為了提升普速鐵路行車環(huán)境的實時可靠監(jiān)測,保障鐵路運(yùn)輸環(huán)境安全,闡述雷達(dá)檢測及其應(yīng)用,通過基于坐標(biāo)的鐵路軌跡線分析算法,處理獲取的線路固定數(shù)據(jù),生成軌跡線簡易地圖,用于輔助定位和感興趣區(qū)域的提取,利用LKJ確定車載雷達(dá)當(dāng)前位置,提取列車前方檢測感興趣區(qū)域,將實測的基于雷達(dá)目標(biāo)點(diǎn)坐標(biāo)信息轉(zhuǎn)換到大地坐標(biāo)系中,將目標(biāo)點(diǎn)位置信息代入感興趣區(qū)域中,判別確定鐵路線路的障礙物�，F(xiàn)場測試結(jié)果顯示,該算法具有可行性且檢測準(zhǔn)確率較高。 

【文章來源】：鐵道運(yùn)輸與經(jīng)濟(jì). 2020,42(06)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

鐵路線路軌跡線擬合仿真結(jié)果

鐵道運(yùn)輸與經(jīng)濟(jì)第42卷第6期59運(yùn)輸安全鐵路線路障礙物雷達(dá)檢測關(guān)鍵算法研究沙世偉圖7直線鐵路線路感興趣區(qū)域提取仿真Fig.7Simulationofextractingregionofinterestforstraightrailwayline感興趣區(qū)域上、下邊界軌跡線方程為ys=1868.1+1.8xyx=1875.6+1.8x⒇直線鐵路線路感興趣區(qū)域提取仿真如圖7所示。圖8曲線鐵路線路感興趣區(qū)域提取仿真Fig.8Simulationofextractingregionsofinterestforcurverailwayline入到感興趣區(qū)域范圍之內(nèi)，而目標(biāo)1，3，4，5的位置在感興趣區(qū)域范圍之外，因而目標(biāo)2為障礙物目標(biāo)。直線鐵路線路障礙物檢測判別仿真如圖9所示。當(dāng)車載雷達(dá)位于坐標(biāo)點(diǎn)(-1096.3，-508.33)處時，雷達(dá)返回的有效目標(biāo)共有3個，曲線鐵路線路地段有效目標(biāo)位置信息如表4所示。將3個雷達(dá)反射回的目標(biāo)點(diǎn)位置信息與檢測區(qū)域模型融合進(jìn)行障礙物檢測判別，得出目標(biāo)1的位圖6鐵路線路軌跡線擬合仿真結(jié)果Fig.6Simulationresultsofrailwaytracktrajectoryfitting大地坐標(biāo)系橫坐標(biāo)/m-3500-3000-2500-2000-1500-1000-50005000-500-1000-1500-2000-2500-3000-3500大地坐標(biāo)系縱坐標(biāo)/m大地坐標(biāo)系橫坐標(biāo)/m-1850-1800-1750-1700-1650-1600-1550-900-1000-1100-1200-1300-1400大地坐標(biāo)系縱坐標(biāo)/m雷達(dá)當(dāng)前位置雷達(dá)當(dāng)前位置大地坐標(biāo)系橫坐標(biāo)/m-1500-1450-1400-1350-1300-1250-1200-1150-1100-1050-1000-500-550-600-650-700-750-800-

鐵道運(yùn)輸與經(jīng)濟(jì)第42卷第6期59運(yùn)輸安全鐵路線路障礙物雷達(dá)檢測關(guān)鍵算法研究沙世偉圖7直線鐵路線路感興趣區(qū)域提取仿真Fig.7Simulationofextractingregionofinterestforstraightrailwayline感興趣區(qū)域上、下邊界軌跡線方程為ys=1868.1+1.8xyx=1875.6+1.8x⒇直線鐵路線路感興趣區(qū)域提取仿真如圖7所示。圖8曲線鐵路線路感興趣區(qū)域提取仿真Fig.8Simulationofextractingregionsofinterestforcurverailwayline入到感興趣區(qū)域范圍之內(nèi)，而目標(biāo)1，3，4，5的位置在感興趣區(qū)域范圍之外，因而目標(biāo)2為障礙物目標(biāo)。直線鐵路線路障礙物檢測判別仿真如圖9所示。當(dāng)車載雷達(dá)位于坐標(biāo)點(diǎn)(-1096.3，-508.33)處時，雷達(dá)返回的有效目標(biāo)共有3個，曲線鐵路線路地段有效目標(biāo)位置信息如表4所示。將3個雷達(dá)反射回的目標(biāo)點(diǎn)位置信息與檢測區(qū)域模型融合進(jìn)行障礙物檢測判別，得出目標(biāo)1的位圖6鐵路線路軌跡線擬合仿真結(jié)果Fig.6Simulationresultsofrailwaytracktrajectoryfitting大地坐標(biāo)系橫坐標(biāo)/m-3500-3000-2500-2000-1500-1000-50005000-500-1000-1500-2000-2500-3000-3500大地坐標(biāo)系縱坐標(biāo)/m大地坐標(biāo)系橫坐標(biāo)/m-1850-1800-1750-1700-1650-1600-1550-900-1000-1100-1200-1300-1400大地坐標(biāo)系縱坐標(biāo)/m雷達(dá)當(dāng)前位置雷達(dá)當(dāng)前位置大地坐標(biāo)系橫坐標(biāo)/m-1500-1450-1400-1350-1300-1250-1200-1150-1100-1050-1000-500-550-600-650-700-750-800-

【參考文獻(xiàn)】：
期刊論文
[1]基于Matlab的最小二乘曲線擬合[J]. 劉利敏,吳敏麗.  福建電腦. 2019(08)
[2]尺度自適應(yīng)的鐵路異物侵限PSA-Kcf降維跟蹤方法[J]. 屈志堅,周銳霖,孫旭兵,袁慎高,趙亮.  鐵道學(xué)報. 2019(05)
[3]基于Hu不變矩特征的鐵路軌道識別檢測算法[J]. 董昱,郭碧.  鐵道學(xué)報. 2018(10)
[4]基于CNN的高速鐵路侵限異物特征快速提取算法[J]. 王洋,余祖俊,朱力強(qiáng),郭保青.  儀器儀表學(xué)報. 2017(05)
[5]最小二乘法中代數(shù)多項式曲線擬合的分析及實現(xiàn)[J]. 張永濤,賈延明.  計算機(jī)與數(shù)字工程. 2017(04)
[6]車載毫米波雷達(dá)對前方目標(biāo)的運(yùn)動狀態(tài)估計[J]. 高振海,王竣,佟靜,李紅建,郭章勇,婁方明.  吉林大學(xué)學(xué)報(工學(xué)版). 2014(06)
[7]基于中線坐標(biāo)的地鐵調(diào)線優(yōu)化算法[J]. 宋占峰,彭欣,吳清華.  西南交通大學(xué)學(xué)報. 2014(04)
[8]鐵路機(jī)車快速超視距障礙物識別算法[J]. 向榮,蔣榮欣.  湘潭大學(xué)自然科學(xué)學(xué)報. 2013(02)
[9]公路地理信息系統(tǒng)中坐標(biāo)與里程的轉(zhuǎn)換[J]. 孟曉林,姚連璧,朱照宏,劉大杰.  同濟(jì)大學(xué)學(xué)報(自然科學(xué)版). 1999(05)

碩士論文
[1]融合2D激光雷達(dá)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(xué) 2018
[2]基于遷移學(xué)習(xí)的鐵路異物檢測算法研究[D]. 李曉蕊.北京交通大學(xué) 2018



本文編號：3562331