CN111762237B - 轨道交通列车定位方法、装置及*** - Google Patents
轨道交通列车定位方法、装置及*** Download PDFInfo
- Publication number
- CN111762237B CN111762237B CN202010608595.4A CN202010608595A CN111762237B CN 111762237 B CN111762237 B CN 111762237B CN 202010608595 A CN202010608595 A CN 202010608595A CN 111762237 B CN111762237 B CN 111762237B
- Authority
- CN
- China
- Prior art keywords
- rail transit
- module
- image information
- transit train
- optical signal
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000003287 optical effect Effects 0.000 claims abstract description 175
- 238000012545 processing Methods 0.000 claims abstract description 44
- 230000005540 biological transmission Effects 0.000 claims description 33
- 238000012549 training Methods 0.000 claims description 26
- 238000003062 neural network model Methods 0.000 claims description 25
- 238000013527 convolutional neural network Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 abstract description 22
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000009434 installation Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 241000270295 Serpentes Species 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L25/00—Recording or indicating positions or identities of vehicles or trains or setting of track apparatus
- B61L25/02—Indicating or recording positions or identities of vehicles or trains
- B61L25/026—Relative localisation, e.g. using odometer
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明实施例提供一种轨道交通列车定位方法、装置及***,所述方法包括:获取光发射模块发射的光信号,以及包含所述光发射模块的图像信息;基于所述光信号和所述图像信息确定轨道交通列车的位置。本发明实施例提供的轨道交通列车定位方法、装置及***,将光通信和图像处理技术应用到轨道交通列车的定位中,提高了列车定位的精度。
Description
技术领域
本发明涉及轨道交通技术领域,尤其涉及一种轨道交通列车定位方法、装置及***。
背景技术
目前列车定位多采用轮轴计数器的测速定位和查询-应答器定位相结合的方式,通过轮轴上的计数器进行积分计算,得出行驶里程。在列车行驶过程中,当查询器经过应答器时,应答器通过电磁感应到查询器,连接成功后,应答器向查询器发送内部存储的信息。
但是,采用轮轴计数器的定位方式会因车轮的磨损造成的车轮空转、打滑及车体蛇形等会造成里程的累计误差,需要及时进行校正,由于应答器铺设与维护成本高昂,定位精度取决于应答器部署密度,而实际应用中应答器部署密度无法达到无限大,并且无法实时掌握线路基础设施变化趋势,因此,导致轨道交通列车的定位精度较低的技术问题。
发明内容
本发明实施例提供一种轨道交通列车定位方法、装置及***,用于解决现有技术中的上述技术问题。
第一方面,本发明实施例提供一种轨道交通列车定位方法,包括:
获取光发射模块发射的光信号,以及包含所述光发射模块的图像信息;
基于所述光信号和所述图像信息确定轨道交通列车的位置。
进一步地,所述基于所述光信号和所述图像信息确定轨道交通列车的位置,具体包括:
根据所述光信号确定所述光发射模块对应的公里标;
将所述图像信息输入至预设的神经网络模型,输出垂直距离值;所述神经网络模型是基于样本图像信息以及预先确定的垂直距离标签进行训练后得到,所述垂直距离值表征列车当前位置与光发射模块所在位置之间的直线距离在轨道沿线上的垂直距离;
根据所述公里标和所述垂直距离值确定轨道交通列车的位置。
进一步地,所述根据所述光信号确定所述光发射模块对应的公里标,具体包括:
从所述光信号中解析出所述光发射模块的识别码;
根据所述识别码确定所述光发射模块对应的公里标。
进一步地,所述神经网络模型的训练步骤如下:
获取若干个训练样本数据,每一训练样本数据均包含一个样本图像信息,以及与样本图像信息对应的垂直距离标签;
利用所述若干个训练样本数据对所述神经网络模型进行训练。
进一步地,所述根据所述公里标和所述垂直距离值确定轨道交通列车的位置,具体包括:
计算计算所述公里标与所述垂直距离值之和;
以所述公里标与所述垂直距离值之和作为轨道交通列车的位置。
进一步地,所述神经网络模型为卷积神经网络模型。
所述获取光发射模块发射的光信号,以及包含所述光发射模块的图像信息,具体包括:
分别获取第一光发射模块发射的第一光信号,第二光发射模块发射的第二光信号,第三光发射模块发射的第三光信号,包含所述第一光发射模块的第一图像信息,包含所述第二光发射模块的第二图像信息,以及包含所述第三光发射模块的第三图像信息;
相应地,所述基于所述光信号和所述图像信息确定轨道交通列车的位置,具体包括:
基于所述第一光信号和所述第一图像信息确定轨道交通列车的第一位置,基于所述第二光信号和所述第二图像信息确定轨道交通列车的第二位置,基于所述第三光信号和所述第三图像信息确定轨道交通列车的第三位置;
对所述第一位置、所述第二位置和所述第三位置进行融合,确定轨道交通列车的最终位置。
第二方面,本发明实施例提供一种轨道交通列车定位装置,包括:
获取模块,用于获取光发射模块发射的光信号,以及包含所述光发射模块的图像信息;
确定模块,用于基于所述光信号和所述图像信息确定轨道交通列车的位置。
第三方面,本发明实施例提供一种轨道交通列车定位***,包括承载上述第二方面所述的轨道交通列车定位装置的功能的处理模块、多个光发射模块、光接收模块和图像采集模块;
所述多个光发射模块按照预设间隔安装在轨道交通隧道的墙壁上,光发射模块用于发射光信号;
所述光接收模块安装在轨道交通列车的顶部或侧壁,用于接收光信号,并将光信号发送到所述处理模块;
所述图像采集模块安装在轨道交通列车的顶部或侧壁,用于采集包含所述光发射模块的图像信息,并将所述图像信息发送到所述处理模块。
进一步地,每一光发射模块均包括编码单元、驱动单元和LED灯;
所述编码单元用于将光发射模块的识别码编译成调制信号;
所述驱动单元用于将所述调制信号转换成驱动电流;
所述LED灯用于根据所述驱动电流发射光信号。
本发明实施例提供的轨道交通列车定位方法、装置及***,将光通信和图像处理技术应用到轨道交通列车的定位中,提高了列车定位的精度。
附图说明
图1为本发明实施例提供的轨道交通列车定位方法示意图;
图2为本发明实施例提供的轨道交通列车定位***示意图;
图3为本发明实施例提供的样本图像的示意图;
图4为本发明另一实施例提供的轨道交通列车定位***示意图;
图5为本发明实施例提供的轨道交通列车定位装置示意图;
图6为本发明实施例提供的光发射模块的安装位置示意图;
图7为本发明实施例提供的光发射模块的安装间隔示意图;
图8为本发明实施例提供的光接收模块的安装位置示意图;
图9为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为了使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的轨道交通列车定位方法示意图,如图1所示,本发明实施例提供一种轨道交通列车定位方法,其执行主体为轨道交通列车定位装置,轨道交通列车定位装置可以是一个单独的设备,也可以是车载设备中的一个模块。该方法包括:
步骤S101、获取光发射模块发射的光信号,以及包含所述光发射模块的图像信息。
具体来说,在本发明实施例中,以轨道交通列车定位装置是车载设备中的一个模块为例对上述方法进行说明,图2为本发明实施例提供的轨道交通列车定位***示意图,如图2所示,本发明实施例涉及的轨道交通列车定位***由车载设备和轨旁设备两大部分组成。
其中,轨旁设备包括多个光发射模块,多个光发射模块按照预设间隔安装在轨道交通隧道的墙壁上,光发射模块用于发射光信号。
车载设备包括处理模块、光接收模块和图像采集模块。
光接收模块安装在轨道交通列车的顶部或侧壁,用于接收光信号,并将光信号发送到处理模块。
图像采集模块安装在轨道交通列车的顶部或侧壁,用于采集包含光发射模块的图像信息,并将图像信息发送到处理模块。
处理模块安装在列车上,分别与光接收模块和图像采集模块相连接。处理模块承载轨道交通列车定位装置的功能,实现上述轨道交通列车定位方法。
在进行定位的过程中,处理模块首先需要获取光发射模块发射的光信号,以及包含该光发射模块的图像信息。
光信号可以为可见光,也可以为其他波段的光,光信号中携带有对应光发射模块的识别码,以使处理模块接收到光信号后,通过解析光信号就能确定对应光发射模块的识别码。
图像采集模块可以为照相机或摄像机等。图像采集模块采集到的图像信息中包含发射光信号的光发射模块的图像。
步骤S102、基于所述光信号和所述图像信息确定轨道交通列车的位置。
具体来说,在获取到光发射模块发射的光信号,以及图像采集模块采集到的包含光发射模块的图像信息之后,处理模块根据光发射模块发射的光信号,以及图像采集模块采集到的包含光发射模块的图像信息,来确定轨道交通列车的位置,即确定轨道交通列车在线路上的位置。
例如,处理模块先根据光信号确定光发射模块对应的公里标,然后,再根据包含光发射模块的图像信息确定列车当前位置与光发射模块所在位置之间的直线距离在轨道沿线上的垂直距离。根据光发射模块对应的公里标和该垂直距离值确定轨道交通列车的位置。
本发明实施例提供的轨道交通列车定位方法,将光通信和图像处理技术应用到轨道交通列车的定位中,使用光通信的定位方式,不会受到其他通信的频段干扰,只要有光源的地方就可以稳定传输,信息直线性一对一传输,保密性强,提高了列车定位的精度。
基于上述任一实施例,进一步地,所述基于所述光信号和所述图像信息确定轨道交通列车的位置,具体包括:
根据所述光信号确定所述光发射模块对应的公里标;
将所述图像信息输入至预设的神经网络模型,输出垂直距离值;所述神经网络模型是基于样本图像信息以及预先确定的垂直距离标签进行训练后得到,所述垂直距离值表征列车当前位置与光发射模块所在位置之间的直线距离在轨道沿线上的垂直距离;
根据所述公里标和所述垂直距离值确定轨道交通列车的位置。
具体来说,在本发明实施例中,基于光发射模块发射的光信号,以及图像采集模块采集到的包含光发射模块的图像信息确定轨道交通列车的位置的具体步骤如下:
首先,根据光发射模块发射的光信号确定光发射模块对应的公里标。
在列车运行的轨道两侧安装的多个光发射模块中,每一光发射模块均包括编码单元、驱动单元和LED灯。
并且,每个位置上的光发射模块都设置一个唯一的识别码ID。
编码单元用于将光发射模块的识别码编译成调制信号。驱动单元用于将调制信号转换成驱动电流,即使用脉宽调制的方法将调制信号附加到LED灯具的驱动电流上,以LED灯发光的形式发送出去。
然后,将图像采集模块采集到的包含光发射模块的图像信息输入至预设的神经网络模型,输出垂直距离值。
神经网络模型是预先基于样本图像信息以及预先确定的垂直距离标签进行训练后得到的,该垂直距离值表征列车当前位置与光发射模块所在位置之间的直线距离在轨道沿线上的垂直距离。
最后,根据光发射模块对应的公里标和该垂直距离值确定轨道交通列车的位置。
本发明实施例提供的轨道交通列车定位方法,根据光发射模块对应的公里标确定列车的粗略位置,然后利用预设的神经网络模型对包含光发射模块的图像信息进行分析,确定列车当前位置与光发射模块所在位置之间的直线距离在轨道沿线上的垂直距离,并将公里标和该垂直距离值进行结合,得到列车的精确位置,进一步提高了列车定位的精度。
基于上述任一实施例,进一步地,所述根据所述光信号确定所述光发射模块对应的公里标,具体包括:
从所述光信号中解析出所述光发射模块的识别码;
根据所述识别码确定所述光发射模块对应的公里标。
具体来说,在本发明实施例中,根据光发射模块发射的光信号确定光发射模块对应的公里标的具体步骤如下:
首先,从光发射模块发射的光信号中解析出光发射模块的识别码。
在列车运行的轨道两侧安装的多个光发射模块中,每一光发射模块均包括编码单元、驱动单元和LED灯。
并且,每个位置上的光发射模块都设置一个唯一的识别码ID。
编码单元用于将光发射模块的识别码编译成调制信号。驱动单元用于将调制信号转换成驱动电流,即使用脉宽调制的方法将调制信号附加到LED灯具的驱动电流上,以LED灯发光的形式发送出去。
因此,在获取到光发射模块发射的光信号后,对其进行解析,即可确定光发射模块的识别码。
然后,根据光发射模块的识别码确定光发射模块对应的公里标。
在光发射模块安装完成后,需要将每个位置上的光发射模块的公里标和光发射模块的识别码的对应关系存储到车载设备的数据库中,当获取到光发射模块的识别码后,可直接在数据库中查询光发射模块对应的公里标。
本发明实施例提供的轨道交通列车定位方法,根据光发射模块的识别码,采用数据库查询的方式,能够快速确定光发射模块对应的公里标,提高了列车定位的效率。
基于上述任一实施例,进一步地,所述神经网络模型的训练步骤如下:
获取若干个训练样本数据,每一训练样本数据均包含一个样本图像信息,以及与样本图像信息对应的垂直距离标签;
利用所述若干个训练样本数据对所述神经网络模型进行训练。
具体来说,在本发明实施例中,神经网络模型的训练步骤如下:
首先,获取若干个训练样本数据,每一训练样本数据均包含一个样本图像信息,以及与样本图像信息对应的垂直距离标签。垂直距离是利用列车当前位置与光发射模块所在位置之间的直线距离,以及拍摄角度计算得到的。
在对神经网络模型进行训练之前,需要按照当前调整好的摄像头角度拍摄大量的对应不同垂直距离标签的光发射模块的图片,将每一张样本图像信息以及和其对应的垂直距离标签存储在数据库中,一张样本图像信息以及和其对应的垂直距离标签组合成一条训练样本数据。
图3为本发明实施例提供的样本图像的示意图,如图3所示,包括(a)、(b)、(c)、(d)、(e)和(f)六张不同的照片,此照片为经过降噪、二值化等处理后的照片,六张不同的照片分别表示六个不同的位置,每一图片中光发射模块的位置和形状均不相同。
然后,利用这若干个训练样本数据对神经网络模型进行训练。
本发明实施例提供的轨道交通列车定位方法,采用训练好的神经网络模型,能够快速地对包含光发射模块的图像信息进行处理,输出对应的垂直距离值,提高了列车定位的效率。
基于上述任一实施例,进一步地,所述根据所述公里标和所述垂直距离值确定轨道交通列车的位置,具体包括:
计算计算所述公里标与所述垂直距离值之和;
以所述公里标与所述垂直距离值之和作为轨道交通列车的位置。
具体来说,在本发明实施例中,根据光发射模块对应的公里标,以及列车当前位置与光发射模块所在位置之间的直线距离在轨道沿线上的垂直距离,确定轨道交通列车的位置的具体方式如下:
首先,计算公里标与垂直距离值之和。列车当前位置与光发射模块所在位置之间的直线距离在轨道沿线上的垂直距离,可以为正值,也可以为负值,欠标为负值,过标为正值。
然后,以公里标与垂直距离值之和作为轨道交通列车的位置。
例如,公里标为1500米,列车当前位置与光发射模块所在位置之间的直线距离在轨道沿线上的垂直距离值为3.5米,即,列车已经过标3.5米,因此,计算出的列车在沿线的位置为1503.5米。
本发明实施例提供的轨道交通列车定位方法,以公里标与垂直距离值之和作为轨道交通列车的位置,并考虑欠标和过标的影响,进一步提高了列车定位的效率。
基于上述任一实施例,进一步地,所述神经网络模型为卷积神经网络模型。
具体来说,卷积神经网络长期以来是图像识别领域的核心算法之一,并在学习数据充足时有稳定的表现。对于一般的大规模图像分类问题,卷积神经网络可用于构建阶层分类器,也可以在精细分类识别中用于提取图像的判别特征以供其它分类器进行学习。
因此,在本发明实施例中,神经网络模型选取卷积神经网络模型,使确定的列车当前位置与光发射模块所在位置之间的直线距离在轨道沿线上的垂直距离值更加准确。
本发明实施例提供的轨道交通列车定位方法,选取卷积神经网络模型确定的列车当前位置与光发射模块所在位置之间的直线距离在轨道沿线上的垂直距离值,使确定的垂直距离值更加准确,进一步提高了列车定位的效率。
基于上述任一实施例,进一步地,所述获取光发射模块发射的光信号,以及包含所述光发射模块的图像信息,具体包括:
分别获取第一光发射模块发射的第一光信号,第二光发射模块发射的第二光信号,第三光发射模块发射的第三光信号,包含所述第一光发射模块的第一图像信息,包含所述第二光发射模块的第二图像信息,以及包含所述第三光发射模块的第三图像信息;
相应地,所述基于所述光信号和所述图像信息确定轨道交通列车的位置,具体包括:
基于所述第一光信号和所述第一图像信息确定轨道交通列车的第一位置,基于所述第二光信号和所述第二图像信息确定轨道交通列车的第二位置,基于所述第三光信号和所述第三图像信息确定轨道交通列车的第三位置;
对所述第一位置、所述第二位置和所述第三位置进行融合,确定轨道交通列车的最终位置。
具体来说,在本发明实施例中,图4为本发明另一实施例提供的轨道交通列车定位***示意图,如图4所示,本发明实施例涉及的轨道交通列车定位***由车载设备和轨旁设备两大部分组成。
其中,轨旁设备包括多个光发射模块,多个光发射模块按照预设间隔安装在轨道交通隧道的墙壁上,光发射模块用于发射光信号。
车载设备包括处理模块、第一光接收模块、第二光接收模块、第三光接收模块、第一图像采集模块、第二图像采集模块和第三图像采集模块。
第一光接收模块安装在轨道交通列车的车头的顶部或侧壁,用于接收第一光信号,并将第一光信号发送到所述处理模块。第二光接收模块安装在轨道交通列车的车中的顶部或侧壁,用于接收第二光信号,并将第二光信号发送到所述处理模块。第三光接收模块安装在轨道交通列车的车尾的顶部或侧壁,用于接收第三光信号,并将第三光信号发送到所述处理模块。
第一图像采集模块安装在轨道交通列车的车头的顶部或侧壁,用于采集包含第一光发射模块的第一图像信息,并将第一图像信息发送到处理模块。第二图像采集模块安装在轨道交通列车的车中的顶部或侧壁,用于采集包含第二光发射模块的第二图像信息,并将第二图像信息发送到处理模块。第三图像采集模块安装在轨道交通列车的车尾的顶部或侧壁,用于采集包含第三光发射模块的第三图像信息,并将第三图像信息发送到处理模块。
处理模块安装在列车上,分别与第一光接收模块、第二光接收模块、第三光接收模块、第一图像采集模块、第二图像采集模块和第三图像采集模块相连接。处理模块承载轨道交通列车定位装置的功能,实现上述轨道交通列车定位方法。
在进行定位的过程中,处理模块首先需要分别获取第一光发射模块发射的第一光信号,第二光发射模块发射的第二光信号,第三光发射模块发射的第三光信号,包含第一光发射模块的第一图像信息,包含第二光发射模块的第二图像信息,以及包含第三光发射模块的第三图像信息。
光信号可以为可见光,也可以为其他波段的光,光信号中携带有对应光发射模块的识别码,以使处理模块接收到光信号后,通过解析光信号就能确定对应光发射模块的识别码。
图像采集模块可以为照相机或摄像机等。图像采集模块采集到的图像信息中包含发射光信号的光发射模块的图像。
在获取到光发射模块发射的光信号,以及图像采集模块采集到的包含光发射模块的图像信息之后,处理模块根据第一光发射模块发射的第一光信号,以及第一图像采集模块采集到的包含第一光发射模块的图像信息,来确定轨道交通列车的第一位置,即确定轨道交通列车的车头在线路上的第一位置。根据第二光发射模块发射的第二光信号,以及第二图像采集模块采集到的包含第二光发射模块的图像信息,来确定轨道交通列车的第二位置,即确定轨道交通列车的车中在线路上的第二位置。根据第三光发射模块发射的第三光信号,以及第三图像采集模块采集到的包含第三光发射模块的图像信息,来确定轨道交通列车的第三位置,即确定轨道交通列车的车尾在线路上的第三位置。
在确定第一位置、第二位置和第三位置之后,对第一位置、第二位置和第三位置进行融合,确定轨道交通列车的最终位置。
本发明实施例提供的轨道交通列车定位方法,将光通信和图像处理技术应用到轨道交通列车的定位中,使用光通信的定位方式,不会受到其他通信的频段干扰,只要有光源的地方就可以稳定传输,信息直线性一对一传输,保密性强,提高了列车定位的精度。并且,采用三点定位的方式,使定位结果更可靠。
基于上述任一实施例,图5为本发明实施例提供的轨道交通列车定位装置示意图,如图5所示,本发明实施例提供一种轨道交通列车定位装置,该装置可以是一个单独的设备,也可以是车载设备中的一个模块。该装置包括获取模块501和确定模块502,其中:
获取模块501用于获取光发射模块发射的光信号,以及包含所述光发射模块的图像信息;确定模块502用于基于所述光信号和所述图像信息确定轨道交通列车的位置。
本发明实施例提供一种轨道交通列车定位装置,用于执行上述任一实施例中所述的方法,通过本实施例提供的装置执行上述某一实施例中所述的方法的具体步骤与上述相应实施例相同,此处不再赘述。
本发明实施例提供的轨道交通列车定位装置,将光通信和图像处理技术应用到轨道交通列车的定位中,使用光通信的定位方式,不会受到其他通信的频段干扰,只要有光源的地方就可以稳定传输,信息直线性一对一传输,保密性强,提高了列车定位的精度。
基于上述任一实施例,图2为本发明实施例提供的轨道交通列车定位***示意图,如图2所示,本发明实施例提供一种轨道交通列车定位***,包括处理模块、多个光发射模块、光接收模块和图像采集模块;
所述多个光发射模块按照预设间隔安装在轨道交通隧道的墙壁上,光发射模块用于发射光信号;
所述光接收模块安装在轨道交通列车的顶部或侧壁,用于接收光信号,并将光信号发送到所述处理模块;
所述图像采集模块安装在轨道交通列车的顶部或侧壁,用于采集包含所述光发射模块的图像信息,并将所述图像信息发送到所述处理模块。
具体来说,本发明实施例提供的轨道交通列车定位***由车载设备和轨旁设备两大部分组成。
其中,轨旁设备包括多个光发射模块,多个光发射模块按照预设间隔安装在轨道交通隧道的墙壁上。
图6为本发明实施例提供的光发射模块的安装位置示意图,如图6所示,可以在轨道交通隧道的侧壁上方安装光发射模块,即方便发射光信号,又方便照明。
图7为本发明实施例提供的光发射模块的安装间隔示意图,如图7所示,相邻两个光发射模块的覆盖范围不重合,光接收模块每次只接收到一个光发射模块发射的光信号。
车载设备包括处理模块、光接收模块和图像采集模块。
光接收模块安装在轨道交通列车的顶部或侧壁,用于接收光信号,并将光信号发送到处理模块。
图8为本发明实施例提供的光接收模块的安装位置示意图,如图8所示,光接收模块安装在轨道交通列车的侧壁上方,方便接收光发射模块发射的光信号。
图像采集模块安装在轨道交通列车的顶部或侧壁,用于采集包含光发射模块的图像信息,并将图像信息发送到处理模块。
例如,车载图像采集模块安装在车头的顶部,调整镜头朝向,使其保证固定的拍摄角度,每次只拍摄到一个光发射模块的照片。
处理模块安装在列车上,分别与光接收模块和图像采集模块相连接。处理模块承载上述实施例中轨道交通列车定位装置的功能,实现上述实施例中的方法。
另外,轨道交通列车定位***还可以包括数据存储模块,用于存储列车在行进过程中的实时位置,可方便后期的数据分析、车辆运营管理。
在确定轨道交通列车的位置之后,还可以将轨道交通列车的位置信息发送到地面***,以供地面***展示轨道交通列车的位置。
本发明实施例提供的轨道交通列车定位***,将光通信和图像处理技术应用到轨道交通列车的定位中,使用光通信的定位方式,不会受到其他通信的频段干扰,只要有光源的地方就可以稳定传输,信息直线性一对一传输,保密性强,提高了列车定位的精度。
基于上述任一实施例,进一步地,每一光发射模块均包括编码单元、驱动单元和LED灯;
所述编码单元用于将光发射模块的识别码编译成调制信号;
所述驱动单元用于将所述调制信号转换成驱动电流;
所述LED灯用于根据所述驱动电流发射光信号。
具体来说,在本发明实施例中,在列车运行的轨道两侧安装的多个光发射模块中,每一光发射模块均包括编码单元、驱动单元和LED灯。
并且,每个位置上的光发射模块都设置一个唯一的识别码ID。
编码单元用于将光发射模块的识别码编译成调制信号,用脉宽调制的方法附加到LED灯的驱动电流上。驱动单元用于将调制信号转换成驱动电流,即使用脉宽调制的方法将调制信号附加到LED灯具的驱动电流上,以LED灯发光的形式发送出去。
本发明实施例提供的轨道交通列车定位***,将光通信和图像处理技术应用到轨道交通列车的定位中,使用光通信的定位方式,不会受到其他通信的频段干扰,只要有光源的地方就可以稳定传输,信息直线性一对一传输,保密性强,提高了列车定位的精度。
图9为本发明实施例提供的电子设备的结构示意图,如图9所示,该电子设备包括:处理器(processor)901、通信接口(Communications Interface)902、存储器(memory)903和通信总线904,其中,处理器901,通信接口902,存储器903通过通信总线904完成相互间的通信。处理器901可以调用存储在存储器903上并可在处理器901上运行的计算机程序,以执行下述步骤:
获取光发射模块发射的光信号,以及包含所述光发射模块的图像信息;
基于所述光信号和所述图像信息确定轨道交通列车的位置。
此外,上述的存储器903中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
进一步地,本发明实施例提供一种计算机程序产品,所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例中的步骤,例如包括:
获取光发射模块发射的光信号,以及包含所述光发射模块的图像信息;
基于所述光信号和所述图像信息确定轨道交通列车的位置。
进一步地,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序被处理器执行时,实现上述各方法实施例中的步骤,例如包括:
获取光发射模块发射的光信号,以及包含所述光发射模块的图像信息;
基于所述光信号和所述图像信息确定轨道交通列车的位置。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种轨道交通列车定位方法,其特征在于,包括:
获取光发射模块发射的光信号,以及包含所述光发射模块的图像信息;
基于所述光信号和所述图像信息确定轨道交通列车的位置;
所述基于所述光信号和所述图像信息确定轨道交通列车的位置,具体包括:
根据所述光信号确定所述光发射模块对应的公里标;
将所述图像信息输入至预设的神经网络模型,输出垂直距离值;所述神经网络模型是基于样本图像信息以及预先确定的垂直距离标签进行训练后得到,所述垂直距离值表征列车当前位置与光发射模块所在位置之间的直线距离在轨道沿线上的垂直距离;
根据所述公里标和所述垂直距离值确定轨道交通列车的位置;
所述根据所述光信号确定所述光发射模块对应的公里标,具体包括:
从所述光信号中解析出所述光发射模块的识别码;
根据所述识别码确定所述光发射模块对应的公里标。
2.根据权利要求1所述的轨道交通列车定位方法,其特征在于,所述神经网络模型的训练步骤如下:
获取若干个训练样本数据,每一训练样本数据均包含一个样本图像信息,以及与样本图像信息对应的垂直距离标签;
利用所述若干个训练样本数据对所述神经网络模型进行训练。
3.根据权利要求1所述的轨道交通列车定位方法,其特征在于,所述根据所述公里标和所述垂直距离值确定轨道交通列车的位置,具体包括:
计算所述公里标与所述垂直距离值之和;
以所述公里标与所述垂直距离值之和作为轨道交通列车的位置。
4.根据权利要求1-3任一项所述的轨道交通列车定位方法,其特征在于,所述神经网络模型为卷积神经网络模型。
5.根据权利要求1所述的轨道交通列车定位方法,其特征在于,所述获取光发射模块发射的光信号,以及包含所述光发射模块的图像信息,具体包括:
分别获取第一光发射模块发射的第一光信号,第二光发射模块发射的第二光信号,第三光发射模块发射的第三光信号,包含所述第一光发射模块的第一图像信息,包含所述第二光发射模块的第二图像信息,以及包含所述第三光发射模块的第三图像信息;
相应地,所述基于所述光信号和所述图像信息确定轨道交通列车的位置,具体包括:
基于所述第一光信号和所述第一图像信息确定轨道交通列车的第一位置,基于所述第二光信号和所述第二图像信息确定轨道交通列车的第二位置,基于所述第三光信号和所述第三图像信息确定轨道交通列车的第三位置;
对所述第一位置、所述第二位置和所述第三位置进行融合,确定轨道交通列车的最终位置。
6.一种轨道交通列车定位装置,其特征在于,包括:
获取模块,用于获取光发射模块发射的光信号,以及包含所述光发射模块的图像信息;
确定模块,用于基于所述光信号和所述图像信息确定轨道交通列车的位置;
所述基于所述光信号和所述图像信息确定轨道交通列车的位置,具体包括:
根据所述光信号确定所述光发射模块对应的公里标;
将所述图像信息输入至预设的神经网络模型,输出垂直距离值;所述神经网络模型是基于样本图像信息以及预先确定的垂直距离标签进行训练后得到,所述垂直距离值表征列车当前位置与光发射模块所在位置之间的直线距离在轨道沿线上的垂直距离;
根据所述公里标和所述垂直距离值确定轨道交通列车的位置;
所述根据所述光信号确定所述光发射模块对应的公里标,具体包括:
从所述光信号中解析出所述光发射模块的识别码;
根据所述识别码确定所述光发射模块对应的公里标。
7.一种轨道交通列车定位***,其特征在于,包括承载权利要求6所述的轨道交通列车定位装置的功能的处理模块、多个光发射模块、光接收模块和图像采集模块;
所述多个光发射模块按照预设间隔安装在轨道交通隧道的墙壁上,光发射模块用于发射光信号;
所述光接收模块安装在轨道交通列车的顶部或侧壁,用于接收光信号,并将光信号发送到所述处理模块;
所述图像采集模块安装在轨道交通列车的顶部或侧壁,用于采集包含所述光发射模块的图像信息,并将所述图像信息发送到所述处理模块。
8.根据权利要求7所述的轨道交通列车定位***,其特征在于,每一光发射模块均包括编码单元、驱动单元和LED灯;
所述编码单元用于将光发射模块的识别码编译成调制信号;
所述驱动单元用于将所述调制信号转换成驱动电流;
所述LED灯用于根据所述驱动电流发射光信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010608595.4A CN111762237B (zh) | 2020-06-29 | 2020-06-29 | 轨道交通列车定位方法、装置及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010608595.4A CN111762237B (zh) | 2020-06-29 | 2020-06-29 | 轨道交通列车定位方法、装置及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111762237A CN111762237A (zh) | 2020-10-13 |
CN111762237B true CN111762237B (zh) | 2022-07-19 |
Family
ID=72724130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010608595.4A Active CN111762237B (zh) | 2020-06-29 | 2020-06-29 | 轨道交通列车定位方法、装置及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111762237B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113895481B (zh) * | 2021-10-26 | 2024-01-23 | 卡斯柯信号有限公司 | 基于图形识别的列车定位与追踪管理方法、设备及介质 |
CN114802358B (zh) * | 2022-05-25 | 2023-03-17 | 武汉大学 | 一种基于视觉识别的轨道检查车定位方法及定位*** |
CN115402380A (zh) * | 2022-09-29 | 2022-11-29 | 天津市英贝特航天科技有限公司 | 一种地铁列车对标装置及控制方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5330136A (en) * | 1992-09-25 | 1994-07-19 | Union Switch & Signal Inc. | Railway coded track circuit apparatus and method utilizing fiber optic sensing |
CN103386993A (zh) * | 2012-05-09 | 2013-11-13 | 深圳市坐标系交通技术有限公司 | 采集列车运行信息的***、光发射装置和光接收处理装置 |
CN106096542A (zh) * | 2016-06-08 | 2016-11-09 | 中国科学院上海高等研究院 | 基于距离预测信息的图像视频场景识别方法 |
FR3041593A1 (fr) * | 2015-09-30 | 2017-03-31 | Alstom Transp Tech | Systeme d'assistance a la conduite d'un vehicule ferroviaire |
CN106767822A (zh) * | 2016-12-07 | 2017-05-31 | 北京邮电大学 | 基于相机通信与图像定位技术的室内定位***及方法 |
CN108238067A (zh) * | 2016-12-27 | 2018-07-03 | 比亚迪股份有限公司 | 轨道交通车辆及其定位***、方法、轨旁装置和轨道 |
CN109484435A (zh) * | 2018-11-28 | 2019-03-19 | 交控科技股份有限公司 | 一种适用于轨道交通智能检测***的列车定位方法和装置 |
CN110758477A (zh) * | 2019-11-07 | 2020-02-07 | 交控科技股份有限公司 | 基于二维码识别的列车定位方法及*** |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2016051468A1 (ja) * | 2014-09-29 | 2017-08-10 | 株式会社日立国際電気 | 列車監視システム |
DE102014226045A1 (de) * | 2014-12-16 | 2016-06-16 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zur relativenZuglagenbestimmung zweier Züge |
JP2018510373A (ja) * | 2015-02-10 | 2018-04-12 | モービルアイ ビジョン テクノロジーズ リミテッド | 自律車両ナビゲーションのための疎な地図 |
SE540595C2 (en) * | 2015-12-02 | 2018-10-02 | Icomera Ab | Method and system for identifying alterations to railway tracks or other objects in the vicinity of a train |
CN106610490A (zh) * | 2016-12-30 | 2017-05-03 | 北京大学 | 一种基于led和图像传感器的光定位方法、***和装置 |
US10501102B2 (en) * | 2017-02-06 | 2019-12-10 | Avante International Technology, Inc. | Positive train control system and apparatus employing RFID devices |
EP3415400A1 (en) * | 2017-06-12 | 2018-12-19 | Siemens Aktiengesellschaft | System and method for determining the position of a guided vehicle |
US11035957B2 (en) * | 2018-05-29 | 2021-06-15 | Waymo Llc | LIDAR optics alignment system |
CN109029374A (zh) * | 2018-07-16 | 2018-12-18 | 银河水滴科技(北京)有限公司 | 一种利用视觉图像分析对测车定位的方法及装置 |
CN109747681A (zh) * | 2019-01-14 | 2019-05-14 | 卡斯柯信号有限公司 | 一种列车定位装置及方法 |
CN111114593B (zh) * | 2019-12-18 | 2021-01-01 | 中铁电气化局集团有限公司 | 基于多元信息融合的地铁列车自主定位装置、***及方法 |
-
2020
- 2020-06-29 CN CN202010608595.4A patent/CN111762237B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5330136A (en) * | 1992-09-25 | 1994-07-19 | Union Switch & Signal Inc. | Railway coded track circuit apparatus and method utilizing fiber optic sensing |
CN103386993A (zh) * | 2012-05-09 | 2013-11-13 | 深圳市坐标系交通技术有限公司 | 采集列车运行信息的***、光发射装置和光接收处理装置 |
FR3041593A1 (fr) * | 2015-09-30 | 2017-03-31 | Alstom Transp Tech | Systeme d'assistance a la conduite d'un vehicule ferroviaire |
CN106096542A (zh) * | 2016-06-08 | 2016-11-09 | 中国科学院上海高等研究院 | 基于距离预测信息的图像视频场景识别方法 |
CN106767822A (zh) * | 2016-12-07 | 2017-05-31 | 北京邮电大学 | 基于相机通信与图像定位技术的室内定位***及方法 |
CN108238067A (zh) * | 2016-12-27 | 2018-07-03 | 比亚迪股份有限公司 | 轨道交通车辆及其定位***、方法、轨旁装置和轨道 |
CN109484435A (zh) * | 2018-11-28 | 2019-03-19 | 交控科技股份有限公司 | 一种适用于轨道交通智能检测***的列车定位方法和装置 |
CN110758477A (zh) * | 2019-11-07 | 2020-02-07 | 交控科技股份有限公司 | 基于二维码识别的列车定位方法及*** |
Non-Patent Citations (1)
Title |
---|
基于图像特征的列车自主定位方法研究;郭保青;《中国博硕士学位论文全文数据库(博士)信息科技辑》;20091015;I138-48 * |
Also Published As
Publication number | Publication date |
---|---|
CN111762237A (zh) | 2020-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111762237B (zh) | 轨道交通列车定位方法、装置及*** | |
CN109484435B (zh) | 一种适用于轨道交通智能检测***的列车定位方法和装置 | |
CN103729629B (zh) | Etc车道中车型识别方法及装置 | |
CN111762236B (zh) | 轨道交通列车定位方法、装置及*** | |
KR102007181B1 (ko) | 교통 텔레매틱스용 경로 데이터의 전송 방법 | |
CN208422108U (zh) | 基于毫米波雷达与激光雷达的交通情况调查装置 | |
CN104851295A (zh) | 获取路况信息的方法和*** | |
CN101944176A (zh) | 存在交通设施标识的更优畅通路径检测 | |
CN113570864B (zh) | 一种电动自行车行驶路径匹配方法、设备及存储介质 | |
CN107895482A (zh) | 基于毫米波雷达与激光雷达的交通情况调查装置及方法 | |
US11227192B1 (en) | System and method for data drift detection | |
WO2021142944A1 (zh) | 车辆行为识别方法、装置 | |
WO2022147960A1 (zh) | 点云的标注方法及标注设备 | |
CN110765224A (zh) | 电子地图的处理方法、车辆视觉重定位的方法和车载设备 | |
CN112381383A (zh) | 一种用于铁路调车作业的智能辅助*** | |
CN115938108A (zh) | 一种基于v2x的智能交通控制*** | |
CN111800760B (zh) | 轨道交通列车定位方法、装置及*** | |
CN107525525A (zh) | 一种新能源汽车的路径校准***及方法 | |
CN114895682B (zh) | 一种基于云端数据的无人驾驶矿车行走参数校正方法及*** | |
Ali et al. | Mono camera-based optical vehicular communication for an advanced driver assistance system | |
CN111832365A (zh) | 车道标记确定方法及装置 | |
CN113674329A (zh) | 车辆驾驶行为检测方法和*** | |
CN115345251A (zh) | 一种跨模态的露天矿卡车驾驶员身份自监督识别方法 | |
CN110956072B (zh) | 一种基于大数据分析的驾驶技能培训方法 | |
CN115223128A (zh) | 一种基于神经网络的道路车辙拥包检测方法及*** |
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 |