一种基于多传感器融合的列车车皮识别与测距方法技术

本发明专利技术公开了一种基于多传感器融合的列车车皮识别与测距方法，包括以下步骤：S1双传感器对目标区域数据进行采集与处理，得到各自的标准数据；S2根据各自的标准数据，搭建数据融合平台，并得到有效目标区域；S3根据有效目标区域对目标进行识别与检测；S4在有效目标区域中提取目标车皮的距离信息，将得到的是否目标车皮的信息和对应的距离信息实时传递至前端。本发明专利技术能自动地测量出列车车尾部与待挂车皮之间距离，并实时为机车司机提供该距离参数，便于机车实时、准确地调整列车速度，最终达到可靠、安全地挂接待挂列车。

A method of train identification and distance measurement based on multi-sensor fusion

【技术实现步骤摘要】
一种基于多传感器融合的列车车皮识别与测距方法
本专利技术属于交通控制系统
，具体涉及一种基于多传感器融合的列车车皮识别与测距方法。
技术介绍
目前，货运列车在货场挂接车皮采用人工方法实现，该方法利用人眼目测的方式测量列车与待挂车皮之间的距离，误差较大，机车司机利用该距离参数调整车速不够精确，影响车皮挂接作业的工作质量。另外，由于受季节、天气、遮挡和光线等因素的影响，使得人工目测距离时会受到进一步的影响，使得作业效率进一步降低。列车的驾驶人员与引导员收到命令后通过肉眼观察与分辨后按照相关程序协同完成，待挂接的车皮分布于不同的岔道上，火车司机负责将火车驶入待挂车皮的岔道并用肉眼判断距离以控制速度完成挂接，这种挂接方式被广泛用于全国大部分货运铁路。但人工作业具有如下缺点。第一，调度策略复杂，交通效率低下。第二，人工作业可控性低，易产生误判与疏忽，而造成作业事故(车速过快(大于5km/h)时，发生车皮碰撞，造成车皮本体变形；车速过慢(小于5km/h)时，推理不足，造成车皮挂接不上)。第三，受天气影响严重，例如午夜时间，受光照条件影响的人工调度能力会大大降低。目前，主流测距传感器技术如红外测距的优点是价格便宜，工作过程安全，但抗干扰性差，距离近(有效距离通常在十米以内)，方向性差；激光雷达测距的优点是精确，缺点是工作过程需要注意人体安全，且制作的难度较大，成本较高，而且光学系统需要保持干净，否则将影响测量；毫米波雷达测距距离远(有效距离通常在100米以内)实时性好而虚警率高，视觉传感器识别能力强，缺点是测距策略复杂且精度低。由于环境因素的影响，比如季节变化造成的寒冷环境(零下十度左右)、雾天雨天夜晚等的低能见度环境、工作现场(货厂)非目标物体造成遮挡或干扰的复杂环境，虽然研究人员在传感器研究领域通过改进系统硬件性能并优化算法，或提出新的系统方案，并大幅提高单一传感器的性能，然而在上述复杂的交通工况中单一传感器精确的感知能力仍然有待提高，为此研究人员逐步开始关注多传感器信息融合的识别方法，且近年来软硬件技术的进步与数学算法的飞速发展，为多传感器融合提供了技术上与理论上的支撑。通过各种算法与数学模型可以自动检测出前方目标的距离。这种可控性高、自动化程度高的控制模式逐步成为国内外的研究热点与技术攻关领域。故为满足工作过程需要，所述传感器选择包括毫米波雷达及单目RGB视觉传感器融合的传感器，优势互补，可降低单一依赖性并提高性能以达到目标。
技术实现思路
本专利技术公开了一种基于多传感器融合的列车车皮识别与测距方法，该方法采用毫米波雷达与视觉传感器融合的方式，自动地测量出列车车尾部与待挂车皮之间距离，并实时为机车司机提供该距离参数，便于机车实时、准确地调整列车速度，最终达到可靠、安全地挂接待挂列车。本专利技术通过以下技术方案实现：一种基于多传感器融合的列车车皮识别与测距方法，所述方法包括以下步骤：S1双传感器对目标区域数据进行采集与处理，得到各自的标准数据；S2根据各自的标准数据，搭建数据融合平台，并得到有效目标区域；S3根据有效目标区域对目标进行识别与检测；S4在有效目标区域中提取目标车皮的距离信息，将得到的是否目标车皮的信息和对应的距离信息实时传递至远程终端控制器。进一步的，步骤S1中包括：S11第一传感器实时采集前方区域图像数据，并输出图像原始数据，同时，第二传感器实时采集前方区域雷达数据，并输出雷达原始数据；S12对所述图像原始数据和所述雷达原始数据进行标准化处理，分别得到图像标准数据和雷达标准数据，执行步骤S2。进一步的，步骤S12中包括：S121对图像原始数据进行畸变矫正；S122对畸变矫正后的图像原始数据进行编码处理；S123对进行过编码处理后的图像原始数据进行像素处理，而后生成图像标准数据，执行步骤S2。进一步的，步骤S12中还包括：S124对雷达原始数据进行阈值滤波；S125对经过阈值滤波的雷达原始数据进行卡尔曼状态估计，而后生成雷达标准数据，执行步骤S2。进一步的，包括：第一传感器安装标定模块、第二传感器安装标定模块、联合标定模块和时间同步模块，其中，所述第一传感器安装标定模块，用于对所述第一传感器进行安装与标定；所述第二传感器安装标定模块，用于对所述第二传感器进行安装与标定；所述联合标定模块，用于对所述第一传感器和第二传感器进行联合标定；所述时间同步模块，用于对所述第一传感器和第二传感器进行时间同步，步骤S2中包括：S21对第一传感器进行安装与标定；S22对第二传感器进行安装与标定；S23对第一传感器和第二传感器进行联合标定和时间同步，得到有效目标区域。进一步的，所述第一传感器为摄像机传感器。进一步的，所述第二传感器为雷达传感器。进一步的，所述雷达传感器为毫米波雷达。进一步的，步骤S3中包括：S31训练得到深度神经网络目标检测器；S32将有效目标区域通过深度神经网络目标检测器检测前方区域铁轨，裁减得到含有目标车皮的有效测量区域。进一步的，步骤S4中，具体的，对步骤S1-S3进行封装与整合，在图像识别所得到的有效测量区域中提取完成目标车皮的距离信息，将得到的是否目标车皮的信息与对应的距离信息实时传递至远程终端控制器。本专利技术的有益效果在于：第一，通过毫米波雷传感器与图像传感器的融合，大大提升了可弥补单传感器在获取道路环境感知信息量不够丰富的缺陷；第二，恶劣天气情况下，人工判断会受到光线低温等天气因素的严重干扰，而毫米波雷达在环境适应能力上较为强大，极大提升车载环境感知能力的潜力以适应全天候的工作，包括冬天(气温低于30℃情况)、夏天、白天、夜间、晴天、雾天、雨天、雾霾天等。相比于仅靠人工操作，极大地提高了工作过程中环境感知能力的可靠性、准确性与适应性；第三，通过使用传感器，能够科学准确地计算目标车皮的距离而不是操作人员仅凭经验与肉眼观察得到的模糊判断，从而大大消除了人工控制低效不稳定的缺陷；附图说明图1为本专利技术的一种基于多传感器融合的列车车皮识别与测距方法的方法流程图；图2为本专利技术的一种基于多传感器融合的列车车皮识别与测距方法的模块执行图。具体实施方式下面将结合本专利技术实施例中的附图对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参照图1所示，本专利技术通过以下技术方案实现：本专利技术提供了一种基于多传感器融合的列车车皮识别与测距方法的一实施例，所述方法包括以下步骤：S1双传感器对目标区域数据进行采集与处理，得到各自的标准数据；S2根据各自的标准数据，搭建数据融合平台，并得到有效目标区域；S3根据有效目标区域对目标进行识别与检测；S4在有效目标区域中提取目标车皮的距离信息，将得到的是否目标车皮的信息和对应的距离信息实时传递至远程终端控制器。参照图1所示，在本部分优选实施例中，步骤S1中包括：S11第一传感器实时采集前方区域图像数据，并输出图像原始数据，同时，第二传感器实时采集前方区域雷达数据，并输出雷达原始数据；S12对所述图像原始数据和所述雷达原始数据进行标准化处理，分别得到图像标准数据和雷达标准数据，执行步骤S2。具体的，雷达为本文档来自技高网...

【技术保护点】
1.一种基于多传感器融合的列车车皮识别与测距方法，其特征在于，所述方法包括以下步骤：S1双传感器对目标区域数据进行采集与处理，得到各自的标准数据；S2根据各自的标准数据，搭建数据融合平台，并得到有效目标区域；S3根据有效目标区域对目标进行识别与检测；S4在有效目标区域中提取目标车皮的距离信息，将得到的是否目标车皮的信息和对应的距离信息实时传递至远程终端控制器。

【技术特征摘要】
1.一种基于多传感器融合的列车车皮识别与测距方法，其特征在于，所述方法包括以下步骤：S1双传感器对目标区域数据进行采集与处理，得到各自的标准数据；S2根据各自的标准数据，搭建数据融合平台，并得到有效目标区域；S3根据有效目标区域对目标进行识别与检测；S4在有效目标区域中提取目标车皮的距离信息，将得到的是否目标车皮的信息和对应的距离信息实时传递至远程终端控制器。2.根据权利要求1所述的一种基于多传感器融合的列车车皮识别与测距方法，其特征在于，步骤S1中包括：S11第一传感器实时采集前方区域图像数据，并输出图像原始数据，同时，第二传感器实时采集前方区域雷达数据，并输出雷达原始数据；S12对所述图像原始数据和所述雷达原始数据进行标准化处理，分别得到图像标准数据和雷达标准数据，执行步骤S2。3.根据权利要求2所述的一种基于多传感器融合的列车车皮识别与测距方法，其特征在于，步骤S12中包括：S121对图像原始数据进行畸变矫正；S122对畸变矫正后的图像原始数据进行编码处理；S123对进行过编码处理后的图像原始数据进行像素处理，而后生成图像标准数据，执行步骤S2。4.根据权利要求2所述的一种基于多传感器融合的列车车皮识别与测距方法，其特征在于，步骤S12中还包括：S124对雷达原始数据进行阈值滤波；S125对经过阈值滤波的雷达原始数据进行卡尔曼状态估计，而后生成雷达标准数据，执行步骤S2。5.根据权利要求2所述的一种基于多传感器融合的列车车皮识别与测距方法，其特征在于，包括：第一传感器安装标定模...

【专利技术属性】
技术研发人员：刘兆庆，乔立岩，宋星元，黄杰，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江,23