一种基于毫米波雷达的火车识别方法、系统、介质及设备与流程

本发明涉及雷达技术领域，具体涉及一种基于毫米波雷达的火车识别方法、系统、介质及设备。

背景技术：

在很多火车通行地段，需要进行火车检测，用来确定火车是否通过，但是铁路上会时常出现铁路工人进行维修检查，为了避免误报，不仅需要能检测到通过的目标，还需要对检测到的目标进行类别判断，即该通过目标是否为火车。很多应用场景采用摄像头进行判断识别，即摄像头获取到检测目标的图像后，进行图像对比，判断目标是否为火车，但是摄像头工作受白天黑夜和天气影响比较大。为了弥补摄像头在黑夜中的工作缺陷，需要增加灯光照射，会增加能源消耗。

技术实现要素：

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种识别精准、全天候、全天时工作的基于毫米波雷达的火车识别方法、系统、介质及设备。

为了解决上述技术问题，本发明采用的技术方案为：

本发明还公开了一种基于毫米波雷达的火车识别方法，包括步骤：

步骤一、获取毫米波雷达的检测结果；检测结果包括检测目标的距离、速度、角度；设定检测距离为数组rr,检测速度为数组vv，检测角度为数组aa；

步骤二、遍历速度数组vv,判断速度数组中的元素是否大于预设速度值vth；如果存在大于vth的元素，则判定当前检测目标中存在火车；如无，则跳至步骤三；

步骤三、遍历速度数组vv，根据预设门限vth1选取速度相近的检测点，将选取的检测点分别记录在数组rr1、vv1、aa1中；

步骤四、将筛选出的检测点按照从小到大的顺序进行排序，将排序后的检测点记录在rr1_sort、vv1_sort、aa1_sort中；

步骤五、判断数组rr1_sort中的最大值和最小值的差值是否大于预设长度值；如果差值大于预设长度值，则跳到步骤六；

步骤六、判断数组rr1_sort中元素的个数是否大于预设个数m；如果rr1_sort中元素的个数是大于m个，则跳到步骤七；

步骤七、计算数组rr1_sort中每两个相邻的量测点的斜率，计算结果存储在数组k中；

步骤八、计算数组k中不同元素之间的差值；若不同元素之间的差值小于预设差值kth，则认为数组k筛选出的检测点来自于同一目标—火车，故判定当前的检测目标中存在火车。

优选地，在步骤七中，斜率计算公式如下：

其中相邻两个检测的点距离和角度分别为r1和a1、r2和a2。

优选地，在步骤二中，预设速度值vth为30～40km/h。

优选地，在步骤五中，预设长度值为40～50m。

优选地，在步骤六中，m的选取需要根据毫米波雷达自身的测距精度来确定；当毫米波雷达的测距精度为1m时，m＝10；当毫米波雷达的测距精度为2m时，m＝5。

本发明还公开了一种基于毫米波雷达的火车识别系统，包括：

第一模块，用于获取毫米波雷达的检测结果；检测结果包括检测目标的距离、速度、角度；设定检测距离为数组rr,检测速度为数组vv，检测角度为数组aa；

第二模块，用于遍历速度数组vv,判断速度数组中的元素是否大于预设速度值vth；如果存在大于vth的元素，则判定当前检测目标中存在火车；如无，则跳至步骤三；

第三模块，用于遍历速度数组vv，根据预设门限vth1选取速度相近的检测点，将选取的检测点分别记录在数组rr1、vv1、aa1中；

第四模块，用于将筛选出的检测点按照从小到大的顺序进行排序，将排序后的检测点记录在rr1_sort、vv1_sort、aa1_sort中；

第五模块，用于判断数组rr1_sort中的最大值和最小值的差值是否大于预设长度值；如果差值大于预设长度值，则跳到步骤六；

第六模块，用于判断数组rr1_sort中元素的个数是否大于预设个数m；如果rr1_sort中元素的个数是大于m个，则跳到步骤七；

第七模块，用于计算数组rr1_sort中每两个相邻的量测点的斜率，计算结果存储在数组k中；

第八模块，用于计算数组k中不同元素之间的差值；若不同元素之间的差值小于预设差值kth，则认为数组k筛选出的检测点来自于同一目标—火车，故判定当前的检测目标中存在火车。

本发明进一步公开了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如上所述的基于毫米波雷达的火车识别方法的步骤。

本发明还公开了一种计算机设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如上所述的基于毫米波雷达的火车识别方法的步骤。

与现有技术相比，本发明的优点在于：

本发明的基于毫米波雷达的火车识别方法、系统、介质及设备，利用毫米波雷达获得火车的速度和外形长度特征进行火车识别，不仅达到火车的识别功能，还可以过滤掉铁路维修工人的干扰；而且毫米波雷达可以全天候、全天时工作，不会像摄像头一样受天气和时间影响，不需要辅助照明设备，成本低。

附图说明

图1为本发明的方法在实施例的流程图。

具体实施方式

以下结合说明书附图和具体实施例对本发明作进一步描述。

本发明采用毫米波雷达进行火车识别，其中毫米波雷达的工作原理为：毫米波雷达在发射电磁波后，电磁波打到物体身上后，返回后被雷达接收。通过接收到的回波信号，经过一系列的常规信号信息处理技术，可以获取检测目标的距离，速度和角度。在接收到目标的检测信息后，基于火车与维修工人等非火车目标的不同点进行目标区分。该不同点的选取包含两个方面。一个方面是速度，火车行进的速度是很可能超过36km/h的，但是铁路维修工人不可能超过这个速度。另一个方面是火车的长度，考虑到火车会减速通过某个地段的可能性，因此需要考虑慢速情况下，火车与铁路维修工人的区别。考虑到即使再短的火车，其长度也会超过50m(考虑只有两个车头，单个车头的长度超过25m)，但是维修工人不会。因此可对检测的目标进行长度判断，进而进行目标区分。关于火车长度的判断，可采用如下策略：采用高精度的雷达(例如距离分辨为1m的雷达)，则雷达对火车测量时，会返回一组不同距离的测量值，加上火车属于刚性物体，因此火车上不同位置的前行速度相同。因此，可先根据速度门限判断选取出速度相近的量测点，判断这些量测点的长度和个数(可以排除维修工人前后站队的影响)，来确定量测目标是否为火车。

如图1所示，基于上述原理，本发明的基于毫米波雷达的火车识别方法，包括步骤：

步骤一、获取毫米波雷达的检测结果；检测结果包括检测目标的距离、速度、角度；设定检测距离为数组rr,检测速度为数组vv，检测角度为数组aa；

步骤二、遍历速度数组vv,判断速度数组中的元素是否大于预设速度值vth；如果存在大于vth的元素，则判定当前检测目标中存在火车；如无，则跳至步骤三；

步骤三、遍历速度数组vv，根据预设门限vth1选取速度相近的检测点，将选取的检测点分别记录在数组rr1、vv1、aa1中；

步骤四、将筛选出的检测点按照从小到大的顺序进行排序，将排序后的检测点记录在rr1_sort、vv1_sort、aa1_sort中；

步骤五、判断数组rr1_sort中的最大值和最小值的差值是否大于预设长度值；如果差值大于预设长度值，则跳到步骤六；

步骤六、判断数组rr1_sort中元素的个数是否大于预设个数m；如果rr1_sort中元素的个数是大于m个，则跳到步骤七；

步骤七、计算数组rr1_sort中每两个相邻的量测点的斜率，计算结果存储在数组k中；

步骤八、计算数组k中不同元素之间的差值；若不同元素之间的差值小于预设差值kth，则认为数组k筛选出的检测点来自于同一目标—火车，故判定当前的检测目标中存在火车。

本发明的基于毫米波雷达的火车识别方法，利用毫米波雷达获得火车的速度和外形长度特征进行火车识别，不仅达到火车的识别功能，还可以过滤掉铁路维修工人的干扰；而且毫米波雷达可以全天候、全天时工作，不会像摄像头一样受天气和时间影响。

下面结合一具体实施例对本发明的方法做进一步说明：

步骤一、获取毫米波雷达的检测结果；检测结果包括检测目标的距离、速度、角度；设定检测距离为数组rr,检测速度为数组vv，检测角度为数组aa；

步骤二、遍历速度数组vv,判断速度数组中的元素是否大于vth(例如vth可以为36km/h)；如果存在大于vth的元素，则判定当前检测目标中存在火车；如无，则跳至步骤三；

步骤三、遍历速度数组vv，根据门限vth1选取出速度相近的检测点(由于火车属于刚性物体，因此火车上的各个检测点速度和火车的前行速度相同)；关于门限vth1的选取可根据雷达的自身测量精度和数据观察进行选取。在筛选出这些检测点后，为了描述方便，不妨将这些筛选出的检测点分别记录在数组rr1、vv1、aa1中。

步骤四、将筛选出的检测点按照从小到大的顺序进行排序，将排序后的检测点记录在rr1_sort、vv1_sort、aa1_sort中；

步骤五、判断数组rr1_sort中的最大值和最小值的差值是否大于45m(考虑到火车最短长度大于50m，此处设定45m只是选取一个相对恰当的值，用以区分维修工人和火车)；如果差值大于45m，则跳到步骤六；否则执行到此结束，跳回步骤一，获取下一帧的雷达检测结果，重复步骤一到步骤五的方法；

步骤六、判断数组rr1_sort中元素的个数是否大于m个,其中m的选取需要根据雷达自身的测距精度来确定，例如当雷达的测距精度为1m时，可以选取m＝10(或者根据实际的数据观察选取)；而当雷达的测距精度为2m时，m值的选取就要减半；如果rr1_sort中元素的个数是大于m个，则跳到步骤七；否则到此结束，跳回步骤一，获取下一帧的雷达检测结果，重复步骤一到步骤六；

步骤七、计算数组rr1_sort中每两个相邻的量测点的斜率；计算方式如下：不妨设相邻两个检测的点距离和角度分别为r1和a1、r2和a2，则斜率的计算公式如下：

可按照公式(1)计算出每两个相邻的量测点的斜率，计算结果存储在数组k中，则

k＝{k21,k32,...}(2)

步骤八、计算数组k中不同元素之间的差值，若不同元素之间的差值小于kth(kth的选取基于测角精度)，则认为数组k筛选出的检测点来自于同一目标—火车，故判定当前的检测目标中存在火车；若不同元素之间的差值不小于kth，则跳回步骤一，进行下一帧判定。

本发明还公开了一种基于毫米波雷达的火车识别系统，包括：

第一模块，用于获取毫米波雷达的检测结果；检测结果包括检测目标的距离、速度、角度；设定检测距离为数组rr,检测速度为数组vv，检测角度为数组aa；

第二模块，用于遍历速度数组vv,判断速度数组中的元素是否大于预设速度值vth；如果存在大于vth的元素，则判定当前检测目标中存在火车；如无，则跳至步骤三；

第三模块，用于遍历速度数组vv，根据预设门限vth1选取速度相近的检测点，将选取的检测点分别记录在数组rr1、vv1、aa1中；

第四模块，用于将筛选出的检测点按照从小到大的顺序进行排序，将排序后的检测点记录在rr1_sort、vv1_sort、aa1_sort中；

第五模块，用于判断数组rr1_sort中的最大值和最小值的差值是否大于预设长度值；如果差值大于预设长度值，则跳到步骤六；

第六模块，用于判断数组rr1_sort中元素的个数是否大于预设个数m；如果rr1_sort中元素的个数是大于m个，则跳到步骤七；

第七模块，用于计算数组rr1_sort中每两个相邻的量测点的斜率，计算结果存储在数组k中；

第八模块，用于计算数组k中不同元素之间的差值；若不同元素之间的差值小于预设差值kth，则认为数组k筛选出的检测点来自于同一目标—火车，故判定当前的检测目标中存在火车。

本发明的基于毫米波雷达的火车识别系统，用于执行如上所述的方法，同样具有如上方法所述的优点。本发明进一步公开了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如上所述的基于毫米波雷达的火车识别方法的步骤。本发明还公开了一种计算机设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如上所述的基于毫米波雷达的火车识别方法的步骤。本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一个计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现各种功能。存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)、至少一个磁盘存储器件、闪存器件、或其它易失性固态存储器件等。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。