城市轨道交通小型障碍物检测

来源：上海理工大学学报杂志2021年第5期北京时间：

作者：张林，沈拓，张轩雄

单位：上海理工大学 光电信息与计算机工程学院, 上海 200093,上海理工大学 光电信息与计算机工程学院, 上海 200093;同济大学 铁路基础设施和系统安全上海重点实验室, 上海 201804,上海理工大学 光电信息与计算机工程学院, 上海 200093

摘要：障碍物是影响列车行车安全的重要因素，小型障碍物由于体积小，在检测中容易被遗漏。针对上述问题，提出了一种基于卷积神经网络的自动化检测算法。算法首先通过数据增强策略平衡样本数量，然后使用卷积网络进行特征融合，很好地结合了小型障碍物的位置信息和语义信息。实验结果表明，算法对列车前方的小型障碍物有良好的检测效果，能较好地实现小型障碍物的探测。

关键词：深度学习;卷积神经网络;小型障碍物;数据增强;特征融合;轨道交通

基金资助：国家自然科学基金资助项目(U1734211)