来源：期刊VIP网 时间：
作者：曹志威;戈轩宇;秦勇;李威;沙淼;高阳;关吉瑞;
单位：北京交通大学先进轨道交通自主运行全国重点试验室;北京交通大学交通运输学院;中车长春轨道客车股份有限公司;
摘要：为解决基于视频图像的列车前向障碍物检测方法在光照条件和目标距离等因素下的泛化性问题，提出基于激光雷达的检测方法。首先，聚焦VoxelNeXt体素化过程中的精度损失，通过引入动态体素化技术对体素化过程进行优化，以减少信息丢失；其次，针对列车前向运行环境的空间分布特征，设计L型残差稀疏卷积模块，以便有效捕捉列车前向运行环境中点云数据的深度语义特征；最后，提出跨维度自动编码模块，使之与主干特征提取网络相结合，形成跨维度自动编码网络，进一步增强网络输出特征的表达能力。结果表明：所提方法的平均精度均值可达72.38%，平均召回率均值可达76.59%，相较于其他方法表现出显著的性能优势。该方法能够满足列车前向障碍物高精度、远距离、快速化的检测需求，为列车主动安全保障提供有效的技术依托。
关键词：障碍物检测;;激光雷达;;深度学习;;稀疏卷积;;跨维度自动编码
基金资助：国家重点研发计划项目（2023YFB4302104-1）
