高速铁路列控系统车载模式显示识别研究

作者：袁磊; 甘庆鹏; 付强

来源：铁道学报, 2016, 38(03): 92-97.

• 列控系统
• CTCS
• 图像识别
• 支持向量机
• 改进的粒子群算法

高速铁路列车运行控制系统车载设备通过人机界面(DMI)图像显示和按键点击等方式和司机进行交互。通过DMI信息自动识别实时获取列控车载设备工作模式,对实现车载设备状态监控、自动测试等,均具有重要意义。本文基于支持向量机(SVM)和粒子群算法(PSO)等方法,对在DMI上显示的列控车载工作模式的分类识别进行研究。在对DMI图像进行预处理得到包含车载工作模式的图像区域后,首先对图像采用2DPCA方法进行降维并提取特征,然后采用支持向量机(SVM)进行训练和学习,其中SVM参数的优化采用改进的粒子群算法(PSO)。仿真实验表明,经过训练后的分类器可快速准确识别DMI显示的车载工作模式,平均识别率达到98.3%。该方法对DMI其它显示信息的识别具有参考意义。

• 单位
  北京交通大学; 轨道交通控制与安全国家重点实验室