多传感器融合的钢轨廓形识别方法及装置

本发明公开了一种多传感器融合的钢轨廓形识别方法及装置，其中该方法包括：获取历史待识别钢轨左右轨的内外侧廓形图像；针对每一传感器采集的廓形图像建立一个深度神经网络，将每一传感器采集的廓形图像输入对应的深度神经网络，训练得到一个深度神经网络模型，将每一深度神经网络模型的预测概率转换为质量函数作为一个融合候选因子；根据多个融合候选因子，以及基于核诱导置信度KIBM增强的证据理论传感器融合算法，进行待识别钢轨廓形状态的决策融合，训练得到最终的多传感器融合的钢轨廓形识别模型，该模型用于在高速车载动态行车环境下根据当前待识别钢轨左右轨的内外侧廓形图像识别钢轨非正常廓形。本发明可以提高钢轨廓形识别的准确率。