轨道交通场景智能障碍物检测方法

《Sensors》：An Intelligent Obstacle Detection Method for Rail Transit Scenarios Zhao Sheng, Tianyang Liu, Wei Shangguan, Yijing Wang, Yige Wang and Zhiyu He

　　

传统信号设备无法实时监测侵入轨道区域的异物。为有效保障列车运行安全，本文提出了一种基于YOLOv8的、面向铁路轨道区域的视觉传感智能障碍物检测方法，命名为ACX-YOLOv8。该方法在基线YOLOv8框架基础上，首先引入空间坐标注意力机制（Spatial Coordinate Attention Mechanism， SCAM），以增强模型捕获长程依赖关系和局部细粒度细节的能力，从而提升其感知能力和特征表示性能。随后，集成了级联空洞卷积（Cascaded Dilated Convolution， CDConv）模块，以有效提取多尺度图像特征，强化模型在复杂铁路环境中识别异物的能力。最后，设计了一个X6解耦检测头，以进一步提升模型的检测精度和推理效率。研究人员在真实场景中进行了现场实验，以验证改进算法的有效性。实验结果表明，优化后的ACX-YOLOv8模型总参数量为485万，在测试数据集上达到了87.1%的交并比（Intersection over Union， IoU）阈值为0.5时的平均精度均值（mean Average Precision at IoU = 0.5， mAP⁵⁰），相比原始YOLOv8基线模型提升了2.7%。模型的轻量化特性和检测精度均得到有效保证。此外，为验证算法的泛化能力，在公开的PASCAL VOC数据集上进行了测试，其mAP⁵⁰值提升了1.8%。这些发现表明，ACX-YOLOv8算法能够快速准确地检测侵入铁路轨道区域的各种异物。它为复杂多变的铁路轨道环境中的实时障碍物监测提供了高效可靠的技术支持，并有助于提升铁路运营的安全性和智能化水平。

**轨道交通场景智能障碍物检测方法研究解读**

**一、 研究背景与问题**

铁路运输作为现代交通方式，以其高准点率、强连续性、快速和大运量等特点，在我国交通运输业中占据重要地位。然而，随着路网规模的快速扩张，铁路运营安全面临的挑战日益严峻。异物侵入列车运行区段是引发铁路安全事故的主要原因之一。近年来，国内外发生了多起异物侵入事故，造成了严重的人员伤亡和经济损失。这些事故及相关数据表明，传统的线路安全防护检测手段难以应对突发性紧急事件。尽管全面的铁路视频监控系统可以采集沿线实时视频，但由于分析方法的局限，信息处理往往滞后，数据通常在事后才被提取。因此，将铁路视频监控系统与图像处理技术相结合，探索主动预防性的实时异物侵入检测算法显得尤为关键。

传统的异物检测方法，如人工巡检，存在效率低、成本高、易受环境和人员状态影响等缺点。接触式检测技术（如光纤传感器、光纤布拉格光栅（Fiber Bragg Grating， FBG）传感器、加速度计等）虽得到应用，但其传感器和接收器的灵敏度极易受环境因素干扰，导致误报率高，对铁路运营安全构成潜在威胁。近年来，多模态检测技术（如RGB-热成像融合）在复杂环境物体检测中展现出优异的泛化能力，但面临硬件成本高、数据融合复杂等挑战，阻碍了其实用化工程部署。相比之下，机器视觉技术凭借高效、精准、一致和可靠等优势，在质量控制、自动化生产和安全监控等领域广泛应用。

机器视觉技术可分为传统图像处理方法和基于深度学习的检测方法。传统方法主要依赖手工设计的特征提取算法，其性能受限于手工特征的能力，对图像噪声敏感，泛化能力差，且无法判断异物类型。随着人工智能技术的快速发展，深度学习（Deep Learning， DL）作为先进的机器学习范式，在计算机视觉领域取得重大进展。深度学习能够自动从原始图像中学习和提取高层特征，展现出更强的适应性和更高的检测精度。

目前，深度学习领域的物体检测技术主要分为两类：两阶段算法和一阶段算法。两阶段算法（如R-CNN系列）检测精度高但速度慢，难以满足实时性要求。一阶段算法（如YOLO（You Only Look Once）和SSD（Single Shot MultiBox Detector））将检测任务简化为单次前向传播过程，在保证精度的同时显著提升了效率，在交通场景异物检测中展现出显著优势。然而，尽管目标检测算法在仿真实验中表现出色，但复杂的铁路运营环境、算力不足等因素可能导致其在铁路异物检测实际应用中存在问题，例如小目标漏检、检测速度不足、难以在嵌入式设备部署等。因此，本研究旨在探索提升铁路周界异物侵入检测方法有效性的解决方案。

当前研究领域，尽管深度学习驱动的物体检测算法在异物侵入检测中达到了较高的检测精度，但这些方法仍存在一些局限性，主要包括计算复杂度高、资源需求大、模型规模庞大等。这些问题对实际应用，特别是在资源受限的在线铁路异物侵入检测环境中构成了重大挑战。与此同时，YOLO系列算法在目标检测领域备受青睐，特别是YOLOv8，因其优越的精度、快速的推理速度和适中的模型规模而获得广泛认可。在此背景下，本研究旨在提出一种基于YOLOv8算法的改进型异物侵入检测方法。

**二、 研究方法概述**

本研究以YOLOv8n为基线模型，针对铁路轨道异物检测任务进行了三项核心改进。首先，设计了空间坐标注意力模块（Spatial Coordinate Attention Mechanism， SCAM），该模块融合了坐标注意力和空间注意力机制，通过结合坐标信息与空间位置数据，自适应地重新校准特征权重，以增强模型对目标区域的关注。其次，引入了基于特征复用的级联空洞卷积（Cascaded Dilated Convolution， CDConv）模块，将其嵌入主干网络，在不显著增加参数量的情况下实现多尺度特征提取。最后，开发了一种更轻量化的解耦检测头，命名为X6Detect，相较于YOLOv6的解耦头，其结构更精简，计算开销更低，同时保持了较高的检测精度。为了验证模型性能，研究人员构建了一个包含3000张有效图像的自采集异物侵入数据集（Orbital Foreign Body Dataset， OFBD），涵盖白天、夜晚场景及箱子、行人、广告牌三类目标。实验环境配置包括Intel Core i9-12900K CPU、NVIDIA GeForce RTX 4090 GPU、PyTorch 2.0.1框架和CUDA 12.1。评估指标包括精度（Precision）、召回率（Recall）、平均精度（Average Precision， AP）、平均精度均值（mean Average Precision， mAP）、每秒帧率（Frames Per Second， FPS）和参数量。

**三、 研究结果分析**

**3.1 模块消融实验**
研究人员设计了消融实验以系统评估各改进策略对模型性能的影响。实验结果表明：
* 引入SCAM模块（A-YOLOv8）后，模型的mAP⁵⁰提升了0.4%，参数量减少了0.05M，证明了该模块在增强特征检测能力的同时降低了模型复杂度。
* 在A-YOLOv8基础上集成CDConv模块（AC-YOLOv8）后，mAP⁵⁰进一步提升了0.7%，参数量减少了0.06M，表明CDConv模块通过扩大感受野和提取多尺度特征有效提升了检测精度。
* 最终整合SCAM、CDConv和X6Detect检测头的ACX-YOLOv8模型，在OFBD测试集上取得了87.1%的mAP⁵⁰和68.2 FPS，相比原始YOLOv8n模型，mAP⁵⁰提升了2.7%，参数量为4.85M。实验证明改进算法显著提升了检测速度和识别率。

**3.2 模块对比实验**
* **检测头对比**：与YOLOv6的V6检测头和YOLOX的解耦检测头相比，本研究的X6Detect检测头在保持相当精度的同时，显著减少了参数量和计算复杂度。
* **CDConv模块放置与数量影响**：实验发现，在主干网络中嵌入一个CDConv模块能获得最佳的精度、召回率和mAP⁵⁰表现。增加CDConv模块数量或将其置于检测头结构中对性能提升有限甚至导致下降。因此，研究最终选择用单个CDConv模块替换主干网络的第一个卷积层。

**3.3 模型对比实验**
将改进的ACX-YOLOv8模型与YOLOv5、YOLOX、YOLOv7、YOLOv8、YOLOv9、YOLOv10和YOLOv13等先进模型进行对比。在相同参数设置下，ACX-YOLOv8在OFBD测试集上展现出优于其他模型的性能，在保持较低参数量的同时，在精度上具有明显优势。

**3.4 模型泛化实验**
为了评估模型的泛化能力，在公开的PASCAL VOC数据集上进行了实验。实验结果表明，在IoU阈值为0.5时，ACX-YOLOv8模型相比其他基线模型取得了更优的性能，其mAP⁵⁰达到92.2%，相比YOLOv8n提升了1.8%，证明了改进模型在不同任务和数据集上具有强大的适应性和泛化能力。

**四、 讨论与结论**

**4.1 讨论**
* **模型性能分析**：在OFBD上，ACX-YOLOv8实现了87.1%的mAP⁵⁰和68.2 FPS，在精度和实时性上均优于YOLOv8n。与YOLOv9-tiny、YOLOv10n等先进模型相比，ACX-YOLOv8以仅485万的参数量实现了更高的检测精度，凸显了其轻量化设计的优势，更适用于铁路沿线边缘设备部署。
* **模块有效性分析**：SCAM模块、CDConv模块和X6Detect检测头的集成产生了“1+1+1>3”的协同效应。SCAM模块增强了目标特征显著性，CDConv模块扩大了感受野以进行多尺度特征提取，而X6Detect检测头解耦了分类和回归任务。这种三方协作有效应对了铁路轨道异物检测中的小目标检测差距、特征提取不足和计算负载过大等挑战。
* **工程应用价值**：ACX-YOLOv8模型的工程应用价值在于其对铁路轨道异物检测的实际意义。其轻量化设计使其适用于铁路沿线嵌入式系统等边缘计算设备，允许现场实时检测，减少延迟。在OFBD和VOC数据集上的高mAP⁵⁰值和令人满意的FPS表明其具有良好的检测性能，能够可靠识别各类异物。其精度与效率的平衡使得模型能够在复杂的现场条件下持续稳定工作，有助于提升铁路安全、降低维护成本并提高运输效率。模型的泛化能力可扩展至其他需要实时、准确、高效目标检测且资源有限的工业场景。
* **研究局限性**：本研究存在以下局限性：① OFBD仅包含三类异物，未涵盖动物、落石等其他常见铁路危险物；② 模型仅基于视觉单模态检测，在极端天气条件（如大雾、暴雪）下的性能有待进一步提升；③ 未在实际铁路环境中进行长期部署测试，模型的工程稳定性需要进一步验证。
* **未来研究方向**：针对上述局限性，未来研究方向包括：① 扩展OFBD，增加更多异物类别和样本量；② 集成多模态检测技术（如RGB-激光雷达（LiDAR）、RGB-热成像融合）以增强模型在极端环境下的性能；③ 在实际铁路站点进行现场部署测试，以优化模型的工程稳定性和鲁棒性。

**4.2 结论**
为应对铁路轨道异物检测的实际需求，本研究提出了一种基于YOLOv8的改进算法ACX-YOLOv8。通过一系列实验验证了模型的有效性，得出以下关键结论：
1. 所设计的SCAM空间坐标注意力模块有效增强了模型对目标区域的特征提取能力，将模型的mAP⁵⁰提升了0.4%，同时参数量减少了0.05M。
2. 在SCAM基础上，提出的CDConv级联空洞卷积模块可替换YOLOv8n主干网络的第一个卷积层，实现多尺度特征提取。该方法将模型的mAP⁵⁰提升了0.7%，同时参数量减少了0.06M。
3. 在SCAM + CDConv基础上，本文开发的轻量化解耦检测头相比YOLOv6检测头参数量减少了35.7%，将整体模型的mAP⁵⁰提升至87.1%，超越YOLOv8达2.7%。
4. ACX-YOLOv8模型拥有485万参数，在OFBD上实现了87.1%的mAP⁵⁰和68.2 FPS，在VOC数据集上实现了92.2%的mAP⁵⁰，相比YOLOv8n提升了1.8%。该模型通过平衡检测精度、实时性能和泛化能力，为铁路轨道异物的实时检测提供了高效可靠的技术方案。

值得注意的是，改进后的模型成功识别了远距离的铁路轨道异物。这一进展证明了其处理复杂困难环境条件的卓越能力。这种识别远距离铁路轨道异物的能力对于确保铁路运营安全具有至关重要的意义。在实际铁路运营场景中，远距离轨道上的异物往往难以及时发现，如果这些物体影响到列车运行，后果将不堪设想。改进后的模型能够准确识别此类异物，极大地提高了铁路安全监测的可靠性。在未来研究中，研究人员将继续完善此模型并集成多模态技术，为铁路安全提供更全面、高效的保障。