(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 202210646927.7 (22)申请日 2022.06.09 (71)申请人 西南交通大 学 地址 610000 四川省成 都市二环路北一段 (72)发明人 龙丹冰　雷昕　江相玲　王翊蘅　 陈其铧　刘冠军　 (74)专利代理 机构 厦门智慧呈 睿知识产权代理 事务所(普通 合伙) 35222 专利代理师 杨唯 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/764(2022.01) G06V 10/762(2022.01) G06T 7/62(2017.01) G06V 10/774(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 30/13(2020.01) G06F 30/27(2020.01) (54)发明名称 一种声屏障自动布置方法 (57)摘要 本发明涉及声屏障布置技术领域， 具体涉及 一种声屏障自动布置方法。 声屏障自动布置方法 包括： 获取完整地形 图； 基于Mask  R‑CNN图像识 别方法对完整地形图中房屋特征信息进行识别， 房屋特征信息包括房屋类型和房屋面积； 根据房 屋特征信息筛选出满足要求的敏感性建筑并确 定其在完整 地形图中分布情况； 基于DBSCAN聚类 方法获得干线周围的敏感性建筑的集群分布结 果； 根据集群 分布结果和规定的声屏障布置要求 自动布置声屏障。 其能够自动确定完整地形图中 沿线建筑的类型与位置， 同时自动确定沿线建筑 的密集程度， 实现了声屏障的自动布置， 声屏障 自动化布置效率提高， 能够及时为线路方案比选 提供反馈， 为即时的线路选择提供支撑 。 权利要求书1页 说明书6页 附图3页 CN 114898215 A 2022.08.12 CN 114898215 A 1.一种声屏障自动布置方法， 其特 征在于， 包括以下步骤： S1： 获取完整地形图； S2： 基于Mask  R‑CNN图像识别方法对所述完整地形 图中的房屋特征信息进行识别， 所 述房屋特 征信息包括房屋类型和房屋面积； S3： 根据所述房屋特征信息筛选出满足要求的敏感性建筑并确定其在所述完整地形图 中的分布情况； S4： 基于DBSCAN聚类方法获得 所述干线周围的所述敏感性建筑的集群分布结果； S5： 根据所述 集群分布结果和规定的声屏障布置要求自动布置声屏障。 2.根据权利要求1所述的声屏障自动布置方法， 其特征在于， 在所述步骤S2中， 所述房 屋特征信息还 包括房屋相对坐标； 所述步骤S3还包括： 将满足要求的所述敏感性建筑的所述房屋相对坐标转换为房屋全 图坐标。 3.根据权利要求1所述的声屏障自动布置方法， 其特征在于， 所述Mask  R‑CNN图像识别 方法的训练集与验证集的获取 方式包括以下步骤： S01： 将样本地形图按预设方式转化为样本图片， 并对所述样本图片中的敏感性建筑和 非敏感性建筑进行 标记， 以获得 数据集； S02： 将所述数据集划分为所述训练集和所述验证集， 其中， 所述训练集和所述验证集 中的所述样本图片数量之比为3~6∶ 1。 4.根据权利要求3所述的声屏障自动布置方法， 其特征在于， 所述数据集中还包括将所 述样本图片通过扩展操作后得到的扩展样本图片， 所述扩展操作包括： 旋转和镜像中至少 一者。 5.根据权利要求1所述的声屏障自动布置方法， 其特征在于， 所述房屋类型包括： 混凝 土房、 砖房、 简易房、 居民房、 其 他类房屋、 带有 “棚”字样的房屋和带有 “破”字样的房屋 。 6.根据权利要求5所述的声屏障自动布置方法， 其特征在于， 在所述步骤S3中， 根据所 述房屋特征信息筛选出满足要求的敏感性建筑包括： 筛掉所述带有 “棚”字样的房屋和所述 带有“破”字样的房屋； 并设置面积阈值范围， 过滤面积小于所述面积 阈值范围下限和大于 所述面积阈值范围上限的所述敏感性建筑。 7.根据权利要求1所述的声屏障自动布置方法， 其特征在于， 所述敏感性建筑包括： 明 确有人居住的房屋 。 8.根据权利要求3所述的声屏障自动布置方法， 其特征在于， 在所述步骤S01中， 将所述 样本地形图按 所述预设方式转化为所述样本图片包括： 将所述样本地形图按 预设尺寸分割 为预设分辨率的所述样本图片。权　利　要　求　书 1/1 页 2 CN 114898215 A 2一种声屏障自动布置方 法 技术领域 [0001]本发明涉及声屏障布置技 术领域， 具体而言， 涉及一种声屏障自动布置方法。 背景技术 [0002]本发明用于提高声屏障布置自动化程度及线路方案比选阶段的声屏障布置效率， 为智慧选线提供绿色经济决策支持。 [0003]根据我国 《中长期铁路网规划》 （ 《中长期铁路网规划》 发布[J].铁道技术监督， 2016， 44(07):23） ， 到2 030年， 远期铁路网规模将达到20万公里左右， 其中高速铁路4.5万公 里左右， 年均增速达2%左右。 当铁 路更频繁的穿过居民区时， 需要布置声屏障以隔绝噪声并 保障铁路沿线安全环境。 在铁路高速发展时代， 声屏障的布置需求量增高， 这对声屏障的设 计效率提出了新的挑战。 [0004]中国工程院的重大咨询研究项目 “智能高铁战略研究 （2035） ”提及要将先进信息 技术用于铁路智能建造。 在智慧选线里， 需要在线路方案的变更过程中高效制 定对应的声 屏障布置方案， 为比选出更经济、 绿色的线路提供支撑， 并从设计层面助力达成国家双碳目 标。 因此对于声屏障的自动化能力又提出进一步的要求。 目前， 声屏障设计为人为分析图纸 中存在的噪声敏感区， 从而确定声屏障的布置。 由于线路选择时会有多种方案进 行比对， 这 种方法会重复消耗设计师精力， 并且 难以做出即时的方案支持。 [0005]声屏障布置一般需要考虑两点， 第一为确定沿线建筑的类型与位置； 第二为确定 沿线建筑的密集程度。 在确定沿线建筑的属 性与位置时， 传统做法是人眼辨识地形图上 的 房屋图示。 继续采用这种做法不利于实现自动化， 因此需要引用计算机识别的方式。 常见确 定CAD图纸中信息的方式为， 对CAD地形图中的线性信息进行提取确定布置位置， 然而CAD地 形图中同一个图层信息过多， 即使同一种信息， 比如居民房， 也采用多种绘图方式， 容易造 成数据漏读。 如果提前对地形图预处理后识别， 会降低自动化程度、 影响适用范围。 在确定 沿线建筑的密集程度时， 传统做法为人为判断沿线指定范围内建筑的密度是否满足100米 范围内敏感房屋建筑数量达到10户以上， 如果满足则需要布置声屏障， 这种做法常常是设 计师定性估计沿线距离和建筑数量， 并不能做到声屏障准确地布置 。 [0006]有鉴于此， 特提出本申请。 发明内容 [0007]本发明的目的在于提供一种声屏障自动 布置方法， 其能够自动确定完整地形图中 沿线建筑的类型与位置， 同时自动确定沿线建筑的密集程度， 实现了声屏障的自动布置， 声 屏障自动化布置效率提高， 能够及时为线路方案比选提供反馈， 为即时的线路选择提供支 撑。 该技术在选线方案比选中可根据变更线路高效自动布置声屏障， 能够高效定位需要布 置声屏障的声敏感区， 推进了声屏障布置的自动化程度， 提高声屏障布置效率， 为绿色双碳 选线提供决策支持。 [0008]本发明的实施例是这样实现的：说　明　书 1/6 页 3 CN 114898215 A 3