Таким образом, выполнять преобразование Хафа не требуется. Это уменьшает уровень вложенности цикла до двух (только по двум пиксельным координатам - для выполнения преобразования «Bird-Еуе View») и понижает асимптотическую вычислительную сложность способа измерения расстояния.
Матрица проективного преобразования (томографии) Н может быть сформирована, например, с помощью как непосредственного указания вручную пиксельных координат 4-х точек кадра, по две точки на каждом рельсе, и их желаемых пиксельных координат в кадре без проективных искажений (Maire F., Bigdeli A. Obstacle-free range determination for rail track maintenance vehicles // Proc. of 11th Int. Conf. on Control Automation Robotics & Vision. Singapore, 2010. P. 2172-2178), так и с применением методики компенсации проективных искажений при маловысотной съемке (Холопов И.С. Алгоритм коррекции проективных искажений при маловысотной съемке // Компьютерная оптика. 2017. Т. 41. №2. С. 284-290).
Применение преобразования типа «Bird-Еуе View» снижает разрешающую способность для объектов, расположенных у краев кадра. Поэтому данное проективное преобразование предлагается применять не к исходному изображению с камеры (фиг. 2), как это реализовано, например, в работе (Maire F., Bigdeli A. Obstacle-free range determination for rail track maintenance vehicles // Proc. of 11th Int. Conf. on Control Automation Robotics & Vision. Singapore, 2010. P. 2172-2178), а уже к бинаризованному изображению контурного препарата. Действительно, после преобразования типа «Bird-Еуе View» изображения фиг. 2 разрешение в верхней части кадра уменьшается (фиг. 3). Для формирования фиг. 3 применены формулы из работы (Холопов И.С. Алгоритм коррекции проективных искажений при маловысотной съемке // Компьютерная оптика. 2017. Т. 41. №2. С. 284-290) со следующими численными значениями параметров: наклон камеры в угломестной плоскости равен -0,5°, высота камеры относительно пути равна 3,5 метра, положение виртуальной камеры, формирующей кадр «Bird-Еуе View», относительно реальной камеры: смещение на 20 метров вперед и на 25 метров вверх; соотношение фокусных расстояний реальной и виртуальной камер равно 1:1.
В отличие от способа прототипа, для кадра с камеры (фиг. 2) после бинаризации контурного препарата (на фиг. 4 приведен его негатив) реализуется проективное преобразование с матрицей томографии Н (фиг. 5), а затем выполняется подсчет пикселей с ненулевой яркостью в каждом столбце.
Затем на изображении с компенсированными проективными искажениями оставляют только два столбца с наибольшим количеством пикселей с ненулевой яркостью. Данные столбцы являются наиболее вероятными кандидатами на контуры кромок рельсов того пути, по которому движется маневровый тепловоз. Негатив данного кадра приведен на фиг. 6. Далее с помощью обратного проективного преобразования (с матрицей Н-1) находят соответствующие данным столбцам уравнения прямых на исходном кадре и повторяют действия согласно способу прототипа:
используют точки, принадлежащие данным прямым, как бинарную маску, т.е. выполняют операцию морфологического пересечения с бинаризованным изображением (фиг. 4) контурного препарата;
для пикселей результата морфологического пересечения (фиг. 7), выполняют морфологическую операцию «дилатация»,
определяют однородные пиксельные координаты точек m1 и m2, соответствующих потенциальным местам контакта рельсов с колесной парой вагона;
переходят к нормированным пиксельным координатам m и m и вычисляют по ним наклонную дальность по формуле (2) и горизонтальную дальность - по формуле (4).
Схема алгоритма, реализующего предлагаемый способ измерения дальности до вагона, приведена на фиг. 8.
Оценим изменение асимптотической вычислительной сложности при отказе от преобразования Хафа с количеством градаций по угловой координате Nθ для изображения с шириной и высотой W и H пикселей соответственно.
Пусть после адаптивной бинаризации доля пикселей с ненулевой яркостью составила величину ε<<1. Тогда, даже если заменить вычисление тригонометрических функций синус и косинус их табулированными значениями, для преобразования Хафа потребуется 2WHεNθ операций умножения и WHεNθ операций сложения, поскольку для каждого пикселя с ненулевой яркостью вычисляется параметрическое уравнение потенциально проходящей через него прямой xcosθ+ysinθ=ρ. Не нарушая общности задачи оценивания асимптотической вычислительной сложности, допустим, что операции умножения и сложения выполняются за одинаковое время. Тогда можно считать, что общее количество элементарных вычислительных операций для выделения рельсов в способе прототипа
Figure 00000006
Для предлагаемого способа для каждого пикселя с ненулевой яркостью выполняется проективное преобразование:
Figure 00000007
Поскольку последний элемент вектора однородных пиксельных координат m равен единице по определению, а последний элемент матрицы томографии также принято нормировать к единице (Hartley R., Zisserman A. Multiple View Geometry in Computer Vision: 2nd edition. Cambridge: Cambridge University Press, 2003. 656 p.), то выполнение проективного преобразования (7) для каждого пикселя потребует 8 операций умножения (шесть - на умножение матрицы на вектор и два - на нормировку mH) и 6 операций сложения. Так как кадр с преобразованием «Bird-Еуе View» в общем случае имеет иные ширину и высоту, чем исходный, обозначим их соответственно символами WBW и HBW соответственно. Поэтому общее количество элементарных вычислительных операций для выделения рельсов в предлагаемом способе
Figure 00000008
Из сравнения (6) и (8) получим, что выигрыш предлагаемого способа в объеме вычислительных операций для реализации выделения изображений рельсов пути равен
Figure 00000009
Например, при типовом для преобразования Хафа значении параметра Nθ=180, параметре адаптивной бинаризации ε=0,01, а также при WBW=Н и HBW=2Н, как это принято на фиг. 5, выигрыш в объеме ЭВО для выделения контуров рельс
В = 2,7 W/H,
т.е. для стандартных соотношений W\H цифровых камер, равных 4:3 или 16:9, выигрыш В>3.
Таким образом, предлагаемый способ обеспечивает измерение дальности до вагона по информации от единственного кадра камеры и на этапе поиска изображений рельсов имеет меньшую асимптотическую вычислительную сложность по сравнению с прототипом.

Claims (1)

  1. Способ измерения дальности до вагона, заключающийся в формировании видеокамерой цифрового видеоизображения, выделении контурного препарата и сопоставлении физического размера априорно известного объекта съемки с его размером в пикселях, определенным по контурному препарату видеоизображения, в котором при нахождении на прямолинейном участке железнодорожного пути на видеоизображении выделяют сектор, в пределах которого формируют контурный препарат вертикальных линий; на контурном препарате оставляют только две прямые, которые потенциально соответствуют изображениям рельсов пути; для точек контурного препарата, принадлежащих указанным прямым, выполняют морфологическую дилатацию; определяют пиксельные координаты точек m1 и m2, соответствующих потенциальным местам контакта рельсов с колесной парой вагона; по данным точкам измеряют наклонную дальность до вагона как отношение априорно известной ширины железнодорожного пути L к длине отрезка m1m2, крайние точки которого в плоскости изображения соответствуют потенциальным точкам контакта рельсов M1 и М2 с колесной парой вагона; находят горизонтальную дальность до вагона как произведение наклонной дальности на косинус угла между плоскостью горизонта и направлением на середину отрезка M1M2 в угломестной плоскости, отличающийся тем, что выполняют проективное преобразование для компенсации проективных искажений, определяют на изображении без проективных искажений два столбца с наибольшим количеством пикселей с ненулевой яркостью и с помощью обратного проективного преобразования находят соответствующие данным столбцам уравнения прямых на исходном кадре.
RU2021121429A 2021-07-19 2021-07-19 Способ измерения дальности до вагона на прямолинейном участке железнодорожного пути RU2769453C1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2021121429A RU2769453C1 (ru) 2021-07-19 2021-07-19 Способ измерения дальности до вагона на прямолинейном участке железнодорожного пути

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2021121429A RU2769453C1 (ru) 2021-07-19 2021-07-19 Способ измерения дальности до вагона на прямолинейном участке железнодорожного пути

Publications (1)

Publication Number Publication Date
RU2769453C1 true RU2769453C1 (ru) 2022-03-31

Family

ID=81075777

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2021121429A RU2769453C1 (ru) 2021-07-19 2021-07-19 Способ измерения дальности до вагона на прямолинейном участке железнодорожного пути

Country Status (1)

Country Link
RU (1) RU2769453C1 (ru)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1153548A (ja) * 1997-08-01 1999-02-26 Sony Corp 画像処理装置、画像処理方法、および、伝送媒体
JP2017126264A (ja) * 2016-01-15 2017-07-20 キヤノン株式会社 情報処理装置、情報処理方法およびプログラム
RU2655467C1 (ru) * 2017-03-29 2018-05-28 Дмитрий Александрович Рощин Способ измерения расстояния на цифровой видеокамере с помощью мишени
RU2729512C1 (ru) * 2019-12-09 2020-08-07 Федеральное государственное бюджетное образовательное учреждение высшего образования "Рязанский государственный радиотехнический университет имени В.Ф. Уткина" Способ косвенного измерения дальности от маневрового тепловоза до вагона на прямолинейном участке железнодорожного пути
RU2750364C1 (ru) * 2020-11-10 2021-06-28 Федеральное государственное бюджетное образовательное учреждение высшего образования "Рязанский государственный радиотехнический университет имени В.Ф. Уткина" Способ измерения дальности от маневрового тепловоза до вагона на прямолинейном участке железнодорожного пути

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1153548A (ja) * 1997-08-01 1999-02-26 Sony Corp 画像処理装置、画像処理方法、および、伝送媒体
JP2017126264A (ja) * 2016-01-15 2017-07-20 キヤノン株式会社 情報処理装置、情報処理方法およびプログラム
RU2655467C1 (ru) * 2017-03-29 2018-05-28 Дмитрий Александрович Рощин Способ измерения расстояния на цифровой видеокамере с помощью мишени
RU2729512C1 (ru) * 2019-12-09 2020-08-07 Федеральное государственное бюджетное образовательное учреждение высшего образования "Рязанский государственный радиотехнический университет имени В.Ф. Уткина" Способ косвенного измерения дальности от маневрового тепловоза до вагона на прямолинейном участке железнодорожного пути
RU2750364C1 (ru) * 2020-11-10 2021-06-28 Федеральное государственное бюджетное образовательное учреждение высшего образования "Рязанский государственный радиотехнический университет имени В.Ф. Уткина" Способ измерения дальности от маневрового тепловоза до вагона на прямолинейном участке железнодорожного пути

Similar Documents

Publication Publication Date Title
CN113536883B (zh) 障碍物检测方法、车辆、设备及计算机存储介质
Fernández Llorca et al. Vision‐based vehicle speed estimation: A survey
Wedel et al. B-spline modeling of road surfaces with an application to free-space estimation
CN104282020A (zh) 一种基于目标运动轨迹的车辆速度检测方法
CN108692719B (zh) 物体检测装置
CN109764858B (zh) 一种基于单目相机的摄影测量方法及系统
Wu et al. An algorithm for automatic vehicle speed detection using video camera
Wedel et al. Realtime depth estimation and obstacle detection from monocular video
US11204610B2 (en) Information processing apparatus, vehicle, and information processing method using correlation between attributes
US10740908B2 (en) Moving object
Loktev et al. Diagnostics of external defects of railway infrastructure by analysis of its images
US10832428B2 (en) Method and apparatus for estimating a range of a moving object
JP2021056028A (ja) 環境地図調整値算出方法および環境地図調整値算出プログラム
KR101030317B1 (ko) 스테레오 비전을 이용하여 장애물을 추적하는 장치 및 방법
KR102711127B1 (ko) 카메라 보정 없는 속도 추정 시스템들 및 방법들
US20190180121A1 (en) Detection of Objects from Images of a Camera
CN112862858A (zh) 一种基于场景运动信息的多目标跟踪方法
EP4250245A1 (en) System and method for determining a viewpoint of a traffic camera
Kudinov et al. Perspective-2-point solution in the problem of indirectly measuring the distance to a wagon
Marita et al. Stop-line detection and localization method for intersection scenarios
Wang et al. Geometry constraints-based visual rail track extraction
US11904843B2 (en) Autonomous parking systems and methods for vehicles
US11087150B2 (en) Detection and validation of objects from sequential images of a camera by using homographies
RU2729512C1 (ru) Способ косвенного измерения дальности от маневрового тепловоза до вагона на прямолинейном участке железнодорожного пути
RU2769453C1 (ru) Способ измерения дальности до вагона на прямолинейном участке железнодорожного пути