[发明专利]基于激光和图像数据融合的轨道交通主动障碍物检测装置在审

专利信息
申请号: 202110704853.3 申请日: 2021-06-24
公开(公告)号: CN113568002A 公开(公告)日: 2021-10-29
发明(设计)人: 吕红强;洪天华;杜警;黄涛;熊钢 申请(专利权)人: 中车南京浦镇车辆有限公司
主分类号: G01S17/931 分类号: G01S17/931;G01S17/86
代理公司: 南京同泽专利事务所(特殊普通合伙) 32245 代理人: 蔡晶晶
地址: 210031 江苏省南*** 国省代码: 江苏;32
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 激光 图像 数据 融合 轨道交通 主动 障碍物 检测 装置
【权利要求书】:

1.一种基于激光和图像数据融合的轨道交通主动障碍物检测装置,包括:

激光雷达——安装于车头,实时采集车辆前方的点云数据,并发送给控制主机;

视觉传感器——安装于车头,实时采集车辆前方视频数据,并发送给控制主机;

控制主机——对接收到的点云数据和视频数据进行障碍物融合检测,实现障碍物识别,并输出前方障碍物信息,所述障碍物信息至少包括障碍物距离和障碍物类型。

2.根据权利要求1所述的基于激光和图像数据融合的轨道交通主动障碍物检测装置,其特征在于:所述视觉传感器包括近焦视觉传感器和远焦视觉传感器。

3.根据权利要求1所述的基于激光和图像数据融合的轨道交通主动障碍物检测装置,其特征在于:所述激光雷达和视觉传感器可调节的安装于车头,使得两种传感器的数据空间坐标重合;或者通过控制主机对数据进行处理,使得两种传感器的数据空间坐标重合。

4.根据权利要求1所述的基于激光和图像数据融合的轨道交通主动障碍物检测装置,其特征在于:针对同一时刻的点云数据和视觉数据,通过点云数据获取前方障碍物轮廓和空间坐标,通过视觉数据获取前方轨道线范围内障碍物的空间坐标并对障碍物进行识别;两种数据获取的障碍物空间坐标匹配,则通过所述障碍物轮廓进行障碍物初步识别,然后利用视觉数据对障碍物进行确认,如果视觉识别结果与障碍物初步识别结果不一致,则以视觉识别结果为准,从而实现障碍物融合检测。

5.根据权利要求1所述的基于激光和图像数据融合的轨道交通主动障碍物检测装置,其特征在于还包括:

供电单元——为装置提供车载控制电源;

声光报警器——当障碍物融合检测到障碍物时,进行声光报警。

6.根据权利要求5所述的基于激光和图像数据融合的轨道交通主动障碍物检测装置,其特征在于还包括:

维护单元——与乘客信息系统通讯,用于将视频流数据发送给乘客信息系统,以便进行地面存储和后续的视频分析;

车载通信单元——与车辆TCMS通过以太网和/或MVB总线通信,用于将告警信息上报。

7.一种基于激光和图像数据融合的轨道交通主动障碍物检测方法,其特征在于:使用权利要求1-6任一项所述装置实现。

8. 一种基于激光和图像数据融合的轨道交通主动障碍物检测方法,其特征在于步骤如下:

步骤1、点云数据的获取和处理

1.1、通过安装于车头的激光雷达实时采集车辆前方的点云数据,并发送给控制主机;

1.2、对点云数据进行预处理,得到不包含地平面的滤波后点云;

1.3、经过预处理的点云中提取目标物轮廓,获得目标物的空间位置信息;

步骤2、相机视觉检测

2.1、通过安装于车头的视觉传感器实时采集车辆前方视频数据,并发送给控制主机;

2.2、进行图像预处理;

2.3、图像检测障碍物,如果障碍物在轨道线范围内,则进行障碍物类型的识别,否则返回步骤2.1;

步骤3、数据融合

3.1、两种数据进行时间和空间同步,即选择选取同一时刻的点云数据识别信息和视觉数据的识别结果,如果两种数据的障碍物出现时间和空间坐标匹配,则进行3.2,否则继续处理下一时刻的数据;

3.2、通过所述障碍物轮廓进行障碍物初步识别,然后利用视觉识别结果对障碍物进行确认,如果视觉识别结果与障碍物初步识别结果不一致,则以视觉识别结果为准或报警,从而实现障碍物融合检测,并输出障碍物类型及位置信息。

9.根据权利要求8所述的基于激光和图像数据融合的轨道交通主动障碍物检测方法,其特征在于:步骤2.3中,采用人工智能卷积神经网络进行目标检测。

10.根据权利要求8所述的基于激光和图像数据融合的轨道交通主动障碍物检测方法,其特征在于:步骤2.3中还包括轨道线检测,采用通过大量数据集训练的基于AI的语义分割神经网络将轨道线分割出来,再通过曲线拟合的方法得到车道线限界区域。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中车南京浦镇车辆有限公司,未经中车南京浦镇车辆有限公司许可,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/202110704853.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top