CN107336724B - 一种计算机视觉和毫米波技术结合的高铁防撞设备及方法 - Google Patents

一种计算机视觉和毫米波技术结合的高铁防撞设备及方法 Download PDF

Info

Publication number
CN107336724B
CN107336724B CN201710446437.1A CN201710446437A CN107336724B CN 107336724 B CN107336724 B CN 107336724B CN 201710446437 A CN201710446437 A CN 201710446437A CN 107336724 B CN107336724 B CN 107336724B
Authority
CN
China
Prior art keywords
target
module
radar
detection
computer vision
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710446437.1A
Other languages
English (en)
Other versions
CN107336724A (zh
Inventor
叶涛
张强
周东杰
杨俊雄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Remote Sensing Equipment
Original Assignee
Beijing Institute of Remote Sensing Equipment
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Remote Sensing Equipment filed Critical Beijing Institute of Remote Sensing Equipment
Priority to CN201710446437.1A priority Critical patent/CN107336724B/zh
Publication of CN107336724A publication Critical patent/CN107336724A/zh
Application granted granted Critical
Publication of CN107336724B publication Critical patent/CN107336724B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L23/00—Control, warning or like safety means along the route or between vehicles or trains
    • B61L23/04—Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
    • B61L23/041—Obstacle detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种计算机视觉和毫米波技术结合的高铁防撞设备及方法，通过高铁防撞设备导入通过机器学习方法训练好的分类器，启动毫米波雷达工作，可见光相机采集视频数据，对采集的视频数据做图像预处理，然后启动目标检测模块，毫米波雷达和计算机视觉模块同时开始检测目标，如果雷达或计算机视觉检测到目标在列车行驶铁轨范围内，则通过语音进行报警；如果雷达或计算机视觉在列车行驶铁轨范围内没有检测到目标，流程回到可见光相机采集视频数据，采集下一帧图像，继续检测目标。本发明可以全天候检测行驶列车前方铁轨范围内的障碍物。

Description

一种计算机视觉和毫米波技术结合的高铁防撞设备及方法
技术领域
本发明涉及一种高铁防撞设备及方法，特别是一种计算机视觉和毫米波技术结合的高铁防撞设备及方法。
背景技术
计算机视觉和毫米波技术相结合的高铁防撞设备是在高铁动车列车在调车过程中的专用防撞设备，用以在高铁动车组调车模式下，对前方路线状态进行全程自动预警。高铁动车组在调车模式下，现有监控记录装置无法有效监控，容易出现人工瞭望失误或未及时进行降速、制动，导致线路异常时出现车辆撞击异物或追尾等事故。
发明内容
本发明目的在于提供一种计算机视觉和毫米波技术结合的高铁防撞设备及方法，解决高铁动车组在调车模式下，现有监控记录装置无法有效监控，容易出现人工瞭望失误或未及时进行降速、制动，导致线路异常时出现车辆撞击异物或追尾等事故的问题。
一种计算机视觉和毫米波技术结合的高铁防撞设备，包括：可见光相机、雷达探测器、处理器和语音报警器；还包括：分类器加载模块、图像预处理模块、雷达目标检测模块、计算机视觉模块。其中，可见光相机、雷达探测器和语音报警器均通过线缆分别与处理器进行物理连接，分类器加载模块、图像预处理模块、雷达目标检测模块和计算机视觉模块运行于处理器中。所述：
可见光相机的功能为：采集图像视频数据；
雷达探测器的功能为：通过毫米波技术探测前方目标；
处理器的功能为：实现高铁防撞设备各硬件模块的控制和协调各软件模块工作；
语音报警器的功能为：通过语音播报报警信息；
分类器加载模块的功能为：加载机器学习方法训练得到的分类器；
图像预处理模块的功能为：对可见光采集的视频图像进行边缘检测和提取图像特征；
雷达目标检测算法模块的功能为：通过计算目标距离雷达视轴的距离和角度，判断目标是否在列车行驶的铁轨范围内，实现目标检测的功能；
计算机视觉模块的功能为：通过加载的分类器，根据图像预处理模块提取的图像特征，结合模式识别的策略实现目标检测。
高铁防撞设备的工作过程为：高铁防撞设备通过分类器加载模块导入机器学习方法训练好的分类器，然后启动雷达探测器工作，同时可见光相机模块采集视频数据，图像预处理模块对采集的视频数据做图像预处理，然后启动目标检测，雷达目标检测算法模块和计算机视觉模块开始目标检测。当雷达探测器探测到目标时，雷达目标检测算法模块计算目标距离高雷达视轴的距离和角度，通过距离和角度测算目标是否在列车行驶的铁轨范围内，当目标在列车行驶的铁轨范围内时，则通过语音播报：“注意，前方XX米有障碍物！”，其中XX表示目标距离雷达视轴的距离，同时流程回到可见光相机模块，采集下一帧视频图像数据，继续检测目标。当目标不在列车行驶的铁轨范围内，但计算机视觉模块通过加载的分类器结合模式识别策略检测到目标时，则通过语音播报：“注意，前方有障碍物！”；当目标不在列车行驶的铁轨范围内，且计算机视觉模块通过加载的分类器结合模式识别策略检测没有检测到目标时，流程回到可见光相机模块，采集下一帧视频图像数据，继续检测目标。当雷达探测器没有探测到目标时，流程回到可见光相机模块，采集下一帧视频图像数据，继续检测目标。
一种计算机视觉和毫米波技术相结合的高铁防撞方法的具体步骤为：
第一步 搭建高铁防撞***，包括：可见光相机、雷达探测器、处理器和语音报警器；还包括：分类器加载模块、图像预处理模块、雷达目标检测模块、计算机视觉模块；其中，可见光相机、雷达探测器和语音报警器均通过线缆分别与处理器进行物理连接；
第二步 高铁防撞***通过分类器加载模块导入机器学习方法训练好的分类器，然后启动雷达探测器工作；
第三步 可见光相机模块采集视频图像数据；
第四步 图像预处理模块对采集的视频数据做图像预处理；
第五步 启动目标检测，雷达目标检测算法模块和计算机视觉模块开始目标检测；
当雷达探测器探测到目标时，雷达目标检测算法模块计算目标距离高雷达视轴的距离和角度，通过距离和角度测算目标是否在列车行驶的铁轨范围内：
当目标在列车行驶的铁轨范围内时，则通过语音播报：“注意，前方XX米有障碍物！”，其中XX表示目标距离雷达视轴的距离，同时回到可见光相机模块，采集下一帧视频图像数据，继续检测目标；
当目标不在列车行驶的铁轨范围内，但计算机视觉模块通过加载的分类器结合模式识别策略检测到目标时，则通过语音播报：“注意，前方有障碍物！”；当目标不在列车行驶的铁轨范围内，且计算机视觉模块通过加载的分类器结合模式识别策略检测没有检测到目标时，回到可见光相机模块，采集下一帧视频图像数据，继续检测目标；
当雷达探测器没有探测到目标时，回到可见光相机模块，采集下一帧视频图像数据，继续检测目标；至此，完成了基于计算机视觉和毫米波技术相结合的高铁防撞检测。
本发明能够全程自动预警提示，辅助人工判断并确认线路状态，以“故障导向安全”为设计原则，是高铁动车组调车作业的又一道安全屏障和防护网。
附图说明
图1 一种计算机视觉和毫米波技术结合的高铁防撞设备的工作流程图；
图2 一种计算机视觉和毫米波技术结合的高铁防撞设备的组成示意图。
具体实施方式
一种计算机视觉和毫米波技术结合的高铁防撞设备，包括：可见光相机、雷达探测器、处理器和语音报警器；还包括：分类器加载模块、图像预处理模块、雷达目标检测模块、计算机视觉模块。其中，可见光相机、雷达探测器和语音报警器均通过线缆分别与处理器进行物理连接，所述：
可见光相机的功能为：采集图像视频数据；
雷达探测器的功能为：通过毫米波技术探测前方目标；
处理器的功能为：实现高铁防撞设备各硬件模块的控制和协调各软件模块工作；
语音报警器的功能为：通过语音播报报警信息；
分类器加载模块的功能为：加载机器学习方法训练得到的分类器；
图像预处理模块的功能为：对可见光采集的视频图像进行边缘检测和提取图像特征；
雷达目标检测算法模块的功能为：通过计算目标距离雷达视轴的距离和角度，判断目标是否在列车行驶的铁轨范围内，实现目标检测的功能；
计算机视觉模块的功能为：通过加载的分类器，根据图像预处理模块提取的图像特征，结合模式识别的策略实现目标检测。
高铁防撞设备的工作过程为：高铁防撞设备通过分类器加载模块导入机器学习方法训练好的分类器，然后启动雷达探测器工作，同时可见光相机模块采集视频数据，图像预处理模块对采集的视频数据做图像预处理，然后启动目标检测，雷达目标检测算法模块和计算机视觉模块开始目标检测。当雷达探测器探测到目标时，雷达目标检测算法模块计算目标距离高雷达视轴的距离和角度，通过距离和角度测算目标是否在列车行驶的铁轨范围内，当目标在列车行驶的铁轨范围内时，则通过语音播报：“注意，前方XX米有障碍物！”，其中XX表示目标距离雷达视轴的距离，同时流程回到可见光相机模块，采集下一帧视频图像数据，继续检测目标。当目标不在列车行驶的铁轨范围内，但计算机视觉模块通过加载的分类器结合模式识别策略检测到目标时，则通过语音播报：“注意，前方有障碍物！”；当目标不在列车行驶的铁轨范围内，且计算机视觉模块通过加载的分类器结合模式识别策略检测没有检测到目标时，流程回到可见光相机模块，采集下一帧视频图像数据，继续检测目标。当雷达探测器没有探测到目标时，流程回到可见光相机模块，采集下一帧视频图像数据，继续检测目标。
一种计算机视觉和毫米波技术相结合的高铁防撞方法的具体步骤为：
第一步 搭建高铁防撞***，包括：可见光相机、雷达探测器、处理器和语音报警器；还包括：分类器加载模块、图像预处理模块、雷达目标检测模块、计算机视觉模块；其中，可见光相机、雷达探测器和语音报警器均通过线缆分别与处理器进行物理连接；
第二步 高铁防撞***通过分类器加载模块导入机器学习方法训练好的分类器，然后启动雷达探测器工作；
第三步 可见光相机模块采集视频图像数据；
第四步 图像预处理模块对采集的视频数据做图像预处理；
第五步 启动目标检测，雷达目标检测算法模块和计算机视觉模块开始目标检测；
当雷达探测器探测到目标时，雷达目标检测算法模块计算目标距离高雷达视轴的距离和角度，通过距离和角度测算目标是否在列车行驶的铁轨范围内：
当目标在列车行驶的铁轨范围内时，则通过语音播报：“注意，前方XX米有障碍物！”，其中XX表示目标距离雷达视轴的距离，同时回到可见光相机模块，采集下一帧视频图像数据，继续检测目标；
当目标不在列车行驶的铁轨范围内，但计算机视觉模块通过加载的分类器结合模式识别策略检测到目标时，则通过语音播报：“注意，前方有障碍物！”；当目标不在列车行驶的铁轨范围内，且计算机视觉模块通过加载的分类器结合模式识别策略检测没有检测到目标时，回到可见光相机模块，采集下一帧视频图像数据，继续检测目标；
当雷达探测器没有探测到目标时，回到可见光相机模块，采集下一帧视频图像数据，继续检测目标；至此，完成了基于计算机视觉和毫米波技术相结合的高铁防撞检测。

Claims (2)

1.一种计算机视觉和毫米波技术结合的高铁防撞设备，包括：可见光相机、雷达探测器、处理器和语音报警器；其特征在于还包括：分类器加载模块、图像预处理模块、雷达目标检测模块、计算机视觉模块；其中，可见光相机、雷达探测器和语音报警器均通过线缆分别与处理器进行物理连接，所述：
可见光相机的功能为：采集图像视频数据；
雷达探测器的功能为：通过毫米波技术探测前方目标；
处理器的功能为：实现高铁防撞设备各硬件模块的控制和协调各软件模块工作；
语音报警器的功能为：通过语音播报报警信息；
分类器加载模块的功能为：加载机器学习方法训练得到的分类器；
图像预处理模块的功能为：对可见光采集的视频图像进行边缘检测和提取图像特征；
雷达目标检测算法模块的功能为：通过计算目标距离雷达视轴的距离和角度，判断目标是否在列车行驶的铁轨范围内，实现目标检测的功能；
计算机视觉模块的功能为：通过加载的分类器，根据图像预处理模块提取的图像特征，结合模式识别的策略实现目标检测；
所述高铁防撞设备的工作过程为：高铁防撞设备通过分类器加载模块导入机器学习方法训练好的分类器，然后启动雷达探测器工作，同时可见光相机模块采集视频数据，图像预处理模块对采集的视频数据做图像预处理，然后启动目标检测，雷达目标检测算法模块和计算机视觉模块开始目标检测；当雷达探测器探测到目标时，雷达目标检测算法模块计算目标距离高雷达视轴的距离和角度，通过距离和角度测算目标是否在列车行驶的铁轨范围内，当目标在列车行驶的铁轨范围内时，则通过语音播报：“注意，前方XX米有障碍物！”，其中XX表示目标距离雷达视轴的距离，同时回到可见光相机模块，采集下一帧视频图像数据，继续检测目标；当目标不在列车行驶的铁轨范围内，但计算机视觉模块通过加载的分类器结合模式识别策略检测到目标时，则通过语音播报：“注意，前方有障碍物！”；当目标不在列车行驶的铁轨范围内，且计算机视觉模块通过加载的分类器结合模式识别策略检测没有检测到目标时，回到可见光相机模块，采集下一帧视频图像数据，继续检测目标；当雷达探测器没有探测到目标时，流程回到可见光相机模块，采集下一帧视频图像数据，继续检测目标。
2.一种计算机视觉和毫米波技术相结合的高铁防撞方法，其特征在于具体步骤为：
第一步搭建高铁防撞***，包括：可见光相机、雷达探测器、处理器和语音报警器；还包括：分类器加载模块、图像预处理模块、雷达目标检测模块、计算机视觉模块；其中，可见光相机、雷达探测器和语音报警器均通过线缆分别与处理器进行物理连接；
第二步高铁防撞***通过分类器加载模块导入机器学习方法训练好的分类器，然后启动雷达探测器工作；
第三步可见光相机模块采集视频图像数据；
第四步图像预处理模块对采集的视频数据做图像预处理；
第五步启动目标检测，雷达目标检测算法模块和计算机视觉模块开始目标检测；
当雷达探测器探测到目标时，雷达目标检测算法模块计算目标距离高雷达视轴的距离和角度，通过距离和角度测算目标是否在列车行驶的铁轨范围内：
当目标在列车行驶的铁轨范围内时，则通过语音播报：“注意，前方XX米有障碍物！”，其中XX表示目标距离雷达视轴的距离，同时回到可见光相机模块，采集下一帧视频图像数据，继续检测目标；
当目标不在列车行驶的铁轨范围内，但计算机视觉模块通过加载的分类器结合模式识别策略检测到目标时，则通过语音播报：“注意，前方有障碍物！”；当目标不在列车行驶的铁轨范围内，且计算机视觉模块通过加载的分类器结合模式识别策略检测没有检测到目标时，回到可见光相机模块，采集下一帧视频图像数据，继续检测目标；
当雷达探测器没有探测到目标时，回到可见光相机模块，采集下一帧视频图像数据，继续检测目标；
至此，完成了基于计算机视觉和毫米波技术相结合的高铁防撞检测。
CN201710446437.1A 2017-06-14 2017-06-14 一种计算机视觉和毫米波技术结合的高铁防撞设备及方法 Active CN107336724B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710446437.1A CN107336724B (zh) 2017-06-14 2017-06-14 一种计算机视觉和毫米波技术结合的高铁防撞设备及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710446437.1A CN107336724B (zh) 2017-06-14 2017-06-14 一种计算机视觉和毫米波技术结合的高铁防撞设备及方法

Publications (2)

Publication Number Publication Date
CN107336724A CN107336724A (zh) 2017-11-10
CN107336724B true CN107336724B (zh) 2019-04-12

Family

ID=60220591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710446437.1A Active CN107336724B (zh) 2017-06-14 2017-06-14 一种计算机视觉和毫米波技术结合的高铁防撞设备及方法

Country Status (1)

Country Link
CN (1) CN107336724B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108313088B (zh) * 2018-02-22 2020-08-25 中车长春轨道客车股份有限公司 一种非接触式轨道车辆障碍物检测***
CN108583620B (zh) 2018-04-02 2019-08-30 交控科技股份有限公司 列车辅助追踪预警的处理器和预警***
CN108528478B (zh) * 2018-04-02 2020-09-25 交控科技股份有限公司 轨道交通状况的识别方法和装置
CN109001743A (zh) * 2018-09-06 2018-12-14 中国铁道科学研究院集团有限公司通信信号研究所 有轨电车防撞***
CN111688758A (zh) * 2019-03-11 2020-09-22 北京华通时空通信技术有限公司 一种用于高速铁路轨道的障碍物检测***
CN112298285A (zh) * 2019-07-26 2021-02-02 比亚迪股份有限公司 列车控制***、控制方法和列车
TWI774445B (zh) * 2021-06-28 2022-08-11 萬旭電業股份有限公司 偵測鐵路上障礙物之毫米波雷達裝置
CN113435404B (zh) * 2021-07-14 2023-05-12 深圳市比一比网络科技有限公司 基于雷达及图像检测的电客车调车安全辅助驾驶方法与***
CN115366940B (zh) * 2022-08-29 2023-09-26 中南大学 一种具有自适应耐撞性保护装置的列车

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6944543B2 (en) * 2001-09-21 2005-09-13 Ford Global Technologies Llc Integrated collision prediction and safety systems control for improved vehicle safety
CN102303605A (zh) * 2011-06-30 2012-01-04 中国汽车技术研究中心 基于多传感器信息融合的碰撞及偏离预警装置及预警方法
CN202272020U (zh) * 2011-08-02 2012-06-13 王元知 高速列车防撞击防尾追安全装置
CN102508246B (zh) * 2011-10-13 2013-04-17 吉林大学 车辆前方障碍物检测跟踪方法
CN102756748A (zh) * 2012-07-31 2012-10-31 上海中科高等研究院 基于声波通信的列车防撞***及其防撞方法
CN104637059A (zh) * 2015-02-09 2015-05-20 吉林大学 基于毫米波雷达和机器视觉的夜间前方车辆检测方法

Also Published As

Publication number Publication date
CN107336724A (zh) 2017-11-10

Similar Documents

Publication Publication Date Title
CN107336724B (zh) 一种计算机视觉和毫米波技术结合的高铁防撞设备及方法
Dagan et al. Forward collision warning with a single camera
CN100440269C (zh) 高速公路汽车行驶智能检测预警方法及其预警***
CN107161097B (zh) 基于北斗导航***的车辆行驶智能安全***
CN105549023B (zh) 物体检测装置及其工作方法
US9047781B2 (en) Safety zone detection, enforcement and alarm system and related methods
CN106530831A (zh) 一种高威胁车辆监测预警***及方法
CN102765365B (zh) 基于机器视觉的行人检测方法及行人防撞预警***
CN103971540B (zh) 一种防止车辆连环追尾的预警装置及预警方法
CN102785660A (zh) 车辆防碰撞预警装置
CN111198371A (zh) 前视障碍物检测***
CN105844222A (zh) 基于视觉的前方车辆碰撞预警***及方法
CN102576495B (zh) 针对汽车的碰撞监控
CN103112451A (zh) 一种汽车自动避撞***和方法
EP1375267A2 (de) Verfahren und System zum Erkennen einer Unfallgefahr
CN106585670B (zh) 一种基于视频的城市轨道交通前向列车检测***及方法
CN106080482A (zh) 一种汽车减速安全***
CN105336217A (zh) 一种基于机器视觉和安卓平台的行车安全预警***
CN108973859A (zh) 一种鬼探头交通事故预警***及方法
CN207345852U (zh) 一种列车调车作业安全防控***
CN113657265B (zh) 一种车辆距离探测方法、***、设备及介质
CN105225487A (zh) 一种路口车辆的实时监测及甄别***
CN111145554B (zh) 一种基于自动驾驶aeb的场景定位方法和装置
CN108171994A (zh) 超车超速检测***和方法
Smith et al. Feasibility of modeling lane-change performance

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant