一种列车控制方法、装置、列车、存储介质及电子设备与流程

1.本技术实施例涉及轨道交通技术领域，尤其涉及一种列车控制方法、一种列车控制装置、一种列车、一种计算机可读存储介质和一种电子设备。


背景技术：

2.目前，货运港口、铁路货运站主要通过人防手段对场内人员、车辆、货物、作业过程等进行管控，信息化、智能化程度水平较低，无论是监管力度还是监管效率都存在不足，正因如此，货运港口、铁路货运站安全事故频发。例如，货运港口的列车车厢翻转倒出货物之后，需要及时进行复位，否则严重影响工作人员的人身安全和列车的运行安全，目前采取确认列车车厢是否复位的方式是通过人工进行查看，这种检测方式不仅耗费大量人力，效率低下，还不能实时监测，存在滞后性，难以把危险扼杀在摇篮中。因此，目前的列车控制亟需改善，工作人员的人身安全和列车的运行安全得不到充分保障。


技术实现要素：

3.本技术实施例提供了一种列车控制方法、一种列车控制装置、一种列车、一种计算机可读存储介质和一种电子设备，旨在实时监控列车的车厢是否处于侧翻状态，提高车厢状态的监测效率和即时性，高效地保障工作人员的人身安全和列车的安全运行。
4.在一方面，本技术实施例提供了一种列车控制方法，所述列车包括：车厢和图像传感器；所述图像传感器与所述列车固定连接，用于得到包含所述车厢的第一图像；所述方法包括：
5.从所述图像传感器，实时获取所述第一图像；
6.基于所述第一图像，对所述车厢的边框进行定位识别，得到所述车厢的当前位姿数据；
7.将所述当前位姿数据与所述车厢的初始位姿数据进行对比，判断所述车厢的当前倾斜角度是否大于预设角度阈值；
8.在所述当前倾斜角度大于预设角度阈值的情况下，向所述列车的人机交互端口发送示警信号。
9.可选地，基于所述第一图像，对所述车厢的边框进行定位识别，得到所述车厢的当前位姿数据，包括：
10.对所述第一图像的畸变进行矫正，获得第二图像；
11.基于所述第二图像，对所述车厢的边框进行定位识别，得到所述车厢的所述当前位姿数据。
12.可选地，对所述第一图像的畸变进行矫正，获得第二图像，包括：
13.检测所述第一图像的畸变类型；
14.根据所述畸变类型，选择与所述第一图像对应的矫正算法；
15.利用所述矫正算法，对所述第一图像的畸变进行矫正，获得所述第二图像。
16.可选地，基于所述第二图像，对所述车厢的边框进行定位识别，得到所述车厢的所述当前位姿数据，包括：
17.基于局部区域的对比度增强算法，归一化所述第二图像的亮度通道值，对所述第二图像的亮度进行自适应增强，得到第三图像；
18.利用预设的目标分割算法，对所述第三图像中的所述车厢的边框进行定位识别，得到所述车厢的当前位姿数据。
19.可选地，将所述当前位姿数据与初始位姿数据进行对比，判断所述车厢的当前倾斜角度是否大于预设角度阈值，包括：
20.计算所述当前位姿数据中所述车厢的边框与所述初始位姿数据中所述车厢的边框之间的偏移距离；
21.判断所述车厢的当前倾斜角度是否大于预设角度阈值；
22.其中，在所述偏移距离大于预设距离阈值的情况下，判断所述车厢的当前倾斜角度大于预设角度阈值。
23.可选地，所述图像传感器位于所述车厢之间的连接处的上方，以使所述第一图像包含所述车厢沿所述列车陈列方向的两条侧上方边框；
24.或者，所述图像传感器位于所述车厢沿所述列车的陈列方向的一侧的上方，以使所述第一图像包含所述车厢沿所述列车陈列方向的至少一条侧上方边框，并在所述车厢倾斜的情况下，使所述图像包含所述车厢沿所述列车陈列方向的两条侧上方边框。
25.在又一方面，本技术实施例还提供了一种列车控制装置，所述列车包括：车厢和图像传感器；所述图像传感器与所述列车固定连接，用于得到包含所述车厢的第一图像；所述装置包括：
26.获取单元，用于从所述图像传感器，实时获取所述第一图像；
27.定位单元，用于基于所述第一图像，对所述车厢的边框进行定位识别，得到所述车厢的当前位姿数据；
28.对比单元，用于将所述当前位姿数据与所述车厢的初始位姿数据进行对比，判断所述车厢的当前倾斜角度是否大于预设角度阈值；
29.示警单元，用于在所述当前倾斜角度大于预设角度阈值的情况下，向所述列车的人机交互端口发送示警信号。
30.在又一方面，本技术实施例还提供了一种列车，包括：
31.车厢；
32.图像传感器，与所述列车固定连接，用于得到包含所述车厢的第一图像；
33.列车控制装置，用于实现如本技术上述任一实施例的方法中的步骤。
34.在又一方面，本技术另一实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本技术上述任一实施例的方法中的步骤。
35.在又一方面，本技术另一实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行时实现本技术上述任一实施例的方法中的步骤。
36.与现有技术相比，本技术实施例的优点在于：
37.本技术实施例通过在列车的车体上设置图像传感器，以能够随时对列车运行过程
中的状态进行监控，并通过实时获取的图像，判断车厢的倾斜角度是否大于预设角度阈值，从而实时监控列车的车厢是否处于侧翻状态，一方面可以避免货运列车的车厢在倾倒货物后未及时复位导致的列车翻车，一方面还可以在列车行驶过程中对车身的危险倾斜及时警告，通过提高列车状态的监测效率和即时性，高效地保障工作人员的人身安全和列车的安全运行，减少安全隐患。
附图说明
38.附图仅为参考与说明之用，并非用以限制本技术的保护范围。下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
39.图1示出了本技术提供的一个实施例中的一种列车控制方法的步骤流程图；
40.图2示出了本技术提供的一个实施例中的一种图像畸变的示意图；
41.图3示出了本技术提供的一个实施例中的一种俯视图像中车厢的边框的偏移的示意图；
42.图4示出了本技术提供的一个实施例中的一种侧视图像中车厢的边框的变化的示意图；
43.图5示出了本技术提供的一个实施例中的一种自适应增强图像的对比示意图；
44.图6示出了本技术提供的一个实施例中的一种列车控制装置的结构框图。
具体实施方式
45.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
46.随着信息技术、物联网技术的快速发展，打造智能化铁路港口车站有着重要的意义。为加强港口车站智能化的建设、秉承安全生产管理原则，紧抓设备状况安全隐患的排查和治理，通过信息化建设形成一套完善的监控系统，实现全车站内调车作业的智能化监管，变得尤为紧迫。货运列车倾倒货物之后，存在车厢不能完全复位的安全隐患，亟需通过列车自动化控制进行改善，才能有效地工作人员的人身安全和列车的运行安全。以目前的港口货运站为例，难以安全高效地判断运煤列车的车厢翻转清煤之后是否复位成功，容易导致列车没有复位完全的情况下运行发生列车整体侧翻，从而造成人身安全事故。
47.有鉴于此，本技术实施例提出一种列车控制方法、一种列车控制装置、一种列车、一种计算机可读存储介质和一种电子设备，旨在实时监控列车的车辆是否处于侧翻状态，提高列车状态的监测效率和即时性，高效地保障工作人员的人身安全和列车的安全运行。
48.下面结合附图对本技术实施例进行说明。
49.参照图1，图1示出了本技术提供的一个实施例中的一种列车控制方法的步骤流程图。如图1所示，本技术实施例提供了一种列车控制方法，所述列车包括：车厢和图像传感器；所述图像传感器与所述列车固定连接，用于得到包含所述车厢的第一图像。
50.由于图像传感器的取景框中除车厢以外的其他物体，需要作为参照物，用于判断车厢的位姿，因此，图像传感器相对列车整体可以是静止的，不与车厢随动。
51.其中，第一图像可以是以每秒指定帧数图像的视频形式存在的。示例性的，第一图像可以是包括每秒24帧连续图像的视频数据中的图像。
52.具体的，列车可以是货运列车。示例性的，列车可以是运煤列车。
53.相应地，车厢可以是正上方为敞口的厢体。其中，车厢可以以列车的陈列方向为轴进行翻转大于90
°
，通过使敞口倾倒将其承载的货物倒出，并在清倒出货物后复位到初始位置。
54.其中，图像传感器可以是ccd图像传感器，为方便列车夜间作业时进行监控，图像传感器可以红外图像传感器，以实现夜间摄像。
55.所述方法包括：
56.步骤s301，从所述图像传感器，实时获取所述第一图像。
57.其中，为保证计算的准确性，第一图像可以具有预设的清晰度。示例性的，第一图像可以是1280
×
720分辨率的视频数据。
58.步骤s302，基于所述第一图像，对所述车厢的边框进行定位识别，得到所述车厢的当前位姿数据。
59.在第一图像以视频形式提供的情况下，为了减少计算量，还可以选择抽帧的方式，对所述车厢的边框进行定位识别。
60.在一些可选的实施例中，可以对关键帧图像进行处理，对所述车厢的边框进行定位识别。
61.在一些可选的实施例中，还可以按照预设时间间隔对获得的第一图像进行选择，对基于选择的第一图像进行对车厢的边框进行定位识别。示例性地，可以每间隔0.5秒进行一次抽帧。
62.具体的，可以采用图像神经网络算法，对所述车厢的边框进行定位识别。
63.其中，当前位姿数据可以是呈现车厢在第一图像的取景框中的位置和姿态的数据。具体地，当前位姿数据可以包括当前车厢的两条侧上方边框在第一图像的取景框中的相对距离。当前位姿数据还可以包括当前车厢的两条侧上方边框在第一图像的取景框中的位置坐标。
64.步骤s303，将所述当前位姿数据与所述车厢的初始位姿数据进行对比，判断所述车厢的当前倾斜角度是否大于预设角度阈值。
65.其中，初始位姿数据可以是车厢完全复位，以使列车进入行驶状态的车厢位姿数据。具体的，初始位姿数据可以包括车厢在完全复位状态下，车厢的两条侧上方边框在第一图像的取景框中的相对距离。当前位姿数据还可以包括车厢在完全复位状态下，车厢的两条侧上方边框在第一图像的取景框中的位置坐标。
66.步骤s304，在所述当前倾斜角度大于预设角度阈值的情况下，向所述列车的人机交互端口发送示警信号。
67.具体地，预设角度阈值可以是保证列车安全运行的车厢最大倾斜角度。示例性的，预设角度阈值可以是5
°
至10
°
中的任一值。
68.其中，还可以向监控计算机和订阅报警的外部系统发出示警信号，即远程地实现
报警。
69.本技术实施例可以由设置在远程的算法服务器完成执行，因此，图像传感器采集符合方法要求的第一图像后，可以通过网络链路传输到算法服务器，由算法服务器执行本技术实施例所述的方法。
70.参照图3，图3示出了本技术提供的一个实施例中的一种俯视图像中车厢的边框的偏移的示意图。如图3所示，将图像传感器设置在车厢上方时，通过俯视图像中车厢的两条边框之间的变化，可以判断车厢是否倾斜以及倾斜的角度，为此，本技术实施例考虑将图像传感器设置在车厢上方。在一种可选的实施方式中，所述图像传感器位于所述车厢之间的连接处的上方，以使所述图像包含所述列车沿轨道方向的两条侧上方边框。
71.参照图4，图4示出了本技术提供的一个实施例中的一种侧视图像中车厢的边框的变化的示意图。如图4所示，将图像传感器设置在车厢侧上方时，侧视图像中包含车厢的该侧的上方边框，并且在车厢不发生倾斜的情况下，只能录制车厢的该侧的上方边框，并在车厢发生倾斜的情况下，使第一图像包含车厢的另一侧的上方边框，并可以通过第一图像的取景框中两侧边框之间的距离，判断车厢的倾斜角度。为此，在又一种可选的实施方式中，所述图像传感器位于所述车厢沿所述列车的陈列方向的一侧上方，以使所述图像包含所述列车沿轨道方向的至少一条侧上方边框，并在所述列车倾斜的情况下，使所述图像包含所述列车沿轨道方向的两条侧上方边框。
72.其中，两条侧上方边框在取景框中的距离越大，车厢倾斜的角度越大。
73.在可选的一种实施方式中，还可以在货运站的地面上设置第三方图像传感器，使第三方图像传感器位于列车的侧面，由此获得第四图像，其应用与图像传感器设置在车厢侧上方时获取的侧视图像的应用类似，同样可以用于检测车厢倾斜的角度。
74.通过上述实施例，本技术在列车的车体上设置图像传感器，以能够随时对列车运行过程中的状态进行监控，并通过实时获取的图像，判断车厢的倾斜角度是否大于预设角度阈值，从而实时监控列车的车辆是否处于侧翻状态，以此提高车厢状态的监测效率和即时性，高效地保障工作人员的人身安全和列车的安全运行，减少安全隐患。本技术实施例提供的方法可以用于铁路货运车厢安全自动识别，可以实时有效地进行车厢的实时倾斜检测，减少人力物力的消耗，保障运煤列车车厢的翻转及复位过程中的运行安全。
75.在本技术实施例中，由于图像传感器能够随时对列车运行过程中的状态进行监控，本技术实施例提供的方法还可以用于检测列车在行驶过程中的侧方倾斜角度，在存在列车整体翻车风险的情况下，及时进行示警，保障列车的安全运行，还可以用于在列车发生翻车后提高获得救援的速度。
76.图像传感器使用的透镜由于制造精度以及组装工艺的偏差会引入畸变，导致原始图像的失真。并且，图像传感器固定在车体上，虽然通过与列车一体性地设置，能够随时对列车运行过程中的状态进行监控，进而保障列车的运行安全。但是，发明人发现，由于图像传感器与车体过近设置，受到图像传感器本身透镜的特性限制，更加容易导致图像的畸变，进而无法准确地进行后续的比对计算。
77.有鉴于此，在一种可选的实施方式中，本技术还提供了一种得到车厢的当前位姿数据的方法，包括：
78.步骤s401，对所述图像的畸变进行矫正，获得第二图像。
79.其中，畸变可以包括径向畸变和切向畸变两类。
80.参照图2，图2示出了本技术提供的一个实施例中的一种图像畸变的示意图。如图2所示，径向畸变成像仪光轴中心的畸变为0，沿着镜头半径方向向边缘移动，畸变越来越严重。畸变的数学模型可以用主点(principle point)周围的泰勒级数展开式的前几项进行描述，通常使用前两项，即k1和k2，对于畸变很大的镜头，如鱼眼镜头，主要产生桶形畸变。
81.如图2所示，切向畸变是由于透镜本身与相机传感器的成像平面不平行而产生的，这种情况多是由于透镜被粘贴到镜头模组上的安装偏差导致。主要造成枕形畸变。
82.步骤s402，对所述第二图像中的所述车厢的边框进行定位识别，得到所述车厢的当前位姿数据。
83.通过上述实施例，对矫正了畸变的第二图像中车厢的边框进行定位识别，可以提高车厢的当前位姿数据的准确性，进而提升发送示警信号的准确度，避免误触发示警或者示警不及时。
84.考虑到图像的畸变存在不同情况，可以选用不同的算法对不同类型的畸变进行矫正。为此，在一种可选的实施方式中，本技术还提供了一种获得第二图像的方法，包括：
85.步骤s501，检测所述第一图像的畸变类型。
86.在可选的一种示例中，针对径向畸变/桶形畸变，可以增加使用第三项k3来进行描述，成像仪上某点根据其在径向方向上的分布位置，调节公式(1)为：
87.x0＝x(1+k1r2+k2r4+k3r6)
88.y0＝y(1+k1r2+k2r4+k3r6)
ꢀꢀꢀꢀ
(1)
89.其中，(x0，y0)是畸变点在成像仪上的原始位置，(x，y)是校正后新的位置，k1、k2和k3为畸变点周围的泰勒级数展开式的畸变参数，r为以成像仪光轴中心为圆心的半径。
90.在可选的一种示例中，针对切向畸变/枕形畸变，需要对透镜被粘贴到镜头模组上的安装偏差进行调节，调节公式(2)为：
91.x0＝x+[2p1y+p2(r2+2x2)]
[0092]
y0＝y+[2p2x+p1(r2+2y2)]
ꢀꢀꢀꢀꢀꢀ
(1)
[0093]
其中，(x0，y0)是畸变点在成像仪上的原始位置，(x，y)是校正后新的位置，p1和p2为畸变参数，r为以成像仪光轴中心为圆心的半径。
[0094]
步骤s502，根据所述畸变类型，选择与所述第一图像对应的矫正算法。
[0095]
步骤s503，利用矫正算法，对所述第一图像的畸变进行矫正，获得第二图像。
[0096]
在可选的一种示例中，可以同时对径向、切向畸变消除，将公式(1)(2)合并，最终可以得到5个畸变参数，并利用公式(3)进行同时调节：
[0097][0098]
其中，(x0，y0)是畸变点在成像仪上的原始位置，(x，y)是校正后新的位置，k1、k2、k3、p1和p2是畸变参数，r是以成像仪光轴中心为圆心的半径。
[0099]
其中，畸变参数k1、k2、k3、p1和p2可以使用标定图片进行计算得到。
[0100]
如果计算出来的对应的原图的点(x0，y0)不是整数，则可以用二次线性插值计算
此点，然后赋值给(x，y)。在可选的一种示例中，设定x1的点rgb值分别为r1、g1、b1，x2的点rgb值分别为r2、g2、b2，则在x1和x2之间的x3点的rgb值计算公式(4)：
[0101]
r3＝r1*(1-x3)+r2*x3
[0102]
g3＝g1*(1-x3)+g2*x3
[0103]
b3＝b1*(1-x3)+b2*x3
ꢀꢀꢀꢀ
(4)
[0104]
参照图5，图5示出了本技术提供的一个实施例中的一种自适应增强图像的对比示意图。如图5所示，图像分割对目标在图像中的对比度有要求，如果对比度比较低，则很难准确地将图像中的目标分割出来。而图像的亮度影响着画面的对比清晰度，进而影响车厢的边框的定位识别的准确度为了提高示警的准确性，还可以对图像的局部亮度进行提升，从而提高车厢的边框的定位识别的准确度。为此，在一种可选的实施方式中，本技术还提供了一种得到车厢的当前位姿数据的方法，包括：
[0105]
步骤s601，基于局部区域的对比度增强算法，归一化所述第二图像的亮度通道值，对所述第二图像的亮度进行自适应增强，得到第三图像。
[0106]
在可选的一种示例中，可以采用如下公式(5)进行亮度自适应增强：
[0107][0108]
其中，i
in
(x，y)∈[0，1]是表示对第二图像的亮度通道值进行归一化后(x,y)位置的亮度值，其中，第二图像可以是采用顶部俯拍角度得到的；q是自适应调整参数；ie(x,y)是(x,y)位置自适应增强后的亮度值。
[0109]
其中，q可以根据亮度图像像素的局部值按下如下公式(6)进行自适应调整：
[0110][0111]
其中，i
ave
(x,y)为；c1和c2是两个常数，可以根据经验预先设定；ε＝0.01；i
ave
(x，y)∈[0，1]是归一化像素均值。
[0112]
其中，根据多尺度思想，可以利用下式(7)得到归一化像素均值：
[0113][0114]
其中，gi为不同尺度的高斯函数，m和n分别为x坐标和y坐标下的不同尺度。
[0115]
其中，高斯函数具有下式(8)、(9)的关系：
[0116]
∫∫g(x，y)dxdy＝1，
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0117][0118]
其中，c为标准差，k为玻尔兹曼常量。
[0119]
在上述示例对原始图像进行亮度自适应增强后，还可以采用中心环绕的局部对比度增强技术进行自适应局部对比度增强，如下式(10)、(11)：
[0120][0121][0122]
其中，p是第一图像中的全局亮度标准差，σg可以自适应取值。
[0123]
原始图像进行局部区域对比度增强后，目标区域边界对比度能变得更加显著，有利于图像分割。
[0124]
步骤s602，利用预设的目标分割算法，对所述第三图像中的所述车厢的边框进行定位识别，得到所述车厢的当前位姿数据。
[0125]
其中，在一些可选的实施例中，可以采用分水岭分割算法使得车厢的边框和其他区域分开；再采用canny边缘检测算法，检测出不同分割区域的边界；最后在所有的边界中采用hough直线段检测算法，得到不同角度不同长度的直线段。
[0126]
在一种可选的示例中，可以设定长度阈值和角度阈值，若线段长度小于长度阈值，或者，线段角度的绝对值小于角度阈值，则可以将该线段过滤掉，最后把每个车厢的边框上相邻的两条边线作为一组，可以得到车厢在倾斜时的两组车体边框线。
[0127]
通过上述示例提供的相同的方法，还可以得到车厢在没有倾斜时的初始状态下的两组车体边框线。
[0128]
为此，在一种可选的实施方式中，本技术还提供了一种判断所述车厢的当前倾斜角度的方法，包括：
[0129]
步骤s701，计算所述当前位姿数据中所述车厢的边框线与所述初始位姿数据中所述车厢的边框线之间的偏移距离。
[0130]
步骤s702，判断所述车厢的当前倾斜角度是否大于预设角度阈值。
[0131]
步骤s703，其中，在所述偏移距离大于预设距离阈值的情况下，判断所述车厢的当前倾斜角度大于预设角度阈值。
[0132]
通过上述实施例，可以使图像传感器可以从车顶进行俯拍，则通过对比计算当前发生倾斜的车厢的边框和初始车体边框的偏移距离，可以判断车厢的翻转角度是否达到报警阈值，并在偏移距离大于预设距离阈值的情况下实现报警。
[0133]
参照图6，图6示出了本技术提供的一个实施例中的一种列车控制装置的结构框图。如图6所示，基于同一发明构思，本技术实施例还提供一种列车控制装置，所述列车包括：车厢和图像传感器；所述图像传感器与所述列车固定连接，用于得到包含所述车厢的第一图像。
[0134]
所述装置包括：
[0135]
获取单元901，用于从所述图像传感器，实时获取所述第一图像；
[0136]
定位单元902，用于基于所述第一图像，对所述车厢的边框进行定位识别，得到所述车厢的当前位姿数据；
[0137]
对比单元903，用于将所述当前位姿数据与所述车厢的初始位姿数据进行对比，判断所述车厢的当前倾斜角度是否大于预设角度阈值；
[0138]
示警单元904，用于在所述当前倾斜角度大于预设角度阈值的情况下，向所述列车的人机交互端口发送示警信号。
[0139]
基于同一发明构思，本技术另一实施例提供一种列车，包括：
[0140]
车厢；
[0141]
图像传感器，与所述列车固定连接，用于得到包含所述车厢的第一图像；
[0142]
列车控制装置，用于实现如本技术上述任一实施例的方法中的步骤。
[0143]
基于同一发明构思，本技术另一实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本技术上述任一实施例的方法中的步骤。
[0144]
基于同一发明构思，本技术另一实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行时实现本技术上述任一实施例的方法中的步骤。
[0145]
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0146]
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
[0147]
本领域内的技术人员应明白，本技术实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本技术实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0148]
本技术实施例是参照根据本技术实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0149]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0150]
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0151]
尽管已描述了本技术实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为
包括优选实施例以及落入本技术实施例范围的所有变更和修改。
[0152]
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

技术特征：
1.一种列车控制方法，其特征在于，所述列车包括：车厢和图像传感器；所述图像传感器与所述列车固定连接，用于得到包含所述车厢的第一图像；所述方法包括：从所述图像传感器，实时获取所述第一图像；基于所述第一图像，对所述车厢的边框进行定位识别，得到所述车厢的当前位姿数据；将所述当前位姿数据与所述车厢的初始位姿数据进行对比，判断所述车厢的当前倾斜角度是否大于预设角度阈值；在所述当前倾斜角度大于预设角度阈值的情况下，向所述列车的人机交互端口发送示警信号。2.根据权利要求1所述的列车控制方法，其特征在于，基于所述第一图像，对所述车厢的边框进行定位识别，得到所述车厢的当前位姿数据，包括：对所述第一图像的畸变进行矫正，获得第二图像；基于所述第二图像，对所述车厢的边框进行定位识别，得到所述车厢的所述当前位姿数据。3.根据权利要求2所述的列车控制方法，其特征在于，对所述第一图像的畸变进行矫正，获得第二图像，包括：检测所述第一图像的畸变类型；根据所述畸变类型，选择与所述第一图像对应的矫正算法；利用所述矫正算法，对所述第一图像的畸变进行矫正，获得所述第二图像。4.根据权利要求2所述的列车控制方法，其特征在于，基于所述第二图像，对所述车厢的边框进行定位识别，得到所述车厢的所述当前位姿数据，包括：基于局部区域的对比度增强算法，归一化所述第二图像的亮度通道值，对所述第二图像的亮度进行自适应增强，得到第三图像；利用预设的目标分割算法，对所述第三图像中的所述车厢的边框进行定位识别，得到所述车厢的当前位姿数据。5.根据权利要求1所述的列车控制方法，其特征在于，将所述当前位姿数据与初始位姿数据进行对比，判断所述车厢的当前倾斜角度是否大于预设角度阈值，包括：计算所述当前位姿数据中所述车厢的边框与所述初始位姿数据中所述车厢的边框之间的偏移距离；判断所述车厢的当前倾斜角度是否大于预设角度阈值；其中，在所述偏移距离大于预设距离阈值的情况下，判断所述车厢的当前倾斜角度大于预设角度阈值。6.根据权利要求1所述的列车控制方法，其特征在于，所述图像传感器位于所述车厢之间的连接处的上方，以使所述第一图像包含所述车厢沿所述列车陈列方向的两条侧上方边框；或者，所述图像传感器位于所述车厢沿所述列车的陈列方向的一侧的上方，以使所述第一图像包含所述车厢沿所述列车陈列方向的至少一条侧上方边框，并在所述车厢倾斜的情况下，使所述图像包含所述车厢沿所述列车陈列方向的两条侧上方边框。7.一种列车控制装置，其特征在于，所述列车包括：车厢和图像传感器；所述图像传感器与所述列车固定连接，用于得到包含所述车厢的第一图像；所述装置包括：
获取单元，用于从所述图像传感器，实时获取所述第一图像；定位单元，用于基于所述第一图像，对所述车厢的边框进行定位识别，得到所述车厢的当前位姿数据；对比单元，用于将所述当前位姿数据与所述车厢的初始位姿数据进行对比，判断所述车厢的当前倾斜角度是否大于预设角度阈值；示警单元，用于在所述当前倾斜角度大于预设角度阈值的情况下，向所述列车的人机交互端口发送示警信号。8.一种列车，其特征在于，包括：车厢；图像传感器，与所述列车固定连接，用于得到包含所述车厢的第一图像；列车控制装置，用于实现如权利要求1至6任一项所述的方法中的步骤。9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该程序被处理器执行时实现如权利要求1至6任一项所述的方法中的步骤。10.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行时实现如权利要求1至6任一项所述的方法中的步骤。

技术总结
本申请实施例提供了一种列车控制方法、装置、列车、存储介质及电子设备，列车包括：车厢和图像传感器；图像传感器与列车固定连接，用于得到包含车厢的第一图像；方法包括：从图像传感器，实时获取第一图像；基于第一图像，对车厢的边框进行定位识别，得到车厢的当前位姿数据；将当前位姿数据与车厢的初始位姿数据进行对比，判断车厢的当前倾斜角度是否大于预设角度阈值；在当前倾斜角度大于预设角度阈值的情况下，向列车的人机交互端口发送示警信号。本申请实施例通过实时监控列车的车厢是否处于侧翻状态，提高车厢状态的监测效率和即时性，高效地保障工作人员的人身安全和列车的安全运行。运行。运行。


技术研发人员：程标 孟宪洪 王永华 丰汉羽 冯晓杰 徐玉梅 汪聪 刘青 陈刚 姚宇峰 许展瑛 梁雄 余淮 虎强 蒋继磊 王雨晴 马宇杰
受保护的技术使用者：高新兴创联科技有限公司
技术研发日：2023.01.31
技术公布日：2023/6/6