轨道交通动态异物轨迹追踪与预测研究
在列车运行过程中轨道上的异物是威胁列车运行安全的不确定性因素,而轨道周围具有移动特性的动态异物是威胁列车运行安全的另一不确定因素.因此,基于机器视觉技术,通过背景差分法对轨道周围的异物进行检测,利用融合混合高斯模型的3帧差分法对动态异物与静态异物进行区分,并采用具有信道和空间可靠性的判别相关滤波跟踪器(CSR-DCF)算法对动态异物的轨迹进行追踪,采用扩展卡尔曼滤波算法对追踪到的轨迹进行分析研究预测轨迹动态异物,使异物入侵检测方法更能满足轨道交通运行安全的需求.
轨道交通、动态异物、轨迹追踪、轨迹预测、机器视觉
43
TP181;U2(自动化基础理论)
国家自然科学基金52072214
2022-11-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
109-114