Тип публикации: статья из журнала
Год издания: 2022
Идентификатор DOI: 10.47813/2782-2818-2022-2-3-0101-0116
Ключевые слова: railroad, object detection, computer vision, Image Segmentation, application development, mathematical model, process automation, железная дорога, обнаружение объектов, компьютерное зрение, сегментация изображения, разработка приложения, математическая модель, автоматизация процесса
Аннотация: С развитием железнодорожной индустрии, информатизации общества и автоматизации многих технологических процессов, появляется возможность создания аппаратно-программных комплексов автоматического управления, диагностики и безопасности движения локомотивов. Одной из важнейших систем данного комплекса является система обнаружения объекПоказать полностьютов на железнодорожных путях, разрывов железнодорожного полотна и его поворотов. Подобная система может быть разработана в виде камеры, установленной на локомотиве, и систем обработки информации, находящихся на борту каждого подвижного состава, или в виде глобальной системы, осуществляющей удаленную обработку информации с нескольких локомотивов. Независимо от реализации системы существует необходимость создания блока обнаружения объектов на изображениях, приходящих с камер. Для реализация данного блока необходимо выделять железнодорожную полосу на изображении и детектировать объекты в режиме реального времени. Для выделения полосы используются методы сегментации. В статье приведены алгоритмы нескольких из них и выбран наиболее предпочтительный вариант. Задача обнаружения объектов в видеопотоке в режиме реального времени решается при помощи сверточных нейронных сетей. В статье приведены краткие описания нескольких сетей, проанализированы результаты работы описанных нейронных сетей и выбрана сеть, наиболее подходящая для решения поставленной задачи. With the development of the railway industry, the informatization of society and the automation of many technological processes, it becomes possible to create a complex of automatic control, diagnostics and safety of locomotive traffic. One of the most important systems of this complex is the system for detecting objects on the railway tracks, breaks in the railway track and its turns. Such a system can be designed as a locomotive-mounted camera and information processing systems on board each rolling stock, or as a global system that performs remote processing of information from several locomotives. Regardless of the implementation of the system, there is a need to create a block for detecting objects in images coming from cameras. To implement this block, it is necessary to select a railway lane in the image and detect objects in real time. Segmentation methods are used to select a band. The article presents the algorithms of several of them and chooses the most preferred option. The task of detecting objects in a video stream in real time is solved using convolutional neural networks. The article provides brief descriptions of several networks, analyzes the results of the described neural networks, and selects the network that is most suitable for solving the problem.
Журнал: Современные инновации, системы и технологии
Выпуск журнала: Т. 2, № 3
Номера страниц: 101-116
ISSN журнала: 27822818
Место издания: Красноярск
Издатель: ООО "Сибирский Научный Центр ДНИТ"