受電弓是現(xiàn)代電氣化鐵路列車上重要的集電設(shè)備。受電弓與接觸網(wǎng)之間的接觸狀況直接影響了電力采集的質(zhì)量。真實(shí)鐵路環(huán)境中可能存在多種不確定因素影響受電弓接觸狀況,造成弓網(wǎng)離線進(jìn)而導(dǎo)致電弧放電甚至接觸網(wǎng)損壞的情況發(fā)生。在鐵路列車運(yùn)行過程中,受電弓的接觸盤、連接桿、上臂持續(xù)工作在高壓環(huán)境中。接觸式的傳感器在檢測(cè)受電弓部件運(yùn)動(dòng)時(shí)可能存在安全隱患。本文通過高速攝像機(jī)采集受電弓運(yùn)動(dòng)視頻,設(shè)計(jì)了完整的視覺跟蹤方案,并驗(yàn)證了此方案的準(zhǔn)確性。最終利用此系統(tǒng)獲得了受電弓發(fā)生弓網(wǎng)離線前后的運(yùn)動(dòng)特征。本文選擇了 Median Flow和Boosting這2種視覺跟蹤算法闡述其原理和具體實(shí)現(xiàn)�；诟櫵惴ǖ脑砩钊胗懻摬⒀芯苛舜懈櫵惴ǖ倪\(yùn)算速度瓶頸,針對(duì)速度瓶頸細(xì)致地設(shè)計(jì)了一種淺并行一種深并行運(yùn)算結(jié)構(gòu)。通過實(shí)驗(yàn)證實(shí)了并行結(jié)構(gòu)相對(duì)于串行結(jié)構(gòu)在運(yùn)算速度方面的優(yōu)越性。在嘗試驗(yàn)證算法精確性時(shí),本文指出了當(dāng)前通用的跟蹤算法性能指標(biāo)在衡量特定跟蹤任務(wù)時(shí)的局限性。針對(duì)此問題提出了一些特化的視覺跟蹤算法準(zhǔn)確性和健壯性指標(biāo),并討論了真值軌跡的生成方法,用于驗(yàn)證跟蹤算法是否能夠用于跟蹤受電弓運(yùn)動(dòng)部件的任務(wù)。最后,本文根據(jù)特化性能指標(biāo)... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：92 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 引言
    1.1 論文研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文研究方案
2 視覺跟蹤算法
    2.1 MEDIAN FLOW跟蹤算法
        2.1.1 光流的計(jì)算
        2.1.2 Lucas-Kanade方法
        2.1.3 正反向誤差與Median Flow
    2.2 在線BOOSTING跟蹤算法
        2.2.1 AdaBoost分類器
        2.2.2 弱分類器
        2.2.3 在線Boosting
    2.3 本章小結(jié)
3 跟蹤算法的并行實(shí)現(xiàn)
    3.1 OPENCL并行框架
        3.1.1 平臺(tái)模型
        3.1.2 執(zhí)行模型
        3.1.3 內(nèi)存模型
    3.2 并行LUCAS-KANADE方法
        3.2.1 串行結(jié)構(gòu)
        3.2.2 淺并行結(jié)構(gòu)
        3.2.3 深并行結(jié)構(gòu)
        3.2.4 性能對(duì)比
    3.3 本章小結(jié)
4 跟蹤算法評(píng)估指標(biāo)
    4.1 通用評(píng)估指標(biāo)
        4.1.1 中心誤差
        4.1.2 區(qū)域重疊率
        4.1.3 通用評(píng)估指標(biāo)的局限性
    4.2 真值軌跡
    4.3 中心漂移
    4.4 頻率敏感度
    4.5 本章小結(jié)
5 受電弓跟蹤檢測(cè)試驗(yàn)
    5.1 快門時(shí)間
        5.1.1 真值軌跡參數(shù)
        5.1.2 中心漂移
        5.1.3 頻率敏感度
        5.1.4 快門時(shí)間的影響
    5.2 幀率與跟蹤時(shí)長(zhǎng)
    5.3 實(shí)驗(yàn)結(jié)果分析
        5.3.1 接觸盤
        5.3.2 連接桿及上臂
    5.4 本章小結(jié)
6 結(jié)論
參考文獻(xiàn)
圖索引
表索引
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集


【參考文獻(xiàn)】：
期刊論文
[1]受電弓滑板動(dòng)態(tài)受流受熱仿真分析[J]. 劉吉,張衛(wèi)華,周寧,王江文,鄒棟,黃冠華.  電氣化鐵道. 2018(06)
[2]基于FPGA和OpenCL硬件加速的運(yùn)動(dòng)物品識(shí)別系統(tǒng)[J]. 葛迪,邱程,侯群.  傳感器世界. 2018(11)
[3]基于LBP和HOG決策融合的高速列車受電弓檢測(cè)[J]. 別致,余志斌.  電氣化鐵道. 2018(05)
[4]基于深度特征的稀疏表示目標(biāo)跟蹤算法[J]. 徐龍香,李康,徐婷婷,程中建,袁曉旭.  物聯(lián)網(wǎng)技術(shù). 2018(09)
[5]基于局部直方圖的多區(qū)域目標(biāo)跟蹤算法[J]. 衛(wèi)保國(guó),趙思同,文緒亮.  計(jì)算機(jī)工程與應(yīng)用. 2018(14)
[6]目標(biāo)跟蹤器性能評(píng)估方法研究進(jìn)展[J]. 王全寧,周進(jìn),雷濤,唐自力.  計(jì)算機(jī)與現(xiàn)代化. 2018(06)
[7]受電弓碳滑板病害邊緣檢測(cè)技術(shù)研究[J]. 李永光,李晨亮,李立照,吳寬,林菲,魏秀琨,李宇杰.  中國(guó)鐵路. 2018(06)
[8]基于多特征級(jí)聯(lián)篩查的在線boosting快速跟蹤算法[J]. 胡松,孫水發(fā),馬先兵,覃音詩,雷幫軍.  計(jì)算機(jī)應(yīng)用與軟件. 2015(02)

碩士論文
[1]受電弓典型故障圖像檢測(cè)算法的研究[D]. 朱曉恒.西南交通大學(xué) 2011
[2]基于超聲波的受電弓滑板磨耗測(cè)量實(shí)驗(yàn)裝置研究[D]. 唐春蓬.西南交通大學(xué) 2007



本文編號(hào)：3158402