[发明专利]一种基于深度学习的地铁有轨电车异物入侵的识别方法

说明书

本发明涉及轨交管理，尤其是一种基于深度学习的地铁有轨电车异物入侵的识别方法；它包括：在每段轨道设置摄像头；视频图像采集；异物识别；异物是否是动物的识别；如果确定有异物则根据异物类型发出对应形式的预警；信息来源为摄像头，由于目前大部分地铁线网内必然设置了大量的摄像头，只要调整一下其方向即可，避免大量设置各类专业传感器和设备的麻烦，降低识别的成本；有效区分入侵异物为物品还是动物。

技术领域

本发明涉及轨交管理，尤其是一种基于深度学习的地铁有轨电车异物入侵的识别方法。

背景技术

轨道交通由于车辆行进路线是完全固定的，如果轨道上出现异物时车辆无法像汽车一样进行规避，故必须对轨道一定范围内出现的异物进行清除，而且必须在下一班次的车辆到达前进行处理。于是催生了异物入侵识别方法，例如中国专利公开的火车轨道异物入侵检测装置，专利号201721865900.8，其中记载：它包括若干组沿火车轨道分布的检测组，每个检测组包括沿火车轨道两侧等间距排列的两排一一匹配的激光对射传感器，其中一侧的激光对射传感器分别为a1、a2、a3、a4……an，另一侧的激光对射传感器分别为b1、b2、b3、b4……bn，其中an匹配bn+1，所述的其中一侧的最后一个激光对射传感器与另一侧的第一个激光对射传感器匹配，各组激光对射传感器构成激光对射网，覆盖组内区域，其中n0。该火车轨道异物入侵检测装置具有设计科学、覆盖范围全面的优点。

上述技术方案的不足在于：它需要在每段轨道上设置大量的激光传感器，维护较为困难；另外激光传感器只能感知是否出现异常而不能感知这个异物是物体还是动物。

发明内容

针对现有技术的不足，本发明提供一种通过摄像头进行异物入侵的识别方法。

本发明的技术方案为：

一种基于深度学习的地铁有轨电车异物入侵的识别方法，其特征在于：它包括以下步骤：

1)每段轨道设置摄像头(例如100米设置一个)；

2)视频图像采集；

3)异物识别；

4)异物是否是动物的识别；

5)如果确定有异物则根据异物类型发出对应形式的预警。

具体的，所述步骤1中每段轨道设置的摄像头朝向均一致，其朝向与车辆行驶方向一致，虽然轨道不是直线，但通过将摄像头拍摄范围接驳成连续的线段式分布有利于对某些移动物体进行连续追踪。

具体的，所述步骤1中摄像头设置有辅助照明装置，与传统的轨交不同，地铁线路大部分位于地下，光照条件可能不足以为视觉识别提供有力条件，故设置辅助照明装置，例如在地铁沿线的侧壁设置壁灯。

具体的，所述步骤3包括以下步骤：

S11使用2D高斯滤波模板与原始图像进行卷积，消除噪声；

S12利用导数算子找到图像灰度沿着两个方向的导数Gx和Gy，并求出梯度大小；

S13利用步骤s12的结果计算出梯度方向；

S14把边缘的梯度方向分为0°、45°、90°和135°，并找到这个像素梯度方向的邻接像素；

S15如果某个像素的灰度值与其梯度方向上前后两个像素的梯度值相比不是最大的，那么这个像素值置为0，也就是说不是边缘，反之则是边缘；

S16得到边缘信息后，读取每个像素，如果边缘像素长度大于T，则认为是一个异物候选区域，当检测出异物候选区之后，将异物的坐标记录；由于灯光、天气等原因，视频图像中可能产生一些光影，为了防止误报，故设置阈值；

S17使用支持向量机(SVM)进行异物分类，分类包括检修工、车辆(地铁车厢)、入侵异物。