基于图像识别和多感知融合的列车自动防护系统及方法技术方案

本发明专利技术涉及一种基于图像识别和多感知融合的列车自动防护系统及方法，包括图像采集单元(1)、图像处理单元(2)、多感知融合处理单元(3)、辅助感知单元(4)和预警结果输出单元(5)，所述的图像采集单元(1)、图像处理单元(2)、多感知融合处理单元(3)和预警结果输出单元(5)依次连接，所述的辅助感知单元(4)与多感知融合处理单元(3)连接。与现有技术相比，本发明专利技术具有能够适应城市轨道交通运行线路出现的复杂情况，根据线路实际情况，自动实现列车的安全防护，大大提高城市轨道交通运行安全。

【技术实现步骤摘要】
基于图像识别和多感知融合的列车自动防护系统及方法
本专利技术涉及一种轨道交通中的列车自动防护技术，尤其是涉及一种基于图像识别和多感知融合的列车自动防护系统及方法。
技术介绍
城市轨道交通运营的安全很大程度上取决于自动防护系统。通常情况下，在城市轨道交通系统中列车与列车之间(包含迎面、侧冲和追尾三种情况)、列车与道岔或其他轨旁设备的安全防护在信号自动控制系统(AutomaticTrainControl，以下简称为ATC系统)中实现，但是ATC系统的自动防护基于轨道占用和列车主动识别检测。对于城市轨道系统运行中出现的不能通过轨道占用和列车主动识别进行检测的侵入物，ATC系统的自动防护存在一定的局限性。对于不能通过轨道占用和列车主动识别进行检测的侵入物(障碍物)，如坠落在轨道上的大石块或广告牌、横跨在道口上的汽车、跌入轨道内的人等，虽然对城市轨道交通的运行存在安全危害，但ATC系统很难实现列车的安全防护。考虑到城市轨道系统运行条件的复杂性(如高架或隧道上轨道空间较小，弯道较多，司机瞭望条件较差等)，以及障碍物侵入城市轨道交通系统中将产生极大的危害和恶劣的社会影响，需要一种能够实现对侵入物等突发事件实现自动防护的方法。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于图像识别和多感知融合的列车自动防护系统，能够适应城市轨道交通运行线路出现的复杂情况，根据线路实际情况，自动实现列车的安全防护，大大提高城市轨道交通运行安全。本专利技术的目的可以通过以下技术方案来实现：一种基于图像识别和多感知融合的列车自动防护系统，其特征在于，包括图像采集单元、图像处理单元、多感知融合处理单元、辅助感知单元和预警结果输出单元，所述的图像采集单元、图像处理单元、多感知融合处理单元和预警结果输出单元依次连接，所述的辅助感知单元与多感知融合处理单元连接；所述的图像采集单元实时采集列车周边运行环境的图像信号，并将图像信号传输到图像处理单元中，所述的图像处理单元对不安全因素进行初步检测后将其传输给多感知融合处理单元，该多感知融合处理单元启动辅助感知单元进行二次感知，并通过对辅助感知单元传回的探测到的外部不安全因素的相关属性与图像处理单元传送过来的外部不安全因素的相关属性进行融合分析，进一步精确确定外部不安全因素的各项属性，预警结果输出单元根据多感知融合处理单元对外部不安全因素的各项属性进行安全风险分析，确定预警结果的输出情况。所述的图像采集单元为CCD摄像机或夜间红外摄像机，用于实时采集列车周边运行环境的图像信号，然后经过视频同步分离芯片把图像信号传输到图像处理单元中。所述的图像处理单元对列车周边运行环境的图像信号中不安全要素特征数据进行提取、识别，测量其距离、形状、相对速度和相对加速度，对影响判断的不利干扰因素进行过滤删除，从而实现对不安全因素进行有效的初步检测。所述的辅助感知单元是用来辅助探测列车周边运行环境中的外部不安全因素，以及在摄像机无法正常工作的情况下取代图像采集单元作为探测手段。所述的辅助感知单元为雷达、电磁传感器、激光传感器中一种或几种组合，用于探测外部不安全因素的高度、距离、长度、相对速度和相对加速度。一种基于图像识别和多感知融合的列车自动防护系统的方法，其特征在于，包括以下步骤：1)首先通过图像采集单元进行列车周边运行环境的图像采集，转步骤2)；2)图像处理单元通过对图像采集单元传送过来的图像信号进行图像处理，初步识别列车周围可能影响列车运行安全的外部不安全因素所在的大致范围，并测量它们的高度、距离、形状、长度、位置、相对速度和相对加速度，如果识别到不安全因素则转步骤3)；没有则返回步骤1)继续进行图像采集；3)多感知融合处理单元针对图像处理单元确定的不安全因素的大致范围启动辅助感知单元进行二次感知，转步骤4)；4)多感知融合处理单元通过对辅助感知单元传回的探测到的外部不安全因素的相关属性与图像处理单元传送过来的通过图像识别初步确定的外部不安全因素的相关属性进行安全风险的融合分析，进一步精确确定外部不安全因素的相关属性，如果确定相关属性与图像处理单元识别的相关属性一致则转步骤5)，不一致则返回步骤1)；5)预警结果输出单元根据多感知融合处理单元输出的外部不安全因素的精确属性确定不安全因素的风险等级，输出相应的报警信息或是紧急制动命令，然后返回步骤1)。所述的图像处理单元对图像信号进行处理具体步骤如下：101)对图像采集单元采集的图像数据进行灰度化处理，去除图像数据中RGB信息，转换为只有0～255的灰度数值信息；102)图像的预处理：对图像进行噪声过滤；103)对灰度图像进行像素的灰度平均值计算，作为判断列车运行环境的输入；104)进行强弱光运行环境判断；105)根据步骤104)中的判断，如果为弱光环境，则使用算子2进行图像的二值化；如果为强光环境，则使用算子1进行图像的二值化，其中算子1和2是融合了基于阈值和图像边缘检测这两种方法来实现的图像分割算法，其主要不同在于不同光照下阈值的取值差异；106)将步骤105)中的二值图进行形态学处理，包括对图像数据进行膨胀、腐蚀、开启和闭合这四种形态学的代数运算，以及对物体边缘信息的滤波处理；107)对经过形态学处理后的二值图再进行区域填充，将封闭的物体边缘内部进行填充，从而获得整个物体的信息；108)对最后得到的二值图进行轨道识别与外部不安全因素识别；由于轨道的轨面在列车运行过后是很光滑的，再由列车的车灯以照射，轨面就显得很光亮，在处理后的二值图中，轨面的信息就成为了两条白色的长带，基于轨道的平直特性，将列车的运行轨道进行识别；在对列车前方进行识别外部不安全因素时，以列车的轨道作为参考基线，将图像分割成5块识别区域，包括左轨左侧、两轨中间、右轨右侧和两个轨面，对于两个轨面的区域识别，只要识别图像中轨面是否连续或者是否规则，如果不连续或不规则，则存在外部不安全因素，对于轨道的交汇点或者是分歧点，则通过是否存在另外一条连续完整的轨道来排除干扰；对于其他3个区域，则识别是否有大面积的白色区域，这个面积根据白色区域所在图像中的位置进行不同阈值的取值，如果有符合相应阈值判断条件的白色区域则判断为外部不安全因素，同时对于轨道上用的信标、波导管、轨枕、护轮轨干扰判断的物体通过特定的先验特征数据予以排除；109)当判断有外部不安全因素时，则通过图像测量技术，对外部不安全因素的形状、位置信息、与列车的相对速度和相对加速度信息进行测量，输出给多感知融合处理单元；无外部不安全因素则不输出相关的信息。所述的多感知融合处理单元具体处理过程如下：201)图像处理单元识别到不安全因素的存在，多感知融合处理单元从图像处理单元得到前方不安全因素的高度、距离、长度、位置、与列车的相对速度和相对加速度信息；202)通过从图像处理单元得到的前方不安全因素的位置信息计算出不安全因素相对列车行驶方向的角度信息；203)根据角度信息启动对应位置的辅助感知单元，通过辅助感知单元获得不安全因素的距离、高度、以及与列车的相对速度和相对加速度信息；204)根据辅助感知单元传回不安全因素的距离、高度信息，跟图像处理单元的不安全要素数据进行比对，如果在同一位置且高度也超过了车辆限界要求，则可确认不安全因素的存本文档来自技高网...

【技术保护点】
一种基于图像识别和多感知融合的列车自动防护系统，其特征在于，包括图像采集单元(1)、图像处理单元(2)、多感知融合处理单元(3)、辅助感知单元(4)和预警结果输出单元(5)，所述的图像采集单元(1)、图像处理单元(2)、多感知融合处理单元(3)和预警结果输出单元(5)依次连接，所述的辅助感知单元(4)与多感知融合处理单元(3)连接；所述的图像采集单元(1)实时采集列车周边运行环境的图像信号，并将图像信号传输到图像处理单元(2)中，所述的图像处理单元(2)对不安全因素进行初步检测后将其传输给多感知融合处理单元(3)，该多感知融合处理单元(3)启动辅助感知单元(4)进行二次感知，并通过对辅助感知单元(4)传回的探测到的外部不安全因素的相关属性与图像处理单元(2)传送过来的外部不安全因素的相关属性进行融合分析，进一步精确确定外部不安全因素的各项属性，预警结果输出单元(5)根据多感知融合处理单元(3)对外部不安全因素的各项属性进行安全风险分析，确定预警结果的输出情况。

【技术特征摘要】
1.一种基于图像识别和多感知融合的列车自动防护方法，该方法采用一种基于图像识别和多感知融合的列车自动防护系统，其特征在于，所述的系统包括图像采集单元(1)、图像处理单元(2)、多感知融合处理单元(3)、辅助感知单元(4)和预警结果输出单元(5)，所述的图像采集单元(1)、图像处理单元(2)、多感知融合处理单元(3)和预警结果输出单元(5)依次连接，所述的辅助感知单元(4)与多感知融合处理单元(3)连接；所述的图像采集单元(1)实时采集列车周边运行环境的图像信号，并将图像信号传输到图像处理单元(2)中，所述的图像处理单元(2)对不安全因素进行初步检测后将其传输给多感知融合处理单元(3)，该多感知融合处理单元(3)启动辅助感知单元(4)进行二次感知，并通过对辅助感知单元(4)传回的探测到的外部不安全因素的相关属性与图像处理单元(2)传送过来的外部不安全因素的相关属性进行融合分析，进一步精确确定外部不安全因素的各项属性，预警结果输出单元(5)根据多感知融合处理单元(3)对外部不安全因素的各项属性进行安全风险分析，确定预警结果的输出情况；所述的方法包括以下步骤：1)首先通过图像采集单元(1)进行列车周边运行环境的图像采集，转步骤2)；2)图像处理单元(2)通过对图像采集单元(1)传送过来的图像信号进行图像处理，初步识别列车周围可能影响列车运行安全的外部不安全因素所在的大致范围，并测量它们的高度、距离、形状、长度、位置、相对速度和相对加速度，如果识别到不安全因素则转步骤3)；没有则返回步骤1)继续进行图像采集；3)多感知融合处理单元(3)针对图像处理单元(2)确定的不安全因素的大致范围启动辅助感知单元(4)进行二次感知，转步骤4)；4)多感知融合处理单元(3)通过对辅助感知单元(4)传回的探测到的外部不安全因素的相关属性与图像处理单元(2)传送过来的通过图像识别初步确定的外部不安全因素的相关属性进行安全风险的融合分析，进一步精确确定辅助感知单元(4)传回的探测到的外部不安全因素的相关属性，如果确定相关属性与图像处理单元(2)识别的相关属性一致则转步骤5)，不一致则返回步骤1)；5)预警结果输出单元(5)根据多感知融合处理单元(3)输出的外部不安全因素的精确属性确定不安全因素的风险等级，输出相应的报警信息或是紧急制动命令，然后返回步骤1)；所述的图像处理单元(2)对图像信号进行处理具体步骤如下：101)对图像采集单元(1)采集的图像数据进行灰度化处理，去除图像数据中RGB信息，转换为只有0～255的灰度数值信息；102)图像的预处理：对图像进行噪声过滤；103)对灰度图像进行像素的灰度平均值计算，作为判断列车运行环境的输入；104)进行强弱光运行环境判断；105)根据步骤104)中的判断，如果为弱光环境，则使用算子2进行图像的二值化；如果为强光环境，则使用算子1进行图像的二值化，其中算子1和2是融合了基于阈值和图像边缘检测这两种方法来实现的图像分割算法，其主要不同在于不同光照下阈值的取值差异；106)将步骤105)中的二值图进行形态学处理，包括对图像数据进行膨胀、腐蚀、开启和闭合这四种形态学的代数运算，以及对物体边缘信息的滤波处理；107)对经过形态学处理后的二值图再进行区域填充，将封闭的物体边缘内部进行填充，从而获得整个物体的信息；108)对最后得到的二值图进行轨道识别与外部不安全因素识别；由于轨道的轨面在列车运行过后是很光滑的，再由列车的车灯以照射，轨面就显得很光亮，在处理后的二值图中，轨面的信息就成为了两条白色的长带，基于轨道的平直特性，将列车的运行轨道进行识别；在对列车前方进行识别外部不安全因素时，以列车的轨道作为参考基线，将图像分割成5块识别区域，包括左轨左侧、两轨中间、右轨右侧和两...

【专利技术属性】
技术研发人员：薛强，袁志鹏，徐建勇，
申请(专利权)人：卡斯柯信号有限公司，
类型：发明
国别省市：上海;31