伴随着现代化科技水平的不断提高,城市轨道交通的发展被越来越多的城市所重视。无人机、无人驾驶汽车以及无人艇的发展,带动了城市轨道交通的无人驾驶地铁的发展,其中障碍物的检测关系到列车的安全运行是研究的重点及难点。本文通过研究当下接触式障碍物检测技术以及国内外无人驾驶汽车的障碍物检测方法,设计并提出了一种适用于无人驾驶地铁列车的障碍物检测方法,该方法应用深度学习理论通过传感器数据融合来实现障碍物的检测。本文结合地铁列车的运行特点以及无人驾驶汽车的障碍物检测方法,设计出了本文的整体方案:选用视觉传感器和激光雷达传感器作为检测工具,基于深度学习理论,提出了一种适用于地铁列车轨道内障碍物检测的方法。首先应用深度学习理论,通过摄像机检测出铁轨的位置,绘制出地铁列车行驶过程中的危险区域,当危险区域存在障碍物时,系统通过激光雷达和视频图像的方法将其检测出来,对于摄像机已知的障碍物(如行人)可以通过摄像机和激光雷达共同检测,提高了检测的准确率;对于摄像机未知的障碍物(如大小不一,形状各异的石块),通过激光雷达传感器实现对未知障碍物的检测;最后通过编写障碍物检测界面进行障碍物检测,当没有检测到障碍物时绿灯亮,当检测到障碍物时红灯亮,同时产生紧急制动,保障乘客和列车的安全。通过对深度理论的研究以及对现有的障碍物检测方法的分析,并且根据地铁列车的制动原理,设计出用于本文检测方法的系统结构。该方法的系统结构包括系统主机、激光雷达和摄像机,其中系统主机包括工控机与主控板。其中主控板的各部分构成了其硬件部分;软件部分包括驱动继电器动作的下位机软件和用于检测轨道内障碍物的上位机软件。最后,本文提出的地铁列车非接触式障碍物检测方法应用到基于中国中车长客股份有限公司提出的科技部十三五科技支撑项目“下一代地铁车”上进行现场试验与测试,试验与测试结果证明了本文提出的非接触式障碍物检测方法是可行的。