(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210813758.1 (22)申请日 2022.07.12 (65)同一申请的已公布的文献号 申请公布号 CN 114879160 A (43)申请公布日 2022.08.09 (73)专利权人 合肥派光感知信息技 术有限公司 地址 230001 安徽省合肥市庐阳区庐阳工 业园区清河路868号大数据产业园19 号楼1层10 56室 专利权人 南京派光智慧感知信息技 术有限 公司 (72)发明人 张建平　李阳　吴国强　夏宝前　 王列伟　朱丹　王磊　 (74)专利代理 机构 广东君龙律师事务所 4 4470 专利代理师 金永刚(51)Int.Cl. G01S 7/48(2006.01) G01S 17/04(2020.01) G06V 20/64(2022.01) G06V 10/762(2022.01) (56)对比文件 US 2021097 723 A1,2021.04.01 CN 112949566 A,2021.0 6.11 韩莹 等.16线雷达点云的实时小障碍物检 测研究. 《激光与光电子学进 展》 .2021,第58卷 (第12期), Tao Liu et al. .A New Form of the Polarimetric N otch Filter. 《IE EE GEOSCIENC E AND RE MOTE SENSI NG LETTERS》 .2021,第1- 5页. 审查员 赵俊杰 (54)发明名称 基于三维点云数据的铁轨异物入侵实时监 测方法及系统 (57)摘要 本发明公开了基于三维点云数据的铁轨异 物入侵实时监测方法和系统。 该方法包括临近铁 轨设置有激光雷达， 对监测区域进行背景探测， 获取背景三维点云数据， 并传输至计算终端； 在 计算终端， 利用所述背景三维点云数据， 构建背 景三维点云模 型； 所述激光雷达对监测区域进行 实时探测， 获取实时三维点云数据， 并传输至计 算终端进行实时处理， 得到实时三维点云数据 集； 将所述实时三维点云数据集与所述背景三维 点云模型进行对比处理， 得到异物点云数据， 对 其进行动态建模和识别过滤。 该方法具有识别准 确率高， 实施方便， 推广应用价 值高。 权利要求书3页 说明书9页 附图4页 CN 114879160 B 2022.10.14 CN 114879160 B 1.一种基于三维点云数据的铁 轨异物入侵实时监测方法， 其特 征在于， 包括 步骤： 计算终端接收来自激光雷达采集的背景三维点云数据， 所述激光雷达用于临近铁轨设 置， 对监测区域进行探测； 所述计算终端利用所述背景三维点云数据， 构建背景三维点云模型； 所述计算终端接收来自所述激光雷达对监测区域实时探测的实时三维点云数据， 进行 实时处理后， 得到实时三维点云数据集； 将所述实时三维点云数据集与所述背景三维点云模型进行对比处理， 得到差分三维点 云数据集， 对差分三维点云数据集进行聚类处理， 得到包括一个或多个三维包围区域的三 维点云数据子集； 对三维点云数据子集中的三维包围区域进行动态建模和识别更新， 识别 判断是否为入侵异 物； 所述动态建模和识别更新包括： 对聚类后的三维点云数据子集进行动态建模， 令当前经过聚类得到的三维点云数据子 集为第一聚类子集Sj， 令下一个临近时刻经过聚类得到的三维点云数据子集为第二聚类子 集Si； 将第一聚类子集Sj中的各个三维包围区域中的点云数据， 与第 二聚类子集Si中的各个 三维包围区域中的点云数据， 进行比较判断； 若第一聚类子集Sj与第二聚类子集Si中存在重叠的三维包围区域， 则将这两个三维包 围区域合并处理， 形成一个更新后的三维包围区域， 对应的更新次数增加1， 该三维包围区 域出现的时间保持不变； 若第一聚类子集Sj与第二聚类子集Si中存在不重叠的三维包围区域， 则将第二聚类子 集Si中新出现的三维包围区域加入到第一聚类子集Sj中， 并记 其出现次数为 1， 添加的出现 时间为第二聚类子集Si对应的采集时间； 当对第一聚类子集Sj与第二聚类子集Si中所有的三维包围区域进行处理后， 则对经过 更新后的第一聚类子集Sj中的所有三维包围区域进 行迭代访问， 当其中一个三维包围区域 出现的时间与当前系统的时间之间的差值大于设定的时差门限TTime， 且该三维包围区域 出现次数为1时， 将该三维包围区域从当前 更新后的第一聚类子集Sj中删除。 2.根据权利要求1所述的基于三维点云数据的铁轨异物入侵实时监测方法， 其特征在 于， 所述激光雷达采集来自不同时间点对应的多帧背景三维点云数据， 以第一帧背景三维 点云数据所在坐标系为基准， 将其后其他多帧背景三维点云数据中的非重复点， 补充入第 一帧背景三维点云数据中， 形成背景三维点云数据集。 3.根据权利要求2所述的基于三维点云数据的铁轨异物入侵实时监测方法， 其特征在 于， 还包括将不同气象条件下的背景三 维点云数据与已有的背景三 维点云数据集进行合并 处理， 构建得到不同气象条件下的背景三维点云数据集。 4.根据权利要求2或3所述的基于三维点云数据的铁轨异物入侵实时监测方法， 其特征 在于， 按照所需监测区域确定一个或多个三维包围区域， 过滤掉所述三维包围区域以外的 点云数据， 进一 步细化所述背景三维点云数据集。 5.根据权利要求4所述的基于三维点云数据的铁轨异物入侵实时监测方法， 其特征在 于， 构建背景三维点云模型包括对所述背景三维点云数据集进行 下采样处 理。 6.根据权利要求4所述的基于三维点云数据的铁轨异物入侵实时监测方法， 其特征在权　利　要　求　书 1/3 页 2 CN 114879160 B 2于， 所述实时三维点云数据集与所述背景三维点云模型进行对比处 理包括： 背景差分处理， 将所述实时三维点云数据集与所述背景三维点云模型进行差分运算， 即实时三维点云数据集中的每个实时三维点云数据， 以半径r搜索， 查找背景三维点云模型 中是否包含该实时三 维点云数据， 将未能在所述背景三 维点云模型中搜索到的实时三维点 云数据合并在一 起， 得到差分三维点云数据集。 7.根据权利要求6所述的基于三维点云数据的铁轨异物入侵实时监测方法， 其特征在 于， 还进一 步包括对 入侵异物的识别过 滤处理， 包括列车 过滤处理和飞鸟过 滤处理。 8.一种基于三维点云数据的铁轨异物入侵实时监测系统， 其特征在于， 包括临近铁轨 设置的激光雷达， 所述激光雷达通信连接到计算终端， 所述计算终端接 收来自激光雷达采 集的背景三维点云数据， 构建背 景三维点云模型； 以及， 所述计算 终端获取来自激光雷达采 集的实时三维点云数据进行实时处 理， 得到实时三维点云数据集； 将所述实时三维点云数据集与所述背景三维点云模型进行对比处理， 得到差分三维点 云数据集， 对差分三维点云数据集进行聚类处理， 得到包括一个或多个三维包围区域的三 维点云数据子集； 对三维点云数据子集中的三维包围区域进行动态建模和识别更新， 识别 判断是否为入侵异 物； 所述动态建模和识别更新包括： 对聚类后的三维点云数据子集进行动态建模， 令当前经过聚类得到的三维点云数据子 集为第一聚类子集Sj， 令下一个临近时刻经过聚类得到的三维点云数据子集为第二聚类子 集Si； 将第一聚类子集Sj中的各个三维包围区域中的点云数据， 与第 二聚类子集Si中的各个 三维包围区域中的点云数据， 进行比较判断； 若第一聚类子集Sj与第二聚类子集Si中存在重叠的三维包围区域， 则将这两个三维包 围区域合并处理， 形成一个更新后的三维包围区域， 对应的更新次数增加1， 该三维包围区 域出现的时间保持不变； 若第一聚类子集Sj与第二聚类子集Si中存在不重叠的三维包围区域， 则将第二聚类子 集Si中新出现的三维包围区域加入到第一聚类子集Sj中， 并记 其出现次数为 1， 添加的出现 时间为第二聚类子集Si对应的采集时间； 当对第一聚类子集Sj与第二聚类子集Si中所有的三维包围区域进行处理后， 则对经过 更新后的第一聚类子集Sj中的所有三维包围区域进 行迭代访问， 当其中一个三维包围区域 出现的时间与当前系统的时间之间的差值大于设定的时差门限TTime， 且该三维包围区域 出现次数为1时， 将该三维包围区域从当前 更新后的第一聚类子集Sj中删除。 9.根据权利要求8所述的基于三维点云数据的铁轨异物入侵实时监测系统， 其特征在 于， 所述计算终端包括： 背景建模模块， 用于把激光雷达对监测区域采集的背景三维点云数据， 构建为背景三 维点云模型； 实时检测模块， 用于把激光雷达对监测区域实时采集的实时三维点云数据， 进行实时 处理， 得到实时三维点云数据集； 差分模块， 用于将所述实时三维点云数据集与所述背景三维点云模型进行对比处理， 得到差分三维点云数据集；权　利　要　求　书 2/3 页 3 CN 114879160 B 3