典型文献
基于机器视觉的轨道交通自动测距研究
文献摘要：
行驶中的两辆列车之间保持安全距离是避免列车追尾事故发生的重要条件.由于机器视觉获得的图像数据信息丰富,可以根据采集到的图像进行多方面的集成检测,所以文中提出了一种基于机器视觉的列车测距方法.该方法以列车两条轨道不变的间距(1435 mm)作为基准来推算列车之间距离.利用卷积神经网络对单目相机采集到的图像进行处理和分析,提取所需的轨道特征,再基于已有的小孔成像原理推导出世界坐标系与像素坐标系之间的映射关系,从而优化列车之间距离的计算式.实验结果表明,测距系统的误差率<6％,并且系统测量时间在40 ms之内,说明该方法实现了将测距与在图像中获取其他信息的有效融合与集成,可用于对列车制动距离进行判断.
文献关键词：
距离测量;机器视觉;单目相机;深度学习;图像处理;轨道检测;小孔成像原理;卷积神经网络
中图分类号：
作者姓名：
毕嘉桢;沈拓;张轩雄
作者机构：
上海理工大学 光电信息与计算机工程学院,上海200093;同济大学 上海市轨道交通结构耐久与系统安全重点实验室,上海201804
文献出处：
引用格式：
[1]毕嘉桢;沈拓;张轩雄-.基于机器视觉的轨道交通自动测距研究)[J].电子科技,2022(09):37-43
A类：
B类：
机器视觉,自动测距,两辆,安全距离,追尾事故,图像数据,推算,单目相机,机采,道特,小孔成像原理,出世,世界坐标,坐标系,像素坐标,映射关系,计算式,测距系统,误差率,系统测量,ms,有效融合,列车制动,制动距离,距离测量,轨道检测
AB值：
0.346285
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。
