一种基于视觉和振动的多维度列车脱轨监测方法

本发明公开了一种基于视觉和振动的多维度列车脱轨监测方法，属于轨道交通领域，该方法包括：分别采集轮轨接触区域图像及每个车轮在不同方向的振动数据，并将轮轨接触区域图像与振动数据进行时空对齐；结合边缘检测算法及霍夫变换技术从轮轨接触区域图像中提取视觉特征，并从振动数据中提取振动特征，将视觉特征与振动特征关联生成轮缘横向位置‑振动特征映射表；基于轮缘横向位置‑振动特征映射表建立D‑S证据理论融合模型，并利用D‑S证据理论融合模型将视觉特征与振动特征融合，根据特征融合结果判定列车脱轨风险。本发明实现了视觉图像与振动数据的深度耦合分析，解决了现有技术无法适应工况变化、极易产生误报及影响运营的缺陷。