[发明专利]基于二维激光雷达的铁路线路障碍物自动识别方法在审
申请号: | 201711018781.7 | 申请日: | 2017-10-27 |
公开(公告)号: | CN107966711A | 公开(公告)日: | 2018-04-27 |
发明(设计)人: | 刘大庆;朱林;孙光绪;程传斌;潘新华;郜志昌;何秋奇;乔卫杰 | 申请(专利权)人: | 河南辉煌科技股份有限公司 |
主分类号: | G01S17/93 | 分类号: | G01S17/93 |
代理公司: | 郑州德勤知识产权代理有限公司41128 | 代理人: | 黄红梅 |
地址: | 450001 河南省郑*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 二维 激光雷达 铁路 线路 障碍物 自动识别 方法 | ||
技术领域
本发明涉及一种铁路线路障碍物自动识别方法,具体的说,涉及了一种基于二维激光雷达的铁路线路障碍物自动识别方法。
背景技术
目前,铁路沿线的危险区段如隧道口、路堑、高边坡等区域,对于铁路线路上的落石等障碍物,没有有效的监测手段,全靠人工巡检和司机报告等。对于体积较大的落石或滞留在铁路上的动物等障碍物,一旦没有及时发现,容易被运行的列车撞到,进而引发行车事故。
为了解决以上存在的问题,人们一直在寻求比较理想的技术解决方案。
发明内容
本发明的目的是针对现有技术的不足,从而提供了一种基于二维激光雷达的铁路线路障碍物自动识别方法。
为了实现上述目的,本发明所采用的技术方案是:一种基于二维激光雷达的铁路线路障碍物自动识别方法,包括以下步骤:
1)通过安装在铁路线路上方的二维激光雷达进行往复步进平面扫描,获取往复平面扫描数据,根据所述往复平面扫描数据初步判断是否存在障碍物;
2)若初步判断存在障碍物,则将所述往复平面扫描数据和预存背景数据进行比对以判断障碍物是否属于临时障碍物,若是,则初步获得所述临时障碍物的存在角度范围;
3)在所述临时障碍物的存在角度范围内进行单次步进平面扫描,获得所述临时障碍物的精准障碍物信息;
4)根据所述临时障碍物的精准障碍物信息和预存的钢轨位置判断所述临时障碍物是否是列车车轮,若不是,则进一步比对所述临时障碍物的精准障碍物信息和全局障碍物列表中已有临时障碍物的精准障碍物信息,判断所述全局障碍物列表中是否含有所述临时障碍物信息,若含有,则判断所述临时障碍物静止,并将全局障碍物列表中与所述临时障碍物不一致的已有临时障碍物的精准障碍物信息删除;若未含有,则判断所述临时障碍物为新增障碍物,将全局障碍物列表中已有临时障碍物的精准障碍物信息删除,并将所述临时障碍物的精准障碍物信息添加到全局障碍物列表中;
5)累计全局障碍物列表中每个临时障碍物的精准障碍物信息的存在时长,当累计的存在时长超过预设时间阈值时,则产生报警信息。
基于上述,所述往复步进平面扫描包括顺次步进平面扫描和逆次步进平面扫描,所述顺次步进平面扫描的扫描范围为0-180,步进角度为K;所述逆次步进平面扫描的扫描范围为180-0,步进角度为K;所述单次步进平面扫描的扫描范围为所述临时障碍物的存在角度范围,步进角度为M,且M小于K。
基于上述,所述精准障碍物信息包括所述临时障碍物的精准边界角度和精准位置信息。
基于上述,1)中根据所述往复平面扫描数据初步判断是否存在障碍物的具体方法为:若所述顺次步进平面扫描和所述逆次步进平面扫描均在同一角度范围内检测到物体,则判定该物体为障碍物。
基于上述,所述预存背景数据为预先通过往复平面扫描获得的铁路沿线数据。
基于上述,在3)中,若经过单次步进平面扫描,发现识别出的临时障碍物的个数大于等于二,且两个相邻的临时障碍物的相邻边界的距离差小于预设距离阈值,则将这两个相邻的临时障碍物合并为一个临时障碍物,所述临时障碍物的边界角度分别为相邻两个临时障碍物的外边界角度。
基于上述,4)中判断所述临时障碍物是否是列车车轮的方法是:比较所述临时障碍物的精准位置信息和预存的钢轨位置,若所述临时障碍物的精准位置信息和预存的钢轨位置的误差小于预设误差值域,则判定所述临时障碍物为列车车轮。
基于上述,4)中比对所述精准障碍物信息和全局障碍物列表中的精准障碍物信息的具体方法为:比较所述临时障碍物的精准边界角度和全局障碍物列表中已有临时障碍物的精准边界角度,若边界角度误差小于预设角度误差阈值,则判断所述全局障碍物列表中含有所述临时障碍物信息;否则判断所述全局障碍物列表中未含有所述临时障碍物信息。
基于上述,所述往复步进平面扫描的扫描周期为10毫秒至30秒。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南辉煌科技股份有限公司,未经河南辉煌科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711018781.7/2.html,转载请声明来源钻瓜专利网。