智轨列车基于稀疏点云和图像的车辆识别技术

针对识别智轨列车的前方车辆三维信息来保证其行车安全的问题,提出一种面向智轨列车基于稀疏点云和图像的车辆识别技术.首先采用基于角度阈值的算法分割地面并提取障碍物点云,然后提出距离角度约束算法遍历障碍物点云求解聚类点集,通过二次求解优化聚类结果获取预融合聚类点集,最后采用YOLOv3网络模型进行车辆检测,构建基于几何模型的图像点云映射关系,将车辆图像识别信息与预融合聚类点集进行匹配,实现了车辆三维信息识别.研究结果表明:在16线激光雷达稀疏点云条件下,所提方法在多障碍物共存的开放式场景中具有较高的识别率和实时性,满足智轨列车动态检测需求.     

基于改进Hough算法的地铁屏蔽门异物检测技术

基于改进Hough变换算法的视频检测技术,研究一种高可靠性的地铁屏蔽门与列车之间异物自动检测方法,并形成一个系统。该系统能够辅助或代替列车司机检测地铁屏蔽门与列车之间是否存在异物,用以保障行车安全、缩短列车停站时间、提高检测率和列车运行效率。     

基于优化YOLOv3网络的在途列车障碍物检测方法

卷积神经网络检测算法自提出以来,日益受到人们的关注,广泛应用于各行各业。然而,在城市轨道交通障碍物检测方面,由于列车制动距离长、响应度不够、突发状况多等问题,卷积神经网络尚未有过多的应用。针对城市轨道交通行车的特点,提出一种基于 YOLOv3 网络的在途列车障碍物检测方法,通过对该网络结构及训练方式的优化,提高网络对于微小目标的识别准确率,留给列车更多的响应时间,以提升该方法的实用性。经实验验证,该方法对于远距离目标识别有较高的准确率,检测速率约为 31 帧/s,是一种有效的列车在途障碍物检测方法。     

区域控制器障碍物区域防护方法研究

障碍物脱轨区域防护是在CBTC系统中,特别是在FAO系统中,保证安全的一种辅助功能。在列车发生意外碰撞或脱轨时,区域控制器建立障碍物防护区域保障其他列车安全运行。介绍CBTC系统中区域控制器障碍物区域防护的一种方法。     

LKJ基础数据电务类填写表解读

LKJ是中国列车运行控制系统体系的组成部分,是有效用于防止列车冒进信号、防止运行超速事故和辅助机车（动车组）司机提高操纵能力的行车设备。LKJ数据是LKJ控制功能实现的基础和运行分析的依据,LKJ基础数据的准确性直接关系列车能否安全运行。     

轨道交通远程瞭望系统

在轨道交通领域,如何提升列车运行净空安全成为目前运营的迫切需求。当前快速发展的人工智能技术、传感器技术以及无人驾驶技术为解决上述问题奠定技术基础。文章介绍一种轨道交通远程瞭望系统,其基于车载感知系统,采用障碍物识别、列车速度测量和三维地图构建3 种技术感知列车周围的环境,并运用车路协同感知系统实现路侧与车侧协同感知,判断前方线路情况,从而指导司机行车或采取防护措施,提高列车的运行安全性。     

列车司机手势识别方法研究

按照司乘标准执行规定的手势是列车司机驾驶操作的重要环节,通过对司机手势进行检测,能够有效评估列车司机的驾驶状态和操作质量,保证列车行车安全。传统人工检查方式效率低,难以满足实际需求,现有的手势识别算法存在模型参数量大、检测精度较低、检测速度慢等问题。随着智能铁路的发展,利用深度学习方法构建轻量化、高效、高精度的列车司机手势识别模型逐渐成为行业发展需求。针对上述需求,提出一种基于改进YOLOv5的列车司机手势识别模型。首先,引入轻量化卷积PConv改进YOLOv5中的C3模块,降低检测网络的参数量和计算量,提升模型检测效率,并在其后添加CBAM模块,加强重要特征信息,抑制无关信息的干扰,强化检测网络特征提取能力;其次,在颈部层引入BiFPN网络结构替换PANet网络结构,增强不同尺度特征的融合能力,同时通过新增小目标检测层,提高模型对小目标的检测能力;最后,选择Focal-EIoU作为边界框损失优化模型损失函数,加快模型的收敛速度,提高手势定位精度。实验结果表明,改进模型在测试集下mAP@0.5可达97.7%,平均检测时间为23.2 ms,相较于YOLOv5计算量降低了23.1%,mAP...     

地铁自动化车辆段信号系统设计中的安全要素

目前,我国大部分地铁正线运营已采用CBTC(基于通信的列车控制)信号系统,可有效缩短发车间隔进而提高旅客输送量,但其配套的车辆段却仍是传统联锁控制。在这种控制方式下,司机需要根据轨旁信号和人工调度指挥行车,致使出入库效率低下,安全隐患也愈发明显,并逐渐成为制约轨道交通安全高效运行的瓶颈。自动化车辆段这一理念给出了行之有效的问题解决方案。重点分析了自动化车辆段与正线CBTC存在差异的安全关键功能,提出自动化车辆段安全设计中需考量的安全要素和设计要点。     

现代有轨电车列车控制方式的选择

对现代有轨电车可采用的司机人工控制方式和列车自动控制方式进行适用性研究,分析行车需求、环境条件、平交路口控制方式、工程实施方式、景观需求、投资及维护等因素对选择列车控制方式的影响及相互制约关系,提出现代有轨电车工程选择列车控制方式的原则和思路,即：行车需求低的有轨电车工程适合司机人工控制的方式;行车需求高的工程须采用列车自动控制的方式实现安全防护,此时应尽量创造封闭的线路环境,通过立交的方式减少平交路口,为信号系统提供实施自动控制的条件。     

列控车载设备双显DMI方案研究

人机交互界面(DMI)单元是列控车载系统的重要组成部分,用以司机与车载设备进行人机交互,其通过产生的图像、语音、文本以及声音等方式提示司机进行相应操作,保障列车安全顺利运行。然而,在列车运行过程中,存在某些突发情况会造成DMI显示屏故障,从而影响司机获取列车的基本运行状态并且影响列车正常运行。为此,设计了一种新型的双显DMI,即在传统单显屏基础上添加辅助显示屏,辅屏在主屏故障时显示列车基本运行状态。通过该方式,可以有效的提升车载设备的可用性,进而提高列车运行品质。     

基于雷达的列车直轨运行前方障碍物检测方法研究

针对视觉传感器检测列车运行前方障碍物时存在环境适应能力差及对距离判别能力弱的缺陷,提出一种基于雷达的列车直轨运行前方障碍物检测判别方法。通过最小二乘法进行雷达测量数据误差矫正得到较准确的目标位置信息。结合铁路机车车辆限界、雷达方位角及雷达测量量程,构建检测区模型。将预处理后的目标点位置信息代入构建的检测区模型中进行障碍物检测判别。现场测试结果显示,利用该方法检测不仅具有较高的准确性,而且克服了环境因素的影响。     

基于光纤光栅压力传感器的轨道区段占用检测方法研究

轨道电路是用于检测列车是否占用轨道区段的设备,正确判断其分路状态对行车安全十分重要。当出现轨面生锈或积污等问题时,由于分路电阻过高导致轨道电路分路不良,这将影响分路状态的可靠判定,轨道区段占用检测方法仍存在瓶颈。对此,利用光纤光栅(Fiber Bragg Grating, FBG)压力传感技术的优势,结合轨道电路的工作原理和轨道动力学分析结果,设计轨道占用检测的系统结构;监测FBG的中心波长漂移量,统计列车进出轨道区段的轮对轴数,通过轴数比较解决轨道电路分路不良时的轨道区段占用检测问题。对光纤Bragg光栅纵向应力特性进行仿真实验,结果表明:FBG的中心波长漂移量和纵向应力的改变成正比,即和钢轨受力形变所产生的弯矩变化成正比,这种应力特性可有效应用于轨道区段的检测问题。     

轮轨力测量在高速铁路轨道检测中的应用研究

随着世界高速铁路的快速发展,高速铁路轨道检测技术已突破传统的轨道几何检测,朝着综合检测的方向发展。结合安装在我国新一代高速综合检测列车CRH380B-002的轮轨力检测系统在高速铁路轨道检测中的实际应用情况,介绍了我国在高速铁路轨道综合检测领域的最新研究进展———基于轮轨力测量的高速铁路轨道检测技术,并提出了一种基于轮轨力测量的高速铁路轨道状态评判方法。基于轮轨力测量的轨道检测技术通过安装在固定车辆(一般为轨道检查车)的连续测量测力轮对测量轮轨之间的相互作用力,从对车辆运行安全性和轨道疲劳寿命影响的角度对轨道状态进行检测,指导轨道日常养护。该技术是高速铁路轨道综合检测的重要组成部分,是对传统轨道几何检测的有效补充和完善,它的投入运用将更好的保障高速铁路的安全运营。     

一种基于计算机视觉的地铁站台异物检测算法

地铁已成为大型城市的主要交通工具，如何保障乘客的安全成为地铁运营的热点问题。文章在现有的车门与屏蔽门之间人工检测技术的基础上提出一种基于计算机视觉的空间异物检测算法。该算法通过对车尾处灯带的完整性进行检测，判断车门与屏蔽门间是否存在异物，进而辅助司机进行开车前的安全检查，保障列车的运行安全。实地采集视频数据进行实验分析，结果表明，文章所提方法可以准确检测出空隙中异物。     

基于机器视觉的无砟轨道层间结构位移测量方法研究

为实现板式无砟轨道层间离缝的全天候监测,提出一种基于机器视觉的非接触式层间结构位移测量方法。针对传统Canny边缘检测算法自适应性较差的问题,对其进行改进。利用自适应中值滤波器代替高斯滤波器;提出一种基于分块迭代的局部阈值分割法自适应地选取阈值,并通过高斯拟合算法检测改进算法的优越性。通过室内试验对标记点大小、光源强度、拍摄距离和拍摄角度4个方面进行对比分析,选择最适测量参数。试验结果表明,在标记点运动的状态下,最大测量误差为2.6%,在误差的允许范围之内。通过现场测试验证,该测量方法可有效地对板式无砟轨道层间结构位移进行精确测量,为我国高速铁路的运行安全监测提供技术支持。     

地铁曲线站台空隙异物自动检测预警系统研究

针对地铁司机在开车前无法独自完成曲线站台车门与屏蔽门间空隙异物检测而存在运营安全的隐患,提出一套地铁曲线站台空隙异物自动检测预警系统。通过在站台每扇屏蔽门上方安装微型摄像机来拍摄站台屏蔽门与车门间空隙图像,利用图像处理算法对所拍摄的图像进行车门检测并确定车门在图像中的区域（即感兴趣区域）,在乘客上下车完成后对感兴趣区域进行异物检测,并在存在异物的情况下发出预警,提醒司机延迟开车。实验证明,该系统能准确检测出空隙中存在的异物,可以辅助列车司机完成开车前对地铁曲线站台空隙异物的检测。     

多源数据融合的列车-轨道状态检测技术

轨道状态的快速检测技术是保障轨道交通运维安全的重要基础。传统的检测方法主要依赖高精密、高成本的测量设备,这些测量设备测量数据质量高但体量小。随着大数据技术的快速发展,通过易获取、质量低但体量大的多源数据融合技术以及 5G 通信与云服务技术,以多车厢加速度、轮轨噪声数据为基础,实现多源数据融合的列车-轨道状态检测技术。实践表明,多源数据融合的列车-轨道状态检测技术是实现轨道设备质量状态智能辨识和预测的有效途径。     

基于主动表观模型及PERCLOS的疲劳检测研究

针对城市轨道交通电客车司机长时间驾驶产生的疲劳问题，目前主要是通过规章制度及警惕按钮来解决，这样既增加司机的劳动强度，也对司机疲劳驾驶检测效果有限。文章针对电客车司机现场工作环境，提出了一种主动在线实时检测方法，该方法通过视频序列分析人脸信息，采用主动表观模型完成对人眼的识别及定位，采用PERCLOS算法完成对司机疲劳检测。实验证明，该模型和算法能够很好地完成对司机的疲劳检测。     

基于曲率变化特征的既有线路整正算法设计

铁路曲线运营过程不可避免会产生几何形位变化,运行速度的提升需要现代化的检测手段,相应的曲线整正算法设计是列车安全、舒适运营的重要保障。采用某线路轨检小车实测5 m间隔数据,以现场实测数据为基础,从曲率和曲率变化率的角度分析不同间隔条件下的轨道几何形位特征,采用基于正交最小二乘和三次样条的平面拟合方法,利用线路的曲率特征进行线路初始参数获取,设计相应的平面曲线线形优化重构算法。编程实现算法在具体线路的应用,以拨道量改正数最小为目标函数,采用5、10 m不同测点间隔的计算结果分析并结合现场实际,取得了较好的计算结果。通过现场实例表明,该方法具有理论简单、计算准确,与现代高速行车检测方法适应好等特点。     

基于几何特征的钢轨磨耗检测系统的研究

为解决高速动态条件下车体振动对钢轨磨耗检测带来的问题,在大量调研国内外利用激光技术进行钢轨磨耗检测的基础上,提出一种基于标准钢轨轨廓固有曲线曲率的钢轨磨耗检测方法,首先利用基于激光三角测距原理的传感器得到组成钢轨全断面轮廓一系列点的空间坐标;其次利用L-M优化算法进行数据处理,采用Hough变换方法检测钢轨轮廓固有几何特性;最后进行钢轨轮廓匹配后实现钢轨磨耗高精度检测。该方法已经运用在轨道检测小车上,试验数据表明:钢轨磨耗检测系统的重复性精度能到达0.005 mm,其高精度性和快速性能满足铁路部门对钢轨磨耗检测的要求。