[发明专利]一种列车障碍物的检测方法

说明书

本发明提供了一种列车障碍物的检测方法。该方法包括：由激光雷达沿全线采集全线点云数据；基于所述全线点云数据，离线计算全线限制界点；由所述激光雷达在线采集实时点云数据；以及基于所述全线限制界点和从所述实时点云数据获得的点云簇数据，在线监测所述障碍物。该方法在小半径曲线等摄像头和毫米波雷达易出现监测盲区的路段能独立地进行障碍物的检测，同时能降低障碍物判断的难度并提高在线障碍物检测的效率。

技术领域

本发明属于列车轨道交通领域，更具体地，涉及一种列车障碍物的检测方法。

背景技术

随着城市轨道交通的快速发展，在我国的各大、中、小城市中，包括地铁、轻轨、有轨电车等不同制式在内的轨道交通系统均得到广泛应用。而轨道交通行车安全问题也随之凸显，尤其在轨道交通线路运行区域内因为自然或人为因素导致的异物(如落石、供电柱、受电弓、行人等)侵限事故频发，为正常行车带来了极大的安全隐患。

由于轨道交通列车整车自重及载重较大，因此需要在相隔较远距离时即检测到障碍物的存在才能及时执行相应的应急策略(如紧急制动)，目前大部分城市轨道交通线路依然采用有人驾驶模式，障碍物的检测主要依靠司机对前方行驶区域内路况的目测判断，如果在司机自身出现精神不集中或者在夜晚或恶劣天气行车的情况，容易出现障碍物的漏检或误检，对行车安全和行车品质带来损害。

在部分轨道交通采用的无人驾驶模式中，障碍物的检测主要依靠摄像头和雷达，两者是目前智能交通领域较为常用的检测技术。以摄像头为代表的机器视觉检测可以获取检测对象的具体类别，但是容易受到环境中光线因素的影响；以毫米波雷达和激光雷达为代表的雷达检测技术受环境因素干扰小，但是只能获取检测对象的尺寸和距离信息，所以摄像头和雷达常结合使用以互相弥补。然而，现有的依赖摄像头和/或毫米波雷达的障碍物检测方法易出现监测盲区，难以判断障碍物，极大地降低了障碍物的检测效率。

因此，现在需要一种列车障碍物的检测方法，其在小半径曲线等摄像头和毫米波雷达易出现监测盲区的路段能独立地进行障碍物的检测，同时能降低障碍物判断的难度并提高在线障碍物检测的效率。

发明内容

为了解决上述问题中的至少一个，根据本发明的一方面，提出了一种列车障碍物的检测方法，包括：由激光雷达沿全线采集全线点云数据；基于所述全线点云数据，离线计算全线限制界点；由所述激光雷达在线采集实时点云数据；以及基于所述全线限制界点和从所述实时点云数据获得的点云簇数据，在线监测所述障碍物。

在一个实施例中，其中在线监测所述障碍物包括判断所述点云簇数据的边界点是否处于所述全线限制界点的矩形包围框内。

在一个实施例中，其中当落入所述全线限制界点的所述矩形包围框内的所述点云簇数据的边界点占所述点云簇数据的总边界点的比例超过阈值时，判定所述点云簇数据代表的物体为障碍物。

在一个实施例中，其中获得所述点云簇数据包括以所述激光雷达为原点设定不同的聚类半径，在所述聚类半径内使用相同的聚类阈值距离进行划分。

在一个实施例中，所述方法还包括基于所述实时点云数据来提取轨道点云数据。

在一个实施例中，其中通过主成分分析算法来提取所述轨道点云数据。

在一个实施例中，所述方法还包括基于感兴趣的区域来筛选所述实时点云数据。

在一个实施例中，其中通过直通滤波的方式来选定所述感兴趣的区域。

在一个实施例中，其中采集所述全线点云数据包括由惯性测量单元获取所述列车的实时位姿，从而将所述全线点云数据中的轨迹线从激光雷达坐标系转换至全局坐标系。

在一个实施例中，其中离线计算所述全线限制界点包括在所述列车的车身限界的基础上用矩形包围框将所述车身限界包围，所述矩形包围框与所述车身限界之间留有余量，所述矩形包围框的节点为所述全线限制界点。