地铁列车障碍物视频识别系统设计

基于视频图像识别技术的列车障碍物识别系统,可以实现无人驾驶列车前进方向轨道内障碍物的自动检测。该系统通过采用2台独立的高清摄像机采集图像数据,经软件的智能计算分析,可识别列车前方是否存在障碍物,并实现障碍物与车辆之间的距离测量。该技术在业内属首次开发,可实现列车前方障碍物的检测,有效替代司机进行线路瞭望。目前本系统已通过功能仿真验证测试,拟在实际运行线路的列车上进一步进行功能验证。     

面向地铁场景的激光雷达目标检测研究

针对列车运行前方限界难以实时构建、非结构化轨道道路环境目标聚类检测复杂等问题,提出一种基于激光雷达的目标检测及前方界限实时构建系统。首先,采用了空间换时间的策略提升轨道提取效率,利用轨道局部高程信息、全局几何平行信息并融合多帧信息实现轨道稳定提取,从而基于提取的轨道位置实时构建列车通行的前方限界;其次,基于点云深度图、梯度与距离特征解决了非平铺路场景下的障碍物聚类问题,采用航迹信息进行多目标跟踪提高目标跟踪的稳定性。通过在地铁场景实车测试验证,结果表明该方法能够准确可靠地提取轨道位置和进行目标检测与跟踪。     

基于视觉的地铁列车前向目标识别系统研究

为解决地铁列车前向运行环境中障碍物判断问题,提出基于视觉的地铁列车前向目标识别系统。该系统利用语义分割算法提取行驶轨道区域,结合轨道区域识别,基于SSD算法提取前向运行环境中轨道限界范围内的列车、行人等目标。针对上述场景,建立列车前向运行环境样本库,并基于该样本库完成模型训练。实验结果证明所得模型可有效识别列车前向行驶多目标。     

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...     

运用图像解析技术开发轨道的风险基础维修方法

正考虑到安全性和成本,并以轨道的维护和管理为目的,根据图像解析开发了沿线环境的障碍物检测技术。采用感测结果和推算模型,开发了以轨道位移管理为对象的风险基础维修方法。解析了运营列车的前方图像数据,识别了沿线的物体及距离,脱轨后的车辆对线路建筑物等的冲撞及跌落等,可以避免扩大脱轨事故时的损失的危险要素。根据障碍物检测结果和摄影的图像及数据记录仪的信息,从视觉上掌握沿线的障碍物分布(图1)。此外,考虑到轨道位移维护费用和脱轨事故时的设想受损     

基于车载激光测距仪的城市轨道交通障碍物检测方案探讨

提出一种基于车载激光测距仪的铁路障碍物检测方案,该方案通过在列车头部安装激光发射及接收装置对列车前方障碍物进行检测。检测系统实时发射激光光束,当列车前方存在障碍物时激光发生反射,返回激光被接收装置接收,再通过测量激光的飞行时间推算出目标距离。该方案不仅能够发现线路障碍物,还能获取障碍物与列车之间的距离信息及移动障碍物的速度信息,为车载安全计算机生成列车自动防护曲线提供数据支持。     

轨道交通远程瞭望系统

在轨道交通领域,如何提升列车运行净空安全成为目前运营的迫切需求。当前快速发展的人工智能技术、传感器技术以及无人驾驶技术为解决上述问题奠定技术基础。文章介绍一种轨道交通远程瞭望系统,其基于车载感知系统,采用障碍物识别、列车速度测量和三维地图构建3 种技术感知列车周围的环境,并运用车路协同感知系统实现路侧与车侧协同感知,判断前方线路情况,从而指导司机行车或采取防护措施,提高列车的运行安全性。     

ETCS列控系统进路适应性功能研究

在ETCS列控系统中,列车跨区域或跨国家运行时,列车可能与前方线路支持的装载限界、牵引系统、轴重类别不适应,需要车载设备对进路适应性进行监控。地面设备向车载设备提供列车前方的进路适应性数据,车载设备监控列车是否适应前方的线路,并进行安全防护,保证列车运行安全。介绍进路适应性的基本概念,阐述车载设备监控进路适应性数据的基本原理和常见场景。     

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.     

从轨道交通限界联想到乘车文明

轨道交通限界(railway clearances)指的是:为保证交通运输安全而制定的建筑物、设备与运行列车车辆相互间在线路上不能逾越的轮廓尺寸线.轨道交通限界分为建筑限界、设备限界和轨道车辆限界三种,统称轨道交通的基本限界.前二者是位于线路两边的建筑物或设备(与轨道车辆有相互作用的设备如车辆减速器、供电接触网等除外)不容许侵入的轮廓线;后者是列车车辆本身的外缘不容许越出的轮廓线.这两者之间应留出一定的空间,称之为裕留空间或安全空间.裕留空间应考虑到列车在运行中的振动偏移和线路偏移,实际的限界应按照基本限界在横向宽度上适当加大,称 作"限界加宽".限界确定之后,运行中的列车就不会与沿线建筑物或设备发生碰撞.     

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。     

基于雷达的列车直轨运行前方障碍物检测方法研究

针对视觉传感器检测列车运行前方障碍物时存在环境适应能力差及对距离判别能力弱的缺陷,提出一种基于雷达的列车直轨运行前方障碍物检测判别方法。通过最小二乘法进行雷达测量数据误差矫正得到较准确的目标位置信息。结合铁路机车车辆限界、雷达方位角及雷达测量量程,构建检测区模型。将预处理后的目标点位置信息代入构建的检测区模型中进行障碍物检测判别。现场测试结果显示,利用该方法检测不仅具有较高的准确性,而且克服了环境因素的影响。     

基于FBG的悬挂式单轨列车位置检测方法研究

提出了一种采用光纤光栅传感技术实现悬挂式单轨列车位置检测的方法和系统。在室外轨道区段分界处设置一套光纤光栅传感器,并将其安装在列车车轮走行的轨道梁底板上;室内调制解调仪内置信号发送器,通过光缆将光信号发送给光纤光栅传感器。列车车轮作用在轨道梁底板所产生的应变导致光纤布拉格光栅出现波长漂移,调制解调仪通过光纤布拉格光栅波长的变化,计算出轨道梁产生应变的大小,并将解调数据(应变信号)发送给信号处理主机。信号处理主机根据解调数据的突变点,识别悬挂式单轨列车的运行位置。该系统除了可以识别列车所在轨道区段的占用状态以外,还可通过对列车轮对数的统计,实现列车完整性检测。     

障碍物检测装置碰撞过程动力学仿真研究

城市轨道交通无人驾驶列车车载障碍物检测设备可以在列车与前方障碍物发生接触碰撞时,及时检测到障碍物并触发列车紧急制动,从而保证列车运行安全。文章通过数值仿真方法,模拟障碍物与检测设备碰撞过程,得到碰撞过程中的冲击力、弹簧变形、检测横梁位移等相关动力学数据,完成不同材质与不同质量的障碍物触发报警临界速度归纳分析,对障碍物检测设备优化设计,避免误报、漏报具有重要意义。     

基于多传感融合的有轨电车在途障碍物检测方法研究

有轨电车是一种具有混合路权的轨道交通方式,其行车安全主要依赖于信号系统及司机,因此研发一种能够辅助司机检查轨行区域安全的检测方法显得尤为重要。文章以SSD卷积神经网络的视觉障碍物检测方法为基础,通过多传感融合的方式,在其检测结果上融合激光雷达传感器的障碍物检测结果,实现对轨行区内障碍物的有效识别。实验证明,该方法对于列车在途障碍物有着较好的检测能力,是一种有效的列车行车安全辅助方法。     

铁路远程瞭望系统研究与应用

本文提出一种铁路远程瞭望系统,该系统通过在铁路沿线安装相机和现场图像处理单元对线路现场图像进行采集和处理,识别是否存在异物等状态。现场图像处理单元将图像和状态发送给远程瞭望服务器进行存储。列车上安装的车载终端或工作人员的手持终端可以自主定位,并根据当前位置向远程瞭望服务器请求列车前方较远距离的线路图像和线路状态并进行显示。该系统可以扩展司机视野,作为现有行车控制系统的补充,保障列车运行安全。同时,本文提出一种基于Markov随机场的异物识别算法,该算法通过Markov随机场建立动态背景模型,可以有效提高异物识别的准确性。现场实验表明该系统可以有效实现限界内线路异物的识别,并能够实现系统预定功能。     

基于雷达与视频分析技术的铁路崩塌落石自动监测报警系统设计与实现

提出一种基于雷达与视频分析综合报警评判的铁路崩塌落石自动监测报警系统。系统实时分析高于轨道70 mm的平面雷达扫描数据,结合目标识别、入侵监测、滞留检测等视频分析技术,对监测区域的障碍物情况进行综合分析,及时、准确地发出预警和报警信息,并启动紧急处置预案,避免线路障碍物对行车安全造成影响。     

基于多传感器集成的地铁限界及轨道几何状态检测应用研究

对地铁限界及轨道几何状态进行检测是地铁运营维护的重要工作,采用人工检测既费时又费力,运用大型轨检车的费用太高.为了便携快捷地检测地铁限界及轨道几何状态,基于多传感器集成开发一种便携检测装置,进行检测应用研究.通过将激光扫描仪、轨距传感器、里程计和倾角仪等传感器集成到轨检小车上,设计配套的软件系统,构造了限界检测、轨距计算、超高计算、坐标系转换和里程计标定等板块.应用该便携装置对长沙地铁三号线侯家塘站至四方坪站进行检测,分析和验证了检测结果,检测装置最终实现了超限报警、图形及超限数据自动录入、轨枕自动识别及轨道几何尺寸数据自动采集等多项功能.     

基于点云数据的轨道结构与隧道空间限界一体化自动检测方法研究

为了保证列车运营安全,需要在日常运营过程中进行隧道限界检测,但现有检测方法存在测量干扰大、效率低、断面非连续性、与轨道结构相互独立等不足。为此,提出一种基于点云数据的轨道结构与隧道空间限界一体化自动检测方法。在通过中轴线拟合提取隧道任意位置断面的基础上,建立基于钢轨顶面的隧道限界检测坐标系,引入不同类型的隧道限界框,采用改进射线算法实现多种隧道类型的限界自动检测分析。对既有铁路隧道进行现场实验表明,采用该方法可实现侵限位置和侵限尺寸值的准确获取,并给出侵限断面图,满足隧道检测精度要求,在隧道日常运营维护中能够发挥重要作用。     

基于图像识别和多感知融合的列车自动防护方案

针对城市轨道系统列车运行过程中不能通过轨道占用和列车主动识别监测到危险侵入物的问题,提出了一种基于图像识别和多感知融合技术的列车自动防护方法,将原来由列车司机人工实现对轨道侵入物等突发事件的防护升级为由系统自动防护,大大提高了列车运行的安全性。