列车轨道用障碍物探测方法及障碍物探测系统与流程

本发明涉及轨道交通技术领域，尤其涉及用于列车轨道的障碍物探测技术。

背景技术：

国内现行运营的地铁主要的障碍物监测手段是采用物理接触式的障碍物防护检测，在车体转向架上安装防碰撞障碍物检测装置，一旦列车和障碍物发生碰撞，将触发车头下方机械装置位移，然后触发紧急制动安全环路中的继电器动作及时停下列车。该方法的缺点是只有当碰撞发生时才会起到保护作用，列车无法提前预知线路情况实施提前防护。目前，国内外正在研究新型的障碍物检测方法，主要包括基于视频的障碍物智能识别、基于激光/毫米波雷达传感器的检测方法。如专利cn106778569a就提出了一种直道场景下的铁路障碍物检测方法，专利cn108482427a提出一种非接触式轨道车辆障碍物检测系统和安全控制方法。这些方法利用了先进的计算机手段，实现了障碍物的提前检测。然而这些方法也存在一定的局限。设备受限于安装在车头的固定位置，检测距离和范围有限，特别是地铁隧道内弯道较多，这些方法都无法探测弯道内障碍物的状况。

技术实现要素：

本发明的目的在于提供列车轨道用障碍物探测方法和障碍物探测系统，有效识别轨道前方障碍物，提前预知道路前方包括弯道的情况。

实现上述目的的技术方案是：

一种列车轨道用障碍物探测方法，基于无人机和车载控制器，包括：

建立无人机与车载控制器之间的双向通信；

列车故障停在区间后，车载控制器启动无人机，并根据列车进路预留信息设置列车的授权距离，然后将列车的授权距离作为当前的无人机飞行授权距离发送给无人机；

无人机根据所述当前的无人机飞行授权距离和自身存储的线路数据地图飞行；

无人机实时测量自身的位置坐标，并传输给车载控制器；

无人机识别出障碍物并获取障碍物的轮廓大小、第一空间位置和第二空间位置，然后将障碍物及其轮廓大小、第一空间位置和第二空间位置进行信息整合，获得障碍物信息，并将障碍物信息传输给车载控制器；

车载控制器根据无人机的位置坐标计算获得无人机相对于列车的位置；

车载控制器根据障碍物信息和无人机相对于列车的位置，计算出更新的无人机飞行授权距离，并传输给无人机；

无人机根据更新的无人机飞行授权距离及自身存储的线路数据地图飞行。

优选的，无人机通过搭载gps实时测量自身的位置坐标。

优选的，无人机通过搭载的视觉导航摄像头获取图像数据，通过基于深度神经网络的物体检测算法在图像中获得包含检测物体特征的候选框，并对所述候选框进行分类，筛选出轨旁设备、列控设备以及障碍物，

无人机通过搭载的毫米波雷达，利用毫米波根据收发的时间差获得障碍物与毫米波雷达的空间距离，作为第一空间位置；

无人机通过搭载的激光雷达，利用光波根据收发的时间差获取障碍物到激光雷达的空间距离，作为第二空间位置；同时利用反射波形成的三维点阵数据通过聚类算法判断出障碍物的轮廓大小。

优选的，无人机识别出道岔时，对比自身存储的线路数据地图上的道岔位置，若不匹配，将该道岔判断为障碍物。

一种列车轨道用障碍物探测系统，包括无人机和车载控制器，其中，

所述无人机包括：

用于定位无人机位置的gps单元；

用于获取图像数据的视觉导航摄像头；

通过对图像数据分析，识别出障碍物的列车障碍物检测单元；

用于获取识别出的障碍物的第一空间位置的毫米波雷达；

用于获取识别出的障碍物的第二空间位置和轮廓大小的激光雷达；

根据无人机飞行授权距离和自身存储的线路数据地图控制无人机飞行的控制单元；以及

连接所述gps单元、所述列车障碍物检测单元和所述控制单元，用于与所述控制器通信的无人机数据传输单元；

其中，所述列车障碍物检测单元对识别出的障碍物及其轮廓大小、第一空间位置和第二空间位置进行信息整合，获得障碍物信息，并通过所述无人机数据传输单元传输给所述车载控制器；

所述车载控制器包括：

与所述无人机数据传输单元通信的列车数据传输单元；

连接所述列车数据传输单元，根据无人机位置计算无人机相对于列车的位置的列车-无人机位置计算单元；以及

连接所述列车数据传输单元，根据障碍物信息和无人机相对于列车的位置，计算无人机飞行授权距离的列车授权距离计算单元。

优选的，所述无人机还包括：用于对无人机轨迹和姿态进行测量，并传输给所述控制单元的惯性导航单元。

优选的，所述列车障碍物检测单元通过基于深度神经网络的物体检测算法在图像中获得包含检测物体特征的候选框，并对所述候选框进行分类，筛选出轨旁设备、列控设备以及障碍物。

优选的，所述列车障碍物检测单元识别出道岔时，对比自身存储的线路数据地图上的道岔位置，若不匹配，将该道岔判断为障碍物。

优选的，所述第一空间位置指：障碍物与毫米波雷达的空间距离；

所述第二空间位置指：障碍物到激光雷达的空间距离。

本发明的有益效果是：本发明使用无人机体型小巧，动作灵活，探测范围广的特性，对轨道内列车前方的线路境进行监测，识别障碍物，由车载控制器给出列车移动授权和无人机的飞行距离授权，可以实现提前预知道路前方包括弯道的情况，进行报警或者紧急措施，能够弥补传统接触式检测装置不能提前报警的缺憾，能够弥补车头摄像头检测方法探测范围有限，无法提前探测弯道的缺点。同时，本发明可替代驾驶员人眼监督轨道内的非预期障碍物，提升障碍物检测的可靠性，降低障碍物的误报率、漏报率，降低人为检测错误，帮助提高运营效率。在故障发生时，本发明能够帮助列车从故障中快速恢复尽可能安全地运行到下一站，避免迫停区间带来救援的不便以及乘客的恐慌。

附图说明

图1是本发明的列车轨道用障碍物探测系统的结构图；

图2是本发明的列车轨道用障碍物探测方法的流程示意图；

图3是本发明中无人机刚启动时的列车授权距离的示意图；

图4是本发明中无人机检测到障碍物后的列车授权距离的示意图；

图5是本发明中无人机弯道检测障碍物的示意图。

具体实施方式

下面将结合附图对本发明作进一步说明。

请参阅图1，本发明的列车轨道用障碍物探测系统，包括无人机和车载控制器，其中，无人机包括：gps单元11、视觉导航摄像头12、列车障碍物检测单元13、毫米波雷达14、激光雷达15、无人机数据传输单元16、控制单元17和惯性导航单元18。

gps单元11用于定位无人机位置。

视觉导航摄像头12用于获取轨道前方的图像数据。

列车障碍物检测单元13通过对图像数据分析，识别出障碍物。具体地，列车障碍物检测单元13通过目前先进的基于深度神经网络的物体检测算法在图像中获得包含检测物体特征的候选框，并对上述候选框进行分类，筛选出轨旁设备、列控设备以及障碍物。列车障碍物检测单元13识别出道岔时，对比自身存储的线路数据地图上的道岔位置，若不匹配，将该道岔判断为障碍物。

毫米波雷达14利用毫米波(一种无线电波)根据收发的时间差获得障碍物与毫米波雷达14的空间距离(第一空间位置)，不受气候条件影响。

激光雷达15利用光波根据收发的时间差可以获取障碍物到激光雷达15的空间距离(第二空间位置)，同时利用反射波形成的三维点阵数据通过聚类算法判断出障碍物的轮廓大小，激光雷达在地铁高架段天气情况较好时或者地下段运行时可以发挥较好效果。

控制单元17根据无人机飞行授权距离和自身存储的线路数据地图控制无人机飞行。

无人机数据传输单元16连接gps单元11、列车障碍物检测单元13和控制单元17，用于与控制器17通信。

惯性导航单元18用于对无人机轨迹和姿态进行测量，并传输给控制单元17。

列车障碍物检测单元13对识别出的障碍物及其轮廓大小、第一空间位置和第二空间位置进行信息整合，获得障碍物信息，并通过无人机数据传输单元16传输给车载控制器。

车载控制器包括：列车数据传输单元21、列车-无人机位置计算单元22和列车授权距离计算单元23。

列车数据传输单元21与无人机数据传输单元16建立通信连接。采用现有无线技术，其中图像传输可采用基于ocusync的技术，该技术能够支持4-7km距离几乎0延时的传输效果。

列车-无人机位置计算单元22根据无人机位置计算无人机相对于列车的位置。

列车授权距离计算单元23根据障碍物信息和无人机相对于列车的位置，计算出更新的无人机飞行授权距离。

请参阅图2，本发明的列车轨道用障碍物探测方法，基于无人机和车载控制器，包括下列步骤：

1)建立无人机与车载控制器之间的双向通信。

2)当列车故障停在区间后，如果由于定位信息不准确或者失去与轨旁控制系统的通信，导致无法继续以正常无人驾驶模式运行。车载控制器启动无人机，并根据列车进路预留信息设置列车的授权距离，然后将列车的授权距离作为当前的无人机飞行授权距离发送给无人机。无人机根据无人机飞行授权距离和自身存储的线路数据地图飞行。假设进路预留信息如图3的情况。

3)无人机通过机载激光雷达15或者gps单元11实时测量自身的位置坐标和速度，并传输给车载控制器。

4)无人机实时检测轨道内物体类型和距离，识别出障碍物，并将障碍物信息传输给车载控制器。即：在无人机的底部安装视觉导航摄像头12，无人机将可识别轨道内设备，并进行障碍物类型和距离的检测。具体过程如下：通过视觉导航摄像头12获取图像数据。无人机控制系统可通过高性能的嵌入式板卡组建列车障碍物检测单元13，实时对摄像头采集的图像数据进行分析处理，通过目前先进的基于深度神经网络的物体检测算法在图像中获得包含检测物体特征的候选框，并对上述候选框进行分类，筛选出轨旁设备、列控设备、以及其他障碍物。同时，在无人机前部安装毫米波雷达14和激光雷达15，毫米波雷达14利用毫米波根据收发的时间差获得障碍物与雷达的空间距离，激光雷达15利用光波根据收发的时间差可以获取障碍物到雷达的空间距离；同时利用反射波形成的三维点阵数据通过聚类算法判断出障碍物的轮廓大小，三种传感器技术结合检测可以使得障碍物检测结果更为可靠。障碍物信息指识别出的障碍物及其轮廓大小、第一空间位置和第二空间位置进行整合后的信息。

5)车载控制器根据无人机的位置坐标计算获得无人机相对于列车的位置，具体地，车载控制器将无人机坐标转换为列车车载设备地图上的位置，确定无人机相对于列车的位置。

6)车载控制器根据障碍物信息和无人机相对于列车的位置，计算出无人机飞行授权距离，并传输给无人机。车载控制器可以根据障碍物信息计算出授权运行的距离，再根据无人机与列车的相对位置，计算出无人机飞行授权距离。根据允许运行的距离，车载控制器将会命令列车向前移动。无人机将保持悬停在障碍物后方列车需要制动的区域上方，如图4所示。当列车运行到障碍物前方授权的距离时施加制动。此时，列车车载控制器将通知中央派遣工作人员处理障碍物。一旦障碍物被清除，障碍物检测数据将被更新，列车移动授权可以向前延伸。无人机将继续向前飞行探测前方的障碍物。

若无人机识别出轨道内正常设备如道岔时，对比自身存储的线路数据地图上的道岔位置，若不匹配，即道岔位置不在相应的位置，将该道岔判断为障碍物。同障碍物的处置使列车在该道岔前方一定安全距离内停车并通知中央。

无人机的另一大优点是可以在列车进入列车车头视线不可见区域前，就探测出前方的障碍物，如图5所示。当列车前方有一个比较陡的如曲率直径300m的弯道，根据车载控制器对无人机路线的设置，无人机将率先进入该区域，一旦发现障碍物，可以使得车载控制器在视野之外就接收到障碍物状态，避免因视野不清晰而无法看清危险源。

7)无人机根据无人机飞行授权距离及自身存储的线路数据地图飞行。一般飞行时，由无人机的控制单元17和惯性导航单元18对无人机轨迹和姿态进行测量，使其可以与列车保持固定的距离巡航。通过无人机机载gps单元11可以在地铁行驶到隧道外时获取无人机的定位信息，在隧道内，通过可以调节180°方向的激光雷达15，对无人机正下方、正左方和正右方的距离测量，从而保证无人机在隧道内的定高和定距。

如果没有检测到障碍物，无人机将引导车载控制器以一个固定的限速控制列车前进。本发明可以使列车安全地继续运行到下一个最新的站，尽量避免列车迫停区间。当前进到目标站台停稳后，无人机将返航并降落在列车车头的支架上停稳。

以上实施例仅供说明本发明之用，而非对本发明的限制，有关技术领域的技术人员，在不脱离本发明的精神和范围的情况下，还可以作出各种变换或变型，因此所有等同的技术方案也应该属于本发明的范畴，应由各权利要求所限定。