高速列车接触网的定位器夹持导线,在保证受电弓的受流质量方面发挥着关键的作用。近年来随着计算机视觉技术和硬件的快速发展,采用高清摄像头对接触网进行图像监测越来越普遍。特征网络金字塔(feature pyramid networks,FPN)可以将包含更加抽象、更多语义的深层卷积特征和更高分辨率、更多细节信息的浅层卷积特征融合,能够有效解决高速列车的接触网定位器因目标较小而导致检测效果较差的问题。首先研究了Faster R-CNN的目标检测算法,然后结合FPN算法思想对Faster R-CNN进行改进,提出了基于FPN+Faster R-CNN的高速列车接触网定位器检测模型。整个检测系统流程包含2步:首先利用FPN+Faster R-CNN对定位器关键区域进行初定位,然后在获得的关键区域内采用LSD(line segment detector)直线检测算法对定位器做精确检测。通过高速列车4C监测系统对列车某线路接触网采集的图像数据集实验分析,采用的基于FPN+Faster R-CNN定位器检测模型在检测精确率和回召率方面得到了很大程度的提高,同时具有较高的实时性。这对实现高速列车的接触网定位器快速而又准确的检测以及保障列车安全行驶具有重要的意义。
类型: 期刊论文
作者: 崔宵洋,林建辉,陈春俊,杨劼立,徐刚
关键词: 接触网定位器,特征金字塔网络
来源: 电子测量技术 2019年15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: 西南交通大学机械工程学院,西南交通大学牵引动力国家重点实验室,中车青岛四方机车车辆股份有限公司
基金: 国家重点研发计划“先进轨道交通”重点专项(2017YFB1201004,2017YFB1201103)资助
分类号: TP391.41;U225
DOI: 10.19651/j.cnki.emt.1902739
页码: 144-149
总页数: 6
文件大小: 372K
下载量: 71
本文来源: https://www.lunwen66.cn/article/7839ff6525f9e4492dd1a2e1.html