Pour faire face à la détection anormale des trains à côté des caténaires dans des scénarios de forte interférence environnementale, qui perturbent fortement les paramètres structuraux des systèmes de vision stéréo et entraînent des résultats de calcul de disparité inexactes qui affectent la précision de la détection anormale, une méthode d'appariement stéréoscopique améliorée combinée à une méthode de détection des caractéristiques anormales est proposée pour une détection anormale à côté des caténaires applicables à ce scénario. En utilisant le calcul du coût de voisinage étendu et une méthode d'agrégation de coûts pondérés, cette méthode résout efficacement l'inexactitude des lignes épipolaires dans des environnements bruyants en raison de vibrations environnementales ou de déformations structurelles autonomes, et en utilisant la méthode de modèle de motif binaire local pour calculer la fonction de distribution des coûts, rendant l'algorithme plus adapté à la détection de scénarios de pièces fixes connues, couplé à un scénario d'application réel, limitant l'espace de recherche de calcul de disparité, optimisant l'efficacité de calcul, améliorant la détection en temps réel de la caténaire; Enfin, les caractéristiques anormales de la reconstruction tridimensionnelle du nuage de points sont vérifiées pour valider l'efficacité de l'algorithme dans le système de détection anormale des caténaires. Les résultats expérimentaux montrent que l'algorithme proposé dans cette étude améliore la précision de mesure de l'algorithme traditionnel de plus de 60 %, augmente l'efficacité de temps de plus de 30 %, résolvant efficacement le problème de la faible efficacité de l'équipement de détection sur site des moyens de transport dans de tels scénarios.

Détection de caténaire; Appariement stéréoscopique; Détection anormale; Optimisation de la disparité; Reconstruction tridimensionnelle