[发明专利]基于雷达相机结合的列车停车状态识别装置、系统及方法在审

专利信息
申请号: 202210914133.4 申请日: 2022-08-01
公开(公告)号: CN115294299A 公开(公告)日: 2022-11-04
发明(设计)人: 占栋;黄祥;苏轩;曹伟;夏文星;薛刚 申请(专利权)人: 成都唐源智控技术有限责任公司
主分类号: G06T17/20 分类号: G06T17/20;G06N20/00;G06V10/762;G06V10/774;G06V20/58
代理公司: 成都天嘉专利事务所(普通合伙) 51211 代理人: 蒋斯琪
地址: 610000 四川省成都市武侯区武侯电*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 雷达 相机 结合 列车 停车 状态 识别 装置 系统 方法
【说明书】:

本发明属于精确控制技术领域,公开了一种基于雷达和相机技术相结合的列车停车状态识别装置、系统及方法,包括控制模块、安装支架、激光雷达和线阵相机,将激光雷达检测车辆停车动作以及车辆停车后的深度信息,与线阵相机更佳激光雷达适应频率采集到的车辆停车图像,直观、快速、准确的得出列车进站停车到位状态,并且通过车号识别的方法识别出图像中列车的车号,并从数据库中匹配调用相应车号列车的全部信息,采用智能化的算法工具,对实际检测得到的带有深度信息的列车停车图片进行处理、识别,判断出与标准位置相比的停车误差、根据误差计算识别车门位置,以及根据图像特征判断车门启闭状态和计算出车门开闭幅度,从而控制站台门开启或关闭。

技术领域

本发明属于列车进站停车精确控制技术领域,尤其涉及一种基于雷达和相机技术相结合的列车停车状态识别装置、系统及方法。

背景技术

我国的高铁列车、城际列车由于运输线路分布广泛、运行里程长等因素,所建设的高铁网络复杂,且在役动车组列车型号众多,同一站台中进站的在线运行车辆存在有多种车型的情况。然而不同车型开门位置差异较大,同时存在不同车型重联混跑实际情况,因此在这个环境下使用的站台均面临适应多种车型列车停靠的需要。

为满足高铁旅客站台防护需要,提升客运安全水平,研究解决多型号动车组车门位置多样化条件下站台门与车门位置精准对齐难题,是研制具有多车型自适应功能的高铁站台门装备面临的首要技术挑战。

现有技术中,公开号为CN111932626A,首次公开时间为2020年11月13日,名称为“基于线阵图像变比例恢复的列车车门定位方法及系统”的中国发明专利申请文献,其公开的方法由设置于进站端固定位置的线阵相机采用固定行频获取列车进站扫描图像;识别扫描图像中的列车车号,根据列车车号从车号-车型数据库中获取当前列车的车门宽度;识别扫描图像中的各个车门目标,记录图像中各个车门的车门前侧水平像素坐标和车门后侧水平像素坐标;计算各个车门的第一局部畸变系数,根据第一局部畸变系数拟合列车的整体畸变系数;根据整体畸变系数计算各个车门的实际宽度,以及各个车门前侧或后侧至车头的距离;获取列车停稳后的车头位置,根据各个车门至车头的相对距离输出各个车门的定位结果。即,该现有技术的方案提出的基于线阵图像变比例恢复的列车车门定位方法,旨在解决现有高铁站台门对于列车停站车门定位精度不足的缺陷,但是这种方案设计中,需要对线阵相机的图像进行深度的分析和畸变计算来倒推匹配列车位置信息,需要实现这种技术效果需要至少预先在列车上设置识别位置点、以及建立一个作为后续智能识别算法识别对比标准的数据库,数据库中需要预先录入大量的车辆点位识别对应列车停车位置的基础数据,并且不同车型间的基础数据还不能通用,必须要单独录入,识别过程中,也需要首先识别型号然后调用相应车型的数据库,然后再进行计算和停车定位,因此,虽然这种技术方案在一定程度上通过智能算法提高了停车定位精度,但其无法避免的会受到采集图像畸变的影响,精度不能保证,并且所需的数据存储空间巨大、算法实现复杂,计算力的需求很高,使用成本和后期升级、维护成本都相对较高,不利于推广运用,同时,可靠性也有待商榷。

因此,为解决上现有技术中的问题,现亟需一种算力优化、精确度高、实现成本合理且可靠性高的列车停车误差位置检测技术方案。

发明内容

为了克服上述现有技术中存在的问题和不足,本发明旨在于提供一种基于雷达和相机技术,结合二维图像识别技术和雷达三维坐标定位技术快速准确的识别列车车型、车号和车门等位置,并且通过深度学习目标检测等智能识别的方式,跟踪检测图像中的车头位置以精确定位停车坐标的装置、系统及方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都唐源智控技术有限责任公司,未经成都唐源智控技术有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210914133.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top