基于改进YOLOv5的道岔位移检测方法研究

来源：计算机测量与控制杂志2025年第11期北京时间：

作者：刘智成,彭有根,文志远,柯仔群,伍彦俊

单位：广州地铁集团有限公司

摘要：针对地铁系统，设计了一种创新的道岔位移检测方法，该方法融合了优化的YOLOv5目标检测算法与二维码位置识别技术；通过精准识别道岔上的二维码位置变化，实现位移的实时检测与预警；通过在轨道叉尖上粘贴二维码标靶，利用视觉传感器实时检测叉尖位移；系统使用YOLOv5s模型进行目标检测，并引入CBAM注意力机制和DIoU损失函数，提高检测精度和效率；为了提高道岔位移检测的实时性，在异常情况突发下及时报警，在网络中添加了ShuffleNet V2模块；实验结果表明，改进后的YOLOv5模型在不同光照条件下对二维码标靶的检测性能优异，实时性满足使用需求，为地铁轨道的健康检测提供了可靠的数据支持；此方案旨在克服传统检测方法中的局限性，确保列车运行的更加平稳与安全；

关键词：叉尖位移;YOLOv5;注意力机制;二维码识别;实时检测