论文题名: | 面向对接作业的单目视觉机车检测与测距方法研究 |
关键词: | 铁路交通;机车对接作业;单目视觉测距;多尺度目标检测 |
摘要: | 本文面向铁路交通系统中机车对接作业时的测距需求,系统研究了基于单目视觉的测距方法,提出了一种单目测距方法的理论框架,涉及多尺度目标检测方法、轨道检测方法和单目视觉定位与测距方法。主要研究成果如下: 在图像中的多尺度目标检测方面,针对检测任务中的尺度不平衡问题,基于yolov5目标检测模型,提出增加构建一个小尺度检测头网络结构,以增强模型对小尺度目标的学习能力;提出引入加权双向特征金字塔网络结构,以平衡不同尺度特征层级之间的语义信息差异,从而提高模型对多尺度目标的检测性能。在模型训练方面,研究数据增强、损失函数计算等内容。在模型推理方面,提出使用加权平均非极大值抑制方法,以提高边界框回归精度。 在单目视觉定位和测距方面,提出了一种基于轨道检测与跟踪的同轨目标定位方法。构建了基于几何成像关系的测距模型,并提出基于消失点检测的方法估计相机俯仰角。在此基础上,提出一种基于图像超分辨率的自适应目标底边缘定位方法,有效提高目标底边缘定位的准确性,进而基于测距模型实现距离估计,提高了传统单目测距方法的测距精度。 在实验方面,搭建了测距系统实验平台,构建了模型训练和评估所需的数据集,分别完成了网络模型检测性能评价实验,单目测距方法有效性与测距精度验证实验。实验结果表明,提出的网络模型能够提高多尺度目标检测,特别是对小尺度目标的检测性能;提出的测距方法能够提高传统单目测距方法的测距精度,有效减小远距离时的测距误差。 上述研究成果对促进铁路交通系统的信息化、智能化具有重要的理论意义和实用价值。 |
作者: | 李云飞 |
专业: | 机械工程 |
导师: | 丁雅斌;刘宏业 |
授予学位: | 硕士 |
授予学位单位: | 天津大学 |
学位年度: | 2022 |