具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

请参考图1，图1为本实施例提供的一种轨道交通车辆的障碍物检测方法的流程图，如图所示，所述轨道交通车辆的障碍物检测方法包括以下步骤：

S10：获取车辆前方第一预设距离范围内的第一图像以及获取车辆前方第二预设距离范围内的第二图像。

所述第二预设距离范围中到车辆的最大距离大于所述第一预设距离范围中到车辆的最大距离，所述第二预设距离范围中到车辆的最小距离小于等于所述第一预设距离范围中到车辆的最大距离。

在车辆沿着轨道行驶过程中，获取车辆前方第一预设距离范围内的图像，表示为第一图像，以及获取车辆前方第二预设距离范围内的图像，表示为第二图像。

S11：根据所述第一图像和/或所述第二图像，检测出存在于车辆限界内的障碍物并发出警示信息。

限界是指为了确保车辆在线路上安全运行，防止机车车辆撞击邻近线路的建筑物或者设备，而对车辆和邻近线路的建筑物、设备所规定的不允许超越的轮廓线。存在于限界内的障碍物是指处于限界内的、对车辆安全行驶有潜在威胁的物体。

本实施例的轨道交通车辆的障碍物检测方法获取车辆前方第一预设距离范围内的图像以及车辆前方第二预设距离范围内的图像，根据从两个距离范围获取的图像检测车辆限界内是否有障碍物，其中第二预设距离范围可以是距离车辆较远的距离范围，因此本实施例方法能够远距离地探测障碍物，能够用于较高行驶速度的车辆。

下面结合具体实施方式对本轨道交通车辆的障碍物检测方法进行详细说明。参考图1所示，所述轨道交通车辆的障碍物检测方法包括以下步骤：

S10：获取车辆前方第一预设距离范围内的第一图像以及获取车辆前方第二预设距离范围内的第二图像。

可选的，第一图像可以是可见光图像或者红外光图像，第二图像可以是可见光图像或者红外光图像。在白天环境下太阳光照较强，可以通过获取可见光图像进行检测障碍物，若在光照相对较弱的环境下则可以通过获取红外光图像进行探测，或者可以既获取可见光图像也获取红外光图像，结合可见光图像和红外光图像进行检测，保证探测的准确性。

可选的，第一预设距离范围和第二预设距离范围的具体设置可根据实际应用中车辆的运行情况相应确定。示例性的，当前的轨道机动车辆行驶速度大多数由80km/h提高至120km/h，以制动加速度为-1.2m/s²，行驶速度为120km/h，制动距离为463.0米。相应可设置第一预设距离范围为20米～250米，第二预设距离范围为250米～500米。

S11：根据所述第一图像和/或所述第二图像，检测出存在于车辆限界内的障碍物并发出警示信息。

可选的，可通过以下方法根据获取图像检测在车辆限界内是否存在障碍物，请参考图2，图2为本实施例中根据获取图像检测在车辆限界内的障碍物的方法流程图，包括以下步骤：

S20：若根据所述第二图像检测出在车辆前方存在物体，则根据所述第二图像和所述第一图像的匹配关系，将物体映射到所述第一图像中。

从远距离获取的第二图像画面是从近距离获取的第一图像画面的一部分，通过在第一图像中找出对应第二图像的部分，并获得第二图像与第一图像中对应第二图像部分的匹配关系，将从第二图像检测出的物体映射到第一图像中。

S21：根据物体在所述第一图像的位置，若判断出物体在车辆的轨行区域内，则确定车辆限界内存在障碍物。

轨行区域是指限界在地面上的投影。将物体映射到第一图像后根据物体在图像中的位置，根据第一图像中轨道位置，判断物体是否在轨行区域内。若物体在轨行区域内表明物体在限界内，表明在车辆限界内存在障碍物。

若第二预设距离范围是距离车辆较远的距离范围，当车辆行驶在弯道路段时对前方第二预设距离范围获取的图像中可能没有铁轨或者仅有部分铁轨，而第一预设距离范围可以距离车辆较近，视场较大，第一图像中铁轨较完整，铁轨分割准确度更高，因此本实施例方法在第二图像中检测出物体后，将物体仿射变换到第一图像中对应区域进行判断，可以使检测结果准确度更高。

可选的，根据第一图像或者第二图像检测障碍物可采用以下方法，具体包括：对图像提取特征，使用预设模型对所述图像的特征处理，得到预存的与所述图像对应的摄像装置拍摄位置最相符的标准图像，所述标准图像为车辆前方无障碍物的图像；获取所述图像与所述标准图像的差异图像块，然后，根据获得的差异图像块检测物体类型。

可以预先获取在车辆行驶过程中，摄像装置获取的车辆前方无障碍物的图像，对获得的视频图像提取特征，将图像特征与获取该图像时的摄像装置位置建立索引进行建模，得到预设模型。对于获取的实时图像，对实时图像提取特征，使用预设模型对实时图像的特征处理，将实时图像的特征与预设模型比对，在预设模型中找出与实时图像对应的摄像装置拍摄位置最相符的标准图像，认为摄像装置拍摄该实时图像时与拍摄该标准图像时为相同拍摄位置。进而，将此位置的标准图像与实时图像进行比对，获取两者的差异图像块进行检测。通过本方法能够较准确地检测出实时图像的差异部分。

可选的，可以通过深度学习方法对差异图像块处理和学习，检测物体类型。

可选的，根据第一图像或者第二图像检测在车辆限界内是否存在障碍物，还可以采用以下方法：根据图像中轨道的连续情况判断在轨道上是否存在障碍物。若获取的图像中轨道连续，表明在轨道上没有障碍物，若获取的图像中轨道不连续存在断点，表明在轨道上有物体将轨道遮挡，在轨道上存在障碍物使拍摄图像中轨道不连续。通过本方法可以检测轨道上存在的较小物体。

可选的，根据第一图像或者第二图像检测在车辆限界内是否存在障碍物，还可以采用以下方法：使用训练好的网络对图像处理，以检测在车辆限界内是否存在障碍物，所述网络通过对在车辆限界内无障碍物的图像进行训练获得。

训练的网络可以是自编码器，自编码器属于深度学习的一种，通过对大量无障碍物图像进行编解码训练，使网络适应无障碍物图像的特征，当图像中出现障碍物时，编码特征和解码图像会出现异常，根据出现的异常判断是否有障碍物以及障碍物位置。

优选的，本实施例方法还可包括：向车辆前方发出红外光。具体的，根据所述第一图像和/或所述第二图像，检测出存在于车辆限界内的障碍物可包括：根据图像中由物体反射回的红外光形成的光斑像，检测是否存在障碍物。在暗光环境比如隧道内或者夜晚情况下，可见光图像包含的信息有限，本实施例方法通过主动补充红外光，通过获取红外光图像进行检测障碍物，弥补了可见光图像的不足，能够提升在恶劣天气和光照不佳的环境下的成像和检测能力。

相应的，本实施例还提供一种轨道交通车辆的障碍物检测系统，用于执行以上所述的轨道交通车辆的障碍物检测方法。

本实施例的轨道交通车辆的障碍物检测系统获取车辆前方第一预设距离范围内的图像以及车辆前方第二预设距离范围内的图像，根据从两个距离范围获取的图像检测车辆限界内是否有障碍物，其中第二预设距离范围可以是距离车辆较远的距离范围，因此本实施例系统能够远距离地探测障碍物，能够用于较高行驶速度的车辆。

需要说明的是，本实施例中获取第一图像、获取第二图像以及根据第一图像和/或第二图像检测存在于车辆限界内的障碍物的具体实施方式，都可参考上述关于轨道交通车辆的障碍物检测方法中所描述的实施方式，在此不再赘述。

请参考图3，图3为本实施例提供的一种轨道交通车辆的障碍物检测系统的示意图，如图所示，所述轨道交通车辆的障碍物检测系统包括第一摄像装置31、第二摄像装置32和处理装置30，所述第一摄像装置31用于获取车辆前方第一预设距离范围内的第一图像，并将获得图像传输到处理装置30，所述第二摄像装置32用于获取车辆前方第二预设距离范围内的第二图像，并将获得图像传输到所述处理装置30，所述处理装置30用于根据所述第一图像和/或所述第二图像，检测出存在于车辆限界内的障碍物并发出警示信息。

可选的，所述第一图像为可见光图像，所述第二图像为可见光图像，还包括用于获取车辆前方的红外光图像的第三摄像装置，所述处理装置还用于根据获得的红外光图像检测出存在于车辆限界内的障碍物。

进一步优选的，本实施例系统还可包括用于向车辆前方发出红外光的光源。在暗光环境比如隧道内或者夜晚情况下，可见光图像包含的信息有限，本实施例方法通过主动补充红外光，通过获取红外光图像进行检测障碍物，弥补了可见光图像的不足，能够提升在恶劣天气和光照不佳的环境下的成像和检测能力。

在一具体实例中，机动车辆的轨道线路条件为：正线：一般800m，困难450m；出入段线：一般200m；困难150m；车场线：150m。最小竖曲线半径：2000m。

对障碍物检测的性能要求如下表所示：

请参考图4，图4为一具体实例中构建的检测系统示意图，如图所示构建的障碍物检测系统包括红外光源以及三个相机分别为第一可见光相机、第二可见光相机和红外光相机，以及系统主机和报警器，

红外光源采用850nm波段光源，照明距离达到500米，光斑发散角度5～25度可调节。红外光相机工作波段为850nm，焦距5mm～115mm可变。第一可见光相机为近焦相机，第二可见光相机为远焦相机，焦距均在5mm～115mm之间可变，通过实际安装位置的不同，第一可见光相机和第二可见光相机的焦距需要进行不同的调节固定。红外光相机采用CMOS成像传感器，集成有高速摄像机和处理板卡，红外光源为激光光源。红外光相机和可见光相机相结合可在各种恶劣工况下清晰成像，保障全天候工作。报警器为声光报警器，会接收系统主机的报警信号，产生信号提醒司机注意轨道上存在障碍物。

请参考图5，图5为一具体实例中各个相机的布置示意图，如图所示第一可见光相机、第二可见光相机和红外光相机三个相机集成在成像单元中。成像单元采用中心对称六边形设计，其中上方为第二可见光相机(远焦相机)、左下方为第一可见光相机(近焦相机)、右下方为红外相机。系统主机可以是自研CPCI插箱式主机，具有高存储、高计算力等特点，系统主机通过以太网接口与多路相机连接，采集图像数据后进行集中处理。

另外，系统主机具有存储功能，硬盘容量为2T。当存储空间全部占用时，启动覆盖机制，按照先进先出的方式，自动覆盖最早录制的视频文件。还设有完善的日志记录功能，能够全面记录系统的工作状态、故障信息、报警信息、时间等信息，为系统故障诊断和事故分析提供可信的原始数据。还具有定位功能，检测到线路异常情况后，可记录异常发生的位置信息，以供事后返查。

以上对本发明所提供的轨道交通车辆的障碍物检测方法及系统进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。