(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 202210925317.0 (22)申请日 2022.08.03 (71)申请人 南京康尼机电股份有限公司 地址 210038 江苏省南京市经济技 术开发 区恒达路19号 (72)发明人 刘晓　张嘉超　黄莉莉　张贻南　 张伟　 (74)专利代理 机构 南京苏高专利商标事务所 (普通合伙) 32204 专利代理师 柏尚春 (51)Int.Cl. G06V 20/64(2022.01) G06V 20/52(2022.01) B61B 1/02(2006.01) (54)发明名称 一种点云数据多异 物识别方法 (57)摘要 本发明公开了一种点云数据多异物识别方 法， 首先获取目标区域点云数据， 通过与原始背 景点云数据对比， 保留新增点云数据并滤除原始 背景点云数据； 再依次对新增点云数据的X轴、 Y 轴、 Z轴三个维度坐标数据分别进行类连续性判 断完成数据分组， 形成多个具有类连续性的不可 分组的点云数组， 完成多物体区分； 根据每个物 体的点云数据可以计算物体占用面积和高度， 也 可以结合时序数据计算物体的运动方向。 该方法 应用在轨道交通领域能够对列车门和站台门间 隙进行异物识别， 实现间隙异物监测、 车厢拥挤 度统计和客流引导等功能， 具有响应快速、 识别 精准的优势。 权利要求书2页 说明书5页 附图1页 CN 115273069 A 2022.11.01 CN 115273069 A 1.一种点云数据多异 物识别方法， 其特 征在于： 该 方法包括 步骤如下： (1)获取目标区域点云数据， 通过与原始背景点云数据对比， 保留新增点云数据并滤除 原始背景点云数据； (2)依次对新增点云数据的X轴、 Y轴、 Z轴三个维度坐标数据分别进行类连续性判断完 成数据分组， 形成多个具有类连续 性的不可分组的点云数组， 完成多物体区分。 2.根据权利要求1所述的一种点云数据多异物识别方法， 其特征在于： 所述的步骤(2) 中获取每组不可分组的点云数据中的X坐标、 Y坐标和Z坐标的最大值和最小值， 计算得到物 体的占用面积和最大高度。 3.根据权利要求2所述的一种点云数据多异物识别方法， 其特征在于： 所述的步骤(2) 中按时序连续多次获得间隙物体的点云数据， 根据点云数据的偏移 量和偏移方向计算得到 目标区域内物体的运动方向。 4.根据权利要求3所述的一种点云数据多异物识别方法， 其特征在于： 所述的目标区域 为轨道列车 车门与站台屏蔽门之间的间隙。 5.根据权利要求1 ‑4任一项所述的一种点云数据多异物识别方法， 其特征在于： 所述的 步骤(1)中新增点云数据的获取 方法具体步骤如下： 对原始背景点云数据和待检测点云数据均进行相同的点云数据 预处理步骤后， 依次对 比待检测点云数据中每一点云坐标数据与 原始背景对应点云坐标数据， 若坐标误差在设定 范围内， 则判定为原始背景点云数据， 执行滤除操作， 若坐标误差超出设定范围， 则判定为 新增点云数据， 执 行保留操作。 6.根据权利要求1 ‑4任一项所述的一种点云数据多异物识别方法， 其特征在于： 所述的 步骤(2)中依次对新增点云数据的X轴、 Y轴、 Z轴三个维度坐标数据分别进行类连续性判断 完成数据分组的具体步骤如下： (S1)获取新增点云数据CLD， 将CLD中点云数据按Z坐标数据从小到大进行排序， 提取出 Z坐标连续的数据分别形成点云子数组N1； (S2)将点云子数组N1中的每组点云数据按X坐标数据从小到大进行排序， 提取出X坐标 连续的数据， 形成点云子数组N2； (S3)将点云子数组N2中的每组点云数据按Y坐标数据从小到大进行排序， 提取出Y坐标 连续的数据， 形成点云子数组N3， 点云子数组N3中每组点云数组表示目标区域内一个独立 物体。 7.根据权利要求4所述的一种点云数据多异物识别方法， 其特征在于： 用于采集目标区 域点云数据的探测模块与主控模块连接， 若主控模块收到 设置在车辆上的司机 室报警模块 或设置在站台上的站台报警模块发送的探测旁路指令， 则主控模块控制探测模块停止工 作； 若主控模块未收到司机室报 警模块和 站台报警模块发送的探测旁路指令， 在轨道列 车 停止且未开门至轨道列车关门且未启动的时间段内， 主控模块控制探测模块采集目标区域 点云数据。 8.根据权利要求4所述的一种点云数据多异物识别方法， 其特征在于： 当轨道列车停止 且未开门时或轨道列车关门且未启动时， 获取目标区域点云数据， 计算 目标区域内非重复 物体体积信息， 当目标区域物体 体积超过阈值时判定间隙内存在异 物， 执行报警操作。权　利　要　求　书 1/2 页 2 CN 115273069 A 29.根据权利要求4所述的一种点云数据多异物识别方法， 其特征在于： 在轨道列车开门 后至轨道列车关门前 的时间段内， 周期性获取目标区域点云数据， 根据目标区域内物体的 运动方向和物体体积， 计算离开和进入列车车厢的物体数量和体积， 输出列车车厢拥挤度 统计结果。 10.根据权利要求7所述的一种点云数据多异物识别方法， 其特征在于： 所述的司机室 报警模块和站台报警模块用于在目标区域存在异物时执行报警操作； 所述的司机室报警模 块还用于根据目标区域内物体体积和物体移动方向计算结果， 显示列车车厢拥挤度统计结 果； 所述的站台报警模块还用于根据列车 车厢拥挤度统计显示 客流引流信息 。权　利　要　求　书 2/2 页 3 CN 115273069 A 3