基于机器视觉的地铁站台门与列车门间异物检测方法研究

基于机器视觉的地铁站台门与列车门间异物检测方法对保障地铁安全运营,甚至对列车自动驾驶都具有较强的指导意义。为此,文章就此类方法所涉及的检测设备安装和核心检测流程进行综述。首先对用于拍摄站台门与列车门间灯带的摄像机的安装位置及成像角度进行归纳总结;然后根据检测异物时参照对象的不同将现有方法进行分类分析;最后对基于机器视觉的地铁站台门与列车门间异物检测方法进行展望。     

北京地铁异物侵限探测系统研发与实践

对北京地铁异物侵限事件进行调研和总结,根据异物侵限事件发生的位置、侵限源特征及其危害程度对异物侵限源进行分类。在此基础上,提出一种基于雷达-视频多手段融合的智能异物侵限检测方法,采用高清摄像机视频检测、雷达测距和双目立体测距技术等开发一套异物侵限探测设备。通过模拟不同异物侵限工况在北京地铁某试车线开展现场试验,验证该设备具有识别精度高,并可实现实时预警、报警等功能,可为北京地铁安全运营提供技术保障。     

地铁风险空间分析及异物检测系统技术要求

为了规范地铁风险空间异物检测系统的设计与安装,切合未来地铁无人驾驶的需求,首先分析地铁站台屏蔽门与列车门之间风险空间的风险特性与异物事件的发生原因,对比现有防夹装置和风险空间异物检测技术的优缺点,然后根据异物事件的异物体积、风险性与危害程度进行风险等级划分,并对现有异物检测系统进行检测水平评估,最后总结未来地铁无人驾驶环境下的异物检测系统必须达到理想化人工瞭望灯带技术及其以上的检测水平,本研究为未来地铁无人驾驶技术和异物检测技术的发展与应用提供参考。     

地铁曲线站台空隙异物自动检测预警系统研究

针对地铁司机在开车前无法独自完成曲线站台车门与屏蔽门间空隙异物检测而存在运营安全的隐患,提出一套地铁曲线站台空隙异物自动检测预警系统。通过在站台每扇屏蔽门上方安装微型摄像机来拍摄站台屏蔽门与车门间空隙图像,利用图像处理算法对所拍摄的图像进行车门检测并确定车门在图像中的区域（即感兴趣区域）,在乘客上下车完成后对感兴趣区域进行异物检测,并在存在异物的情况下发出预警,提醒司机延迟开车。实验证明,该系统能准确检测出空隙中存在的异物,可以辅助列车司机完成开车前对地铁曲线站台空隙异物的检测。     

轨道作业车周边异物侵线监测技术北大核心

针对轨道作业车施工现场异物侵线和预警需求,提出一种融合三维激光雷达技术与毫米波雷达感知技术的工务施工现场异物侵线监测技术。采用三维激光雷达感知施工现场周边环境,获取点云数据。通过对点云数据进行滤波、聚类及特征分析,识别出作业现场铁路轨道、道床区域,同时识别出入侵轨道线路的异物并得到其位置信息。再结合毫米波雷达感知结果对识别出的异物进行二次确认。现场试验结果表明:利用该技术进行异物监测定位,精度满足误差不大于200 mm的要求;该技术可以用于轨道作业车施工现场对地面异物侵线的实时监测。     

基于目标识别与跟踪的嵌入式铁路异物侵限检测算法研究

铁路线路异物侵限是威胁行车安全的一个重要隐患。基于机器视觉与嵌入式技术设计了异物侵限自动检测系统,利用FPGA和ARM芯片实现了图像采集处理硬件平台。提出异物目标分类和运动行为分析相结合的嵌入式异物侵限检测算法。算法采用两级判别结构,首先利用支持向量机及一组特征向量对背景差分图像得到的异物目标进行分类,根据分类结果滤除大部分行进列车目标,之后运用Kalman滤波器设计目标跟踪算法,对其余目标进行行为和运动趋势分析,滤除其中非侵限干扰信息提高报警准确率,并对有侵限趋势的异物提前预警。实验表明,该系统能够有效地识别检测区域内的异物目标,系统侵限报警准确率达到97.11%,平均检测频率达13帧/s。     

轨道交通户外站台门与列车间隙背景灯带图像分割算法研究

轨道交通在发车前需要清空站台与列车间隙,否则异物入侵会对乘客与列车运行造成安全隐患,基于背景灯带的异物入侵检测需要对灯带在图像中进行图像分割、提取、识别。针对在户外站台场景下,复杂背景和日光等因素为背景灯带提取带来困难的问题,提出一种无监督的图像分割算法。首先通过卷积神经网络进行特征提取,然后将特征图输入到后续分类器中对所有像素进行类别输出。在训练过程中,使用的损失函数从三方面进行设计：考虑特征相似度和空间连续约束、基于深度支持向量描述以及基于几何与光度增强。算法能够实现单样本无监督对神经网络参数进行调优。通过对某城轨站台真实数据采集及实验结果表明,本文提出的方法在与训练样本不同光照条件、拍摄角度条件下,对背景灯带进行分割的F1分数为78.47%;在性能优于其他方法的同时,耗时最多能减少97.1%;算法为基于背景灯带的异物检测方案提供一种行之有效的图像分割方法,为后续的异物自动检测提供基础。     

高速铁路异物侵限点影响轨道区段长度范围的计算方法

在《铁路自然灾害及异物侵限监测系统工程技术规范》Q/CR9152-2018中,针对异物侵限灾害监测系统,虽然给出了电网传感器长度的计算公式,但并没有给出异物侵限点对轨道区段影响长度范围的计算方法。因此在实际工程中,往往是根据经验值来判断异物监测点对轨道区段的影响范围,没有统一的标准和规范。本文结合相关规范文件,通过数学方法,创新性地提出了异物侵限点影响轨道区段长度的计算公式,进而确定需要串接异物侵限继电器的具体轨道区段,以有利于异物侵限防灾系统设计的标准化推广。     

地铁高架段线路接触网悬挂异物的应急处置

对地铁高架段接触网悬挂异物进行了风险分析。以西安地铁3号线为例,总结以往在异物处置方面存在的问题和关键点,并根据现场的实际异物类型、异物发生的地点、车站人员配置以及地铁行车组织情况等提出了具体处置方案。以流程图的形式反映出整个接触网悬挂异物应急处置过程。可为其他高架段接触网的异物处置提供参考。     

计算机联锁进路接近锁闭研究

列车接近区段的长短对列车是否冒进红灯产生影响,进而影响列车运行效率。通过不同站型,研究调车进路、发车进路和接车进路的接近区段的影响范围,针对每组情形设计了接近区段延长的方法和措施,参考继电联锁定型电路,实现了不同情形下的信号机接近锁闭的联锁逻辑,提高列车运行安全。     

线激光辅助单目视觉测量铁路侵限异物尺寸

异物入侵铁路线路严重危害行车安全,为及时发现异物并测量其尺寸,提出一种利用相机、异物和线激光空间几何关系计算图像中目标点世界坐标实现异物尺寸检测的方法。相机标定能够得到相机光心与目标点连线的直线方程,线激光投影中的点同时存在于线激光扫描平面和相机光心与该点的连线上。由于钢轨的约束,利用相机标定可以计算钢轨上线激光投影目标点的世界坐标,结合线激光光源坐标标定光平面方程。光平面方程和相机光心与该点连线方程的公共解为目标点的世界坐标。旋转线激光光源,求解异物多个断面关键目标点世界坐标,从而计算异物的三维尺寸。建立测量方法的数学模型并进行现场试验验证,结果表明,该测量方法能够较为准确地测量异物尺寸。     

高速铁路自然灾害及异物侵限监测系统监控单元设备可靠性验证试验方法研究

随着高速铁路与高速列车技术的快速发展,高速铁路列车运行速度的提高和列车密度的加大,如何保证行车安全变得越来越重要,这对高速铁路自然灾害及异物侵限监测系统提出了更高的要求.本文研究高速铁路自然灾害及异物侵限监测系统关键设备监控单元的可靠性水平检验方法,能够完善自然灾害及异物侵限监测系统的可靠性管理,提高监控单元设备的可靠性水平.     

高速道岔尖轨转换锁闭力计算分析

为优化高速道岔尖轨转换扳动力的计算,应用有限元方法分别建立道岔尖轨轨腰力计算模型与外锁闭装置受力计算模型,提出一种计算高速道岔尖轨转换锁闭力的方法。以高速铁路18号单开道岔及新外锁闭装置为例,探究锁闭装置对尖轨转换计算的影响,揭示尖轨转换锁闭力随夹异物大小、夹异物位置变化的规律。结果表明,新外锁闭装置对尖轨转换计算产生的影响不容忽视。尖轨转换锁闭力在密贴尖轨锁闭过程中其最大锁闭力与既有的尖轨轨腰力相比可降低约21%;当牵引点处存在夹异物时,该牵引点处的锁闭力随夹异物尺寸的增加而明显增大,但对其他牵引点处的锁闭力影响较小;夹异物尺寸越大,外锁闭装置从开始锁闭至达到最大锁闭力所需的锁闭杆位移越大。     

高速铁路异物侵限监测网设置范围计算公式的完善

高速铁路异物侵限监测系统是高速铁路重要的基础设施,其监测网的安装范围正确与否将直接关系到高速铁路的运输安全,原铁道部运输局2010年颁布的《高速铁路防灾安全监控系统-公跨铁立交桥异物侵限监测方案》提供了公跨铁立交桥异物侵限监测电网设置范围的计算公式。通过举例分析发现,当公跨铁立交桥与铁路线的夹角大于70°时,该计算公式得出的计算结果偏小,甚至还会出现负值的不合理现象,对高速铁路运营安全产生不利影响,因此有必要对该计算公式进行修改完善。根据公跨铁立交桥与铁路线的夹角大小分(0,70°)、[70°,90°)、[90°,180°)三个区间进行讨论,并利用三角函数法,研究得出一整套新的计算公式。研究成果表明,用新的计算公式得出的公跨铁立交桥异物侵限监测电网设置范围更加科学合理,提高了高速铁路异物侵限监测系统的安全监控性能。     

基于YOLOv5的铁路接触网异物检测模型初步研究

接触网上附着的异物是影响铁路列车运行安全的一大隐患,在开行列车前需要检查接触网上是否有异物附着。目前,接触网异物检测主要依靠人工巡检,工作效率低,人力物力消耗大。文章通过建模实验,初步探讨利用基于深度学习的目标检测技术实现铁路接触网异物检测的可行性;构建了3种接触网异物检测模型：YOLO(YouOnlyLookOnce) v5模型、 YOLOv5+坐标注意力（CA,Coordinate Attention）改进模型和YOLOv5+ConvNext Block改进模型,利用包含鸟窝和轻质异物两种常见异物的接触网图像数据集,对这3种模型进行实验分析。实验结果表明,相比YOLOv5算法,对于检测鸟窝和轻质异物两种常见的接触网异物,YOLOv5+CA改进模型和YOLOv5+ConvNext Block改进模型具有更好的效果,且YOLOv5+ConvNext Block改进模型检测小尺寸目标的能力更强。     

客运专线异物侵限监控系统技术的研究

通过对几种异物侵限监测技术的对比分析,提出适合我国客运专线异物侵限监测的技术方案.详细描述异物侵限监控系统监测点设置原则,系统构成,工作原理和报警处置等关键技术.利用多种监测方式的优点,提出双电缆传感器和视频监控相结合的综合监测方案,可为客运专线异物侵限监控系统设计和建设提供参考.     

主电路活接地接地点的波形判断法

韶山1型电力机车运用中常常发生主电路“活”接地故障。如牵引电动机母线与车体相磨绝缘破损后,破损处与车体相接时出现接地现象,而母线与车体分离时接地现象消失。又如主变压器或平波电抗器落入金属异物,在机车过道岔或弯道时,由于振动或离心力的作用使异物移位,造成带电体与外壳接通,当外力作用消失,异物位置发生变化,接地现象消失。     

高铁接触网异物自动化智能检测方法

基于接触网安全巡检装置(2C)采集的海量图像数据,提出高铁接触网异物自动化智能检测方法,以实现稳健、可靠、精准的高铁接触网安全异常检测。该方法面向2C图像的特点以及接触网安全运行需求,首先对图像进行预处理,然后设计基于深度神经网络的异物检测方法,利用已标定样本训练异物检测模型,并通过预训练和重训练步骤进行深度学习模型的优化,最后将训练好的模型应用于真实场景中对特定异物进行自动检测。对采集的2C图像进行相关试验,结果表明,该方法可以快速有效地检测出接触网异物,准确率达到96.5%以上,具有较高的应用价值。     

一种基于计算机视觉的地铁站台异物检测算法

地铁已成为大型城市的主要交通工具，如何保障乘客的安全成为地铁运营的热点问题。文章在现有的车门与屏蔽门之间人工检测技术的基础上提出一种基于计算机视觉的空间异物检测算法。该算法通过对车尾处灯带的完整性进行检测，判断车门与屏蔽门间是否存在异物，进而辅助司机进行开车前的安全检查，保障列车的运行安全。实地采集视频数据进行实验分析，结果表明，文章所提方法可以准确检测出空隙中异物。     

异物侵限监测子系统运用失效的故障树分析

异物侵限监测子系统是高速铁路自然灾害及异物侵限监测系统的重要组成部分,对高速铁路运行安全起到了重要的保障作用。本文采用故障树分析方法,通过对异物侵限监测子系统中可能发生的重要或影响安全的故障进行辨识,建立了异物侵限监测子系统故障树模型。通过对最小割集和结构重要度的分析,将各设备故障按其影响程度重要程度进行了排序,并用故障树分析方法进行了评价,所得结论可供系统完善和运营维护参考。