基于卷积神经网络的铁路曲线特征点检测算法

摘要：

针对现役轨道检测系统中曲线特征点检测算法参数难以适应实际线路中曲线半径范围较大,以及由于参数设置不当导致检测的曲线特征点位置与实际位置偏差较大的问题,结合机器学习算法,提出了一种基于卷积神经网络的曲线特征点检测算法.该卷积神经网络模型可以同时对曲线的特征点进行分类和定位,将一段连续的超高数据归一化处理后作为输入数据,计算得出该数据段中曲线特征点的类型及其相对位置.该算法有效弥补了现役轨道检测系统中曲线特征点检测算法的不足,能够准确检测出曲线特征点,具有很好的工程应用前景.

关键词：轨道检测、曲线特征点、机器学习、卷积神经网络、检测算法、归一化处理、超高

所属期刊栏目：61

分类号：U216.3(铁路线路工程)

资助基金：中国铁道科学研究院集团有限公司基金2020IMXM01

在线出版日期：2021-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：133-137