鐵路運輸是貨物運輸和大眾出行的重要基礎(chǔ)設(shè)施,因此保證機車運行安全具有重大意義。我國鐵路事業(yè)發(fā)展迅速,營運里程和路網(wǎng)密度大幅提升,然而我國鐵路覆蓋地形范圍廣袤,機車運行環(huán)境復雜,由異物侵限造成的機車運行安全事故頻發(fā),嚴重影響鐵路運輸?shù)陌踩�。針對自然�?zāi)害發(fā)生的滑坡泥石流和人為因素的建筑垃圾以及行人、交通工具等侵限行為,僅憑現(xiàn)有的監(jiān)測措施如司機瞭望、巡道工防護、道口監(jiān)測不足以滿足行車安全全過程監(jiān)測。針對現(xiàn)有的問題,本論文提出基于雙目視覺的機車運行前方障礙物檢測識別研究。通過對目標序列幀的分析,提取鋼軌作為限界參照物,對限界內(nèi)疑似障礙物進行定位,采用基于深度學習的檢測識別算法對疑似障礙物進行檢測識別。本論文主要研究內(nèi)容如下:（1）鐵路限界模型構(gòu)建。針對鐵路限界模型無法準確實時建立問題,首先對視覺傳感器獲取的圖像進行預(yù)處理,根據(jù)軌距不變特性提取圖像中的鋼軌作為限界建立依據(jù),建立分段曲線模型將鋼軌分為近景區(qū)域與遠景區(qū)域。在近景區(qū)域采用多約束Hough變換得到直軌模型,在遠景區(qū)域采用等分窗口搜索特征點輸入至Catmull-Rom曲線函數(shù)中擬合彎軌模型,根據(jù)提取的鋼軌曲線等比例擴充得到限界范圍。（2）... 

【文章來源】：蘭州交通大學甘肅省

【文章頁數(shù)】：54 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 論文的選題背景和研究意義
    1.2 鐵路異物侵限研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 論文基本框架
2 基于鋼軌提取的限界模型搭建與追蹤
    2.1 限界模型搭建
    2.2 鋼軌軌道邊緣特征提取及模型參數(shù)求解
        2.2.1 圖像預(yù)處理
        2.2.2 鋼軌曲線檢測
        2.2.3 近景遠景區(qū)域劃分
        2.2.4 鋼軌參數(shù)求解
    2.3 鋼軌檢測流程及結(jié)果
    2.4 限界構(gòu)建與追蹤
3 基于V-視差法的疑似障礙物目標定位
    3.1 雙目攝像機模型
        3.1.1 相機內(nèi)參
        3.1.2 相機外參
    3.2 V-視差圖原理
    3.3 基于V-視差圖的目標定位算法
        3.3.1 基于V-視差圖的目標定位算法流程
        3.3.2 基于V-視差圖的目標定位算法結(jié)果分析
4 基于YOLO算法的疑似障礙物檢測識別
    4.1 深度學習
        4.1.1 卷積神經(jīng)網(wǎng)絡(luò)
    4.2 YOLO算法
        4.2.1 YOLO網(wǎng)絡(luò)模型
        4.2.2 YOLO算法檢測原理
        4.2.3 基于YOLO算法目標檢測流程
        4.2.4 YOLO算法網(wǎng)絡(luò)模型訓練
        4.2.5 Dropout技術(shù)
    4.3 YOLO算法疑似障礙物檢測識別結(jié)果分析
結(jié)論
致謝
參考文獻
攻讀學位期間的研究成果


【參考文獻】：
期刊論文
[1]面向雙目立體視覺的迭代式局部顏色校正[J]. 袁雪姣,冉清,趙文婧,馮結(jié)青.  計算機輔助設(shè)計與圖形學學報. 2019(01)
[2]雙目視覺下交通路標的立體匹配算法研究[J]. 王曉寧,宋曉煒,楊蕾,李夢龍,蔡文靜.  中原工學院學報. 2018(06)
[3]基于雙目視覺的三維重建[J]. 曹淞翔.  通訊世界. 2018(12)
[4]基于Darknet框架下YOLO v2算法的車輛多目標檢測方法[J]. 李珣,劉瑤,李鵬飛,張蕾,趙征凡.  交通運輸工程學報. 2018(06)
[5]網(wǎng)絡(luò)安全遇上人工智能:綜述（英文）[J]. Jian-hua LI.  Frontiers of Information Technology & Electronic Engineering. 2018(12)
[6]基于深度學習的交通目標感興趣區(qū)域檢測[J]. 丁松濤,曲仕茹.  中國公路學報. 2018(09)
[7]基于深度學習緊致二進制編碼的指紋索引（英文）[J]. Chao-chao BAI,Wei-qiang WANG,Tong ZHAO,Ru-xin WANG,Ming-qiang LI.  Frontiers of Information Technology & Electronic Engineering. 2018(09)
[8]一種水下雙目視覺測距方法研究[J]. 盛明偉,周浩,黃海,秦洪德.  華中科技大學學報(自然科學版). 2018(08)
[9]基于深度卷積神經(jīng)網(wǎng)絡(luò)的雙目立體視覺匹配算法[J]. 肖進勝,田紅,鄒文濤,童樂,雷俊鋒.  光學學報. 2018(08)
[10]基于深度卷積神經(jīng)網(wǎng)絡(luò)的紅外過采樣掃描圖像點目標檢測方法[J]. 林兩魁,王少游,唐忠興.  紅外與毫米波學報. 2018(02)

博士論文
[1]基于機器視覺的鐵路異物侵限分布式智能監(jiān)控技術(shù)研究[D]. 馬宏鋒.蘭州交通大學 2014

碩士論文
[1]基于深度學習的城市車輛交通流量分析算法研究[D]. 陳士舉.河北科技大學 2019
[2]基于深度學習的無人機遙感圖像目標識別方法研究[D]. 祝思君.北京建筑大學 2018
[3]基于雙目視覺的車輛尺寸測量技術(shù)研究[D]. 王潛.南京郵電大學 2018
[4]融合深度學習的圖像分類算法研究[D]. 張婉.南京郵電大學 2018
[5]基于目標檢測的快消品識別研究與應(yīng)用[D]. 王振.湖南大學 2018
[6]基于雙目立體視覺的軌道入侵物識別技術(shù)研究[D]. 王群.北京交通大學 2018
[7]融合2D激光雷達與視覺的鐵路異物侵限檢測算法研究[D]. 張繼月.北方工業(yè)大學 2018
[8]基于深度學習的目標檢測算法研究[D]. 李明攀.浙江大學 2018
[9]基于單目視覺的列車前方障礙物檢測識別算法研究[D]. 郭碧.蘭州交通大學 2017
[10]基于視頻的高鐵列車檢測算法研究[D]. 張會朋.北京交通大學 2017



本文編號：3182248