[发明专利]一种基于在线学习的铁路障碍物检测方法

摘要

本发明涉及一种基于在线学习的铁路障碍物检测方法。传统的方法只利用了的图像边缘信息同时假设铁轨在图像中呈直线状，导致铁轨检测不全或弯道无法检测。本发明首先进行铁轨定位，然后在铁路区域进行障碍物检测。铁轨定位包括铁轨信息提取和利用动态规划定位铁轨信息。障碍物检测包括铁轨分段、纹理描述、在线学习和检测障碍物。本发明利用动态规划的方法提高了直线铁轨定位的精度，同时实现了铁轨的弯道定位；针对障碍物检测，本发明采用机器学习的方法实时分析、统计铁路路况，利用统计结果判断铁路当前路面是否存在障碍物，有效的降低障碍物检测的误检率，起到了火车辅助驾驶并大幅度降低了车载视频事后分析的工作量。

主权项

1. 一种基于在线学习的铁路障碍物检测方法，其特征在于该方法包括铁轨定位和障碍物检测；所述的铁轨定位包括步骤1和步骤2；所述的障碍物检测包括步骤3、步骤4、步骤5和步骤6；步骤1、铁轨信息提取；铁轨信息提取的主要目标是估计铁轨在图像上的起始点坐标及消失点的坐标；经测试火车近处的铁轨在图像中表现为直线，同时根据透视变化的规律，铁轨宽度在图像中呈线性变化，所以确定了近处铁轨直线信息就同时确定了铁轨的起始坐标及消失点的坐标，其具体过程如下所示：a)计算图像梯度；b)边缘检测；c)利用hogh变换提取图像的直线段；d)根据铁轨在图像中的角度变化和铁轨之间的距离提取符合要求的直线对；e)选取梯度最强的直线对，即为图像中近处铁轨；f)计算选定的直线对的直线表达式，两直线与图像底边的交点为铁轨的起始坐标，两直线的交点为铁轨的消失点；步骤2、利用动态规划定位铁轨信息；动态规划是一种根据某种规则计算最优路径的方法，在车载摄像头采集的视频中，铁轨对于图像局部来说其梯度总是最强的，以图像梯度为代价，用动态规划的方法来定位铁轨的位置，为了提高动态规划的稳定性，以两条铁轨的梯度为代价同时搜索两条铁轨的位置信息；步骤3、铁轨分段；对铁轨进行分段，每段区域的高度为铁轨最大宽度的1/6；步骤4、纹理描述；采用LBP纹理直方图作为每个区域的纹理描述，LBP算子为：其中LBP描述的是一种区域的纹理变化模式，R表示区域半径，P表示相邻像素个数，表示区域中心的像素值，表示相邻像素的像素值；步骤5、在线学习；在线学习这里采用高斯建模的方式，分别对每个铁轨段进行建模，并且每帧更新；步骤6、障碍物检测；分别计算每个铁轨段的纹理直方图，并计算每个铁轨段的纹理概率，概率过小则认为是该区域可能存在障碍物并进行报警，否则不存在障碍物。