基于机器视觉之铁路异物侵限分布型智能监控技术概述.docxVIP

基于机器视觉之铁路异物侵限分布型智能 监控技术概述 1绪论 1」论文研究背景与意义 随着我国铁路的跨越式发展，客运高速化和货运重载化程度不断 提高，铁路运输组织模式已逐步向指挥集中、功能综合、信息共享 和高度自动化的方向转变和发展，这些铁路运输发展的新形势和由 此带来的铁路运输安全迫切需求对铁路行车安全保障系统提出新的 挑战［1］。为适应铁路发展的新需要，建设基于高度信息共享的全覆 盖、立体化、高可靠的铁路分布式智能监控系统已成为我国铁路行 车安全保障体系建设的重点［2］。铁路特殊的运营环境以及其高度集 中的运输组织模式同样对铁路分布式智能监控系统提出了迫切的需 求。铁路恶劣的自然环境对铁路建设、运营的精确、高效与安全带 来了挑战［3］。因此，需要对铁路的运营过程、安全生产以及突发事 件处理实现全过程监视、预警与统一协调指挥，以保证行车安全， 提高运输效率。对于运行速度高、行车密度大的铁路运营线路，列 车在露天高速行驶中环境因素不可预测，列车环境异物可能会给行 车安全带来严重后果，出现意外情况时要求有快速反馈和应对的能 力。一旦出现问题，则损失严重、影响大［3］。铁路异物侵限是指在 轨道上所有影响到正常行车安全的障碍物，如山体滑坡、泥石流塌 方等造成的道上沙石、桥梁隧道掉落的悬挂物、因报警失误仍滞留 在道上作业的工务人员、相关装备以及非法上道的人畜车辆等［4］。 我国铁路几种典型