轨道限界检测方法及系统技术方案

本发明专利技术提供一种轨道限界检测方法及系统，方法包括：将目标点云地图加载到轨旁设备中，并对目标点云地图和轨旁设备的激光雷达获取的点云数据进行匹配，以获取轨旁设备在目标点云地图中的第一精确位姿；根据第一精确位姿和轨道的位置，确定轨道的位置相对于轨旁设备的位置关系；根据位置关系和轨道宽度，确定轨道的限界区域。所述系统执行所述方法。本发明专利技术通过将高精度的目标点云地图加载到轨旁设备中，实现轨旁设备的精确自定位，并基于轨旁设备与轨道位置的相对关系，实现轨道限界的检测。实现轨道限界的检测。实现轨道限界的检测。

【技术实现步骤摘要】
轨道限界检测方法及系统


[0001]本专利技术涉及轨道交通
，尤其涉及一种轨道限界检测方法及系统。

技术介绍

[0002]对于轨道限界侵限检测功能而言，车载和轨旁检测系统的算法原理基本相同，目前基于激光雷达，应用一定的感知处理算法即可实现，但是该功能的难点在于如何准确判断出障碍物是否侵入轨道限界，仅靠激光雷达或相机难以精确的判定轨道及其限界的位置，距离越远，判断难度越大。
[0003]尤其是对于轨旁检测系统，如何精确的找到轨道及其限界的问题还鲜有人研究。目前常见的处理方法是，基于深度学习技术，通过图像识别或者激光雷达点云识别判断轨道位置。
[0004]对于搭载了相机和激光雷达的轨旁检测系统而言，可以基于深度学习技术，通过图像识别或者激光雷达点云识别判断轨道位置，但需要采集大量的数据对深度学习模型进行训练，数据的采集和标注成本很高。对于没有训练过的场景，深度学习模型很容易出现误识别和漏识别，算法的可靠性有限。
[0005]如果轨道限界不准，系统对障碍物频繁误报会影响司机的驾驶体验，障碍物漏报则可能导致严重的安全事故。此外，对于地铁场景而言，轨旁检测系统大部分是安装在隧道中，如果隧道内不开灯，则图像识别模型无法正常工作。相比于图像，激光雷达点云的分辨率太低，并且会随着距离的增加，分辨率迅速下降。
[0006]此外，轨道在激光雷达点云中的特征不明显，通过深度学习模型对激光雷达点云中的轨道检测距离也不会太远，通常不超过80米。如果感知距离太近，则轨旁检测系统的效能大幅度下降。
[0007]此外，基于深度学习的检测算法在安全性和可靠性上还不能得到完全的证明，无法达到或满足轨道交通安全完整性的要求。

技术实现思路

[0008]本专利技术提供的轨道限界检测方法及系统，用于现有技术中存在的至少一个问题，通过将高精度的目标点云地图加载到轨旁设备中，实现轨旁设备的精确自定位，并基于轨旁设备与轨道位置的相对关系，实现轨道限界的检测。
[0009]本专利技术提供的一种轨道限界检测方法，包括：
[0010]将目标点云地图加载到轨旁设备中，并对所述目标点云地图和所述轨旁设备的激光雷达获取的点云数据进行匹配，以获取所述轨旁设备在所述目标点云地图中的第一精确位姿；
[0011]根据所述第一精确位姿和轨道的位置，确定所述轨道的位置相对于所述轨旁设备的位置关系；
[0012]根据所述位置关系和轨道宽度，确定轨道的限界区域；
[0013]其中，对所述目标点云地图和所述轨旁设备的激光雷达获取的点云数据进行匹配，包括：
[0014]根据所述目标点云地图中所述轨旁设备的初始位置和点云匹配算法，对所述目标点云地图和所述轨旁设备的激光雷达点云数据进行匹配。
[0015]根据本专利技术提供的一种轨道限界检测方法，所述根据所述第一精确位姿和轨道的位置，确定所述轨道的位置相对于所述轨旁设备的位置关系，包括：
[0016]将所述轨道的位置按照所述第一精确位姿投射到所述点云数据中，以获取所述位置关系。
[0017]根据本专利技术提供的一种轨道限界检测方法，所述轨道的位置是通过如下方式获取的：
[0018]根据列车底部中心点的位置，确定轨道轨迹点在所述目标点云地图中的位置；
[0019]根据所述轨道轨迹点在所述目标点云地图中的位置，确定所述轨道的位置。
[0020]根据本专利技术提供的一种轨道限界检测方法，所述点云匹配算法至少包括：
[0021]迭代最近点ICP算法、通用迭代最近点GICP算法和标准迭代最近点NICP算法。
[0022]根据本专利技术提供的一种轨道限界检测方法，所述目标点云地图是通过如下方式获取的：
[0023]基于车载设备获取列车的激光雷达点云数据、车速数据以及角速度数据；
[0024]基于同时定位与地图构建SLAM算法对所述激光雷达点云数据、所述车速数据和所述角速度数据进行融合处理，确定列车相对于世界坐标系的第二精确位姿；
[0025]根据所述第二精确位姿，对所述激光雷达点云数据进行变换，以获取所述目标点云地图。
[0026]根据本专利技术提供的一种轨道限界检测方法，还包括：
[0027]根据所述轨道的限界区域，判断障碍物是否属于侵限障碍物本专利技术还提供一种轨道限界检测系统，包括：位姿确定模块、关系确定模块以及限界确定模块；
[0028]所述位姿确定模块，用于将目标点云地图加载到轨旁设备中，并对所述目标点云地图和所述轨旁设备的激光雷达获取的点云数据进行匹配，以获取所述轨旁设备在所述目标点云地图中的第一精确位姿；
[0029]所述关系确定模块，用于根据所述第一精确位姿和轨道的位置，确定所述轨道的位置相对于所述轨旁设备的位置关系；
[0030]所述限界确定模块，用于根据所述位置关系和轨道宽度，确定轨道的限界区域；
[0031]其中，对所述目标点云地图和所述轨旁设备的激光雷达获取的点云数据进行匹配，包括：
[0032]根据所述目标点云地图中所述轨旁设备的初始位置和点云匹配算法，对所述目标点云地图和所述轨旁设备的激光雷达点云数据进行匹配。
[0033]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述轨道限界检测方法的步骤。
[0034]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述轨道限界检测方法的步骤。
[0035]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述轨道限界检测方法的步骤。
[0036]本专利技术提供的轨道限界检测方法及系统，通过将高精度的目标点云地图加载到轨旁设备中，实现轨旁设备的精确自定位，并基于轨旁设备与轨道位置的相对关系，实现轨道限界的检测。
附图说明
[0037]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0038]图1是本专利技术提供的轨道限界检测方法的流程示意图之一；
[0039]图2是本专利技术提供的轨道限界检测方法的流程示意图之二；
[0040]图3是本专利技术提供的基于ICP算法确定轨旁设备在目标点云地图中的第一精确位姿的示意图；
[0041]图4是本专利技术提供的将目标点云地图加载至轨旁设备的流程示意图；
[0042]图5是本专利技术提供的轨道的位置定位的流程示意图；
[0043]图6是本专利技术提供的轨道限界检测系统的结构示意图；
[0044]图7是本专利技术提供的电子设备的实体结构示意图。
具体实施方式
[0045]为使本专利技术的目的、技术方案和优点更加本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轨道限界检测方法，其特征在于，包括：将目标点云地图加载到轨旁设备中，并对所述目标点云地图和所述轨旁设备的激光雷达获取的点云数据进行匹配，以获取所述轨旁设备在所述目标点云地图中的第一精确位姿；根据所述第一精确位姿和轨道的位置，确定所述轨道的位置相对于所述轨旁设备的位置关系；根据所述位置关系和轨道宽度，确定轨道的限界区域；其中，对所述目标点云地图和所述轨旁设备的激光雷达获取的点云数据进行匹配，包括：根据所述目标点云地图中所述轨旁设备的初始位置和点云匹配算法，对所述目标点云地图和所述轨旁设备的激光雷达点云数据进行匹配。2.根据权利要求1所述的轨道限界检测方法，其特征在于，所述根据所述第一精确位姿和轨道的位置，确定所述轨道的位置相对于所述轨旁设备的位置关系，包括：将所述轨道的位置按照所述第一精确位姿投射到所述点云数据中，以获取所述位置关系。3.根据权利要求2所述的轨道限界检测方法，其特征在于，所述轨道的位置是通过如下方式获取的：根据列车底部中心点的位置，确定轨道轨迹点在所述目标点云地图中的位置；根据所述轨道轨迹点在所述目标点云地图中的位置，确定所述轨道的位置。4.根据权利要求1所述的轨道限界检测方法，其特征在于，所述点云匹配算法至少包括：迭代最近点ICP算法、通用迭代最近点GICP算法和标准迭代最近点NICP算法。5.根据权利要求1所述的轨道限界检测方法，其特征在于，所述目标点云地图是通过如下方式获取的：基于车载设备获取列车的激光雷达点云数据、车速数据以及角速度数据；基于同时定位与地图构建SLAM算法对所述激光雷达点云数据、所述车速数据和所述角速度数据进行融合处理...

【专利技术属性】
技术研发人员：张强，张宇旻，
申请(专利权)人：北京埃福瑞科技有限公司，
类型：发明
国别省市：