發(fā)布時間：2021-05-20 02:08

　　為實現(xiàn)無線調車機車信號監(jiān)控系統(tǒng)對調車車列前方停留車的全部自動識別,提出1種基于卷積神經網絡的調車機車前方車列圖像識別算法。首先,基于視覺幾何群網絡（Visual Geometry Group Network, VGGNet）架構和目標分類網絡GoogLeNet里的Inception層建立調車機車前方車列圖像識別模型;其次,利用高清相機采集調車機車前方圖像,對有效圖像進行預處理并存入數(shù)據(jù)庫,根據(jù)數(shù)據(jù)庫已有的新圖像數(shù)量判斷是否需要更新模型,將圖像輸入模型,判斷前方進路是否有停留車列;最后,通過紅外線測距儀測出調車機車車列到前方車列的距離,在顯示屏顯示距離,并據(jù)此判斷是否報警。研究結果表明:模型驗證精度為98.5%,訓練精度為99.9%;每張圖的平均測試時間為0.4 ms,相較于主流分類網絡VGGNet-16和GoogLeNet分別減小了43%和38%,同時測試精度達到98%。圖像識別的準確率與實時性均滿足工程實際應用。 

【文章來源】：中國鐵道科學. 2020,41(06)北大核心EICSCD

【文章頁數(shù)】：8 頁

【文章目錄】：
1 STP系統(tǒng)的結構及功能
2 卷積神經網絡
3 STP系統(tǒng)中前方車列圖像識別功能拓展
4 基于卷積神經網絡的調車機車前方車列圖像識別算法
    4.1 算法流程
    4.2 前方車列圖像識別模型的建立
    4.3 防止模型過擬合
5 實驗系統(tǒng)與結果
    5.1 實驗環(huán)境
    5.2 模型訓練
    5.3 實驗結果對比分析
6 結語


【參考文獻】：
期刊論文
[1]基于計算機視覺的車載軌道巡檢系統(tǒng)研制[J]. 許貴陽,史天運,任盛偉,韓強,王登陽.  中國鐵道科學. 2013(01)
[2]動車運用所存車線運用方案優(yōu)化模型與算法[J]. 張惟皎,史天運,陳彥.  中國鐵道科學. 2013(01)
[3]適用于正線機車的無線調車機車信號和監(jiān)控系統(tǒng)的研究與試驗[J]. 曹桂均,程君.  中國鐵道科學. 2012(04)
[4]調車機車監(jiān)控記錄系統(tǒng)的研究與試驗[J]. 曹桂均,林通源.  鐵道學報. 2004(03)



本文編號：3196871