[发明专利]一种基于点数据的模式识别方法

说明书

本发明涉及一种基于点数据的模式识别方法，包括以下步骤：周期获取激光雷达的检测数据，对激光雷达的检测数据进行脉冲转换处理，得到脉冲特征矩阵；对脉冲特征矩阵进行特征分解，将得到的特征值做动态可视化处理，提取动态变化值；判断提取的动态变化值中是否有生物特征值，若有，则剔除生物特征值后继续对动态变化值进行判断，直到所有的动态变化值中均未有生物特征值后，进行报警；若无，则进行报警。本方案能够准确的区分扫描的外来物是否目标物，比如落石、泥石流、滑坡、溜坍等，解决了传统使用雷达检测时无法区分外来物是生物还是目标物的问题，从而导致误报警。

技术领域

本发明涉及数据识别技术领域，特别涉及一种基于点数据的模式识别方法。

背景技术

在地面的列车轨道交通运行中，能够准确的在落石等目标物发生后的第一时间发现并拦停列车，防止发生事故是关键。从目前应用的铁路线路落石监测预警方式来看，集成了激光扫描、视频监控、智能分析、声光报警于一体的外来物侵限安全报警系统，对铁路运输安全起到了一定的安全保障作用。

但由于线路工况各不相同，环境复杂，现还存在一些缺陷和不足，安全报警系统在实际运行过程都存在一定的误报问题，比如行人、鸟兽等生物经过时，无法判断是否为落石等目标物，则一概进行报警，导致了很多误报问题。

发明内容

本发明的目的在于解决列车轨道中现有报警技术的误报问题，提供一种基于点数据的模式识别方法。

为了实现上述发明目的，本发明实施例提供了以下技术方案：

一种基于点数据的模式识别方法，包括以下步骤：

周期获取激光雷达的检测数据，对激光雷达的检测数据进行脉冲转换处理，得到脉冲特征矩阵；

对脉冲特征矩阵进行特征分解，将得到的特征值做动态可视化处理，提取动态变化值；

判断提取的动态变化值中是否有生物特征值，若有，则剔除生物特征值后继续对动态变化值进行判断，直到所有的动态变化值中均未有生物特征值后，进行报警；若无，则进行报警。

在上述方案中，将激光雷达的检测数据做脉冲特征矩阵，若激光雷达的扫描区域出现外来物，则脉冲特征矩阵中存在特征，将脉冲特征矩阵中存在的特征提取出来做动态可视化处理，区分出现的外来物是生物还是目标物，若去除目标物后还存在特征，则说明扫描区域内出现目标物，需要报警处理。本方案能够准确的区分扫描的外来物是否目标物，比如落石、泥石流、滑坡、溜坍等，解决了传统使用雷达检测时无法区分外来物是生物还是目标物的问题，从而导致误报警。

更进一步地，所述周期获取激光雷达的检测数据的步骤，包括：

每隔周期T时，统一获取一次N个激光雷达的检测数据X`<sub>1</sub>、X`₂...X`_N；

将每个激光雷达的检测数据X`_N减去其盲区检测数据，得到实际检测数据X_N：

X_N＝X`_N(R-L)

其中R表示激光雷达扫描的扇形区域内的检测数据，L表示激光雷达扫描的扇形区域中存在盲区的检测数据；

获取的N个激光雷达的检测数据为：

更进一步地，所述对激光雷达的检测数据进行脉冲转换处理，得到脉冲特征矩阵的步骤，包括：

将激光雷达的检测数据X_n进行脉冲转换处理，得到脉冲数据矢量Y_n；

将脉冲数据矢量Y_n进行特征划分，得到脉冲特征矩阵R：