基于目标识别与跟踪的嵌入式铁路异物侵限检测算法研究

• 作者: 余祖俊 史红梅 柴华 王尧
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 异物侵限检测 机器视觉 支持向量机 卡尔曼滤波 目标跟踪
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 铁道通信信号
• 页码范围: 58-65
• 页数: 8页
• 分类号: TP391.41|U215.8
• 字数: 7083字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2015.07.010

摘要

铁路线路异物侵限是威胁行车安全的一个重要隐患。基于机器视觉与嵌入式技术设计了异物侵限自动检测系统，利用 FPGA和 ARM芯片实现了图像采集处理硬件平台。提出异物目标分类和运动行为分析相结合的嵌入式异物侵限检测算法。算法采用两级判别结构，首先利用支持向量机及一组特征向量对背景差分图像得到的异物目标进行分类，根据分类结果滤除大部分行进列车目标，之后运用 Kalman 滤波器设计目标跟踪算法，对其余目标进行行为和运动趋势分析，滤除其中非侵限干扰信息提高报警准确率，并对有侵限趋势的异物提前预警。实验表明，该系统能够有效地识别检测区域内的异物目标，系统侵限报警准确率达到97.11%，平均检测频率达13帧/s。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余祖俊	北京交通大学机械与电子控制工程学院	63	614	14.0	21.0
2	史红梅	北京交通大学机械与电子控制工程学院	29	317	11.0	17.0
3	王尧	北京交通大学机械与电子控制工程学院	12	97	5.0	9.0
4	柴华	北京交通大学机械与电子控制工程学院	1	34	1.0	1.0