国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于多傳感融合的有軌電車(chē)在途障礙物檢測(cè)方法研究

2021-02-28 09:34:46楊崢嶺
現(xiàn)代城市軌道交通 2021年2期
關(guān)鍵詞:激光雷達(dá)障礙物卷積

張 勇,王 磊,楊崢嶺,徐 夢(mèng)

(1.通號(hào)萬(wàn)全信號(hào)設(shè)備有限公司自動(dòng)化研究院,北京 310008;2.通號(hào)萬(wàn)全信號(hào)設(shè)備有限公司項(xiàng)目中心,北京 310008)

1 研究背景

有軌電車(chē)一般采用混合路權(quán)的形式,在一定程度上增加了安全事故發(fā)生的風(fēng)險(xiǎn)。有軌電車(chē)的安全保障除依賴(lài)于信號(hào)系統(tǒng)、軋道車(chē)軌道巡檢外,還依靠行車(chē)司機(jī)的在途確認(rèn),當(dāng)交通發(fā)生擁堵、車(chē)流較大、天氣惡劣、突發(fā)狀況或司機(jī)疲勞時(shí),極易產(chǎn)生安全事故或疏漏。因此,在加強(qiáng)司機(jī)安全意識(shí)、規(guī)范司機(jī)行車(chē)的同時(shí),更需要可靠的、智能的技術(shù)手段輔助司機(jī)駕駛,為行車(chē)安全提供保障。

在途列車(chē)障礙物檢測(cè)技術(shù)是目前列車(chē)安全駕駛的輔助技術(shù)手段之一,其功能在于檢測(cè)列車(chē)軌行區(qū)域內(nèi)是否存在行人、社會(huì)車(chē)輛、異物等,并在危險(xiǎn)時(shí)對(duì)司機(jī)發(fā)出警示,以減少列車(chē)發(fā)生碰撞造成安全事故的風(fēng)險(xiǎn)。其實(shí)現(xiàn)依賴(lài)于視覺(jué)傳感器、激光雷達(dá)、毫米波雷達(dá)、紅外傳感器等檢測(cè)元器件以及相應(yīng)的檢測(cè)算法,如深度學(xué)習(xí)、支持向量機(jī)(SVM)分類(lèi)器、卡爾曼濾波算法等。一般情況下,使用多傳感融合的方式,即采用2種或多種技術(shù)手段共同對(duì)軌行區(qū)進(jìn)行檢測(cè),可達(dá)到優(yōu)勢(shì)互補(bǔ)、提升識(shí)別效率的目的。

2 在途障礙物檢測(cè)方法發(fā)展現(xiàn)狀

在眾多常見(jiàn)的障礙物檢測(cè)手段中,基于深度學(xué)習(xí)的視覺(jué)傳感器檢測(cè)、識(shí)別方法使用日趨廣泛。其中,基于單定點(diǎn)多邊框檢測(cè)器(SSD)算法的卷積神經(jīng)網(wǎng)絡(luò)模型通過(guò)使用自適應(yīng)感受野特征回歸的方式,實(shí)現(xiàn)了準(zhǔn)確度與速率的平衡優(yōu)化;該優(yōu)化使得SSD卷積神經(jīng)網(wǎng)絡(luò)模型可以更好地完成有軌電車(chē)在途障礙物檢測(cè)工作,在準(zhǔn)確提取障礙物特征的同時(shí),做到實(shí)時(shí)更新在途信息,為司機(jī)行車(chē)做出有效輔助。

激光雷達(dá)在軌道交通行業(yè)亦有較為廣泛的應(yīng)用。視覺(jué)傳感器受天氣、光線(xiàn)條件影響較大,而激光雷達(dá)可以克服這些因素對(duì)檢測(cè)結(jié)果的影響。在正常情況下,視覺(jué)傳感器結(jié)合神經(jīng)網(wǎng)絡(luò)算法的檢測(cè)能力強(qiáng)于激光雷達(dá)的檢測(cè)識(shí)別能力,故而激光雷達(dá)和視覺(jué)傳感器形成了非常有效的互補(bǔ)。

因此,為發(fā)揮視覺(jué)傳感器及激光雷達(dá)檢測(cè)的自身優(yōu)勢(shì),達(dá)到更為優(yōu)異的檢測(cè)效果,本文旨在以SSD卷積神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),結(jié)合視覺(jué)傳感器以及激光雷達(dá)的技術(shù)特點(diǎn),提出一種基于多傳感融合的有軌電車(chē)在途障礙物檢測(cè)方法。

3 在途障礙物檢測(cè)方法

3.1 SSD卷積神經(jīng)網(wǎng)絡(luò)介紹

SSD保留了傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)框架,同時(shí)以候選框機(jī)制為基礎(chǔ)對(duì)其識(shí)別方式進(jìn)行優(yōu)化。在目標(biāo)檢測(cè)、識(shí)別過(guò)程中,該網(wǎng)絡(luò)依據(jù)默認(rèn)配置,在識(shí)別圖片上生成多個(gè)不同大小的識(shí)別框,通過(guò)采樣對(duì)每個(gè)識(shí)別框需要的偏移量以及置信度進(jìn)行計(jì)算,以確認(rèn)目標(biāo)的種類(lèi)及位置。SSD官方給出的檢測(cè)速率為59 F/s,平均全類(lèi)別識(shí)別準(zhǔn)確率(mAP)為74.3%,是一種兼顧識(shí)別速率和準(zhǔn)確率的卷積神經(jīng)網(wǎng)絡(luò)。其原始網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

3.2 激光雷達(dá)檢測(cè)障礙物原理

激光雷達(dá)內(nèi)部包含一組掃描線(xiàn)(激光器),其線(xiàn)數(shù)一般為16線(xiàn)、32線(xiàn)或更多。掃描線(xiàn)在激光雷達(dá)內(nèi)部按照垂直方向均勻分布。同時(shí),激光雷達(dá)內(nèi)配有一臺(tái)橫向旋轉(zhuǎn)電機(jī),帶動(dòng)激光器360°水平旋轉(zhuǎn),向周邊射出激光束進(jìn)行掃描,并根據(jù)反射回的激光束相位、時(shí)間等信息構(gòu)建周?chē)h(huán)境的點(diǎn)云圖,同時(shí)保存相關(guān)距離和位置信息。

在有軌電車(chē)行進(jìn)過(guò)程中,一般采用直角坐標(biāo)系評(píng)價(jià)車(chē)輛與障礙物之間的關(guān)系,而激光雷達(dá)得到的點(diǎn)云信息實(shí)質(zhì)上是激光束的水平、垂直旋轉(zhuǎn)角信息,以及在該方向上的距離信息,即球坐標(biāo)系。通過(guò)對(duì)比實(shí)際點(diǎn)位在2種坐標(biāo)系下的位置信息關(guān)系,對(duì)激光雷達(dá)采集的數(shù)據(jù)進(jìn)行校定,從而得到有軌電車(chē)障礙物的位置信息。

3.3 傳感融合

激光雷達(dá)的點(diǎn)云數(shù)據(jù)轉(zhuǎn)換為列車(chē)所用的直角坐標(biāo)后,通過(guò)對(duì)其掃描范圍進(jìn)行標(biāo)定的方式使其與視覺(jué)傳感器采集回的信息做“一一對(duì)應(yīng)”。此時(shí),視覺(jué)傳感器采集到的環(huán)境信息不僅包含物體的顏色、輪廓信息,還包含相應(yīng)的距離信息。同時(shí),激光雷達(dá)自有的障礙物檢測(cè)功能,還可以為基于視覺(jué)傳感器的檢測(cè)方法提供一定的輔助,尤其是在可見(jiàn)度嚴(yán)重不足時(shí),該功能便顯得尤為重要。當(dāng)獲得一組包含視覺(jué)傳感器及激光雷達(dá)檢測(cè)信息的數(shù)據(jù)時(shí),分別使用SSD卷積神經(jīng)網(wǎng)絡(luò)檢測(cè)算法和激光雷達(dá)檢測(cè)算法對(duì)其進(jìn)行障礙物檢測(cè),若僅是單一方法檢測(cè)到障礙物,則僅對(duì)司機(jī)做出提示;若是2種方法同時(shí)檢測(cè)到障礙物,且距離小于有軌電車(chē)的安全制動(dòng)距離(一般選定為50 m),則發(fā)出報(bào)警提示司機(jī)注意。其具體流程如圖2所示。

另外,視覺(jué)傳感器和激光雷達(dá)的采集速率存在較大差異,為防止信息不同步的現(xiàn)象產(chǎn)生,需要對(duì)2種傳感器采集到的數(shù)據(jù)做融合處理,但由于視覺(jué)傳感器的采集周期大于激光雷達(dá),因此對(duì)激光雷達(dá)的采集信息進(jìn)行緩存,并通過(guò)隊(duì)列的方式與視覺(jué)傳感器采集到的圖片信息共同保存。具體步驟如下:

(1)開(kāi)辟2片緩存區(qū)域,即緩存a和緩存b;

(2)激光雷達(dá)實(shí)時(shí)采集周?chē)h(huán)境信息,保存在緩存 a中,并覆蓋原有數(shù)據(jù)信息;

(3)視覺(jué)傳感器在采集到1幀圖片后,從緩存a中讀取數(shù)據(jù),打上時(shí)間戳后共同保存至緩存b;

圖1 SSD原始網(wǎng)絡(luò)結(jié)構(gòu)

圖2 視覺(jué)傳感器及激光雷達(dá)融合后的障礙物報(bào)警提示流程

(4)不斷檢查緩存b,若緩存b為空,則不進(jìn)行任何操作;若緩存b不為空,則清空該片緩存,并依據(jù)圖 2所示的步驟對(duì)其進(jìn)行檢測(cè)。

該方法可以保證緩存b中永遠(yuǎn)保存當(dāng)前時(shí)刻采集到的最新數(shù)據(jù),以確保數(shù)據(jù)的同步性和實(shí)時(shí)性。同時(shí),由于檢測(cè)流程所需時(shí)間小于視覺(jué)傳感器采集1幀圖片的時(shí)間,故而在流程完成后,若沒(méi)有新的數(shù)據(jù)采入則不做任何操作,以節(jié)約資源。

4 實(shí)驗(yàn)驗(yàn)證

4.1 數(shù)據(jù)集準(zhǔn)備

在測(cè)試過(guò)程中,使用10 000幀采集自甘肅天水有軌電車(chē)現(xiàn)場(chǎng)的車(chē)輛運(yùn)行視頻作為訓(xùn)練集,其中包含社會(huì)車(chē)輛和信號(hào)機(jī)樣本圖片各5 000張,并使用SSD卷積神經(jīng)網(wǎng)絡(luò)對(duì)其進(jìn)行學(xué)習(xí)。訓(xùn)練過(guò)程中設(shè)置單次抓取樣本個(gè)數(shù)(batch_size)為24個(gè),特征圖尺度范圍(anchor_size_bounds)為[0.15,0.90],為防止過(guò)擬合迭代,將次數(shù)設(shè)置為20 000次。同時(shí),收集1 000組視頻樣本圖片及其對(duì)應(yīng)點(diǎn)云圖作為測(cè)試集,以驗(yàn)證該方法的檢測(cè)效果。

4.2 實(shí)驗(yàn)結(jié)果

將采用單一視覺(jué)傳感器配合SSD卷積神經(jīng)網(wǎng)絡(luò)的障礙物檢測(cè)方法(簡(jiǎn)稱(chēng)為“SSD”)與多傳感融合后的障礙物檢測(cè)方法(簡(jiǎn)稱(chēng)為“R+SSD”)做對(duì)比測(cè)試,測(cè)試結(jié)果如表1所示。

表1 SSD與R+SSD識(shí)別準(zhǔn)確率對(duì)照

R+SSD識(shí)別效果如圖3所示。

由表1和圖3可得,SSD方法整體識(shí)別率約80%,除網(wǎng)絡(luò)本身識(shí)別能力因素外,還與現(xiàn)場(chǎng)視覺(jué)傳感器采集到的樣本清晰度有關(guān),若樣本圖像清晰度不夠,在一定程度上制約了算法的識(shí)別能力,尤其是當(dāng)目標(biāo)較遠(yuǎn)、特征較小時(shí)尤為明顯。R+SSD方法在誤檢率上雖然沒(méi)有明顯提升,但漏檢率遠(yuǎn)低于SSD方法,主要是由于激光雷達(dá)本身并不具備目標(biāo)識(shí)別能力,但對(duì)于軌行區(qū)域的障礙物,尤其是對(duì)中遠(yuǎn)距離障礙物有著很好的檢測(cè)效果。因此,當(dāng)視覺(jué)檢測(cè)手段發(fā)生漏檢時(shí),激光雷達(dá)檢測(cè)手段提供了一定的補(bǔ)足,提升了整體識(shí)別準(zhǔn)確率。

圖3 多傳感融合后的障礙物識(shí)別效果

另外,激光雷達(dá)采集速率約為15 F/s,視覺(jué)傳感器采集速率約為10~20 F/s,而R+SSD方法的檢測(cè)速率約為23 F/s,大于2種傳感器的采集速率,故而認(rèn)為其可以做到對(duì)采集數(shù)據(jù)的實(shí)時(shí)檢測(cè)。同時(shí),在R+SSD檢測(cè)方法中,視覺(jué)檢測(cè)方法與激光雷達(dá)檢測(cè)方法之間的融合率即二者同時(shí)檢測(cè)到某一障礙物的概率為69%,考慮到視頻清晰度不足、視覺(jué)檢測(cè)方法目前可識(shí)別目標(biāo)種類(lèi)不多等因素,其看作一個(gè)可接受的融合率。后期,可通過(guò)優(yōu)化激光雷達(dá)檢測(cè)算法、提升視頻清晰度、增加學(xué)習(xí)樣本目標(biāo)類(lèi)別等方式予以提升。

5 結(jié)語(yǔ)

本文以SSD卷積神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),通過(guò)多傳感融合的方式,將視覺(jué)傳感器障礙物檢測(cè)與激光雷達(dá)檢測(cè)相結(jié)合,提出了一種在途列車(chē)障礙物檢測(cè)方法,并對(duì)其檢測(cè)效果進(jìn)行了驗(yàn)證。實(shí)驗(yàn)表明,該方法對(duì)于有軌電車(chē)在途障礙物檢測(cè)有較強(qiáng)的適用性。

猜你喜歡
激光雷達(dá)障礙物卷積
手持激光雷達(dá)應(yīng)用解決方案
基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
法雷奧第二代SCALA?激光雷達(dá)
高低翻越
SelTrac?CBTC系統(tǒng)中非通信障礙物的設(shè)計(jì)和處理
從濾波器理解卷積
電子制作(2019年11期)2019-07-04 00:34:38
基于激光雷達(dá)通信的地面特征識(shí)別技術(shù)
基于激光雷達(dá)的多旋翼無(wú)人機(jī)室內(nèi)定位與避障研究
電子制作(2018年16期)2018-09-26 03:27:00
基于傅里葉域卷積表示的目標(biāo)跟蹤算法
一種基于卷積神經(jīng)網(wǎng)絡(luò)的性別識(shí)別方法
蓝田县| 仁怀市| 徐闻县| 卢氏县| 金秀| 乐昌市| 阿拉善盟| 汉中市| 兴安盟| 石渠县| 洛隆县| 平谷区| 贺州市| 阿合奇县| 武强县| 无极县| 峨山| 蒙阴县| 临海市| 永吉县| 盐城市| 土默特左旗| 通江县| 盐源县| 通许县| 洮南市| 东光县| 潞西市| 双峰县| 辽源市| 武山县| 浠水县| 宁城县| 施秉县| 包头市| 龙川县| 永和县| 盘锦市| 遵化市| 大荔县| 腾冲县|