摘 要：随着城市化进程的推进，为了解决日益严重的城市交通问题，有轨电车凭借其安全性、可靠性、环保以及低成本等诸多优点逐渐引起人们的重视，成为智能交通系统的重点发展对象之一。现代有轨电车多采用半独立路权或混合路权的形式，然而路面上难免存在不文明、不规范行为，导致列车在行驶途中会遇到障碍物。运用图像预处理技术对图像进行灰度化、去噪增强、边缘检测等处理，以提取出关键物象，识别出障碍物，这对有轨电车的安全运行具有十分重要的意义。
关键词：有轨电车；图像预处理；障碍物检测；障碍物识别
DOI:10.19850/j.cnki.2096-4706.2021.13.005
中图分类号：TP391.4 文献标识码：A 文章编号：2096-4706（2021）13-0018-05
Research on Obstacle Classification of Guangzhou Tram Track Based on Image Processing
ZHONG Aiting, ZHI Yiquan, MAI Jiahao, FANG Sida, ZHENG Ruipeng
(School of Automotive and Traffic Engineering, Guangzhou City Univesity of Technology, Guangzhou 510800, China)
Abstract: With the advancement of urbanization, in order to solve the increasingly serious urban traffic problems, tram has gradually attracted people, s attention with it, s advantages of safety, reliability, environmental protection and low cost, and has become one of the key development objects of intelligent transportation system. Modern trams mostly use semi independent right of way or mixed right of way. However, uncivilized and nonstandard behaviors are inevitable on the road, resulting in the train's encountering obstacles during driving. Image preprocessing is used to gray, denoise, enhance and edge detect the image, so as to extract the key object image and identify the obstacles, which is of great significance to the safe operation of tram.
Keywords: tram; image preprocessing; obstacle detection; obstacle recognition
参考文献：
[1] 张兆阳 . 现代有轨电车障碍物识别技术研究 [D]. 苏州： 苏州大学，2016.
[2] 陈若望 . 列车前方障碍物图像检测算法研究 [D]. 成都： 西南交通大学，2012.
[3] 刘涛 . 基于光流场的视频车辆检测与跟踪算法研究与应用 [D]. 武汉：武汉科技大学，2011.
[4] 闫海霞 . 基于数学形态学的图像边缘检测和增强算法的研 究 [D]. 长春：吉林大学，2009.
[5] 杨立玲 . 金丝球焊机中高精度识别算法研究 [D]. 广州： 华南理工大学，2010.
[6] 岳斌 . 立体图像压缩算法研究 [D]. 天津：天津大学， 2008.
作者简介：钟艾廷（2000—），女，汉族，广东广州人，本科 在读，研究方向：城市轨道交通车辆。