基于语义分割的火车车厢位置检测研究

• 作者: 单德兴 卢进南
• 来源期刊: 工程设计学报
• 学科: 工学
• 关键词: 定量装车 车厢位置检测 语义分割 注意力机制 多尺度特征
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 设计理论与方法
• 页码范围: 568-576
• 页数: 9页
• 分类号: TP751.1|TP23
• 语种: 中文
• DOI: 10.3785/j.issn.1006-754X.2020.00.076

摘要

为了实现在煤炭定量装车站装车过程中实时检测火车车厢位置,为溜槽升降提供触发信号,设计了一种基于语义分割的火车车厢位置检测模型.以FPN(feature pyramid networks,特征金字塔网络)和ResNet101(residual network,残差网络)为主干网络,提取并融合分辨率、语义强度不同的特征图;结合基于期望最大化(expectation maximization,EM)算法的注意力机制,构建车厢上边框语义分割模型,用于过滤特征图中的噪声,提高图像边界的语义分割精度;设计位置检测模块,计算语义分割后图像中各类别的面积及其比例和车厢上边框外接矩形高度,以获取火车车厢位置信息.结果表明,所构建的车厢上边框语义分割模型在测试集上的mIoU(mean intersection over union,均交并比)为81.21％,mPA(mean pixel accuracy,平均像素精度)为88.64％,相比未引入注意力机制的语义分割模型分别提升了3.91％和7.44％.在煤炭定量装车站现场进行的火车车厢位置检测试验结果表明,基于语义分割的火车车厢位置检测模型的检测精度满足煤炭装车过程中车厢位置检测任务的要求,这为实现煤炭定量装车系统的智能化提供了新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢进南		32	89	5.0	8.0
2	单德兴		3	0	0.0	0.0