(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221091413 3.4 (22)申请日 2022.08.01 (71)申请人 成都唐源智控技 术有限责任公司 地址 610000 四川省成 都市武侯区武侯电 商产业功能区管委会武兴二路9 号1栋 1单元2层201号 (72)发明人 占栋　黄祥　苏轩　曹伟　夏文星　 薛刚　 (74)专利代理 机构 成都天嘉专利事务所(普通 合伙) 5121 1 专利代理师 蒋斯琪 (51)Int.Cl. G06T 17/20(2006.01) G06N 20/00(2019.01) G06V 10/762(2022.01)G06V 10/774(2022.01) G06V 20/58(2022.01) (54)发明名称 基于雷达相机结合的列车停车状态识别装 置、 系统及方法 (57)摘要 本发明属于精确控制技术领域， 公开了一种 基于雷达和相机技术相结合的列车停车状态识 别装置、 系统及方法,包括控制模块、 安装支架、 激光雷达和线阵相机， 将激光雷达检测车辆停车 动作以及车辆停车后的深度信息， 与线阵相机更 佳激光雷达适应频率采集到的车辆停车图像， 直 观、 快速、 准确的得出列车进站停车到位状态， 并 且通过车号识别的方法识别出图像中列车的车 号， 并从数据库中匹配调用相应车号列车的全部 信息， 采用智能化的算法工具， 对实际检测得到 的带有深度信息的列车停车图片进行处理、 识 别， 判断出与标准位置相比的停车误差、 根据误 差计算识别车门位置， 以及根据图像特征判断车 门启闭状态和计算出车门开闭幅度， 从而控制站 台门开启或关闭。 权利要求书3页 说明书11页 附图6页 CN 115294299 A 2022.11.04 CN 115294299 A 1.基于雷达相机结合的列车停车状态识别装置， 其特征在于： 包括控制模块 （11） ， 以及 分别安装在三维万向节 安装座 （4） 上的激光雷达 （3） 和线阵相机 （1） ； 所述激光雷达 （3） 包括 用于对激光脉冲出射和回返的时间进 行记录的计时器， 以及根据激光脉冲出射和回返的时 间计算深度信息的计算单元； 所述激光雷达 （3） 和线阵相机 （1） 与所述控制模块 （11） 通讯相 连， 所述激光雷达 （3） 和线阵相机 （1） 通过所述三维万 向节安装座 （4） 调整朝向列车停车所 在位置， 激光雷达 （3） 的垂直视场角覆盖列车的底部裙板至车顶边缘， 而所述线阵相机 （1） 的垂直视场角则包含激光雷达 （3） 的垂直视场角、 且最高还包含列车受电弓， 且线阵相机 （1） 的水平视场角也覆盖 激光雷达 （3） 的水平视场角。 2.如权利要求1所述的基于雷达相机结合的列车停车状态识别装置， 其特征在于： 所述 三维万向节设置在位置对应列车进站口停车标位置处的安装支架上， 所述安装支架包括顶 部带有螺栓固定孔位的安装法兰盘 （2） 、 中间的竖直拉撑杆、 以及底部用于安装 所述三维万 向节安装座 （4） 的横向安装板 （5） ， 安装法兰盘 （2） 、 竖直拉撑杆、 以及横向安装板 （5） 间固定 连接； 安装支架通过其顶部的安装法兰盘 （2） 固定吊装， 且所述安装法兰盘 （2） 上的螺栓固 定孔位为若干环形槽孔， 且所有环形槽孔与安装法兰盘 （2） 共圆心。 3.如权利要求1或2所述的基于雷达相机结合的列车停车状态识别装置， 其特征在于： 所述三维万向节 安装座 （4） 包括顶部安装块 （6） 、 中部转接块 （10） 以及底部安装块 （9） ； 所述 底部安装块 （9） 水平方向上左右角度可调的安装在所述安装支架上， 所述中部转接块 （10） 则竖直平 面内左右倾角可调的安装在所述底部安装块 （9） 上， 所述顶部安装块 （6） 在竖直平 面内前后倾角可调的安装在所述中部转接块 （10） 上， 所述激光雷达 （3） 或线阵相机 （1） 则安 装在所述顶部安装块 （6） 上。 4.如权利要求3所述的基于雷达相机结合的列车停车状态识别装置， 其特征在于： 所述 顶部安装块 （6） 和底部安装块 （9） 均为中间为横板、 且横板的一个面的两侧带有竖直翼板 （7） 的结构； 所述中部转接块 （10） 则为中间为横板， 且横板的前后、 左右两侧分别设置有一 组方向相反的竖直翼板 （7） ； 所述顶部安装块 （6） 的竖直翼板 （7） 、 底部安装块 （9） 的横板和 竖直翼板 （7） 、 以及中部转接块 （10） 的竖直翼板 （7） 上均开设有若干同圆心的弧形螺栓固定 槽孔 （8） 。 5.如权利要求1所述的基于雷达相机结合的列车停车状态识别装置， 其特征在于： 所述 控制模块 （11） 包括控制箱 （17） 壳体， 以及设置在壳体中的安装板 （16） ， 所述安装板 （16） 上 设置有嵌入式处理器、 数据交换器和控制模块 （11） ， 以及为各器件供电的供电电源、 空气开 关 （15） 和逆变器 （14） ， 所述数据交换器与所述控制模块 （11） 和嵌入式处理器数据通讯相 连， 所述激光雷达 （3） 的信号输出端 连入所述控制模块 （11） ， 所述控制模块 （11） 的信号输出 端与所述线阵相机 （1） 相连， 所述线阵相机 （1） 相连的信号输出端连入所述嵌入式处 理器。 6.基于雷达相机结合的列车停车状态识别系统， 其特征在于： 包括供电模块、 雷达测速 模块、 线阵成像模块、 控制模块 （11） 、 嵌入式处理模块 （13） 、 数据交换模块 （12） ， 所述线阵成 像模块包括线光源和线阵相机 （1） ； 所述雷达模块用于对列车进行测速， 并将所测的列车速度反馈给控制模块 （1 1） ； 所述控制模块 （11） 接收到雷达模块测得的列车速度后， 结合线阵相机 （1） 的拍摄视野 计算出线阵相机 （1） 所需的扫描频率， 并生成相应的触发信号发送给线阵相机 （1） ； 线阵相机 （1） 收到所述触发信号后， 根据扫描频率对列车车体的侧面进行扫描， 并将扫权　利　要　求　书 1/3 页 2 CN 115294299 A 2描后的图片传给嵌入式处 理模块 （13） ； 嵌入式处理模块 （13） 对收到的图片进行图像处理， 提取出图片中的车号信息以及列车 开关门状态和停车精度信息， 根据车号从数据库中识别出对应的车 型。 7.基于雷达相机结合的列车停车状态 识别方法， 其特 征在于， 包括以下步骤： 图像采集步骤， 激光雷达对列 车进行测速， 并将所测的列车速度反馈给控制模块， 控制 模块根据列车速度以及线阵相机的拍摄的视野计算出线阵相机所需的扫描频率， 线阵相机 根据扫描频率对列车车体的侧面进行扫描得到带有激光雷达深度信息的图片， 并将扫描后 的图片传给嵌入式处 理器； 车号识别步骤， 嵌入式处理器接收扫描后的图片并对所述图片进行车号定位， 提取出 图片中车号所在区域， 然后通过字符分割、 字符分类以及后处理识别出列车车号， 根据列车 车号从数据库中识别匹配出相应的车 型及理论停车位置信息； 停车状态识别步骤， 通过深度 学习目标检测模型、 图像帧间对比、 云数据聚类或者灰度 检测， 对所述图像采集步骤中扫描后的图片 中列车车头的位置进行跟踪检测， 当检测到车 头位置坐标不变化时， 判断列车已经停止； 停车误差检测步骤， 当判断列车停车后， 对所述图像采集步骤中扫描的图片中列车的 车门和/或车窗进行识别， 并将识别出 的车门和/或车窗位置， 与所述理论停车位置信息中 的车门和/或车窗位置进行求差， 得到停车误差； 站台门开闭步骤， 当判断列车停车后， 通过深度学习图像模型、 点云形态判别、 或者灰 度图像识别， 对列车停车后的图片进 行扫描， 以判断列车的车门开闭状态， 根据所述列车的 车门开闭状态， 结合所述停车误差， 控制站台门开启或关闭。 8.如权利要去7所述的基于雷达相机结合的列车停车状态识别方法， 其特征在于： 所述 停车状态识别步骤中， 通过图像帧间对比判断列车停止， 具体的， 是将扫描时间最近的一帧 图片与前一帧图片进 行车头位置识别和位置坐标对比， 若 前后两帧图片中列车车头的位置 坐标不变化、 或变化 值在设定的阈值范围内则判断列车停止 。 9.如权利要去7所述的基于雷达相机结合的列车停车状态识别方法， 其特征在于： 所述 停车状态识别步骤中， 通过云数据聚类模型判断列车停止， 具体的， 是通过云数据聚类模型 将每一帧图片识别转化为点云图， 并计算出重心点， 然后比较扫描时间最近的一帧图片与 前一帧图片的重心点位置是否有改变， 若前后两帧图片 中重心点位置无改变、 或变化值在 设定的阈值范围内则判断列车停止 。 10.如权利要去9所述的基于雷达相机结合的列车停车状态识别方法， 其特征在于： 所 述计算出重心点， 是在设定的范围内， 对点云数据从图片 中车辆行驶的方向一端向车辆所 在方向进行切片， 如果切到刚有在设定范围内的数据点时则判断为为车头位置， 即可计算 为重心点， 需要说明的是， 这里的设定的范围， 以及前述的设定阈值， 均为根据先验经验设 定的值。 11.如权利要去7所述的基于雷达相机结合的列车停车状态识别方法， 其特征在于： 所 述停车状态识别步骤中， 通过云数据灰度检测判断列车停止， 具体的， 是将 每一帧图片识别 转化为点云图， 再将点云图中的点云转换成深度图像 ‑灰度图像， 则深度图像 ‑灰度图像中 灰度块的切线位置 即为列车车头