为了保证全自动驾驶条件下列车编号识别的准确性,采用机器学习算法选择车辆编号区域图像的训练模型;根据车号位置、司机登车平台结构形式,合理选择车号机器视觉系统安装位置,确保所获取车号图像的完整性;采用YOLO算法对形态学处理完的图像进行字符识别,识别准确率大于99.74%,满足3σ原则,从而验证了训练模型以及算法的可靠性。

通过对全自动驾驶地铁列车电空制动混合的原理分析,结合既有项目的实际情况,对空气制动系统预压力值进行合理的设定,得出施加预压力与空气制动系统响应时间之间的匹配关系,为全自动驾驶地铁列车精准停车提供有力参考。