自动化平交道口系统：一种基于树莓派微控制器的计算机视觉方法
计算机视觉与模式识别
2022-12-13 v1 图像与视频处理
摘要
在孟加拉国这样迅速发展的国家，无人看守平交道口的事故与日俱增。本研究提出一种基于深度学习的方法来自动化平交道口枢纽，以确保最高安全性。在此，我们开发了一种在微控制器上利用计算机视觉的全自动技术，将减少并消除平交道口死亡与事故。树莓派微控制器通过实时视频上的计算机视觉检测驶近的列车，并在来车无阻通过前关闭道口。实时视频活动识别与物体检测算法全天候扫描道口。自调节微控制器控制整个过程。当识别出持续的非授权活动时，警方与消防队等主管部门通过自动消息与通知被警示。微控制器评估实时轨道数据及到达与离开时间，以预测预计到达时间、列车位置、速度与轨道问题，从而避免迎面碰撞。相较于当前市场方案，本提议方案以更低成本减少平交道口事故与伤亡。索引术语：深度学习、微控制器、物体检测、铁路道口、树莓派
引用
@article{arxiv.2212.05932,
title = {Automated Level Crossing System: A Computer Vision Based Approach with Raspberry Pi Microcontroller},
author = {Rafid Umayer Murshed and Sandip Kollol Dhruba and Md. Tawheedul Islam Bhuian and Mst. Rumi Akter},
journal= {arXiv preprint arXiv:2212.05932},
year = {2022}
}
备注
4 pages, 7 figures, accepted at the 12th International Conference on Electrical and Computer Engineering (ICECE 2022) to be held on 21-23rd December in Dhaka, Bangladesh