恶劣天气条件下水平越野障碍物检测 -- 综述
信号处理
2026-02-03 v1
摘要
水平越野事故仍是现代铁路系统中的重要安全隐患，尤其是在恶劣天气条件下会降低传感器性能。本综述调查了铁路水平越野障碍物检测的最新传感器技术与融合策略，重点关注鲁棒性、检测精度和环境抗性。 Inductive 环路、摄像机、雷达和 LiDAR 等各类传感器各有优势，但在恶劣环境中涉及材料依赖性、可见性受限和分辨率有限等权衡。我们分析了每种感应方式的工作原理、气象因素引发的脆弱性及其缓解策略，包括信号增强和基于机器学习的去噪。我们进一步综述了数据层、特征层和决策层等不同层次的多传感器融合方法，这些方法整合互补信息以提高可靠性和容错性。综述 concludes with future research directions, including adaptive fusion algorithms, real-time processing pipelines, and weather-resilient datasets to support the deployment of intelligent, fail-safe detection systems for railway safety.
引用
@article{arxiv.2602.01974,
title = {Obstacle Detection at Level Crossings under Adverse Weather Conditions -- A Survey},
author = {Chenyang Yan and Mats Bengtsson},
journal= {arXiv preprint arXiv:2602.01974},
year = {2026}
}