基于图像识别技术的智能铁路检测系统

孔 梦可, 陈 莲瑛, 廖 梓妤, 刘 鑫, 陈莉 明*
乐山师范学院

摘要


针对传统的铁轨巡检方式的缺点，设计一种通过多种高新技术的智能铁路检测系统机器人，该机器人能够
由人远程控制并全天在铁轨上进行巡检工作，而且该机器人能清晰观察和生成图像，正确采集和处理图像以自动化
选择正确方案，以及使用不同算法帮助巡查和检测。除此之外，为了应对四川地区地震频发等自然灾害，机器人外
观设备也有所改良。与传统的人工巡检系统或初代道路巡检机器人相比，具有定位精度高、运行速度快和工作效率
合适等优点，具有良好的应用前景。

关键词


HAI概念模型；TLC5510；感知-控制算法；蚁群算法

全文:

PDF


参考


[1]许为，葛列众.智能时代的工程心理学 [J].心理科

学进展，2020，28（09）：1409-1425.

[2]冯琳玲.铁路智能运维技术的创新与应用——评

《轨道智能维护技术与实践》[J].中国教育刊，2024，（07）：

119.

[3]许为.四论以用户为中心的设计：以人为中心的

人工智能 [J].应用心理学，2019，25（04）：291-305.

[4]何斌锋，张雪雪，罗浩天，等.全天候铁轨巡检机

器人的结构设计 [J].价值工程，2019，38（31）：163-164.

[5]徐求.面向灾后救援的轮履腿式机器人结构设计

与运动特性分析 [D].北京邮电大学，2023.

[6]杨太任，刘海刚，项华珍，等.图像采集与处理

在摄像头寻迹小车上的应用 [J].电子科技，2014，27（12）：

52-57.

[7]薛翔，朱其新，朱永红.基于改进蚁群算法的机器

人路径规划 [J/OL].西安工程大学学报，1-8[2024-07-09].

[8]李彩，王安，刘勇.8位高速A/D转换器TLC5510

的应用 [J].国外电子元器件，2003，（07）：59-61.

[9] An M, Lin W, Huang S. An intelligent railway safety

risk assessment support system for railway operation and

maintenance analysis[J]. The Open Transportation Journal,

2013, 7(1).

[10] Lee D H, Chen K L, Liou K H, et al. Deep learning

and control algorithms of direct perception for autonomous

driving[J]. Applied Intelligence, 2021, 51(1): 237-247.


Refbacks

  • 当前没有refback。