基于实例分割的有轨电车障碍物入侵检测及轨道识别方法

摘要

针对复杂环境下的有轨电车障碍物入侵检测问题,提出了基于实例分割的障碍物入侵检测及轨道识别方法.首先建立有轨电车运行环境数据集;再基于Yolact实例分割模型对数据集的数据进行训练、验证和测试,得到障碍物检测和轨道区域提取模型;最后将待测图像输入模型后输出障碍物轮廓、类别、轨道区域轮廓数据,进而提出障碍物与轨道的相对位置关系判断方法、障碍物是否入侵轨道判断方法.实验表明,该方法模型能以像素级的精度准确识别复杂场景下的障碍物和轨道,并准确判断障碍物在轨道的位置,可作为有轨电车运行环境综合感知的重要部分,提高运行安全.