论文部分内容阅读
城市轨道交通控制保护区的巡检对于及时发现外部作业风险源,保障地铁隧道结构安全具有重要意义。为了解决人工巡视成本高、效率低的问题,采用了基于无人机技术的城市轨道交通控制保护区巡检方法。首先通过硬件设备的选型与组装构建无人机巡检系统,沿轨道交通线路进行影像采集。在坐标变换和畸变纠正等预处理的基础上,利用人工神经网络构建风险源识别模型,对无人机采集的影像进行自动识别定位并预警。以某市轨道交通线路的巡检任务为例,验证了无人机巡检系统的有效性和科学性,通过训练生成的识别模型能够自动识别出绝大部分的风险源目标,