基于局部图像纹理计算的隧道裂缝视觉检测技术

地铁隧道裂缝病害的自动检测技术是一个重要研究方向。针对地铁隧道复杂场景和弱光环境下,全局图像检测精度低的问题,提出分块图像局部纹理处理算法,将大视场裂缝图像进行网格化处理,在分块区域内完成预处理与纹理提取,基于图像细化与骨架提取算法,提出裂缝和虚假裂缝纹理的差异性计算模型,可有效提高真实裂缝图像的检测精度,滤除虚假裂缝的干扰。针对硬件系统,提出多目高速线阵相机的图像采集方案,研制裂缝图像采集系统样机,可安装于轨道小车上进行图像连续采集。利用研制的图像采集处理设备,可以自动采集和检测隧道裂缝图像,对于纹理简单的普通裂缝图像样本,裂缝的识别率达到0.96;对于地铁隧道裂缝图像样本,裂缝的识别率达到0.84,验证了硬件系统和软件算法的有效性与可行性。     

基于改进蚁群算法的多AGV泊车路径规划

针对智能停车库中自动导引小车(Automated Guided Vehicle,AGV)存取车的路径规划问题,提出一种基于改进蚁群算法的多AGV泊车路径规划方法.单AGV路径规划方面,在基本蚁群算法基础上引入蚂蚁回退策略来增强适应性,同时改进启发式信息和信息素更新策略提高算法的收敛速度和寻优能力.多AGV路径规划方面,提出改进冲突解决策略来解决多AGV之间的冲突,其中采用临时规避-重新寻路策略来解决相向冲突.针对某典型停车场抽象模型的仿真结果表明,改进蚁群算法寻路成功率更高,并具有较强的全局搜索能力和较快的收敛速度,改进冲突解决策略能合理避免冲突,可以满足多AGV存取车路径规划的要求.     

隧道表面图像多目标智能识别算法研究

隧道表面病害已经成为轨道交通基础设施巡检的重要任务之一,人工巡检方法耗时长、强度高,需要智能化、自动化的目标检测与病害识别算法研究。提出一种隧道多目标分类方法和智能识别理论模型,对采集的隧道表面图像进行精细化标注并建立数据集,采用基于语义分割的理论模型对隧道图像目标进行智能分类识别。考虑隧道纹理的特殊性,本研究对算法中模型结构进行改进优化,实现隧道多种目标的智能化检测。试验中,通过测试集和隧道正线图像进行对比试验,其中隧道典型病害裂缝的检测率为94.2%,渗漏水的检测率为96.9%,验证了模型和算法的有效性。     

基于特征图裁剪的高铁周界入侵实时检测算法

为解决高速铁路周界入侵高可靠度检测的难题,研究基于深度学习的异物入侵实时检测算法。针对深度卷积神经网络存在内存占用量大和检测耗时长的问题,提出以特征图L1范数为准则的递归裁剪算法,逐步降低模型计算量及储存空间,同时将检测准确率保持在较高水平。在基于ImageNet数据库和铁路场景数据库的测试中,该算法可以将VGG16模型压缩约660倍并加速计算4.4倍,而损失的检测准确率分别只有1.2%和0.25%。研究结果表明,基于特征图L1范数的裁剪准则普遍适用于任何具有卷积运算的神经网络结构中,性能优于现有基于卷积核L1范数的裁剪准则。     

���ڳ���ǰ��������Ĺ��������

轨道交通线路净空安全是确保列车平稳、不间断运行的基础.由于轨间异物对行车安全产生严重影响,所以基于非轨道电路的轨道异物入侵检测系统在铁路系统中具有十分广泛的应用前景.本文提出了一种基于移动车载摄像机检测轨间异物的方法.首先,通过钢轨识别算法自动定位钢轨位置,并确定列车前方轨道是否有其它列车或公路车辆等大型异物,若有则进行报警;之后,基于边缘检测的异物检测算法自动检测轨间可疑小异物,同时提取可疑异物的尺度信息和颜色索引参数等相关特征;最后,用支持向量机（SVM）来对可疑小异物区域进行分类和辨识.车载实验结果表明,该方法可以有效地检测出轨间异物.     

高寒地区高速铁路路基冻胀远程监测

为准确监测高寒地区高速铁路路基冻胀情况,设计基于棱镜反射原理的高速铁路路基冻胀远程监测系统。考虑到现场环境光线变化对系统检测精度的影响,提出位移敏感元件(PSD)背景光补偿算法,对比试验表明补偿算法能够提高系统的测量精度,强背景光下效果尤其明显。针对环境温度变化对系统检测精度的影响,对系统机构进行优化设计,温度特性试验表明系统处于高寒环境下时对测量精度的影响非常微小。整个系统在哈齐高速铁路进行了为期3个月的冬季现场监测,系统运行稳定可靠,测量点路基冻胀值最大约为2mm。     

基于单总线技术的车顶钥匙管理柜的设计

采用单总线技术设计车顶钥匙管理柜来替代人对车顶钥匙的管理、分配。排除人对车顶钥匙管理的干预，保证车顶钥匙管理工作的安全、可靠。单总线钥匙柜通过USB接口与计算机主机进行通讯。     

基于高阶全连接条件随机场的高速铁路异物入侵检测方法

随着我国高速铁路的快速发展,运营线路里程不断增加,铁路异物入侵对列车运行安全的威胁日趋严重。针对现有基于计算机视觉的铁路异物入侵检测方法存在的检测精度差、误检率高等问题,提出一种新的基于条件随机场CRF的前景提取算法并将其应用于高铁周界入侵检测中。前景提取是计算机视觉中的一个重要问题,也是基于计算机视觉的铁路异物入侵检测方法的核心算法。基于CRF的前景提取算法针对动态背景、伪装色等关键问题引入全连接结构,并增加高阶势,同时采用基于快速卷积的CRF推断算法实现快速求解。实验结果表明,前景提取算法的总体检测效果在通用测试数据集上优于现有算法,并在铁路现场场景取得较好地应用效果。     

基于点集配准的非接触式地铁限界检测系统标定方法研究

地铁限界是保证地铁车辆安全运行的重要数据,目前使用较多的接触式地铁限界检测存在效率低、无法准确获知超限尺寸的缺点,本文基于激光扫描测距原理开发了一种断面检测密度高、误差小的非接触式地铁限界检测系统。针对非接触式检测系统标定困难影响测量精度的问题,提出了应用机器视觉领域的点集配准迭代最近点(Iterative Closest Point)算法进行系统标定,将2个180°二维激光扫描传感器采集到的数据点拼接成一个完整的基于轨道基准坐标系的测量断面。北京地铁8号线、15号线的现场实验证明,经过该方法标定的限界检测系统可准确获知超限位置和超限尺寸,推行速度为6km/h时采样断面间距密度为0.02m,多次反复测量时系统精度可达±4mm。     

基于单幅图像的轨检车位置校正方法研究

列车通常利用里程计实现连续定位,但其累积误差必须加以修正.由于轨检车无法利用传统方法校正里程计累积误差,本文提出一种利用地面标志图像进行轨检车位置定点校正方法.它利用安装在轨检车顶部的相机获取相机前方的图像,通过地面标志在图像中的像素坐标计算它到相机的距离,然后由该距离和事先存储的地面标志实际位置计算轨检车位置.本文首...