随着城市化进程的加快,为解决愈发严峻的城市交通问题,具有安全可靠、环保、成本低等众多优点的现代有轨电车逐渐受到人们的重视,现代有轨电车正在成为智能交通系统中重点发展的对象之一。与城市地铁相比,尽管有轨电车的运行环境相对独立,但是路权并不完全独占,一些不文明或者违规行为仍时有发生,这导致了一些障碍物仍不可避免的存在,如何及时发现前方的障碍物,防止事故的发生,对有轨电车的安全运行有着重要意义。文本以现代有轨电车的障碍物检测技术为应用背景,主要研究了以下三个方面的内容:(1)疑似障碍物检测:针对现代有轨电车行驶中所获取的图像帧的特点,提出了适用于有轨电车的疑似障碍物筛选算法,减少伪障碍物对检测识别的影响。(2)运动目标提取:通过分析和比较其他复杂背景下的运动目标提取算法,本文提出了适用于现代有轨电车的运动目标检测算法,与其他算法相比可以更加准确、可靠的提取出图像中的运动目标。(3)障碍物识别:通过建立特有的行人、车辆图像数据库,采用主成分分析技术和人工神经网络,准确地对图像中的障碍物进行识别。通过对上述内容的研究,本文设计出一套适用于现代有轨电车的障碍物检测识别系统。实验表明该系统具有良好的障碍物检测识别效果。