在高速铁路中对多传感器融合周边入侵检测的调查
Tianyun Shi1, Pengyue Guo2, Rui Wang2
1China Academy of Railway Sciences, 2 Daliushu Road, Haidian District, Beijing 100081, China.
Sensors (Basel, Switzerland)
|September 14, 2024
概括
高速铁路的安全性通过多传感器融合检测来提高,将图像和点云结合起来,在所有条件下克服单个传感器的限制. 这项技术改善了周边入侵监控,以确保可靠的铁路运营.
科学领域:
- 铁路工程 铁路工程是指铁路工程.
- 传感器技术 传感器技术
- 人工智能的人工智能
背景情况:
- 高速铁路的安全受到周边入侵的影响,尤其是在恶劣的天气中.
- 单个传感器难以在所有场景和条件下提供全面的检测.
- 多传感器数据融合为强大的入侵检测提供了互补的优势.
研究的目的:
- 审查现有关于用于高速铁路周边入侵检测的多传感器融合的研究.
- 分析单个传感器的局限性和典型的入侵场景.
- 讨论多传感器融合算法的当前状态和未来的趋势.
主要方法:
- 关于单传感器检测技术的文献综述.
- 分析多传感器数据融合算法和典型的铁路入侵场景.
- 讨论风险评估和铁路安全技术的未来挑战.
主要成果:
- 单传感器系统在高速铁路安全方面的局限性.
- 强调了将图像和点云数据融合在一起,以改善检测的好处.
- 提供了当前多传感器聚变研究和应用的全面概述.
结论:
- 多传感器融合对于有效的高速铁路外围入侵检测至关重要.
- 本综述为未来的研发提供了理论支持和技术指导.
- 解决多传感器融合方面的挑战将提高铁路的整体安全性和可靠性.
