本发明涉及轨道交通领域，具体涉及一种基于弓网视频的动车组运营环境感知方法。
背景技术：
高速动车组弓网系统是由受电弓与接触网在材料组合、电气和机械的耦合联系所构成的系统(简称弓网系统)。弓网系统是现代化铁路牵引供电中最关键也是最脆弱的部分，作为高速动车组获取电能的唯一途径，担负着将牵引网中的电能输送给列车使用的重要任务。由于弓网系统之间存在复杂的力学、电气交互影响作用，一旦产生弓网电弧，将会严重影响列车的安全运营，因此维护弓网系统安全可靠运行变得尤为重要。现在主流的弓网电弧的检测方式大多为基于弓网视频的非接触式检测，而这种检测方式容易受动车组运营中复杂环境的影响，比如说隧道内与隧道外、白天与夜晚等。现有的技术中并没有针对复杂环境对弓网电弧影响提出快速、有效的解决方案。所以，基于弓网视频的动车组运营环境感知方法，能够实现对动车组在运营过程中对周围环境的感知和识别，解决了动车组运营线路上环境变化给弓网电弧检测带来的影响，提高电弧检测的准确性，提升系统的可靠性，保证行车安全。同时该方法还可以检测动车组处于隧道内或隧道外，以便动车组选择合适的通信方式，提高通信的稳定性。
技术实现要素：
本发明提供了一种基于弓网视频的动车组运营环境感知方法，实现对动车组在运营过程中对周围环境的感知和识别，解决了动车组运营线路上环境变化给弓网电弧检测带来的影响，提高电弧检测的准确性，提升系统的可靠性，保证行车安全。
本发明提出的一种基于弓网视频的动车组运营环境感知方法，包括以下步骤：
(1)：采集动车组在运行过程中的弓网视频数据；
(2)：将步骤(1)得到的弓网视频数据分解成按时间排列的图像集i；
(3)：基于步骤(2)得到的图像集i，对图像集i中的每张图片，提取弓网目标区域，得到弓网图像集，进行灰度化处理，得到灰度图像集，计算灰度图像集中的每张图片环境特征，即将图像集i转化为关于环境特征的时间序列t；
(4)：基于滑动窗口的方法，对步骤(3)转化后的关于环境特征的时间序列t进行平滑处理,得到平滑后的时间序列s；
(5)：基于td算法，根据步骤(4)平滑后的时间序列s，确定单次变化区间集合r；
(6)：针对步骤(5)得到的单次变化区间集合r，基于类间方差算法，确定每个单次变化区间中的环境分段点d，得到环境分段点集合d，即可实现运营环境的划分。
本发明中，步骤(1)中所述的采集动车组在运行过程中的弓网视频数据为从高速铁路供电安全检测监测系统(简称6c系统)中提取动车组在运行过程中记录的弓网视频数据。
本发明中，步骤(2)中所述的将步骤(1)得到的弓网视频分解成按时间排列的图像集i为提取弓网视频每帧所对应的图像，并按时间序列进行排序，得到图像集i＝{i1，…，ik-1，ik，…，in},其中，i1为视频的起始帧对相应的对应的图像，ik为视频的第k帧对相应的对应的图像，in为视频的末尾帧对相应的对应的图像。
本发明中，步骤(3)中所述将图像集i转化为关于环境特征的时间序列t，具体步骤如下：
(3a)：针对图像集i中的每张图片，提取弓网目标区域，得到弓网图像集z＝{z1，…，zk-1，zk，…，zn},zk＝ik(m1：m2，n1：n2)。
其中，z1为起始帧中的弓网目标区域图像，zk为第k帧中的弓网目标区域图像，zn为末尾帧中的弓网目标区域图像,(m1，n1)为弓网目标区域的左上角顶点在图像i中的坐标，(m2，n2)为弓网目标区域的右下角顶点在图像i中的坐标。
(3b)：对弓网图像集z进行灰度化处理，得到灰度图像集g＝{g1，…，gk-1，gk，…，gn}
其中，g1为第一张弓网目标区域图像的灰度图像，gk为第k张弓网目标区域图像的灰度图像，gn为最后一张弓网目标区域图像的灰度图像。
(3c)：设定合适的阈值，对灰度图像集g进行二值化处理，得到二值图像集合b＝{b1，…，bk-1，bk，…，bn}。
其中，b1为第一张弓网目标区域图像的二值图像，bk为第k张弓网目标区域图像的二值图像，bn为最后一张弓网目标区域图像的二值图像。
(3d)：分别计算二值像集b中的每张图像的环境特征，得到关于环境特征的时间序列t＝{t1，…，tk-1，tk，…，tn},计算公式如下：
其中，tk为第k张二值图像中白像素与黑像素的比值，whitek为第k张二值图像中黑像素数目，blackk为第k张二值图像中黑像素数目。
本发明中，步骤(4)所述的基于滑动窗口的方法，对步骤(3)转化后的环境特征的时间序列t进行平滑处理,得到平滑后的时间序列s，具体如下：
(4a)：设定滑动窗口的缓冲区长度n；
(4b)：计算得到平滑后的时间序列s＝{s1，…，sk-1，sk，…，sn},计算公式如下：
其中，sk为第k张二值图像中经平滑处理后的白像素与黑像素的比值，t为第k张二值图像中白像素与黑像素的比值，n为平滑窗口缓冲区的长度。
本发明中，步骤(5)中所述的基于步骤(4)平滑后的时间序列s确定单次变化区间集合r，具体步骤为：
(5a)：设定距离阈值l；
(5b)：以序列时间序列s中元素为坐标，元素的序号为横坐标，得到点集p＝{p1，…，pk，…，pn},pk＝(k，sk)。
(5c)：将点p1和点pn分别作为初始分段点a、e；
(5d)：分别计算分段点a、e之间所有点到线段ae的距离；
(5e)：若步骤(5d)计算得到的距离中存在大于距离阈值l的元素，则找出其中最大距离所对应的点，记为breakx,将点a和点breakx作为一组新的分段点a、e，执行步骤(5d)、(5e)，同时点breakx和点e作为另一组新的分段点a、e，执行步骤(5d)、(5e)；若步骤(5d)计算得到的距离中不存在大于距离阈值l的元素，则进入下一步。
(5f)基于步骤(5e)产生的所有断点breakx，得到分段点集合break＝{p1，break1，…，breaki-1，breaki…，breakz，pn}，其中，p1为点集p的中的起始点，pn为点集p的中的终点，点breaki-1的横坐标小于点breaki的横坐标。
(5g)基于分段点集合break得到单次变化区间集合
本发明中，步骤(6)中所述基于类间方差算法，确定每个单次变化区间中的环境分段点d，得到环境分段点集合d，具体步骤为：
(6a)：针对一个单次变化区间ri，计算其中每个点的类间方差，得到类间方差集合j＝{j1…，jk…，jn}。设区间ri中有n个点，第k个点左边有a个点，右边有b个点，计算公式如下；
其中，jk为第k个点的类间方差，sl为第l个点的纵坐标，
(6b)：找出类间方差集合j中的最小值，其对应的点dx则为单次变化区间r中的环境分段点；
(6c)：对单次变化区间集合r中的每个区间都进行步骤(6a)和(6b)的计算，得到环境分段点集合d＝{d1…，di…，dz+1}。
本发明的有益效果在于：本发明方法在不添加额外的车载设备的条件下，利用6c系统中采集到的弓网视频图像，对动车组运营过程中的周围环境进行感知和识别，一方面为动车组提供环境信息，方便动车组在不同的环境下切换不同的通信方式，提高通信的可靠性和稳定性；另一方面解决了动车组运营线路上复杂的环境给弓网电弧检测带来的影响，提高电弧检测的准确性，提升系统的可靠性，保证行车安全。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的基于弓网视频的动车组运营环境感知方法示意图；
图2是根据本发明实施例的从弓网视频图像中提取弓网目标区域的示意图；
图3是根据本发明实施例的对原始图像进行灰度化处理；其中：(a)为原始图像，(b)为灰度图像；
图4是根据本发明实施例的对灰度图像进行二值化处理；其中：(a)为灰度图像，(b)为二值图像；
图5是根据本发明实施例的关于环境特征的时间序列t的计算结果；其中：(a)为入隧道前，(b)为隧道中，(c)为出隧道中；
图6是根据本发明实施例的不同滑动窗口长度下的时间序列的平滑结果图；其中：(a)为原时间序列，(b)为n＝10，(c)为n＝30，(d)为n＝50；
图7是根据本发明实施例的td算法中各点到线段ae距离的计算结果；
图8是根据本发明实施例的单次变化区段的划分结果；其中：(a)为由隧道外到进入隧道，(b)为由隧道内到离开隧道；
图9是根据本发明实施例的各单次变化区段的类间方差的计算结果；其中：(a)为由隧道外到进入隧道时各点的类间方差，(b)为由隧道内到离开隧道时各点的类间方差；
图10是根据本发明实施例的最终的环境分段结果；其中：(a)原时间序列，(b)入隧道前，(c)隧道中，(d)出隧道后。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
在本实施例中提供了一种基于弓网视频的动车组运营环境感知方法，图1是根据本发明实施例的基于弓网视频的动车组运营环境感知方法的流程图，如图1所示，该流程图包括如下步骤：
步骤s11，采集动车组在运营过程中的弓网视频数据；
步骤s12，将弓网视频分解成按时间排列的图像集；
步骤s13，提取每张图像的环境特征，将图像集转化为关于环境特征的时间序列；
步骤s14，利用滑动窗口的方法，对转化后的时间序列进行平滑处理；
步骤s15，基于td算法，根据时间序列确定单次变化区间集合；
步骤s16，基于类间方差算法，确定每个单次变化区间中的环境分段点。
通过上述步骤，基于弓网视频来进行动车组运营过程中的环境感知，避免为动车组添加额外的检测设备，降低系统的复杂性。该方法一方面为动车组提供周围环境的信息，方便动车组在不同的环境下切换不同的通信方式，提高通信的可靠性和稳定性；另一方面解决了动车组运营线路上复杂的环境给弓网电弧检测带来的影响，提高电弧检测的准确性，提升系统的可靠性，保证行车安全。
下面结合一个具体的可选实施例进行说明。
(一)从6c系统中提取一段23s的动车组在运行过程中记录得到的弓网视频数据。
(二)将采集到弓网视频数据分解成图像，得到672张连续图像，分辨率为1224*920，则图像集i＝{i1，…，ik-1，ik，…，i672}，其中，i中的每个元素都为1224*920的矩阵。
(三)：将图像集i转化为关于环境特征的时间序列t，具体步骤如下：
(1)如图2所示，针对图像集i中的每一张图像，提取弓网目标区域，得到弓网图像集z＝{z1，…，zk-1，zk，…，z672},zk＝ik(463：597，312：877)；
(2)如图3所示，对得到的弓网图像集z进行灰度化处理，将每个像素点的rgb值的均值作为该像素点的灰度值，从而得到灰度图像集g＝{g1，…，gk-1，gk，…，g672}。
(3)如图4所示，设定阈值为140，对灰度图像集g进行二值化处理，若像素点的灰度值大于或等于140，则该像素点在二值图像中的值为1，否则为0，从而得到二值图像集合b＝{b1，…，bk-1，bk，…，b672}。
(4)利用公式
(四)分别设定滑动窗口的长度n为10、30、50，用不同长度的滑动窗口对原始时间序列t进行平滑处理，得到平滑后的时间序列s＝{3.34，…，0.12，…，4.47}，处理结果如图6所示。通过对比发现，当缓冲区长度设置的越大，对时间序列的平滑效果越明显。这里使用滑动窗口的长度n设置为10，这样既能满足环境分段算法对某些大幅波动数据的过滤，又保留了原始时间序列的整体变化趋势。
(五)基于td算法，根据时间序列确定单次变化区间集合，具体步骤如下：
(1)设定距离阈值l＝7；
(2)以序列时间序列s中元素为坐标，元素的序号为横坐标，得到点集p＝{(1，3.34)，…，(388，0.12)，…，(672，4.47)}；
(3)将点(1，3.34)和点(672，4.47)分别作为初始分段点a、e；
(4)计算分段点a、e之间所有点到线段ae的距离，计算结果如图7所示。
(5)步骤(4)的计算结果表明，序号为413的点到线段ae的距离最大为8.07，大于距离步骤(1)中设置的距离阈值7。因此，将(1，3.34)和(413，0.18作为一组新的分段点a、e，执行步骤(4)、(5)，同时，将(413，0.18)和(672，4.47)作为另一组新的分段点a、e，执行步骤(4)、(5)。依次循环，直到再也找不到距离大于l的点。
(6)经过步骤(1)到步骤(5)的计算，一共得到1个断点，为(413，0.18)。因此，可将原时间序列s分成两段，第1个点到第413个点为第一个单次变化区段，第414个点到第672个点为第二个单次变化区段，分段结果如图8所示。
(六)基于类间方差算法，确定每个单次变化区间中的环境分段点，具体步骤如下：
(1)计算每个单次变化区间中，每个点的类间方差，计算结果如图9所示；
(2)由图9可知，第一个单次变化区间(a)中最优分段点为第180个点，第二个单次变化区间(b)中最优分段点为第489个点(图中显示为75，实际的分段点需要加上td算法区分单次环境时的第414个点)；
(3)考虑到由一个环境进入到另一个环境的过程是有一定的持续时间的，并不是瞬间完成环境的改变。因此，该段弓网视频中第1张图像到第175张图像对应进入隧道前的场景，第185张图像到第484张图像对应在隧道中的场景，第494张图像到第672张图像对应出隧道的场景，分段结果如图10所示。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、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。
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。
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设备上，使得在计算机或其他可编程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。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。