地铁车载单目摄像机下异物侵限检测方法探究

地铁运营对轨行区界限具有非常高的要求,异物侵限对地铁运营会造成严重后果。现有研究方法大多为接触式或固定区域非接触式,这类方法无法对整条线路进行实时检测。针对该问题,提出了一种车载单目摄像机视野环境下异物侵限检测方法,即通过车载摄像机实时获取列车前方视野,利用改进的canny算法和霍夫直线检测算法确定轨行区形成感兴趣区域,并通过YOLO_v3深度神经网络实现对轨行区异物入侵检测。实验证明,该方法可有效提高检测效率和准确性。