基于人工智能的铁路沿线环境识别方法和系统

本申请提供一种基于人工智能的铁路沿线环境识别方法和系统。其中，本申请通过同步采集道砟区域的激光点云、轨检车状态参数及毫米波雷达数据，融合构建带物理属性的增强点云。利用轨检车底部的线扫激光和毫米波雷达进行螺旋扫描与穿透扫描，生成融合表面形貌与内部介电特征的三维数据矩阵。神经网络解析该矩阵的道砟接触面曲率与间隙分布，并通过时空注意力增强松散区域权重。基于对抗训练生成模型补全遮挡区域，输出完整虚拟点云。最终量化分析虚拟点云及相关特征，输出道砟密实度及板结区域坐标范围作为关键识别结果。本申请通过多源数据融合、深度学习与点云生成技术，实现对铁路道砟密实度与板结区域的精准、动态、非接触式量化评估。