期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

一种基于视觉的列车智能障碍物检测装置

Vision-based Train Intelligent Obstacle Detection Device
下载PDF
导出
摘要 随着列车自动化程度的增加,列车智能障碍物检测变得越来越重要。本文运用图像处理技术,基于Journey2设计了一种非接触式列车智能障碍物检测装置。该装置可实现轨道线检测、障碍物识别、障碍物综合判断,可应用于城市轨道交通车辆非接触式障碍物检测。试验结果表明,其对障碍物的检测判断,准确度可达到99%。
作者 汪阳 戴林恩 Wang Yang;Dai Linen
机构地区 中车青岛四方机车车辆股份有限公司 南京必勤得创智能科技有限公司
出处 《艺术科技》 2020年第23期78-80,共3页 Art Science and Technology
关键词 图像处理 非接触式 障碍物检测 Journey2
分类号 U284.48 [交通运输工程—交通信息工程及控制]
  • 相关文献

参考文献2

二级参考文献19

  • 1Clements Mair, Dr Saeed Fararooy. Practice and potential of computer vision for railways[ C]. Condition Monitoringtbr Rail Transport. lEE Seminar, 1998 Nov. 10.
  • 2Jun Xue,Jun Cheng,Li Wang,et al. Visual monitoring- based railway grade crossing surveillance system [C]. 2008 Congress on Image and Signal Processing, 2008.
  • 3Susumu Kubnta, Tsuyoshi Nakano, Yasukazu Okamoto. A global optimization algorithm for Real-time On-board stereo obstacle detection systems [C].Proceedings of the 2007 IEEE Intelligent Vehicles Symposium lstanbul, Turkey, 2007, June 13-15.
  • 4-dayuki 'l-ugawa. Vision-based vehicles in Japan : Machine vision systems and driving control systems [J].IEEE Transactions on Industrial Electronics, 1994 vol. 41, August, 4.
  • 5Fatih Kaleli, Yusuf Sinan Akgul. Vision-based railroad track extraction using dynamic programming [ C ]. Proceedings of the 12th International IEEE Conference on intelligent Transportation Systems, 2009, Oct. 3-7.
  • 6Milan Ruder, Nikolaus Mohler, Faruque Ahmed. Anobstacle detection system [or automated train5[C]. Intelligent Vehicles Symposium, 2003.
  • 7Maneesha Singh, Sameer Singh, Jay Jaiswal, el al. Autonomous rail track inspection using vision based system [ C ]. IEEE International Conference on Computational Intelligence Ibr Homeland Securily and Personal S',dety[ CI. 2006, Oct. 16-17.
  • 8Canny J. A computational approach to e(Jge deteclJon [ J ]. IEEE Trans. Pattern Analysis and Machine Intelligence, 1986, 8(6) : 679-698.
  • 9R Deriche. Using Canny's criteria to derive a recursively implemented optimal edge detector[J]. Computer Vision, 1987 Vol. 1, April, 167 187.
  • 10N Cristianini, J Taylor. An introduction to support ve-:lor machines and other Kernel-based learning methods[M]. Cambridge UP, 2000.

共引文献49

艺术科技
2020年 第23期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部