本发明专利技术涉及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，包括：激光雷达、视觉传感器和控制主机，激光雷达和视觉传感器分别实时采集车辆前方的点云数据和视频数据，并发送给控制主机；控制主机对接收到的点云数据和视频数据进行障碍物融合检测，实现障碍物识别，并输出前方障碍物信息，障碍物信息至少包括障碍物距离和障碍物类型。本发明专利技术将视觉目标检测技术和激光雷达检测技术相融合，具体来说将两种数据进行时空同步，然后对识别结果进行逻辑判断并输出障碍物类型和位置信息。本发明专利技术的障碍物检测结果准确率高，能够适应何种环境下的障碍物检测。下的障碍物检测。下的障碍物检测。
【技术实现步骤摘要】
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
[0001]本专利技术涉及轨道车辆主动障碍物检测技术,特别涉及一种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。
技术介绍
[0002]地铁列车在运行时，需要对轨面上方突发侵入或隧道结构设备落下的障碍物进行实时检测。传统驾驶模式下一般依靠司机目视判断，但随着无人驾驶模式的引入，主动障碍物检测功能已成为自动驾驶车辆的基本配置。
[0003]视觉目标检测技术是排除图像或视频环境中如光照、遮挡等因素的干扰，在物体数量不确定、物体外观不一致的情况下找出图像或视频中的感兴趣物体，同时准确检测出它们的位置和大小。
[0004]激光雷达目标检测技术是对雷达扫描形成的庞大点云数据进行杂散点滤波、体素滤波及平面分割，得到不包含地平面的滤波后点云，再通过智能算法寻找目标物体的大小及方位。
[0005]激光雷达和相机均可实现障碍物检测，但雷达监测缺少障碍物类型信息，缺少轨道信息；相机监测缺少障碍物距离信息、障碍物具体尺寸信息。
[0006]纯相机检测方案存在一下缺陷：1、受天气因素影响大，无法满足雨天，雾天环境下应用，恶劣天气下成像较差；2、受光照因素影响大，光照过强或偏弱以及环境亮度快速变化时，成像效果较差；3、相机视觉测距整个过程CPU资源消耗极大，伴随设备功耗等增加，会导致主机散热设计困难。
[0007]相机与毫米波雷达组合的方案，一定程度上可以提高系统环境适应性，但仍然存在明显的弊端和不足：1、毫米波雷达作为障碍物检测时，其检测范围为一个平面，无法实现三维空间内的完整检测；即使前方反馈有目标信息，也无法获知该目标的具体位置，轨道内部还是外部，空中还是地面，存在大量误报情况；2、毫米波雷达对目标探测方向和位置反馈较差，不能精确定位障碍物；3、行业内虽已有“3D”毫米波雷达的尝试，但其垂直方向检测角度很小，角度分辨率很低，无法真正工程化安装和检测使用。
[0008]采用低线激光雷达一定程度上可优化方案成本，但同时会导致严重的系统功能和性能缩小，导致系统无法满足项目实际使用。
[0009]1、雷达线数降低会关联降低雷达空间分辨率和雷达点云密度降低，系统无法对各种尺寸(尤其是小尺寸障碍物)和形状的障碍物进行可靠检测和识别，存在漏报风险，降低系统安全防护性能；2、低线雷达角度分辨率大，距离一旦增加，对障碍物识别性能急剧下降，常见的32/64线雷达仅能是实现150米以内的检测，远小于标准车需求的300米及以上检测性能需
求。
技术实现思路
[0010]本专利技术的目的主要是针对上述现有技术中的问题，提供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，将雷达数据和图像数据进行融合，提高了障碍物检测的准确率。
[0011]为了达到本专利技术目的，本专利技术提供的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，包括：激光雷达——安装于车头，实时采集车辆前方的点云数据，并发送给控制主机；视觉传感器——安装于车头，实时采集车辆前方视频数据，并发送给控制主机；控制主机——对接收到的点云数据和视频数据进行障碍物融合检测，实现障碍物识别，并输出前方障碍物信息，所述障碍物信息至少包括障碍物距离和障碍物类型。
[0012]进一步的，所述激光雷达和视觉传感器可调节的安装于车头，使得两种传感器的数据空间坐标重合；或者通过控制主机对数据进行处理，使得两种传感器的数据空间坐标重合。
[0013]更进一步的，针对同一时刻的点云数据和视觉数据，通过点云数据获取前方障碍物轮廓和空间坐标，通过视觉数据获取前方轨道线范围内障碍物的空间坐标并对障碍物进行识别；两种数据获取的障碍物空间坐标匹配（相等或接近，或者障碍物空间重合度达到预设阈值以上），则通过所述障碍物轮廓进行障碍物初步识别，然后利用视觉数据对障碍物进行确认，如果视觉识别结果与障碍物初步识别结果不一致，则以视觉识别结果为准，从而实现障碍物融合检测。
[0014]此外，本专利技术还提供了一种基于激光和图像数据融合的轨道交通主动障碍物检测方法，其特征在于步骤如下：步骤1、点云数据的获取和处理1.1、通过安装于车头的激光雷达实时采集车辆前方的点云数据，并发送给控制主机；1.2、对点云数据进行预处理，得到不包含地平面的滤波后点云；1.3、经过预处理的点云中提取目标物轮廓，获得目标物的空间位置信息；步骤2、相机视觉检测2.1、通过安装于车头的视觉传感器实时采集车辆前方视频数据，并发送给控制主机；2.2、进行图像预处理；2.3、图像检测障碍物，如果障碍物在轨道线范围内，则进行障碍物类型的识别，否则返回步骤2.1；步骤3、数据融合3.1、两种数据进行时间和空间同步，即选择选取同一时刻的点云数据识别信息和视觉数据的识别结果，如果两种数据的障碍物出现时间和空间坐标匹配，则进行3.2，否则继续处理下一时刻的数据；3.2、通过所述障碍物轮廓进行障碍物初步识别，然后利用视觉识别结果对障碍物
进行确认，如果视觉识别结果与障碍物初步识别结果不一致，则以视觉识别结果为准或报警，从而实现障碍物融合检测，并输出障碍物类型及位置信息。
[0015]本专利技术将视觉目标检测技术和激光雷达检测技术相融合，具体来说将两种数据进行时空同步，然后对识别结果进行逻辑判断并输出障碍物类型和位置信息。本专利技术的障碍物检测结果准确率高，能够适应何种环境下的障碍物检测。
附图说明
[0016]图1是本专利技术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的组成框图。
[0017]图2是本专利技术基于激光和图像数据融合的轨道交通主动障碍物检测方法的流程图。
具体实施方式
[0018]下面结合附图对本专利技术的实施方式做解释说明。
[0019]如图1所示，本实施例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，包括：控制主机、和该控制主机连接的供电单元、激光雷达、工控近焦视觉传感器、工控远焦视觉传感器、维护单元和车载通信单元。
[0020]其中，供电单元：为装置提供110V车载控制电源。
[0021]控制主机：接收到的点云数据和视频数据进行障碍物融合检测，实现障碍物识别，输出前方障碍物距离信息，障碍物特征信息，识别障碍物类型，在必要时触发制动及告警等。本实施例中，被系统列为障碍物包括行李箱、人、和球形物体。具体障碍物类型可根据业主要求来进行设置，障碍物类型确定后需要进行识别算法进行机器学习，以提高障碍物识别网络的准确率。
[0022]工业近焦视觉传感器：安装于车头，用于近距离实时采集车辆前方视频数据。
[0023]工业远焦视觉传感器：安装于车头，用于远距离实时采集车辆前方视频数据，长短焦距相机搭配，可覆盖列车前方从近到远全范围内的检测视角覆盖。
[0024]激光雷达：安装于车头，选用高性能128线数半固态激光雷达，可以实现300米以上距离的点云数据实时采集。
[0025]声光报警器：当控制主机对融合数据分析处理后识别到画面中存在被系统列为障碍物的物体时，会在司本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种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，包括：激光雷达——安装于车头，实时采集车辆前方的点云数据，并发送给控制主机；视觉传感器——安装于车头，实时采集车辆前方视频数据，并发送给控制主机；控制主机——对接收到的点云数据和视频数据进行障碍物融合检测，实现障碍物识别，并输出前方障碍物信息，所述障碍物信息至少包括障碍物距离和障碍物类型。2.根据权利要求1所述的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，其特征在于：所述视觉传感器包括近焦视觉传感器和远焦视觉传感器。3.根据权利要求1所述的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，其特征在于：所述激光雷达和视觉传感器可调节的安装于车头，使得两种传感器的数据空间坐标重合；或者通过控制主机对数据进行处理，使得两种传感器的数据空间坐标重合。4.根据权利要求1所述的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，其特征在于：针对同一时刻的点云数据和视觉数据，通过点云数据获取前方障碍物轮廓和空间坐标，通过视觉数据获取前方轨道线范围内障碍物的空间坐标并对障碍物进行识别；两种数据获取的障碍物空间坐标匹配，则通过所述障碍物轮廓进行障碍物初步识别，然后利用视觉数据对障碍物进行确认，如果视觉识别结果与障碍物初步识别结果不一致，则以视觉识别结果为准，从而实现障碍物融合检测。5.根据权利要求1所述的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，其特征在于还包括：供电单元——为装置提供车载控制电源；声光报警器——当障碍物融合检测到障碍物时，进行声光报警。6.根据权利要求5所述的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，其特征在于还包括：维护单元——与乘客信息系统通讯，用于将视频流数据发送给乘客信息系统，以便进行地面存储和后续的视频分析；车载通信单...
【专利技术属性】
技术研发人员：吕红强，洪天华，杜警，黄涛，熊钢，
申请(专利权)人：中车南京浦镇车辆有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。