基于相机阵列的货运列车智能跟踪与速度估计系统的制作方法

摘要: 本发明属于铁路列车安全,具体地,涉及一种基于相机阵列的货运列车智能跟踪与速度估计系统。背景技术:1、铁路编组站是铁路货物运输网络的核心节点,承担着货物列车的到达...
基于相机阵列的货运列车智能跟踪与速度估计系统的制作方法

本发明属于铁路列车安全,具体地,涉及一种基于相机阵列的货运列车智能跟踪与速度估计系统。

背景技术:

1、铁路编组站是铁路货物运输网络的核心节点,承担着货物列车的到达、解体、编组和出发等关键任务。在编组站的整个作业链条中,摘钩作业是将到达列车按钩计划进行分解的第一道关键工序。目前,摘钩机器人沿导轨布置,依据钩计划慢速跟踪移动列车执行摘钩任务。然而,在实际工程运行中,机器人依赖自身局部摄像头进行车厢计数并与钩计划对应,由于视野受限、遮挡与相似结构干扰、列车速度变化、振动以及缺少统一参考坐标系等因素,导致车厢计数出现漂移,严重影响摘钩作业的准确性和可靠性。

2、1. 现有方案的主要困难:

3、目前摘钩机器人系统依赖自身局部车载摄像头进行车厢识别与计数,在实际运行中面临以下核心挑战:

4、(1)视野受限

5、局部相机只能捕捉到局部车体片段,缺少“整列上下文”信息,容易将同一节车厢的不同结构部件(如车钩、风管、端梁、转向架等)误判为车厢分界点,导致计数错误。

6、(2)遮挡与相似结构干扰

7、车钩、风管、端梁、转向架等关键结构在不同车厢之间高度相似,且人员走动、设备遮挡、积雪覆盖等因素会造成漏检和重检,严重影响识别的稳定性。

8、(3)速度变化与振动影响

9、列车低速行进但不恒速(通常在1-5km/h范围内变化),机器人跟随过程中的机械抖动会导致视觉特征追踪丢失,引发计数跳变和跟踪中断。

10、(4)缺少统一参考坐标系

11、局部视觉没有稳定的"线路坐标系"参照,难以可靠地进行速度估计和位置对齐,无法建立“视觉-物理空间”之间的精确映射关系。

12、综上所述,仅依靠机器人自身局部视觉进行车厢序号映射,在工程上难以达到长期稳定的判别效果,亟需引入独立于机器人本体的全局感知系统来弥补这一根本性缺陷。

13、2. 客观约束条件:

14、系统设计必须严格遵循火车站现场的实际物理空间、环境条件和作业工况:

15、表1 约束条件

16、

技术实现思路

1、为解决现有技术存在的不足,本发明提出了一种具备自主感知能力的基于相机阵列的货运列车智能跟踪与速度估计系统。

2、本发明通过以下技术方案实现,一种基于相机阵列的货运列车智能跟踪与速度估计系统:所述系统包括基础设施层、感知层、算法层和应用层;

3、所述基础设施层包括宽温工业相机阵列、gpu ai 计算服务器、网络交换机、显示终端及配套通信网络设备,所述gpu ai 计算服务器通过配套通信网络与摘钩机器人通信连接;

4、所述感知层用于多路视频流的接入、同步与管理,通过视频接入套件实现对相机阵列的统一控制;感知层将原始视频、图像数据标准化处理后,传递给算法层;

5、所述算法层集成全场景拼接监控单元、车厢分割识别单元、精准车序定位单元、机器人定位单元、实时速度估计单元、车厢分离检测单元和场景态势映射单元;所述机器人定位单元向摘钩机器人输出定位指令,实时速度估计单元向摘钩机器人运动控制器输出速度估计值,车厢分离检测单元在摘钩动作执行后判定分离结果并反馈;

6、所述应用层包括综合管理控制平台、态势总览大屏、异常报警系统和数据管理与共享模块,用于人机交互。

7、进一步地,所述全场景拼接监控单元通过沿股道部署的宽温工业相机阵列,对列车进行无盲区覆盖拍摄,并利用自适应视频拼接算法将多路视频流实时融合拼接成全景监控画面。

8、进一步地,所述宽温工业相机阵列沿股道一侧等距部署,相邻相机之间设有部分视野重叠区域,所有相机通过硬件触发同步,相机阵列作为独立感知层与摘钩机器人本体解耦设置,不依赖于摘钩机器人的视角,从全局角度提供整列车的完整视觉信息。

9、进一步地,所述车厢分割识别单元基于改进的sam架构,构建面向货运列车的实例分割模型,在拼接全景监控画面上,采用深度学习与货运列车的先验知识融合的检测模型,识别并分割出每一节独立车厢及其关键部件;

10、所述物理先验知识包括车厢长度约束、车厢间距约束和连续性约束。

11、进一步地,所述精准车序定位单元引入虚拟信标机制,在股道起始点设置绝对位置基准,结合首车识别与多目标跟踪输出车厢的绝对序号;

12、所述虚拟信标机制基于位置固定性、唯一可辨识性和冗余设计;采用双向计数容错策略进行正向验证、反向验证和交叉校验,并通过有限状态机处理列车中途停车、倒车工况。

13、进一步地,所述机器人定位单元采用轻量级深度学习目标检测模型,在全景监控画面中实时检测机器人位置、机器人正前方或作业臂所对准的车厢及车钩,将局部检测结果与全局车序信息进行融合,通过空间映射、序号查询和闭环验证确定机器人当前对准的车厢序号。

14、进一步地,所述实时速度估计单元采用改进的稀疏光流法进行速度估计;在目标车厢的roi区域内提取特征点并进行光流跟踪,将特征点的像素位移结合相机标定参数转换为实际物理速度,为摘钩机器人的移动底盘提供同步控制参考。

15、进一步地,所述车厢分离检测单元在摘钩机器人的摘钩动作执行后,持续跟踪相邻车厢对接处的交界区域,通过边缘检测和距离分析,计算两车厢端墙之间的实时间距变化,当间距超过安全分离阈值并持续保持稳定时判定分离成功。

16、进一步地,所述场景态势映射单元基于拼接的全景监控画面、车序定位结果和机器人位置状态构建2.5d站场态势地图,采用倾斜投影、层次渲染和动态标注技术,将列车编组、机器人实时位置、作业状态以及两者的相对关系可视化呈现。

17、一种基于相机阵列的货运列车智能跟踪与速度估计方法;所述方法包括以下步骤:

18、步骤1:通过沿股道部署的宽温工业相机阵列采集多路视频流,对多路视频流进行接入、同步与统一控制;

19、步骤2:将多路视频流实时融合拼接为连续统一的全景监控画面;

20、步骤3:在全景监控画面上识别并分割出每一节独立车厢;

21、步骤4:确定每节车厢在整列中的绝对序号;

22、步骤5:识别摘钩机器人位置并匹配确定其当前对准的车厢序号,向摘钩机器人输出定位指令;

23、步骤6:对目标车厢进行实时速度估计,向摘钩机器人运动控制器输出速度估计值;

24、步骤7:在摘钩动作执行后,监测相邻车厢对接处的间距变化并判定分离状态,将分离结果反馈至控制系统;

25、步骤8:将感知和分析结果构建为站场态势地图并可视化呈现。

26、相较于现有技术,本发明利用人工智能与新一代智能终端技术解决高危岗位的“机器换人”问题。研发具备自主感知能力的智能跟踪与速度估计系统,不仅是落实"人工智能+交通运输"创新工程的具体举措,也为铁路编组站全面实现"无人化、智能化"提供了关键技术支撑。

1.基于相机阵列的货运列车智能跟踪与速度估计系统,其特征在于:

2.根据权利要求1所述系统,其特征在于:

3.根据权利要求2所述系统,其特征在于:

4.根据权利要求3所述系统,其特征在于:

5.根据权利要求4所述系统,其特征在于:

6.根据权利要求5所述系统,其特征在于:

7.根据权利要求6所述系统,其特征在于:

8.根据权利要求7所述的系统,其特征在于:

9.根据权利要求8所述的系统,其特征在于:

10.一种基于相机阵列的货运列车智能跟踪与速度估计方法,其特征在于,所述方法用于执行权利要求1至9任意一项所述的基于相机阵列的货运列车智能跟踪与速度估计系统;