基于GPGPU加速的鐵軌扣件識(shí)別研究.pdf

1、鐵路扣件檢測(cè)是維護(hù)鐵路行車安全的重要任務(wù)。在高速鐵路快速發(fā)展的歷史背景下，鐵路維護(hù)與鐵路安全運(yùn)營變得越來越重要，作為鐵路維護(hù)的子任務(wù)，扣件自動(dòng)化檢測(cè)成為越來越重要的科研課題。本文在課題組前期工作的基礎(chǔ)上，針對(duì)已有的扣件檢測(cè)系統(tǒng)在性能和效率上的一些不足，提出了新的改進(jìn)方案。
　　本文的主要工作有:
　　1、由于扣件檢測(cè)沒有公認(rèn)的基準(zhǔn)測(cè)試集，為此，本文提出了一種半自動(dòng)的扣件人工標(biāo)定方法。使用該方法本文創(chuàng)建了一個(gè)扣件基準(zhǔn)測(cè)試數(shù)據(jù)集

2、，該數(shù)據(jù)集包含5個(gè)線路文件，共計(jì)13416張圖像，80026個(gè)扣件，其中79043個(gè)正?？奂?，983個(gè)丟失或污損扣件。本文同時(shí)實(shí)現(xiàn)了實(shí)驗(yàn)結(jié)果的自動(dòng)評(píng)估系統(tǒng)，能夠根據(jù)實(shí)驗(yàn)結(jié)果與標(biāo)準(zhǔn)測(cè)試集自動(dòng)統(tǒng)計(jì)扣件檢測(cè)準(zhǔn)確率，并給出評(píng)估報(bào)告，從而大幅縮短實(shí)驗(yàn)的周期，為不同算法的性能評(píng)測(cè)提供了自動(dòng)化平臺(tái)。
　　2、提出了一種基于在線學(xué)習(xí)的自適應(yīng)扣件檢測(cè)算法來對(duì)定位的扣件進(jìn)行分類。該方法避免了原有的固定閾值的扣件檢測(cè)算法中需要指定閾值參數(shù)的不足，并且對(duì)

3、新線路或同一線路的不同視頻具有自適應(yīng)調(diào)整的能力。該方法在實(shí)驗(yàn)中針對(duì)不同的線路獲得了91％～99％的精確度。
　　3、為了解決扣件檢測(cè)系統(tǒng)實(shí)時(shí)性的問題，本文提出了采用CPU-GPGPU（General-purpose computing on graphics processing units）異構(gòu)的方法將耗時(shí)比較多的子算法并行化，并且讓GPU與CPU協(xié)同工作來提高運(yùn)算效率。在實(shí)驗(yàn)中HoG特征和距離計(jì)算的加速比分別達(dá)到了17.73和