边界辅助双分支注意力分割网络

铁路异物实时智感

BDANet通过轻量级设计实现快速精确分割，并用自适应校正算法增强对真实铁路环境的适应性，统一流程可同时完成轨道提取、开放集异物检测与常见异物识别。

Xiying, Song · 宋海锋 · 王洪伟 · 张梓轩 · 董海荣

IEEE/ASME Transactions on Mechatronics 2024

技术优势

实时处理

BDANet在减少参数的同时完成精确分割，能够实时识别铁路环境中的语义信息。

环境自适应

引入自适应校正算法微调BDANet，使其能泛化到多样真实环境，提高实用性。

应用场景

• 铁路异物入侵检测：像素级识别异物，实时预警轨道入侵。
• 轨道交通智能感知：统一流程提取轨道并识别常见异物。
• 自动驾驶环境感知：语义分割提供环境感知能力，可辅助自动驾驶避障。