基于DMI图像识别的列控系统车载设备功能验证方法研究

摘要

CTCS-3级列车运行控制系统作为中国高速铁路统一的技术平台，为铁路安全高效运行提供了重要保障。为了验证CTCS-3级列控系统的功能是否满足相关技术规范的要求，以及保证列车的跨线运行，必须进行一系列的测试。基于数据驱动的黑盒测试方法是列控系统车载设备实验室测试的主要方法，其主要的测试步骤依次为:测试数据生成;测试执行;结果分析。目前这些工作主要由人工完成，工作量大且效率低，因此亟需研究自动测试的核心方法。车载设备人机界面信息的提取与功能验证作为测试执行过程中的关键技术，是实现车载设备自动测试的重要基础。
　　北京交通大学已经对此问题进行了研究，搭建了车载设备自动测试平台，并提出了DMI(Driver Machine Interface)显示信息的识别方法。但是前期研究中并没有对运行计划区进行识别，而且也没有对DMI的识别结果进行详细分析。
　　本论文重点研究了基于DMI图像识别的车载设备功能验证方法，论文完成的主要工作有:
　　1.对CTCS-3级列控系统车载设备以及自动测试平台的总体结构进行了概述，提出了基于DMI图像识别的车载设备功能验证方法，并分析了需要识别的DMI界面信息。
　　2.设计了DMI界面信息识别方法。在对DMI进行定位以及元素分割后，重点研究了不同类型元素的识别方法:图标识别采用最小距离分离器与模板匹配的方法，字符识别采用神经网络的方法。由于运行计划区的特殊性，首先采用不同的阈值将起模点和最限制速度曲线分开，然后将最限制速度曲线的顶点作为其主要特征，并采用Harris角点检测法对其进行识别。最后对各个元素的识别准确率以及影响因素进行了分析。
　　3.对测试执行的过程进行建模，将其抽象为系统状态的变化，定义系统状态的运算方法。通过对比由DMI识别结果构建的实际系统状态与测试序列构建的期望系统状态，验证车载设备功能是否正确执行，并给出了基于DMI图像识别的车载设备功能验证方法的示例。
　　4.设计了基于DMI图像识别的车载设备功能验证系统，采用MFC结合OpenCV图像处理库，在Visual Studio2010开发环境中完成系统开发，实现了对DMI显示信息的识别，并基于识别结果以及测试序列完成了对车载设备功能的验证。

目录

声明

致谢

摘要

1 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 论文主要内容和结构

2 基于DMI图像识别的车载设备功能验证方法概述

2．1 CTCS-3级列控系统车载设备

2．2 车载设备自动测试平台

2．2．1 测试数据生成

2．2．2 在线执行

2．2．3 测试结果分析

2．3 基于DMI图像识别的车载设备功麓验证方法

2．3．1 DMI显示信息识别

2．3．2 车载设备功能验证

2．4 本章小结

3 车载DMI界面信息识别方法

3．1 预处理

3．1．1 灰度化

3．1．2 图像增强

3．2 DMI界面定位与分割

3．2．1 DMI界面定位

3．2．2 倾斜矫正

3．2．3 界面元素分割

3．3 特征提取与识别

3．3．1 图标识别

3．3．2 字符识别

3．3．3 运行计划区识别

3．4 实验结果

3．4．1 识别准确率

3．4．2 影响因素分析

3．5 本章小结

4 车载设备功能验证方法

4．1 系统状态

4．2 系统状态定义

4．2．1 状态分量选择

4．2．2 系统状态构建

4．2．3 系统状态运算

4．3 车载设备功能验证

4．3．1 实际系统状态转换

4．3．2 期望系统状态转换

4．3．3 车载设备功能验证流程

4．4 车载设备功能验证示例

4．5 本章小结

5 基于DMI图像识别的车载设备功能验证系统的实现

5．1 系统需求分析

5．2 系统总体设计

5．2．1 系统流程设计

5．2．2 系统模块划分

5．2．3 开发平台

5．3 数据结构设计

5．3．1 DMI图像结构设计

5．3．2 系统状态设计

5．4 界面设计与实现

5．5 本章小结

6 总结与展望

6．1 总结

6．2 展望

参考文献

图索引

表索引

作者简历

学位论文数据集