基于激光雷达的城轨交通障碍物检测算法研究

DAI Honghui,GENG Chenge, LIU Dandan, LU Taotao

Journal of Railway Science and Engineering(2023)

引用 0|浏览0
暂无评分
摘要
侵限障碍物对城市轨道交通有巨大的危害,现有基于通信的列控技术无法对其自动化防护.为避免障碍物侵入行车区间造成安全事故,利用激光雷达作为主要传感器,提出一种非接触式障碍物检测算法.借助激光雷达具有不受环境光照的影响,测距精度高,可实现远距离探测等优势,该算法能够实现对百米内障碍物的有效检出,同时具备高可靠性,不受隧道内光照条件差等恶劣条件的干扰.为克服隧道中坡度影响,结合点云校准算法将点云平面与地平面对齐.对隧道环境和站台环境建模分析,提出基于规则的轨道平面分割算法和基于区域增长的背景点云分割算法,有效实现地平面的分离以及背景点云的滤除.考虑到点云密度在不同距离分布不均,提出自适应欧式聚类障碍物检测算法.为验证整体算法的有效性,在宁波地铁5号线采集大量正线数据,进行障碍物注入仿真实验.实验结果表明:复杂运行场景下该障碍物检测算法在视距范围内低于70 m障碍物检出率可达85.89%,雷达超视距的情况下检出率有一定的衰减,低于120 m的障碍物检出率为63.08%.算法平均耗时为37.86 ms.
更多
关键词
urban rail transit,obstacle intrusion,obstacle detection,lidar
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要