基于无人机的铁轨探测与识别

铁轨检修对维护铁路安全有着非常重要的意义。结合无人机在工业领域的广泛应用,提出了一种铁轨区域探测检修模式,以识别损坏的铁路枕木。该检修模式结合了基础图像处理算法LSD及机器学习训练模型AlexNet对原图片进行预处理,将复杂背景图片转化为可训练的数据集,并将约2 000～3 000张图片输入到实验训练模型中,返回枕木断裂或腐蚀的击中概率。实验结果显示,该检修模式能够完成探测直线、分离铁轨、物体探测等目的,但物体识别准确率较低仅为20%,仍需进一步改进。