原文传递
基于单目视觉的轨道交通异物侵限检测方法研究
| 论文题名： | 基于单目视觉的轨道交通异物侵限检测方法研究 |
| 关键词： | 侵限检测;单目视觉;阴影识别;轨道交通;列车运营安全 |
| 摘要： | 近年来我国高速铁路发展迅速，一大批的客运专线陆续建设完成，列车技术也取得了重大进步，运营时速已经达到了350km/h，在方便人们出行的同时，也对列车运行安全提出了更高的要求。在影响列车运营安全的因素中，异物侵限会导致铁路沿线既有建筑物的破坏，铁路行车的中断，往往还会导致列车脱轨和人员伤亡，不仅极大的危害了人民的生命财产安全，也造成了国家财产不可估计的损失。对高速铁路来说，由于行车速度快，单靠司机视觉和传统检测方法进行异物识别难以保证行车安全。因此，在铁路全线或某些特殊地段安装异物侵限检测系统，使其能实时准确地检测是否有异物侵限并及时发出报警对确保轨道交通安全具有重要意义。 本论文在研究国内外已有的轨道交通异物侵限检测技术的基础上，提出了融合单目视觉和双目视觉的异物检测系统，并重点完成了基于单目视觉的轨道交通异物侵限检测系统的设计和实现，包括系统总体功能结构设计和异物侵限检测算法设计，并通过一系列实验验证了算法的可行性。 论文利用Hough变换检测钢轨，以钢轨为中心实现危险区域和安全区域的划分。文中设计了基于帧间差分的背景提取和更新算法，利用背景差法提取前景，从而完成异物检测的基础功能。在此基础上，论文分析了实际应用过程中可能发生的恶劣情况，重点关注了大风天气造成摄像机剧烈抖动和强光照下阴影影响这两大因素，分别设计了利用钢轨特征自动匹配的去抖算法和分段式阴影检测算法，大大降低了系统的误检率，提高了系统稳定性和可靠性。论文还提出了列车识别算法，用于区分侵入异物和正常行驶的列车。 由于实际线路运行繁忙，为了对算法可行性进行验证，在校园内搭建了基于公路场景的实验平台，围绕实验平台进行基础检测算法和去阴影算法实验。利用铁路现场拍摄的相机抖动情况下的轨道交通视频，对去抖动算法进行了验证。该系统先后在铁科院、四道口平交道口和北京南站进出站天桥等多处轨道交通现场进行实验，实验结果表明，上述算法能准确提取更新背景，快速准确划分区域，误检漏检率低，适用于轨道交通异物侵入的检测。 |
| 作者： | 陈根重 |
| 专业： | 机械工程 |
| 导师： | 余祖俊 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
