无人驾驶异物检测系统及方法与流程

本发明涉及轨道运输技术领域，特别涉及一种无人驾驶异物检测系统及方法。

背景技术：

地铁环境多位地下隧道，空间狭窄封闭，隧道两侧电缆、桥架、管线以及电气箱体等脱落可能造成侵限，其中轨面障碍物、隧道落石和人员跌落等异常现象对行车安全构成威胁尤其严重，如果不能及时发现并处理很可能会引发严重事故。

目前采用在列车头部下方安装一个基于机械触发原理的障碍物检测系统用于代替司机对前方线路瞭望功能，其基本原理是在列车高速运行中撞到障碍物后将触发列车车头下方安装的机械行程杆运动，进而触发继电器开关电路，使列车紧急停车。但该方法存在明显不足之处，即不能对列车前进方向轨道内的障碍物实现提前检测与预警，提高行车安全，另一方面通过机械的碰撞实现障碍物的检测不可避免地对车辆设备造成损伤。

现有技术中还通过机器视觉或激光雷达对列车前方一定角度范围内的远距离障碍物进行检测，但这种方法无法区分该障碍物是否属于本车通道。如图1所示，探测系统检测到前方有车辆，为了避免追尾探测系统向列车控制中心报警进行控车制动，但如果被测车辆不在本车通路上，便形成误报，影响正常运营。

因此，有必要开发一种能够准确检测并识别障碍物，并为车辆控制和故障排查提供反应时间的无人驾驶异物检测系统及方法。

技术实现要素：

为了解决现有技术中的上述问题，本发明提出了一种无人驾驶异物检测系统及方法，利用多种传感器技术融合检测，以精确障碍物的种类、尺寸、距离以及可能的危害程度。

根据本发明的一方面，提出一种无人驾驶异物检测系统，包括：

轨道探测单元，所述轨道探测单元拍摄轨道图像，通过在所述轨道图像上实时追踪轨道轨迹来标定有效检测区域；

障碍物探测单元，所述障碍物探测单元拍摄列车运行前方的图像，通过与标准轨道环境图像进行比对识别障碍物；

雷达探测单元，用于定位所述障碍物探测单元所识别的障碍物与列车的距离；

主控单元，基于所述轨道探测单元、所述障碍物探测单元和所述雷达探测单元的检测结果向列车控制中心进行分级报警，并提供障碍物的可视图像。

优选地，所述系统还包括与所述主控单元连接的热辐射探测单元，其用于采集列车运行前方的具有热辐射的障碍物的信息。

优选地，所述轨道探测单元包括：

第一可见光相机，用于拍摄轨道图像；

第一处理单元，所述第一处理单元从所述轨道图像底部向上查找并提取轨道特征，从而识别出本列车所在的轨道，基于列车在所述轨道上行驶的偏移量确定轨道的有效检测区域。

优选地，所述第一处理单元在检测到所述轨道图像中出现道岔时，通过判断所述道岔与本列车所在的轨道是否闭合来判断轨道的走向。

优选地，所述障碍物探测单元包括：

第二可见光相机，用于拍摄列车运行前方的图像；

第二处理单元，所述第二处理单元在接收到所述第二可见光相机拍摄到的图像后，进行第一阶段识别，包括将所述图像与标准环境图像进行比对，标记出存在差异的区域；再对所标记的存在差异的区域进行第二阶段识别，包括通过筛选障碍物的可能特征对障碍物进行判断和识别。

优选地，所述障碍物的可能特征包括障碍物的轮廓、尺寸、颜色信息。

优选地，所述雷达探测单元包括：

激光源，用于对列车运行前方发出激光；

第三处理单元，接收激光遇障碍物的反射信号，并基于所述反射信号计算所述障碍物与列车的距离。

优选地，所述主控单元基于所述轨道探测单元标定的有效检测区域来判断所述障碍物探测单元所识别的障碍物是否处于有效检测区域内，并基于所述障碍物探测单元所识别的障碍物类型和所述雷达探测单元所定位的距离定义所述障碍物的报警等级，以向列车控制中心进行分级报警，并将所述障碍物探测单元获得的障碍物的图像发送给列车控制中心。

优选地，所述热辐射检测单元包括：

红外热成像相机，用于对列车运行前方进行红外热成像；

第四处理单元，基于所述红外热成像结果提取热辐射源的信息。

根据本发明的另一方面，提出一种无人驾驶异物检测方法，包括：

拍摄轨道图像，通过在轨道上实时追踪轨道轨迹来标定有效检测区域；

拍摄列车运行前方的图像，通过与标准轨道环境图像进行比较识别障碍物；

定位所述障碍物与列车的距离；

如果所述障碍物处于有效检测区域内，则基于所识别的障碍物类型、与列车的距离向列车控制中心进行分级报警，并将包含所述障碍物的图像发送给列车控制中心。

本发明通过多种传感器技术融合检测，利用视觉传感设备代替司机向行车前方持续瞭望，通过图像识别技术提取障碍物特征，并通过雷达实现障碍物的定位，能够实现远距离检测并识别障碍物，提前报警车辆控制和故障排查提供反应时间。

本发明的装置和方法具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的，或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述，这些附图和具体实施方式共同用于解释本发明的特定原理。

附图说明

通过结合附图对本发明示例性实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施例中，相同的附图标记通常代表相同部件。

图1示出现有技术中障碍物检测示意图；

图2示出根据本发明的示例性实施方案的无人驾驶异物检测系统的结构图；

图3a和图3b分别示出列车所在轨道进行左侧弯道和列车所在轨道为直行轨道的示意图；

图4a和图4b分别示出障碍物探测的侧视图和俯视图；

图5示出根据本发明的示例性实施方案的无人驾驶异物检测方法的流程图。

附图标记说明：

10道岔

20道岔识别关键点

30障碍物

100轨道探测单元

101第一可见光相机

102第一处理单元

200障碍物探测单元

201第二可见光相机

202第二处理单元

300雷达探测单元

301激光源

302第三处理单元

400主控单元

500热辐射探测单元

501红外热成像相机

502第四处理单元。

具体实施方式

下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。

图2示出根据本发明的示例性实施方案的无人驾驶异物检测系统的结构图。如图2所示，该系统包括轨道探测单元100、障碍物探测单元200、雷达探测单元300以及主控单元400。该系统通常安装在列车头部。

轨道探测单元100拍摄轨道图像，通过在所述轨道图像上实时追踪轨道轨迹来标定有效检测区域。

由于列车行驶的轨道(钢轨)具有向前延伸的特征，因此该无人驾驶异物检测系统利用图像识别技术在所拍摄的轨道图像上实时追踪钢轨轨迹来标定有效检测区域。在检测过程中如果探测到的障碍物在有效检测区域内，则判定所探测的障碍物为真实障碍物，需要向列车控制中心进行报警并及时处理；相反则判定为虚假障碍物，则排除该检测结果。

具体地，轨道探测单元100可以包括第一可见光相机101和第一处理单元102。

第一可见光相机101用于拍摄轨道图像，第一处理单元101接收该轨道图像，并对该图像进行处理。

当所拍摄的轨道图像中一旦出现2条以上的钢轨(如道岔)，则系统无法判断哪条钢轨属于本车股道，无法实现根据轨道识别来区分判定有效检测区域。根据车体结构和行车规律，当进行拍摄的相机相对车体固定，列车在行驶过程中本车股道的钢轨在画面底部会出现左右偏移，画面底部的钢轨偏移量会集中在某个特定范围，所以识别钢轨特征的初始点应该选择在画面底部的某段区域，区域外的钢轨特征应该排除。因此，第一处理单元101从第一可见光相机101所拍摄的轨道图像底部向上查找并提取轨道特征，从而识别出本列车所在的轨道，并基于列车在该轨道上行驶的偏移量确定轨道的有效检测区域。

轨道识别是基于轨道特征的相似性进行的，从图像底部向上查找并提取钢轨特征，进而识别整条钢轨。当出现道岔时，需要判断道岔钢轨是否闭合。因此，第一处理单元101检测到所述轨道图像中出现道岔时，通过判断道岔与本列车所在的轨道是否闭合来判断轨道的走向。

如图3a和3b所示，当第一处理单元101检测出道岔10时，则判断该道岔10是否与本列车所在的轨道闭合，也即判断道岔识别关键点20是否与位与该轨道上。如果道岔10与本列车所在的轨道闭合，如图3a所示，则判断出轨道的走向是进入左侧弯道，如图3a中的箭头所示的方向；如果道岔10不与本列车所在的轨道闭合，也即道岔识别关键点20不在该轨道上，则判断出轨道是直行方向，如图3b中的箭头所示的方向。

障碍物探测单元200拍摄列车运行前方的图像，通过与标准轨道环境图像进行比对识别障碍物。障碍物探测单元200能够远距离检测轨道上影响列车安全的障碍物，为列车控制系统减速、制动等操作预留缓冲和反应时间。

具体地，障碍物探测单元200可以包括第二可见光相机201和第二处理单元202。

第二可见光相机201用于拍摄列车运行前方的图像，第二处理单元202接收到相机拍摄到的图像后，进行第一阶段筛查，与标准轨道环境图像进行比对，挑选出存在明显差异的图像，对差异区域进行标记；再对标记过的图像进行第二阶段识别，针对标记区域进行异物特征识别，通过筛查障碍物可能的特征，如轮廓、尺寸、颜色等对行车前方障碍物进行判断和识别，确定障碍物可能的类型。

雷达探测单元300用于定位所述障碍物探测单元所识别的障碍物与列车的距离。障碍物与列车之间的距离是非常重要的信息，障碍物距离列车越近，障碍物带来的危险等级越高，列车控制中心需要基于该信息对列车进行控制。

具体地，雷达探测单元300通常为激光雷达探测单元，其可以包括激光源301和第三处理单元302。

激光源301用于对列车运行前方发出激光，激光遇障碍物则进行信号的反射，第三处理单元302接收该反射信号，并基于该反射信号的飞行时间计算障碍物与列车的距离。

主控单元400基于轨道探测单元100、障碍物探测单元200和雷达探测单元300的检测结果向列车控制中心进行分级报警，并提供障碍物的可视图像。

具体地，主控单元400分别接收轨道探测单元100、障碍物探测单元200和雷达探测单元300的检测结果，基于轨道探测单元100标定的有效检测区域来判断障碍物探测单元200所识别的障碍物是否处于该有效检测区域内。如果不处于该有效检测区域内，则忽略该障碍物，不进行警报；如果障碍物处于该有效检测区域内，则基于障碍物探测单元200所识别的障碍物类型以及雷达探测单元300所定位的距离定义障碍物的报警等级，以向列车控制中心进行分级报警，并将障碍物探测单元200获得的障碍物的图像发送给列车控制中心。

在一个示例中，该检测系统还包括与主控单元400连接的热辐射探测单元500，其用于采集列车运行前方的具有热辐射的障碍物的信息。当检测到列车运行前方的障碍物具有热辐射时，则说明障碍物有可能是生命体，主控单元在接收到该信息后则将提高向列车控制中心发送的报警等级，以防止发生危险。

具体地，热辐射探测单元500包括红外热成像相机501和第四处理单元502。

红外热成像相机501用于对列车运行前方进行红外热成像，第四处理单元502基于该红外热成像结果提取热辐射源的信息。热辐射源的信息有助于进一步判断障碍物的类型。

图5示出根据本发明的示例性实施方案的无人驾驶异物检测方法的流程图。如图5所述，该方法包括步骤s1～步骤s4。

在步骤s1中，拍摄轨道图像，通过在轨道上实时追踪轨道轨迹来标定有效检测区域。

在检测过程中如果探测到的障碍物在有效检测区域内，则判定所探测的障碍物为真实障碍物，需要向列车控制中心进行报警并及时处理；相反则判定为虚假障碍物，则排除该检测结果。

在步骤s2中，拍摄列车运行前方的图像，通过与标准轨道环境图像进行比较识别障碍物。

在一个示例中，步骤s2包括第一阶段识别，包括将所述图像与标准环境图像进行比对，标记出存在差异的区域；再对所标记的存在差异的区域进行第二阶段识别，包括通过筛选障碍物的可能特征对障碍物进行判断和识别。

在步骤s3中，定位所述障碍物与列车的距离。

在步骤s4中，如果所述障碍物处于有效检测区域内，则基于所识别的障碍物类型、与列车的距离向列车控制中心进行分级报警，并将包含所述障碍物的图像发送给列车控制中心。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。