高铁接触网异物侵入的机器视觉检测方法

高铁接触网异物侵入的机器视觉检测方法

论文摘要

接触网是沿铁路线上空架设的为电力机车供电的输电线路,接触网上附着的鸟巢等异物将对列车运行造成安全隐患。目前主要是通过人工检查的方式对接触网异物进行检测并清除,这种方式不仅成本高,效率低,往往不能及时排除安全隐患。为了对接触网异物进行及时有效的检测,同时降低人力成本,针对高铁运行环境的固定结构化特征,综合运用计算机视觉、深度学习等技术对铁路入侵异物进行实时检测。首先基于LSD直线段检测算法获取鸟巢可能出现的感兴趣区域;其次利用YOLOv3网络在ImageNet上进行训练得到一个预训练权重,并使用人工标注的数据集继续训练网络直到网络收敛;最后使用训练好的网络对感兴趣区域存在的鸟巢进行检测。实验结果表明,最终得到的平均检测精度为0.89,平均检测速度为38 f/s,可以实现对异物目标的准确实时检测。

论文目录

  • 1 引言
  • 2 相关工作
  • 3 电杆位置及ROI区域的确定
  •   3.1 电杆位置的确定
  •   3.2 感兴趣区域ROI的确定
  • 4 基于YOLOv3深度学习网络的接触网异物检测
  • 5 实验与分析
  •   5.1 实验环境
  •   5.2 兴趣域定位结果
  •   5.3 异物检测结果与评价
  •     5.3.1 检测过程及结果
  •     5.3.2 目标检测性能指标
  •     5.3.3 检测性能评价
  • 6 结束语
  • 文章来源

    类型: 期刊论文

    作者: 蒋欣兰,贾文博

    关键词: 异物入侵检测,高铁接触网,直线检测,深度学习

    来源: 计算机工程与应用 2019年22期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 铁路运输,计算机软件及计算机应用

    单位: 中国社会科学院大学计算机教研部,北京交通大学计算机与信息技术学院

    基金: 中国社会科学院大学校级科研项目(No.000719114),2019年北京市大学生科学研究与创业行动计划项目(No.201914596001)

    分类号: U225;TP391.41

    页码: 250-257

    总页数: 8

    文件大小: 2229K

    下载量: 434

    相关论文文献

    标签:;  ;  ;  ;  

    高铁接触网异物侵入的机器视觉检测方法
    下载Doc文档

    猜你喜欢