基于AI视觉和激光雷达数据融合技术的主动障碍物检测系统研究

随着地铁运行效率提升需求的日益增长,越来越多的地铁运营线路开始采用FAO运营模式。FAO的引入使得传统的被动式障碍物检测方式已无法满足行业发展需求,因此,列车主动障碍物检测系统应运而生。文章基于当前行业内某主流列车主动障碍物检测系统,通过深入剖析其系统架构、网络拓扑、系统功能及关键技术指标,重点研究该系统所依托的AI视觉和激光雷达数据融合技术、毫米波雷达技术和限界判断及检测技术相关工作原理,以及在实际应用过程中面临的应用技术难点,从而进一步探讨该技术在无锡地铁及其他更多城市地铁系统中的广阔应用前景。

基于多技术融合的地铁列车障碍物检测系统设计分析探讨

随着人们生活水平的不断提高,地铁越来越成为人们出行选择的重要轨道交通工具,进而也就对地铁的运行质量提出了更高的要求。而信息技术的不断更新,使得无人驾驶列车成为可能。但是,如何让无人驾驶列车在运行时自动的识别以及检测前方的障碍物是当前所要研究的主要问题。而通过将红外摄像机、3D摄像机以及无线电雷达等多种技术进行融合,就可以确保列车能够在不受天气、气候等外界环境影响的状况下,实现对障碍物的精准检测,以此就能有效的保障列车的行驶安全。

车辆障碍物检测系统误触发紧急制动故障分析

障碍物检测系统可有效降低地铁车辆在运行过程中与障碍物碰撞的风险,避免列车运行过程中重大安全事故的发生。针对某地铁车辆在动调过程中多次发生因障碍物检测系统误触发紧急制动的故障,文章从障碍物检测系统工作原理分析入手,通过对其机械结构和电气线路的排查与检测找到故障点,为此类故障的快速诊断提供了思路及方法。

基于毫米波雷达和计算机视觉联用的障碍物自动检测系统实验平台设计

针对人工智能课程实验要求,结合轨道交通障碍物检测实际工程问题,开发了一种基于毫米波雷达和计算机视觉联用的障碍物自动检测系统实验教学平台。该实验平台由数据采集模块、信息处理模块和预警显示模块组成,涉及图像处理技术、目标检测技术、网络模型部署等。实验结果表明,该系统具有良好的有效性、实时性、鲁棒性以及小目标检测能力,可以满足实际场景下的检测性能要求。通过该实验教学平台,可以提高学生创新实践能力,使学生认识到人工智能技术在实际工程问题中的应用,从而为将来的科研或工作打下基础。

光电式压路机用障碍物自动检测及报警系统

为了快速准确地检测障碍物,防止压路机在作业行驶中对人或物造成伤害,设计了一种压路机用障碍物自动检测及报警系统。该系统由光电式距离检测传感器阵列和总控制器及报警器构成。系统设定的报警阈值为压路机预期撞上障碍物的时间,报警触发距离随车速自动调整,不易误报施工配合人员,并克服了基于超声波传感系统的检测速度低、容易误报边缘区域外障碍物的缺陷。

全自动运行信号系统设计的工程优化方案研究

城市轨道交通全自动运行系统(FAO)根据自动化等级分为GoA3有人职守的全自动运行和GoA4无人职守的全自动运行。针对全自动运行系统"中心强化管控、故障快速恢复"的功能需求特点,阐述全自动运行的核心专业——信号系统,从GoA2级向GoA4级过渡中在系统架构和功能上优化设计方案的重要性。以中心直接管控列车为出发点,重点从中央集中管控、设备安全可靠、故障快速恢复等方面,提出了采用双活中心、全电子联锁、集雷达与视频分析技术于一体的智能探测设备的优化建议,为提高全自动运行系统的可靠性、稳定性提供参考。

基于运动一致性的视觉多目标跟踪算法

视觉多目标跟踪模块在主动式车载障碍物检测系统中占据关键地位。然而,现有的视觉多目标跟踪算法多依赖离线计算得到的目标检测结果,并未充分考虑这个阶段耗时对实际应用中跟踪效果的影响。因此,本研究首先针对实际应用环境,设计了一个多线程异步的视觉障碍物检测系统框架;随后,提出了一种多特征融合的视觉多目标跟踪算法,该算法以本研究所提出的基于目标运动向量的运动一致性特征指标为基础,结合目标跟踪研究中常用的外观特征和马氏距离等特征,优化级联匹配策略,旨在提升对具有相似外观特征和运动规律的多个目标的跟踪稳定性,同时保证常规场景下目标的稳定跟踪;最后,将所提出的多目标跟踪算法集成于所设计的障碍物检测系统框架中,通过实验分析来验证该算法的有效性。实验结果表明,该算法能较稳定地跟踪实际应用环境下的各类目标,相比参照算法可达到更长时间稳定跟踪的效果。