陳文軒　王發(fā)剛

摘 要：本文研究了調(diào)車作業(yè)過程中，利用機器視覺技術(shù)輔助調(diào)車作業(yè)司機進行目標車廂識別的作業(yè)過程。利用YOLOv5算法，采集調(diào)車作業(yè)常見環(huán)境下包含待掛車廂目標的圖像，在LabelImg中進行標注，通過數(shù)據(jù)訓練，得到車廂檢測識別系統(tǒng)。并在調(diào)車作業(yè)中進行實驗測試，獲得了較高的檢測精度。本技術(shù)可以輔助調(diào)車員進行車廂識別的作業(yè)，提高了作業(yè)效率與安全性。

關(guān)鍵詞：調(diào)車作業(yè) 車廂檢測

1 引言

鐵路調(diào)車作業(yè)是鐵路運輸行業(yè)的重要環(huán)節(jié)，通過人工攀爬車廂進行瞭望的摘掛車廂作業(yè)具有一定的局限性，作業(yè)環(huán)境危險性高。隨著人工智能技術(shù)的發(fā)展，將機器視覺應(yīng)用到調(diào)車作業(yè)中，輔助人工作業(yè)，實時檢測需要連掛的車廂位置，并將采集到的待掛車廂前方視頻信息實時傳送到機車駕駛室，輔助調(diào)車司機確定目標車廂的實時位置，提高了作業(yè)效率和安全性[1]。

傳統(tǒng)的視覺目標檢測技術(shù)通過對目標顏色、紋理及邊緣等特征的分析，區(qū)分目標物體和背景。由于檢測過程受到復雜背景、光照強度及目標物體移動等因素的影響，使得檢測精度較低，檢測過程穩(wěn)定性較差。

對于調(diào)車作業(yè)車廂目標的檢測，運用回歸思想的YOLO算法，是目前檢測精度及檢測速度相對較高的方法。YOLO算法通過數(shù)據(jù)標注定位，特征提取及數(shù)據(jù)訓練等方式，實現(xiàn)了高精度的檢測。所以，本文使用YOLOv5算法來檢測調(diào)車作業(yè)車廂的位置信息[2]。

2 YOLOv5算法介紹

YOLOv5 算法是基于 YOLOv4 的版本，為提高檢測速率和精確度而開發(fā)的一種目標檢測算法。目前分為YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x四個模型。依據(jù)調(diào)車作業(yè)移動性強的特點，本文選取模型體積較小的YOLOv5s模型。YOLOv5算法基本結(jié)構(gòu)組成為輸入部分（Input）、骨干網(wǎng)絡(luò)部分（Backbone）、頸部（Neck）和預測（Prediction）四個部分。

2.1 輸入部分

輸入部分通過獲取包含目標信息的圖像，進行Mosaic數(shù)據(jù)增強技術(shù)使得目標圖像的數(shù)據(jù)集多樣化，同時降低了對計算機硬件的要求，提高了模型對目標信息的識別能力。通過自適應(yīng)圖片縮放及自適應(yīng)錨框計算等方式統(tǒng)一了待檢測的圖像尺寸和形狀，進而提高了檢測的準確率[3]。如圖所示，為輸入部分處理后的標準圖像模型，圖像像素大小為608*608。

2.1.1 Mosaic數(shù)據(jù)增強

Mosaic數(shù)據(jù)增強技術(shù)通過將四張圖像進行隨機縮放、隨機裁剪以及隨機排布，使得每張圖像上都包含對應(yīng)的框，拼接后形成一張全新的圖像，重新定義新圖像的坐標值，進而豐富了圖像的信息，以此作為訓練數(shù)據(jù)，進行數(shù)據(jù)的訓練。此方法提高了魯棒性和泛化能力，增強效果圖如下所示。

2.1.2 自適應(yīng)圖片縮放

在目標車廂檢測過程中，由于攝像機變焦的影響，采集到的圖像尺寸大小不統(tǒng)一。通過將原始車廂圖像統(tǒng)一縮放到一個標準尺寸下，并對原始圖像自適應(yīng)地添加最少因縮放產(chǎn)生的黑邊，保證圖像目標信息的完整性，再送入檢測網(wǎng)絡(luò)，以此提高檢測的效果。例如，將采集到的900*700分辨率的圖像進行縮放裁剪處理，根據(jù)坐標點參數(shù)剪裁超出范圍的部分，縮放為標準的YOLOv5中608*608分辨率的圖像。

2.1.3 自適應(yīng)錨框計算

目標信息錨框的大小影響檢測準確度的高低。自適應(yīng)錨框計算方法會根據(jù)采集的數(shù)據(jù)集的不同，自動地計算并調(diào)整檢測初始錨框的大小和形狀，用于確定目標所在的可能位置。

通過數(shù)據(jù)訓練，模型結(jié)合初始錨框的位置信息，給出預測框，并與目標信息真實框進行對比，計算兩者差距，然后對網(wǎng)絡(luò)參數(shù)進行反更新、迭代、對邊框位置進行調(diào)整等操作。使用 VGG 網(wǎng)絡(luò)按照 AnchorBox 錨框?qū)Σ煌笮〉哪繕诉M行 16 倍的輸入，即輸入畫面上的一個點對應(yīng)一個16×16的方塊區(qū)域，也就是特征畫面上的一個點，對應(yīng)于輸入圖像上的一個16×16的正方形區(qū)域。根據(jù)原始定義的Anchor，以特征圖像上的一點為中心，可以在原圖上生成9種不同形狀不同大小的邊框，如下圖所示。

2.2 骨干網(wǎng)絡(luò)部分

YOLOv5的骨干網(wǎng)絡(luò)主要用于提取圖像中目標特征信息。骨干網(wǎng)絡(luò)主要由FOCUS結(jié)構(gòu)、CBS結(jié)構(gòu)、BOTTLENECKCSP結(jié)構(gòu)以及SPP結(jié)構(gòu)等組成。

FOCUS結(jié)構(gòu)是為了降低特征的維度，保留有效信息而縮小圖像的一種特殊的方式。FOCUS 結(jié)構(gòu)通過切片操作將高解析度特征圖進行拆分，拼接成若干個特征圖，這些圖的解析度較低。例如，將原始大小的640×640×3的圖像，輸入FOCUS結(jié)構(gòu)后采用切片操作轉(zhuǎn)換為320×320×12的特征圖，經(jīng)過拼接后，再進行卷積操作，最后得到320×320×64的特征圖。CBS結(jié)構(gòu)通過卷積的方式獲取目標的特征[4]。CSP結(jié)構(gòu)是將原始輸入劃分為兩個分支，對分支分別進行卷積操作，使得通道數(shù)減半，進而學習更多的特征。SPP結(jié)構(gòu)在局部特征和總體特征上實現(xiàn)了一體化。

2.3 頸部

頸部主要實現(xiàn)特征信息融合的作用。Neck采用FPN和PAN結(jié)合的結(jié)構(gòu)，利用圖像金字塔的思想，F(xiàn)PN 首先在原始圖像之上構(gòu)建圖像金字塔。然后在圖像金字塔的每一層都提出不同的特征，最后進行相應(yīng)的預測，從而達到改善車廂檢測的效果。PAN通過自底向上方向的路徑增強方式，縮短了不同層次之間特征信息的路徑，進而提高了大目標的檢測效果。

2.4 預測部分

利用損失函數(shù)衡量目標預測信息和標簽標定信息的差距，當差距越小時，損失函數(shù)越小，說明目標檢測準確率越高。用來預測的損失函數(shù)為定位損失（box_loss）、置信度損失（object_loss）和分類損失（class_loss）三部分的加權(quán)和。預測部分對加工后的特征信息進行預測，并根據(jù)損失函數(shù)優(yōu)化參數(shù)的加權(quán)和[5]。

3 車廂檢測過程

目標車廂檢測主要任務(wù)是將調(diào)車車廂設(shè)定為檢測的目標，利用YOLOv5算法的原理，如下圖所示，通過配置檢測程序所需的計算機環(huán)境，采集包含調(diào)車車廂目標信息的圖像，利用標注工具標注圖像中的車廂目標信息，獲得標注的類別和坐標結(jié)果，在深度學習框架中進行模型訓練，獲得模型數(shù)據(jù)后，在調(diào)車作業(yè)環(huán)境中，進行實時目標的檢測測試。

3.1 環(huán)境配置

使用并激活anconda虛擬環(huán)境，下載安裝cpu版本的PyTorch深度學習框架，并安裝對應(yīng)的依賴包，同時安裝QT圖形化的界面開發(fā)軟件，完成檢測環(huán)境的配置。

3.2 數(shù)據(jù)采集與標注

本文通過采集調(diào)車作業(yè)過程中車廂的實際圖像，自建實驗數(shù)據(jù)集。得到包含待掛車廂目標信息的圖像2000張，分辨率為1080*720。數(shù)據(jù)集如下圖所示，包含了復雜環(huán)境下的調(diào)車作業(yè)圖像。將得到的數(shù)據(jù)集以隨機分配的方式，分解為模型訓練集、數(shù)據(jù)驗證集和數(shù)據(jù)測試集。

安裝并設(shè)置LabelImg軟件，標注含有目標車廂的圖片，并將標注的結(jié)果進行保存，標注的信息包括標簽的種類，目標框中心點的坐標值。

3.3 模型訓練

本系列試驗進行機器學習訓練的操作系統(tǒng)為Centos7.9，CPU為Xeon（R） Sliver 4214，充足的顯存為試驗的順利進行提供了保障，并縮短了機器學習的時間。深度學習框架選擇了Pytorch1.7，程序語言為Python3.7。

3.4 應(yīng)用測試

利用車廂檢測系統(tǒng)，在調(diào)車作業(yè)線路上進行實時視頻檢測，改變相機不同的角度和移動速度，觀察并記錄檢測過程和結(jié)果。

4 結(jié)果與分析

本實驗測試圖片2000張，視頻數(shù)據(jù)大小為1G，統(tǒng)計檢測精度達90%，基本滿足調(diào)車作業(yè)的環(huán)境需求。本技術(shù)可以輔助調(diào)車作業(yè)人員，提高提高調(diào)車作業(yè)過程的效率和安全。

課題：廣西高校中青年科研基礎(chǔ)能力提升項目《圖像處理技術(shù)在調(diào)車作業(yè)中的應(yīng)用研究》項目資助，項目編號：2021KY1399。

參考文獻：

[1]王順利，鄧灼志，殷勇等.鐵路車站取送調(diào)車仿真實驗研究[J].實驗室科學，2024，27（01）：17-20+25.

[2]段蘊桔.編組站貨運調(diào)車協(xié)同監(jiān)控系統(tǒng)設(shè)計與應(yīng)用[J].鐵道貨運，2024，42（01）：37-43.

[3]張瑤，陳姚節(jié).改進YOLOv8的水面小目標檢測算法[J/OL].計算機系統(tǒng)應(yīng)用，1-10[2024-03-13].

[4]徐慧智，郝東升，徐小婷等.基于深度學習的高速公路小目標檢測算法[J/OL].吉林大學學報（工學版），1-12[2024-03-13].

[5]陳冬冬，任曉明，李登攀等.基于改進的YOLOv5s的雙目視覺車輛檢測與測距方法研究[J].光電子·激光，2024，35（03）：311-319.