标题：基于改进的LeNet-5轨道交通障碍物识别方法
作者：邓远志1，2 林 淼1，2
作者单位：1 研祥智能科技股份有限公司，广东 深圳 518057；2 国家特种计算机工程技术研究中心，广东 深圳 518057
关键字：轨道交通；卷积神经网络；障碍物识别；安全预警
摘要：我国的轨道交通线路里程长，途径环境的复杂多样化，由自然灾害、人为因素、随机异物等造成轨道出现障碍物，严重影响行车安全。在客流量大，列车班次间隔时差短的今天，通过人为检测、固定安装监控点的方式随着运营线路的加长成本愈加高昂，因此，通过结合行驶的列车记录的单目实时图像，提出了一种改进的LeNet-5卷积神经网络的轨道交通障碍物检测方法，可实时识别出列车前方铁轨是否存在障碍物，为列车控制系统提供智能预警信息，避免列车与障碍物发生碰撞，保障列车行车的安全性和可靠性。