基于機(jī)器視覺(jué)的鐵路異物侵限分布式智能監(jiān)控技術(shù)研究.pdf

1、隨著我國(guó)鐵路跨越式發(fā)展,客運(yùn)高速化和貨運(yùn)重載化程度不斷提高,對(duì)鐵路行車(chē)安全保障系統(tǒng)提出了新的挑戰(zhàn)。機(jī)器視覺(jué)檢測(cè)是計(jì)算機(jī)視覺(jué)領(lǐng)域一個(gè)新興的應(yīng)用方向和備受關(guān)注的前沿課題,它旨在賦予視覺(jué)系統(tǒng)觀察分析場(chǎng)景內(nèi)容的能力,實(shí)現(xiàn)監(jiān)測(cè)的自動(dòng)化和智能化,并已在鐵路工程應(yīng)用中顯示出巨大的發(fā)展?jié)摿?。針?duì)鐵路運(yùn)營(yíng)中異物侵限事故頻發(fā),嚴(yán)重影響列車(chē)行車(chē)安全的問(wèn)題,本論文主要研究通過(guò)機(jī)器視覺(jué)技術(shù)實(shí)現(xiàn)鐵路異物侵限的檢測(cè)與識(shí)別,并達(dá)到鐵路行車(chē)安全全過(guò)程的監(jiān)測(cè)、預(yù)警及安全管

2、理。
　　論文在廣泛搜集、閱讀和分析國(guó)內(nèi)外有關(guān)鐵路異物侵限、機(jī)器視覺(jué)和人工智能等方面最新文獻(xiàn)和成果的基礎(chǔ)上,研究了雙目機(jī)器視覺(jué)、圖像分析、模式識(shí)別和狀態(tài)預(yù)警等方面的基本原理和方法,給出了鐵路異物侵限的雙目立體視覺(jué)的相機(jī)標(biāo)定、圖像預(yù)處理、特征提取、限界確定、異物識(shí)別和侵限狀態(tài)預(yù)警的計(jì)算模型和實(shí)現(xiàn)算法,建立了分布式智能監(jiān)控系統(tǒng)模型,開(kāi)發(fā)設(shè)計(jì)了鐵路異物侵限智能監(jiān)控的原型系統(tǒng),并通過(guò)實(shí)驗(yàn)和應(yīng)用實(shí)例分析,該模型及方法可以有效解決鐵路異物侵限

3、的檢測(cè)、識(shí)別與預(yù)警方面的問(wèn)題,達(dá)到快速穩(wěn)定的實(shí)時(shí)監(jiān)控性能。
　　論文首先深入分析了鐵路安全保障系統(tǒng)目前面臨和存在的嚴(yán)峻形勢(shì),以及分布式智能視覺(jué)監(jiān)控系統(tǒng)在鐵路行車(chē)安全保障系統(tǒng)中的作用與意義,在對(duì)鐵路安全監(jiān)控和機(jī)器視覺(jué)技術(shù)理論應(yīng)用文獻(xiàn)查閱、分析研究的基礎(chǔ)上,提出了鐵路異物侵限分布式智能監(jiān)控系統(tǒng)的設(shè)計(jì)思路。
　　其次,研究了雙目機(jī)器視覺(jué)的原理與技術(shù),在分析雙目機(jī)器視覺(jué)的成像及檢測(cè)原理的基礎(chǔ)上,依據(jù)適宜的相機(jī)標(biāo)定算法建立了雙目立體視

4、覺(jué)的相機(jī)標(biāo)定系統(tǒng),得出了異物侵限視覺(jué)檢測(cè)系統(tǒng)相機(jī)的內(nèi)外參數(shù),分析了相應(yīng)的圖像去噪、圖像增強(qiáng)和圖像銳化等圖像預(yù)處理算法,提出了一種快速整數(shù)遞推GCV閾值圖像去噪算法,并分析了雙目視覺(jué)中三維限界的三維重建技術(shù),
　　再次,研究了鐵路異物侵限圖像特征的提取與二維限界的確定,對(duì)比分析了常用圖像邊緣檢測(cè)算法的基礎(chǔ)上,深入分析基于數(shù)學(xué)形態(tài)學(xué)的邊緣提取算法,給出了改進(jìn)的抗噪膨脹腐蝕型算子,提出了一種灰度形態(tài)學(xué)的多結(jié)構(gòu)元素邊緣檢測(cè)算法,通過(guò)檢測(cè)圖

5、像中鐵軌特征及標(biāo)定后現(xiàn)實(shí)空間坐標(biāo)位置為基準(zhǔn),確定了鐵路二維限界檢測(cè)窗口。并在此基礎(chǔ)上,分析鐵路異物侵限圖像特征,提出了序列檢測(cè)圖像的背景估計(jì)和空間陰影消除方法,借助動(dòng)態(tài)閾值背景差分法檢測(cè)判斷二維限界中異物;進(jìn)一步利用二維限界異物檢測(cè)的結(jié)果,提出了利用立體匹配與三維重建來(lái)確定鐵路三維空間限界的方法,實(shí)現(xiàn)了三維空間內(nèi)的異物侵限檢測(cè)。
　　然后,研究了鐵路異物侵限狀態(tài)預(yù)警技術(shù),通過(guò)對(duì)鐵路異物侵限的場(chǎng)景分析,提出了鐵路異物侵限等級(jí)評(píng)判及預(yù)

6、警的方法。以動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)和模糊分類(lèi)技術(shù)為基礎(chǔ),將影響侵限等級(jí)的各因素用概率方法結(jié)合專家知識(shí)進(jìn)行描述,建立評(píng)估及預(yù)警模型,且將模糊分類(lèi)技術(shù)應(yīng)用到觀測(cè)數(shù)據(jù)的處理,依據(jù)推理算法得到預(yù)測(cè)結(jié)果,通過(guò)案例分析驗(yàn)證該方法的有效性。
　　最后,在研究鐵路分布式智能監(jiān)控的體系結(jié)構(gòu)的基礎(chǔ)上,建立了基于MAS的異物侵限分布式智能監(jiān)控模型,從邏輯結(jié)構(gòu)和功能的角度全面刻畫(huà)了系統(tǒng)中Agent的組成及其功能模塊間的關(guān)系,對(duì)監(jiān)控行為進(jìn)行了形式化的描述,并就Ag