Um mit der abnormalen Erkennung von Zügen in der Nähe von Oberleitungen in Umgebungen mit starker Umweltstörung umzugehen, die die strukturellen Parameter von Stereovisionssystemen stark stört und zu ungenauen Disparitätsberechnungsergebnissen führt, die die Genauigkeit der abnormen Erkennung beeinträchtigen, wird eine verbesserte Stereomatching-Methode in Kombination mit einer Methode zur Erkennung abnormer Merkmale zur Erkennung von Abweichungen neben Oberleitungen in diesem Szenario vorgeschlagen. Durch die Verwendung der erweiterten Nachbarkostenberechnung und einer Methode zur gewichteten Kostenaggregation löst diese Methode effektiv das Problem der Ungenauigkeit der Epipolarlinien in lauten Umgebungen aufgrund von Umweltschwingungen oder autonomen Strukturverformungen und durch die Verwendung der lokalen binären Mustermethode zur Berechnung der Kostenverteilungsfunktion wird der Algorithmus besser geeignet zur Erkennung bekannter feststehender Szenen, kombiniert mit einem realen Anwendungsszenario, die Einschränkung des Disparitätsberechnungssuchraums, die Optimierung der Berechnungseffizienz, die Verbesserung der Echtzeit-Überwachung der Oberleitungen; Schließlich werden die abnormen Merkmale der dreidimensionalen Rekonstruktion der Punktewolke überprüft, um die Effektivität des Algorithmus im System der abnormalen Oberleitungs-Erkennung zu validieren. Die experimentellen Ergebnisse zeigen, dass der in dieser Studie vorgeschlagene Algorithmus die Messgenauigkeit des traditionellen Messalgorithmus um mehr als 60% verbessert, die Zeiteffizienz um mehr als 30% erhöht und effektiv das Problem der geringen Effizienz der Überwachungsausrüstung vor Ort für Transportmittel in solchen Szenarien löst.

Oberleitungserkennung; Stereomatching; Abnormale Erkennung; Disparitätsoptimierung; Dreidimensionale Rekonstruktion