基于YOLO v3的有轨电车在途障碍物检测方法
2021-11-30马永刚谢文斌
铁路通信信号工程技术 2021年11期
马永刚,吴 凯,谢文斌
(通号万全信号设备有限公司,杭州 310018)
我国城市化进程不断加速,城市发展逐年加快,与此同时,城市交通压力也在不断增加,为减轻交通压力,各大中型城市都在着力发展公共交通。在现有的主要公共交通手段中,有轨电车作为一种高效、便捷的公共交通方式,由于其成本相对较低、建设周期短,且准时性较高、运力有保障,故而逐渐受到各大城市的关注[1]。区别于高铁、地铁等具有独立路权的高运力公共交通方式,有轨电车往往采用混合路权,相对而言增加了危险发生的可能性。目前,有轨电车主要采用轧道车、专人定时巡线与司机自主防范的方式,尽量确保突发状况下的行车安全。然而,混合路权情况下,发生突发性事件的可能性较高,且当突发状况产生时,最主要的防范方式依旧是依赖于司机的临时反应,所以更加需要一种辅助手段,在危险发生前发出预警,帮助司机规避危险。此时,一种准确高效的障碍物检测手段便显得尤为重要。
有轨电车在途障碍物检测研究中,存在着大量有待检测与研究的目标,社会车辆构成了其重要组成部分。由于目标多、场景复杂、目标尺度不统一,且一般都与有轨电车存在较大的相对运动速度,一定程度上增加了目标检测难度。初期,传统的基于图像的障碍物目标检测手段主要依赖于人工提取目标特征,再对特征进行分类。其中,郭磊提出的基于单目雷达的目标检测方法,通过提取目标周边阴影及有效边缘特征,结合雷达检测数据,有效提升识别准确率[2]。……
登录APP查看全文
