[发明专利]轨旁障碍物检测方法、装置和存储介质

说明书

本申请提供一种轨旁障碍物检测方法、装置和存储介质，所述方法包括：获取轨道图像数据集；根据预先构建的残差神经网络模型对所述轨道图像数据集中的第一轨道图像进行分析，识别并标注出所述第一轨道图像中的轨道区域，得到第二轨道图像；基于目标检测算法，检测所述轨道区域中存在的第一障碍物；控制激光雷达传感器探测实际轨道区域和枕间区域，以检测第二障碍物，其中所述实际轨道区域与所述轨道区域相对应。本申请仅针对轨道区域和轨枕区域进行识别，而不是对整个轨道进行识别，减少了检测面积，提高检测速度问题，在识别不受环境因素影响的情况下提高了轨道识别的精度。

技术领域

本申请涉及轨道交通技术领域，更具体地涉及一种轨旁障碍物检测方法、装置和存储介质。

背景技术

随着我国智慧城市与交通理念的不断发展，自动化轨道交通列车已经成为主要的公共交通方式。虽然轨道交通安全制度逐渐完善，但列车安全问题仍不容忽视。列车发生安全事故最主要的原因就是轨面上方突发侵入或隧道结构设备落下的障碍物导致障碍物与列车碰撞，从而发生安全事故。如何使用轨旁设备快速准确地检测轨旁障碍物是防止发生交通事故的重点与难点。

轨旁障碍物检测分为两方面。一是进行轨道识别，确定检测区域。目前常用的轨道识别方法是采用边缘检测法识别出轨道，然后将整个轨道作为检测区域。但是这种方法增加了后续障碍物检测时的计算量。而且这种方法容易受光照、遮挡等因素干扰，在不同环境下检测结果存在不一致的情况，检测结果不够准确。二是在已确定的检测区域上进行轨旁障碍物的检测。传统的轨旁障碍物检测方法主要依赖于人工检测方法或探测机车检测方法。但是这两种方式均会耗费大量人力物力，而且检测效率低。

因此需要进行改进，以解决上述问题。

发明内容

为了解决上述问题中而提出了本申请。根据本申请一方面，提供了一种轨旁障碍物检测方法，所述方法包括：

获取轨道图像数据集；

根据预先构建的残差神经网络模型对所述轨道图像数据集中的第一轨道图像进行分析，识别并标注出所述第一轨道图像中的轨道区域，得到第二轨道图像；

基于目标检测算法，检测所述轨道区域中存在的第一障碍物；

控制激光雷达传感器探测实际轨道区域和枕间区域，以检测第二障碍物，其中所述实际轨道区域与所述轨道区域相对应。

在本申请的一个实施例中，构建残差神经网络模型，包括：

获取已标注出轨道区域的轨道图像样本；

基于所述轨道图像样本，采用深度学习算法训练残差神经网络模型。

在本申请的一个实施例中，根据预先构建的残差神经网络模型对所述轨道图像数据集中的第一轨道图像进行分析，识别并标注出所述第一轨道图像中的轨道区域，得到第二轨道图像之后，包括：

采用空洞空间卷积池化金字塔算法再次识别所述轨道区域。

在本申请的一个实施例中，采用空洞空间卷积池化金字塔算法再次识别所述轨道区域，包括：

使用预设尺寸的空洞卷积层和池化层对所述第一轨道图像或所述第二轨道图像进行再次识别；

获取所述残差神经网络模型的所有通道对应的特征；

通过预设大小的卷积核降低所述残差神经网络模型的通道数量，使所有特征结合，获得再次识别的轨道区域。

在本申请的一个实施例中，根据预先构建的残差神经网络模型对所述轨道图像数据集中的第一轨道图像进行分析，识别并标注出所述第一轨道图像中的轨道区域，得到第二轨道图像之后，所述方法还包括：

采用稠密连接网络算法和条件随机场算法，对所述残差神经网络模型识别的所述轨道区域进行后处理。