-
题名基于D-S证据理论的接触网关键特征识别研究
- 1
-
-
作者
王伟
谭富林
孙博
刘海庆
-
机构
天津大学精密仪器与光电子学院
易思维(杭州)科技股份有限公司产品技术中心
-
出处
《中国铁路》
北大核心
2025年第9期100-106,共7页
-
文摘
为准确识别铁路接触网巡检图像与几何参数测量数据中的关键特征(如定位线夹、吊弦线夹),首先利用图像特征、采用改进的YOLOv3检测模型进行测试,发现该类方法易受线路上相似物件的干扰,误判率高;又依据接触网“之”字形设计和弹性悬挂特性,提出数据趋势识别法,该方法在数据平稳时效果良好,但易受接触网非常规布局或数据波动的影响导致漏判。为综合二者优势、克服单一方法缺陷,进一步提出利用D-S证据理论,对上述2种方法的识别结果进行决策级融合,使吊弦和定位器线夹识别的F1值优于95%,识别效果优于单一方法,能更有效、更可靠地识别接触网关键特征,为进一步保障供电安全提供技术支撑。
-
关键词
接触网线夹
目标识别
关键特征
D-S证据理论
基本概率分配函数
深度学习
-
Keywords
OCS clamp
target recognition
key features
D-S evidence theory
basic probability distribution function
deep learning
-
分类号
U225
[交通运输工程—道路与铁道工程]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
