劉尚昆 朱廣平 王波 高春雷 徐濟松

1.中國鐵道科學(xué)研究院集團有限公司鐵道建筑研究所，北京100081；2.中國鐵路西安局集團有限公司，西安712400；3.中國鐵建高新裝備股份有限公司，昆明650215

養(yǎng)路機械如配砟車等在線路上作業(yè)過程中，其側(cè)犁、翼犁等工作裝置最大伸展位置極有可能碰到接觸網(wǎng)支柱從而造成事故。目前鐵路工務(wù)施工安全管理主要由操作人員進行人工監(jiān)控，維修任務(wù)繁重時人員容易倦怠疏忽，極易引起事故。因此迫切需要自動化程度更高、安全性和穩(wěn)定性更好的智能化輔助避障系統(tǒng)，確保鐵路運營線路的設(shè)備安全［1］。

避障系統(tǒng)的核心問題是接觸網(wǎng)支柱的識別與定位。國內(nèi)外主要使用超聲波技術(shù)、毫米波雷達技術(shù)、機器視覺技術(shù)、激光雷達技術(shù)等進行障礙物識別［2］。考慮到養(yǎng)路機械施工時間多為夜間，視野差，本文選取激光雷達傳感器進行環(huán)境感知，開發(fā)數(shù)據(jù)處理軟件，以實現(xiàn)接觸網(wǎng)支柱的識別和準(zhǔn)確定位。

1 系統(tǒng)總體方案

接觸網(wǎng)支柱的識別及定位系統(tǒng)如圖1所示。該系統(tǒng)主要包括左右兩個激光雷達、傾角傳感器、數(shù)據(jù)采集卡以及安裝在司機室的處理主機。激光雷達安裝在左右側(cè)犁的主犁板上，用于獲取空間三維點云數(shù)據(jù)。傾角傳感器安裝在雷達支座上，傾角值通過RS485串口傳輸?shù)缴衔粰C中，實時校正激光雷達傾角。數(shù)據(jù)采集卡通過百兆以太網(wǎng)口與處理主機連接，將采集到的點云數(shù)據(jù)實時傳輸?shù)教幚碇鳈C。處理主機安裝在司機室操作臺上方，通過運行編寫的數(shù)據(jù)處理軟件進行障礙物的識別與定位，并顯示障礙物信息。

圖1 接觸網(wǎng)支柱識別及定位系統(tǒng)布局

1.1 三維激光雷達技術(shù)的優(yōu)勢

超聲波技術(shù)的原理簡單，成本較低，但是受天氣的影響較大。毫米波雷達受天氣影響較小，但成本高，后處理系統(tǒng)較為復(fù)雜。機器視覺利用圖像識別對障礙物進行識別和跟蹤，但是軟硬件成本較高，且惡劣天氣下可視距離較近。考慮到養(yǎng)路機械作業(yè)現(xiàn)場的復(fù)雜工況，這些方案均不適用于鐵路接觸網(wǎng)支柱的識別。

激光雷達技術(shù)已成為障礙物識別和自動駕駛領(lǐng)域的主流技術(shù)。激光雷達在夜間可以正常工作，能適應(yīng)霧天、雨天等惡劣天氣，且軟硬件成本相對較低，適用于養(yǎng)路機械作業(yè)過程中的障礙物識別。

本系統(tǒng)采用掃描成像激光雷達，把激光雷達同二維光學(xué)掃描鏡結(jié)合起來，利用掃描器控制激光的射出方向，通過對整個視場進行逐點掃描測量，獲得視場內(nèi)目標(biāo)的三維信息［3］。

1.2 接觸網(wǎng)支柱檢測及定位

接觸網(wǎng)支柱檢測及定位流程如圖2所示。

圖2 接觸網(wǎng)支柱檢測及定位流程

通過百兆以太網(wǎng)將激光雷達采集的球坐標(biāo)系下的點云數(shù)據(jù)發(fā)送到處理主機，從雷達姿態(tài)傳感器中得到雷達的側(cè)滾角和俯仰角，在軟件中對雷達點云數(shù)據(jù)進行修正和坐標(biāo)變換，得到基于指定視角的直角坐標(biāo)系下的點云數(shù)據(jù)。

激光雷達點云數(shù)據(jù)量大，處理時間長。因此采用點云濾波對點云數(shù)據(jù)進行預(yù)處理，減少噪聲點和離群點，并劃分得到感興趣區(qū)域，提高算法響應(yīng)速度。

針對感興趣區(qū)域中的數(shù)據(jù)，首先濾除地面點，對非地面點采用歐氏聚類得出聚類結(jié)果，再結(jié)合接觸網(wǎng)支柱的特征和其激光點模型的點密度對聚類結(jié)果進行特征分析，得到符合接觸網(wǎng)支柱特征的障礙物點云簇，對其使用窗口濾波得到支柱的位置信息。

2 激光雷達數(shù)據(jù)處理

2.1 激光雷達參數(shù)

選用Velodyne 的VLP-16 三維激光雷達，參數(shù)見表1。三維激光雷達采用飛行時間（Time of Flight，TOF）原理進行距離測量，掃描頻率為5 Hz。

表1 VLP-16 三維激光雷達主要參數(shù)

2.2 激光雷達坐標(biāo)系轉(zhuǎn)換

VLP 激光雷達采集的點云數(shù)據(jù)基于雷達中心點的球坐標(biāo)系，為了便于計算，須將數(shù)據(jù)轉(zhuǎn)化到笛卡爾坐標(biāo)系下。以安裝在右側(cè)的雷達為例，車輛正前方為y軸正向，垂直y軸水平向右為x軸正向，以垂直xOy平面向上為z軸正方向，建立笛卡爾坐標(biāo)系，如圖3所示。在雷達球坐標(biāo)系下，每一個激光點可以通過3 個參數(shù)計算其空間位置的x、y、z坐標(biāo)，其中R為激光點到坐標(biāo)系原點的距離，ω為激光束與xOy平面的夾角，α為激光束在支柱識別定位算法xOy平面上的投影與y軸之間的夾角。通過這3個參數(shù)可計算出激光點在三維笛卡爾坐標(biāo)系下的x、y、z坐標(biāo)，即

圖3 雷達數(shù)據(jù)坐標(biāo)轉(zhuǎn)換

2.3 接觸網(wǎng)支柱識別算法

檢測障礙的方法主要包括DBSCAN 聚類算法、K-means 聚類算法、歐氏聚類算法、利用深度圖像進行聚類分析等［4］。DBSCAN 聚類算法是基于密度的數(shù)據(jù)聚類算法，能夠快速對任意形狀點云進行聚類，但該算法內(nèi)存資源消耗大，對處理器要求很高。K-means聚類算法準(zhǔn)確性高，但要手動輸入聚類數(shù)目K，難以達到實時性要求。歐氏聚類算法對大多數(shù)據(jù)具有通用性，點云分割的效果與實時性良好［5］。因此，本文采取歐氏聚類和特征匹配相結(jié)合的障礙物識別算法。

3 現(xiàn)場試驗

在軌道線路試驗線上對障礙物識別定位系統(tǒng)進行現(xiàn)場試驗。將激光雷達安裝在手推小車上，指定雷達中心點為坐標(biāo)原點，過原點且平行于水平面為xOy平面，前進方向為y軸正向，以此建立右手直角坐標(biāo)系。接觸網(wǎng)支柱分布在電氣化線路沿線兩側(cè)，沿線路方向間隔約20 m，距離道路中心線約2.5 m。

根據(jù)測試方案（圖4），小車從與1#接觸網(wǎng)支柱平齊的A位置出發(fā)向D位置方向行駛，行駛經(jīng)過1#、2#和3#接觸網(wǎng)支柱。支柱y坐標(biāo)值變化曲線及所識別的支柱距離變化曲線見圖5。

圖5 現(xiàn)場測試結(jié)果

從圖5 可以看出：隨著手推小車的走行，1#支柱與雷達之間的距離逐漸增大，支柱y坐標(biāo)值從0 逐漸增大；小車駛過1#支柱與2#支柱中間的B位置后，系統(tǒng)判別2#支柱距離傳感器更近，將顯示2#支柱信息，y坐標(biāo)值變?yōu)樨?fù)值；之后2#支柱與雷達之間的距離逐漸減小，支柱y坐標(biāo)值逐漸增大到0；小車駛過2#支柱后，2#支柱與雷達之間的距離逐漸增大，支柱y坐標(biāo)值再次從0逐漸增大。同樣，小車駛過2#支柱與3#支柱中間的C位置后，系統(tǒng)將捕捉到3#支柱，支柱y坐標(biāo)值及所識別的支柱距離變化規(guī)律與2#支柱情況一致?？梢姡す饫走_能夠準(zhǔn)確識別出距離原點最近的接觸網(wǎng)支柱，沒有漏識別現(xiàn)象發(fā)生。

4 結(jié)語

本文設(shè)計的接觸網(wǎng)支柱識別系統(tǒng)選用能在夜間和惡劣天氣條件下工作的激光雷達傳感器，開發(fā)了數(shù)據(jù)處理軟件，采取歐氏聚類和特征匹配相結(jié)合的障礙物識別算法識別接觸網(wǎng)支柱，最后采用窗口濾波得出接觸網(wǎng)支柱準(zhǔn)確的位置信息。經(jīng)現(xiàn)場試驗，驗證了該系統(tǒng)能夠準(zhǔn)確識別出接觸網(wǎng)支柱并得到其位置信息。