基于單目視覺(jué)的列車(chē)前方障礙物檢測(cè)識(shí)別算法研究.pdf

1、鐵路承載著國(guó)民流動(dòng)和貨物運(yùn)輸?shù)闹卮笫姑Ｎ覈?guó)鐵路不僅里程長(zhǎng)，且跨越不同的地形，由山體滑坡、塌方、泥石流等自然災(zāi)害、前方車(chē)列、人、物等隨機(jī)異物造成的限界入侵事件頻發(fā)，嚴(yán)重威脅著列車(chē)行車(chē)安全。在高速行車(chē)環(huán)境下，僅依靠司機(jī)視覺(jué)、巡道工和單點(diǎn)監(jiān)控防護(hù)的方式已難以實(shí)現(xiàn)對(duì)行車(chē)環(huán)境的實(shí)時(shí)可靠監(jiān)測(cè)。隨著軌道交通全自動(dòng)駕駛信號(hào)系統(tǒng)的研發(fā)和鐵路視覺(jué)監(jiān)測(cè)技術(shù)的應(yīng)用，實(shí)現(xiàn)行車(chē)前方鐵路限界環(huán)境的智能化監(jiān)測(cè)已然成為研究的熱點(diǎn)課題，具有重要的現(xiàn)實(shí)意義。
　　本

2、文在對(duì)當(dāng)前國(guó)內(nèi)外已有軌道交通限界監(jiān)測(cè)技術(shù)研究和對(duì)比的基礎(chǔ)上，采用基于車(chē)載單目視覺(jué)的方式來(lái)實(shí)現(xiàn)列車(chē)運(yùn)行前方限界內(nèi)障礙物的檢測(cè)和識(shí)別。通過(guò)對(duì)目標(biāo)序列幀的分析，依據(jù)路軌環(huán)境特征，著力于解決鐵路限界區(qū)域的識(shí)別和追蹤、疑似障礙物前景目標(biāo)的定位提取和侵限障礙物的檢測(cè)識(shí)別三個(gè)關(guān)鍵步驟。本文主要研究?jī)?nèi)容包括:
　　(1)鐵路限界檢測(cè)跟蹤算法研究。針對(duì)目前以靜態(tài)直線為主的限界模型準(zhǔn)確性不足的問(wèn)題，本文以鐵路軌道線為基準(zhǔn)，通過(guò)像素比例變換來(lái)核定限界范

3、圍，提出了分段可切換曲線模型來(lái)實(shí)現(xiàn)軌道線的動(dòng)態(tài)跟蹤與描述。算法在近景區(qū)域以改進(jìn)Hough變換得到直軌參數(shù)，在遠(yuǎn)景區(qū)提出基于Hu不變矩的可漂移窗口搜索算法得到軌道特征點(diǎn)，以此擬合遠(yuǎn)景軌道模型。最后，依據(jù)模型切換策略和仿射變換原理實(shí)時(shí)更新限界范圍。
　　(2)疑似障礙物目標(biāo)定位提取算法研究。目前研究中所采用的前景目標(biāo)檢測(cè)方法在動(dòng)態(tài)路軌環(huán)境中背景干擾較大，本文提出以幀間差分法為基礎(chǔ)，根據(jù)軌間紋理可知的特性，引入數(shù)學(xué)形態(tài)學(xué)重構(gòu)軌間紋理，以

4、實(shí)現(xiàn)差分補(bǔ)償，通過(guò)灰度差分累積值在疑似障礙物目標(biāo)位置具有突變點(diǎn)來(lái)確定前景目標(biāo)位置，實(shí)現(xiàn)疑似目標(biāo)的定位和分割提取。
　　(3)限界內(nèi)障礙物檢測(cè)識(shí)別算法的研究。針對(duì)目前研究中存在目標(biāo)辨識(shí)判別特征單一，難以適應(yīng)路軌多變環(huán)境的問(wèn)題，本文分析了干擾障礙物目標(biāo)辨識(shí)的主要對(duì)象，針對(duì)性地融合了多類(lèi)形狀特征和區(qū)域紋理特征來(lái)豐富特征類(lèi)型，采用Adaboost算法將由多類(lèi)特征確定的分量分類(lèi)器集成為強(qiáng)分類(lèi)器以實(shí)現(xiàn)疑似目標(biāo)的辨識(shí)，有效提高了識(shí)別的準(zhǔn)確度。<