基于卷积神经网络的铁路曲线特征点检测算法

作     者：余宁 魏世斌 李颖 侯智雄 YU Ning;WEI Shibin;LI Ying;HOU Zhixiong

作者机构：中国铁道科学研究院研究生部北京100081 中国铁道科学研究院集团有限公司基础设施检测研究所北京100081 

出 版 物：《铁道建筑》 (Railway Engineering)

年 卷 期：2021年第61卷第3期

页      面：133-137页

学科分类：08[工学] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

基　　金：中国铁道科学研究院集团有限公司基金(2020IMXM01) 

主　　题：轨道检测 曲线特征点 机器学习 卷积神经网络 检测算法 归一化处理 超高 

摘      要：针对现役轨道检测系统中曲线特征点检测算法参数难以适应实际线路中曲线半径范围较大,以及由于参数设置不当导致检测的曲线特征点位置与实际位置偏差较大的问题,结合机器学习算法,提出了一种基于卷积神经网络的曲线特征点检测算法。该卷积神经网络模型可以同时对曲线的特征点进行分类和定位,将一段连续的超高数据归一化处理后作为输入数据,计算得出该数据段中曲线特征点的类型及其相对位置。该算法有效弥补了现役轨道检测系统中曲线特征点检测算法的不足,能够准确检测出曲线特征点,具有很好的工程应用前景。