基于传感器信息融合的轨道交通变形监测

为提升轨道交通变形监测准确度,文中提出基于传感器信息融合的轨道交通变形的监测方法。该方法构建交通轨道变形监测模型,利用离散Kalman滤波算法对轨道震动信号数据实施滤波处理,通过震动信号轨道表面局部变形的冲击引导方法,引导图像传感器展开图像采集,通过对轨道交通变形图像实施纹理特征提取后,采用学习向量量化神经网络实现变形分类,达到监测轨道交通变形目的。实验结果表明:该方法具有较高数据采集能力,冲击引导能力好、误差低、分类准确度高,可有效实现轨道交通变形监测。