基于毫米波雷达的火车识别方法、系统、介质及设备.pdf

《基于毫米波雷达的火车识别方法、系统、介质及设备.pdf》由会员分享，可在线阅读，更多相关《基于毫米波雷达的火车识别方法、系统、介质及设备.pdf（9页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202010560158.X (22)申请日 2020.06.18 (71)申请人 成都纳雷科技有限公司 地址 611730 四川省成都市高新区 （西区） 合作路89号龙湖时代天街20栋1单元4 楼403号 (72)发明人 车驰张伟杨洁王雨张臣勇 (74)专利代理机构 湖南兆弘专利事务所(普通 合伙) 43008 代理人 廖元宝 (51)Int.Cl. G01S 13/08(2006.01) G01S 13/58(2006.01) G01S 13/89(2006.01) G01S。

2、 13/931(2020.01) G06F 17/15(2006.01) (54)发明名称 一种基于毫米波雷达的火车识别方法、 系 统、 介质及设备 (57)摘要 本发明公开了一种基于毫米波雷达的火车 识别方法、 系统、 介质及设备， 此方法包括： 获取 毫米波雷达的检测结果； 设定检测速度为数组 Vv； 判断数组Vv中元素是否大于预设速度值； 如 大于则判定存在火车； 如无， 则选取速度相近的 检测点； 将检测点排序， 记录在Rr1_sort中； 判断 数组Rr1_sort中的最大值与最小值的差值是否 大于预设长度值； 如大于， 则判断Rr1_sort中元 素个数是否大于预设个数； 如大于，。

3、 则计算数组 Rr1_sort中每两个相邻的量测点的斜率， 并存储 在数组K中； 计算数组K中不同元素之间的差值； 若差值小于预设差值， 则认为检测点来自于火 车。 本发明具有识别精度高、 成本低、 不受天气影 响等优点。 权利要求书2页 说明书5页 附图1页 CN 111679265 A 2020.09.18 CN 111679265 A 1.一种基于毫米波雷达的火车识别方法， 其特征在于， 包括步骤： 步骤一、 获取毫米波雷达的检测结果； 检测结果包括检测目标的距离、 速度、 角度； 设定 检测距离为数组Rr,检测速度为数组Vv， 检测角度为数组Aa； 步骤二、 遍历速度数组Vv,判断速度。

4、数组中的元素是否大于预设速度值Vth； 如果存在大 于Vth的元素， 则判定当前检测目标中存在火车； 如无， 则跳至步骤三； 步骤三、 遍历速度数组Vv， 根据预设门限Vth1选取速度相近的检测点， 将选取的检测点 分别记录在数组Rr1、 Vv1、 Aa1中； 步骤四、 将筛选出的检测点按照从小到大的顺序进行排序， 将排序后的检测点记录在 Rr1_sort、 Vv1_sort、 Aa1_sort中； 步骤五、 判断数组Rr1_sort中的最大值和最小值的差值是否大于预设长度值； 如果差 值大于预设长度值， 则跳到步骤六； 步骤六、 判断数组Rr1_sort中元素的个数是否大于预设个数M； 如果。

5、Rr1_sort中元素的 个数是大于M个， 则跳到步骤七； 步骤七、 计算数组Rr1_sort中每两个相邻的量测点的斜率， 计算结果存储在数组K中； 步骤八、 计算数组K中不同元素之间的差值； 若不同元素之间的差值小于预设差值Kth， 则认为数组K筛选出的检测点来自于同一目标火车， 故判定当前的检测目标中存在火车。 2.根据权利要求1所述的基于毫米波雷达的火车识别方法， 其特征在于， 在步骤七中， 斜率计算公式如下： 其中相邻两个检测的点距离和角度分别为R1和A1、 R2和A2。 3.根据权利要求1或2所述的基于毫米波雷达的火车识别方法， 其特征在于， 在步骤二 中， 预设速度值Vth为304。

6、0km/h。 4.根据权利要求1或2所述的基于毫米波雷达的火车识别方法， 其特征在于， 在步骤五 中， 预设长度值为4050m。 5.根据权利要求1或2所述的基于毫米波雷达的火车识别方法， 其特征在于， 在步骤六 中， M的选取需要根据毫米波雷达自身的测距精度来确定； 当毫米波雷达的测距精度为1m 时， M10； 当毫米波雷达的测距精度为2m时， M5。 6.一种基于毫米波雷达的火车识别系统， 其特征在于， 包括： 第一模块， 用于获取毫米波雷达的检测结果； 检测结果包括检测目标的距离、 速度、 角 度； 设定检测距离为数组Rr,检测速度为数组Vv， 检测角度为数组Aa； 第二模块， 用于遍历。

7、速度数组Vv,判断速度数组中的元素是否大于预设速度值Vth； 如果 存在大于Vth的元素， 则判定当前检测目标中存在火车； 如无， 则跳至步骤三； 第三模块， 用于遍历速度数组Vv， 根据预设门限Vth1选取速度相近的检测点， 将选取的 检测点分别记录在数组Rr1、 Vv1、 Aa1中； 第四模块， 用于将筛选出的检测点按照从小到大的顺序进行排序， 将排序后的检测点 记录在Rr1_sort、 Vv1_sort、 Aa1_sort中； 第五模块， 用于判断数组Rr1_sort中的最大值和最小值的差值是否大于预设长度值； 权利要求书 1/2 页 2 CN 111679265 A 2 如果差值大于预。

8、设长度值， 则跳到步骤六； 第六模块， 用于判断数组Rr1_sort中元素的个数是否大于预设个数M； 如果Rr1_sort中 元素的个数是大于M个， 则跳到步骤七； 第七模块， 用于计算数组Rr1_sort中每两个相邻的量测点的斜率， 计算结果存储在数 组K中； 第八模块， 用于计算数组K中不同元素之间的差值； 若不同元素之间的差值小于预设差 值Kth， 则认为数组K筛选出的检测点来自于同一目标火车， 故判定当前的检测目标中存在 火车。 7.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序在 被处理器运行时执行如权利要求15中任意一项所述的基于毫米波雷达的火车识别。

9、方法 的步骤。 8.一种计算机设备， 包括存储器和处理器， 所述存储器上存储有计算机程序， 其特征在 于， 所述计算机程序在被处理器运行时执行如权利要求15中任意一项所述的基于毫米波 雷达的火车识别方法的步骤。 权利要求书 2/2 页 3 CN 111679265 A 3 一种基于毫米波雷达的火车识别方法、 系统、 介质及设备 技术领域 0001 本发明涉及雷达技术领域， 具体涉及一种基于毫米波雷达的火车识别方法、 系统、 介质及设备。 背景技术 0002 在很多火车通行地段， 需要进行火车检测， 用来确定火车是否通过， 但是铁路上会 时常出现铁路工人进行维修检查， 为了避免误报， 不仅需要能。

10、检测到通过的目标， 还需要对 检测到的目标进行类别判断， 即该通过目标是否为火车。 很多应用场景采用摄像头进行判 断识别， 即摄像头获取到检测目标的图像后， 进行图像对比， 判断目标是否为火车， 但是摄 像头工作受白天黑夜和天气影响比较大。 为了弥补摄像头在黑夜中的工作缺陷， 需要增加 灯光照射， 会增加能源消耗。 发明内容 0003 本发明要解决的技术问题就在于： 针对现有技术存在的技术问题， 本发明提供一 种识别精准、 全天候、 全天时工作的基于毫米波雷达的火车识别方法、 系统、 介质及设备。 0004 为了解决上述技术问题， 本发明采用的技术方案为： 0005 本发明还公开了一种基于毫米。

11、波雷达的火车识别方法， 包括步骤： 0006 步骤一、 获取毫米波雷达的检测结果； 检测结果包括检测目标的距离、 速度、 角度； 设定检测距离为数组Rr,检测速度为数组Vv， 检测角度为数组Aa； 0007 步骤二、 遍历速度数组Vv,判断速度数组中的元素是否大于预设速度值Vth； 如果存 在大于Vth的元素， 则判定当前检测目标中存在火车； 如无， 则跳至步骤三； 0008 步骤三、 遍历速度数组Vv， 根据预设门限Vth1选取速度相近的检测点， 将选取的检 测点分别记录在数组Rr1、 Vv1、 Aa1中； 0009 步骤四、 将筛选出的检测点按照从小到大的顺序进行排序， 将排序后的检测点记。

12、 录在Rr1_sort、 Vv1_sort、 Aa1_sort中； 0010 步骤五、 判断数组Rr1_sort中的最大值和最小值的差值是否大于预设长度值； 如 果差值大于预设长度值， 则跳到步骤六； 0011 步骤六、 判断数组Rr1_sort中元素的个数是否大于预设个数M； 如果Rr1_sort中元 素的个数是大于M个， 则跳到步骤七； 0012 步骤七、 计算数组Rr1_sort中每两个相邻的量测点的斜率， 计算结果存储在数组K 中； 0013 步骤八、 计算数组K中不同元素之间的差值； 若不同元素之间的差值小于预设差值 Kth， 则认为数组K筛选出的检测点来自于同一目标火车， 故判定当。

13、前的检测目标中存在火 车。 0014 优选地， 在步骤七中， 斜率计算公式如下： 说明书 1/5 页 4 CN 111679265 A 4 0015 0016 其中相邻两个检测的点距离和角度分别为R1和A1、 R2和A2。 0017 优选地， 在步骤二中， 预设速度值Vth为3040km/h。 0018 优选地， 在步骤五中， 预设长度值为4050m。 0019 优选地， 在步骤六中， M的选取需要根据毫米波雷达自身的测距精度来确定； 当毫 米波雷达的测距精度为1m时， M10； 当毫米波雷达的测距精度为2m时， M5。 0020 本发明还公开了一种基于毫米波雷达的火车识别系统， 包括： 00。

14、21 第一模块， 用于获取毫米波雷达的检测结果； 检测结果包括检测目标的距离、 速 度、 角度； 设定检测距离为数组Rr,检测速度为数组Vv， 检测角度为数组Aa； 0022 第二模块， 用于遍历速度数组Vv,判断速度数组中的元素是否大于预设速度值Vth； 如果存在大于Vth的元素， 则判定当前检测目标中存在火车； 如无， 则跳至步骤三； 0023 第三模块， 用于遍历速度数组Vv， 根据预设门限Vth1选取速度相近的检测点， 将选 取的检测点分别记录在数组Rr1、 Vv1、 Aa1中； 0024 第四模块， 用于将筛选出的检测点按照从小到大的顺序进行排序， 将排序后的检 测点记录在Rr1_s。

15、ort、 Vv1_sort、 Aa1_sort中； 0025 第五模块， 用于判断数组Rr1_sort中的最大值和最小值的差值是否大于预设长度 值； 如果差值大于预设长度值， 则跳到步骤六； 0026 第六模块， 用于判断数组Rr1_sort中元素的个数是否大于预设个数M； 如果Rr1_ sort中元素的个数是大于M个， 则跳到步骤七； 0027 第七模块， 用于计算数组Rr1_sort中每两个相邻的量测点的斜率， 计算结果存储 在数组K中； 0028 第八模块， 用于计算数组K中不同元素之间的差值； 若不同元素之间的差值小于预 设差值Kth， 则认为数组K筛选出的检测点来自于同一目标火车， 。

16、故判定当前的检测目标中 存在火车。 0029 本发明进一步公开了一种计算机可读存储介质， 其上存储有计算机程序， 其特征 在于， 所述计算机程序在被处理器运行时执行如上所述的基于毫米波雷达的火车识别方法 的步骤。 0030 本发明还公开了一种计算机设备， 包括存储器和处理器， 所述存储器上存储有计 算机程序， 其特征在于， 所述计算机程序在被处理器运行时执行如上所述的基于毫米波雷 达的火车识别方法的步骤。 0031 与现有技术相比， 本发明的优点在于： 0032 本发明的基于毫米波雷达的火车识别方法、 系统、 介质及设备， 利用毫米波雷达获 得火车的速度和外形长度特征进行火车识别， 不仅达到火。

17、车的识别功能， 还可以过滤掉铁 路维修工人的干扰； 而且毫米波雷达可以全天候、 全天时工作， 不会像摄像头一样受天气和 时间影响， 不需要辅助照明设备， 成本低。 附图说明 0033 图1为本发明的方法在实施例的流程图。 说明书 2/5 页 5 CN 111679265 A 5 具体实施方式 0034 以下结合说明书附图和具体实施例对本发明作进一步描述。 0035 本发明采用毫米波雷达进行火车识别， 其中毫米波雷达的工作原理为： 毫米波雷 达在发射电磁波后， 电磁波打到物体身上后， 返回后被雷达接收。 通过接收到的回波信号， 经过一系列的常规信号信息处理技术， 可以获取检测目标的距离， 速度和。

18、角度。 在接收到目 标的检测信息后， 基于火车与维修工人等非火车目标的不同点进行目标区分。 该不同点的 选取包含两个方面。 一个方面是速度， 火车行进的速度是很可能超过36km/h的， 但是铁路维 修工人不可能超过这个速度。 另一个方面是火车的长度， 考虑到火车会减速通过某个地段 的可能性， 因此需要考虑慢速情况下， 火车与铁路维修工人的区别。 考虑到即使再短的火 车， 其长度也会超过50m(考虑只有两个车头， 单个车头的长度超过25m)， 但是维修工人不 会。 因此可对检测的目标进行长度判断， 进而进行目标区分。 关于火车长度的判断， 可采用 如下策略： 采用高精度的雷达(例如距离分辨为1m。

19、的雷达)， 则雷达对火车测量时， 会返回一 组不同距离的测量值， 加上火车属于刚性物体， 因此火车上不同位置的前行速度相同。 因 此， 可先根据速度门限判断选取出速度相近的量测点， 判断这些量测点的长度和个数(可以 排除维修工人前后站队的影响)， 来确定量测目标是否为火车。 0036 如图1所示， 基于上述原理， 本发明的基于毫米波雷达的火车识别方法， 包括步骤： 0037 步骤一、 获取毫米波雷达的检测结果； 检测结果包括检测目标的距离、 速度、 角度； 设定检测距离为数组Rr,检测速度为数组Vv， 检测角度为数组Aa； 0038 步骤二、 遍历速度数组Vv,判断速度数组中的元素是否大于预设。

20、速度值Vth； 如果存 在大于Vth的元素， 则判定当前检测目标中存在火车； 如无， 则跳至步骤三； 0039 步骤三、 遍历速度数组Vv， 根据预设门限Vth1选取速度相近的检测点， 将选取的检 测点分别记录在数组Rr1、 Vv1、 Aa1中； 0040 步骤四、 将筛选出的检测点按照从小到大的顺序进行排序， 将排序后的检测点记 录在Rr1_sort、 Vv1_sort、 Aa1_sort中； 0041 步骤五、 判断数组Rr1_sort中的最大值和最小值的差值是否大于预设长度值； 如 果差值大于预设长度值， 则跳到步骤六； 0042 步骤六、 判断数组Rr1_sort中元素的个数是否大于预。

21、设个数M； 如果Rr1_sort中元 素的个数是大于M个， 则跳到步骤七； 0043 步骤七、 计算数组Rr1_sort中每两个相邻的量测点的斜率， 计算结果存储在数组K 中； 0044 步骤八、 计算数组K中不同元素之间的差值； 若不同元素之间的差值小于预设差值 Kth， 则认为数组K筛选出的检测点来自于同一目标火车， 故判定当前的检测目标中存在火 车。 0045 本发明的基于毫米波雷达的火车识别方法， 利用毫米波雷达获得火车的速度和外 形长度特征进行火车识别， 不仅达到火车的识别功能， 还可以过滤掉铁路维修工人的干扰； 而且毫米波雷达可以全天候、 全天时工作， 不会像摄像头一样受天气和时间。

22、影响。 0046 下面结合一具体实施例对本发明的方法做进一步说明： 0047 步骤一、 获取毫米波雷达的检测结果； 检测结果包括检测目标的距离、 速度、 角度； 设定检测距离为数组Rr,检测速度为数组Vv， 检测角度为数组Aa； 说明书 3/5 页 6 CN 111679265 A 6 0048 步骤二、 遍历速度数组Vv,判断速度数组中的元素是否大于Vth(例如Vth可以为 36km/h)； 如果存在大于Vth的元素， 则判定当前检测目标中存在火车； 如无， 则跳至步骤三； 0049 步骤三、 遍历速度数组Vv， 根据门限Vth1选取出速度相近的检测点(由于火车属于 刚性物体， 因此火车上的。

23、各个检测点速度和火车的前行速度相同)； 关于门限Vth1的选取可 根据雷达的自身测量精度和数据观察进行选取。 在筛选出这些检测点后， 为了描述方便， 不 妨将这些筛选出的检测点分别记录在数组Rr1、 Vv1、 Aa1中。 0050 步骤四、 将筛选出的检测点按照从小到大的顺序进行排序， 将排序后的检测点记 录在Rr1_sort、 Vv1_sort、 Aa1_sort中； 0051 步骤五、 判断数组Rr1_sort中的最大值和最小值的差值是否大于45m(考虑到火车 最短长度大于50m， 此处设定45m只是选取一个相对恰当的值， 用以区分维修工人和火车)； 如果差值大于45m， 则跳到步骤六； 。

24、否则执行到此结束， 跳回步骤一， 获取下一帧的雷达检测 结果， 重复步骤一到步骤五的方法； 0052 步骤六、 判断数组Rr1_sort中元素的个数是否大于M个,其中M的选取需要根据雷 达自身的测距精度来确定， 例如当雷达的测距精度为1m时， 可以选取M10(或者根据实际 的数据观察选取)； 而当雷达的测距精度为2m时， M值的选取就要减半； 如果Rr1_sort中元素 的个数是大于M个， 则跳到步骤七； 否则到此结束， 跳回步骤一， 获取下一帧的雷达检测结 果， 重复步骤一到步骤六； 0053 步骤七、 计算数组Rr1_sort中每两个相邻的量测点的斜率； 计算方式如下： 不妨设 相邻两个检。

25、测的点距离和角度分别为R1和A1、 R2和A2， 则斜率的计算公式如下： 0054 0055 可按照公式(1)计算出每两个相邻的量测点的斜率， 计算结果存储在数组K中， 则 0056 Kk21,k32,. (2) 0057 步骤八、 计算数组K中不同元素之间的差值， 若不同元素之间的差值小于Kth(Kth的 选取基于测角精度)， 则认为数组K筛选出的检测点来自于同一目标火车， 故判定当前的 检测目标中存在火车； 若不同元素之间的差值不小于Kth， 则跳回步骤一， 进行下一帧判定。 0058 本发明还公开了一种基于毫米波雷达的火车识别系统， 包括： 0059 第一模块， 用于获取毫米波雷达的检测。

26、结果； 检测结果包括检测目标的距离、 速 度、 角度； 设定检测距离为数组Rr,检测速度为数组Vv， 检测角度为数组Aa； 0060 第二模块， 用于遍历速度数组Vv,判断速度数组中的元素是否大于预设速度值Vth； 如果存在大于Vth的元素， 则判定当前检测目标中存在火车； 如无， 则跳至步骤三； 0061 第三模块， 用于遍历速度数组Vv， 根据预设门限Vth1选取速度相近的检测点， 将选 取的检测点分别记录在数组Rr1、 Vv1、 Aa1中； 0062 第四模块， 用于将筛选出的检测点按照从小到大的顺序进行排序， 将排序后的检 测点记录在Rr1_sort、 Vv1_sort、 Aa1_so。

27、rt中； 0063 第五模块， 用于判断数组Rr1_sort中的最大值和最小值的差值是否大于预设长度 值； 如果差值大于预设长度值， 则跳到步骤六； 0064 第六模块， 用于判断数组Rr1_sort中元素的个数是否大于预设个数M； 如果Rr1_ sort中元素的个数是大于M个， 则跳到步骤七； 说明书 4/5 页 7 CN 111679265 A 7 0065 第七模块， 用于计算数组Rr1_sort中每两个相邻的量测点的斜率， 计算结果存储 在数组K中； 0066 第八模块， 用于计算数组K中不同元素之间的差值； 若不同元素之间的差值小于预 设差值Kth， 则认为数组K筛选出的检测点来自于。

28、同一目标火车， 故判定当前的检测目标中 存在火车。 0067 本发明的基于毫米波雷达的火车识别系统， 用于执行如上所述的方法， 同样具有 如上方法所述的优点。 本发明进一步公开了一种计算机可读存储介质， 其上存储有计算机 程序， 其特征在于， 所述计算机程序在被处理器运行时执行如上所述的基于毫米波雷达的 火车识别方法的步骤。 本发明还公开了一种计算机设备， 包括存储器和处理器， 所述存储器 上存储有计算机程序， 其特征在于， 所述计算机程序在被处理器运行时执行如上所述的基 于毫米波雷达的火车识别方法的步骤。 本发明实现上述实施例方法中的全部或部分流程， 也可以通过计算机程序来指令相关的硬件来完。

29、成， 计算机程序可存储于一个计算机可读存 储介质中， 该计算机程序在被处理器执行时， 可实现上述各个方法实施例的步骤。 其中， 计 算机程序包括计算机程序代码， 计算机程序代码可以为源代码形式、 对象代码形式、 可执行 文件或某些中间形式等。 计算机可读介质可以包括： 能够携带计算机程序代码的任何实体 或装置、 记录介质、 U盘、 移动硬盘、 磁碟、 光盘、 计算机存储器、 只读存储器(ROM， Read-Only Memory)、 随机存取存储器(RAM， Random Access Memory)、 电载波信号、 电信信号以及软件 分发介质等。 存储器可用于存储计算机程序和/或模块， 处理。

30、器通过运行或执行存储在存储 器内的计算机程序和/或模块， 以及调用存储在存储器内的数据， 实现各种功能。 存储器可 以包括高速随机存取存储器， 还可以包括非易失性存储器， 例如硬盘、 内存、 插接式硬盘， 智 能存储卡(Smart Media Card,SMC)， 安全数字(Secure Digital,SD)卡， 闪存卡(Flash Card)、 至少一个磁盘存储器件、 闪存器件、 或其它易失性固态存储器件等。 0068 以上仅是本发明的优选实施方式， 本发明的保护范围并不仅局限于上述实施例， 凡属于本发明思路下的技术方案均属于本发明的保护范围。 应当指出， 对于本技术领域的 普通技术人员来说， 在不脱离本发明原理前提下的若干改进和润饰， 应视为本发明的保护 范围。 说明书 5/5 页 8 CN 111679265 A 8 图1 说明书附图 1/1 页 9 CN 111679265 A 9 。