基于改进Mask R-CNN的轨道扣件状态检测方法

为提高轨道扣件状态检测的准确率,基于K均值聚类算法改进掩膜区域卷积神经网络(Mask R-CNN)实例分割算法中的区域建议网络。进行基于改进Mask R-CNN的轨道扣件状态检测方法研究,并将该方法分别应用于普速铁路有砟轨道2个扣件数据集和高速铁路无砟轨道1个扣件数据集上进行轨道扣件状态检测。结果表明:该方法能对普速铁路有砟轨道和高速铁路无砟轨道图像中的扣件状态进行准确检测,扣件的定位准确率和分类准确率平均分别达到97.05%和98.36%,均优于YOLO V3,Faster R-CNN和Mask R-CNN算法;相较于前2种算法,本方法对普速铁路有砟轨道扣件状态检测的优势更为明显。     

铁路桥梁非接触检测技术发展

针对铁路桥梁非接触检测的迫切需求,对桥梁非接触检测技术进行了探讨,介绍了基于全球导航卫星系统(GNSS)和合成孔径雷达干涉技术(InSAR)的星载遥感测试技术,以及基于光电图像、地基干涉雷达和激光多普勒测振技术的测站式测试技术的原理、方法与精度.对比分析发现星载遥感测试技术不适用于铁路常用跨度桥跨结构的测试.从测试信号...     

轨道与接触网几何检测融合技术研究

为解决现有轨道和接触网几何参数检测系统相对独立、同步误差大的问题,对二者进行融合.改变检测系统硬件架构,统一两系统编码器脉冲及数据接口,提升系统硬件集成度及数据对齐精度;依据QNX系统开发融合系统软件,保证系统实时性及执行效率;制作L形工装,依据特征波形验证数据对齐精度;在实验室模拟车体振动的测试环境,分别采集静态及动...     

基于线特征跟踪的铁路桥梁支座振动位移测量方法

针对现有基于结构物表面纹理特征跟踪的支座振动位移测量算法易受光照、背景杂波、运动模糊等因素干扰的问题,提出一种基于线特征跟踪的铁路桥梁支座振动位移测量方法.利用大津法与连通体分析法获取感兴趣目标,并基于感兴趣目标确定线跟踪区域,提高支座位移计算效率;利用一种直线鲁棒检测算子,快速提取桥梁支座振动过程中线跟踪区域中的线目...     

无动力接触网综合检测车的设计

介绍了一种用于地铁接触网综合检测的车辆,该车辆设有增强型接触网动态检测装置、接触网侵限物体检测装置、固定作业平台、剪刀式作业平台、绝缘子清洗设备等.     

基于相控阵超声技术的重载铁路钢轨焊缝检测方法

针对采用传统超声波对重载铁路钢轨焊缝检测时效率低且易漏检的问题,提出了利用相控阵超声技术对钢轨焊缝进行检测.通过仿真模拟确定了扫描角度和探头位置等检测工艺,并选取GHT-5和YN-1试块进行试验验证.结果表明:采用相控阵超声技术进行焊缝检测可以实现多角度扫查,探头小范围移动即可完成全覆盖扫查,操作简单,效率高,检测效果...     

高速铁路供电安全检测监测系统应用研究

高速铁路快速发展对接触网的可靠性、安全性等提出更高的要求,供电安全检测监测系统(简称“6C系统”)为高速铁路接触网临时修、综合修、精调精修(三级修)提供数据来源,为保证状态修奠定基础。分析检测监测技术,研究6C系统功能,为6C设备开发、优化和应用提供借鉴。     

面向地铁场景的激光雷达目标检测研究

针对列车运行前方限界难以实时构建、非结构化轨道道路环境目标聚类检测复杂等问题,提出一种基于激光雷达的目标检测及前方界限实时构建系统。首先,采用了空间换时间的策略提升轨道提取效率,利用轨道局部高程信息、全局几何平行信息并融合多帧信息实现轨道稳定提取,从而基于提取的轨道位置实时构建列车通行的前方限界;其次,基于点云深度图、梯度与距离特征解决了非平铺路场景下的障碍物聚类问题,采用航迹信息进行多目标跟踪提高目标跟踪的稳定性。通过在地铁场景实车测试验证,结果表明该方法能够准确可靠地提取轨道位置和进行目标检测与跟踪。     

一种基于单应性变换的车道线检测方法

针对辅助驾驶系统中的车道线检测问题提出一种基于单应性变换和直方图分析的方法：首先根据相机参数确定图像中的感兴趣区域,并对图像进行颜色分割和梯度计算以提取候选车道线像素;接着利用单应性变换将图像信息投影到俯视图像,并利用直方图分析提取车道线像素;最后对车道左右两侧提取的标识线像素分别进行二次曲线拟合,从而获得当前车道标识线的几何信息。通过对行车视频图像进行算法检验,结果表明该方法能以30帧/秒的实时速度检测出车道线并计算其几何信息。     

基于Faster-RCNN的站台端部人员入侵检测研究

铁路客运站的站台端部为非封闭式环境,存在人员非法入侵的风险。在阐述Faster-RCNN算法原理的基础上,详细描述了VGG16模型、RPN网络以及分类回归的过程。采集现场数据制作样本集,训练了可区分普通人员、施工人员以及防护人员的站端入侵检测模型。测试分析了5组不同参数下的实验数据,确定候选区队列长度等于300,推荐候选区数量等于15时为最优参数。模型对普通人员、施工人员以及防护人员3种样本的识别精确率分别为95%、99%、100%,识别召回率分别为97%、99%、100%,平均精确率均值为0.983 6,单帧检测时间为0.069 s。结果表明:算法可有效地检测普通人员、施工人员以及防护人员,满足实时检测需求,为站台端部人员入侵检测提供了新思路。