原文传递
基于目标跟踪的铁路轨道异物侵限检测与预警研究
| 论文题名： | 基于目标跟踪的铁路轨道异物侵限检测与预警研究 |
| 关键词： | 铁轨异物跟踪;相关滤波算法;正则化模型优化;改进KCF算法 |
| 摘要： | 随着高铁技术的快速发展，高铁速度不断提高，运营里程日益增加，高速铁路行车安全也面临着新的挑战。研究表明，异物侵限是威胁高铁行车安全的主要的因素之一。因此，侵限异物的检测跟踪技术显得尤为重要。本文在现有的检测技术的基础上，将检测技术与跟踪算法结合，实现高速铁路沿线侵限异物的实时监测和预警。论文的研究内容如下： 首先，熟悉异物检测和跟踪的理论基础并研究异物检测方法。考虑铁路监测视频中光照变化以及视频背景提取模型(VisualBackgroundExtractor,Vibe)鬼影消除慢的问题，对Vibe算法进行改进，快速消除鬼影并有效克服强光干扰，提高异物检测的精确性。经过两组对比实验，优化Vibe算法的检测精确率和召回率都高于原算法，可以为目标跟踪算法提供可靠的初始化信息。 然后，研究侵限异物跟踪方法。针对复杂铁路场景中，核相关滤波算法(KernelCorrelationFilter,KCF)无法有效应对尺度变化、图像模糊以及异物非刚性形变等情况，通过加权融合多特征和搭建分支尺度模型对原算法进行改进，使其更好的应对上述跟踪困难情况，实现侵限异物的准确跟踪；针对相关滤波算法观测模型缺陷，即空间正则化权值与侵限异物目标无可信任关联以及相关滤波器模型退化问题，通过充分挖掘深度空间特征的表达能力，确保空间正则化权重与侵限异物的可靠关联，从而有效抑制复杂背景的干扰，实现复杂背景下侵限异物的准确跟踪。经过不同场景的仿真实验，两种改进方法都取得了较高的成功率和精确率。 最后，研究监测区域划分方法和预警方案。通过透视变换和多项式函数拟合的方法进行轨道边缘提取，根据铁路限界的标准，对监测区域进行划分，分别为警戒区、预警区及安全区；为提高实时性，降低系统误报率，需进行列车识别和危险异物判定；制定合理高效的预警方案，依据本文异物目标检测跟踪研究结果，实时预警。经过多组验证实验，结果表明本文方法能达到较好的预警效果。 |
| 作者： | 陈燕楠 |
| 专业： | 控制理论与控制工程 |
| 导师： | 侯涛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 兰州交通大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
