基于视觉的列车前向障碍物检测算法研究

• 作者: 张焕增 彭方落 郭超
• 来源期刊: 大科技
• 学科: 交通运输
• 关键词: 障碍物检测 卷积神经网络 轨道交通 环境感知
• 年，卷（期）: 2020,（36）
• 所属期刊栏目: 交通建设
• 页码范围: 146-147,210
• 页数: 3页
• 分类号: U463.6
• 字数: 2229字
• 语种: 中文

摘要

现阶段列车前向环境完全由驾驶员进行观察,然而驾驶员驾驶列车时容易受疲劳等主观因素影响,容易对前向障碍物进行误判,造成列车运行的安全不确定性.本文提出一种基于视觉的列车前向障碍物检测算法,应用深度学习对轨道环境种前向障碍物进行检测,从而提升列车行驶的安全性.该算法基于目标识别网络SSD实现前向障碍物检测,该网络主要包含特征提取网络部分、额外卷积层部分以及网络预测层部分.为验证本文方法的有效性,对工业相机采集的视频数据集进行测试,结果表明本文方法对环境光强和大小的变化不敏感,适应范围广,鲁棒性高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张焕增		5	5	1.0	2.0
2	郭超		4	0	0.0	0.0
3	彭方落		1	0	0.0	0.0