[发明专利]一种基于视觉与激光雷达融合的前向列车检测方法

说明书

本发明公开了一种基于视觉与毫米波雷达融合的前向列车检测方法，通过图像视觉算法实现前向列车检测，并通过激光雷达获取前向列车的精准距离；通过检测算法可以获取图像中可能的列车，从而使系统没有漏识别，在此基础上通过图像分类算法对检测算法提取的列车框进行进一步分类，从而剔除图像中的误识别，实现精准的前向列车识别。

技术领域

本发明属于轨道列车无人驾驶自主环境感知技术领域，尤其涉及一种基于视觉与激光雷达融合的前向列车检测方法。

背景技术

近年来，轨道交通发展迅速，以列车无人驾驶为代表的智慧轨道交通系统得到了越来越多的企业以及科研机构的青睐。现阶段列车无人驾驶系统主要依赖于信号系统，其中典型代表为CBTC(基于通信的列车自动控制系统)系统。基于信号系统的列车无人驾驶系统可以通过通信的方式获取线路中的列车位置，从而使得运行的列车可实时获取前车距离，从而避免了车辆碰撞。然而基于通信的列车无人驾驶系统不具体自主环境感知能力，无法自主感知前向列车距离，在信号系统故障时，列车无法获取前向列车距离，从而导致车辆运行效率降低，甚至造成列车碰撞。

为实现列车自主环境感知，使得列车运行时能自主获取前向列车距离，近年来相关研究机构也开展了部分研究。现阶段的自主前向列车识别方法主要有依赖于图像识别的方法以及依赖于激光雷达的识别方法。其中基于图像的前向列车识别方法通过在列车上安装相机，通过机器学习算法对前向环境图中进行识别，从而判断前方是否存在列车，此类方法可较好的实现前方列车识别，然而基于图像的方法难以实现前向列车的精准测量，尤其在弯道以及坡道等场景；基于激光雷达的方法主要通过在列车上安装毫米波激光雷达或激光雷达，通过激光雷达主动发射无线电波，并通过飞行时间法获取前向列车的距离，此类方法可获取前向列车的距离，然而此类方法难以实现前向列车的精准识别，从而容易将隧道壁或列车线路中的建筑物误识别为列车，从而造成系统误报。

发明内容

为了解决上述已有技术存在的不足，随着深度学习以及传感器技术的成熟，基于传感器融合进行障碍物检测已获得广泛关注，本发明融合视觉与激光雷达进行前向列车检测，充分互补两个传感器的优势，实现精准可靠的前向列车识别，提出一种基于视觉与激光雷达融合的前向列车检测方法。本发明的具体技术方案如下：

一种基于视觉与激光雷达融合的前向列车检测方法，其特征在于，在列车车头前挡风玻璃处安装相机和激光雷达，所述检测方法包括以下步骤：

S1：获取同步数据；

列车运行时实时采集图像与激光雷达数据，从获取的图像和激光雷达数据的时间戳中选取相机和激光雷达时间戳最近的两帧数据作为同步数据；

S2：在图像中通过深度学习融合算法对图像进行列车识别，确定图像中是否存在列车，图像中存在列车则输出列车检测框并进行步骤S3，图像中不存在列车则进行下一帧检测；

S3：对激光雷达与相机进行内外参标定，将激光雷达数据映射至图像中，获取融合数据；

S4：在融合数据中判断激光雷达点是否映射至图像检测的列车框中，提取列车框内的激光雷达点；

S5：对列车框内激光雷达点自适应聚类，获取前向列车距离；

S5-1：将列车框内的激光雷达点与本车的距离进行排序；

S5-2：设置一个聚类簇，将第一个激光雷达点放置于聚类簇中，依次计算剩下所有激光雷达点与第一个点的距离，若小于设定的阈值，则将该激光雷达点放置于第一个聚类簇中，并更新该聚类簇中激光雷达点的个数，同时将被放置的激光雷达点与本车的距离设置为0，避免后续的重复计算；

S5-3：若激光雷达点与聚类簇中放置的激光雷达点的距离大于设定的阈值，则设置一个新的聚类簇，并重复步骤S5-2直到列车框内所有的激光雷达点均被分配到一个聚类簇中；