由于地铁隧道施工过程中运输电机车安全事故时有发生,人们对电机车行驶安全的关注进一步提高,针对电机车的环境感知系统已成为当今研究热点。碰撞与脱轨是电机车最常见的安全事故,但还缺乏有效的检测手段,因此,本文设计了一种基于多传感器的智能电机车环境感知系统,重点研究障碍物与脱轨检测技术。本文主要研究内容和研究结论如下:首先,根据电机车工作特性,完成环境感知系统整体设计。分析各类型传感器的工作原理与性能特点,确定传感器类型;结合电机车环境感知需求对传感器进行型号选择与参数配置;依据障碍物检测与脱轨检测两大功能模块,设计环境感知系统的整体架构与通讯网络分布。其次,基于图像处理技术与激光雷达工作特点确定轨道前方障碍物检测方法。通过图像处理技术提取摄像机图片中的轨道轮廓,判断轨道类型;根据车身尺寸与激光雷达安装位置,确定检测限定条件去除干扰点,实现平直轨道上的障碍物检测;针对激光雷达在弯曲轨道上容易产生误检的问题,标定摄像机内参建立传感器坐标系的空间转换模型,将同一时刻的点云投影到图像平面,根据投影点与轨道边界位置排除轨道外目标点的干扰,降低了弯曲轨道上的误检率。再次,基于D-S证据理论提出一种脱轨检测方法。通过分析电机车脱轨时的运动信息特征,根据运动姿态传感器与声音传感器获取的车身横向加速度、垂向加速度、侧倾角与车内噪声强度四种信息建立证据理论模型;构建脱轨状态与信息间模糊集合,将隶属度函数为基本概率赋值函数获取初始证据;针对初始数据在融合中的高冲突现象,引用模糊相似度分配每个证据的权重,对初始证据进行加权修正后再通过Dempster组合规则进行融合,改进组合规则后提高了决策的置信度,得到更准确的脱轨检测结果。最后,在实车上安装激光雷达与摄像机搭建试验平台,分别在平直轨道和弯曲轨道上进行障碍物检测功能验证实验,试验结果证明障碍物检测功能基本达到设计要求。基于前期采集的历史数据测试脱轨检测算法性能,通过与其他检测方法的对比实验,验证了该方法在不同车速条件下的鲁棒性。