CN115598656A - 基于悬挂轨道的障碍物检测方法、装置及*** - Google Patents
基于悬挂轨道的障碍物检测方法、装置及*** Download PDFInfo
- Publication number
- CN115598656A CN115598656A CN202211598638.0A CN202211598638A CN115598656A CN 115598656 A CN115598656 A CN 115598656A CN 202211598638 A CN202211598638 A CN 202211598638A CN 115598656 A CN115598656 A CN 115598656A
- Authority
- CN
- China
- Prior art keywords
- track
- data
- point cloud
- cloud data
- area
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/60—Electric or hybrid propulsion means for production processes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种基于悬挂轨道的障碍物检测方法、装置及***,属于轨道交通检修技术领域。所述障碍物检测方法包括:配置传感装置,所述传感装置安装在AGV小车上,所述AGV小车倒挂于位于待检列车上方的悬挂轨道上;基于所述传感装置采集待检列车车顶的3D雷达点云数据和相机数据;基于所述相机数据拟合出轨道区域;滤除所述3D雷达点云数据中的轨道区域;对滤除轨道区域后的3D雷达点云数据进行聚类,若聚合出目标物,则检测到障碍物。本发明的方法可准确检测列车车顶的障碍物。
Description
技术领域
本发明属于轨道交通检修技术领域,特别是涉及一种基于悬挂轨道的障碍物检测方法、装置及***。
背景技术
近年来,随着我国轨道交通行业的快速发展,列车的运行安全愈发受到重视,而列车车顶的清洁与检修是保证列车安全运行的关键所在。列车车顶的作业包括车顶异物检测、受电弓受损检测和绝缘子清洗等,但由于检修位置过高,并且车顶零件过多,伴随着高压电,不易于行走,如果使用人工检修,容易出现意外,危险性高。若采用智能检修与智能清洁设备辅助作业,由于无法预测的障碍物入侵等因素,会导致AGV小车作业安全的问题。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于悬挂轨道的障碍物检测方法、装置及***。
本发明的目的是通过以下技术方案来实现的:
根据本发明的第一方面,基于悬挂轨道的障碍物检测方法,包括:
配置传感装置,所述传感装置安装在AGV小车上,所述AGV小车倒挂于位于待检列车上方的悬挂轨道上;
基于所述传感装置采集待检列车车顶的3D雷达点云数据和相机数据;
基于所述相机数据拟合出轨道区域;
滤除所述3D雷达点云数据中的轨道区域;
对滤除轨道区域后的3D雷达点云数据进行聚类,若聚合出目标物,则检测到障碍物。
进一步地,配置传感装置,包括:
配置传感装置的探测区域,所述传感装置包括3D激光雷达和工业相机;
标定传感装置中3D激光雷达和工业相机的外参,以使3D激光雷达采集的3D雷达点云数据和工业相机采集的相机数据的坐标***一;
将3D激光雷达和工业相机的数据采集频率配置为同一频率。
进一步地,所述探测区域为:x(0,D1+D2),y(-(W /2+D2),W /2+D2),z(-(R+D2),(H -R));
其中,D1为AGV小车的刹车距离,D2为预设的冗余范围,W为AGV小车的宽,R为传感装置到轮毂与轨道接触面的距离,H为AGV小车的高。
进一步地,标定传感装置中3D激光雷达和工业相机的外参,包括:
以3D激光雷达的原点为坐标基准,同时采集3D雷达点云数据和相机数据;
使用autoware工具中的Calibration Tool Kit工具包标定3D激光雷达和工业相机的外参,得到4*4外参矩阵;
将4*4外参矩阵配置到3D激光雷达的坐标参数中。
进一步地,基于所述相机数据拟合出轨道区域,包括:
在所述相机数据中选取RIO区域;
利用sobel算子在RIO区域进行边缘检测,得到图像的轮廓数据;
对所述图像的轮廓数据进行多次函数拟合得到铁轨走向;
对拟合出的铁轨走向上色,得到拟合出的轨道区域。
进一步地,滤除所述3D雷达点云数据中的轨道区域,包括:
利用直通滤波算法滤除所述3D雷达点云数据中的轨道区域。
进一步地,对滤除轨道区域后的3D雷达点云数据进行聚类,包括:
基于欧式聚类算法,对滤除轨道区域后的3D雷达点云数据进行聚类。
进一步地,所述悬挂轨道为环形轨道或直线轨道。
根据本发明的第二方面,基于悬挂轨道的障碍物检测装置,包括:
数据获取模块,用于获取由传感装置采集的待检列车车顶的3D雷达点云数据和相机数据,所述传感装置安装在AGV小车上,所述AGV小车倒挂于位于待检列车上方的悬挂轨道上;
轨道拟合模块,用于基于所述相机数据拟合出轨道区域;
障碍物检测模块,用于滤除所述3D雷达点云数据中的轨道区域,并对滤除轨道区域后的3D雷达点云数据进行聚类,若聚合出目标物,则检测到障碍物。
根据本发明的第三方面,基于悬挂轨道的障碍物检测***,包括:
悬挂轨道,位于待检列车上方;
AGV小车,倒挂于所述悬挂轨道上;
传感装置,安装在所述AGV小车上,用于采集待检列车车顶的3D雷达点云数据和相机数据;
障碍物检测装置,用于获取所述传感装置采集的3D雷达点云数据和相机数据,基于所述相机数据拟合出轨道区域,滤除所述3D雷达点云数据中的轨道区域,并对滤除轨道区域后的3D雷达点云数据进行聚类,若聚合出目标物,则检测到障碍物。
本发明的有益效果是:
(1)本发明的方法可准确检测列车车顶的障碍物,从而解决了在轨道交通领域的车辆段、机务段等特定场景下,采用智能检修与智能清洁设备辅助作业时,由于无法预测的障碍物入侵等因素导致AGV小车作业安全的问题;
(2)本发明将3D激光雷达和工业相机实时采集的数据作为避障数据源,图像算法对于轨道线拟合的更为成熟和稳定,3D激光雷达传感器的抗干扰能力更强,对目标的识别精度更高,采用多传感器融合的方式能够使障碍物检测功能更加可靠。
附图说明
图1为本发明中障碍物检测方法的一种实施例的流程图;
图2为本发明中悬挂轨道的一种实施例的示意图;
图3为本发明中传感装置在AGV小车上位置的一种实施例的示意图;
图4为本发明中障碍物检测装置的一种实施例的组成框图;
图中,1-悬挂轨道,2-AGV小车,21-传感装置,3-待检列车。
具体实施方式
下面将结合实施例,对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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,本领域技术人员在没有付出创造性劳动的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。
参阅图1-图4,本实施例提供了一种基于悬挂轨道的障碍物检测方法、装置及***:
本发明的第一方面提供了一种基于悬挂轨道的障碍物检测方法,如图1所示,包括步骤S100~步骤S500。以下详细说明。
步骤S100. 配置传感装置21,所述传感装置21安装在AGV小车2上,所述AGV小车2倒挂于位于待检列车3上方的悬挂轨道1上。
具体的,所述AGV小车2用于带动传感装置21在悬挂轨道1上运动。
所述悬挂轨道1为环形轨道或直线轨道,当悬挂轨道1为环形轨道时,可以在不移动待检列车3的情况下实现对两辆列车的检测。如图2所示,环形轨道下方有两辆并行排列的待检列车3,AGC小车2在环形轨道上运动一圈,即可实现对这两辆列车的检测。
在一些实施例中,配置传感装置21,包括:
步骤S110.配置传感装置21的探测区域,所述传感装置21包括3D激光雷达和工业相机。
具体的,根据AGV小车2外形尺寸设置3D激光雷达和工业相机需要探测的区域(即探测区域),所述3D激光雷达和工业相机的探测区域相同。例如,如图3所示,AGV小车2的尺寸为长宽高=L*W*H,传感装置21到轮毂与轨道接触面的距离为R,AGV小车2的刹车距离为D1,探测区域的冗余范围为D2,则探测区域为:x(0,D1+D2),y(-(W /2+D2),W /2+D2),z(-(R+D2),( H -R))。本实施例中设置探测区域时增加了冗余范围,避免了传感装置21检测精度的影响。探测区域范围是以3D激光雷达坐标系为基准, 3D激光雷达坐标系的描述为:以AGV小车前进方向为x轴的正方向,AGV的右侧为y轴的正方向,AGV的上方为z轴的正方向,如图3所示;图3中AGV坐标系和3D激光雷达坐标系的关系是固定的,可以相互转换。本实施例中通过设置探测区域降低了数据量,使得数据处理时间缩短,提高障碍物检测的实时性;同时设置探测区域还能排除轨道外的异物影响,减少误报率。
步骤S120.标定传感装置21中3D激光雷达和工业相机的外参,以使3D激光雷达采集的3D雷达点云数据和工业相机采集的相机数据的坐标***一。
具体的,以3D激光雷达的原点为坐标基准,同时采集3D雷达点云数据和相机数据,使用autoware工具中的Calibration Tool Kit工具包标定3D激光雷达和工业相机的外参,得到4*4外参矩阵,将4*4外参矩阵配置到3D激光雷达的坐标参数中。
步骤S130.将3D激光雷达和工业相机的数据采集频率配置为同一频率。
具体的,本实施例中将3D激光雷达和工业相机的数据采集频率配置为同一频率,从而使得3D激光雷达和工业相机采集到的两个数据(3D雷达点云数据和相机数据)是时间戳匹配的数据。
步骤S200.基于所述传感装置21采集待检列车3车顶的3D雷达点云数据和相机数据。
例如,AGV小车2在悬挂轨道1上行驶,传感装置21中的3D激光雷达采集待检列车3车顶的点云数据得到3D雷达点云数据,传感装置21中的工业相机采集待检列车3车顶的图像数据得到相机数据。
步骤S300.基于所述相机数据拟合出轨道区域。
在一些实施例中,基于所述相机数据拟合出轨道区域,包括:
步骤S310.在所述相机数据中选取RIO区域。
步骤S320.利用sobel算子在RIO区域进行边缘检测,得到图像的轮廓数据。
步骤S330.对所述图像的轮廓数据进行多次函数拟合得到铁轨走向。
步骤S340.对拟合出的铁轨走向上色,得到拟合出的轨道区域。
步骤S400.滤除所述3D雷达点云数据中的轨道区域。
在一些实施例中,利用直通滤波算法滤除所述3D雷达点云数据中的轨道区域。
步骤S500.对滤除轨道区域后的3D雷达点云数据进行聚类,若聚合出目标物,则检测到障碍物。
具体的,若聚合出目标物,则检测到障碍物,说明待检列车3车顶位于AGV小车2运动方向的部分有障碍物,AGV小车2停止运动,传感装置21发出警报;若未聚合出目标物,则未检测到障碍物,说明待检列车3车顶位于AGV小车2运动方向的部分没有障碍物,可以继续进行检测作业。
在一些实施例中,基于欧式聚类算法,对滤除轨道区域后的3D雷达点云数据进行聚类。例如,对于空间某点P,通过KD-Tree近邻搜索算法找到k个离点P最近的点,这些点中距离小于设定阈值的便聚类到集合Q中。如果集合Q中元素的数目不在增加,整个聚类过程便结束;否则须在集合Q中选取p点以外的点,重复上述过程,直到集合Q中元素的数目不再增加为止。
本发明的第二方面提供了一种基于悬挂轨道的障碍物检测装置,如图4所示,包括步骤数据获取模块、轨道拟合模块和障碍物检测模块。
数据获取模块,用于获取由传感装置21采集的待检列车3车顶的3D雷达点云数据和相机数据,所述传感装置21安装在AGV小车2上,所述AGV小车2倒挂于位于待检列车上3方的悬挂轨道1上。本实施例中,关于所述3D雷达点云数据和相机数据的采集方法的具体描述可参对所述步骤S100和步骤S200的描述。
轨道拟合模块,用于基于所述相机数据拟合出轨道区域。本实施例中,所述轨道拟合模块可用于执行图1所示的步骤S300,关于所述轨道拟合模块的具体描述可参对所述步骤S300。
障碍物检测模块,用于滤除所述3D雷达点云数据中的轨道区域,并对滤除轨道区域后的3D雷达点云数据进行聚类,若聚合出目标物,则检测到障碍物。本实施例中,所述障碍物检测模块可用于执行图1所示的步骤S400和步骤S500,关于所述障碍物检测模块的具体描述可参对所述步骤S400和步骤S500。
本发明的第三方面提供了一种基于悬挂轨道的障碍物检测***,包括悬挂轨道1、AGV小车2、传感装置21和障碍物检测装置。
悬挂轨道1位于待检列车3上方。具体的,悬挂轨道1可以为环形轨道或直线轨道。
AGV小车2倒挂于所述悬挂轨道1上。AGV小车2可在悬挂轨道1上运动,从而带动传感装置21运动,以采集待检列车3车顶不同位置的图像数据。
传感装置21安装在所述AGV小车2上,传感装置21用于采集待检列车3车顶的3D雷达点云数据和相机数据。具体的,传感装置21包括3D激光雷达和工业相机,3D激光雷达和工业相机的探测区域相同,3D激光雷达和工业相机采集数据的频率相同,3D激光雷达用于采集3D雷达点云数据,工业相机用于采集相机数据。
障碍物检测装置用于获取所述传感装置21采集的3D雷达点云数据和相机数据,基于所述相机数据拟合出轨道区域,滤除所述3D雷达点云数据中的轨道区域,并对滤除轨道区域后的3D雷达点云数据进行聚类,若聚合出目标物,则检测到障碍物。
具体的,基于所述相机数据拟合出轨道区域,包括:在所述相机数据中选取RIO区域,利用sobel算子在RIO区域进行边缘检测,得到图像的轮廓数据,对所述图像的轮廓数据进行多次函数拟合得到铁轨走向,对拟合出的铁轨走向上色,得到拟合出的轨道区域。
具体的,利用直通滤波算法滤除所述3D雷达点云数据中的轨道区域;基于欧式聚类算法,对滤除轨道区域后的3D雷达点云数据进行聚类。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (10)
1.基于悬挂轨道的障碍物检测方法,其特征在于,包括:
配置传感装置,所述传感装置安装在AGV小车上,所述AGV小车倒挂于位于待检列车上方的悬挂轨道上;
基于所述传感装置采集待检列车车顶的3D雷达点云数据和相机数据;
基于所述相机数据拟合出轨道区域;
滤除所述3D雷达点云数据中的轨道区域;
对滤除轨道区域后的3D雷达点云数据进行聚类,若聚合出目标物,则检测到障碍物。
2.根据权利要求1所述的基于悬挂轨道的障碍物检测方法,其特征在于,配置传感装置,包括:
配置传感装置的探测区域,所述传感装置包括3D激光雷达和工业相机;
标定传感装置中3D激光雷达和工业相机的外参,以使3D激光雷达采集的3D雷达点云数据和工业相机采集的相机数据的坐标***一;
将3D激光雷达和工业相机的数据采集频率配置为同一频率。
3.根据权利要求2所述的基于悬挂轨道的障碍物检测方法,其特征在于,所述探测区域为:x(0,D1+D2),y(-(W /2+D2),W /2+D2),z(-(R+D2),( H -R));
其中,D1为AGV小车的刹车距离,D2为预设的冗余范围,W为AGV小车的宽,R为传感装置到轮毂与轨道接触面的距离,H为AGV小车的高。
4.根据权利要求2所述的基于悬挂轨道的障碍物检测方法,其特征在于,标定传感装置中3D激光雷达和工业相机的外参,包括:
以3D激光雷达的原点为坐标基准,同时采集3D雷达点云数据和相机数据;
使用autoware工具中的Calibration Tool Kit工具包标定3D激光雷达和工业相机的外参,得到4*4外参矩阵;
将4*4外参矩阵配置到3D激光雷达的坐标参数中。
5.根据权利要求1所述的基于悬挂轨道的障碍物检测方法,其特征在于,基于所述相机数据拟合出轨道区域,包括:
在所述相机数据中选取RIO区域;
利用sobel算子在RIO区域进行边缘检测,得到图像的轮廓数据;
对所述图像的轮廓数据进行多次函数拟合得到铁轨走向;
对拟合出的铁轨走向上色,得到拟合出的轨道区域。
6.根据权利要求1所述的基于悬挂轨道的障碍物检测方法,其特征在于,滤除所述3D雷达点云数据中的轨道区域,包括:
利用直通滤波算法滤除所述3D雷达点云数据中的轨道区域。
7.根据权利要求1所述的基于悬挂轨道的障碍物检测方法,其特征在于,对滤除轨道区域后的3D雷达点云数据进行聚类,包括:
基于欧式聚类算法,对滤除轨道区域后的3D雷达点云数据进行聚类。
8.根据权利要求1所述的基于悬挂轨道的障碍物检测方法,其特征在于,所述悬挂轨道为环形轨道或直线轨道。
9.基于悬挂轨道的障碍物检测装置,其特征在于,包括:
数据获取模块,用于获取由传感装置采集的待检列车车顶的3D雷达点云数据和相机数据,所述传感装置安装在AGV小车上,所述AGV小车倒挂于位于待检列车上方的悬挂轨道上;
轨道拟合模块,用于基于所述相机数据拟合出轨道区域;
障碍物检测模块,用于滤除所述3D雷达点云数据中的轨道区域,并对滤除轨道区域后的3D雷达点云数据进行聚类,若聚合出目标物,则检测到障碍物。
10.基于悬挂轨道的障碍物检测***,其特征在于,包括:
悬挂轨道,位于待检列车上方;
AGV小车,倒挂于所述悬挂轨道上;
传感装置,安装在所述AGV小车上,用于采集待检列车车顶的3D雷达点云数据和相机数据;
障碍物检测装置,用于获取所述传感装置采集的3D雷达点云数据和相机数据,基于所述相机数据拟合出轨道区域,滤除所述3D雷达点云数据中的轨道区域,并对滤除轨道区域后的3D雷达点云数据进行聚类,若聚合出目标物,则检测到障碍物。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211598638.0A CN115598656B (zh) | 2022-12-14 | 2022-12-14 | 基于悬挂轨道的障碍物检测方法、装置及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211598638.0A CN115598656B (zh) | 2022-12-14 | 2022-12-14 | 基于悬挂轨道的障碍物检测方法、装置及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115598656A true CN115598656A (zh) | 2023-01-13 |
CN115598656B CN115598656B (zh) | 2023-06-09 |
Family
ID=84854100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211598638.0A Active CN115598656B (zh) | 2022-12-14 | 2022-12-14 | 基于悬挂轨道的障碍物检测方法、装置及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115598656B (zh) |
Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000214928A (ja) * | 1999-01-22 | 2000-08-04 | Shinko Electric Co Ltd | 無人搬送車 |
CN207828776U (zh) * | 2017-08-15 | 2018-09-07 | 中铁二院工程集团有限责任公司 | 悬挂式单轨交通轨道梁外部智能检查维修车 |
CN108583733A (zh) * | 2018-07-02 | 2018-09-28 | 宝鸡赫威特机械科技有限公司 | 用于重型管状物料运载的agv运输车 |
CN110471085A (zh) * | 2019-09-04 | 2019-11-19 | 深圳市镭神智能***有限公司 | 一种轨道检测*** |
CN110481601A (zh) * | 2019-09-04 | 2019-11-22 | 深圳市镭神智能***有限公司 | 一种轨道检测*** |
CN110501719A (zh) * | 2019-08-27 | 2019-11-26 | 王玉娇 | 一种基于激光雷达的列车障碍物探测方法 |
CN110705358A (zh) * | 2019-09-03 | 2020-01-17 | 陕西九域通创轨道***技术有限责任公司 | 一种列车aeb***隧道场景控制决策方法 |
CN110900626A (zh) * | 2019-11-28 | 2020-03-24 | 北京荣盛时代科技发展有限公司 | 一种铁路车顶绝缘部件安全清洁检测机器人*** |
CN210591922U (zh) * | 2019-07-01 | 2020-05-22 | 比亚迪股份有限公司 | 适于轨道的检测车和轨道检测*** |
CN211388808U (zh) * | 2019-11-28 | 2020-09-01 | 北京荣盛时代科技发展有限公司 | 一种铁路车顶绝缘部件安全清洁检测机器人*** |
DE102019206719A1 (de) * | 2019-05-09 | 2020-11-12 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Verringerung der Gefährdung des Fahrers eines einspurigen Kraftfahrzeugs im Falle einer Kollision |
CN111951305A (zh) * | 2020-08-20 | 2020-11-17 | 重庆邮电大学 | 一种基于视觉和激光雷达的目标检测和运动状态估计方法 |
CN112613424A (zh) * | 2020-12-27 | 2021-04-06 | 盛视达(天津)科技有限公司 | 铁轨障碍物检测方法、装置、电子设备和存储介质 |
CN112991347A (zh) * | 2021-05-20 | 2021-06-18 | 西南交通大学 | 一种基于三维的列车螺栓松动检测方法 |
US20210279488A1 (en) * | 2018-07-10 | 2021-09-09 | Rail Vision Ltd | Method and system for railway obstacle detection based on rail segmentation |
CN113568002A (zh) * | 2021-06-24 | 2021-10-29 | 中车南京浦镇车辆有限公司 | 基于激光和图像数据融合的轨道交通主动障碍物检测装置 |
CN113569915A (zh) * | 2021-06-30 | 2021-10-29 | 广西大学 | 一种基于激光雷达的多策略轨道交通障碍物识别方法 |
CN214586559U (zh) * | 2021-05-07 | 2021-11-02 | 苏州元子智能科技有限公司 | 一种具有安全检测功能的agv小车 |
CN113799852A (zh) * | 2021-09-22 | 2021-12-17 | 天津津航计算技术研究所 | 一种支持动态模式切换的智能主动障碍物识别防护方法 |
CN114241447A (zh) * | 2021-12-27 | 2022-03-25 | 凌云光技术股份有限公司 | 一种基于车载设备的障碍物实时检测方法 |
CN114266891A (zh) * | 2021-11-17 | 2022-04-01 | 京沪高速铁路股份有限公司 | 基于图像与激光数据融合的铁路运行环境异常辨识方法 |
CN114564009A (zh) * | 2022-01-21 | 2022-05-31 | 首都医科大学 | 一种手术机器人路径规划方法及*** |
CN115032651A (zh) * | 2022-06-06 | 2022-09-09 | 合肥工业大学 | 一种基于激光雷达与机器视觉融合的目标检测方法 |
CN115056619A (zh) * | 2022-06-30 | 2022-09-16 | 重庆宙达机器人科技有限公司 | 一种可调节的电磁悬挂台车 |
CN217499985U (zh) * | 2022-04-11 | 2022-09-27 | 中冶南方城市建设工程技术有限公司 | 一种倒挂式移动冲洗***及带有冲洗功能的排水箱涵 |
CN115236694A (zh) * | 2021-04-15 | 2022-10-25 | 阿里巴巴新加坡控股有限公司 | 障碍物检测方法、装置、电子设备和存储介质 |
CN115359021A (zh) * | 2022-08-29 | 2022-11-18 | 上海大学 | 一种基于激光雷达和相机信息融合的目标定位检测方法 |
-
2022
- 2022-12-14 CN CN202211598638.0A patent/CN115598656B/zh active Active
Patent Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000214928A (ja) * | 1999-01-22 | 2000-08-04 | Shinko Electric Co Ltd | 無人搬送車 |
CN207828776U (zh) * | 2017-08-15 | 2018-09-07 | 中铁二院工程集团有限责任公司 | 悬挂式单轨交通轨道梁外部智能检查维修车 |
CN108583733A (zh) * | 2018-07-02 | 2018-09-28 | 宝鸡赫威特机械科技有限公司 | 用于重型管状物料运载的agv运输车 |
US20210279488A1 (en) * | 2018-07-10 | 2021-09-09 | Rail Vision Ltd | Method and system for railway obstacle detection based on rail segmentation |
DE102019206719A1 (de) * | 2019-05-09 | 2020-11-12 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Verringerung der Gefährdung des Fahrers eines einspurigen Kraftfahrzeugs im Falle einer Kollision |
CN210591922U (zh) * | 2019-07-01 | 2020-05-22 | 比亚迪股份有限公司 | 适于轨道的检测车和轨道检测*** |
CN110501719A (zh) * | 2019-08-27 | 2019-11-26 | 王玉娇 | 一种基于激光雷达的列车障碍物探测方法 |
CN110705358A (zh) * | 2019-09-03 | 2020-01-17 | 陕西九域通创轨道***技术有限责任公司 | 一种列车aeb***隧道场景控制决策方法 |
CN110471085A (zh) * | 2019-09-04 | 2019-11-19 | 深圳市镭神智能***有限公司 | 一种轨道检测*** |
CN110481601A (zh) * | 2019-09-04 | 2019-11-22 | 深圳市镭神智能***有限公司 | 一种轨道检测*** |
CN211388808U (zh) * | 2019-11-28 | 2020-09-01 | 北京荣盛时代科技发展有限公司 | 一种铁路车顶绝缘部件安全清洁检测机器人*** |
CN110900626A (zh) * | 2019-11-28 | 2020-03-24 | 北京荣盛时代科技发展有限公司 | 一种铁路车顶绝缘部件安全清洁检测机器人*** |
CN111951305A (zh) * | 2020-08-20 | 2020-11-17 | 重庆邮电大学 | 一种基于视觉和激光雷达的目标检测和运动状态估计方法 |
CN112613424A (zh) * | 2020-12-27 | 2021-04-06 | 盛视达(天津)科技有限公司 | 铁轨障碍物检测方法、装置、电子设备和存储介质 |
CN115236694A (zh) * | 2021-04-15 | 2022-10-25 | 阿里巴巴新加坡控股有限公司 | 障碍物检测方法、装置、电子设备和存储介质 |
CN214586559U (zh) * | 2021-05-07 | 2021-11-02 | 苏州元子智能科技有限公司 | 一种具有安全检测功能的agv小车 |
CN112991347A (zh) * | 2021-05-20 | 2021-06-18 | 西南交通大学 | 一种基于三维的列车螺栓松动检测方法 |
CN113568002A (zh) * | 2021-06-24 | 2021-10-29 | 中车南京浦镇车辆有限公司 | 基于激光和图像数据融合的轨道交通主动障碍物检测装置 |
CN113569915A (zh) * | 2021-06-30 | 2021-10-29 | 广西大学 | 一种基于激光雷达的多策略轨道交通障碍物识别方法 |
CN113799852A (zh) * | 2021-09-22 | 2021-12-17 | 天津津航计算技术研究所 | 一种支持动态模式切换的智能主动障碍物识别防护方法 |
CN114266891A (zh) * | 2021-11-17 | 2022-04-01 | 京沪高速铁路股份有限公司 | 基于图像与激光数据融合的铁路运行环境异常辨识方法 |
CN114241447A (zh) * | 2021-12-27 | 2022-03-25 | 凌云光技术股份有限公司 | 一种基于车载设备的障碍物实时检测方法 |
CN114564009A (zh) * | 2022-01-21 | 2022-05-31 | 首都医科大学 | 一种手术机器人路径规划方法及*** |
CN217499985U (zh) * | 2022-04-11 | 2022-09-27 | 中冶南方城市建设工程技术有限公司 | 一种倒挂式移动冲洗***及带有冲洗功能的排水箱涵 |
CN115032651A (zh) * | 2022-06-06 | 2022-09-09 | 合肥工业大学 | 一种基于激光雷达与机器视觉融合的目标检测方法 |
CN115056619A (zh) * | 2022-06-30 | 2022-09-16 | 重庆宙达机器人科技有限公司 | 一种可调节的电磁悬挂台车 |
CN115359021A (zh) * | 2022-08-29 | 2022-11-18 | 上海大学 | 一种基于激光雷达和相机信息融合的目标定位检测方法 |
Non-Patent Citations (2)
Title |
---|
JOHANN WEICHSELBAUM: "Accurate 3D-vision-based obstacle detection for an autonomous train", COMPUTERS IN INDUSTRY, pages 1209 - 1220 * |
沈拓: "考虑反射强度的全自动运行列车障碍物检测算法研究", 同济大学学报(自然科学版), pages 1 * |
Also Published As
Publication number | Publication date |
---|---|
CN115598656B (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106192634B (zh) | 一种铁路轨道弹条扣件状态自动检测装置以及方法 | |
CN109060821B (zh) | 基于激光检测的隧道病害检测方法及隧道病害检测装置 | |
CN107966307B (zh) | 一种基于振动加速度的列车运行安全在线监测方法 | |
CN105172494B (zh) | 一种轮胎安全检测方法及轮胎安全检测*** | |
AU2022349296A1 (en) | Road surface technical condition detection method and device based on three-dimensional contour | |
CN109797691A (zh) | 无人清扫车及其行车方法 | |
CN101131321A (zh) | 一种实时测量安全车距用于汽车防撞预警的方法及装置 | |
CN103307982B (zh) | 轮对尺寸在线监测装置 | |
CN109489584A (zh) | 一种基于3d技术的隧道限界检测***及隧道限界识别方法 | |
CN110412601A (zh) | 一种基于激光雷达的头挂一体式半挂车外廓参数测量方法 | |
CN110806411A (zh) | 基于线结构光的无人机铁轨检测*** | |
CN113448333A (zh) | 基于传感器组合的底部巡检定位方法、装置及电子设备 | |
CN111523386B (zh) | 一种基于机器视觉的高速铁路站台门监测防护方法及*** | |
CN112082770A (zh) | 一种基于人工智能技术的轨道车辆车体检测***及方法 | |
CN103422417A (zh) | 一种公路表面破损的动态识别***与方法 | |
CN113296501A (zh) | 温室巡检机器人、温室环境立体监测***及方法 | |
EP1281983B1 (en) | Apparatus for recognizing environment | |
CN113514848A (zh) | 一种基于激光扫描的铁路道口机车检测*** | |
US11558583B2 (en) | Train wheel detection and thermal imaging system | |
CN214954692U (zh) | 温室巡检机器人及温室环境立体监测*** | |
CN207725421U (zh) | 车辆轮对动态检测*** | |
CN115598656B (zh) | 基于悬挂轨道的障碍物检测方法、装置及*** | |
CN116476099B (zh) | 一种列车巡检机器人控制*** | |
CN116642420A (zh) | 一种汽车风窗玻璃涂胶在线胶型检测装置及方法 | |
CN215037536U (zh) | 一种轨道交通车辆侧边巡检机器人*** |
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 |