简介:摘要:近年来,我国的城轨交通进入了快速发展阶段,每年各地新增线路和里程数屡创新高。与此同时,受益于机器学习、深度学习和汽车无人驾驶技术的快速发展,城轨交通领域中AI辅助技术已受到广泛的关注和支持。为了在降低运营成本的背景下进一步加强列车的日常运营安全和提升运营效率,开发适用于全路线复杂场景的实时准确的障碍物检测系统具有重要意义。本文针对现有的列车障碍物检测存在的若干问题,提出了一种具有较高性能的、基于并行多模式分析的障碍物检测系统,在杭州线路上的测试表明该系统实现了在复杂线路场景下的全天候高质量列车行驶环境感知,进一步提升了车辆运营的安全性。