行李安检智能检测最难分样本集选取方法研究

研究表明,使业务模型性能变差的难分样本对系统边界决策能力增长有决定性影响。由于行李携带危险品的多样性及实物形态的不确定性,以及现场行李安检系统生成的行李X光图像数据呈现“长尾分布”特征,由有限次样本采集的数据集训练得到的智能检测模型,在应用于现场行李安检系统后,存在检测准确率不高的问题。文章针对行李安检智能检测数据分析闭环流程,提出最难分样本集的离散强化选取方法,可从现场行李安检系统运行过程中产生的危险品实例图像中选取最难分样本集,作为新增样本数据,用于智能检测模型的学习更新,实现安检智能检测软件性能的持续增强。     

铁路视频模式识别技术应用研究

采用视频模式识别技术,可实现铁路视频监控系统视频图像自动识别并生成报警信息,对更充分地发挥视频监控系统作用、降低值班人员工作强度具有重要意义。分析不同视频模式识别技术的铁路适应性,介绍铁路典型视频模式识别系统试验和应用效果;提出为客观评价视频模式识别系统技术水平,应开展第三方测试验证,并从建立测试样本库、搭建测试平台等方面提出相关建议,为推进视频模式识别技术在铁路行业的应用提供参考。     

铁路隧道衬砌表观病害智能检测技术

针对铁路隧道衬砌表观病害检测需求，梳理并分析技术现状，介绍隧道衬砌表观病害智能检测系统的研制情况和系统组成。提出铁路隧道衬砌表观病害智能检测面临的技术难点，分析图像快速采集、病害智能识别、病害样本库构建等智能检测关键技术。通过基于实测数据集以及现场检测复核等手段，验证铁路隧道衬砌表观病害智能检测系统关键参数。结合现场运用情况，分析铁路隧道衬砌表观病害智能检测系统运用效率。智能检测系统应用表明，铁路隧道衬砌表观病害智能检测技术可大幅提升隧道衬砌病害检测的自动化和智能化水平。     

城市轨道交通安检中基于X射线图像的危险品识别技术研究

阐述了基于传统机器学习和深度学习的危险品对X射线图像安检识别技术原理、方法及适用场景,分析了不同识别技术的优缺点。基于深度学习的危险品识别技术能自动学习物品分类特征,具有良好的鲁棒性和运算效率。其中基于回归思想的目标检测框架的识别速度快,适用于实时系统。利用实际典型场景进行训练并测试,测试结果表明,基于YOLO模型建立的危险物识别技术在识别精度和速度上均能满足相关要求,可对行李包裹内枪支刀具、烟花爆竹等危险品进行智能化识别并报警,能切实提升城市轨道交通安检效能,提高安全风险预警能力。     

铁路客运车辆调度信息系统的设计与实现

在对昆明铁路局客运车辆管理调度管理现状和业务需求调研的基础上,针对突出问题和现实需求,设计并开发了铁路客运车辆调度信息系统.该系统基于.net、面向对象设计、图形化设计技术,实现了客车动态图形化显示和编挂,交路图的自动计算,客运车辆库信息维护,此外系统还具有操作监控、统计分析、自动报警等功能.     

高速列车智能视频分析应用研究

为提升高速列车智能化水平，搭建高速列车智能视频分析系统，主要由车载摄像机、视频监控服务器、智能分析主机等设备构成，可通过车厢控制器与其他车载系统和设备进行信息交互。该系统基于深度学习算法构建智能视频分析模型，实现车厢敏感人员识别、车厢乘客拥挤度检测、车厢遗留行李检测、车厢重点位置监控、司机疲劳驾驶监测等功能；当检测和识别出异常事件时，告警信息可在旅客信息系统的显示终端上自动显示，或由广播装置播放告警信息。     

铁路货运计量安全检测监控系统关键技术

铁路货运计量安全检测监控系统由车站级、车务段(直属站)级、铁路局级和中国铁路总公司级4级系统构成.车站级系统主要负责收集和管理各检测站点的过车检测数据,并与铁路运输管理信息系统的确报信息进行集成与匹配,实现货物装载状态的实时监控和报警管理.车务段(直属站)级、铁路局级和铁路总公司级系统主要收集并管理辖区内货车的货物装载状态检测信息,及时掌握货车超偏载和超限等报警信息,通过跟踪货物装载状态的变化,实现对超偏载和超限货车的重点跟踪监控,并提供信息查询、自动生成各类统计报表等服务.采用网络传输技术,实现检测数据集成以及与TPDS系统的信息共享;采用智能信息处理技术,实现检测数据与确报信息的模糊匹配和智能报警;采用WEB服务技术实现货物装载状态全程追踪与监控;通过建立报警货车分级闭环管理机制,实现货车报警处理的分级闭环管理.铁路货运计量安全检测监控系统已在全路投入实际应用,取得了良好效果.     

基于改进形状匹配的扣件缺陷检测方法

基于传统图像处理的扣件检测方法在扣件定位方面存在定位不准、定位方法局限性较大等问题,在扣件识别方面的正确率也不高。而基于深度学习的扣件检测方法则需要大量的扣件样本作为训练集,训练效果难以保证。鉴于以上不足,提出一种基于改进形状匹配的扣件缺陷检测方法,该方法的一大优势是无需预先进行扣件定位,且匹配速度快、召回率高。该方法改进点主要包括：1)采用多模板匹配代替单模板匹配,以提高模板的多样性,进而提高扣件的匹配召回率;2)采用基于HALCON的形状匹配代替传统模板匹配,便于提高扣件的边缘检测效率,增强检测鲁棒性;3)提出扣件图片智能裁剪和模板库自动化更新算法,其中智能裁剪可裁剪出更加整齐而规范的数据集,模板库自动化更新算法可根据匹配的扣件数据集动态更新模板库。用轨道综合巡检车拍摄的扣件图片对该方法进行了实验验证。研究结果表明,在匹配阈值为0.75,模板库扣件数量为32的条件下,该改进方法对单张图片匹配时间为仅为0.18 s,检测召回率达到了98.15%。该改进方法高效且智能,具有较高的实用性、适用性和可行性,能够满足工务段日常维检的需要。     

基于BIM的铁路重载货车轮对检测设备智能运维系统设计

重载货车入库轮对检测设备安装在货车入库线路上，可实现轮对外形尺寸、踏面擦伤、钢圈内部缺陷等关键特性参数的在线动态自动检测，对保障货车运行安全起到了重要作用。针对重载货车轮对检测设备运维过程中存在关键设备上道检修间隔期间故障无法及时发现等问题，设计一种基于BIM技术的重载货车轮对检测设备的智能运维系统。首先搭建了以采集层、传输层、数据层、运算层、应用层为主体的系统构架；其次在Bentley软件平台设计的BIM模型基础上，拓扑出一个简化的建筑和检测设备模型；最后通过在检测棚内加装视频采集系统，将采集的视频尺寸信息与BIM模型的尺寸信息进行比对，实现自动检测发现故障，智能报警的功能。整个系统以B/S架构为基础进行开发，采用Springboot+VUE等技术进行展现。使用该智能运维系统，可实现对重载货车轮对检测设备公共单元、轨边检测单元、轨边监控单元的实时智能诊断及故障自动报警，有效保障重载货车安全运行，同时使用该系统每年预计可节约检修人员2.8人，节约各种成本约238万元，经济效益良好。     

基于5G的高铁列车超视距行车辅助预警系统

针对高铁列车运行前方出现异物入侵、人员侵限、隧道落物、山体滑坡等突发危险情况时,司机如何提前实现险情预判并采取措施,设计开发了基于5G的高铁列车超视距行车辅助预警系统。通过高铁沿线部署的摄像头等智能感知设备采集视频信息,并通过光纤传回铁路局智能视频云平台及视频共享中心,进行险情智能识别;结合列车寻位进行关联计算后,通过5G网络将视频及报警信息传输至动车组司机室的车载显示终端,为司机提供超视距视频展示、前方险情报警及行车导引等功能。该系统已在广深港客运专线开展了现场试验,取得了良好效果,为高铁行车安全提供了新的技防手段。     

GPS智能消防无线报警网络服务系统

为认真贯彻落实中华人民共和国《消防法》和国家公安部61号令,“向科技要警力”,逐步实现“科技消防”和“智能消防”的目标,北京慧立阳科技有限公司与国家公安部第二研究所共同合作,成功地研制出“GPS智能消防无线报警网络服务系统”。该系统集GPS（全球卫星定位系统）、GIS（地理信息系统）、GSM（无线移动通信系统）和计算机等高新技术于一体,实现了报警自动化、接警智能化、处警预案化、管理网络化、服务专业化、科技现代化,其先进性、科学性和可靠性目前均处于国内领先地位,得到国家公安部二所领导的认可与好评。     

无砟道床表观伤损智能识别算法研究北大核心

为提高无砟道床表观伤损检测系统的检测精度和准确率,提出了一种多尺度多任务的伤损智能识别算法。采用特征图L1范数准则对ResNet网络的冗余卷积核进行压缩剪枝,以降低模型计算量和存储空间。通过采集的图像构建样本库,利用像素级语义分割算法,以优化后的ResNet网络为编码网络,以PPM网络为解码网络,搭建编码-解码深度学习架构模型,并通过测试集试验和现场试验对模型进行验证。结果表明,该模型对2000张测试图像的识别准确率为95.6%,无砟道床表观伤损现场检出率为96.4%,检测效果良好。该模型可以实现对无砟道床表观伤损的自动化检测、伤损趋势分析和状态评定。     

车路协同报警系统研发与应用

根据贵南高铁广西段线路安全隐患与防控需求，研发车路协同报警系统。该系统是集成多种技术的智能安防系统，由机车综合无线通信设备、车路协同报警地面设备、车路协同报警平台和GSM-R网络4部分组成。介绍系统的主要功能，并重点阐述报警平台算法中心服务、报警平台图片处理、机车位置信息实时获取等关键技术。该系统可有效提升高速铁路的安全性能和运行效率，推动铁路运输的智能化发展。     

城市轨道交通安全防护工程实践和思考

从建筑设计、通风及消防、灭火设施、综合监控及集成技术方面介绍城市轨道交通安全防护设计现状。通过对建筑物内安全设计、监控系统分析,提出城市轨道交通安全防护工程应采用爆炸物及各种危险品检测系统、生物识别及图像分析、智能视频分析系统等新技术。     

基于移动应用的铁道信号智能监测系统

为解决传统铁路信号监测系统中存在的互联性较低、数据共享不足、智能化程度较低等问题,结合4G无线通信、云计算、大数据等技术,设计了一种基于移动应用的铁道信号智能监测系统,该系统将既有的信号监测系统进行了移动端的智能延伸,并且具有实时报警、智能故障预测与诊断、报警管理、监测数据查看等基本功能。系统在成都铁路局投入应用,结果表明:该系统实现了信号系统监测数据报警的实时传递,提升了监测系统的实用性和智能化程度。     

郑州局集团公司科研所两项科研成果通过集团公司技术评审

正铁路站台入侵报警系统铁路站台入侵报警系统由前端监测模块、数据分析模块、报警模块、通信模块、电源模块构成。系统采用区域安防雷达与智能视频技术,实现了对站台特定区域进行监测、预警、报警功能,提供了现场语音警示、无线对讲等多种报警方式,并具备图片抓拍、视频分析功能。系统以现场安全管理为设计导向,以微波雷达为主要监测手段,辅以智能视频技术作为辅助监测方法,通过     

基于视觉的地铁列车前向目标识别系统研究

为解决地铁列车前向运行环境中障碍物判断问题,提出基于视觉的地铁列车前向目标识别系统。该系统利用语义分割算法提取行驶轨道区域,结合轨道区域识别,基于SSD算法提取前向运行环境中轨道限界范围内的列车、行人等目标。针对上述场景,建立列车前向运行环境样本库,并基于该样本库完成模型训练。实验结果证明所得模型可有效识别列车前向行驶多目标。     

站台端部入侵防护系统的研究

为了有效地监控铁路站台端部非法入侵行为，增强铁路站台端部防护能力，提出以激光雷达探测技术为主、以超宽带精准定位识别和图像智能识别分析为辅的站台端部入侵防护系统。该系统能够智能探测入侵目标，精准识别携带有定位标签的工作人员，智能识别穿着专用制服或者工装的工作人员；可将工作人员与非法入侵者区分开来，只对非法入侵进行报警，误报率低。目前，该系统已应用于多个铁路车站，有效地提升了铁路车站安全管理水平。     

基于RFID技术的扣件紧固状态检测系统的研发

针对目前铁路扣件紧固状态快速智能检测手段的不足,基于射频识别(Radio Frequency Identification,RFID)技术开展扣件紧固状态检测系统研发。通过对RFID供能传输方式和扣件紧固状态传感器的设计开发,构建全新的扣件紧固状态快速检测系统,并根据现场需要分别提出便携式采集设备方案和车载式采集设备方案。该系统现场无需布置电源线和数据线,可以实现20 km/h速度下的扣件紧固状态快速检测,检测量程为0~20 kN,检测精度为5 N,可对检测数据进行评估和对报警信息予以多级发布。与传统人工检测方式相比,该系统具有检测速度快、检测精度高、数据可靠、安装便捷等优点。     

转辙机手摇把智能管理系统设计

针对传统转辙机手摇把管理存在的效率低、安全性差等问题,设计一套转辙机手摇把智能管理系统。介绍组成该系统的智能保管箱和管理软件平台2部分内容,其中智能保管箱采用射频识别(RFID)技术,实现对箱内手摇把数量、开关门时间等信息的实时监测;管理软件平台包括手摇把使用管理、平台管理和保管箱实时监测3个模块,使手摇把的使用申请、发令授权等流程实现电子化作业。