[发明专利]一种基于视觉与激光雷达融合的轨道内障碍物检测方法

权利要求书

1.一种基于视觉与激光雷达融合的轨道内障碍物检测方法，其特征在于，在列车车头安装相机和激光雷达实时感知列车运行前方环境，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：提取图像中轨道区域；对步骤S1采集的图像，分割出图像中的轨道区域；

S2-1：网络模型训练；先采集列车行驶图像数据，标注轨道区域像素，通过反向传播算法对图像分割网络进行训练，获取网络的参数；

S2-2：应用预测；在网络中加载训练完成的网络参数，对输入的图像进行轨道区域提取；

S3：激光雷达映射；

将激光雷达点映射至图像中，在映射的图像中获取轨道区域内的激光雷达点；

S4：激光雷达轨道面拟合；

对步骤S3获取的轨道区域内的激光雷达点进行网格划分，选取每个网格内激光雷达点高度最小的激光雷达点作为轨道面激光雷达点，应用轨道面激光雷达点采取最小二乘法进行二次曲线拟合，获取轨道面的高度方程，具体包括以下步骤：

S4-1：对步骤S3获取的轨道区域内的激光雷达点进行网格划分，在点俯视图中，激光雷达点即为轨道内的点，将轨道内点划分为0.4mx0.4m的网格；

S4-2：提取网格内最低的激光雷达点高度作为轨道面的高度，网格最低高度为：

其中，P_XYZ为网格内高度最低的激光雷达点，min_z()表示取z方向值最小的雷达点，为网格内第i个激光雷达点，i为网格内激光雷达点的索引号，获取每个网格最低点激光雷达点后，进一步获取每一行的轨道面高度，其过程如下：

其中，h_j即为轨道中第j行网格下轨道面的高度值，h()表示取雷达点的高度值，表示第j个网格内激光雷达的最低点，j表示某一行的网格索引；

S4-3：应用随机采样一致性算法对轨道面高度方程进行二次曲线拟合，拟合方程为：

z＝a×y²+b×y+c

其中，y即为轨道与列车的距离，z为此距离下轨道面的高度，a，b，c为拟合的轨道面方程参数；

S5：轨道内障碍物检测；

对步骤S4中的每个网格内的激光雷达点，判断其与步骤S4拟合的轨道面的高度差，网格内的激光雷达点高度值与拟合的轨道面高度值之差大于设定的阈值T1，且网格内激光雷达点的个数大于设置的阈值T2，则此网格内的激光雷达点为障碍物的激光雷达点，轨道区域内存在障碍物。

2.根据权利要求1所述的一种基于视觉与激光雷达融合的轨道内障碍物检测方法，其特征在于，所述步骤S2采用特征级联融合分割网络，分割出图像中的轨道区域，所述特征级联融合分割网络共有24层，其中，

第1，4，7层为级联下采样层，均由步长为2的卷积层和步长为2的池化层组成，用于对特征图进行下采样；

第2-3,5-6，8-9，15-16，19-20，22-23层均为卷积层，用于特征提取；

第10-13层为稀疏卷积层，用于特征提取；

第14，17-18，21层为反卷积层，用于对特征图进行上采样；

第24层为softmax层，用于最终的像素分类。

3.根据权利要求1所述的一种基于视觉与激光雷达融合的轨道内障碍物检测方法，其特征在于，所述步骤S3的具体方法为：

S3-1：将激光雷达与图像之间的内参与外参进行标定，内参包含5个内部矩阵参数，外参包含6个外部参数，即3个旋转参数和3个平移参数，通过标定的相机内参以及激光雷达与相机之间的外参，即能够将激光雷达点映射至图像上；

S3-2：判断激光雷达点是否在步骤S2提取的轨道区域内，记录这些激光雷达点的索引，在步骤S1采集的原始激光雷达点中得到轨道区域内的激光雷达点。