CN110765959B - 一种交通锥隔离带自动收放装置和方法 - Google Patents

一种交通锥隔离带自动收放装置和方法 Download PDF

Info

Publication number
CN110765959B
CN110765959B CN201911036227.0A CN201911036227A CN110765959B CN 110765959 B CN110765959 B CN 110765959B CN 201911036227 A CN201911036227 A CN 201911036227A CN 110765959 B CN110765959 B CN 110765959B
Authority
CN
China
Prior art keywords
point cloud
road surface
cloud data
traffic cone
hydraulic cylinder
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
CN201911036227.0A
Other languages
English (en)
Other versions
CN110765959A (zh
Inventor
王畅
许清津
苏彦奇
胡亚辉
付锐
郭应时
袁伟
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.)
Changan University
Original Assignee
Changan University
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 Changan University filed Critical Changan University
Priority to CN201911036227.0A priority Critical patent/CN110765959B/zh
Publication of CN110765959A publication Critical patent/CN110765959A/zh
Application granted granted Critical
Publication of CN110765959B publication Critical patent/CN110765959B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01F—ADDITIONAL WORK, SUCH AS EQUIPPING ROADS OR THE CONSTRUCTION OF PLATFORMS, HELICOPTER LANDING STAGES, SIGNS, SNOW FENCES, OR THE LIKE
    • E01F13/00—Arrangements for obstructing or restricting traffic, e.g. gates, barricades ; Preventing passage of vehicles of selected category or dimensions
    • E01F13/04—Arrangements for obstructing or restricting traffic, e.g. gates, barricades ; Preventing passage of vehicles of selected category or dimensions movable to allow or prevent passage
    • E01F13/048—Arrangements for obstructing or restricting traffic, e.g. gates, barricades ; Preventing passage of vehicles of selected category or dimensions movable to allow or prevent passage with obstructing members moving in a translatory motion, e.g. vertical lift barriers, sliding gates
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01F—ADDITIONAL WORK, SUCH AS EQUIPPING ROADS OR THE CONSTRUCTION OF PLATFORMS, HELICOPTER LANDING STAGES, SIGNS, SNOW FENCES, OR THE LIKE
    • E01F9/00—Arrangement of road signs or traffic signals; Arrangements for enforcing caution
    • E01F9/60—Upright bodies, e.g. marker posts or bollards; Supports for road signs
    • E01F9/70—Storing, transporting, placing or retrieving portable devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30236—Traffic on road, railway or crossing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种交通锥隔离带自动收放装置和方法，属于交通安全技术领域；该装置包括：多组沿行车方向布设的自动收放单元和控制中心；其中，每组自动收放单元包含多级液压缸和激光雷达；多级液压缸处于收缩状态时，每级油缸具有伸出段，其上固定有交通锥；多级液压缸在收缩状态下相对于路边线倾斜设置；激光雷达设于隧道顶部中心，检测路面点云数据，并将该信息传输至控制中心，控制中心根据接收的路面点云数据判断是否发生故障，并将判断结果输送给多级液压缸，控制其伸出或收回。本发明实现了交通锥隔离带的自动施放，避免了人工布设的安全隐患；响应时间短，布设及时，可有效避免产生二次事故。

Description

一种交通锥隔离带自动收放装置和方法
技术领域
本发明属于交通安全技术领域，尤其涉及一种交通锥隔离带自动收放装置和方法。
背景技术
高速隧道路段作为事故多发路段，在发生事故时常需对车道进行隔离，以防过路的高速车辆因未能及时发现险情引发二次事故。为了临时将车道隔开，通常需要摆放大量的交通锥，通过长距离的摆放交通锥来分隔车道并引导车辆向另一车道行驶。
现有技术是通过人工方式进行交通锥布置，不仅存在效率低、安全隐患高的缺陷，而且因高速路段工作人员赶到并布置现场需要一定的时间，导致不能及时将隐患路段进行隔离而产生二次事故的风险。因此，如何能快速的进行交通锥的布设就显得尤为重要。
发明内容
为了解决上述问题，本发明的目的在于提供一种交通锥隔离带自动收放装置和方法，本发明通过在高速隧道内自动检测故障路段，从而实现交通锥隔离带的自动施放，避免了人工布设带来的安全隐患；同时，响应时间短，布设及时，可有效避免事故路段产生二次事故的风险。
为了达到上述目的，本发明采用以下技术方案予以解决。
(一)一种交通锥隔离带自动收放装置，设置于高速公路隧道内，包括：多组沿行车方向布设的自动收放单元和控制中心；其中，每组自动收放单元包含多级液压缸和激光雷达；所述多级液压缸布置于公路两侧，使其在收缩状态下不影响车辆正常通行，所述多级液压缸处于收缩状态时，每级油缸相对于其上级油缸分别具有伸出段，所述伸出段上固定有交通锥，所述交通锥底部与路面平齐；所述多级液压缸在收缩状态下相对于路边线倾斜设置；
所述激光雷达设置于隧道顶部中心位置，用于检测其探测范围内的路面点云数据，并将该信息通过光纤传输至控制中心，所述控制中心用于根据接收的路面点云数据判断该路面是否发生故障，并将判断结果通过光纤输送给多级液压缸，控制其伸出或收回。
进一步地，所述交通锥底部设置有滚轮。
进一步地，所述多级液压缸包含油箱、液压泵、多级油缸和电机，所述液压泵通过联轴器与电机连接，油箱的出油口与多级油缸的进油口连通；所述控制中心的信号输出端与电机的控制端连接。
(二)一种交通锥隔离带自动收放方法，包括以下步骤：
步骤1，激光雷达实时采集路面点云数据；
其中，所述路面点云数据为路面上物体的三维坐标和点云强度；
步骤2，对路面点云数据分别在深度方向和高度方向上进行离散化处理，对应得到深度图像和高度图像；根据深度图像和高度图像判断路面是否存在障碍物，若是，则转入步骤3；
步骤3，获取障碍物的速度和位置；根据多级液压缸的启动条件，判断是否启动多级液压缸伸出，若是，启动障碍物位置所对应的多级液压缸伸出，从而使固定于多级液压缸的每级油缸上的交通锥实现自动施放；
步骤4，根据路面的点云数据判断路面故障是否解除，若是，则收回多级液压缸，进而实现交通锥的自动收回。
进一步地，所述对路面点云数据在深度方向上进行离散化处理，其具体为：
首先，将空间直角坐标系的Y轴方向设为深度方向，将路面点云数据进行深度稠密化处理，得到深度稠密化后的点云数据；
然后，对深度稠密化后的点云数据进行遍历，计算每帧图像对应的深度稠密化像素矩阵；将深度稠密化像素矩阵中的每个元素映射至0-255之间，形成对应的灰度图，即为深度图像。
更进一步地，所述将路面点云数据进行深度稠密化处理为：将路面点云数据中三维坐标信息的Y轴坐标数据投射到X-Z平面，与X-Z平面内的点云坐标数据共同组成稠密化后的点云数据。
进一步地，所述对路面点云数据在高度方向上进行离散化处理，其具体为：
首先，将空间直角坐标系的Z轴方向设为高度方向，将路面点云数据进行高度稠密化处理，得到高度稠密化后的点云数据；
其次，对高度稠密化后的点云数据进行遍历，计算每帧图像对应的高度稠密化像素矩阵；
最后，将高度稠密化像素矩阵中的每个元素映射至0-255之间，形成对应的灰度图，即为高度图像。
更进一步地，所述将路面点云数据进行高度稠密化处理为：将路面点云数据中三维坐标信息的Z轴坐标数据投射到X-Y平面，与X-Y平面内的点云坐标数据共同组成高度稠密化后的点云数据。
更进一步地，所述深度图像或高度图像的计算公式为：
Figure BDA0002251573450000041
其中，v为当前遍历计算的点云坐标，m为当前已经遍历的图像大小，Dmap(v)为深度图像，W表示当前遍历的所有点云的归一化项，vi表示当前遍历第i个位置的点云坐标，
Figure BDA0002251573450000042
表示当前遍历第i个位置的点云强度，C(·)表示考虑点云平均输入值的核函数，||·||表示求欧式距离；V(·)表示考虑点云平均坐标距离的核函数。
进一步地，根据深度图像和高度图像判断路面是否存在障碍物，其具体为：判断相邻帧图像对应的深度图像和高度图像是否满足障碍物确定条件：相邻帧图像对应的深度图像中相同位置的灰度值变化大于障碍阈值，且连续位置点所占的面积大于深度图像总面积的5％，且在30帧以上图像中连续出现；同时，高度图像也满足与深度图像同样的条件，则判断在灰度值变化区域存在障碍物。
进一步地，所述多级液压缸的启动条件具体为：当障碍物速度为0且持续时间达到设定的启动阈值且激光雷达在探测范围内未检测到车辆；或者当障碍物速度为0且持续时间达到设定的启动阈值且在激光雷达的探测范围内距离障碍物最近的车辆到障碍物所需的碰撞时间TTC超过设定的碰撞阈值。
进一步地，所述根据路面的点云数据判断路面故障是否解除具体为：判断路面是否存在障碍物，若否，则判断路面故障解除。
进一步地，所述距离障碍物最近的车辆到障碍物所需的碰撞时间TTC的计算公式为：
Figure BDA0002251573450000051
其中，d为当前时刻距离障碍物最近的车辆到障碍物的距离，v为当前时刻该车辆的实时速度。
与现有技术相比，本发明的有益效果为：
(1)本发明通过多级液压缸和交通锥的巧妙布设，实现了高速隧道内交通锥的自动布置，避免了现有人工布置滞后带来的二次交通事故风险，解决了人工布设带来的安全隐患。
(2)本发明通过设置判断障碍物的条件及多级液压缸启动条件，能够准确的识别路面障碍物，且实现交通锥的及时、安全的施放，防止施放交通锥过程中引起的二次事故，大大提高了隧道内的驾驶安全性，特别是在事故多发路段，效果尤为显著。
附图说明
下面结合附图和具体实施例对本发明做进一步详细说明。
图1为本发明实施例的交通锥隔离带自动收放装置在收缩状态下的结构示意图；
图2为本发明的交通锥隔离带自动收放装置在伸出状态下的一种实施例结构示意图；
图3为本发明的交通锥隔离带自动收放装置在伸出状态下的另一种实施例的结构示意图；
图4为本发明的多级液压缸的布置方式的一种是实施例结构示意图；
图5为本发明的交通锥隔离带自动收放方法的实现流程示意图；
以上图中，1自动收放单元；11激光雷达；12多级液压缸；121伸出段；122交通锥；2控制中心；3路边线。
具体实施方式
下面结合附图对本发明的实施例及效果作进一步详细描述。
参考图1-4，本发明的一种交通锥隔离带自动收放装置，设置于高速公路隧道内，包括：多组沿行车方向布设的自动收放单元1和控制中心2；其中，每组自动收放单元1包含多级液压缸12和激光雷达11；所述多级液压缸12布置于公路两侧，使其在收缩状态下不影响车辆正常通行，所述多级液压缸12处于收缩状态时，每级油缸相对于其上级油缸分别具有伸出段121，所述伸出段121上固定有交通锥122，所述交通锥122底部与路面平齐；所述多级液压缸12在收缩状态下相对于路边线3倾斜设置；所述激光雷达11设置于隧道顶部中心位置，用于检测其探测范围内的路面点云数据，并将该信息通过光纤传输至控制中心2，所述控制中心2用于根据接收的路面点云数据判断该路面是否发生故障，并将判断结果通过光纤输送给多级液压缸12，控制其伸出或收回。
以上实施例中，本发明在高速隧道内设置多组自动收放单元1，通过设置于隧道顶部中心位置的激光雷达11探测公路路段的点云数据并将其传输给控制中心2，控制中心2根据接收的路面点云数据判断该路面是否发生故障，并将判断结果通过光纤输送给多级液压缸12，在某一路段发生故障时，对应的多级液压缸12伸出，使其上的交通锥122沿多级液压缸12伸出方向布置与行车路面上。多级液压缸12在收缩状态下相对于路边线3倾斜设置，使其在该倾斜状态下伸出，能够使交通锥122将故障路段与未发生故障的路段隔开，从而在故障处形成交通锥122隔离带，警示后方车辆，使后方车辆绕道行驶，进而及时的避免了二次事故的发生和人工布置的安全隐患。
由于点云数据中包含有三维坐标，因此，根据点云数据可以判断故障的位置，进而确定该位置对应的多级液压缸12位置，比如在图2中的A点发生故障，应该启动前一级的自动收放单元1中与A点同侧的多级液压缸12伸出，这样就可以保证在故障处之前设置交通锥122，预防二次事故的发生。待故障排除后，控制中心2控制对应位置的多级液压缸12收回，恢复正常通行。
参考图1，根据本发明的一个实施例，所述交通锥122底部设置有滚轮。
以上实施例中，交通锥122底部设置有滚轮，便于交通锥122随各级液压缸的伸出而移动，减小其与地面的摩擦力。
参考图2-4，根据本发明的一个实施例，所述多级液压缸12包含油箱、液压泵、多级油缸和电机，所述液压泵通过联轴器与电机连接，油箱的出油口与多级油缸的进油口连通；所述控制中心2的信号输出端与电机的控制端连接。
以上实施例中，控制中心2发送信号控制电机启动，电机驱动液压泵将油箱内的液压油逐级泵入多级油缸中，进而实现多级液压缸12的伸出或收缩。
示例性地，对于一个九级液压缸，最外层缸体底部设置有注油口，九级液压缸中的每级缸的缸筒底部均开有单向进油阀和单向出油阀；单向进油阀仅在进油时开启，出油时关闭，单向出油阀仅在出油时关闭，进油时开启。
九级液压缸的伸出过程：当液压油进入油缸后，在液压油的压力作用下，第1级液压缸被顶起，当液压油的压力达到一定程度后，第1级液压缸的缸筒底部的单向进油阀向内被推开，液压油进入第1级液压缸的缸筒内，第2级液压缸被顶起，当液压油的压力继续增大到一定程度后，第2级液压缸的缸筒底部的单向进油阀被推开，液压油进入第2级液压缸的缸筒内顶起第2级液压缸的活塞杆，以此类推，直到第8级液压缸的缸筒顶起第8级液压缸的活塞杆。本发明实施例中，最外侧油缸缸体长度为10米，从外向内的油缸缸筒长度依次为10.4米、10.8米、11.2米、11.6米、12米、12.4米、12.8米、13.2米，最中间的液压杆长度为13.6米。
同理，收缩时，高压液压油顶开单向出油阀，使液压油流出。
本发明的一种实施例：
一种交通锥隔离带自动收放方法，包括以下步骤：
步骤1，激光雷达实时采集路面点云数据；
其中，所述路面点云数据为路面上物体的三维坐标和点云强度；
步骤2，对路面点云数据分别在深度方向和高度方向上进行离散化处理，对应得到深度图像和高度图像；根据深度图像和高度图像判断路面是否存在障碍物，若是，则转入步骤3；
具体地，深度方向上的离散化过程为：
首先，将空间直角坐标系的Y轴方向设为深度方向，将路面点云数据进行深度稠密化处理，即将路面点云数据中三维坐标信息的Y轴坐标数据投射到X-Z平面，与X-Z平面内的点云坐标数据共同组成稠密化后的点云数据；得到深度稠密化后的点云数据；
然后，对深度稠密化后的点云数据进行遍历，即从上到下，从左至右逐一进行点云遍历，每帧图像内的所有点云数据都经过深度稠密化以后，形成每帧图像对应的深度稠密化像素矩阵；将深度稠密化像素矩阵中的每个元素映射至0-255之间，形成对应的灰度图，即为深度图像。
高度方向上的离散化过程为：
首先，将空间直角坐标系的Z轴方向设为高度方向，将路面点云数据进行高度稠密化处理，即将路面点云数据中三维坐标信息的Z轴坐标数据投射到X-Y平面，与X-Y平面内的点云坐标数据共同组成高度稠密化后的点云数据；得到高度稠密化后的点云数据；
其次，对高度稠密化后的点云数据进行遍历，计算每帧图像对应的高度稠密化像素矩阵；即从上到下，从左到右逐个的计算每个点云稠密化后的数据，将其作为高度稠密化像素矩阵对应位置的元素值。
最后，将高度稠密化像素矩阵中的每个元素映射至0-255之间，形成对应的灰度图，即为高度图像。
以上深度图像或高度图像的获取过程还可以用一下公式进行表示：
Figure BDA0002251573450000091
其中，v为当前遍历计算的点云坐标，m为当前已经遍历的图像大小，Dmap(v)为深度图像，W表示当前遍历的所有点云的归一化项，vi表示当前遍历第i个位置的点云坐标，
Figure BDA0002251573450000092
表示当前遍历第i个位置的点云强度，C(·)表示考虑点云平均输入值的核函数，||·||表示求欧式距离；V(·)表示考虑点云平均坐标距离的核函数。
具体地，判断相邻帧图像对应的深度图像和高度图像是否满足障碍物确定条件：相邻帧图像对应的深度图像中相同位置的灰度值变化大于障碍阈值，且连续位置点所占的面积大于深度图像总面积的5％，且在30帧以上图像中连续出现；同时，高度图像也满足与深度图像同样的条件；即深度图像和高度图像需要同时满足以上三个条件，则判断在灰度值变化区域存在障碍物；此时转入步骤3。
步骤3，获取障碍物的速度和位置；根据多级液压缸的启动条件，判断是否启动多级液压缸伸出，若是，启动障碍物位置所对应的多级液压缸伸出，从而使固定于多级液压缸的每级油缸上的交通锥实现自动施放；
具体地，多级液压缸的启动条件具体为：当障碍物速度为0且持续时间达到设定的启动阈值且激光雷达在探测范围内未检测到车辆；或者当障碍物速度为0且持续时间达到设定的启动阈值且在激光雷达的探测范围内距离障碍物最近的车辆到障碍物所需的碰撞时间
Figure BDA0002251573450000101
超过设定的碰撞阈值。也就是说当检测到的障碍物满足以上两个条件中的任一种时，即可启动多级液压缸伸出，以实现交通锥隔离带的自动布置。
其中，d为当前时刻距离障碍物最近的车辆到障碍物的距离，v为当前时刻该车辆的实时速度。
示例性地，本实施例中启动阈值为2s，碰撞阈值为10s。实际应用中可以根据历史数据进行调整。
步骤4，根据路面的点云数据判断路面故障是否解除，若是，则收回多级液压缸，进而实现交通锥的自动收回。
具体地，当根据路面的点云数据判断路面已经没有障碍物，则对路面故障进行解除，即控制中心发送接触信号给电机，使其带动多级液压缸自动收回。
以上交通锥隔离带的自动施放方法通过设置判断障碍物的条件及多级液压缸启动条件，能够准确的识别路面障碍物，且实现交通锥的及时、安全的施放，防止施放交通锥过程中引起的二次事故，大大提高了隧道内的驾驶安全性，特别是在事故多发路段，效果尤为显著。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种交通锥隔离带自动收放装置，设置于高速公路隧道内，其特征在于，包括：多组沿行车方向布设的自动收放单元和控制中心；其中，每组自动收放单元包含多级液压缸和激光雷达；所述多级液压缸布置于公路两侧，使其在收缩状态下不影响车辆正常通行，所述多级液压缸处于收缩状态时，每级油缸相对于其上级油缸分别具有伸出段，所述伸出段上固定有交通锥，所述交通锥底部与路面平齐；所述多级液压缸在收缩状态下相对于路边线倾斜设置；
所述激光雷达设置于隧道顶部中心位置，用于检测其探测范围内的路面点云数据，并将该信息通过光纤传输至控制中心，所述控制中心用于根据接收的路面点云数据判断该路面是否发生故障，并将判断结果通过光纤输送给多级液压缸，控制其伸出或收回。
2.根据权利要求1所述的交通锥隔离带自动收放装置，其特征在于，所述交通锥底部设置有滚轮。
3.一种交通锥隔离带自动收放方法，其特征在于，包括以下步骤：
步骤1，激光雷达实时采集路面点云数据；
其中，所述路面点云数据为路面上物体的三维坐标和点云强度；
步骤2，对路面点云数据分别在深度方向和高度方向上进行离散化处理，对应得到深度图像和高度图像；根据深度图像和高度图像判断路面是否存在障碍物，若是，则转入步骤3；
步骤3，获取障碍物的速度和位置；根据多级液压缸的启动条件，判断是否启动多级液压缸伸出，若是，启动障碍物位置所对应的多级液压缸伸出，从而使固定于多级液压缸的每级油缸上的交通锥实现自动施放；
步骤4，根据路面的点云数据判断路面故障是否解除，若是，则收回多级液压缸，进而实现交通锥的自动收回。
4.根据权利要求3所述的交通锥隔离带自动收放方法，其特征在于，所述对路面点云数据在深度方向上进行离散化处理，其具体为：
首先，将空间直角坐标系的Y轴方向设为深度方向，将路面点云数据进行深度稠密化处理，得到深度稠密化后的点云数据；
然后，对深度稠密化后的点云数据进行遍历，计算每帧图像对应的深度稠密化像素矩阵；将深度稠密化像素矩阵中的每个元素映射至0-255之间，形成对应的灰度图，即为深度图像。
5.根据权利要求4所述的交通锥隔离带自动收放方法，其特征在于，所述将路面点云数据进行深度稠密化处理为：将路面点云数据中三维坐标信息的Y轴坐标数据投射到X-Z平面，与X-Z平面内的点云坐标数据共同组成稠密化后的点云数据。
6.根据权利要求3所述的交通锥隔离带自动收放方法，其特征在于，所述对路面点云数据在高度方向上进行离散化处理，其具体为：
首先，将空间直角坐标系的Z轴方向设为高度方向，将路面点云数据进行高度稠密化处理，得到高度稠密化后的点云数据；
其次，对高度稠密化后的点云数据进行遍历，计算每帧图像对应的高度稠密化像素矩阵；
最后，将高度稠密化像素矩阵中的每个元素映射至0-255之间，形成对应的灰度图，即为高度图像。
7.根据权利要求6所述的交通锥隔离带自动收放方法，其特征在于，所述将路面点云数据进行高度稠密化处理为：将路面点云数据中三维坐标信息的Z轴坐标数据投射到X-Y平面，与X-Y平面内的点云坐标数据共同组成高度稠密化后的点云数据。
8.根据权利要求3所述的交通锥隔离带自动收放方法，其特征在于，所述根据深度图像和高度图像判断路面是否存在障碍物，其具体为：判断相邻帧图像对应的深度图像和高度图像是否满足障碍物确定条件：相邻帧图像对应的深度图像中相同位置的灰度值变化大于障碍阈值，且连续位置点所占的面积大于深度图像总面积的5％，且在30帧以上图像中连续出现；同时，高度图像也满足与深度图像同样的条件，则判断在灰度值变化区域存在障碍物。
9.根据权利要求3所述的交通锥隔离带自动收放方法，其特征在于，所述多级液压缸的启动条件具体为：当障碍物速度为0且持续时间达到设定的启动阈值且激光雷达在探测范围内未检测到车辆；或者当障碍物速度为0且持续时间达到设定的启动阈值且在激光雷达的探测范围内距离障碍物最近的车辆到障碍物所需的碰撞时间TTC超过设定的碰撞阈值；
其中，所述碰撞时间TTC为当前时刻距离障碍物最近的车辆到障碍物的距离除以当前时刻该车辆的实时速度所得。
10.根据权利要求3所述的交通锥隔离带自动收放方法，其特征在于，所述根据路面的点云数据判断路面故障是否解除具体为：判断路面是否存在障碍物，若否，则判断路面故障解除。
CN201911036227.0A 2019-10-29 2019-10-29 一种交通锥隔离带自动收放装置和方法 Active CN110765959B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911036227.0A CN110765959B (zh) 2019-10-29 2019-10-29 一种交通锥隔离带自动收放装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911036227.0A CN110765959B (zh) 2019-10-29 2019-10-29 一种交通锥隔离带自动收放装置和方法

Publications (2)

Publication Number Publication Date
CN110765959A CN110765959A (zh) 2020-02-07
CN110765959B true CN110765959B (zh) 2023-04-07

Family

ID=69334174

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911036227.0A Active CN110765959B (zh) 2019-10-29 2019-10-29 一种交通锥隔离带自动收放装置和方法

Country Status (1)

Country Link
CN (1) CN110765959B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023146997A1 (en) * 2022-01-27 2023-08-03 Cavnue Technology, LLC Deployment of road barriers for reserved corridors

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108254758A (zh) * 2017-12-25 2018-07-06 清华大学苏州汽车研究院（吴江） 基于多线激光雷达和gps的三维道路构建方法
CN109375239A (zh) * 2018-11-13 2019-02-22 四川西南交大铁路发展股份有限公司 一种基于三维成像的线路障碍物监测报警***及方法
EP3517997A1 (en) * 2018-01-30 2019-07-31 Wipro Limited Method and system for detecting obstacles by autonomous vehicles in real-time
CN110244321A (zh) * 2019-04-22 2019-09-17 武汉理工大学 一种基于三维激光雷达的道路可通行区域检测方法
CN110340897A (zh) * 2019-08-12 2019-10-18 福建船政交通职业学院 交通锥倒锥复位控制***及其复位交通锥的控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108254758A (zh) * 2017-12-25 2018-07-06 清华大学苏州汽车研究院（吴江） 基于多线激光雷达和gps的三维道路构建方法
EP3517997A1 (en) * 2018-01-30 2019-07-31 Wipro Limited Method and system for detecting obstacles by autonomous vehicles in real-time
CN109375239A (zh) * 2018-11-13 2019-02-22 四川西南交大铁路发展股份有限公司 一种基于三维成像的线路障碍物监测报警***及方法
CN110244321A (zh) * 2019-04-22 2019-09-17 武汉理工大学 一种基于三维激光雷达的道路可通行区域检测方法
CN110340897A (zh) * 2019-08-12 2019-10-18 福建船政交通职业学院 交通锥倒锥复位控制***及其复位交通锥的控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于惯性测量单元的激光雷达点云融合方法;张艳国等;《***仿真学报》(第11期);全文 *
路锥投收自动控制***的研制;黄珍等;《交通信息与安全》(第02期);全文 *

Also Published As

Publication number Publication date
CN110765959A (zh) 2020-02-07

Similar Documents

Publication Publication Date Title
US9726883B2 (en) Three-dimensional object detection device and foreign matter detection device
CN104933409B (zh) 一种基于全景图像点线特征的车位识别方法
DE112013003059B4 (de) Bergbaufahrzeug
CN106875727A (zh) 一种露天停车场空车位提示***
CN110723141B (zh) 一种车辆主动避撞***及其避撞方式切换方法
CN105922991A (zh) 基于生成虚拟车道线的车道偏离预警方法及***
CN109272776A (zh) 一种基于图像处理的防追尾预警***
CN102862574A (zh) 基于智能手机实现车辆主动安全的方法
CN110765959B (zh) 一种交通锥隔离带自动收放装置和方法
EP2821957B1 (en) Three-dimensional object detection device
CN105489023A (zh) 低能见度下无信号控制平面交叉口的车辆预警***及方法
EP3480423B1 (en) Stampede preventing method for pedestrian passage in confined space of subway
CN206205100U (zh) 一种路面积水检测和道路突发状况显示***
CN110984012A (zh) 一种超载车辆智能拦截装备
CN106515688A (zh) 智能设备的智能避障***及方法
CN207345852U (zh) 一种列车调车作业安全防控***
CN107200274A (zh) 一种基于机器视觉的防集装箱卡车被吊起方法
CN102409882B (zh) 节能环保立体智能停车库
CN108643012A (zh) 装配式路面铺设***
CN116243316A (zh) 一种隧道内移动式空耦探地雷达避障装置与方法
CN202509826U (zh) 天桥式立体停车场
CN211252356U (zh) 一种桥梁检测车智能移动***
CN211171710U (zh) 一种交通锥隔离带收放装置
CN110070728B (zh) 一种高速公路治超劝返智慧***
CN104260703B (zh) 一种拖车架的应用方法

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