用于檢測鐵路車輛所行駛的軌道的方法
【技術領域】
[0001]本發(fā)明涉及一種用于檢測鐵路車輛所行駛的軌道的方法，尤其涉及一種檢測有軌電車所行駛的軌道的方法。
【背景技術】
[0002]現(xiàn)有技術中已知各種軌道檢測方法。然而，這些方法通常通過相對復雜且專門的設備來實施。另外，當想要將軌道檢測用于另一應用時，特別是用于脫軌檢測時，通常需要具備額外的設備。

【發(fā)明內容】

[0003]本發(fā)明特別地旨在通過提出一種軌道檢測方法來克服這些不足，該軌道檢測方法特別對于脫軌檢測而言，相對易于實施并且不需要復雜的設備。
[0004]為此，本發(fā)明特別地涉及一種用于檢測鐵路車輛所行駛的軌道的方法，其特征在于，所述方法包括:
[0005]用于采集在所述鐵路車輛的末端拍攝的圖像的步驟；
[0006]用于檢測所述圖像中的邊緣的步驟；
[0007]用于生成與所述圖像中所檢測到的邊緣基本上相對應的線的步驟；
[0008]在用于生成線的步驟之后，用于對相近及相似的線進行分組的步驟，每個線組被代表性線所代替；以及
[0009]用于從所生成的線中，并且特別地從代表性線中，查找彼此間隔一預定距離的基本平行的線對的步驟。
[0010]有軌電車通常配備有用于在該有軌電車的各端拍攝圖片的照相機。圖像采集步驟可由所述照相機來進行，因此不需要額外的設備。
[0011]該方法的其他步驟可使用計算機單元來實現(xiàn)，這易于實施。
[0012]根據本發(fā)明的方法使得有可能獲得對軌道位置的精確檢測。例如，該方法足以將所檢測到的位置與預期位置相比較，從而在所檢測到的位置與所述預期位置失配的情況下檢測到脫軌。
[0013]根據本發(fā)明的檢測方法包括以下特征中的一個或更多個，所述特征可被單獨地或根據所有技術上的可能組合進行考慮:
[0014]從在所述鐵路車輛的前方所拍攝的視頻中采集所述圖像。
[0015]在所述圖像采集步驟之后且在所述邊緣檢測步驟之前，該方法包括用于將所述圖像轉化為灰度圖像的步驟。
[0016]所述邊緣檢測步驟是通過將Canny濾波器應用于所述圖像來完成。
[0017]所述邊緣檢測步驟是通過將方向可調濾波器應用于所述圖像來完成。
[0018]在所述邊緣檢測步驟之后，該方法包括:用于選擇與所檢測到的邊緣對應的點的步驟，以使得所選擇的點為基本垂直排列的點組，所述線生成步驟基于所選擇的點來完成。
[0019]代替每個線組的所述代表性線為由最大數量的所選擇的點構成的線。
[0020]在所述查找步驟之后，該方法包括用于檢驗線對中的線的直線度的步驟。
[0021]所述方法還包括用于將所述線對與來自先前采集的圖像的線對相比較的步驟，所述先前采集的圖像已被應用了同一檢測方法。
[0022]該方法包括:用于將所述線對與預定數據相比較的步驟，所述預定數據對應于所述軌道的預期位置。
[0023]該方法包括:障礙檢測步驟，以及在檢測到障礙的情況下，用于將所檢測到的障礙的位置與所述線對相比較的步驟。
[0024]本發(fā)明也涉及一種被設計為裝備行駛在軌道上的軌道車輛的軌道檢測設備，所述設備包括能夠在所述鐵路車輛的末端采集至少一幅圖像的照相機，其特征在于，所述設備包括:
[0025]用于檢測所采集的圖像中的邊緣的裝置；
[0026]用于生成與所述圖像中所檢測到的邊緣基本上相對應的線的裝置；以及
[0027]用于從所生成的線中查找彼此間隔一預定距離的基本平行的線對的裝置。
【附圖說明】
[0028]通過閱讀僅以示例給出且參考附圖作出的以下描述將更好地理解本發(fā)明，在附圖中:
[0029]圖1圖解性地示出了根據本發(fā)明示例性實施例的檢測方法的步驟；
[0030]圖2圖解性地示出了在圖1的檢測方法的圖像采集步驟期間在鐵路車輛的前方拍攝所采集的圖像；以及
[0031]圖3示出了在圖1的檢測方法的后續(xù)步驟期間得到的圖2中的圖像。
【具體實施方式】
[0032]圖1示出了根據本發(fā)明一個示例性實施例的用于檢測鐵路車輛所行駛的軌道的方法的步驟。這樣的方法特別適用于有軌電車，但是也可適用于任一類型的鐵路車輛。
[0033]檢測方法首先包括步驟100，用于采集在所述鐵路車輛的末端所拍攝的圖像，例如在車輛的前方所拍攝的圖像。為此，鐵路車輛配備有照相機，該照相機被設置為朝著車輛的前方拍攝圖片。某些鐵路車輛，特別是某些有軌電車，通常已經包括這樣的照相機，因此該照相機可被用來實施本發(fā)明的檢測方法。當然，也有可能考慮在車輛的后方拍攝圖像。
[0034]更特別地，照相機采集視頻，在給定時刻從該視頻中拍攝根據本方法的圖像。
[0035]應當理解的是，有可能以規(guī)則的間隔采集圖像，從而將本方法的后續(xù)步驟應用到所采集的圖像的每一個中。當這些規(guī)則的間隔相對較短時，則有可能觀察到所檢測的軌道的位置演進，這將在下文中進行描述。
[0036]圖2示出了在圖像采集步驟100期間所采集的示例性圖像。在該圖像示例中特別地示出了以下各項:
[0037]鐵路車輛所行駛的軌道10，其被集成在車行道11中；
[0038]桿12，被特別設計為支承鐵路車輛的電源吊線；
[0039]桿12在車行道11上形成的影子14 ；
[0040]車行道11的配備有障礙的邊緣16，示出了邊緣16的立柱17 ;
[0041]同樣設置有安全門的站臺18 ;
[0042]相對的軌道20，另一鐵路車輛可在該相對的軌道20上沿相反的方向行駛；以及
[0043]設置在站臺18上的各個其他輪緣(rim) 22。
[0044]在所采集的圖像為彩色的情況下，檢測方法有利地包括步驟105，用于將所采集的圖像轉化為灰度圖像。實際上，灰度圖像特別適用于某些圖像處理操作，尤其適用于邊緣檢測。
[0045]因此，檢測方法接下來包括步驟110，用于檢測所述圖像中的邊緣，尤其用于對灰度圖像中對應于強的梯度像素的邊緣加以檢測。
[0046]該邊緣檢測步驟110可通過任何本身已知的方法來執(zhí)行。例如，邊緣檢測步驟110通過將Canny濾波器應用于灰度圖像來執(zhí)行。
[0047]根據一個優(yōu)選替代方式，邊緣檢測步驟110通過將方向可調濾波器應用于圖像來實現(xiàn)。對于給定的取向間隔，這樣的本身已知的方向可調濾波器使得能夠從圖像的所有邊緣中更好地選擇出所關注的邊緣。
[0048]邊緣檢測步驟110使得有可能對圖像中可見元素的邊緣對應的點加以確認。
[0049]有利地，該邊緣檢測步驟110僅在圖像的一部分(也被稱為關注區(qū)域)上執(zhí)行，例如僅在圖像的下部執(zhí)行，因為所尋求的僅僅是對鐵路車輛附近的軌道的檢測。這使得有可能避免因某些元素而變得雜亂，比如因遠處的柱12或者相對的軌道20而變得雜亂。
[0050]為了改進檢測，有利地，對于該方法的其余步驟，僅考慮某些點集(sets ofpoints)。為此，該方法包括步驟120，用于從由邊緣檢測步驟110所確定的點中選擇點，以使得所選擇的點為基本垂直排列的點組(groups of points)，或者使得所選擇的點更一般地為與圖像的垂直方向所成角度小于預定角度的點組。這使得有可能消除水平排列的點組，水平排列的點組顯然不對應于軌道。
[0051]該方法接下來包括基于所選擇的點來完