【技术实现步骤摘要】
本专利技术涉及目标检测，尤其涉及一种风管拉钩检测方法、装置、电子设备及存储介质。
技术介绍
1、目前，各大铁路编组站已经配备了综合自动化系统，该系统集中管理各场站的控制设备，实现了高度的信息化和集成化。然而，编组场的摘风管和摘钩作业仍主要依赖人工完成，这些作业劳动强度大且重复性高，导致工作效率低下、用工成本高。
2、在铁路编组站风管拉钩检测过程中，现有技术手段主要面临以下几个问题：1）检测效率低：人工视觉检查劳动强度大，速度慢，无法满足大规模生产的检测需求；而单一传感器系统又需要多次检测和校准，增加了系统的复杂性和维护成本。2）准确性不足：单一传感器（如光电、超声波等）虽然能够提供部分信息，但缺乏综合处理能力，无法在不同环境条件下保持稳定的检测精度。3）安全风险高：依赖人工操作的方式存在较高的安全隐患，尤其是在繁忙或高风险的工作环境中，容易引发事故。
技术实现思路
1、本专利技术提供一种风管拉钩检测方法、装置、电子设备及存储介质，用以解决现有技术中风管拉钩检测的检测效率低、准确性不足和安全风险高的缺陷。
2、本专利技术提供一种风管拉钩检测方法，包括如下步骤：
3、获取激光雷达扫描的点云数据流，以及相机拍摄的图像数据流，并对所述图像数据流进行图像检测，得到二维图像检测结果；
4、对所述点云数据流和所述图像数据流进行联合标定，得到联合标定结果；
5、对所述点云数据流进行滤波和目标分割，得到点云三维检测结果，基于所述联合标定结果
6、基于所述二维图像检测结果的检测框和所述投影结果的检测框之间的重叠程度，确定融合结果，并基于所述融合结果确定目标风管拉钩类别，以及所述目标风管拉钩类别的目标空间位置。
7、根据本专利技术提供的一种风管拉钩检测方法，所述基于所述融合结果确定目标风管拉钩类别，以及所述目标风管拉钩类别的目标空间位置，包括：
8、基于当前融合结果中目标中心的第一空间位置和前次融合结果中目标中心的第二空间位置，确定空间位置偏移量；所述前次融合结果是所述当前融合结果的前预设数量次的融合结果；
9、在所述空间位置偏移量小于第一预设阈值的情况下，确定所述当前融合结果中的所述目标风管拉钩类别，以及所述目标空间位置。
10、根据本专利技术提供的一种风管拉钩检测方法，所述基于所述二维图像检测结果的检测框和所述投影结果之间的重叠程度，确定融合结果，包括：
11、在所述重叠程度大于第二预设阈值的情况下，将所述二维图像检测结果中的风管拉钩类别，以及所述点云三维检测结果中的所述风管拉钩类别的空间位置作为所述融合结果。
12、根据本专利技术提供的一种风管拉钩检测方法，所述对所述图像数据流进行图像检测，得到二维图像检测结果，包括：
13、使用图像检测模型，对所述图像数据流进行图像检测，得到所述二维图像检测结果；
14、所述图像检测模型的训练步骤，包括：
15、获取样本图像数据和初始图像检测模型，并对所述样本图像数据中风管和拉钩进行图像数据标注，得到图像标签；所述样本图像数据包括各场景下的风管和拉钩的图像数据；
16、将所述样本图像数据输入至所述初始图像检测模型中，得到所述初始图像检测模型输出的图像检测预测结果；
17、基于所述图像检测预测结果和所述图像标签之间的差异，确定目标损失，并基于所述目标损失对所述初始图像检测模型进行参数迭代，得到所述图像检测模型。
18、根据本专利技术提供的一种风管拉钩检测方法，所述联合标定包括相机内参标定、传感器时间同步，以及传感器空间同步。
19、根据本专利技术提供的一种风管拉钩检测方法，所述传感器空间同步包括粗标定和精标定；
20、所述粗标定为基于自动化标定算法进行标定；
21、所述精标定为在所述粗标定的基础上进行手动标定。
22、根据本专利技术提供的一种风管拉钩检测方法，所述对所述点云数据流进行滤波和目标分割，得到点云三维检测结果，包括：
23、对所述点云数据流进行预处理操作，得到预处理点云数据；所述预处理操作包括roi滤波、nan点滤除和降采样滤波中的至少一种；
24、对所述预处理点云数据中的地面点云数据进行滤除，得到候选点云数据；
25、对所述候选点云数据进行点云角度分割，得到点云目标分割结果；
26、对所述点云目标分割结果进行filter滤波，得到所述点云三维检测结果。
27、本专利技术还提供一种风管拉钩检测装置，包括如下模块：
28、获取单元，用于获取激光雷达扫描的点云数据流，以及相机拍摄的图像数据流，并对所述图像数据流进行图像检测，得到二维图像检测结果；
29、联合标定单元，用于对所述点云数据流和所述图像数据流进行联合标定，得到联合标定结果；
30、转换单元，用于对所述点云数据流进行滤波和目标分割，得到点云三维检测结果，基于所述联合标定结果将所述点云三维检测结果转换为投影结果；
31、确定单元，用于基于所述二维图像检测结果的检测框和所述投影结果的检测框之间的重叠程度，确定融合结果，并基于所述融合结果确定目标风管拉钩类别，以及所述目标风管拉钩类别的目标空间位置。
32、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风管拉钩检测方法。
33、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风管拉钩检测方法。
34、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风管拉钩检测方法。
35、本专利技术提供的风管拉钩检测方法、装置、电子设备及存储介质，通过对点云数据流和图像数据流进行联合标定，得到联合标定结果；对点云数据流进行滤波和目标分割，得到点云三维检测结果，基于联合标定结果将点云三维检测结果转换为三维点云到二维图像的投影结果；基于二维图像检测结果的检测框和投影结果的检测框之间的重叠程度，确定融合结果，并基于融合结果确定目标风管拉钩类别，以及目标风管拉钩类别的目标空间位置。一方面，使用多传感器融合的方式可以更精准更高效的获取目标风管拉钩类别及目标空间位置；另一方面，可以取代人工观测，降低作业风险，显著提高工作效率。
本文档来自技高网...【技术保护点】
1.一种风管拉钩检测方法，其特征在于，包括：
2.根据权利要求1所述的风管拉钩检测方法，其特征在于，所述基于所述融合结果确定目标风管拉钩类别，以及所述目标风管拉钩类别的目标空间位置，包括：
3.根据权利要求1所述的风管拉钩检测方法，其特征在于，所述基于所述二维图像检测结果的检测框和所述投影结果之间的重叠程度，确定融合结果，包括：
4.根据权利要求1所述的风管拉钩检测方法，其特征在于，所述对所述图像数据流进行图像检测，得到二维图像检测结果，包括：
5.根据权利要求1至4中任一项所述的风管拉钩检测方法，其特征在于，所述联合标定包括相机内参标定、传感器时间同步，以及传感器空间同步。
6.根据权利要求5所述的风管拉钩检测方法，其特征在于，所述传感器空间同步包括粗标定和精标定；
7.根据权利要求1至4中任一项所述的风管拉钩检测方法，其特征在于，所述对所述点云数据流进行滤波和目标分割，得到点云三维检测结果，包括：
8.一种风管拉钩检测装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述风管拉钩检测方法。
...【技术特征摘要】
1.一种风管拉钩检测方法，其特征在于，包括：
2.根据权利要求1所述的风管拉钩检测方法，其特征在于，所述基于所述融合结果确定目标风管拉钩类别，以及所述目标风管拉钩类别的目标空间位置，包括：
3.根据权利要求1所述的风管拉钩检测方法，其特征在于，所述基于所述二维图像检测结果的检测框和所述投影结果之间的重叠程度，确定融合结果，包括：
4.根据权利要求1所述的风管拉钩检测方法，其特征在于，所述对所述图像数据流进行图像检测，得到二维图像检测结果，包括：
5.根据权利要求1至4中任一项所述的风管拉钩检测方法，其特征在于，所述联合标定包括相机内参标定、传感器时间同步，以及传感器空间同步。
6.根...
【专利技术属性】
技术研发人员：田秀臣，刘向阳，田秀华，赵占军，魏湘国，王林，
申请(专利权)人：北京世纪东方智汇科技股份有限公司，
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。