(19)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 202211039577.4 (22)申请日 2022.08.29 (71)申请人 中铁云网信息科技有限公司 地址 101300 北京市顺 义区临空经济核心 区融慧园6号楼3 -156 (72)发明人 房灵国　左睿　张红勇　路耀邦　 王胜楠　陈光　刘玉振　刘雪松　 宋林　 (74)专利代理 机构 北京驰纳南熙知识产权代理 有限公司 1 1999 专利代理师 马栋敏 (51)Int.Cl. G06T 7/277(2017.01) G06T 7/246(2017.01) G06V 20/52(2022.01)G06V 10/62(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06V 10/766(2022.01) G06N 3/04(2006.01) G08B 13/196(2006.01) (54)发明名称 一种基于三维点云的铁路工地区域入侵检 测方法及系统 (57)摘要 本发明提供一种基于三维点云的铁路工地 区域入侵检测方法及系统， 其中方法包括使用激 光雷达采集铁路工地区域的三维点云数据， 还包 括以下步骤： 对当前帧的所述三维点云数据进行 预处理， 提取三维点云中的有效信息； 在检测开 始前， 对采集到的整个场景中的所述三维点云数 据进行区域划分， 标记安全区域与危险区域边 界； 对三维场景中位于危险区域的运动目标进行 检测； 对检测到的所述运动目标进行追踪； 通过 预先设定的入侵规则对所有运动目标进行判别， 当发现有目标触犯入侵规则时， 将入侵信息发送 给告警模块触发警报。 本发明利用三维点云数据 对铁路工地中的危险区域进行监测和告警， 从而 实现对工地现场安全的实时监管。 权利要求书2页 说明书8页 附图3页 CN 115272425 A 2022.11.01 CN 115272425 A 1.一种基于三维点云的铁路工地 区域入侵检测方法， 包括使用激光雷达采集铁路工地 区域的三维点云数据， 其特 征在于， 还 包括以下步骤： 步骤1： 对当前帧的所述 三维点云数据进行 预处理， 提取三维点云中的有效信息； 步骤2： 在检测开始前， 对采集到的整个场景中的所述三维点云数据进行区域划分， 标 记安全区域与危险区域 边界； 步骤3： 对三维场景中位于危险区域的运动目标进行检测； 步骤4： 对检测到的所述 运动目标进行追踪； 步骤5： 通过预先设定的入侵规则对所有运动目标进行判别， 当发现有目标触犯入侵规 则时， 将入侵信息发送给告警模块触发 警报。 2.如权利要求1所述的基于三维点云的铁路工地区域入侵检测方法， 其特征在于， 所述 使用激光雷达采集铁路工地区域的三维点云数据步骤包括使用激光雷达主动向铁路工地 区域内发射光波， 通过比较接收到的目标反射回来的信号与发射信号， 得到目标距离、 方位 和高度信息， 进一 步生成所述 三维点云数据。 3.如权利要求1所述的基于三维点云的铁路工地区域入侵检测方法， 其特征在于， 所述 步骤1包括以下子步骤： 步骤11： 剔除所述三维点云数据中的离群点和/或噪音点， 采用高斯滤波过滤点云的噪 声； 步骤12： 利用RANSAC算法分割出地 面并去除地 面点云； 步骤13： 将剩余的所述 三维点云数据转换为体素 形式。 4.如权利要求2所述的基于三维点云的铁路工地区域入侵检测方法， 其特征在于， 所述 步骤13包括设定点云范围为(L,W,H)， 体素大小为(vx,vy,vz)， 将点云划分为(L/vx,W/vy,H/ vz)的体素网格。 5.如权利要求3所述的基于三维点云的铁路工地区域入侵检测方法， 其特征在于， 所述 步骤3包括以下子步骤： 步骤31： 利用三维卷积神经网络提取体素的三维特 征张量； 步骤32： 沿高度压缩点云特征， 将点云中的所有点投影到x ‑y平面上， 得到对应的二维 特征张量； 步骤33： 通过预先训练的优化模型回归出目标的包围框， 输出目标的检测信息 。 6.如权利要求4所述的基于三维点云的铁路工地区域入侵检测方法， 其特征在于， 所述 三维特征张量的提取 方法包括以下子步骤： 步骤311： 分别使用步长为1、 2、 4、 8的三维稀疏卷积对体素化后的点云做降采样， 得到 对应特征f1、 f2、 f3、 f4； 步骤312： 自上而下地生成不同分辨率下特征体的特征， 记fvi为第i个尺度下的特征体 特征， i取1、 2、 3、 4分别代 表1、 2、 4、 8降采样后的尺度； 步骤313： 自下而上地融合不同尺度特征， 融合后的特征Fv＝Concat(Deconv(Concat (Deconv(Concat(Deconv(fv4),fv3)),fv2)),fv1)， 其中， Concat为特征连接操作， Deconv为三 维稀疏反卷积。 7.如权利要求5所述的基于三维点云的铁路工地区域入侵检测方法， 其特征在于， 所述 特征体特征的表达式为权　利　要　求　书 1/2 页 2 CN 115272425 A 2fv1＝f1 fv2＝Concat(Conv(f1),f2) fv3＝Concat(Conv(fv2),f3) fv4＝Concat(Conv(fv3),f4) 其中， f1表示使用步长为1的三维稀疏卷积 提取到的特征， f2表示使用步长为2的三维稀 疏卷积提取到的特征， f3表示使用步长为4的三维稀疏卷积提取到的特征， f4表示使用步长 为8的三维稀疏 卷积提取到的特 征， Conv为三维稀疏 卷积。 8.如权利要求6所述的基于三维点云的铁路工地区域入侵检测方法， 其特征在于， 所述 运动目标的追踪方法包括以下子步骤： 步骤41： 获取 上一帧目标的空间位置及当前帧目标的空间位置； 步骤42： 使用卡尔曼 滤波器根据上一帧的目标位置计算得到当前帧的预测值； 步骤43： 以当前帧的目标位置为观测值， 与所述预测值相比较， 更新卡尔曼滤波的参 数， 包括状态转移 矩阵和协方差矩阵： 步骤44： 保存更新后的卡尔曼 滤波的参数。 9.如权利要求7所述的基于三维点云的铁路工地区域入侵检测方法， 其特征在于， 所述 入侵的判断方法包括： 步骤51： 计算目标的运动轨迹是否与警戒线相交， 若相交， 说明目标正在进入警戒区， 转入步骤5 3,， 否则转入步骤52； 步骤52： 计算目标与危险区域的交集， 若交集大于阈值， 说明目标位于危 险区内， 转入 步骤53， 否则继续获取 所述三维点云数据； 步骤53： 获取目标所在位置及运动轨迹， 根据运动轨迹计算目标逗留时间， 打包生成入 侵信息。 10.一种基于三维点云的铁路工地区域入侵检测系统， 包括用于使用激光雷达采集铁 路工地区域的三维点云数据的数据采集模块， 其特 征在于， 还 包括以下模块： 三维点云预处理模块： 用于对当前帧的所述三维点云数据进行预处理， 提取三维点云 中的有效信息； 检测区域设置模块： 用于在检测开始前， 对所述数据采集模块采集到的整个场景中的 所述三维点云数据进行区域划分， 标记安全区域与危险区域 边界； 运动目标检测模块： 用于对三维场景中位于危险区域的运动目标进行检测； 目标追踪模块： 用于对检测到的所述 运动目标进行追踪； 入侵判别模块： 用于通过预先设定的入侵规则对所有运动目标进行判别， 当发现有目 标触犯入侵规则时， 将入侵信息发送给告警模块触发 警报。权　利　要　求　书 2/2 页 3 CN 115272425 A 3