Es wird ein Verfahren zur Hinderniserkennung für ein Schienenfahrzeug (61) beschrieben. Bei dem erfindungsgemäßen Verfahren zur Hinderniserkennung werden 3D-Sensordaten (3D-SD) von einem Umgebungsbereich (U) des Schienenfahrzeugs (61) erfasst. Auf Basis der 3D-Sensordaten (3D-SD) werden 3D-Bilddaten (3D-BD) erzeugt. Auf Basis der 3D-Bilddaten (3D-BD) werden wiederum 2D-Bilddaten (2D-BD) erzeugt. Weiterhin wird eine 2D-Anomaliemaske (2D-AM) durch Vergleich der 2D-Bilddaten (2D-BD) mit von einem Kollisionshindernis (KH) freien Referenzbilddaten (R-BD) ermittelt bzw. erzeugt. Dabei werden Bildbereiche als Maskenbereiche in den 2D-Bilddaten (2D-BD) identifiziert, die sich von den korrespondierenden Bildbereichen in den Referenzbilddaten (R-BD) unterscheiden. Durch Fusion der 2D-Anomaliemaske (2D-AM) mit den 3D-Bilddaten (3D-BD) wird in den 3D-Bilddaten (3D-BD) eine 3D-Anomaliemaske (3D-AM) erzeugt. Schließlich werden die von der 3D-Anomaliemaske (3D-AM) umfassten 3D-Bilddaten (3D-BD) als mögliches Kollisionshindernis (KH) interpretiert. Es wird auch eine Hinderniserkennungseinrichtung (50) beschrieben. Ferner wird ein Schienenfahrzeug (61) beschrieben.
The invention relates to a method for detecting obstacles for a rail vehicle (61). In the method according to the invention for detecting obstacles, 3D sensor data (3D-SD) is detected from a surrounding region (U) of the rail vehicle (61), 3D image data (3D-BD) is generated on the basis of the 3D sensor data (3D-SD), and 2D image data (2D-BD) is generated on the basis of the 3D image data (3D-BD). Furthermore, a 2D anomaly mask (2D-AM) is ascertained or generated by comparing the 2D image data (2D-BD) with reference image data (R-BD) which is free of a collision obstacle (KH). In the process, image regions are identified as mask regions in the 2D image data (2D-BD) which differ from the corresponding image regions in the reference image data (R-BD). By fusing the 2D anomaly mask (2D-AM) with the 3D image data (3D-BD), a 3D anomaly mask (3D-AM) is generated in the 3D image data (3D-BD). Finally, the 3D image data (3D-BD) which is part of the 3D anomaly mask (3D-AM) is interpreted as a possible collision obstacle (KH). The invention also relates to an obstacle detection device (50) and to a rail vehicle (61).
L'invention se rapporte à un procédé de détection d'obstacles pour un véhicule ferroviaire (61). Dans le procédé, selon l'invention, pour détecter des obstacles, des données de capteur 3D (3D-SD) sont détectées à partir d'une région environnante (U) du véhicule ferroviaire (61), des données d'image 3D (3D-BD) sont générées sur la base des données de capteur 3D (3D-SD), et des données d'image 2D (2D-BD) sont générées sur la base des données d'image 3D (3D-BD). En outre, un masque d'anomalie 2D (2D-AM) est déterminé ou généré par comparaison des données d'image 2D (2D-BD) à des données d'image de référence (R-BD) exemptes d'un obstacle de collision (KH). Dans le processus, des régions d'image sont identifiées en tant que régions de masque dans les données d'image 2D (2D-BD) qui diffèrent des régions d'image correspondantes dans les données d'image de référence (R-BD). Par fusion du masque d'anomalie 2D (2D-AM) avec les données d'image 3D (3D-BD), un masque d'anomalie 3D (3D-AM) est généré dans les données d'image 3D (3D-BD). Enfin, les données d'image 3D (3D-BD) qui font partie du masque d'anomalie 3D (3D-AM) sont interprétées comme un éventuel obstacle de collision (KH). L'invention se rapporte également à un dispositif de détection d'obstacle (50) et à un véhicule ferroviaire (61).
SELBSTLERNENDES WARNSYSTEM FÜR SCHIENENFAHRZEUGE
SELF-LEARNING WARNING SYSTEM FOR RAIL VEHICLES
SYSTÈME D'AVERTISSEMENT À APPRENTISSAGE AUTOMATIQUE POUR VÉHICULES FERROVIAIRES
04.08.2022
Patent
Elektronische Ressource
Deutsch