[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

说明书

本发明涉及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、视觉传感器和控制主机，激光雷达和视觉传感器分别实时采集车辆前方的点云数据和视频数据，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，障碍物信息至少包括障碍物距离和障碍物类型。本发明将视觉目标检测技术和激光雷达检测技术相融合，具体来说将两种数据进行时空同步，然后对识别结果进行逻辑判断并输出障碍物类型和位置信息。本发明的障碍物检测结果准确率高，能够适应何种环境下的障碍物检测。

技术领域

本发明涉及轨道车辆主动障碍物检测技术,特别涉及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。

背景技术

地铁列车在运行时，需要对轨面上方突发侵入或隧道结构设备落下的障碍物进行实时检测。传统驾驶模式下一般依靠司机目视判断，但随着无人驾驶模式的引入，主动障碍物检测功能已成为自动驾驶车辆的基本配置。

视觉目标检测技术是排除图像或视频环境中如光照、遮挡等因素的干扰，在物体数量不确定、物体外观不一致的情况下找出图像或视频中的感兴趣物体，同时准确检测出它们的位置和大小。

激光雷达目标检测技术是对雷达扫描形成的庞大点云数据进行杂散点滤波、体素滤波及平面分割，得到不包含地平面的滤波后点云，再通过智能算法寻找目标物体的大小及方位。

激光雷达和相机均可实现障碍物检测，但雷达监测缺少障碍物类型信息，缺少轨道信息；相机监测缺少障碍物距离信息、障碍物具体尺寸信息。

纯相机检测方案存在一下缺陷：

1、受天气因素影响大，无法满足雨天，雾天环境下应用，恶劣天气下成像较差；

2、受光照因素影响大，光照过强或偏弱以及环境亮度快速变化时，成像效果较差；

3、相机视觉测距整个过程CPU资源消耗极大，伴随设备功耗等增加，会导致主机散热设计困难。

相机与毫米波雷达组合的方案，一定程度上可以提高系统环境适应性，但仍然存在明显的弊端和不足：

1、毫米波雷达作为障碍物检测时，其检测范围为一个平面，无法实现三维空间内的完整检测；即使前方反馈有目标信息，也无法获知该目标的具体位置，轨道内部还是外部，空中还是地面，存在大量误报情况；

2、毫米波雷达对目标探测方向和位置反馈较差，不能精确定位障碍物；

3、行业内虽已有“3D”毫米波雷达的尝试，但其垂直方向检测角度很小，角度分辨率很低，无法真正工程化安装和检测使用。

采用低线激光雷达一定程度上可优化方案成本，但同时会导致严重的系统功能和性能缩小，导致系统无法满足项目实际使用。

1、雷达线数降低会关联降低雷达空间分辨率和雷达点云密度降低，系统无法对各种尺寸(尤其是小尺寸障碍物)和形状的障碍物进行可靠检测和识别，存在漏报风险，降低系统安全防护性能；

2、低线雷达角度分辨率大，距离一旦增加，对障碍物识别性能急剧下降，常见的32/64线雷达仅能是实现150米以内的检测，远小于标准车需求的300米及以上检测性能需求。

发明内容

本发明的目的主要是针对上述现有技术中的问题，提供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，将雷达数据和图像数据进行融合，提高了障碍物检测的准确率。

为了达到本发明目的，本发明提供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，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。