详情

原文传递用于在铁路交通中、尤其在轨道交通中进行障碍物识别的方法、设备和铁路车辆、尤其轨道车辆

专利名称：	用于在铁路交通中、尤其在轨道交通中进行障碍物识别的方法、设备和铁路车辆、尤其轨道车辆
摘要：	为了当铁路车辆（BFZ）在铁路网（BNE）中的铁路路段（BST）上时自动识别铁路交通（BVE）中的障碍物或者当轨道车辆（SFZ）位于轨道网（SNE）中的轨道路段（SST）上时自动识别轨道交通（SVE）中的障碍物，提出，基于位于所述铁路车辆（BFZ，SFZ）前方的行驶路段区域（FSB）的多个图像（BIFSB），在图像中分别标记的图像区域（BIB）——其示出由铁路车辆（BFZ，SFZ）使用的车道（FS，GL）——中通过图像分析来识别通过所述标记形象地定位的车道并且将其与所存储的已知的图像元信息（BMI）或与所存储的已知的图像元信息（BMI）和附加信息（ZI）进行比较并且在所标记的图像区域的图像区域片段（BIBAS）中通过对象识别方法来识别：在所述车道（FS，GL）上是否存在对象（OBJ），诸如人、动物、倒下的树，等等，其中，当通过对象识别方法识别到所述对象（OBJ）时，在图像区域（BIB）中、优选在图像区域片段（BIBAS）中标记障碍物。
专利类型：	发明专利
国家地区组织代码：	德国;DE
申请人：	西门子移动有限责任公司
发明人：	A.舍恩贝格尔;C.德雷克斯勒;A.谢弗-恩克勒;J.温海森
专利状态：	有效
申请日期：	2017-12-07T00:00:00+0800
发布日期：	2019-08-02T00:00:00+0800
申请号：	CN201780075914.6
公开号：	CN110087970A
代理机构：	中国专利代理(香港)有限公司
代理人：	姬亚东;刘春元
分类号：	B61L23/04(2006.01);B;B61;B61L;B61L23
申请人地址：	德国慕尼黑
主权项：	1.一种用于在铁路交通（BVK）中、尤其轨道交通（SVK）中进行障碍物识别的方法，其特征在于， a）从铁路车辆（BFZ）、尤其轨道车辆（SFZ）出发，尤其从动车驾驶员（FZF，TFS，TRW）的视角和/或从车辆（BFZ，SFZ）中或上的位置固定的、观测车道的位置、从位于所述铁路车辆（BFZ，SFZ）前方的、尤其符合所述铁路车辆（BFZ，SFZ）的速度的行驶路段区域（FSB）检测代表所述行驶路段区域（FSB）的多个图像（BIFSB）， b）在所述图像（BIFSB）中分别标记以下图像区域（BIB），所述图像区域示出由所述铁路车辆（BFZ，SFZ）使用的车道（FS）、尤其铁轨（GL），其中，通过图像分析识别铁路车辆（BFZ，SFZ）的通过所述标记形象地定位的车道（FS，GL）并且将其要么与所存储的已知的图像元信息（BMI）要么与所存储的已知的图像元信息（BMI）和附加信息（ZI）、诸如行驶路段规划或地图材料进行比较， c）对于所标记的图像区域（BIB）的图像区域片段（BIBAS），所述图像区域片段代表所使用的车道（FS，GL）以及对于所述铁路交通（BVK，SVK）关键的区域，通过对象识别方法来识别：在所述车道（FS，GL）上是否存在对象（OBJ），诸如人、动物、倒下的树，等等，其中，当通过对象识别方法识别到所述对象（OBJ）时，在图像区域（BIB）中、优选在图像区域片段（BIBAS）中标记障碍物和/或作为潜在的障碍物来标记障碍物。 2.根据权利要求1所述的方法，其特征在于，借助不同的结构型式的多个图像记录设备（BAZG），例如借助视频摄像机、激光传感器、基于雷达的以基于无线电的定位和间距测量为基础的传感器、红外摄像机和/或热图像摄像机拍摄所述图像（BIFSB）。 3.根据权利要求1或2所述的方法，其特征在于，借助棱边识别算法执行图像分析，其中，从在所述行驶路段区域（FSB）中检测到的车道（FS，GL）出发，在所述图像区域（BIB）中，通过所述车道（FS，GL）在所检测的图像中相对于所检测的整个图像变化的图像份额来识别由所述铁路车辆（BFZ，SFZ）使用的车道（FS，GL）的走向。 4.根据权利要求2所述的方法，其特征在于，借助基于雷达的、以基于无线电的定位和间距测量为基础的传感器拍摄所述图像（BIFSB），基于所使用的车道（FS，GL）的认识执行图像分析，因为所使用的车道（FS，GL）的走向相对于地理位置是已知的。 5.根据权利要求1至4中任一项所述的方法，其特征在于，借助对象识别方法基于正-比较和/或负-比较执行模式比较，其中， a）在正-比较时检查：在所述图像区域片段（BIBAS）中是否包含对象特定的模式，以及 b）在负-比较时 b1）检查：在所述图像区域片段（BIBAS）中是否包含预期的模式、优选穿行的由铁路车辆（BFZ，SFZ）使用的车道（FS，GL）或者通过平行延伸的铁轨（GL）之间的车道（FS）的车道载体或者铁轨载体形成的规则性， b2）对于结果的检查以“否”结束的情况，将所确定的不规则性关于其预期与作为参考信息使用的并且在行驶路段初始化运行中事先拍摄的路段图像进行比较， b3）对于没有预期到不规则性的情况，在图像区域（BIB）中、优选在图像区域片段（BIBAS）中标记障碍物和/或作为潜在的障碍物标记障碍物。 6.根据权利要求1至5中任一项所述的方法，其特征在于，对于将不同的图像源进行组合的借助图像处理方法、诸如隐马尔可夫模型的图像处理，合并对于全部图像（BIFSB）分别在图像区域（BIB）或者图像区域片段（BIBAS）中已经进行的障碍物标记，以便最小化有错误的识别并且排除“假的负的”也即有错误的假设，即在车道或者铁轨区域中不存在对象（OBJ），尽管其真实存在。 7.根据权利要求1至6中任一项所述的方法，其特征在于，借助所述方法在沿行驶路段不具有附加的基础设施的情况下，辅助所述铁路车辆（BFZ，SFZ）的自动的（自主的）或辅助的驾驶。 8.一种用于在铁路交通（BVK）中、尤其轨道交通（SVK）中进行障碍物识别的设备，其特征在于， a）至少一个图像记录设备（BAZG），借助所述图像记录设备，从铁路车辆（BFZ）、尤其轨道车辆（SFZ）出发，尤其从动车驾驶员（FZF，TFS，TRW）的视角和/或从车辆（BFZ，SFZ）中或上的位置固定的、观测车道的位置、从位于所述铁路车辆（BFZ，SFZ）前方的、尤其符合所述铁路车辆（BFZ，SFZ）的速度的行驶路段区域（FSB），代表所述行驶路段区域（FSB）的多个图像（BIFSB）可被检测并且可存储在图像存储装置（BSPE）中， b）计算/分析处理装置（BAWE），所述计算/分析处理装置与所述图像记录设备（BAZG）、所述图像存储装置（BSPE）和信息数据库（IDB）连接并且在功能上共同作用，其中，优选两者、即图像存储装置（BSPE）和信息数据库（IDB）作为结构单元集成在共同的存储设备中，尤其构造有非易失性的可读取的存储器（SP）和处理器（PZ），在所述存储器中存储有控制障碍物识别的程序模块（PGM）的、处理器可读的控制程序命令，所述处理器实施所述程序模块（PGM）的控制程序命令以用于计算/分析处理支持的障碍物识别，使得在图像（BIFSB）中分别标记以下图像区域（BIB），所述图像区域示出由所述铁路车辆（BFZ，SFZ）使用的车道（FS）、尤其铁轨（GL），其中，铁路车辆（BFZ，SFZ）的通过所述标记形象地定位的车道（FS，GL）通过图像分析来识别并且要么与所存储的已知的图像元信息（BMI）要么与所存储的已知的图像元信息（BMI）和附加信息（ZI）、诸如行驶路段规划或者地图材料进行比较， c）所述计算/分析处理装置（BAWE）被构造成，使得对于所标记的图像区域（BIB）的图像区域片段（BIBAS），所述图像区域片段代表所使用的车道（FS，GL）以及对于铁路交通（BVK，SVK）关键的区域，通过对象识别方法来识别：在车道（FS，GL）上是否存在对象（OBJ），诸如人、动物、倒下的树，等等，其中，当通过对象识别方法识别到所述对象（OBJ）时，在图像区域（BIB）中、优选在图像区域片段（BIBAS）中标记障碍物和/或作为潜在的障碍物来标记障碍物。 9.根据权利要求8所述的设备（HEV），其特征在于，包含不同的结构型式的多个图像记录设备（BAZG），例如多个视频摄像机、激光传感器、基于雷达的以基于无线电的定位和间距测量为基础的传感器、红外摄像机和/或热图像摄像机，它们拍摄所述图像（BIFSB）。 10.根据权利要求8或9所述的设备（HEV），其特征在于，所述计算/分析处理装置（BAWE）被构造成，使得借助棱边识别算法执行图像分析，其中，从在所述行驶路段区域（FSB）中检测到的车道（FS，GL）出发，在所述图像区域（BIB）中，通过所述车道（FS，GL）在所检测的图像中相对于所检测的整个图像变化的图像份额来识别由所述铁路车辆（BFZ，SFZ）使用的车道（FS，GL）的走向。 11.根据权利要求9所述的设备（HEV），其特征在于，所述计算/分析处理装置（BAWE）被构造成，使得当借助基于雷达的、以基于无线电的定位和间距测量为基础的传感器拍摄所述图像（BIFSB）时，基于所使用的车道（FS，GL）的认识执行所述图像分析，因为所使用的车道（FS，GL）的走向相对于地理位置是已知的。 12.根据权利要求8至11中任一项所述的设备（HEV），其特征在于，所述计算/分析处理装置（BAWE）被构造成，使得借助对象识别方法基于正-比较和/或负-比较执行模式比较，其中， a）在正-比较时检查：在图像区域片段（BIBAS）中是否包含对象特定的模式，以及 b）在负-比较时 b1）检查：在图像区域片段（BIBAS）中是否包含预期的模式、优选穿行的由铁路车辆（BFZ，SFZ）使用的车道（FS，GL）或者通过平行延伸的铁轨（GL）之间的车道（FS）的车道载体或者铁轨载体形成的规则性， b2）对于结果的检查以“否”结束的情况，将所确定的不规则性关于其预期与作为参考信息使用的并且在行驶路段初始化运行中事先拍摄的路段图像进行比较， b3）对于没有预期到不规则性的情况，在图像区域（BIB）中、优选在图像区域片段（BIBAS）中标记障碍物和/或作为潜在的障碍物标记障碍物。 13.根据权利要求8至12中任一项所述的设备（HEV），其特征在于，所述计算/分析处理装置（BAWE）被构造成，使得对于将不同的图像源进行组合的借助图像处理方法、诸如隐马尔可夫模型的图像处理，合并对于全部图像（BIFSB）分别在图像区域（BIB）或者图像区域片段（BIBAS）中已经进行的障碍物标记，以便最小化有错误的识别并且排除“假的负的”也即有错误的假设，即在车道或者铁轨区域中不存在对象（OBJ），尽管其真实存在。 14.根据权利要求8至13中任一项所述的设备（HEV），其特征在于，所述图像记录设备（BAZG）可摆动地构造。 15.根据权利要求8至14中任一项所述的设备（HEV），其特征在于，所述图像记录设备（BAZG）具有校正部件（KOK），所述校正部件将天气与亮度数据一同包括到图像材料的分析处理中。 16.根据权利要求8至15中任一项所述的设备（HEV），其特征在于，所述图像记录设备（BAZG）具有焦距改变部件（BVK），所述焦距改变部件根据与所述车道（FS，GL）的间距选择正确的拍摄角，以便因此最优地支持多重分析处理。 17.根据权利要求8至16中任一项所述的设备（HEV），其特征在于，所述图像记录设备（BAZG）具有照明部件（BLK）、尤其大灯，所述大灯在人可见的区域之内或之外工作。 18.根据权利要求8至17中任一项所述的设备（HEV），其特征在于虚拟机，所述虚拟机在“铁轨交通系统的、软件定义的信号识别”的意义上构造并且起作用。 19.根据权利要求8至13中任一项所述的设备（HEV），其特征在于，借助所述设备（HEV）在沿行驶路段不具有附加的基础设施的情况下，辅助所述铁路车辆（BFZ，SFZ）的自动的（自主的）或辅助的驾驶。 20.一种用于在铁路交通（BVK）中、尤其轨道交通（SVK）中进行轨道交通（SVK）中的障碍物识别的铁路车辆（BFZ），其特征在于，根据权利要求8至19中任一项所述的用于障碍物识别的设备（HEV）集成到所述铁路车辆（BFZ，SFZ）中。
所属类别：	发明专利