基于航拍视角睡床检测的地铁自定位方法

随着城市地下铁轨车辆的快速发展，地铁定位已成为交通导航和碰撞避免系统中的关键环节，这些年来成为研究热点。目前大多数地铁定位方法依赖于密集预安装于铁路旁的定位信标，这需要大量的基础设施建设和维护成本，同时常常缺乏灵活性和抗干扰能力。本文提出一种低成本且实时的视觉辅助自定位框架，以解决地铁定位的稳健和便捷问题。首先，我们基于快速高效的 YOLOv8n 网络进行航拍视角睡床检测。检测结果随后用于结合几何定位信息对里程值进行实时校正，获取精确的地铁位置。我们收集并标注了沿 6.9 公里路线的地铁驾驶场景前置摄像头视频，用于验证所提方法。实验结果表明，航拍视角睡床检测算法在 1111 帧/秒的检测速度下，能够实现 0.929 的 F1 分数，证明了其高效检测睡床位置的能力；而所提定位框架实现了 0.1% 的平均误差率，显示出其持续且高精度的自定位能力。