基于機器視覺的嵌入式鐵路異物侵限檢測系統(tǒng)研究.pdf

1、隨著我國高速鐵路飛速發(fā)展，如何保證運營安全成為關鍵。在眾多影響高速鐵路行車安全的因素中，異物侵限問題隨著列車運行速度提高、制動距離增加而愈發(fā)突出，而僅靠司機觀察和人工巡檢的預防措施已不能滿足運營要求。因此，在鐵路沿線重點路段安裝異物侵限檢測裝置，及時準確地發(fā)現(xiàn)異物并報警對鐵路系統(tǒng)的安全運營發(fā)揮著至關重要的作用。
　　論文設計了基于機器視覺和嵌入式技術的鐵路線路異物侵限檢測系統(tǒng)。系統(tǒng)采用基于ARM的嵌入式異物檢測硬件平臺，設計了一套

2、基于機器視覺的目標分類和目標跟蹤異物檢測算法，通過沿線布置分布式檢測節(jié)點的方案實現(xiàn)在線侵限異物檢測功能。
　　論文首先設計了基于ARM的硬件檢測平臺，利用FPGA、圖像采集芯片實現(xiàn)圖像采集和預處理功能;通過移植嵌入式以太網(wǎng)協(xié)議棧LwIP結合以太網(wǎng)硬件接口實現(xiàn)了以太網(wǎng)通信功能;通過運用FatFs文件系統(tǒng)配合芯片內(nèi)部的SSI通信接口實現(xiàn)了SD卡文件讀寫功能;同時，利用芯片豐富的GPIO接口設計了一套完整的ARM-FPGA通信方案。通過

3、實驗驗證了硬件平臺從圖像采集到以太網(wǎng)傳輸?shù)恼w功能流程。
　　論文重點研究了基于異物目標分類和運動行為分析相結合的嵌入式異物侵限檢測算法。算法采用兩級判別結構，首先利用支持向量機(SVM)及一組特征向量對背景差分圖像得到的異物目標進行分類，根據(jù)分類結果濾除大部分行進列車目標，之后運用Kalman濾波器設計目標跟蹤算法，對其余目標進行行為和運動趨勢分析，濾除其中非侵限干擾信息，提高報警準確率，并對有侵限趨勢的異物提前預警。