一种基于几何约束的轨道提取方法研究

针对基于Hough变换或螺旋曲线模型的视觉轨道检测方法存在的不足,本文提出了一种基于几何约束的轨道提取方法.该方法利用摄像机和轨道平面之间的成像关系近似满足单因矩阵的特点,利用逆透视映射(IPM)将输入图像转换为Bird-view图像,并采用一种改进的边缘检测方法进行边缘检测.然后将二值化的边缘图像在垂直方向上分割为多个区段,在每个区段上,利用先验知识生成的系列模板图像,对分段IPM图像进行去噪处理和Chamfer距离变换后进行距离匹配检测,将轨道检测转换为一个二维匹配搜索过程.在分段检测结果的基础上,进一步利用曲线拟合得到边缘图像中完整的轨道曲线方程.该曲线方程通过已知的单因矩阵转换为原始图像中的曲线描述,实现在原始图像中的检测和定位.实验验证了所提方法的可行性和可靠性.

FY-2C风云卫星轨道数据提取方法及图像显示

风云2号作为民用卫星,在民用研究中起着很重要的作用,它的各个轨道中探测的数据应用于地质、气象等多个领域。文中对风云2号所探测数据在各个轨道上的意义进行了说明,并以红外图像数据段IR1为例进行了轨道数据的提取和图像显示。

轨道线提取在轨道异物检测中的优化及应用

实现高速列车前方异物的智能检测是当前铁路运营的必然趋势,而异物检测方法通常针对轨道范围。为实现检测的有效性要求,将提取的轨道线作为支撑,缩小并建立相应区域的检测窗口,铁轨位置信息的提取是障碍物检测的关键。为了使轨道线提取取得更好的效果,分别从铁路框架提取和建立检测窗两个方面进行优化,简述各种方法在以上两方面的实际应用,能够取得较好的提取效果。

铁轨数据提取和轨道建模的机载激光雷达方法

机载激光雷达数据已经广泛应用于铁路的勘测工作,针对机载激光雷达采样密度低所引发的铁轨点提取精度低、建模难度大的问题,提出一种从机载激光雷达数据中自动检测铁轨和轨道建模的新方法。首先通过铁路区域特有的空间分布特征提取铁轨上方的悬链线,进而实现铁路区域分割;然后利用alpha-shapes算法检测轨道点;最后构建铁轨参数模型,采用基于主元分析的点云配准方法将检测出的铁轨点与铁轨参数模型进行匹配,实现轨道的整体建模。应用某铁路站点的机载激光雷达数据进行试验,实验表明:该方法可以实现铁轨点的高精度提取和铁轨模型的快速拟合;铁轨点提取的准确度可以达到97%,完整度可以达到94%以上。

机器视觉下的钢轨廓形提取与磨耗测量

随着中国高速铁路的迅速发展,传统的接触式钢轨磨耗检测方法测量效率较低且易受钢轨变形与表面伤损的影响,已无法满足钢轨维修养护的需求。为了快速精确测量钢轨廓形及钢轨磨耗,本文提出了一种基于机器视觉的轮廓提取方法,搭建单目机器视觉钢轨廓形提取系统,通过自由平面靶标定位,采用基于结构光颜色和Steger算法的粗精二级钢轨廓形提取方法,提出基于粒子群优化的双圆拟合钢轨廓形匹配算法,实现测量廓形与标准廓形对齐,并得出磨耗值。试验结果表明,该系统检测精度达0.128 mm,同时具备较高的测量效率。

基于无人机遥感图像的铁路轨道区域分割提取方法研究

轨道区域是列车运行的核心区域,对该区域的铁路基础设施进行快速有效的检测具有重要意义。近年来无人机遥感技术有了很大进步,采用无人机对轨道区域设施设备进行定期或不定期的巡检成为一种发展趋势。然而无人机巡检工作中采集的图像视域广阔,内容丰富,分辨率高,于是对这些图像中轨道区域的分割提取成为首要任务。本文提出了一种基于无人机遥感图像的铁路轨道区域分割提取方法,首先利用无人机搭载的可见光相机完成铁路沿线场景地物图像的采集,并构建铁路沿线场景语义分割数据集;其次构建了铁路沿线场景语义分割模型以实现对轨道区域的像素级分割;最后提出了双矩形法以对分割好的图像中的轨道区域进行提取。

基于图像处理的轨旁组合信号灯识别方法

对列车轨旁信号灯进行准确辨识是保障列车安全运行的重要措施。然而,对于轨道系统而言,除了通常的单色信号灯外,还有组合(两种颜色)信号灯的指示方式。针对轨旁组合信号灯的识别问题,文中提出了一种基于图像处理技术对位于列车前方150 m内的轨旁组合信号灯的识别方法。根据组合信号灯的颜色和形状特征,采用颜色分割、形态学处理、霍夫变换等手段提取组合信号灯的候选区域。同时利用组合信号灯位于当前轨道右侧的位置特征以及组合信号灯之间圆心距的距离特征,定位其位置并识别组合灯颜色。实验结果表明,该方法能准确定位和识别轨旁组合信号灯,对绿与黄、两绿和两黄这3种组合灯的识别率分别为94.14%、96.21%、86.67%。

机载LiDAR铁路测绘关键技术及应用

利用机载Li DAR点云数据提供的铁路地物形状特征与影像的灰度、光谱、纹理等信息进行了匹配、融合,对铁路专题要素信息的自动提取关键技术进行了研究,根据不同地物的特征提出了相应的自动提取方法,实现了对轨道及铁路附属设施要素的自动识别与提取,并在郑州铁路局进行了规模化应用,显著提升了铁路测绘的自动化水平,为既有铁路测绘和地理信息数据快速更新提供了重要的技术支撑和安全保障。

面向地铁场景的激光雷达目标检测研究

针对列车运行前方限界难以实时构建、非结构化轨道道路环境目标聚类检测复杂等问题,提出一种基于激光雷达的目标检测及前方界限实时构建系统。首先,采用了空间换时间的策略提升轨道提取效率,利用轨道局部高程信息、全局几何平行信息并融合多帧信息实现轨道稳定提取,从而基于提取的轨道位置实时构建列车通行的前方限界;其次,基于点云深度图、梯度与距离特征解决了非平铺路场景下的障碍物聚类问题,采用航迹信息进行多目标跟踪提高目标跟踪的稳定性。通过在地铁场景实车测试验证,结果表明该方法能够准确可靠地提取轨道位置和进行目标检测与跟踪。