文档名：基于深度学习的铁路限界快速检测算法
摘要：列车行驶环境快速、可靠、精准感知是列车安全、高效运行的前提和关键支撑技术.列车若无法提前感知非法侵入铁路限界范围内的异物,并在短时间内有效制动,将会导致严重的安全事故.为解决列车运行环境内影响运行安全的异物侵限问题,基于深度学习算法,提出一种铁路轨道限界快速检测算法.该方法首先采用预设行锚框的方式对图像进行划分,将传统分割算法的逐像素预测,转变为对每个行锚框进行逐网格预测,以达到显著降低算法计算量,并提高检测速度的目的.同时,通过快速识别图像中属于轨道部分的像素,结合轨道线的连续特征进行追踪,达到铁路轨道坐标的智能快速识别.最后根据标准轨距下限界的定义,对识别出的轨道线坐标和侵限区域进行扩充,以确定铁路异物入侵限界的范围.通过在真实轨道数据集上的对比实验,验证所提算法能以172FPS的速度快速检测铁路限界,且轨道线和限界区域的识别精度分别达到98.96％和98.12％,F1值分别达到99.68％和98.95％,限界区域检测的平均交并比MIoU达到96.88％,各类指标均取得当前最好的准确率和性能,满足高速列车对环境感知精度和速度要求,可以为异物侵限检测、目标跟踪和列车控制等环境感知及运行控制等下游任务提供基础,提升列车运行的安全性.
作者：王辉 吴雨杰 范自柱 杨辉 Author：WANGHui WUYujie FANZizhu YANGHui
作者单位：华东交通大学软件学院,江西南昌330013;轨道交通基础设施性能监测与保障国家重点实验室,江西南昌330013轨道交通基础设施性能监测与保障国家重点实验室,江西南昌330013
刊名：铁道科学与工程学报 ISTICPKU
Journal：JournalofRailwayScienceandEngineering
年，卷(期)：2023, 20(4)
分类号：TP391U216.3
关键词：铁路限界 行锚框 深度学习 铁路轨道 图像分割
机标分类号：U216.3TP391.41TN925.93
在线出版日期：2023年5月16日
基金项目：国家自然科学基金，国家自然科学基金，国家自然科学基金，江西省自然科学基金资助项目，教育部人文社会科学研究项目基于深度学习的铁路限界快速检测算法[
期刊论文] 铁道科学与工程学报--2023, 20(4)王辉 吴雨杰 范自柱 杨辉列车行驶环境快速、可靠、精准感知是列车安全、高效运行的前提和关键支撑技术.列车若无法提前感知非法侵入铁路限界范围内的异物,并在短时间内有效制动,将会导致严重的安全事故.为解决列车运行环境内影响运行安全的异物侵...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于深度学习的铁路限界快速检测算法 Fast detection algorithm of railway clearance based on deep learning
基于深度学习的铁路限界快速检测算法.pdf
- 文件大小:
- 40.66 MB
- 下载次数:
- 60
-
高速下载
|
|
