一種基于深度學(xué)習(xí)的軌道交通障礙物檢測方法

基本信息

申請?zhí)?/td> CN202011550241.5 申請日 -
公開（公告）號 CN112633176A 公開（公告）日 2021-04-09
申請公布號 CN112633176A 申請公布日 2021-04-09
分類號 G06K9/00;G06K9/32;G06N3/04;G06N3/08 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 賀德強(qiáng);鄒智恒;劉力瓊;陳彥君;徐偉倡;李先旺;李凱;邱曄楓;任若晨 申請（專利權(quán)）人 南寧中車軌道交通裝備有限公司
代理機(jī)構(gòu) 南寧智卓專利代理事務(wù)所（普通合伙） 代理人 譚月萍;鄧世江
地址 530004 廣西壯族自治區(qū)南寧市西鄉(xiāng)塘區(qū)大學(xué)東路100號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于深度學(xué)習(xí)的軌道交通障礙物檢測方法，按以下步驟進(jìn)行：根據(jù)車載攝像頭在列車運(yùn)行時存儲的視頻篩選出包含障礙物的部分。將含有障礙物部分的視頻制作成若干圖像。使用數(shù)據(jù)增強(qiáng)方法將圖像數(shù)量擴(kuò)充。在圖像上劃分感興趣區(qū)域，將檢測范圍設(shè)在軌道附近。由于YOLOv4網(wǎng)絡(luò)對小物體檢測不敏感，設(shè)計(jì)了D?CSPDarknet特征提取網(wǎng)絡(luò)，有效的解決了梯度消失問題且達(dá)到特征重復(fù)利用的目的。結(jié)合設(shè)置有3個特征金字塔池化模塊的新特征融合網(wǎng)絡(luò)，構(gòu)成完整的Improved?YOLOv4障礙物檢測模型。在該模型上使用先前制作好的數(shù)據(jù)進(jìn)行訓(xùn)練，得到用于檢測的權(quán)重文件。利用該權(quán)重文件可進(jìn)行列車障礙物檢測。本發(fā)明可以實(shí)現(xiàn)列車前方障礙物實(shí)時檢測，隨著列車攝像頭采集數(shù)據(jù)不斷的擴(kuò)充，檢測精度隨之升高，且安裝成本低，效率高。