CN114120201B - 一种车站计算机联锁道岔状态信息检测系统及其方法 - Google Patents
一种车站计算机联锁道岔状态信息检测系统及其方法 Download PDFInfo
- Publication number
- CN114120201B CN114120201B CN202111442664.XA CN202111442664A CN114120201B CN 114120201 B CN114120201 B CN 114120201B CN 202111442664 A CN202111442664 A CN 202111442664A CN 114120201 B CN114120201 B CN 114120201B
- Authority
- CN
- China
- Prior art keywords
- turnout
- image
- station
- detected
- symbol
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/40—Display of information, e.g. of data or controls
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明涉及一种车站计算机联锁道岔状态信息检测系统及其方法,该系统包括视频采集终端和数据处理单元,视频采集终端架设于能够清晰拍摄到车站计算机联锁显示屏界面的位置,非接触式采集联锁显示屏站场画面图像;数据处理单元与视频采集终端相连接,从原始帧图像中提取道岔图符图像,对道岔图符图像进行缩放及图像处理,计算待检测道岔灰度图符与标准道岔灰度图符之间的匹配系数,得到道岔状态信息检测结果。与现有技术相比,本发明能够实现无接触情况下以非侵入方式实时检测车站计算机联锁道岔状态信息的目的,能够减少检测工程量、提高检测安全性。
Description
技术领域
本发明涉及轨道交通技术领域,尤其是涉及一种车站计算机联锁道岔状态信息检测系统及其方法。
背景技术
计算机联锁系统负责铁路车站行车进路的办理,是铁路行车安全的核心控制设备。计算机联锁系统在信号操作员或者ATS系统操作下实现站内道岔、信号机、轨道电路之间联锁控制,是铁路安全高效行车不可缺少的保障装备。计算机联锁系统目前已在世界范围每得到广泛应用,在铁路交通较为发达的地区,计算机联锁系统不再是孤立的信号控制系统,而是信号安全综合监测系统和综合运营管理系统的一个子系统。
车站计算机联锁系统属于功能安全系统,和其他系统的连接有着严格的限制。铁路运输系统中车务段、工务段、车辆段等单位均需要获取车站计算机连锁信息,以快速了解列车和站场的实时状态,利于工作的开展。为了获取道岔状态信息,往往需要车站计算机联锁系统提供单向的电气隔离的通信接口,并配合编制相应的专用通信协议,以实现对计算机联锁信息的获取,整个过程耗时较长、且十分复杂,此外,由于需要以通信接口入侵的方式获取车站计算机联锁信息,很有可能存在通信安全隐患。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种车站计算机联锁道岔状态信息检测系统及其方法,以实现快速、安全检测得到车站计算机联锁道岔状态信息的目的。
本发明的目的可以通过以下技术方案来实现:一种车站计算机联锁道岔状态信息检测系统,其特征在于,包括视频采集终端和数据处理单元,所述视频采集终端架设于能够清晰拍摄到车站计算机联锁显示屏站场画面的位置,所述视频采集终端与数据处理单元相连接,所述视频采集终端用于获取车站计算机联锁显示屏(3)的站场画面图像;所述数据处理单元用于对站场画面图像进行分析处理以及匹配计算,以得到对应的检测结果。
进一步地,所述数据处理单元包括系统初始化模块、图符提取模块、像素缩放模块、图像处理模块、匹配计算模块和检测判断模块:
所述系统初始化模块用于校准站场画面图像及标定道岔图符信息;
所述图符提取模块用于根据标定的道岔图符信息,从每帧实时图像中截取出对应的待检测道岔图符;
所述像素缩放模块用于将待检测图符图像缩放至与标准图符图像的像素点数量相同;
所述图像处理模块用于将图符图像转换为清晰的灰度图像;
所述匹配计算模块用于计算待检测灰度图符与标准灰度图符之间的匹配系数;
所述检测判断模块对匹配计算模块输出的数据进行分析判断,以输出相应检测结果。
一种车站计算机联锁道岔状态信息检测方法,包括以下步骤:
S1、视频采集终端安装于固定位置,拍摄车站计算机联锁显示屏站场画面,具体步骤包括安装于固定位置的摄像机拍摄视频、将所述视频通过通信网络传输至数据处理单元、从视频中提取帧图像并存储,记为原始帧图像;
S2、使用所述步骤S1获得的任一帧图像作为样张图像,系统初始化模块在人工介入下完成系统初始化,并将相关初始化信息储存于数据处理单元。所述系统初始化包括站场画面图像校准、站场画面图像提取、站场画面图像中道岔图符的信息标定;
S3、根据车站计算机联锁显示规范,图像处理模块预先将各类道岔状态的道岔标准图符转换为对应的灰度图,得到标准道岔灰度图符,所述道岔状态包括定位、反位、失去表示、挤岔四类状态;
S4、使用所述步骤S2中获得的初始化信息,图符提取模块从接收的每帧实时图像中,提取所有待检测道岔图符;
S5、将所有待检测道岔图符分别转换为对应的待检测道岔灰度图符;
S6、匹配计算模块计算所有待检测道岔灰度图符与标准道岔灰度图符的匹配系数;
S7、检测判断模块根据各匹配系数计算结果,分析判断得到各待检测道岔的状态检测结果。
进一步地,所述步骤S2的系统初始化具体步骤为:
S21、站场画面图像校准是将原始帧图像Frame校准为平视的校准图像Frame′,使校准图像中站场画面图像为矩形,以提高后续检测的准确性;
其中,步骤S21的具体过程为:
S211、将原始帧图像Frame中每一像素点坐标通过所述变换计算公式变换为在校准图像Frame′中对应的坐标,所述变换计算公式如下:
式中,(x,y)为像素点在原始图像中坐标,(x′,y′)为变换后对应坐标;
S212、将所述变换计算公式变形,并通过人工标定方式得到原始帧图像Frame中站场画面图像四个顶点的坐标[(x1,y1),(x2,y2),(x3,y3),(x4,y4)],设校准图像Frame′中所述四个顶点对应坐标为[(x′1,y′1),(x′2,y′1),(x′1,y′2),(x′2,y′2)],将变换前后四组顶点的坐标代入,得到如下矩阵:
通过求解上述矩阵,得到所述站场画面图像校准所需参数ai,(i=1,2,…,7,8),将所述参数储存于数据处理单元供后续步骤使用;
S22、站场画面图像提取是在所述校准图像Frame′中对站场画面图像区域R进行提取,站场画面图像区域R的矩形框参数为步骤S212中四个顶点坐标[(x′1,y′1),(x′2,y′1),(x′1,y′2),(x′2,y′2)],其中x′1<x′2,y′1<y′2,区域R定义为:
R∈(x,y),x′1≤x≤x′2,y′1≤y≤y′2
将区域R由图像Frame′中取出,将坐标为(x′1,y′1)的像素点置为坐标原点,得到大小为(M1×M2)的站场画面图像D,其中M1=x′2-x′1,M2=y′2-y′1,将顶点坐标[(x′1,y′1),(x′2,y′1),(x′1,y′2),(x′2,y′2)]保存至数据处理单元供后续步骤使用;
S23、站场画面图像中道岔图符的信息标定,是在站场画面图像D中,通过人工标定方式得到所有待检测的道岔图符的信息,道岔图符是用来表示道岔的最小图形单元,道岔信息包括道岔编号Ci、岔尖坐标(xi,yi)及道岔方向Direi,其中i=1,2,…,n,n为站场画面图像D中道岔数量,道岔编号Ci为第i个道岔在系统中的编号,岔尖坐标(xi,yi)为第i个道岔岔尖像素点于站场画面图像D中坐标,道岔方向Direi为第i个道岔岔尖所在方向、取值为左/右,将所述道岔信息保存至数据处理单元供后续步骤使用。
进一步地,所述步骤S4提取待检测道岔图符的具体步骤为:
S41、使用步骤S21及步骤S22中得到的参数ai,(i=1,2,…,7,8)及顶点坐标[(x′1,y′1),(x′2,y′1),(x′1,y′2),(x′2,y′2)],将原始帧图像Frameγ校准为Frame′γ,并从中提取站场画面图像Dγ,其中γ为帧编号;
S42、使用步骤S23中获得的道岔信息,在站场画面图像Dγ中,以岔尖坐标(xi,yi)作为中心,提取边长为L的正方形Ri,该正方形的顶点坐标定义为
并根据道岔方向Direi,将道岔方向Direi为右的正方形Ri进行左右翻转,得到待检测道岔图符Pγi,将道岔编号Ci及对应的待检测道岔图符Pγi储存于数据处理单元供后续步骤使用。
进一步地,所述步骤S3和步骤S5中转换灰度图的具体计算公式为:
其中,z为图符图像转换后的灰度图,矩阵为图符对应的彩色图像,omn为该图符彩色图像中第m行第n列对应的像素点, 和分别代表该图符图像在R、G、B三个色彩通道上的分量,参数A1、A3、A3为各色彩分量对应的权重系数,根据经验确定权重系数使道岔图像与背景具有更大的灰度差。
进一步地,所述步骤S5具体包括以下步骤:
步骤S51:将所有待检测道岔图符缩放至与标准道岔图符的像素点数量相同;
步骤S52:将缩放后的所有待检测图符图像分别转换为对应的灰度图;
步骤S53:对灰度图进行双边滤波,去除噪声,得到待检测道岔灰度图符Pgγi。
进一步地,所述步骤S6匹配系数的计算公式具体为:
N=m×n
其中,Sγij为第γ帧图像第i个待检测道岔灰度图符Pgγi与第j个标准道岔灰度图符Psj之间的匹配系数,N为图符的像素点数量,m为高度,n为宽度,Pgγik为第γ帧图像第i个待检测道岔灰度图符的第k个像素点,Psjk为第j个标准道岔灰度图符的第k个像素点
进一步地,所述步骤S7具体包括以下步骤:
S71、从待检测道岔灰度图符与四类标准道岔灰度图符匹配系数中,筛选出数值最大的匹配系数Sγij;
S72、判断该匹配系数Sγij是否大于或等于阈值Sm,若判断为是,则检测成功,得到该最大的匹配系数对应的标准图符所表示的状态,即输出第γ帧图像编号Ci的道岔当前状态为j;若判断为否,即待检测道岔灰度图符与四类道岔状态的标准道岔灰度图符的匹配系数均未达到阈值Sm,则待检测道岔不属于定义的四种状态之一。
与现有技术相比,本发明具有以下优点:
一、本发明通过设置视频采集终端和数据处理单元,利用视频采集终端获取车站计算机联锁显示屏的站场画面,利用数据处理单元对实时采集的站场画面图像进行分析处理以及匹配计算,即可得到对应的检测结果,由此实现无接触情况下以非侵入方式实时检测车站计算机联锁道岔状态信息的目的,有效减少了检测工程量,既提高了检测的速度,同时保证了检测的安全性。
二、本发明中数据处理单元通过预先标定的站场画面校准信息和道岔图符信息,能够准确快速地从采集的图像中截取出待检测道岔图符,再基于显示规范或各地铁公司定义的显示规则,预先将各道岔状态标准图符图像转换成对应的灰度图,得到标准道岔灰度图符,最后通过对待检测道岔图符进行灰度图转换、对所有待检测道岔灰度图符与标准道岔图符灰度图进行匹配系数计算和分析判断,能够保证检测结果的准确性。
附图说明
图1为本发明的系统结构示意图;
图2为本发明的方法流程示意图;
图3a为实施例中的原始帧图像;
图3b为实施例中的校准图像;
图3c为实施例中提取的站场画面图像;
图4为实施例中标准道岔灰度图符;
图5a为实施例中待检测道岔图符灰度化结果;
图5b为实施例中待检测道岔灰度图符;
图中标记说明:1、视频采集终端,2、数据处理单元,3、计算机联锁显示屏。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示,一种车站计算机联锁道岔状态信息检测系统,包括视频采集终端1和数据处理单元2,视频采集终端1架设于能够清晰拍摄到车站计算机联锁显示屏3站场画面的位置,视频采集终端1与数据处理单元2相连接,本实施例中,视频采集终端1通过数据传输线缆与数据处理单元2连接,视频采集终端1用于获取车站计算机联锁显示屏3的站场画面图像;数据处理单元2用于对操作界面图像进行分析处理以及匹配计算,以得到对应的检测结果。
其中,数据处理单元2包括系统初始化模块、图符提取模块、像素缩放模块、图像处理模块、匹配计算模块和检测判断模块。
系统初始化模块用于校准站场画面图像及标定道岔图符信息;
图符提取模块用于根据标定的道岔图符信息,从每帧实时图像中截取出对应的待检测道岔图符;
像素缩放模块用于将待检测图符图像缩放至与标准图符图像的像素点数量相同;
图像处理模块用于将图符图像转换为清晰的灰度图像;
匹配计算模块用于计算待检测灰度图符与标准灰度图符之间的匹配系数;
检测判断模块对匹配计算模块输出的数据进行分析判断,以输出相应检测结果。
此外,为方便用户直接获知检测结果,数据处理单元2还设置有用于显示检测结果的显示屏。
将上述系统应用于实际,以实现一种车站计算机联锁道岔状态信息检测方法,如图2所示,包括以下步骤:
S1、视频采集终端安装于固定位置,拍摄车站计算机联锁显示屏站场画面,具体步骤包括安装于固定位置的摄像机拍摄视频、将所述视频通过通信网络传输至数据处理单元、从视频中提取帧图像并存储,记为原始帧图像;
S2、使用所述步骤S1获得的任一帧图像作为样张图像,系统初始化模块在人工介入下完成系统初始化,并将相关初始化信息储存于数据处理单元。所述系统初始化包括站场画面图像校准、站场画面图像提取、站场画面图像中道岔图符的信息标定;
S3、根据车站计算机联锁显示规范,图像处理模块预先将各类道岔状态的道岔标准图符转换为对应的灰度图,得到标准道岔灰度图符,所述道岔状态包括定位、反位、失去表示、挤岔四类状态;
S4、使用所述步骤S2中获得的初始化信息,图符提取模块从接收的每帧实时图像中,提取所有待检测道岔图符;
S5、将所有待检测道岔图符分别转换为对应的待检测道岔灰度图符;
S6、匹配计算模块计算所有待检测道岔灰度图符与标准道岔灰度图符的匹配系数;
S7、检测判断模块根据各匹配系数计算结果,分析判断得到各待检测道岔的状态检测结果。
本实施例应用上述技术方案,其具体过程包括:
B100:视频采集终端安装于固定位置,拍摄车站计算机联锁显示屏站场画面,具体步骤包括安装于固定位置的摄像机拍摄视频、将所述视频通过通信网络传输至数据处理单元、从视频中提取帧图像并存储,记为原始帧图像。
B200:将B100中获得的某一帧图像作为样张图像,如图3a所示,系统初始化模块在人工介入下完成系统初始化,并将相关初始化信息储存于数据处理单元。所述系统初始化包括站场画面图像校准、站场画面图像提取、站场画面图像中道岔图符的信息标定,包括以下步骤:
B2001:将原始帧图像Frame校准为平视的校准图像Frame′,使校准图像中站场画面图像为矩形,原始帧图像Frame如图3a所示,校准图像Frame′如图3b所示,具体步骤为:
B20011:将原始帧图像Frame中每一像素点坐标通过所述变换计算公式变换为在校准图像Frame′中对应的坐标,所述变换计算公式如下:
式中,(x,y)为像素点在原始图像中坐标,(x′,y′)为变换后对应坐标;
B20012:将变换计算公式变形,并通过人工标定方式得到原始帧图像Frame中站场画面图像四个顶点的坐标[(x1,y1),(x2,y2),(x3,y3),(x4,y4)],设校准图像Frame′中所述四个顶点对应坐标为[(x′1,y′1),(x′2,y′1),(x′1,y′2),(x′2,y′2)],将变换前后四组顶点的坐标代入,得到如下矩阵:
通过求解上述矩阵,得到站场画面图像校准所需参数ai,(i=1,2,…,7,8)。
本实施例中,原始帧图像Frame中四个顶点坐标为[(450,126),(5501,658),(372,1244),(5556,1446)],校准图像Frame′中四个顶点对应坐标为[(450,120),(5500,120),(450,1300),(5500,1300)]。
由此计算得到的校准所需参数ai为:
(6.5187e-1,5.7700e-2,1.3851e+2,-1.1826e-1,1.0570e0,3.7134e+1,-6.0181e-5,2.2964e-5)
再将校准所需参数ai储存于数据处理单元供后续步骤使用。
B2002:在校准图像Frame′中对站场画面图像区域R进行提取,站场画面图像区域R的矩形框参数为步骤S212中四个顶点坐标[(x′1,y′1),(x′2,y′1),(x′1,y′2),(x′2,y′2)],其中x′1<x′2,y′1<y′2,区域R定义为:
R∈(x,y),x′1≤x≤x′2,y′1≤y≤y′2
将区域R由图像Frame′中取出,将坐标为(x′1,y′1)的像素点置为坐标原点,得到大小为(M1×M2)的站场画面图像D,其中M1=x′2-x′1,M2=y′2-y′1,如图3c所示。
本实施例中,四个顶点坐标为[(450,120),(5500,120),(450,1300),(5500,1300)]。将该四个顶点坐标储存于数据处理单元供后续步骤使用。
B2003:在站场画面图像D中,通过人工标定方式得到所有待检测的道岔图符的信息,道岔图符指表示道岔的最小图形单元,道岔信息包括道岔编号Ci、岔尖坐标(xi,yi)及道岔方向Direi,其中i=1,2,…,n,n为站场画面图像D中道岔数量,道岔编号Ci为第i个道岔在系统中的编号,岔尖坐标(xi,yi)为第i个道岔岔尖像素点于站场画面图像D中坐标,道岔方向Direi为第i个道岔岔尖所在方向、取值为左/右,将道岔信息保存至数据处理单元供后续步骤使用。
B300:根据车站计算机联锁显示规范,图像处理模块预先将各类道岔状态的道岔标准图符转换为对应的灰度图,得到标准道岔灰度图符,如图4所示,道岔状态包括定位、反位、失去表示、挤岔四类状态,记为Psj,j=1,2,3,4。
B400:针对每帧实时图像,图符提取模块使用B200中获得的初始化信息,提取所有待检测道岔图符,并记为Pγi,其中γ为帧编号,具体步骤为:
B4001:使用步骤B2001及B2002中得到的参数ai,(i=1,2,…,7,8)及顶点坐标[(x′1,y′1),(x′2,y′1),(x′1,y′2),(x′2,y′2)],将原始帧图像Frameγ校准为Frame′γ,并从中提取站场画面图像Dγ,其中γ为帧编号;
B4002:使用步骤B2003中获得的道岔信息,在站场画面图像Dγ中,以岔尖坐标(xi,yi)作为中心,提取边长为L的正方形Ri,该正方形的顶点坐标定义为并根据道岔方向Direi,将道岔方向Direi为右的正方形Ri进行左右翻转,得到待检测道岔图符Pγi,将道岔编号Ci及对应的待检测道岔图符Pγi储存于数据处理单元供后续步骤使用。
在本实施例中,以道岔编号Ci=1301的道岔为例,其岔尖坐标(xi,yi)为(952,465),道岔方向Direi为右,正方形边长L设为100,得到正方形Ri,将正方形Ri进行左右翻转后,得到待检测道岔图符Pγi。
B500:将所有待检测道岔图符Pγi分别转换为对应的待检测道岔灰度图符Pgγi,具体步骤包括:
B5001:将所有待检测道岔图符缩放至与标准道岔图符的像素点数量相同;
B5002:将缩放后的所有待检测图符图像分别转换为对应的灰度图,如图5a所示,转换过程可表示为以下公式:
其中,z为图符图像转换后的灰度图,矩阵为图符对应的彩色图像,omn为该图符彩色图像中第m行第n列对应的像素点, 和分别代表该图符图像在R、G、B三个色彩通道上的分量,参数A1、A3、A3为各色彩分量对应的权重系数,本实施例中分别为0.299、0.587、0.114;
B5003:对灰度图进行双边滤波,去除噪声,得到待检测道岔灰度图符Pgγi,如图5b所示。
B600:匹配计算模块计算所有待检测道岔灰度图符与标准道岔灰度图符的匹配系数,检测判断模块根据各匹配系数计算结果,分析判断得到各待检测道岔图符对应的状态检测结果;
B700:数据处理单元重复B400至B600,输出该帧中每一个道岔的状态,如此循环以实现实时检测功能。
其中,步骤B300中灰度转换的过程具体为:
B3001:根据标准道岔图符图像大小(高度m像素,宽度n像素),将标准道岔图符图像从RGB彩色图片转换为标准道岔灰度图符,其转换过程可表示为以下公式:
其中,z为图符图像转换后的灰度图,矩阵为图符对应的彩色图像,omn为该图符彩色图像中第m行第n列对应的像素点, 和分别代表该图符图像在R、G、B三个色彩通道上的分量,参数A1、A3、A3为各色彩分量对应的权重系数,本实施例中确定为0.299、0.587、0.114;
B3002:针对所有状态标准道岔图符,依次执行B3001,最终得到所有状态的标准道岔灰度图符{Ps1,Ps2,Ps3,Ps4},其中1、2、3、4分别代表定位、反位、失去表示、挤岔四种状态。
步骤B600具体包括:
B6001:计算第γ帧第一个待检测道岔图符Pgγ1与所有标准道岔灰度图符{Ps1,Ps2,Ps3,Ps4}的匹配系数,结果可记为集合{Sγ11,Sγ12,Sγ13,Sγ13},下式阐述了该待测图符灰度图Pgγ1与第一个标准图符灰度图Ps1的匹配系数S1的计算方法:
N=m×n
其中,N为图像像素点的数量,即N=m×n;
B6002:在B6001求得的匹配系数集合{Sγ11,Sγ12,Sγ13,Sγ14}中寻找值最大的Sγ1j,j=1,2,3,4,若其超过规定阈值0.8,则输出第γ帧编号为C1道岔的状态为j,。若匹配系数集合{Sγ11,Sγ12,Sγ13,Sγ13}中数值均小于规定阈值(即待检测道岔图符与所有的标准道岔图符均不相似),则输出“待检测道岔不属于定义的四种状态之一”。
本实施例中,如图5b求得的匹配系数集合为{0.9,0.6,0.7,0.7},即最大值Sγ11=0.9>0.8,则输出第γ帧中编号1301状态为定位。
B6003:对于该帧图像中剩余的待检测测道岔灰度图符灰度图{Pgγ2,Pgγ2,…,Pgγn},重复B6001及B6002步骤,依次判定该帧图像中所有待测图符的状态。
在实际应用中,摄像机每拍摄一帧实时图像,数据处理单元重复执行上述步骤,以输出每一帧图像中所有待检测道岔图符的检测结果,循环以实现实时检测功能。若检测道岔的状态改变,数据处理单元还会记录并保存状态改变时的道岔编号、时间、改变前状态以及改变后状态(改变为“不属于定义的四种状态之一”的状态时仍执行该操作)。
综上所述,本技术方案不依赖与车站计算机联锁系统的电气连接,可做到无接触的情况下以非侵入、无需电气直接连接的方式检测得到实时车站计算机联锁道岔状态信息。
以上具体的实施方式,不构成对本发明保护范围的限制,在不背离本发明精神和范围的情况下,能以其他具体形式实现本发明(如检测对象为ATS、CTC等其它列车运行控制相关系统的显示屏站场画面时)。此外,本领域的技术人员可以对本发明进行各种改动和变形而不脱离本发明的精神和范围,这些改进和变形也应视为本发明的保护范围。因此所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
Claims (7)
1.一种车站计算机联锁道岔状态信息检测方法,应用于一种车站计算机联锁道岔状态信息检测系统,其特征在于,该检测系统包括视频采集终端(1)和数据处理单元(2),所述视频采集终端(1)架设于能够清晰拍摄到车站计算机联锁显示屏(3)站场界面的位置,所述视频采集终端(1)与数据处理单元(2)相连接,所述视频采集终端(1)用于获取车站计算机联锁显示屏(3)的站场画面图像;所述数据处理单元(2)用于对站场画面图像进行分析处理以及匹配计算,以得到对应的检测结果;
所述数据处理单元(2)包括系统初始化模块、图符提取模块、像素缩放模块、图像处理模块、匹配计算模块和检测判断模块,所述系统初始化模块用于校准站场画面图像及标定道岔图符信息;
所述图符提取模块用于根据标定的道岔图符信息,从每帧实时图像中截取出对应的待检测道岔图符;
所述像素缩放模块用于将待检测图符图像缩放至与标准图符图像的像素点数量相同;
所述图像处理模块用于将图符图像转换为清晰的灰度图像;
所述匹配计算模块用于计算待检测灰度图符与标准灰度图符之间的匹配系数;
所述检测判断模块对匹配计算模块输出的数据进行分析判断,以输出相应检测结果;
该检测方法包括以下步骤:
S1、视频采集终端拍摄车站计算机联锁显示屏站场画面的视频,并传输至数据处理单元,由数据处理单元从视频中提取帧图像并存储,记为原始帧图像;
S2、以任一原始帧图像作为样张图像,对样张图像进行初始化处理,并将相关初始化信息储存于数据处理单元,其中,初始化处理过程包括站场画面图像校准、站场画面图像提取、站场画面图像中道岔图符的信息标定;
S3、根据车站计算机联锁操作显示技术规范,数据处理单元预先将各类道岔状态的道岔标准图符转换为对应的灰度图,得到标准道岔灰度图符,所述道岔状态包括定位、反位、失去表示、挤岔四类状态;
S4、基于步骤S2中的初始化信息,数据处理单元从接收的每帧实时图像中,提取出所有待检测道岔图符;
S5、数据处理单元将所有待检测道岔图符分别转换为对应的待检测道岔灰度图符;
S6、数据处理单元计算得到所有待检测道岔灰度图符与标准道岔灰度图符的匹配系数;
S7、根据各匹配系数计算结果,数据处理单元分析判断得到各待检测道岔对应的状态检测结果。
2.根据权利要求1所述的一种车站计算机联锁道岔状态信息检测方法,其特征在于,所述步骤S2中初始化处理的具体过程为:
S21、站场画面图像校准:将原始帧图像Frame校准为平视的校准图像Frame′,使校准图像中站场画面图像为矩形,以提高后续检测的准确性,其具体步骤为:
首先将原始帧图像Frame中每一像素点坐标通过变换计算公式变换为在校准图像Frame′中对应的坐标,所述变换计算公式如下:
其中,(x,y)为像素点在原始图像中坐标,(x′,y′)为变换后对应坐标;
之后将所述变换计算公式变形,并通过人工标定方式得到原始帧图像Frame中站场画面图像四个顶点的坐标[(x1,y1),(x2,y2),(x3,y3),(x4,y4)],设校准图像Frame′中所述四个顶点对应坐标为[(x′ 1,y′ 1),(x′ 2,y′ 1),(x′ 1,y′ 2),(x′ 2,y′ 2)],将变换前后四组顶点的坐标代入,得到以下矩阵:
通过求解上述矩阵,得到站场画面图像校准所需参数ai,i=1,2,…,7,8,将该参数储存于数据处理单元;
S22、站场画面图像提取:在校准图像Frame′中,对站场画面图像区域R进行提取,站场画面图像区域R的矩形框参数即为步骤S21中的四个顶点坐标[(x′ 1,y′ 1),(x′ 2,y′ 1),(x′ 1,y′ 2),(x′ 2,y′ 2)],其中x′ 1<x′ 2,y′ 1<y′ 2,所述区域R定义为:
R∈(x,y),x′ 1≤x≤x′ 2,y′ 1≤y≤y′ 2
将区域R由图像Frame′中取出,将坐标为(x′ 1,y′ 1)的像素点置为坐标原点,得到大小为(M1×M2)的站场画面图像D,其中M1=x′ 2-x′ 1,M2=y′ 2-y′ 1;
将顶点坐标[(x′ 1,y′ 1),(x′ 2,y′ 1),(x′ 1,y′ 2),(x′ 2,y′ 2)]保存至数据处理单元;
S23、站场画面图像中道岔图符的信息标定:在站场画面图像D中,通过人工标定方式得到所有待检测的道岔图符的信息,所述道岔图符是表示道岔的最小图形单元,所述道岔图符的信息包括道岔编号Ci、岔尖坐标(xi,yi)及道岔方向Direi,其中,i=1,2,…,n,n为站场画面图像D中道岔数量,道岔编号Ci为第i个道岔在系统中的编号,岔尖坐标(xi,yi)为第i个道岔岔尖像素点于站场画面图像D中坐标,道岔方向Direi为第i个道岔岔尖所在方向、取值为左/右,将道岔信息保存至数据处理单元。
3.根据权利要求2所述的一种车站计算机联锁道岔状态信息检测方法,其特征在于,所述步骤S4具体包括以下步骤:
S41、使用步骤S21及步骤S22中得到的参数ai,i=1,2,…,7,8及顶点坐标[(x′ 1,y′ 1),(x′ 2,y′ 1),(x′ 1,y′ 2),(x′ 2,y′ 2)],将原始帧图像Frameγ校准为Frame′ γ,并从中提取站场画面图像Dγ,其中γ为帧编号;
S42、使用步骤S23中获得的道岔信息,在站场画面图像Dγ中,以岔尖坐标(xi,yi)作为中心,提取边长为L的正方形Ri,该正方形的顶点坐标定义为
并根据道岔方向Direi,若道岔方向Direi为右,则将提取的正方形Ri进行左右翻转,得到待检测道岔图符Pγi,将道岔编号Ci及对应的待检测道岔图符Pγi储存于数据处理单元。
4.根据权利要求3所述的一种车站计算机联锁道岔状态信息检测方法,其特征在于,所述步骤S3和步骤S5中转换灰度图的具体计算公式为:
其中,z为图符图像转换后的灰度图,矩阵为图符对应的彩色图像,omn为该图符彩色图像中第m行第n列对应的像素点, 和分别代表该图符图像在R、G、B三个色彩通道上的分量,参数A1、A3、A3为各色彩分量对应的权重系数,根据经验确定权重系数使道岔图像与背景具有更大的灰度差。
5.根据权利要求1所述的一种车站计算机联锁道岔状态信息检测方法,其特征在于,所述步骤S5具体包括以下步骤:
S51、将所有待检测道岔图符缩放至与标准道岔图符的像素点数量相同;
S52、将缩放后的所有待检测图符图像分别转换为对应的灰度图;
S53、对灰度图进行双边滤波,去除噪声,得到待检测道岔灰度图符。
6.根据权利要求1~5任一所述的一种车站计算机联锁道岔状态信息检测方法,其特征在于,所述步骤S6中匹配系数的计算公式具体为:
N=m×n
其中,Sγij为第γ帧图像第i个待检测道岔灰度图符Pgγi与第j个标准道岔灰度图符Psj之间的匹配系数,N为图符的像素点数量,m为高度,n为宽度,Pgγik为第γ帧图像第i个待检测道岔灰度图符的第k个像素点,Psjk为第j个标准道岔灰度图符的第k个像素点。
7.根据权利要求6所述的一种车站计算机联锁道岔状态信息检测方法,其特征在于,所述步骤S7具体包括以下步骤:
S71、从待检测道岔灰度图符与四类标准道岔灰度图符匹配系数中,筛选出数值最大的匹配系数Sγij;
S72、判断该匹配系数Sγij是否大于或等于阈值Sm,若判断为是,则检测成功,得到该最大的匹配系数对应的标准图符所表示的状态,即输出第γ帧图像编号Ci的道岔的当前状态为j;
若判断为否,则表明待检测道岔灰度图符与四类道岔状态的标准道岔灰度图符的匹配系数均未达到阈值Sm,即待检测道岔不属于定义的四种道岔状态之一。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111442664.XA CN114120201B (zh) | 2021-11-30 | 2021-11-30 | 一种车站计算机联锁道岔状态信息检测系统及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111442664.XA CN114120201B (zh) | 2021-11-30 | 2021-11-30 | 一种车站计算机联锁道岔状态信息检测系统及其方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114120201A CN114120201A (zh) | 2022-03-01 |
| CN114120201B true CN114120201B (zh) | 2025-04-25 |
Family
ID=80368498
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111442664.XA Active CN114120201B (zh) | 2021-11-30 | 2021-11-30 | 一种车站计算机联锁道岔状态信息检测系统及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114120201B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111860040B (zh) * | 2019-04-26 | 2024-05-10 | 广州赛姆科技资讯股份有限公司 | 站场信号设备状态获取方法、装置和计算机设备 |
| CN116843599A (zh) * | 2022-03-23 | 2023-10-03 | 上海泽高电子工程技术股份有限公司 | 一种车站道岔位置信息检测系统及其方法 |
| CN116934784B (zh) * | 2022-04-07 | 2025-03-18 | 上海泽高电子工程技术股份有限公司 | 一种铁路道岔尖轨爬行测量方法 |
| CN116985873A (zh) * | 2022-04-25 | 2023-11-03 | 上海泽高电子工程技术股份有限公司 | 一种轨道交通站场轨道区段占用状态检测方法 |
| CN115984200A (zh) * | 2022-12-20 | 2023-04-18 | 卡斯柯信号有限公司 | 一种基于视频分析的轨道分路不良检测方法及系统 |
| CN118247770A (zh) * | 2024-05-28 | 2024-06-25 | 南京睿捷智慧交通科技研究院有限公司 | 一种轨道交通智能占线板及其信息同步方法 |
| CN120299017A (zh) * | 2025-03-25 | 2025-07-11 | 中国铁道科学研究院集团有限公司 | 一种联锁人机界面操作显示系统的检测系统及检测方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018104477A1 (de) * | 2016-12-07 | 2018-06-14 | Siemens Aktiengesellschaft | Verfahren, vorrichtung und bahnfahrzeug, insbesondere schienenfahrzeug, zur fahrspurerkennung im bahnverkehr, insbesondere zur gleiserkennung im schienenverkehr |
| CN111860040A (zh) * | 2019-04-26 | 2020-10-30 | 广州赛姆科技资讯股份有限公司 | 站场信号设备状态获取方法、装置和计算机设备 |
-
2021
- 2021-11-30 CN CN202111442664.XA patent/CN114120201B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018104477A1 (de) * | 2016-12-07 | 2018-06-14 | Siemens Aktiengesellschaft | Verfahren, vorrichtung und bahnfahrzeug, insbesondere schienenfahrzeug, zur fahrspurerkennung im bahnverkehr, insbesondere zur gleiserkennung im schienenverkehr |
| CN111860040A (zh) * | 2019-04-26 | 2020-10-30 | 广州赛姆科技资讯股份有限公司 | 站场信号设备状态获取方法、装置和计算机设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114120201A (zh) | 2022-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114120201B (zh) | 一种车站计算机联锁道岔状态信息检测系统及其方法 | |
| CN112800860B (zh) | 一种事件相机和视觉相机协同的高速抛撒物检测方法和系统 | |
| CN112201078B (zh) | 一种基于图神经网络的自动泊车停车位检测方法 | |
| CN109035292B (zh) | 基于深度学习的运动目标检测方法及装置 | |
| WO2022205329A1 (zh) | 对象检测方法、对象检测装置及对象检测系统 | |
| CN113592839A (zh) | 基于改进Faster RCNN的配网线路典型缺陷诊断方法及系统 | |
| CN115239794B (zh) | 道路积水面积检测方法、装置及电子设备 | |
| CN112101138A (zh) | 基于深度学习的桥梁拉索表面缺陷实时识别系统及方法 | |
| CN113205507B (zh) | 一种视觉问答方法、系统及服务器 | |
| CN114373162A (zh) | 用于变电站视频监控的危险区域人员入侵检测方法及系统 | |
| CN112418155A (zh) | 一种检测地铁车侧巡检图像上工件的位置和类型的方法 | |
| CN114565952B (zh) | 行人轨迹生成方法、装置、设备和存储介质 | |
| CN115100423B (zh) | 一种基于视图采集数据实现实时定位系统及方法 | |
| CN112927233A (zh) | 一种船用激光雷达与视频联合目标捕捉方法 | |
| CN114549628A (zh) | 一种电力杆倾斜检测方法、装置、设备及存储介质 | |
| CN119251459A (zh) | 基于深度学习的烷类气体泄漏实时识别定位方法、系统与介质 | |
| CN109583341B (zh) | 对包含人像的图像的多人骨骼关键点检测方法及装置 | |
| CN114529979A (zh) | 人体姿势辨识系统、人体姿势辨识方法以及非暂态计算机可读取储存媒体 | |
| CN109903308B (zh) | 用于获取信息的方法及装置 | |
| CN113569663A (zh) | 车辆车道偏移的测量方法 | |
| CN116985873A (zh) | 一种轨道交通站场轨道区段占用状态检测方法 | |
| CN114419451B (zh) | 电梯内外识别方法、装置、电子设备及存储介质 | |
| CN111222468A (zh) | 一种基于深度学习的人流检测方法及系统 | |
| CN113286086B (zh) | 一种摄像头的使用控制方法、装置、电子设备及存储介质 | |
| CN112837404A (zh) | 一种平面对象的三维信息的构建方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |