典型文献
基于机器视觉技术的城市轨道交通列车定位与测速系统研究
文献摘要：
针对现有城市轨道交通列车测速与定位系统存在定位精度差、维护成本高等缺陷,提出了一种基于机器视觉技术的城市轨道交通列车定位与测速方法.首先通过高速工业相机拍摄轨道线路,采用深度学习方法提取轨枕目标,基于YOLO v3算法构建模型,并对列车定位与测速的算法流程进行设计,用以实现对轨枕的计数;然后将轨枕数乘以轨枕间距,得到列车的实时位置;最后将研发出的样机装车,在实际的线路上进行试验.试验结果表明,基于机器视觉技术的城市轨道交通列车定位与测速系统在列车以120 km/h速度行驶时,可实现对列车的连续定位与测速,其精度高于现有的测速设备,可满足城市轨道交通列车的实时定位与测速要求.
文献关键词：
城市轨道交通;列车定位;列车测速;机器视觉;神经网络
中图分类号：
作者姓名：
黄涛;张军贤;蔡正凯;饶鑫;单奇
作者机构：
中车南京浦镇车辆有限公司,210031,南京;西南交通大学机械工程学院,610031,成都
文献出处：
引用格式：
[1]黄涛;张军贤;蔡正凯;饶鑫;单奇-.基于机器视觉技术的城市轨道交通列车定位与测速系统研究)[J].城市轨道交通研究,2022(07):8-12
A类：
B类：
机器视觉技术,城市轨道交通列车,列车定位,测速系统,列车测速,定位系统,定位精度,维护成本,工业相机,深度学习方法,轨枕,YOLO,v3,构建模型,乘以,枕间,样机,装车,连续定位,实时定位
AB值：
0.222852
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
