XiaoMi-AI文件搜索系统
World File Search SystemPavlovi
![初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要：本文提出了一种新方法，利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面（图像平面和铁轨平面）之间的单应性矩阵和一个人工神经网络，可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机，以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器，但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体（人）的实际测量距离进行的。距离估计的最大误差为 2%，并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词：人工神经网络；自动列车运行；距离估计；单应性；图像处理；机器视觉 1 简介 通过遵循自动化趋势，可以大大提高铁路货运的质量和成本竞争力，以实现经济高效、灵活和有吸引力的服务。今天，自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV)，可将集装箱从起重机运送到轨道旁、仓库、配送中心，而自动驾驶仪是航空公司和大型货船的标准配置，不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外，轨道交通自主系统的发展主要出现在公共交通服务领域（无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT)）。基本思想是使用一定程度的自动化，将操作任务从驾驶员转移到列车控制系统（例如 ERTMS）。根据国际电工委员会 (IEC) 标准 62290-1，列车自主运行 (ATO) 是高度自动化系统的一部分，减少了驾驶员的监督 [1]。对于完全自主的列车运行，列车操作员的所有活动和职责都需要由多个系统接管，这些系统可以感知环境并俯瞰现场，检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分，障碍物检测系统需要根据货运特定和一般用例（例如 EN62267 和/或自动化领域的相关项目）来监控环境。为了满足严格的铁路标准和法规，障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统（图 1），用于提供有关铁路上和/或其附近障碍物的可靠信息，并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行，并在不同的光照条件下运行（白天、](/simg/4\4b79ebb2e692147077c5f05290fe6b1288b2aad1.png)
初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要：本文提出了一种新方法，利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面（图像平面和铁轨平面）之间的单应性矩阵和一个人工神经网络，可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机，以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器，但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体（人）的实际测量距离进行的。距离估计的最大误差为 2%，并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词：人工神经网络；自动列车运行；距离估计；单应性；图像处理；机器视觉 1 简介 通过遵循自动化趋势，可以大大提高铁路货运的质量和成本竞争力，以实现经济高效、灵活和有吸引力的服务。今天，自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV)，可将集装箱从起重机运送到轨道旁、仓库、配送中心，而自动驾驶仪是航空公司和大型货船的标准配置，不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外，轨道交通自主系统的发展主要出现在公共交通服务领域（无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT)）。基本思想是使用一定程度的自动化，将操作任务从驾驶员转移到列车控制系统（例如 ERTMS）。根据国际电工委员会 (IEC) 标准 62290-1，列车自主运行 (ATO) 是高度自动化系统的一部分，减少了驾驶员的监督 [1]。对于完全自主的列车运行，列车操作员的所有活动和职责都需要由多个系统接管，这些系统可以感知环境并俯瞰现场，检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分，障碍物检测系统需要根据货运特定和一般用例（例如 EN62267 和/或自动化领域的相关项目）来监控环境。为了满足严格的铁路标准和法规，障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统（图 1），用于提供有关铁路上和/或其附近障碍物的可靠信息，并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行，并在不同的光照条件下运行（白天、
初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要：本文提出了一种新方法，利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面（图像平面和铁轨平面）之间的单应性矩阵和一个人工神经网络，可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机，以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器，但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体（人）的实际测量距离进行的。距离估计的最大误差为 2%，并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词：人工神经网络；自动列车运行；距离估计；单应性；图像处理；机器视觉 1 简介 通过遵循自动化趋势，可以大大提高铁路货运的质量和成本竞争力，以实现经济高效、灵活和有吸引力的服务。今天，自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV)，可将集装箱从起重机运送到轨道旁、仓库、配送中心，而自动驾驶仪是航空公司和大型货船的标准配置，不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外，轨道交通自主系统的发展主要出现在公共交通服务领域（无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT)）。基本思想是使用一定程度的自动化，将操作任务从驾驶员转移到列车控制系统（例如 ERTMS）。根据国际电工委员会 (IEC) 标准 62290-1，列车自主运行 (ATO) 是高度自动化系统的一部分，减少了驾驶员的监督 [1]。对于完全自主的列车运行，列车操作员的所有活动和职责都需要由多个系统接管，这些系统可以感知环境并俯瞰现场，检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分，障碍物检测系统需要根据货运特定和一般用例（例如 EN62267 和/或自动化领域的相关项目）来监控环境。为了满足严格的铁路标准和法规，障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统（图 1），用于提供有关铁路上和/或其附近障碍物的可靠信息，并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行，并在不同的光照条件下运行（白天、
使用 AHP 和框架对供应链风险进行优先级排序...
[1] GA Zsidisin，“管理者对供应风险的认知”，《供应链管理杂志》，第 39 卷，第 4 期，第 14-26 页，2006 年，doi：10.1111/j.1745-493X.2003.tb00146.x。[2] T. Moyaux、B. Chaib-draa 和 S. D'Amours，“信息共享对订购方法在减少牛鞭效应方面的效率的影响”，《IEEE 系统、人与控制论汇刊》，C 部分 (SMC-C)，第 37 卷，第 3 期，第 396-409 页，2007 年，doi：10.1109/TSMCC.2006.887014。 [3] S. Fazli 和 A. Masoumi，“使用分析网络过程方法评估供应链的脆弱性”，《国际应用与基础科学研究杂志》，第 3 卷，第 13 期，第 2763-2771 页，2012 年。[4] M. Punniyamoorthy、N. Thamaraiselvan 和 L. Manikandan，“供应链风险评估：量表开发与验证”，《基准测试：国际杂志》，第 20 卷，第 1 期，第 79-105 页，2013 年，doi：10.1108/14635771311299506。[5] F. Aqlan 和 S. Lam，“供应链风险建模与缓解”，《国际生产研究杂志》，第 53 卷，第 13 期，第 2763-2771 页，2012 年。 18，第 5640-5656 页，2015 年，doi：10.1080/00207543.2015.1047975。[6] S. Ambulkar、J. Blackhurst 和 SJ Grawe，“企业对供应链中断的适应力：量表开发和实证检验”，运营管理杂志，第 33 卷，第 111-122 页，2015 年，doi：10.1016/J.JOM.2014.11.002。[7] A. Andjelkovic，“主动的供应链风险管理方法 - 塞尔维亚案例”，经济年鉴，第 62 卷，第 5640-5656 页，2015 年，doi：10.1080/00207543.2015.1047975。 214，第 121-137 页，2017 年，doi：10.2298/EKA1714121A。[8] T. Sawik，“供应链中断管理的投资组合方法”，《国际生产研究杂志》，第 55 卷，第 7 期，第 1970-1991 页，2017 年，doi：10.1080/00207543.2016.1249432。 [9] M. Pavlovi ć、U. Marjanovi ć、S. Raki ć、N. Tasi ć 和 B. Lali ć，“大数据在制造业的巨大潜力：来自新兴经济体的证据”，收录于：B. Lalic、V. Majstorovic、U. Marjanovic、G. von Cieminski 和 D. Romero（编），生产管理系统的发展。迈向智能数字化制造，2020 年，卷 AICT 592，第 100–107 页，doi：10.1007/978-3-030-57997-5_12。[10] J. Zhou、G. Bi、H. Liu、Y. Fang 和 Z. Hua，“理解员工能力、运营 IS 一致性和组织敏捷性——一种灵巧的视角”，信息与管理，卷55，第 6 期，第 695-708 页，2018 年，doi：10.1016/j. im.2018.02.002。[11] Y. Ju、H. Hou 和 J. Yang，“物流服务供应链中的整合质量、价值共创和弹性：数字技术的调节作用”，工业管理与数据系统，第 121 卷，第 2 期，第 364-380 页，2021 年，doi：10.1108/IMDS-08-2020-0445。[12] ZJH Tarigan、J. Mochtar、SR Basana 和 H. Siagian，“能力管理通过供应链整合和质量对组织绩效的影响”，不确定的供应链管理，第 9 卷，第 2 期，第 364-380 页，2021 年，doi：10.1108/IMDS-08-2020-0445。 2，第 283-294 页，2021 年，doi：10.5267/j.uscm.2021.3.004。[13] S. Chakraborty、S. Bhattacharya 和 DDDobrzykowski，“供应链协作对价值共创和公司绩效的影响：医疗服务业视角”，Procedia Economics and Finance，第 11 卷，第 676-694 页，2014 年，doi：10.1016/S2212-5671(14)00233-0。[14] B. Gaudenzi 和 A. Borghesi，“使用 AHP 方法管理供应链中的风险”，国际物流管理杂志，第 17 卷，第 1 期，第 114-136 页，2006 年，doi：10.1108/09574090610663464。[15] O. Khan 和 B. Burnes，“风险与供应链管理：制定研究议程”，国际物流管理杂志，第 18 卷，第 1 期，第 114-136 页，2006 年，doi：10.1108/09574090610663464。 2，第 197-216 页，2007 年，doi：10.1108/09574090710816931。[16] S. Jaffee、P. Siegel 和 C. Andrews，“快速农业供应链风险评估：概念框架”，世界银行，美国华盛顿特区：农业和农村发展部，2010 年。