列车雷达传感器测距和避障碍传感器雷达障碍物检测，铁路运输系统作为三种主要运输方式中重要的运输方式，对旅客出行和大宗货物的流通承担着重要的运输使命。随着社会的快节奏发展，人们对交通出行的要求越来越高，即交通的及时性和便利性，交通的安全性也越来越高。因此，在现代利用轨道交通运输旅客和货物时，不仅要求高运行效率，还要保证列车的安全出行。但是，由于我国铁路线路铺设范围广，东西地理跨度大，列车运行环境稳定性差。因此，可以发现异物入侵铁路运行建筑边界造成的列车安全事故频繁发生，严重损害了轨道交通的安全。
目前，现有的异物侵权监控手段主要是在危险区域设置防护网，在桥梁、隧道和铁路交叉口安装视频监控设备，并以巡逻工人和司机的形式协助完成。然而，运行安全事故仍不时发生。2019年12月6日凌晨，北京铁路局天津电力段两名在线施工的员工被0G383列高铁路列车撞死。可以看出，由于目前现有的人工和点防护监控方法不满足异物侵权监控的实时性和连续性，对现场维修人员的生命构成了严重威胁。IEC6290标准根据列车运行所需的操作，自动化程度分为不同的自动化系统级别：GOA1到GOA4。当列车在GOA1和GOA2级别运行时，监控轨道应避免列车与轨道上的维修人员发生碰撞，即是由机车司机目视前方行车环境，当发现前方行车环境中有维修人员时，司机鸣笛提示前方人员起到预警作用，同时对列车实施制动，将碰撞事故尽可能的降低。而随着列车的运行速度的提高，仅仅依靠司机难以实现对行车环境的实时可靠监测且司机目视监测距离相对较短容易发生碰撞维修人员事故。故需利用自动化监测设备辅助司机实行监测感知前方运行环境，即逐渐实现列车的全自动驾驶，达到GOA3和GOA4的要求。近年来，随着传感器技术的快速发展，多传感器技术广泛应用于汽车自动驾驶领域，视觉传感器和测距和避障碍传感器雷达传感器已应用于桥梁、隧道和铁路交叉口。本文提出了基于列车雷达传感器列车运行前障碍物雷达传感器检测方法的研究，利用雷达传感器帮助司机连续实时感知列车运行前的驾驶环境，避免列车与轨道上的工作人员碰撞。本文介绍不仅满足了当前高速列车运行向自动化发展的需要。同时，减少了巡逻人员和其他巡逻人员的工作量。对确保列车在线路上的安全运行具有重要的现实研究意义。
国内外研究现状
铁路异物侵权对列车的安全运行产生了严重影响。因此，为了减少异物侵权造成的危害，确保铁路运输的正常和安全进行。结合各国铁路现场异物侵权的特点，国内外科研机构和学者开发了大量的铁路异物侵权检测监测设备。目前，异物侵权检测的区别主要在于驾驶前环境信息的感知设备的差异。但其检测过程基本相同。首先，通过传感器获取当前铁路线路的环境信息，然后通过相应的识别算法或构建检测位置模型，确定环境是否异常或直接通过位置信息确定异物是否侵入铁路机车限制，完成铁路线路异物侵权检测。目前，由于传感器技术的快速发展和匹配的智能检测识别算法理论基础的日益成熟，传感器技术在国内外学者中得到了广泛的应用。
国外研究现状
近年来，国外学者和科研机构对铁路异物侵权检测进行了大量研究。其主要研究成果是通过三维激光雷达和摄像机进行车辆识别。该方法将激光雷达与摄像机相结合，实现车辆识别。哥伦比亚学者Rodriguez提出利用Hough变换实现轨道障碍物检测。在研究中，利用Hough变换实现轨道提取，建立检测区并在建立的测试区域进行障碍物搜索和测试。通过录制的视频信息进行障碍物检测，基本上可以检测到所有障碍物。伦敦大学学者ArvindHN提出使用MIMO（Multiple-Multiple-outiple，多输入多输出）雷达实现铁路平交叉口障碍物检测。瑞典研究人员Nishas.Pune实时设计了铁路列车，以实时检测和避障系统。西班牙研究人员GarciaJJ提出了一个基于多传感器的铁路障碍物检测系统，可以为监测系统提供障碍物预警。该系统利用红外和超声波传感器实现障碍物检测，可以检测到颗粒度不小于50cm*50cm*50cm的障碍物目标，并提出了基于模糊逻辑和证据的Dempster-shafer证据理论的多种数据集成技术的组合，以验证对象的存在，从而提供高度可靠的检测系统。韩国铁路科学院KimYJ提出了利用激光雷达传感器实现平交道口障碍物检测算法的设计。研究表明，使用激光雷达传感器算法的平交道口障碍物检测系统对外部环境具有鲁棒性，没有阴影区域。障碍物检测系统的传感器部分由图像处理单元和激光雷达传感器组成。哥伦比亚学者UriberJa提出了基于视频的铁路碰撞预警系统，采用两种互补的方法来检测和跟踪从机车司机的角度捕获的视频障碍物。一种是基于简单帧的方法。它利用Hough变换分析每个视频帧来检测轨道，并在每个轨道上进行系统搜索，以检测可能对驾驶造成危险的障碍物。另一种方法是使用连续帧检测运动对象的轨迹，分析稀疏光流，跟踪候选人并计算其轨迹，以确定其可能的碰撞路径。
国内研究现状
近年来，国内学者和科研机构利用视觉传感器对铁路异物侵权限制检测的主要研究成果是西南交通大学陈若望对列车前障碍物的图像检测算法进行了深入研究。在直轨障碍物检测过程中，提出采用光流法检测直轨障碍物，为克服相机抖动和平移对障碍物检测和识别的影响，提出了补偿图像相邻帧抖动和估计摄像机平移的算法。在检测和识别弯曲障碍物时，提出在检测障碍物静止时自动提取当前背景帧的方法，使背景帧减去当前图像帧，即获得目标图像；在检测障碍物运动时，提出采用三帧差法检测弯曲障碍物。北京交通大学陈重根提出了基于单目视觉的轨道交通异物侵权限制检测方法的研究，利用Hough变换实现了轨道线的提取和检测，并以轨道为中心，提出了检测危险区域之间的差距。周星芳提出了基于多源图像集成的铁路异物侵权限制检测方法的研究。本文解决了特征点误匹配率高的问题，通过获得的图像实现像素级集成，获得了具有丰富特征信息的集成图像，并对集成后的图像进行了特征分类和识别，识别了障碍物的目标，有效消除了夜间光线差引起的光阴影和误检和遗漏检测。王宁利用改进的卷积神经网络对提取的报警图片进行分类和识别，识别是行人入侵引起的报警还是光纤干扰引起的误报警，并通过实验验证了研究中提出的方法，大大提高了行人分类的准确性。马学志提出了基于云台相机的铁路异物侵权限制检测方法。张旭东提出了基于智能相机的铁路异物侵权限制检测系统的设计。兰州交通大学陆永杰提出了静态障碍物的检测方法，并在运动链中实现了静态障碍物检测。郭碧提出了基于单目视觉的列车前障碍物检测识别算法研究，利用Hough变换和Hu不变矩提取轨道模型，通过帧间差分法结合数学形态学等实现疑似目标的定位和分割提取。通过构建Adabost分类器，有效提高了识别准确性。
近年来，研究机构还利用其他传感器对铁路线路异物侵权进行了相应的研究。天津大学庞波设计了一个汽车激光雷达轨道障碍物检测系统，根据反馈信号判断驾驶路线是否有障碍物。张继月提出将视觉传感器与2D激光雷达传感器相结合，实现与铁路异物侵权检测相关的算法研究。在研究中，激光雷达弥补了视觉检测环境适应性差的缺点。林玉兵提出利用三维激光雷达图像实现铁路异物侵权的研究。与此同时，许多高校和铁路相关研究机构也在该领域的研究中取得了一些研究成果。
通过分析，国内外相关学者的研究主要集中在视觉传感器的异物侵权检测和视觉传感器与测距和避障碍传感器雷达传感器的整合上，测距和避障碍传感器雷达传感器一般仅用于检测区域的定位，在很大程度上难以克服环境因素对障碍物识别的影响。鉴于驾驶员视觉、巡逻和单点监控保护和视觉传感器目标检测跟踪不足，本文采用列车雷达传感器进行铁路异物侵权检测研究，可以解决驾驶员视觉、巡逻和单点监控保护的实时不足，也可以解决视觉传感器目标检测跟踪目标位置不准确、环境适应性差的问题。
雷达基本工作原理
雷达传感器发射机产生电磁信号，并通过雷达天线辐射到空间中。发射机产生的部分电磁信号被目标体阻挡，并辐射到其他方向。通过辐射返回雷达的电磁信号被雷达天线接收，并送到接收器。通过目标检测和信息提取，获取目标体的位置信息。
针对目前机器视觉与机器视觉与测距和避障碍传感器雷达集成检测列车运行前障碍物的环境适应性差和距离判断能力差，本文提出利用雷达传感器研究列车运行前障碍物检测方法。分析了铁路线路中列车的运行环境，并根据检测需要设计了检测方案，完成了雷达传感器设备的选择，分析了雷达测量的原始数据。提出的检测方案分模块主要包括：雷达测量数据误差矫正、GPS轨迹线拟合及其定位匹配、检测区域模型构建、障碍物检测判断。
测距和避障碍传感器雷达传感器检测目标平面坐标变换和障碍物检测判断。基于雷达运动坐标系中的目标点位置信息通过平面坐标变换（包括平面坐标旋转变换和平面坐标平移变换）转换为建立的测试区域所在的工程坐标系。其次，将平面坐标变换后的雷达目标点位置信息替换到建立的测试区域模型中进行障碍物检测判断，并得到判断结果。