成果通过激光雷达和相机的融合，可对轨面突发侵入或隧道结构设备落下障碍物进行主动识别。当判断该障碍物影响列车正常运行时，可输出声光报警信号，并输出紧急制动信号。系统的车载设备由车载控制主机、视觉传感器、激光雷达传感器及显示屏组成。
采用远焦摄像机+近焦摄像机的视频传感器组合技术，实现了大范围内图像采集的有效覆盖，辅以三维激光雷达采集的高清点云数据，通过异构数据融合技术，依托车载探测主机的人工智能深度学习算法，实现了对轨行区各类障碍物的精准检测和主动提前预警及制动。系统深度学习后，漏报率小于 0.01% ，误报率小于 0.01%。
应用前景：
成果可广泛应用于铁路交通领域，特别是在轨道交通列车中进行障碍物的识别及检测。
成熟度：产业化
