[发明专利]一种城市轨道交通信号灯定位识别方法及系统

说明书

本发明公开了一种城市轨道交通信号灯定位识别方法及系统，方法包括：基于列车运行线路构建电子地图；列车的检测系统对前方环境信息和列车前方图像实时采集；根据列车位置信息和信号灯的坐标信息，在列车前方图像中确定信号灯的位置范围；根据前方环境信息对信号灯的坐标信息进行校验；根据信号灯的坐标信息对校验合格的列车前方图像进行裁剪；将只含有信号灯的图片数据进行图像颜色空间转换；利用HSV值计算每个信号灯位区域像素点出现频率最高的颜色，判断出待识别的信号颜色；根据识别的信号颜色以及预置的信号灯显示组合的含义，输出信号显示组合及相关含义信息。本发明有效提高信号检测的有效性与保障列车运行的安全性。

技术领域

本发明涉及轨道交通技术领域，尤其涉及城市轨道交通信号灯定位与识别技术。

背景技术

城市轨道交通信号灯是城市轨道交通系统的重要基础设施，主要用于辅助列车驾驶员根据信号灯的状态做出正确决策，以保证系统的正常运转。目前，判断城市轨道交通信号灯状态的方式主要有两种：

1)通过列车驾驶员的眼睛观察来判断。恶劣天气等环境因素及驾驶员身心疲惫等主观因素极有可能导致无法及时识别甚至未发现位于轨旁的信号灯，产生安全隐患。

2)通过列车驾驶室内的仪表信号来判断。车上的各种仪器电气化干扰会对保障列车安全运行的驾驶室信号造成干扰，产生安全隐患。

目前，判断城市轨道交通信号灯位置的方式主要利用当前轨道线路与信号灯的几何位置关系来实现，通过间接提取行驶线路的轨道线方式进行信号灯定位。但是如果在道岔等复杂线形区域，易产生信号灯定位误判的情况，出现运营安全隐患。在城市轨道交通领域，目前关于自动地对列车运行线路前方信号灯组合状态识别的专利较少，例如：公开号CN113239939A的专利《一种轨道信号灯识别方法、模块及存储介质》，公开了一种轨道信号灯识别方法、模块及存储介质。具体包括：准备训练数据，构建和训练高效目标检测模型，改进深度学习网络结构，将算法模型迁移至ARM64位平台运行，使模型可以在低功耗下达到较高的运行速度。存在以下问题：

1)列车在复杂的实际环境运行过程中，信号灯在图像中的位置也在不断发生变化，并且在夜间环境场景下，该专利提出的方法缺乏对信号灯位置的校验，无法处理当线路周围出现环境灯光或临近线路信号灯干扰情况的场景，易产生误检测。

2)该专利的检测方法基于深度学习网络结构特点进行设计的，深度学习网络结构权重是依靠准备的数据集多次训练获得，因此其算法概率不确定特性和内部不可解释的黑盒性质与传统的安全关键系统采用的确定可知原理产生矛盾，在面对轨道领域严格的安全等级评估层面很难通过审查，无法实现与涉及列车安全功能的控制系统进行联动。

发明内容

本发明的目的在于提供一种城市轨道交通信号灯定位识别方法及系统，有效提高信号检测的有效性与保障列车运行的安全性。

实现上述目的的技术方案是：

一种城市轨道交通信号灯定位识别方法，包括：

基于列车运行线路构建高精度电子地图，预先标注线路上信号灯的坐标信息；

列车的检测系统对前方环境信息和列车前方图像实时采集，并传输到车载安全计算机；

车载安全计算机根据列车位置信息和信号灯的坐标信息，在列车前方图像中确定信号灯的位置范围；

车载安全计算机根据前方环境信息对信号灯的坐标信息进行校验；

车载安全计算机根据信号灯的坐标信息对校验合格的列车前方图像进行裁剪，获得只含有信号灯的图片数据；

车载安全计算机将只含有信号灯的图片数据进行图像颜色空间转换，RGB值转化为HSV值；

车载安全计算机利用HSV值计算每个信号灯位区域像素点出现频率最高的颜色，进而判断出待识别的信号颜色；