[发明专利]轨道交通信号机识别方法、系统、设备及介质

说明书

本申请实施例提供一种轨道交通信号机识别方法、系统、设备及介质，所述方法包括：采集轨道车辆运行前方场景，获得输入图像；将所述输入图像进行颜色处理获得色调图像、饱和度图像和亮度图像；对所述色调图像、饱和度图像和亮度图像进行阈值处理并计算交集，获得初始待检区域；对所述初始待检区域进行腐蚀处理，获得腐蚀待检区域；对所述腐蚀待检区域进行膨胀处理，获得膨胀待检区域；检测所述膨胀待检区域中的信号机区域，并当检测到所述信号机区域后，输出所述信号机区域中信号机颜色和所述信号机区域在所述输入图像中的位置。本申请采用基于光学、计算机视觉的原理进行信号机灯色识别。

技术领域

本申请涉及轨道交通领域，尤其涉及一种轨道交通信号机识别方法、系统、设备及介质。

背景技术

城市轨道交通的自动化运行，目前主要依赖于成熟的CBTC(基于通信的列车控制)系统，由车载、轨旁、调度中心等一系列设备组成，通过网络通信方式传输行车控制信息。而当CBTC信号系统因故障而降级运行或停用时，列车需按照轨旁色灯信号机的指示行车。

随着列车运行逐渐向无人化、智能化趋势发展，司机的轨道瞭望功能需要交由智能感知系统接管，而轨旁信号机灯色识别则是确保轨道列车运行安全的关键性功能之一。目前，有关信号机识别的研究工作多集中在公路交通辅助驾驶领域，在轨道交通行业相对较少。从技术路线角度来看，信号机识别目前多采用基于机器学习的方法实现。常用的手段包括基于特征训练的SVM分类器、卷积神经网络训练等。这些手段一般都需要通过大量的数据采集、整理、标定、训练来实现。这类方法在环境光线较好、视野较为开阔、可靠性要求较低的公路交通辅助驾驶中具有一定的实用价值。但是对于光线变化较为复杂、视野受限、安全苛求的轨道交通领域而言，其应用较为受限。除基于机器学习的方法以外，还存在一些从光学、计算机视觉技术解析信号机灯色的方法，利用色调和亮度进行信号机灯光区域筛选。但这类方法在周边环境存在与信号机类似颜色物体时极易发生误识别，将不是色灯信号机的物体误识别为色灯信号机，容易造成安全事故。

发明内容

为了解决上述技术缺陷之一，本申请实施例中提供了一种轨道交通信号机识别方法、系统、设备及介质。

根据本申请实施例的第一个方面，提供了一种轨道交通信号机识别方法，所述方法包括：

采集轨道车辆运行前方场景，获得输入图像；

将所述输入图像进行颜色处理获得色调图像、饱和度图像和亮度图像；

对所述色调图像、饱和度图像和亮度图像进行阈值处理并计算交集，获得初始待检区域；

对所述初始待检区域进行腐蚀处理，获得腐蚀待检区域；

对所述腐蚀待检区域进行膨胀处理，获得膨胀待检区域；

检测所述膨胀待检区域中的信号机区域，并当检测到所述信号机区域后，输出所述信号机区域中信号机颜色和所述信号机区域在所述输入图像中的位置。

根据本申请实施例的第二个方面，提供了一种轨道交通信号机识别系统，所述系统包括：

图像采集单元，用于采集轨道车辆运行前方场景，获得输入图像；

图像处理单元，用于将所述输入图像进行颜色处理获得色调图像、饱和度图像和亮度图像；

阈值处理单元，用于对所述色调图像、饱和度图像和亮度图像进行阈值处理并计算交集，获得初始待检区域；

腐蚀处理单元，用于对所述初始待检区域进行腐蚀处理，获得腐蚀待检区域；

膨胀处理单元，用于对所述腐蚀待检区域进行膨胀处理，获得膨胀待检区域；

信号机区域检测单元，用于检测所述膨胀待检区域中的信号机区域，并当检测到所述信号机区域后，输出所述信号机区域中信号机颜色和所述信号机区域在所述输入图像中的位置。