基于單目視覺的列車前方障礙物檢測識別算法研究.pdf

1、鐵路承載著國民流動和貨物運輸?shù)闹卮笫姑Ｎ覈F路不僅里程長，且跨越不同的地形，由山體滑坡、塌方、泥石流等自然災(zāi)害、前方車列、人、物等隨機異物造成的限界入侵事件頻發(fā)，嚴重威脅著列車行車安全。在高速行車環(huán)境下，僅依靠司機視覺、巡道工和單點監(jiān)控防護的方式已難以實現(xiàn)對行車環(huán)境的實時可靠監(jiān)測。隨著軌道交通全自動駕駛信號系統(tǒng)的研發(fā)和鐵路視覺監(jiān)測技術(shù)的應(yīng)用，實現(xiàn)行車前方鐵路限界環(huán)境的智能化監(jiān)測已然成為研究的熱點課題，具有重要的現(xiàn)實意義。
　　本

2、文在對當前國內(nèi)外已有軌道交通限界監(jiān)測技術(shù)研究和對比的基礎(chǔ)上，采用基于車載單目視覺的方式來實現(xiàn)列車運行前方限界內(nèi)障礙物的檢測和識別。通過對目標序列幀的分析，依據(jù)路軌環(huán)境特征，著力于解決鐵路限界區(qū)域的識別和追蹤、疑似障礙物前景目標的定位提取和侵限障礙物的檢測識別三個關(guān)鍵步驟。本文主要研究內(nèi)容包括:
　　(1)鐵路限界檢測跟蹤算法研究。針對目前以靜態(tài)直線為主的限界模型準確性不足的問題，本文以鐵路軌道線為基準，通過像素比例變換來核定限界范

3、圍，提出了分段可切換曲線模型來實現(xiàn)軌道線的動態(tài)跟蹤與描述。算法在近景區(qū)域以改進Hough變換得到直軌參數(shù)，在遠景區(qū)提出基于Hu不變矩的可漂移窗口搜索算法得到軌道特征點，以此擬合遠景軌道模型。最后，依據(jù)模型切換策略和仿射變換原理實時更新限界范圍。
　　(2)疑似障礙物目標定位提取算法研究。目前研究中所采用的前景目標檢測方法在動態(tài)路軌環(huán)境中背景干擾較大，本文提出以幀間差分法為基礎(chǔ)，根據(jù)軌間紋理可知的特性，引入數(shù)學形態(tài)學重構(gòu)軌間紋理，以

4、實現(xiàn)差分補償，通過灰度差分累積值在疑似障礙物目標位置具有突變點來確定前景目標位置，實現(xiàn)疑似目標的定位和分割提取。
　　(3)限界內(nèi)障礙物檢測識別算法的研究。針對目前研究中存在目標辨識判別特征單一，難以適應(yīng)路軌多變環(huán)境的問題，本文分析了干擾障礙物目標辨識的主要對象，針對性地融合了多類形狀特征和區(qū)域紋理特征來豐富特征類型，采用Adaboost算法將由多類特征確定的分量分類器集成為強分類器以實現(xiàn)疑似目標的辨識，有效提高了識別的準確度。<