基于雷达及图像分析的铁路线路异物检测方法及系统技术方案

技术编号:20043521 阅读:34 留言:0更新日期:2019-01-09 03:41
本发明专利技术公开了一种基于雷达及高清图像分析的铁路线路异物检测方法及系统,通过充分利用微波雷达实时侦测运动目标的优势,再使用高清视频设备获取运动目标的实时高清视频流,然后结合两者对运动目标进行分析,判断其是否是需要进行预警的异物目标。并且可针对不同异物目标的尺寸大小、类型进行不同级别的预警,以提高对入侵异物的检测精度和响应速度。与现有技术相比,本发明专利技术能够实现对铁路线路内的侵入异物进行及时、精准地侦测和预警,有效降低了漏检率、误报率,避免了由于异物入侵而发生重大事故,在铁路线路安全领域具有良好的应用前景。

Detection Method and System of Foreign Objects in Railway Lines Based on Radar and Image Analysis

The invention discloses a railway line foreign body detection method and system based on radar and high-definition image analysis. By making full use of the advantages of microwave radar in real-time detection of moving targets, and then using high-definition video equipment to obtain real-time high-definition video stream of moving targets, and then combining the two methods to analyze moving targets, to determine whether they are foreign objects requiring early warning. In order to improve the detection accuracy and response speed of invading foreign bodies, different levels of warning can be carried out according to the size and type of foreign objects. Compared with the prior art, the invention can realize timely and accurate detection and early warning of intrusive foreign bodies in railway lines, effectively reduce the rate of missed detection and false alarm, avoid major accidents due to foreign body intrusion, and has good application prospects in the field of railway line safety.

【技术实现步骤摘要】
基于雷达及图像分析的铁路线路异物检测方法及系统
本专利技术属于轨道交通安全
,涉及到一种基于雷达及图像分析的铁路线路异物检测方法及系统。
技术介绍
近年来,随着我国铁路建设力度日益加大,尤其是在高速铁路建设方面,国家投入了大量的人力、财力进行开发建设。也使得我国的高铁技术居于世界前列,成为我国的一张新名片。同时,随着列车速度的不断提高,对铁路线路的安全要求也越来越高。而保障列车运行安全除了要求列车及铁路路基本身的质量可靠之外,铁路沿线的居民、动物、及各种因恶劣天气造成的树枝、落石或人为丢弃的垃圾等异物侵入铁路限界,甚至各种人为的恶意损坏,严重影响了铁路运行安全和铁路运输经济的发展。因此,铁路异物入侵检测问题成为我国铁路运输安全关注的热点问题。传统的铁路线路异物检测主要是依靠人力,通过大量的巡路人员进行不间断的线路巡查来检查铁路线路上是否存在异物。这种方式虽然能够非常精准地检测到线路上是否存在异物,但是需要大量的人力,且由于人的行进速度有限,而异物入侵具有突发性、无规律、不可预测等特点,从而使得异物的发现不够及时,最终导致对异物的清理不够迅速。而随着高清视频监控技术的飞速发展,基于视频监控的异物入侵检测技术得到了越来越多的应用。但高清视频设备则可能存在视野盲区、容易受天气光照等环境因素影响、无法精准的得到入侵异物的准确位置、检测算法复杂等缺点,从而使得对异物入侵的检测不够精准和可靠,存在严重的报警位置不准确、误报漏报率较高、报警不及时等问题。为解决上述问题,在某些铁路线路异物检测系统中已采用多种检测方式同时进行部署来避免上述问题,如采用双电网、倾角传感、红外对射、雷达探测技术、激光幕墙、高清视频等各种技术手段中的两种或多种来配合进行检测,从而提高检测的精度及可靠性。如随着民用雷达技术的发展,从而出现了一些新的检测技术手段,如激光雷达技术和微波雷达技术。其中激光雷达成像技术具有盲区小、高精度、高分辨率的优势,利用其成像信息进行目标识别,也能在一定程度用来在铁路线路上进行异物识别,但激光雷达同样易受到冰雪等天气因素的影响。无法适应我国复杂的铁路线路使用坏境。而微波雷达是一种以发送电磁波并接收物体的反射回波来探测目标的电子设备,微波雷达通过检测微波信号的相位变化,能实现对监测区域内移动目标的速度、所在位置坐标进行探测的功能。如CN107697102A公开了一种高速铁路异物侵限的信息采集、识别及警示系统,其同时采用雷达和图像采集进行异物的识别,其基本思路是利用不同物体对雷达电磁波的反射波长不同的方式来确定铁路路轨上是否存在异物,然后利用面阵CCD来获取异物的图像,并根据异物在CCD面阵上的占比大小来计算异物的大小。这种方式虽然在某种条件下可以检测出铁路路轨上是否存在异物,但其缺陷也是明显的,(1)同样物体在不同天气下对电磁波的波长反射情况不同,如针对于铁路路轨而言,若是大雨、甚至大雪天气路轨轨道被冰冻,其对电磁波反射的波长必然受到影响,所以该种方式极易受到天气的影响。(2)仅仅是利用面阵CCD来获取异物的大小,从而无法获取到异物的细节轮廓信息,无法对异物进行准确的分类。另外,距离的不同也会影响物体在CCD上的成像大小,从而仅仅是利用成像大小无法准确得到物体的真实大小。(3)其设备安装位置要求低于轨道,从而导致雷达设备的作用范围有限,且容易遭到人为破坏,而无法发挥实际的异物识别、警示效能。
技术实现思路
专利技术目的:针对现有技术的不足,本专利技术目的在于提供一种基于雷达及图像分析的铁路线路异物检测方法及系统,考虑到任何的异物入侵都存在一个动态的入侵过程,以及微波雷达对运动物体极为敏感的特性,通过微波雷达探测异物的入侵过程,并在探测到异物后,配合高清视频图像进行异物的类型、尺寸大小的分析,从而实现对异物的危险系数进行计算,并据此发出不同级别的预警信号,来实现对铁路线路上所有的异物进行报警。技术方案:为实现上述专利技术目的,本专利技术采用如下技术方案:一种基于雷达及图像分析的铁路线路异物检测方法,包括如下步骤:(1)通过部署在铁路线路路旁的微波雷达设备,实时检测其监控范围内是否有移动目标,并将所有移动目标的坐标位置信息发送到与其对应的高清云台摄像机;(2)高清云台摄像机根据自身与微波雷达设备的相对位置,计算出移动目标相对于高清摄像机的位置,调整拍摄方向和焦距,连续拍摄移动目标图像(视频流),直至目标停止移动或已经移动出微波雷达设备的侦测范围;(3)根据高清云台摄像机拍摄的实时图像(视频流)进行异物检测,包括:利用每次拍摄的图像获取移动目标在图像上的位置和轮廓形状;根据摄像机成像原理计算移动目标的真实尺寸;根据移动目标的位置坐标进行曲线拟合得出移动目标的空间运动轨迹方程;结合移动目标的空间运动轨迹方程和图片连续拍摄的终止条件判定目标的类型,若移动目标已经运动出雷达设备的监控范围或目标落地位置在雷达设备的监控范围外,则认为目标不具备危险性,排除目标;若目标持续在微波雷达监控范围内运动或落地位置在监控范围内,则根据目标的轮廓及纹理进行图像匹配分析,得到异物类型并计算异物目标的危险系数;(4)将异物参数、危险系数及实时图像发送到预警服务器,预警服务器根据预定义的预警规则,生成并发送预警命令到对应的预警装置或对接的平台。进一步地,所述步骤(3)中,通过对每次连续拍摄的两张图像进行灰度化并作差运算,再进行形态学的膨胀处理,获取移动目标在图像上的位置和轮廓形状。进一步地,所述步骤(3)中,移动目标的真实尺寸计算公式为:其中,W为移动目标的真实截面宽度,H为移动目标的真实截面高度,w为移动目标在图像上的宽度,h为移动目标在图像上的高度,D为拍摄时移动目标与摄像机的距离,L为移动目标的像距。进一步地,所述步骤(3)中,对于同时有多个目标被微波雷达设备侦测到的情况,根据移动目标上一次被侦测到的位置坐标和运动速度来判断其是否是同一个目标,具体的判断公式为:其中,P0为移动目标为上一次被侦测到位置,P1为移动目标为当前所在位置,V0为移动目标上一次被侦测到时的运动速度,T1、T0为移动目标被侦测到时的具体时刻。进一步地,所述步骤(3)中,所述图像匹配分析采用基于深度学习的图像分类方法,通过收集各种可能入侵异物的各个角度图像加入深度学习模型,进行模型训练,得到分类模型;将拍摄到的移动目标的轮廓图像输入分类模型得到异物类型。进一步地,所述步骤(3)中,异物目标的危险系数R的计算公式为:其中,R0为事先配置的异物类型所对应的危险系数,S为异物的截面积大小,D为异物与铁路线路路轨中央的距离大小。本专利技术另一方面提供的一种基于雷达及图像分析的铁路线路异物检测系统,包括:安装在铁路线路路旁的微波雷达设备,安装在铁路线路路旁与微波雷达设备相对应的高清云台摄像机,以及预警服务器;所述微波雷达设备,用于探测其侦测范围内是否存在移动目标,以及移动目标的速度、所在位置的三维坐标信息,并将信息发送到与其对应的高清云台摄像机;所述高清云台摄像机,用于在接收到微波雷达设备发送的移动目标位置后,根据自身与微波雷达设备的相对位置,计算出移动目标相对于高清摄像机的位置,调整拍摄方向和焦距,连续拍摄移动目标图像,直至目标停止移动或已经移动出微波雷达设备的侦测范围;以及通过内置的异本文档来自技高网
...

【技术保护点】
1.一种基于雷达及图像分析的铁路线路异物检测方法,其特征在于,包括如下步骤:(1)通过部署在铁路线路路旁的微波雷达设备,实时检测其监控范围内是否有移动目标,并将所有移动目标的位置坐标及速度信息发送到与其对应的高清云台摄像机;(2)高清云台摄像机根据自身与微波雷达设备的相对位置,计算出移动目标相对于高清摄像机的位置,调整拍摄方向和焦距,连续拍摄移动目标图像,直至目标停止移动或已经移动出微波雷达设备的侦测范围;(3)根据高清云台摄像机拍摄的实时图像进行异物检测,包括:利用每次拍摄的图像获取移动目标在图像上的位置和轮廓形状;根据摄像机成像原理计算移动目标的真实尺寸;根据移动目标的位置坐标进行曲线拟合得出移动目标的空间运动轨迹方程;结合移动目标的空间运动轨迹方程和图片连续拍摄的终止条件判定目标的类型,若移动目标已经运动出雷达设备的监控范围或目标落地位置在雷达设备的监控范围外,则认为目标不具备危险性,排除目标;若目标持续在微波雷达监控范围内运动或落地位置在监控范围内,则根据目标的轮廓及纹理进行图像匹配分析,得到异物类型并计算异物目标的危险系数;(4)将异物参数、危险系数及实时图像发送到预警服务器,预警服务器根据预定义的预警规则,生成并发送预警命令到对应的预警装置或对接的平台。...

【技术特征摘要】
1.一种基于雷达及图像分析的铁路线路异物检测方法,其特征在于,包括如下步骤:(1)通过部署在铁路线路路旁的微波雷达设备,实时检测其监控范围内是否有移动目标,并将所有移动目标的位置坐标及速度信息发送到与其对应的高清云台摄像机;(2)高清云台摄像机根据自身与微波雷达设备的相对位置,计算出移动目标相对于高清摄像机的位置,调整拍摄方向和焦距,连续拍摄移动目标图像,直至目标停止移动或已经移动出微波雷达设备的侦测范围;(3)根据高清云台摄像机拍摄的实时图像进行异物检测,包括:利用每次拍摄的图像获取移动目标在图像上的位置和轮廓形状;根据摄像机成像原理计算移动目标的真实尺寸;根据移动目标的位置坐标进行曲线拟合得出移动目标的空间运动轨迹方程;结合移动目标的空间运动轨迹方程和图片连续拍摄的终止条件判定目标的类型,若移动目标已经运动出雷达设备的监控范围或目标落地位置在雷达设备的监控范围外,则认为目标不具备危险性,排除目标;若目标持续在微波雷达监控范围内运动或落地位置在监控范围内,则根据目标的轮廓及纹理进行图像匹配分析,得到异物类型并计算异物目标的危险系数;(4)将异物参数、危险系数及实时图像发送到预警服务器,预警服务器根据预定义的预警规则,生成并发送预警命令到对应的预警装置或对接的平台。2.根据权利要求1所述的一种基于雷达及图像分析的铁路线路异物检测方法,其特征在于,所述步骤(3)中,通过对每次连续拍摄的两张图像进行灰度化操作并作差运算,再进行形态学的膨胀处理,获取移动目标在图像上的位置和轮廓形状。3.根据权利要求1所述的一种基于雷达及图像分析的铁路线路异物检测方法,其特征在于,所述步骤(3)中,移动目标的真实尺寸计算公式为:其中,W为移动目标的真实截面宽度,H为移动目标的真实截面高度,w为移动目标在图像上的宽度,h为移动目标在图像上的高度,D为拍摄时移动目标与摄像机的距离,L为移动目标的像距。4.根据权利要求1所述的一种基于雷达及图像分析的铁路线路异物检测方法,其特征在于,所述步骤(3)中,对于同时有多个目标被微波雷达设备侦测到的情况,根据移动目标上一次被侦测到的位置坐标和运动速度来判断其是否是同一个目标,具体的判断公式为:其中,P0为移动目标为上一次被侦测到位置,P1为移动目标为当前所在位置,V0为移动目标上一次被侦测到时的运动速度,T1、T0为移动目标被侦测到时的具体时刻。5.根据权利要求1所述的一种基于雷达及图像分析的铁路线路异物检测方法,其特征在于,所述步骤(3)中,所述图像匹配分析采用基于深度学习的图像分类方法,通过收集各种可能入侵异物的各个角度的图像加入深度学习模型,进行模型训练,得到分类模型;最终将拍摄到...

【专利技术属性】
技术研发人员:陈一兵张世强黄一闻
申请(专利权)人:南京微达电子科技有限公司
类型:发明
国别省市:江苏,32

网友询问留言 已有0条评论
  • 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。

1