[发明专利]多股道列车定位方法、系统、后台服务器和可读存储介质

说明书

本发明提供一种多股道列车定位方法、系统、后台服务器和可读存储介质，系统包括通信连接的后台服务器和高速摄像机，所述多股道列车定位方法应用于后台服务器，包括：获取高速摄像机捕获的被监视股道的区域图像；采用预先训练好的列车识别检测模型，从所述区域图像中识别股道上是否有列车，并用定位框标注列车在区域图像中的位置；将所述区域图像与站场拓扑图进行比对，确定列车在站场拓扑图上的位置。本发明设计了采用视觉定位的辅助方法，利用布置的高速摄像机，采用深度学习算法对列车在站内的运行轨迹进行识别，根据列车在站内的轨迹信息，结合站场线路拓扑，实现了列车站内位置的有效定位。

技术领域

本发明涉及列车定位技术领域，特别涉及一种多股道列车定位方法、系统、后台服务器和计算机可读存储介质。

背景技术

列车定位系统是列车运行控制系统的重要组成部分，位置信息是列控系统进行控制决策的主要参考信息之一。基于卫星导航系统融合多种传感器的组合定位方式是目前列车定位技术的重要研究方向。可以实现高精度的列车定位、维护方便，但是在周围阻挡物多的地方，例如山林、城市、隧道等地方存在定位盲区。特别的，作为列车运行的重要场所，铁路站场复杂众多的线路与半封闭的环境，使单纯基于卫星导航的自主定位无法满足定位可靠性与连续性的应用需求。与此同时，基于轨道电路的列车定位技术和基于应答器的列车定位技术，则需要在轨道中铺设大量应答器，故投资巨大，并且有些线路不具备铺设轨道电路和应答器的条件(如青藏线)等，需要更有效的定位方法。

发明内容

本发明的目的是针对卫星定位的精度不足以进行站内平行股道下列车位置识别的问题而提供一种多股道列车定位方法、系统、后台服务器和计算机可读存储介质。

为了实现以上目的，本发明通过以下技术方案实现：

一种多股道列车定位方法，应用于后台服务器，包括：

获取高速摄像机捕获的被监视股道的区域图像；

采用预先训练好的列车识别检测模型，从所述区域图像中识别股道上是否有列车，并用定位框标注列车在区域图像中的位置；

将所述区域图像与站场拓扑图进行比对，确定列车在站场拓扑图上的位置。

进一步的，所述高速摄像机的数量为多个，架设在多股道区域上方的多个高速摄像机按照接车或者发车的方向编号。

进一步的，将多个所述高速摄像机在同一时刻捕获的区域图像进行拼接后，输入所述列车识别检测模型进行识别。

进一步的，将所述区域图像与站场拓扑图进行比对，确定列车在站场拓扑图上的位置，包括：

将所述区域图像进行比例尺换算，映射到站场拓扑图上，得到定位框在站场拓扑图上的映射结果；

将定位框的映射结果与站场拓扑图上预先标注的定位点信息进行比较，计算列车在站场拓扑图上的位置。

进一步的，所述列车识别检测模型为基于YOLO目标检测算法的深度学习神经网络模型。

进一步的，所述列车识别检测模型按照以下步骤训练：

利用所述高速摄像机采集不同轨道有列车、无列车的多种场景的区域图像作为训练样本；

对训练样本进行标注；其中，所述标注包括定义图像中是否有列车以及采用定位框标注列车在图像中的位置；

建立基于YOLO目标检测算法的深度学习神经网络模型，并利用已经标注的训练样本训练所述深度学习神经网络模型的参数，直到利用所述深度学习神经网络模型的识别结果的正确率满足给定的要求，得到所述列车识别检测模型。

进一步的，所述深度学习神经网络模型采用darknet-53网络。