论文部分内容阅读
铁路运输作为三大主要运输方式之一,对旅客出行和大宗货物的流通承担着重要的运送使命。我国铁路开通里程长,且运行环境复杂,由异物入侵铁路线路建筑限界造成的事件频发,对列车的安全运行构成了严重的威胁。当列车高速运行时,仅依靠传统的司机目视行车的方式已无法满足列车的安全运行。故需利用自动化监测设备辅助司机实时监测感知前方运行环境,即逐渐实现列车的全自动驾驶。本文通过分析国内外在异物侵限检测方面的研究现状和存在的不足,提出采用雷达传感器实现铁路线路异物侵限检测。其主要研究内容如下:(1)对GPS获取的实测轨迹数据进行分段拟合得到轨道地图分段多项式表达式用于辅助定位和检测区域的构建。首先将GPS获取的实测轨道线路数据点信息经坐标变换处理后得到基于工程坐标系的轨道线路数据点。其次对变换后得到的基于工程坐标系的轨道线路数据点利用角度判别法剔除数据点集中的粗差数据得到初始化后的轨道线路数据点。再次分析初始化后的轨道线路数据相邻点间斜率变化散点图,进行轨道线路形态判别,将其划分为分段轨道线路数据点。最后,通过分段拟合得出轨道地图分段多项式表达式用于辅助车载雷达定位和检测区域构建。(2)结合GPS提供的车载雷达的定位信息、轨道地图分段多项式表达式及铁路线路建筑限界的设计规范构建检测区域模型。首先列车运行时实时获取GPS提供的雷达位置信息。其次将雷达位置信息与轨道地图分段多项式表达式进行地图匹配预测出雷达发射点在轨道地图中的坐标位置。最后结合雷达发射点在轨道地图中的坐标位置信息、雷达提供的参数信息及轨道地图分段多项式表达式利用最小二乘法构建出检测区域模型。(3)将雷达获取的目标位置信息经预处理后代入构建的检测区域模型中进行障碍物检测判决。首先利用预处理环节对雷达获取的原始目标位置信息实现误差处理。其次通过平面坐标变换将基于雷达坐标系的目标点位置信息转换到工程坐标系中。最后,将转换后目标点位置信息代入检测区域模型中进行障碍物检测判别并输出检测判别结果。现场测试结果表明,利用本文方法直轨检测正确率为90.50%,弯轨检测正确率为86.79%,道岔区域检测正确率为82.67%,平均正确率为87.45%,其具有较好的检测性能。