面向轨道智能交通大学生创新训练实践教学平台设计

以轨道智能交通中的入侵异物智能检测为对象,设计了一种新型的大学生创新训练实践教学平台,提出了一种基于深度学习的轨道异物入侵检测模型,并结合人工智能和机械设计等交叉学科专业知识,自主研发了一种小型轨道异物入侵智能检测系统物理样机,实现了复杂环境下的高效轨道异物入侵检测。实验和实践结果表明,该模型很好地平衡了检测速度和精度,在NVIDIA GTX1080Ti平台上对自建轨道异物入侵数据集的平均检测精度为96.1%,检测速度为209 FPS。通过上述大创实践教学平台的设计、实施和考核,培养和激发了大学生的创新实践和团队协作能力。