列車前方軌道識別算法的設計與實現(xiàn).pdf

1、近年來，隨著城市軌道交通的快速發(fā)展，地鐵、輕軌等列車的行車安全變得日益重要。障礙物檢測系統(tǒng)通過輔助駕駛員排查列車前方軌道情況，提高了列車的行車安全性。對于障礙物檢測系統(tǒng)，高效準確地識別出列車前方軌道至關重要。本研究基于列車車載前置攝像頭采集到的圖像，完成了對列車前方軌道的識別。識別過程主要分兩步，首先是近距離軌道識別，然后是根據(jù)近距離軌道識別的結果得到種子點，以改進的引入方向的種子區(qū)域增長方法完成遠距離軌道識別。
　　本研究主要內(nèi)

2、容包括：⑴對于近距離里軌道識別，采用的是現(xiàn)有的基于曲率映射圖的軌道識別算法，并作了進一步的改進。其中，曲率映射圖類似于模板匹配中的模板，不過更為細致。本文的改進主要體現(xiàn)在曲率映射圖的創(chuàng)建上，在創(chuàng)建曲率映射圖之前，建立了列車與不同曲率的理想軌道之間的位置關系。然后根據(jù)相機的內(nèi)參及其相對列車的位置與姿態(tài)得到圖像上每個像素點對應的理想軌道的曲率，即曲率映射圖。整個過程不僅計算方便，而且得到的曲率映射圖精度高。另外，在根據(jù)曲率映射圖和輸入圖像的

3、梯度圖選取最匹配的理想曲率時，也作了一定的改進。⑵對于遠距離軌道識別，提出了基于局部梯度信息的軌道識別算法，該方法一共分四步。首先根據(jù)圖像梯度，設計一個度量，衡量菜一區(qū)域內(nèi)的圖像與實際軌道圖像的相似度。然后根據(jù)近距離軌道識別的結果，得到初始的種子點（包括位置和方向）。接著在當前初始種子點的鄰域內(nèi)搜索一個最佳的位置和方向（相似度最高，并滿足一定約束的）作為當前最佳種子點，并由當前最佳種子點延伸到下一個初始種子點。最后重復種子延伸過程，并聯(lián)