[發明專利]基于列車定位和視覺信息的軌道異常物體識別方法及系統

在審

• 申請號: 202110541604.7
• 申請日: 2021-05-18
• 公開（公告）號: CN113436255A
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 王濤;何善寶;劉云超;公延飛;解迎剛
• 申請（專利權）人: 廣東中發星通技術有限公司
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06K9/34;G06K9/62;B61K9/00
• 代理公司: 北京工信聯合知識產權代理有限公司 11266
• 代理人: 蘆玲玲

1.一種基于列車定位和視覺信息的軌道異常物體識別方法，所述方法包括：

采集列車正常運行時列車的位置數據和列車軌道的圖像數據，構建位置數據與圖像數據的映射關系，生成列車軌道的環境圖像信息鏈；

目標列車運行過程中，確定目標列車當前的位置數據，根據目標列車當前的位置數據，調用環境圖像信息鏈中對應的軌道的圖像數據，并采集目標列車當前位置軌道的圖像信息；

對圖像數據及圖像進行預處理，確定圖像數據及圖像信息的兩組軌道特征點；

對圖像數據及圖像信息的兩組軌道特征點進行相似度的匹配，獲取相似度的值，根據相似度的值，對軌道異常物體進行識別。

2.根據權利要求1所述的方法，所述預處理包括：圖像數據與圖像信息中，圖像的干擾物的去除處理，圖像的加速分割算法處理及圖像的加速穩健特征算法處理；

所述加速算法分割算法對圖像數據及圖像信息中的圖像進行分割；

所述圖像的加速穩健特征算法用于獲取圖像數據及圖像信息的特征點。

3.根據權利要求2所述的方法，所述圖像的加速算法分割算法處理的公式如下：

其中，x(i)為圖像中心點C的半徑為l的邊界點灰度值，x_C為圖像中心點的灰度值，γ是閾值參數，n為邊界點總數，M為加速算法分割算法參數，用來判斷是否切割點，i為邊界點編號。

4.根據權利要求1所述的方法，所述獲取相似度的值，包括：

對兩組特征點進行匹配，構建最臨近對及次臨近對，匹配計算公式為：

[y(i),z(j)]＝min{y(i)-z(j)}

[y′(i),z′(j)]＝min₁{y(i)-z(j)}

其中，y(i)為圖像數據的特征點，z(j)為圖像信息的特征點，[y(i),z(j)]為構建的最臨近對，[y′(i),z′(j)]為構建的次臨近對；

根據構建的最臨近對和次鄰近對，計算兩組特征點的相似度，計算公式為：

5.根據權利要求1所述的方法，所述方法還包括：

對相似度的值進行判斷；若相似度的值小于閾值，查找異常特征點的位置，并預測異常位置與列車之間的距離，預警并給出軌道異常的位置信息；若相似度的值大于閾值，使用圖像信息更新圖像數據。

6.一種基于列車定位和視覺信息的軌道異常物體識別系統，所述系統包括：

信息鏈生成單元，采集列車正常運行時列車的位置數據和列車軌道的圖像數據，構建位置數據與圖像數據的映射關系，生成列車軌道的環境圖像信息鏈；

信息采集單元，目標列車運行過程中，確定目標列車當前的位置數據，根據目標列車當前的位置數據，調用環境圖像信息鏈中對應的軌道的圖像數據，并采集目標列車當前位置軌道的圖像信息；

預處理單元，對圖像數據及圖像進行預處理，確定圖像數據及圖像信息的兩組軌道特征點；

識別單元，對圖像數據及圖像信息的兩組軌道特征點進行相似度的匹配，獲取相似度的值，根據相似度的值，對軌道異常物體進行識別。

7.根據權利要求6所述的系統，所述預處理包括：圖像數據與圖像信息中，圖像的干擾物的去除處理，圖像的加速分割算法處理及圖像的加速穩健特征算法處理；

所述加速算法分割算法對圖像數據及圖像信息中的圖像進行分割；

所述圖像的加速穩健特征算法用于獲取圖像數據及圖像信息的特征點。

8.根據權利要求7所述的系統，所述圖像的加速算法分割算法處理的公式如下：

其中，x(i)為圖像中心點C的半徑為l的邊界點灰度值，x_C為圖像中心點的灰度值，γ是閾值參數，n為邊界點總數，M為加速算法分割算法參數，用來判斷是否切割點，i為邊界點編號。