北京地铁异物侵限探测系统研发与实践

对北京地铁异物侵限事件进行调研和总结,根据异物侵限事件发生的位置、侵限源特征及其危害程度对异物侵限源进行分类。在此基础上,提出一种基于雷达-视频多手段融合的智能异物侵限检测方法,采用高清摄像机视频检测、雷达测距和双目立体测距技术等开发一套异物侵限探测设备。通过模拟不同异物侵限工况在北京地铁某试车线开展现场试验,验证该设备具有识别精度高,并可实现实时预警、报警等功能,可为北京地铁安全运营提供技术保障。     

列车智能障碍物检测系统在北京新机场线全自动运行中应用的研究

全自动运行系统对提高列车运行安全以及提升列车运输效率具有重要意义,现阶段全自动运行系统列车主要依赖于信号系统,缺乏主动环境感知功能。本文提出了一种基于视觉与雷达融合的列车智能障碍物检测系统,该系统主要包含有轨道区域识别模块、列车检测模块以及视觉与雷达融合模块。其中轨道区域识别模块应用语义分割算法实现前向轨道区域的精准识别,列车检测模块通过卷积神经网络算法实现当前轨道内前向列车识别。视觉与激光雷达融合模块通过融合激光雷达数据与视觉数据,实现全天候的环境感知。实验结果表现本文的系统具有较强的鲁棒性,将对提升新机场线的列车运行安全以及运输效率具有重要意义。     

铁路线路障碍监测报警系统研究

针对山区铁路防范危岩落石、动物、行人等异物侵限的严峻形势,提出采用三维扫描模式的铁路线路障碍监测报警系统的解决方案。通过设备研制和现场试验,实现激光雷达对预设防护区域进行不间断扫描获取三维图像,内置算法单元对侵入防区的障碍物进行实时分析处理并生成对应的报警信息,现场控制柜(二级服务器)将报警信息进行分类、存储并上传到监控中心。系统可全天候、全天时有效判识多种场景侵限异物,为铁路防范异物侵限提供可靠的技术装备。     

基于多传感器融合的轨道识别方法探究

随着地铁列车无人驾驶技术的发展,有必要增加线路障碍物监测系统功能,对列车运行前方障碍物进行主动探测、识别和预警。列车前方轨道识别及构建限界空间是列车车前障碍物监测的关键技术之一,只有在准确识别出轨道限界的条件下才能够判断列车前方检测到的目标的危险性。为解决单个传感器进行轨道识别存在的缺陷,提出一种融合可见光相机和激光雷达传感器,并借助深度卷积神经网络和点云特征,实现轨道识别的新方法。     

基于深度学习的铁路限界快速检测算法

列车行驶环境快速、可靠、精准感知是列车安全、高效运行的前提和关键支撑技术。列车若无法提前感知非法侵入铁路限界范围内的异物,并在短时间内有效制动,将会导致严重的安全事故。为解决列车运行环境内影响运行安全的异物侵限问题,基于深度学习算法,提出一种铁路轨道限界快速检测算法。该方法首先采用预设行锚框的方式对图像进行划分,将传统分割算法的逐像素预测,转变为对每个行锚框进行逐网格预测,以达到显著降低算法计算量,并提高检测速度的目的。同时,通过快速识别图像中属于轨道部分的像素,结合轨道线的连续特征进行追踪,达到铁路轨道坐标的智能快速识别。最后根据标准轨距下限界的定义,对识别出的轨道线坐标和侵限区域进行扩充,以确定铁路异物入侵限界的范围。通过在真实轨道数据集上的对比实验,验证所提算法能以172FPS的速度快速检测铁路限界,且轨道线和限界区域的识别精度分别达到98.96%和98.12%,F1值分别达到99.68%和98.95%,限界区域检测的平均交并比MIoU达到96.88%,各类指标均取得当前最好的准确率和性能,满足高速列车对环境感知精度和速度要求,可以为异物侵限检测、目标跟踪和列车控制等环境感知及运...     

基于车载激光雷达技术的高速铁路无砟轨道设施调查方法

我国高速铁路网日益完善,规模越来越大,铁路管理部门对高速铁路设施提出了信息化和精细化管理的要求,需要对既有运行线路道床的轨道板、底座板、扣件等轨道设施进行调查,建立轨道设施信息管理系统。由于运营线路的维修天窗时间短,传统的人工调查方法不适合大范围轨道设施普查,因此提出了基于车载激光雷达成像技术的轨道设施调查方法。该方法利用车载激光雷达系统快速采集轨道现场的三维点云数据,通过专用数据处理软件从三维点云中提取轨道设施信息。实践证明,该方法每1 h可以调查5 km的轨道设施,是传统人工调查效率的20倍以上,几何测量精度达到毫米级,大幅提高了既有线高速铁路轨道基础数据的采集效率。     

高速铁路异物侵限点影响轨道区段长度范围的计算方法

在《铁路自然灾害及异物侵限监测系统工程技术规范》Q/CR9152-2018中,针对异物侵限灾害监测系统,虽然给出了电网传感器长度的计算公式,但并没有给出异物侵限点对轨道区段影响长度范围的计算方法。因此在实际工程中,往往是根据经验值来判断异物监测点对轨道区段的影响范围,没有统一的标准和规范。本文结合相关规范文件,通过数学方法,创新性地提出了异物侵限点影响轨道区段长度的计算公式,进而确定需要串接异物侵限继电器的具体轨道区段,以有利于异物侵限防灾系统设计的标准化推广。     

密度聚类与PCA的点云数据处理技术在高铁轨道检测中的应用

为解决轨道手工检测效率低、准确度不高的问题,克服二维线激光与轨向不垂直而影响检测精度的不足,利用三维结构光点云技术对高铁轨道表面状态进行检测。数据处理是三维结构光检测的重要环节,综合运用密度聚类与PCA算法对点云进行快速处理。首先采用三维栅格算法对点云进行采样,减少点云数据量;其次利用密度聚类将点云分成不同的簇类以去除噪声点和离群点,提取出目标点云;最后通过PCA算法计算点云的3个主成分向量,求解变换矩阵变换点云,实现点云初始配准。精确配准后,与标准模型点云对比,即可得出检测结果。现场试验结果表明,该方法运行速度快,配准精度较高,有效提高了检测的效率和精度。     

铁路防灾监测雷达的应用

防灾技术是铁路尤其是高速铁路的重要研究课题,由于异物侵限事件发生具有突发性和不可预测性,成为高速铁路防灾技术的重点.近年来,国内外采用多种技术监测异物侵限事件.综合工程实际对铁路落物监测雷达和滑坡监测雷达的原理和应用进行介绍.     

基于激光雷达的城轨交通障碍物检测算法研究

侵限障碍物对城市轨道交通有巨大的危害,现有基于通信的列控技术无法对其自动化防护。为避免障碍物侵入行车区间造成安全事故,利用激光雷达作为主要传感器,提出一种非接触式障碍物检测算法。借助激光雷达具有不受环境光照的影响,测距精度高,可实现远距离探测等优势,该算法能够实现对百米内障碍物的有效检出,同时具备高可靠性,不受隧道内光照条件差等恶劣条件的干扰。为克服隧道中坡度影响,结合点云校准算法将点云平面与地平面对齐。对隧道环境和站台环境建模分析,提出基于规则的轨道平面分割算法和基于区域增长的背景点云分割算法,有效实现地平面的分离以及背景点云的滤除。考虑到点云密度在不同距离分布不均,提出自适应欧式聚类障碍物检测算法。为验证整体算法的有效性,在宁波地铁5号线采集大量正线数据,进行障碍物注入仿真实验。实验结果表明：复杂运行场景下该障碍物检测算法在视距范围内低于70 m障碍物检出率可达85.89%,雷达超视距的情况下检出率有一定的衰减,低于120 m的障碍物检出率为63.08%。算法平均耗时为37.86 ms。     

“无人机+激光雷达”在集通线复测中的应用

传统既有线复测主要采用上线作业方式,利用水准测量或GNSS-RTK技术进行中平和平面测绘,效率较低且存在安全隐患。针对集宁至通辽铁路(集通线)复测任务,提出一种基于"无人机+激光雷达"的铁路既有线测量方法,通过低航高的激光雷达获取高密度既有线点云,经轨迹解算、航带平差、坐标转换后,再采用特殊地面控制标靶对其进行点云精度改化,最终获取了既有线三维中线坐标。为验证精度,选取10 km的既有线点云数据与实测点进行对比,结果显示,该方法获取的三维中线坐标的平面、高程精度分别达到3 cm和3.4 cm,可以满足一般既有线复测的需要。     

智轨列车基于稀疏点云和图像的车辆识别技术

针对识别智轨列车的前方车辆三维信息来保证其行车安全的问题,提出一种面向智轨列车基于稀疏点云和图像的车辆识别技术.首先采用基于角度阈值的算法分割地面并提取障碍物点云,然后提出距离角度约束算法遍历障碍物点云求解聚类点集,通过二次求解优化聚类结果获取预融合聚类点集,最后采用YOLOv3网络模型进行车辆检测,构建基于几何模型的图像点云映射关系,将车辆图像识别信息与预融合聚类点集进行匹配,实现了车辆三维信息识别.研究结果表明:在16线激光雷达稀疏点云条件下,所提方法在多障碍物共存的开放式场景中具有较高的识别率和实时性,满足智轨列车动态检测需求.     

大型养路机械施工现场人员安全预警系统技术研究

为提高大型养路机械施工现场人员安全管理水平,消除人员设备侵入邻线、工作装置碰撞等安全隐患,研发了大机施工现场人员安全预警系统.该系统融合多层激光雷达、超宽带、物联网等技术采集的多源数据信息,构建大机施工人员防撞模型,对安全隐患进行及时预警,保障施工人员安全.该技术的主要创新点包括:不依赖卫星与公共网络,基于多源数据融合...     

地面激光扫描仪在铁路工程滑坡监测中的应用研究

采用三维激光扫描技术对铁路工程附近的滑坡体进行监测。对多站扫描数据进行配准、拼接,获取监测区域的完整点云数据;对拼接后的激光点云数据进行地形滤波,获取监测区域的地形数据;最后,对不同期次的点云数据进行对比分析,得出监测区域的变形值。     

三维激光扫描技术在隧道形变监测中的应用

对三维激光扫描技术在隧道形变监测中的应用进行了初步研究。实验使用Leica Scan Station P40三维激光扫描仪对常州地铁1号线隧道进行扫描,将处理后的点云数据通过徕卡隧道形变监测系统进行隧道断面净空计算。将利用三维激光扫描技术得到的隧道断面成果与利用传统全站仪测量得到的隧道断面成果进行对比,讨论并分析三维激光扫描技术在隧道形变监测中的技术优势和存在的问题,对三维激光扫描技术在隧道形变监测中的应用具有指导意义。     

基于连续点云数据的既有铁路轨面信息快速提取算法设计

三维激光扫描获取的既有铁路点云数据具有海量性、离散性等特点,难以从点云数据中快速提取线路参数.为此,结合现场实测数据,提出一种基于连续点云数据的既有铁路轨面信息快速提取算法.通过k-d树实现点云的快速搜索、查询和储存,利用主成分分析法和移动激光点聚类法提取的接触线分割构建出铁路缓冲区,进而通过平面格网法的粗提和多种约束条件下的精提实现了轨面点提取.对既有线路现场试验结果表明,轨面点提取的完整度c和准确度p均在93％以上,该方法能较好地实现钢轨轨面点云的快速提取.     

铁路地形图建筑物的自动化提取方法研究

针对目前基于机载激光雷达技术测绘建筑物自动化程度不足这一问题,研究通过机载激光雷达点云数据自动提取建筑物。首先对原始激光点云进行地面点滤除、点云分割和点云分类,形成单体化的建筑物点云数据。然后对单体化建筑物点云数据通过边界点云提取、边界点云精化和边界点云简化三步形成建筑物矢量图形,从而满足地形图制图要求。通过实验工程验证,该方法可实现91%的建筑物和高架桥的正确提取,提取精度满足铁路大比例尺规范要求,具有人工干预少、自动化程度高、数学精度稳定可靠等优势。该方法的普及,将有助于提高铁路工程地形图的生产效率、降低劳动强度。     

高铁周界异物入侵感知与识别系统

针对高铁周界异物入侵监测和预警需求,提出了一种融合分布式光纤传感技术、视频联动技术和智能识别技术的分布式、多维度高铁周界异物入侵感知与识别系统。通过使用布里渊光时域分析(BOTDA)技术进行应变监测以及相位光时域反射(Φ-OTDR)技术进行振动监测,可有效捕捉异物入侵事件。同时使用人工神经网络(ANN)对报警信号进行大数据分析,可降低系统误报率。该系统的应用能够大幅提高高铁运营安全预警完备率和应急响应效率,具有重大社会价值。     

基于声发射技术的道岔尖轨伤损监测系统研究

道岔尖轨是轨道的风险控制关键点，针对现有伤损检测技术在道岔尖轨处存在盲区的问题，提出一种基于声发射信号的铁路道岔尖轨伤损监测方法，研发出道岔尖轨损伤监测系统。系统基于伤损模式分类算法对列车经过钢轨时所产生的声发射信号进行分析，实现对尖轨伤损状态的识别。现场测试数据表明该方法能够有效识别道岔尖轨的伤损。     

基于Faster R-CNN网络模型的铁路异物侵限检测算法研究

行人和车辆等异物侵入铁路周边限界内的情况严重威胁了行人自身安全及铁路行车安全。针对传统铁路异物检测算法识别精度不高、分类不明确和结果易受外界环境影响等缺点,提出了一种基于Faster R-CNN网络模型的铁路异物侵限检测算法,并对该模型做适应性改进以满足铁路异物检测的现实需要。提出将全连接层用全局平均池化层替代来减少参数量;通过增加锚点个数来提高对目标区域建议的精确性;引入迁移学习思想训练网络以解决铁路异物侵限数据匮乏问题。在铁路异物侵限视频数据集上进行测试表明,本算法对于人、车及部分动物的综合检测精确度达到了97.81%。