CN113650645A - 一种识别列车道岔走向的方法及*** - Google Patents

Abstract

本发明提供一种识别列车道岔走向的方法及***，包括：基于实时扫描点云数据和列车电子地图，确定第一走向判断结果；基于获取列车道岔转向角度，确定第二走向判断结果；对所述第一走向判断结果和所述第二走向判断结果进行交叉验证，确定列车走向判断结果。本发明通过实时扫描点云与高精度电子地图的匹配，以及IMU水平角速度的积分实现了两种列车走向的快速识别，并通过两种方法的交叉印证实现了对列车走向的可靠检测。

Description

一种识别列车道岔走向的方法及***

技术领域

本发明涉及轨道交通技术领域，尤其涉及一种识别列车道岔走向的方法及***。

背景技术

目前的列车运行控制***中，当列车经过道岔时，一般都是通过地面设备采集转辙机转辙机状态结合列车自身里程来综合确认列车进入道岔的定位还是反位。而仅依靠列车自身是无法在经过道岔后的一段时间内得知确切走向的，只有经过最近的一个应答器时才能知道自身的确切走向和位置，如图1所示。

针对上述情况，如果没有地面道岔状态被发送到列车上，列车在经过道岔后的一段时间内都不知道自身确切走向，一直处于“盲行”的状态，直到经过最近的一个应答器，这个距离少则数十米，多则几百米，取决于应答器的位置。而对于不依赖于地面***的新一代列车主动感知***来说，经过道岔后盲行的距离只会更长，直到遇到可识别的地标(例如站台)。如果不知道列车的确切位置，主动感知***将无法加载合适的地图，从而导致感知能力严重下降，列车将无法预测前方的轨道走向，也无法可靠的检测到障碍物，对行车安全构成更大的威胁。

因此，为克服上述缺陷，需要提出一种新的识别列车道岔走向的方法。

发明内容

本发明提供一种识别列车道岔走向的方法及***，用以解决现有技术中识别列车道岔走向需要依赖地面设备的缺陷。

第一方面，本发明提供一种识别列车道岔走向的方法，包括：

基于实时扫描点云数据和列车电子地图，确定第一走向判断结果；

基于获取列车道岔转向角度，确定第二走向判断结果；

对所述第一走向判断结果和所述第二走向判断结果进行交叉验证，确定列车走向判断结果。

在一个实施例中，所述基于实时扫描点云数据和列车电子地图，确定第一走向判断结果，之前包括：

获取列车运行全线路的点云数据、惯性测量数据和车辆速度数据；

对所述点云数据进行预处理，获得校正后的点云数据；

将所述校正后的点云数据中的初始数据存入初始列车电子地图，结合所述惯性测量数据和所述速度数据进行位姿估计，得到初始估计位姿数据；

将所述校正后的点云数据中的后续点云数据叠加存入所述初始列车电子地图，结合所述惯性测量数据和所述车辆速度数据进行位姿估计，直至所有的点云数据处理完成，获得所述列车电子地图。

在一个实施例中，所述基于实时扫描点云数据和列车电子地图，确定第一走向判断结果，之前还包括：

获取列车运行全线路中，每个道岔经过岔尖预设距离的定位转向角度和反位转向角度。

在一个实施例中，所述基于实时扫描点云数据和列车电子地图，确定第一走向判断结果，包括：

获取列车运行中的当前扫描点云数据，对所述实时扫描点云数据进行预处理，得到校正后的当前扫描点云数据；

对车辆速度数据和惯性测量角速度进行积分，获得当前扫描点云估计位姿；

基于所述当前扫描点云估计位姿，将所述校正后的当前扫描点云数据与所述列车电子地图中的点云数据进行匹配，获得列车准确位置；

待所述列车经过任一道岔时，分别获取所述列车准确位置与定位轨道轨迹的第一距离，以及与反位轨道轨迹的第二距离，基于所述第一距离和所述第二距离确定所述第一走向判断结果。

在一个实施例中，所述基于所述第一距离和所述第二距离确定所述第一走向判断结果，包括：

若所述所述第一距离减去所述第二距离的差大于第一阈值，则确定所述列车位于所述反位轨道轨迹；

若所述所述第二距离减去所述第一距离的差大于第二阈值，则确定所述列车位于所述定位轨道轨迹。

在一个实施例中，所述基于获取列车道岔转向角度，确定第二走向判断结果，包括：

计算所述列车经过任一道岔的惯性测量水平角速度积分，获取所述列车进过岔尖预设距离时，在水平方向的转动角度；

基于所述转动角度、定位转向角度和反位转向角度，确定所述第二走向判断结果。

第二方面，本发明还提供一种识别列车道岔走向的***，包括：

第一确定模块，用于基于实时扫描点云数据和列车电子地图，确定第一走向判断结果；

第二确定模块，用于基于获取列车道岔转向角度，确定第二走向判断结果；

验证模块，用于对所述第一走向判断结果和所述第二走向判断结果进行交叉验证，确定列车走向判断结果。

第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述识别列车道岔走向的方法的步骤。

第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述识别列车道岔走向的方法的步骤。

第五方面，本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述识别列车道岔走向的方法的步骤。

本发明提供的识别列车道岔走向的方法及***，通过实时扫描点云与高精度电子地图的匹配，以及IMU水平角速度的积分实现了两种列车走向的快速识别，并通过两种方法的交叉印证实现了对列车走向的可靠检测。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是现有技术提供的列车运行控制***示意图；

图2是本发明提供的识别列车道岔走向的方法的流程示意图；

图3是本发明提供的列车运行控制***示意图；

图4是本发明提供的列车电子地图生成过程示意图；

图5是本发明提供的列车道岔角度示意图；

图6是本发明提供的列车走向综合识别流程示意图；

图7是本发明提供的定位和反位轨道轨迹示意图；

图8是本发明提供的识别列车道岔走向的***的结构示意图；

图9是本发明提供的电子设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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。基于本发明中的实施例，本领域普通技术人员在没有作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。

针对现有技术中的缺陷，本发明提出一种识别列车道岔走向的方法，如图2所示，包括：

步骤S1，基于实时扫描点云数据和列车电子地图，确定第一走向判断结果；

步骤S2，基于获取列车道岔转向角度，确定第二走向判断结果；

步骤S3，对所述第一走向判断结果和所述第二走向判断结果进行交叉验证，确定列车走向判断结果。

具体地，首先本发明基于实时扫描点云与高精度电子地图的匹配，识别出列车进过道岔后列车走向，是在定位轨道还是反位轨道。

需要说明的是，将道岔分出的多个轨道位置作如下定义：道岔常用的行进位置为定位，不常用的行进位置则为反位，即定位和反位是相对而言，呈现了道岔两个不同方向的行驶轨道。

如图3所示，本发明所提出的列车经过道岔后的走向识别方法，主要由车载传感器和车载计算机组成，其中，车载传感器包括激光雷达、IMU(Inertial Measurement Unit，惯性测量单元)、毫米波雷达、速度传感器等；激光雷达对列车前方进行扫描，输出实时扫描点云，基于这个点云能够实现列车的定位和环境感知；IMU实时输出列车在各个方向上的角速度和加速度，结合毫米波雷达或速度传感器提供的速度信息，能够实现对车辆位置和姿态的估计。由车载计算机内置高精度电子地图，以及每个道岔的定位转向角度和反位转向角度，再通过激光雷达输出实时扫描点云与高精度电子地图的匹配实现车辆位置的精确测定，从而实现车辆过道岔后走向的识别。

此外，还可通过对IMU输出角速度的积分，获得列车经过道岔后的转向角度，通过对比定位和反位的转向角度确定列车的走向。

综合将上述两个列车走向判断结果进行交叉验证，得到列车的实时走向识别结果。

本发明通过实时扫描点云与高精度电子地图的匹配，以及IMU水平角速度的积分实现了两种列车走向的快速识别，并通过两种方法的交叉印证实现了对列车走向的可靠检测。

基于上述实施例，该方法步骤S1包括：

获取列车运行全线路的点云数据、惯性测量数据和车辆速度数据；

对所述点云数据进行预处理，获得校正后的点云数据；

将所述校正后的点云数据中的初始数据存入初始列车电子地图，结合所述惯性测量数据和所述速度数据进行位姿估计，得到初始估计位姿数据；

将所述校正后的点云数据中的后续点云数据叠加存入所述初始列车电子地图，结合所述惯性测量数据和所述车辆速度数据进行位姿估计，直至所有的点云数据处理完成，获得所述列车电子地图。

具体地，在对列车进行道岔识别之前，需要构建高精度的列车电子地图。

高精度电子地图主要由场景点云和轨道轨迹两部分组成。场景点云是将若干帧事先采集的、经过预处理的激光雷达点云通过位姿估计以及相互匹配，找出精确的位姿关系，然后基于这个位姿关系叠加在一起，再经过降采样等手段压缩后获得的。

在建立高精度电子地图之前，首先需要采集全线路的激光雷达点云数据、IMU数据和车辆速度数据，这里，车辆速度数据可以由自毫米波雷达得到，也可以由自速度传感器得到。

在采集时还应确保没有任何障碍物在前方，例如车辆或行人的影响，以确保建立的高精度电子地图中没有障碍物的干扰，然后对点云进行预处理，消除噪点，进行帧内校正。

进一步地，将获得的初始点云数据，即第一帧点云直接添加到电子地图中，然后再通过位姿估计以及与电子地图的匹配，获得后续点云与电子地图的精确相对位姿，再根据这个精确位姿将后续的点云陆续叠加到高精度电子地图中，直到处理完所有的点云数据，过程如图4所示。

由于激光雷达和车体的位置关系是固定的，而车体就在轨道正上方，因此通过激光雷达的位置可以换算出雷达正下方轨道中心的位置。在将点云叠加到高精度电子地图的过程中，取每帧点云的坐标原点(即雷达所在位置)，换算成雷达正下方轨道中心的位置，汇总在一起，就构成了轨道轨迹，得到供后续使用的列车电子地图。

本发明通过预先构建列车电子地图，获取运行轨道的准确数据，便于后续识别列车走向，提高识别精度和效率。

基于上述任一实施例，该方法步骤S1之前还包括：

获取列车运行全线路中，每个道岔经过岔尖预设距离的定位转向角度和反位转向角度。

具体地，在进行识别之前，除构建列车电子地图，还需记录运行轨道沿线中每个道岔过岔尖后一定距离处定位和反位转向角度，如图5所示，假定在距离道岔岔尖20米处定位的转向角度为0度，对应的转向角度为6度。

将运行轨道沿线所有道岔对应的定位转向角度和反位转向角度完整记录，以供后续识别时进行对比使用。

本发明通过记录道岔的定位转向角度和反位转向角度，获得定位和反位的角度数据，和位置信息结合进行列车走向判断，能有效提高识别精度。

基于上述任一实施例，该方法步骤S1包括：

获取列车运行中的当前扫描点云数据，对所述实时扫描点云数据进行预处理，得到校正后的当前扫描点云数据；

对车辆速度数据和惯性测量角速度进行积分，获得当前扫描点云估计位姿；

基于所述当前扫描点云估计位姿，将所述校正后的当前扫描点云数据与所述列车电子地图中的点云数据进行匹配，获得列车准确位置；

待所述列车经过任一道岔时，分别获取所述列车准确位置与定位轨道轨迹的第一距离，以及与反位轨道轨迹的第二距离，基于所述第一距离和所述第二距离确定所述第一走向判断结果。

其中，所述基于所述第一距离和所述第二距离确定所述第一走向判断结果，包括：

若所述所述第一距离减去所述第二距离的差大于第一阈值，则确定所述列车位于所述反位轨道轨迹；

若所述所述第二距离减去所述第一距离的差大于第二阈值，则确定所述列车位于所述定位轨道轨迹。

具体地，将前述实施例获得的高精度电子地图以及道岔定位转向角度和反位转向角度加载到车载计算机中，如图6所示，在车辆运行过程中，首先对车载激光雷达输出的实时扫描点云进行预处理，消除噪点，进行帧内校正，然后通过对车辆速度和IMU角速度的积分获得当前扫描点云的估计位姿，在位姿估计的基础上，将扫描点云与高精度电子地图中的场景点云进行匹配，获得车辆的准确位姿，其中包含车辆位置。

当车辆经过岔尖后，开始计算车辆位置分别与定位和反位轨道轨迹的距离，当两个距离差超过某个阈值时，判定车辆在其中一个轨道上，如图7所示，通过扫描点云与高精度电子地图的匹配确定车辆在P点，P点距离定位轨迹的距离是d1，即第一距离，距离反位轨迹的距离是d2，即第二距离，当d1-d2的值大于第一阈值(例如设为2米)时，就认为列车在反位上，当d2-d1的值大于第二阈值时，就认为列车在定位上。

本发明依靠车载设备实现了列车过道岔后列车走向的快速识别，不依赖于地面设备，解决了列车经过道岔后长时间不知道具体走向的问题，增强了列车的自主感知能力，显著提高了列车的智能化程度。

基于上述任一实施例，该方法步骤S2包括：

计算所述列车经过任一道岔的惯性测量水平角速度积分，获取所述列车进过岔尖预设距离时，在水平方向的转动角度；

基于所述转动角度、定位转向角度和反位转向角度，确定所述第二走向判断结果。

具体地，本发明还通过对IMU水平角速度的积分，计算列车从岔尖(O点)运行到P点时列车在水平方向转过的角度，如图7所示，如果转过的角度为0度，则说明列车在定位上，如果转过的角度是β，则认为列车在反位上。

最后，将本实施例得到的列车走向和前述实施例得到的列车走向进行交叉印证，如果一致则认为获得列车准确的走向识别结果。

本发明通过对IMU输出的角速度的积分计算出列车经过道岔岔尖一定距离后的转向角度，根据反位和定位的转向角度不同，识别出列车在哪个轨道轨迹上，即列车的走向，作为补充验证的识别，进一步提高识别准确率，并实现了实时验证纠错，使列车可以及时向控制中心报告自己的准确位置，从而缩短列车的行车间隔，提高运行效率。

下面以一个完整的实施例，说明本发明的实现方案：

1)采集点云、IMU和车辆速度数据。通过车载激光雷达、IMU、毫米波雷达或者速度传感器，采集拟建立高精度电子地图的线路的数据。

2)建立轨道线路的高精度电子地图。将第一帧点云直接添加到电子地图中，然后再通过位姿估计以及与电子地图的匹配，获得后续点云与电子地图的精确相对位姿，再根据这个精确位姿将后续的点云陆续叠加到高精度电子地图中，直到处理完所有的点云数据，最后通过降采样等方式对电子地图进行压缩，地图建立完成。其中位姿估计通过对IMU输出的角速度和车辆速度的积分获得。

3)在将点云叠加到高精度电子地图的过程中，取每帧点云的坐标原点(即雷达所在位置)，换算成雷达正下方轨道中心的位置，汇总在一起，就构成了轨道轨迹。

4)记录每个道岔过岔尖后一定距离处定位和反位转向角度。

5)将高精度电子地图和道岔定位反位转向角度加载到车载计算机中。

6)对实时扫描点云进行预处理，通过对车辆速度和IMU角速度的积分获得当前扫描点云的估计位姿，在位姿估计的基础上，将扫描点云与高精度电子地图中的场景点云进行匹配，获得车辆的准确位姿。

7)车辆经过岔尖后开始计算车辆位置分别与定位和反位轨道轨迹的距离，当两个距离差超过某个阈值时，判定车辆在其中一个轨道上。

8)通过对IMU水平角速度的积分，计算列车从岔尖出发运行一定距离后在水平方向转过的角度，通过与定位反位转向角度的匹配确定判定列车在其中一个轨道上。

9)对两种方法获得的列车走向进行交叉印证，如果一致就获得了列车确定的走向。

下面对本发明提供的识别列车道岔走向的***进行描述，下文描述的识别列车道岔走向的***与上文描述的识别列车道岔走向的方法可相互对应参照。

图8是本发明提供的识别列车道岔走向的***的结构示意图，如图8所示，包括：第一确定模块81、第二确定模块82和验证模块83，其中：

第一确定模块81用于基于实时扫描点云数据和列车电子地图，确定第一走向判断结果；第二确定模块82用于基于获取列车道岔转向角度，确定第二走向判断结果；验证模块83用于对所述第一走向判断结果和所述第二走向判断结果进行交叉验证，确定列车走向判断结果。

本发明通过实时扫描点云与高精度电子地图的匹配，以及IMU水平角速度的积分实现了两种列车走向的快速识别，并通过两种方法的交叉印证实现了对列车走向的可靠检测。

图9示例了一种电子设备的实体结构示意图，如图9所示，该电子设备可以包括：处理器(processor)910、通信接口(Communications Interface)920、存储器(memory)930和通信总线940，其中，处理器910，通信接口920，存储器930通过通信总线940完成相互间的通信。处理器910可以调用存储器930中的逻辑指令，以执行识别列车道岔走向的方法，该方法包括：基于实时扫描点云数据和列车电子地图，确定第一走向判断结果；基于获取列车道岔转向角度，确定第二走向判断结果；对所述第一走向判断结果和所述第二走向判断结果进行交叉验证，确定列车走向判断结果。

此外，上述的存储器930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。

另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的识别列车道岔走向的方法，该方法包括：基于实时扫描点云数据和列车电子地图，确定第一走向判断结果；基于获取列车道岔转向角度，确定第二走向判断结果；对所述第一走向判断结果和所述第二走向判断结果进行交叉验证，确定列车走向判断结果。

又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的识别列车道岔走向的方法，该方法包括：基于实时扫描点云数据和列车电子地图，确定第一走向判断结果；基于获取列车道岔转向角度，确定第二走向判断结果；对所述第一走向判断结果和所述第二走向判断结果进行交叉验证，确定列车走向判断结果。

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 (10)

1.一种识别列车道岔走向的方法，其特征在于，包括：

基于实时扫描点云数据和列车电子地图，确定第一走向判断结果；

基于获取列车道岔转向角度，确定第二走向判断结果；

对所述第一走向判断结果和所述第二走向判断结果进行交叉验证，确定列车走向判断结果。

2.根据权利要求1所述的识别列车道岔走向的方法，其特征在于，所述基于实时扫描点云数据和列车电子地图，确定第一走向判断结果，之前包括：

获取列车运行全线路的点云数据、惯性测量数据和车辆速度数据；

对所述点云数据进行预处理，获得校正后的点云数据；

将所述校正后的点云数据中的初始数据存入初始列车电子地图，结合所述惯性测量数据和所述速度数据进行位姿估计，得到初始估计位姿数据；

将所述校正后的点云数据中的后续点云数据叠加存入所述初始列车电子地图，结合所述惯性测量数据和所述车辆速度数据进行位姿估计，直至所有的点云数据处理完成，获得所述列车电子地图。

3.根据权利要求1或2所述的识别列车道岔走向的方法，其特征在于，所述基于实时扫描点云数据和列车电子地图，确定第一走向判断结果，之前还包括：

获取列车运行全线路中，每个道岔经过岔尖预设距离的定位转向角度和反位转向角度。

4.根据权利要求1所述的识别列车道岔走向的方法，其特征在于，所述基于实时扫描点云数据和列车电子地图，确定第一走向判断结果，包括：

获取列车运行中的当前扫描点云数据，对所述实时扫描点云数据进行预处理，得到校正后的当前扫描点云数据；

对车辆速度数据和惯性测量角速度进行积分，获得当前扫描点云估计位姿；

基于所述当前扫描点云估计位姿，将所述校正后的当前扫描点云数据与所述列车电子地图中的点云数据进行匹配，获得列车准确位置；

待所述列车经过任一道岔时，分别获取所述列车准确位置与定位轨道轨迹的第一距离，以及与反位轨道轨迹的第二距离，基于所述第一距离和所述第二距离确定所述第一走向判断结果。

5.根据权利要求4所述的识别列车道岔走向的方法，其特征在于，所述基于所述第一距离和所述第二距离确定所述第一走向判断结果，包括：

若所述所述第一距离减去所述第二距离的差大于第一阈值，则确定所述列车位于所述反位轨道轨迹；

若所述所述第二距离减去所述第一距离的差大于第二阈值，则确定所述列车位于所述定位轨道轨迹。

6.根据权利要求1所述的识别列车道岔走向的方法，其特征在于，所述基于获取列车道岔转向角度，确定第二走向判断结果，包括：

计算所述列车经过任一道岔的惯性测量水平角速度积分，获取所述列车进过岔尖预设距离时，在水平方向的转动角度；

基于所述转动角度、定位转向角度和反位转向角度，确定所述第二走向判断结果。

7.一种识别列车道岔走向的***，其特征在于，包括：

第一确定模块，用于基于实时扫描点云数据和列车电子地图，确定第一走向判断结果；

第二确定模块，用于基于获取列车道岔转向角度，确定第二走向判断结果；

验证模块，用于对所述第一走向判断结果和所述第二走向判断结果进行交叉验证，确定列车走向判断结果。

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述识别列车道岔走向的方法的步骤。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述识别列车道岔走向的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述识别列车道岔走向的方法的步骤。

Images