本發(fā)明涉及限界檢測(cè)領(lǐng)域，尤其涉及一種軌道交通限界檢測(cè)方法。

背景技術(shù)：

1、鐵路運(yùn)營(yíng)的范圍不斷擴(kuò)大，鐵路安全問題日益成為關(guān)注的焦點(diǎn)。式中，鐵路限界檢測(cè)作為確保列車運(yùn)行安全的關(guān)鍵環(huán)節(jié)，受到了廣泛的重視。所謂鐵路限界檢測(cè)，是指在軌道交通運(yùn)行過程中，確保列車及其載貨所需的空間范圍不受干擾，包括軌道兩側(cè)及上方的安全距離，以防止列車與周圍設(shè)施、植被及其他列車等發(fā)生碰撞。

2、傳統(tǒng)的限界檢測(cè)方法主要依賴于人工檢查和定期的機(jī)械掃描。這些方法不僅耗時(shí)費(fèi)力，而且檢測(cè)精度往往不盡如人意。隨著計(jì)算機(jī)視覺和人工智能技術(shù)的快速發(fā)展，自動(dòng)化檢測(cè)技術(shù)開始在鐵路限界檢測(cè)中發(fā)揮重要作用。通過圖像處理和深度學(xué)習(xí)算法，可以高效、準(zhǔn)確地識(shí)別和評(píng)估鐵路限界范圍，從而顯著提高檢測(cè)效率和安全性。

3、當(dāng)前的限界檢測(cè)技術(shù)主要依賴于諸如激光雷達(dá)、深度相機(jī)和三維激光設(shè)備等視覺設(shè)備，或者它們的組合。然而，我國(guó)的軌道列車數(shù)量龐大，大規(guī)模應(yīng)用這些高成本設(shè)備將帶來巨大的經(jīng)濟(jì)成本。因此，尋找一種成本低廉、檢測(cè)速度快、準(zhǔn)確性高且適應(yīng)性強(qiáng)的限界檢測(cè)方法，顯得尤為重要。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了一種軌道交通限界檢測(cè)方法，以實(shí)現(xiàn)有效地檢測(cè)出軌道交通限界。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采取了如下技術(shù)方案。

3、根據(jù)本發(fā)明的一個(gè)方面，提供了一種軌道交通限界檢測(cè)方法，包括：

4、通過安裝在列車前端的相機(jī)采集列車前方的運(yùn)行環(huán)境圖像數(shù)據(jù)，對(duì)所述運(yùn)行環(huán)境圖像數(shù)據(jù)進(jìn)行處理，生成深度圖；

5、利用語(yǔ)義分割算法提取所述深度圖中的軌道區(qū)域，根據(jù)所述軌道區(qū)域和深度圖計(jì)算出軌道的三維空間坐標(biāo)；

6、利用軌道先驗(yàn)約束方程對(duì)所述軌道的三維空間坐標(biāo)進(jìn)行卷積最優(yōu)變換處理，形成軌道三維點(diǎn)云數(shù)據(jù)；

7、基于所述軌道三維點(diǎn)云數(shù)據(jù)及先驗(yàn)知識(shí)，通過最小化誤差平方和的方法擬合出直線和曲線段的軌道中心線；

8、通過方差矢量最小化的方法在所述軌道三維點(diǎn)云數(shù)據(jù)中提取多場(chǎng)景軌道平面；

9、結(jié)合軌道中心線和軌道平面構(gòu)建三維立體軌道限界包圍盒，實(shí)現(xiàn)車輛限界和建筑限界的三維檢測(cè)。

10、優(yōu)選地，所述的通過安裝在列車前端的相機(jī)采集列車前方的運(yùn)行環(huán)境圖像數(shù)據(jù)，對(duì)所述運(yùn)行環(huán)境圖像數(shù)據(jù)進(jìn)行處理，生成深度圖，包括：

11、設(shè)置一個(gè)黑白間距已知且能夠被相機(jī)拍攝到的棋盤格圖案的標(biāo)定板，在安裝相機(jī)前，利用所述標(biāo)定板標(biāo)定計(jì)算獲取相機(jī)內(nèi)參矩陣k、徑向畸變系數(shù)k1,k2,k3和切向畸變系數(shù)p1,p2，內(nèi)參矩陣k包括焦距(fx,fy)和相機(jī)中心對(duì)應(yīng)的像素位置坐標(biāo)(cx,cy)；

12、將標(biāo)定好的相機(jī)安裝在列車前端中央位置，列車不斷向前方運(yùn)動(dòng)，通過相機(jī)采集列車前方的運(yùn)行環(huán)境圖像數(shù)據(jù)，設(shè)備坐標(biāo)系設(shè)定為：相機(jī)設(shè)備的坐標(biāo)為(0,0,0)，列車行駛方向?yàn)閥軸，垂直軌道平面方向?yàn)閦軸，x軸垂直于平面yoz；

13、選擇基于卷積神經(jīng)網(wǎng)絡(luò)的單目估計(jì)算法對(duì)采集的運(yùn)行環(huán)境圖像數(shù)據(jù)進(jìn)行處理，得到每一幀彩色圖像irgb對(duì)應(yīng)的初始深度圖dpred；

14、對(duì)每一幀深度圖dpred和彩色圖像irgb，使用深度補(bǔ)全算法生成深度圖dcompleted。

15、優(yōu)選地，所述的利用語(yǔ)義分割算法提取所述深度圖中的軌道區(qū)域，根據(jù)所述軌道區(qū)域和深度圖計(jì)算出軌道的三維空間坐標(biāo)，包括：

16、使用語(yǔ)義分割算法對(duì)所述深度圖dcompleted進(jìn)行處理，分割軌道區(qū)域，輸出軌道區(qū)域的像素坐標(biāo)(u,v)；

17、獲取相機(jī)的內(nèi)參矩陣和畸變系數(shù)，利用公式(1)對(duì)所述軌道區(qū)域的像素坐標(biāo)(u,v)進(jìn)行去畸變處理，得到校正后的像素坐標(biāo)(uc,vc)；

18、

19、式中，r是徑向距離表示點(diǎn)到圖像中心的距離，(u,v)，(uc,vc)分別是校正前后的像素坐標(biāo)，(cx,cy)是所述的相機(jī)中心對(duì)應(yīng)的像素位置坐標(biāo)，是內(nèi)參矩陣k包括的一項(xiàng)參數(shù)，k1,k2,k3和p1,p2是所述的徑向畸變系數(shù)和切向畸變系數(shù)；

20、從所述深度圖dcompleted中提取與軌道區(qū)域的像素坐標(biāo)對(duì)應(yīng)的深度值d；

21、利用校正后的像素坐標(biāo)(uc,vc)和對(duì)應(yīng)的深度值d，通過公式(2)計(jì)算得到相機(jī)坐標(biāo)系下的軌道三維空間坐標(biāo)(x,y,z)；

22、

23、根據(jù)所述運(yùn)行環(huán)境圖像數(shù)據(jù)通過特征點(diǎn)匹配的方法進(jìn)行視覺里程計(jì)計(jì)算，以獲取相機(jī)的外參矩陣[r|t]，包括旋轉(zhuǎn)矩陣r和平移向量t；

24、利用相機(jī)外參矩陣和所述相機(jī)坐標(biāo)系下的三維空間坐標(biāo)(x,y,z)通過公式(3)計(jì)算得到軌道的世界坐標(biāo)系下的三維空間坐標(biāo)(xw,yw,zw)；

25、

26、優(yōu)選地，所述的利用軌道先驗(yàn)約束方程對(duì)所述軌道的三維空間坐標(biāo)進(jìn)行卷積最優(yōu)變換處理，形成軌道三維點(diǎn)云數(shù)據(jù)，包括：

27、將軌道兩側(cè)的世界坐標(biāo)系下的三維空間坐標(biāo)點(diǎn)數(shù)據(jù)通過體素化的方法進(jìn)行左右區(qū)域體素劃分，得到左軌道體素區(qū)域和右軌道體素區(qū)域，計(jì)算每個(gè)體素內(nèi)點(diǎn)的質(zhì)心，通過公式(4)構(gòu)建特定的軌道先驗(yàn)約束方程，過濾掉不符合先驗(yàn)約束的體素區(qū)域，對(duì)所述三維空間坐標(biāo)點(diǎn)數(shù)據(jù)進(jìn)行卷積最優(yōu)變換平滑和對(duì)齊處理，形成軌道三維點(diǎn)云數(shù)據(jù)；

28、

29、式中，voxeli表示第i個(gè)體素的空間范圍，|vi|表示體素內(nèi)點(diǎn)的數(shù)量，表示第i個(gè)體素左區(qū)域質(zhì)心，表示第i個(gè)體素左區(qū)域質(zhì)心到第i個(gè)體素右區(qū)域質(zhì)心的距離計(jì)算，w軌是已知的軌道寬度，ε是允許的誤差范圍。

30、優(yōu)選地，所述的基于所述軌道三維點(diǎn)云數(shù)據(jù)及先驗(yàn)知識(shí)，通過最小化誤差平方和的方法擬合出直線和曲線段的軌道中心線，包括：

31、利用所述軌道三維點(diǎn)云數(shù)據(jù)獲取點(diǎn)云坐標(biāo)和軌道先驗(yàn)知識(shí)，軌道先驗(yàn)知識(shí)包括軌道平直性、曲率半徑和軌道間距；

32、使用低階多項(xiàng)式擬合直線段、高階多項(xiàng)式或特定曲線方程擬合曲線段，通過公式(5)、(6)定義最小化誤差平方和函數(shù)e，通過公式(7)、(8)確定擬合直線段、曲線段軌道參數(shù)，代入公式(5)、(6)擬合出直線和曲線段的軌道中心線，通過使用優(yōu)化算法，使擬合的曲率接近給定的先驗(yàn)曲率半徑，同時(shí)保證擬合曲線的間距與軌道設(shè)計(jì)標(biāo)準(zhǔn)一致；

33、

34、式中，t是參數(shù)，(x0,y0,z0)是直線段起點(diǎn)坐標(biāo)，a,b,c分別表示直線在x,y,z方向上的方向向量分量；

35、

36、式中，f(t)、g(t)、h(t)是x、y、z分量的二次多項(xiàng)式表示；

37、

38、式中，ti是每個(gè)點(diǎn)對(duì)應(yīng)的參數(shù)t值，(x0,y0,z0)是直線段起點(diǎn)坐標(biāo)，a,b,c分別表示直線在x,y,z方向上的方向向量分量，f(ti),g(ti),h(ti)是參數(shù)ti下對(duì)應(yīng)的擬合曲線的三維坐標(biāo)。

39、優(yōu)選地，所述的通過方差矢量最小化的方法在所述軌道三維點(diǎn)云數(shù)據(jù)中提取多場(chǎng)景軌道平面，包括：

40、利用軌道三維點(diǎn)云數(shù)據(jù)p，中心化點(diǎn)云數(shù)據(jù)，計(jì)算協(xié)方差矩陣；

41、基于協(xié)方差矩陣?yán)霉?9)進(jìn)行特征值分解，通過方差矢量最小化的方法選取軌道平面的法向量n，利用法向量n通過公式(10)構(gòu)建多場(chǎng)景軌道平面方程；

42、

43、式中，λi是第i個(gè)特征值，vi是第i個(gè)特征值對(duì)應(yīng)的特征向量，pi＝(xi,yi,zi)是第i個(gè)點(diǎn)的坐標(biāo)，表示中心化點(diǎn)云數(shù)據(jù)的公式，表示協(xié)方差矩陣，通過對(duì)所述協(xié)方差矩陣進(jìn)行特征值分解，最小的特征值對(duì)應(yīng)的特征向量為平面的法向量n；

44、利用法向量n通過公式(10)構(gòu)建多場(chǎng)景軌道平面方程；

45、

46、式中，為法向量n的分量。

47、優(yōu)選地，所述的結(jié)合軌道中心線和軌道平面構(gòu)建三維立體軌道限界包圍盒，實(shí)現(xiàn)車輛限界和建筑限界的三維檢測(cè)，包括：

48、利用軌道中心線和軌道平面方程，定義所述軌道限界包圍盒的寬度和高度分別為車輛限界和建筑限界的安全寬度wv、wb和高度hv、hb，并且支持動(dòng)態(tài)調(diào)整所述軌道限界包圍盒的寬度和高度；

49、利用所述軌道限界包圍盒的寬度和高度的信息通過公式(11)、(12)對(duì)軌道中心線上的任意一點(diǎn)c(t)＝(x(t),y(t),z(t))構(gòu)建與線路中心線垂直斷面的車輛限界和建筑限界的限界框；

50、

51、

52、式中，代表車輛限界x軸方向的正、負(fù)半軸的兩個(gè)端點(diǎn)，代表車輛限界z軸方向的正、負(fù)半軸的兩個(gè)端點(diǎn)，x(t)，z(t)是軌道中心線上的任意一點(diǎn)坐標(biāo)，wv、wb和hv、hb是車輛限界和建筑限界的安全寬度和高度；

53、將所述車輛限界和建筑限界的界框沿軌道平面構(gòu)建三維立體軌道限界包圍盒，實(shí)現(xiàn)車輛限界和建筑限界的三維檢測(cè)。

54、根據(jù)本發(fā)明的另一個(gè)方面，提供了一種軌道交通限界檢測(cè)裝置，包括：深度圖生成模塊、三維空間坐標(biāo)計(jì)算模塊、軌道三維點(diǎn)云數(shù)據(jù)獲取模塊、軌道中心線獲取模塊和軌道限界檢測(cè)模塊；

55、所述的深度圖生成模塊，用于通過安裝在列車前端的相機(jī)采集列車前方的運(yùn)行環(huán)境圖像數(shù)據(jù)，對(duì)所述運(yùn)行環(huán)境圖像數(shù)據(jù)進(jìn)行處理，生成深度圖；

56、所述的三維空間坐標(biāo)計(jì)算模塊，用于利用語(yǔ)義分割算法提取所述深度圖中的軌道區(qū)域，根據(jù)所述軌道區(qū)域和深度圖計(jì)算出軌道的三維空間坐標(biāo)；

57、所述的軌道三維點(diǎn)云數(shù)據(jù)獲取模塊，用于利用軌道先驗(yàn)約束方程對(duì)所述軌道的三維空間坐標(biāo)進(jìn)行卷積最優(yōu)變換處理，形成軌道三維點(diǎn)云數(shù)據(jù)；

58、所述的軌道中心線獲取模塊，用于基于所述軌道三維點(diǎn)云數(shù)據(jù)及先驗(yàn)知識(shí)，通過最小化誤差平方和的方法擬合出直線和曲線段的軌道中心線；

59、所述的軌道平面獲取模塊，用于通過方差矢量最小化的方法在所述軌道三維點(diǎn)云數(shù)據(jù)中提取多場(chǎng)景軌道平面；

60、所述的軌道限界檢測(cè)模塊，用于結(jié)合軌道中心線和軌道平面構(gòu)建三維立體軌道限界包圍盒，實(shí)現(xiàn)車輛限界和建筑限界的三維檢測(cè)。

61、一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)用于存儲(chǔ)計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)，實(shí)現(xiàn)所述的軌道交通限界檢測(cè)方法。

62、一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序當(dāng)在一個(gè)或多個(gè)處理器上運(yùn)行時(shí)，用于實(shí)現(xiàn)所述的軌道交通限界檢測(cè)方法。

63、一種電子設(shè)備，包括：處理器、存儲(chǔ)器以及計(jì)算機(jī)程序；其中，處理器與存儲(chǔ)器連接，計(jì)算機(jī)程序被存儲(chǔ)在存儲(chǔ)器中，當(dāng)電子設(shè)備運(yùn)行時(shí)，所述處理器執(zhí)行所述存儲(chǔ)器存儲(chǔ)的計(jì)算機(jī)程序，以使電子設(shè)備執(zhí)行實(shí)現(xiàn)所述的軌道交通限界檢測(cè)方法。

64、由上述本發(fā)明的實(shí)施例提供的技術(shù)方案可以看出，本發(fā)明提供的軌道交通限界檢測(cè)方法，創(chuàng)新性體現(xiàn)在利用單目深度估計(jì)算法和語(yǔ)義分割技術(shù)，結(jié)合軌道先驗(yàn)知識(shí)，通過構(gòu)建三維點(diǎn)云數(shù)據(jù)和限界包圍盒，實(shí)現(xiàn)了對(duì)車輛限界和建筑限界的快速檢測(cè)。該方法不僅降低了檢測(cè)成本，簡(jiǎn)化了操作流程，還具備極高的適應(yīng)性，能夠在不同場(chǎng)景和軌道類型下實(shí)現(xiàn)高效檢測(cè)。通過自學(xué)習(xí)和優(yōu)化算法，系統(tǒng)能持續(xù)提升檢測(cè)精度，確保軌道交通的運(yùn)行安全，有效減少事故發(fā)生。

65、本發(fā)明附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，這些將從下面的描述中變得明顯，或通過本發(fā)明的實(shí)踐了解到。