论文部分内容阅读
我国的轨道交通线路里程长,途径环境的复杂多样化,由自然灾害、人为因素、随机异物等造成轨道出现障碍物,严重影响行车安全。在客流量大,列车班次间隔时差短的今天,通过人为检测、固定安装监控点的方式随着运营线路的加长成本愈加高昂,因此,通过结合行驶的列车记录的单目实时图像,提出了一种改进的LeNet-5卷积神经网络的轨道交通障碍物检测方法,可实时识别出列车前方铁轨是否存在障碍物,为列车控制系统提供智能预警信息,避免列车与障碍物发生碰撞,保障列车行车的安全性和可靠性。