基于卷积神经网络的列车检测算法研究

摘要：

列车检测作为列车自动驾驶的核心技术,可以有效地降低列车追尾等事故造成的人身危险和财产损失.为实现精准的列车检测,选用改进的卷积神经网络(PVANET)对输入图像进行特征提取,在此基础上,采用候选区域网络,从生成的特征图里滑动搜索,判断出图像中可能为列车的区域位置,并进一步采用快速区域卷积神经网络对每个候选区域进行分类,计算出其所属类别的置信度,同时精确定位列车.经验证,该方法适应范围广、鲁棒性高,可以有效地检测不同环境光强及不同朝向的列车,保障列车安全,为列车自动驾驶及辅助驾驶提供安全保障.

关键词：卷积神经网络、候选区域网络、列车检测、智能交通系统、自动驾驶列车

所属期刊栏目：43

分类号：U298.1(铁路运输管理工程)

资助基金：北京市科学技术委员会科技计划课题Z191100002519005

在线出版日期：2021-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：74-78,87