[发明专利]一种基于图像处理与目标识别的轨道交通避障系统

权利要求书

1.一种基于图像处理与目标识别的轨道交通避障系统，其特征在于，包括：

数据采集模块，所述数据采集模块包括主摄像机、辅摄像机与毫米波雷达，所述主摄像机用于对列车行进方向成像，所述辅摄像机使用广角镜头，用于对主摄像机近域盲区辅助成像，所述毫米波雷达用于获取目标检测区域的目标方位和距离信息；

人工智能处理模块，所述人工智能处理模块接收主摄像机、辅摄像机中的图像信息，将图像信息进行图像去雾算法与图像增强算法处理后，利用基于人工智能的图像分割和目标识别算法得到当前铁轨区域，利用基于人工智能的识别算法得到障碍物在图像中的位置和类别，同时将接收到毫米波雷达的探测信息与图像信息进行融合，所述探测信息与图像信息进行融合包括以下步骤：

毫米波雷达可以提供障碍物的方位角α，俯仰角β和距离d，由几何关系可知：

(1)

(2)

(3)

式(1)、(2)、(3)中W、H分别为图像的宽和高，F为摄像机的等效焦距，f和分

别为摄像机的焦距和像元尺寸，由上面几个公式即可求出雷达坐标对应的图像坐标(Cx,Cy)，

得到雷达目标的图像坐标后，再与通过人工智能目标识别算法得到的目标图像坐标进行融合，进而综合图像和雷达两种数据结果进行有无障碍物及障碍物位置的综合判定，进一步确定障碍物位置，在轨道的左右两侧划定警戒区域，若障碍物进入警戒区域则触发报警；

显示控制模块，所述显示控制模块通过以太网与人工智能处理模块相连。

2.根据权利要求1所述的基于图像处理与目标识别的轨道交通避障系统，其特征在于：所述图像去雾算法与图像增强算法提高带雾或低对比度图像的对比度，减小雾对图像的影响，使去雾后的图像更有利于后续处理或主观视觉观察。

3.根据权利要求1所述的基于图像处理与目标识别的轨道交通避障系统，其特征在于：所述图像分割和目标识别算法需要采集多种障碍物和铁轨视频，对视频中的障碍物和铁轨进行标注和训练，进而使用训练好的分割模型和检测模型进行图像分割和目标识别。

4.根据权利要求1所述的基于图像处理与目标识别的轨道交通避障系统，其特征在于：所述人工智能处理模块利用图像分割和目标识别算法分割出当前行驶轨道并以此建立警戒区域，所述警戒区域的范围位于轨道两侧0.3m~1m。

5.根据权利要求1所述的基于图像处理与目标识别的轨道交通避障系统，其特征在于：所述毫米波雷达在安装时，需与主摄像机的横截面平行，从而方便把雷达坐标系转换成像机图像坐标系。

6.根据权利要求1所述的基于图像处理与目标识别的轨道交通避障系统，其特征在于：所述人工智能处理模块利用目标识别算法识别出障碍物，再将障碍物目标图像信息与毫米波雷达探测到的目标方位、距离信息进行融合，进一步确认目标的位置。

7.根据权利要求1所述的基于图像处理与目标识别的轨道交通避障系统，其特征在于：若所述障碍物进入警戒区域则触发报警，并将报警信息通过字符叠加的方式添加到主、辅摄像机视频中，并将视频分别通过以太网上传送至显示控制模块。

8.根据权利要求1、6或7任一项所述的基于图像处理与目标识别的轨道交通避障系统，其特征在于：所述障碍物包括人、车与火车。

9.根据权利要求1所述的基于图像处理与目标识别的轨道交通避障系统，其特征在于：所述图像去雾算法与图像增强算法，其中图像去雾算法采用限制对比度自适应直方图均衡算法；

其中图像增强算法包括以下步骤：a、限制累计分布直方图(CDF)的斜率，将图像分成若干个子块，当子块中统计得到的灰度直方图的幅值高于设定的截取阈值时，将这部分灰度值截取出来并均匀放置在整个灰度区间上，进而降低累计分布直方图的斜率，使灰度直方图更加均匀；

b、通过插值加快计算速度，首先将图像均匀分成若干个等份子块，再求每个子块中像素点的值，为了求出图中像素点处的值，需要利用其周围四个子块的映射函数分别做变换得到四个映射值，再对这四个值做双线性插值。