浅论轨道交通远程监测系统
来源:用户上传
作者:
摘要：随着行车间隔的不断减小，对轨道交通信号与控制系统，特别是对列车间距和速度监控的可靠性提出了越来越高的要求，为此提出了一种机遇机器视觉、图像处理与现代通讯技术将列车前方的景象发送给列车司机的轨道远程监测系统。
关键词：远程监测系统；轨道；图像拼接
1 引言
轨道交通在国家综合运输系统中的骨干作用是任何其它交通系统都无法代替的。我国幅员辽阔，铁路多穿行于山区、丘陵地带，泥石流、落石等地质灾害严重威胁着铁路运输安全，近年来多起列车脱轨导致的恶性事故均由地质灾害造成。由于列车速度快，目前列车司机仅能依靠轨道电路、地面应答器、轨旁电缆等地面设施提供的信号进行列车控制。即使是在平原地带，司机双眼的视野范围也很有限，即使发现了影响行车安全的因素，采取措施也为时已晚。
除了干线铁路以外，随着城市规模的日益加大，城市轨道交通被认为是解决交通拥堵的最好方式之一。以北京为例，城市轨道交通承担着巨大的交通客流压力，缩短最小行车间隔已经成为提高城轨载客量的主要手段之一。不断减小的行车间隔对轨道交通信号与控制系统，特别是对列车间距和速度监控的可靠性提出了越来越高的要求。自动监控城轨列车运行的车载ATP/ATO主要依靠轨道电路、地面应答器、轨旁电缆、无线网络等地面设施以及其他辅助手段（如GPS、线路特征匹配）获取行车间距与列车限速。一旦这些设备因外界或自身因素的影响发生故障，极易造成追尾等恶性事故。
若能采用机器视觉、图像处理与现代通讯技术将列车前方的景象发送给列车司机，就能提高司机处置危险的能力，避免事故的发生。远程监测技术即是以计算机技术为核心生成逼真的视觉化的特定范围的虚拟环境。用户借助必要的装备以各种形式实现视觉范围的延伸和扩展，应用范围非常广，例如：城市的观光，特殊地点（如银行金库、地下车库等）的远程监控，大型高速设备（如飞机、高速列车等）的工作环境检测，等[1-2]。
2 远程监测技术
关于远程监测技术，已有多种方法提出。例如，对轨道进行红外传感扫描，将信息返回计算机并进行分析以判断轨道上是否存在障碍物；或是利用轨道电路判断是否有障碍物等。本文提出的图像拼接技术更具直观性，能相对更好的解决这一问题，而且容易实现。
本文集中于研究基于图像拼接技术的轨道交通远程嘹望技术，由于单个摄像机监控的视野范围有限，因此可以通过在轨道沿线布置多个摄像机分别获取各自图像，利用图像拼接技术将多个摄像机的图像拼接成一幅覆盖较远距离的视频景象，并利用无线传输系统将该影像发送给运行中的列车，使司机能够实时获得前方数公里远的线路环境影像。这种超视距监视能力，一方面可以使列车司机实时了解前方线路、甚至存在弯道而无法直接观察的线路的安全状况，便于司机及时应对来自前方线路的各种安全威胁；另一方面，可以运用机器视觉技术直接对前方数公里线路图像进行自动处理，不但可以查看前方线路的占用情况，计算前方列车距离、为现有测速定位系统提供冗余信息源，而且可以探测现有技术无法获取的落物等影响行车安全的其他障碍物信息。
这种新的远距离监测技术不依赖现有的任何测速定位设备，可以同时为司机和自动驾驶系统提供超视距信息，大大提高列车运行控制系统的冗余度和可靠性，对我国轨道交通线路环境智能监测、铁路防灾及城市轨道交通安全水平的提高、具有自主知识产权的CBTC技术的再创新具有重要意义。
3 图像拼接技术的实现
所谓“图像拼接”(Image Mosaic)就是将多幅来自同一场景的有重叠区域的小尺寸图像合成为一幅大尺寸的高质量图像[3]。图像拼接技术具有广泛的应用领域，不仅可以实现大视场图像、用于图像恢复(Image Restoration)、计算机特效(Computer Generated SpecialEffects)、视频图像压缩和视频编辑等，还可以为图像降噪、视场(Field ofView)扩展、运动物体去除、模糊消除(Blur Removing)、空间解析度(Spacial Resolution)提高、动态方位(Dynamic Range)增强提供可能性[4]。虽然如今的摄影技术和设备都在不断的进步与发展，但是想要获得大视场图像，单纯的依靠摄影技术和设备是很难实现的。由于距离的限制，单个摄像机的拍摄范围太小，这在高速列车等的拍摄中显得尤为突出。自动建立大型、高分辨率的图像Mosaics技术一直是摄影测量学、计算机视觉、图像处理和计算机图形学的活跃研究领域[5]。
（1）图像的采集方式，图像几何畸变和噪声处理。可以采用增强型网络摄像机进行图像的采集。由于一些人为因素和自然因素的影响，采集到的图像可能需要进行几何校正与噪声处理，甚至还需要照相机的标定，以保证在预处理阶段能够得到高质量的图像用于拼接。又由于摄像机进行远景拍摄，拍摄到的图像呈现近宽远窄的楔形分布，因此采集到的图像还需进行坐标投影变换。
（2）图像信息的提取。提取图像的信息通常可分为三种，即图像的灰度信息，图像的物理特征(如边缘，焦点等)和图像内容描述特征。提取图像灰度信息，虽然丰富但是信息量大，计算复杂度高。图像受到光照和噪声影响导致计算结果差异很大；采用物理特征计算得到的特征数量明显要少，适应性强，但是对于图像畸变旋转的情况，提取的图像特征产生误差；提取图像的内容描述特征，是目前最常用的方法，具有良好的抗干扰性，抗旋转和尺寸变化的特点，但当图像特征不明显时，提取的特征少，用于特征计算效果不明显，目前还没有哪种算法能够在任何情况下都能得到良好的图像信息，因此选择何种信息提取的方法，取决于算法应用范围。
（3）确定待拼接图像序列。由于每台摄像机的位置固定，且仅需进行相邻摄像机拍摄所得图像的拼接，所以不需考虑图像拼接的顺序问题。但是，由于拼接图像显示的是列车行驶前方的轨道环境，因而需要根据列车的位置判断拼接图像的范围，确定待拼接的图像序列。
（4）图像配准技术。图像配准是图像拼接的核心部分，主要是将不同时间、不同传感器(成像设备)或不同条件下(气候、照度、摄像位置和角度等)获取的同一场景的两幅或多幅图像进行匹配、叠加或处理的过程。通过对准，可以计算出一个场景的不同视图之间的点到点的映射。
（5）图像合成技术。由于图像间存在光照变化，若将配准后图像直接拼接在一起，会出现明显的拼接痕迹，所以在图像融合过程中必须找一个恰当的合成算法，使的最终的拼接图像没有明显的拼接缝隙。
4 结束语
通过在轨道沿线布置多个摄像机分别获取各自图像，利用图像拼接技术将多个摄像机的图像拼接成一幅覆盖较远距离的视频景象，并利用无线传输系统将该影像发送给运行中的列车，使司机能够实时获得前方数公里远的线路环境影像。这种远程监测技术采用机器视觉、图像处理与现代通讯技术将列车前方的景象发送给列车司机，能提高司机处置危险的能力，避免事故的发生。
参考文献：
[1] 壬娟，师军．一种柱面全景图像自动拼接算法[J]．计算机仿真，2008，25(7)：213-215．
[2] 封靖波，苏志勋，刘秀平. 一种基于相似曲线的全景图自动拼接算法[J]．计算机学报，
2003，26(11)：1604-1608.
[3] 阮秋琦．数字图像处理学[M]．北京：电子工业出版社，2001.
[4] 赵向阳，杜利民．一种全自动稳健的图像拼接融合算法[J]．中国图象图形学报，2004，9(4)：418-422．
[5] Chen S．QuickTimeVR：an image-based approach to virtual environment navigation
[J]．Computer Graphics，1995，29(4)：29-38．Available at：http：//quicktime．apple．com/
作者简介：
吴欣远，男，汉族，四川绵阳人，1989年出生，交通设备信息专业。
肖奇杨，男，汉族，四川成都人，1988年出生，机械设计制造及其自动化专业。
转载注明来源:https://www.xzbu.com/2/view-577591.htm
