[发明专利]一种铁路异物侵限检测系统及检测方法

权利要求书

1.一种铁路异物侵限检测系统，其特征在于，该系统包括：

至少一个监控单元和与监控单元连接的嵌入式异物侵限检测单元，远程监控服务器；

嵌入式异物侵限检测单元包括：

图像采集芯片，用于实时采集监控单元拍摄的待检测铁路区域的图像数据；

现场可编程门阵列FPGA，用于通过背景差分逐帧判别所述图像数据中是否存在目标，若是则提取目标的特性组成目标的特征向量；

微处理器，用于根据目标的特征向量对图像数据进行异物侵限判别，包括：根据目标的特征向量对目标进行基于支持向量机SVM的目标分类，若目标为异物，则对目标进行基于Kalman滤波的跟踪并预测目标的运动趋势，若目标有侵限趋势则发出报警信息；若目标为列车或目标无侵限趋势则对下一帧图像数据进行异物侵限判别；

远程监控服务器，用于对各嵌入式异物侵限检测单元发送的报警信息进行确认并通知相关区域的列车。

2.根据权利要求1所述的铁路异物侵限检测系统，其特征在于，所述嵌入式异物侵限检测单元还包括分别与FPGA和微处理器连接的存储器，分别用于存储目标的特征向量和报警信息。

3.根据权利要求1所述的铁路异物侵限检测系统，其特征在于，所述FPGA和微处理器采用由微处理器至FPGA传输的单向GPIO模拟地址总线、双向数据总线和双向控制总线连接。

4.根据权利要求1所述的铁路异物侵限检测系统，其特征在于，所述特征向量包括：高宽比、占空比、面积及灰度均值。

5.一种如权利要求1所述系统的铁路异物侵限检测方法，其特征在于，该方法包括如下步骤：

S1、实时拍摄待检测铁路区域的图像并采集图像数据；

S2、通过背景差分逐帧判别所述图像数据中是否存在目标，若存在则提取目标的特征组成目标的特征向量，若不存在则继续判别下一帧图像数据；

S4、分类判别目标的特征向量，若目标为列车则转入步骤S2，若目标为异物则转入步骤S5；

S5、根据监测区域的区域划分规则判别目标所处的区域，对目标进行基于Kalman滤波的跟踪并预测目标的运动趋势，若目标有侵限趋势则发出预警信息，流程结束；若目标无侵限趋势则转入步骤S2。

6.根据权利要求5所述的铁路异物侵限检测方法，其特征在于，在步骤S2之后且在步骤S4之前还包括如下步骤：

S3、判断该图像数据是否存在光照失真，若是则提高背景更新率并转入步骤S2，若否则转入步骤S4。

7.根据权利要求5所述的铁路异物侵限检测方法，其特征在于，所述步骤S5进一步包括如下子步骤：

若目标处于安全区域则转入步骤S2，

若目标处于预警区域，则将该目标与上一帧图像数据内各目标进行匹配，如果有配对目标，则判别该目标已被跟踪的帧数是否达到预警区域值，若达到则对目标进行趋势预测，若有侵限趋势则对该目标进行报警，若没有侵限趋势则转入步骤S2；如果该目标没有配对目标或已被跟踪的帧数未达到预警区域值，则采用Kalman滤波对该目标下一帧可能所处的位置进行预测，

若目标处于警戒区域，则将该目标与上一帧图像数据内各目标进行匹配，如果有配对目标，则判别该目标已被跟踪的帧数是否达到警戒区域值，若达到且该目标均处于警戒区域则发起报警，若未达到或该目标非均处于警戒区域则采用Kalman滤波对该目标下一帧可能所处的位置进行预测。

8.根据权利要求5所述的铁路异物侵限检测系统，其特征在于，所述特征向量包括：高宽比、占空比、面积及灰度均值。

9.根据权利要求7所述的铁路异物侵限检测系统，其特征在于，所述预警区域值为10帧，所述警戒区域值为3帧。

10.根据权利要求5所述的铁路异物侵限检测系统，其特征在于，所述监测区域的区域划分规则为：轨道的5倍轨距以外的区域为安全区域；轨道的3.4倍轨距至5倍轨距之间且包含5倍轨距的区域为预警区域；轨道的3.4倍轨距以内且包含3.4倍轨距的区域为警戒区域。