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。     

基于微波雷达技术的站台两端监测告警系统研究

从车站端部智能监测安全防护的角度出发，分析客运人员现场防护和盯控的管理现状。针对铁路安全防护智能化、自动化、信息化的发展特点，提出了车站端部防侵入报警系统的设计方案。基于微波雷达技术的站台级端口管控设备模型，实现了光纤通信网络与车站一体化管理软件对接，全天候自动检测、自动记录、自动报警、作业跟踪等智能化监测。提高了站台端部作业的安全可靠性，解决了站台两端出入管理难题。     

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。     

基于半监督聚类的网络入侵检测算法

入侵检测是维护网络安全的重要技术手段之一.本文提出一种聚类算法:k-cubes,用于网络异常检测.算法采用基于网格的方法对网络连接数据进行预处理,然后以网格为数据处理单位进行聚类,在聚类过程中通过动态合并与分裂自动决定聚类的数目.在此基础上给出了半监督k-cubes聚类算法,并根据聚类的结果生成检测规则.k-cubes聚类算法适合处理高维并且含有多值字符属性的大数据量数据,同时具有输入参数少等特点.在KDD99入侵检测数据集上的实验结果显示,算法获得95.82%的检测率和1.25%的误报率,并且在识别新入侵的能力上,算法检测到17种新入侵中的15种.     

铁路周界入侵目标多尺度特征感知算法

准确识别侵入周界范围内的人和大型牲畜是铁路周界入侵视频智能分析技术的重点内容,对保障铁路安全运营具有重要意义。基于现有目标检测算法难以处理铁路监控场景中入侵目标呈现显著尺度变化的状况,提出一种多输入双输出神经网络(Multiple Input Double Output Network,MIDO-Net)和基于自适应特征加权融合的目标多尺度特征感知算法。首先,通过MIDO-Net多层级联的多输入和双输出网络结构,提取图像目标更丰富的多尺度特征信息;其次,依据骨干网络多阶段的特点,先将多级特征上采样至统一分辨率,再利用注意力模块和自适应参数对多级特征进行加权;然后,将特征输入到检测头中完成铁路周界入侵的识别;最后,通过视觉目标类别(Visual Object Classes,VOC)公共数据集和制作的多场景、多尺度铁路异物侵限数据集,对算法进行验证。结果表明：提出的多尺度特征感知算法在VOC公共数据集中的检测精确率达83.3%,在多场景、多尺度铁路异物侵限数据集中的检测精确率达91.1%,平均召回率达56.2%,均优于当前广泛使用的各种特征提取骨干网络;算法检测速率为45帧·s^...     

基于截线法的铁路扣件骨架提取算法

为了能够精确描述铁路扣件端部形状,提高铁路扣件的识别率,以及满足扣件检测的实时性要求,提出了一种基于截线法的铁路扣件骨架提取算法。首先,通过预处理得到原始图像的二值图像及其感兴趣区域;其次,应用不同方向的方位距离变换计算扣件各端部区域的骨架生长点;然后,以骨架生长点为中心沿扣件的弯曲方向分别利用水平线族和竖直线族扫描扣件端部轮廓,得到截线段后,计算其中心点;最后依次连接骨架生长点和所有截线中心点即可得到完整的扣件图像骨架。理论分析与实验结果证明,本文算法对扣件形状的描述能力强,并且可以准确识别扣件形状。对于复杂图像的识别具有较好的效果,在识别缺陷扣件时具有较强的应用优势。算法运行时间较短,可以达到实时性的要求。     

铁路站台防侵入监控系统的研发

基于激光扫描技术与视频监控技术,开展对铁路站台防侵入监控技术的研究。通过对入侵物体大小、停留时间、运动轨迹等分析判断,可实现对站台安全白线区域、站台端部等多区域的布防,布防区域可参数化设计,适用不同站台、多种工况。建立了一套基于先进监控技术、自动化、模块化的铁路站台防侵入监控系统。     

基于孤立森林算法的铁路通信网潜在攻击检测方法研究

针对当前铁路通信网潜在攻击检测方法在识别异常攻击时忽略了对数据的降维处理,导致检测效率偏低、误报率和漏检率较高等问题,提出基于孤立森林算法的铁路通信网潜在攻击检测方法。将铁路通信网样本集通过数据类型划分为多个子集,通过对主成分进行分析,最大限度地减少不同子集间的降维影响,使各子集降维达到最佳;基于降维处理的数据,构建孤立森林潜在攻击检测器,判断数据异常行为;基于孤立森林算法更新铁路通信网潜在攻击检测器,实现铁路通信网潜在攻击检测。仿真试验结果:测试样本数量增加时,该算法的检测速率保持在90%以上,误报率和漏检率均小于等于0.02%,表明该方法在铁路通信网潜在攻击检测上具有一定的应用价值。     

基于微波阵列技术的高铁周界入侵探测系统应用研究

分析高铁周界安防技术现状,结合未来发展趋势,立足于核心管理需求,结合基于深度学习算法模型库的入侵目标探测与识别技术,以及基于数据通信技术的合法识别技术,提出基于微波阵列技术的高铁周界入侵探测系统。该系统能提升高铁周界入侵目标报警准确率,同时为合法施工人员管理提供了有效的技术手段。系统在京沪高速铁路廊坊段开展应用示范,取得了良好的测试效果,具备推广应用价值。     

基于智能视频分析的铁路入侵检测技术研究

针对视频监控系统人工监视容易产生疏漏的问题,研究在铁路场景下基于智能视频监控图像序列处理和分析的识别物体入侵行为检测技术,给出铁路入侵物体检测、定位与跟踪的适用算法,实现基于轨迹点行为模型的入侵行为分析与理解。设计和开发了基于OpenCV的铁路入侵检测实验平台,在此平台上实现背景建模、运动检测与跟踪等项功能,初步实现了对入侵行为的识别、分析以及对危险行为的报警。     

基于Faster R-CNN网络模型的铁路异物侵限检测算法研究

行人和车辆等异物侵入铁路周边限界内的情况严重威胁了行人自身安全及铁路行车安全。针对传统铁路异物检测算法识别精度不高、分类不明确和结果易受外界环境影响等缺点,提出了一种基于Faster R-CNN网络模型的铁路异物侵限检测算法,并对该模型做适应性改进以满足铁路异物检测的现实需要。提出将全连接层用全局平均池化层替代来减少参数量;通过增加锚点个数来提高对目标区域建议的精确性;引入迁移学习思想训练网络以解决铁路异物侵限数据匮乏问题。在铁路异物侵限视频数据集上进行测试表明,本算法对于人、车及部分动物的综合检测精确度达到了97.81%。     

铁路工程智慧工地管理信息系统设计与实现

采用“互联网+工程管理”的模式,研究施工工地上对人员、机械设备、技术工法、环保、安全和质量等方面的信息化监管问题。通过扫描二维码,快速检索和查询工程资料、技术法规等信息;应用人脸识别和比对技术,检查进出隧道的人员合法性,并进一步校验人员安全交底和培训教育情况。结果表明,智慧工地中二维码的应用,将工点现场传统式的张贴宣传图板,变革为信息化扫描、触摸展示,展示信息量至少可提升10倍;隧道口人脸识别,能提高隧道作业人员的身份验证准确性,基本可以杜绝人为影响因素,能提升安全交底和培训的监管力度。     

基于代价敏感RBF神经网络的道岔故障诊断系统

针对铁路道岔故障中几种常见类型故障,为尽量减少道岔故障误分类所造成的损失,特建立基于遗传算法的代价敏感RBF神经网络模型以及基于该模型的道岔故障诊断系统。模型通过建立代价敏感适应度函数,实现基于遗传算法的RBF神经网络向代价最优的方向进行随机搜索。利用某车站道岔动作电流监测数据进行验证,证明系统能够提高故障数据的识别精度,降低故障数据的误分类代价。该系统可帮助维护人员快速、准确地对道岔故障进行诊断,缩短故障处理时间,提高铁路行车的安全性。     

客运专线车站设计有关问题的研究

研究目的：研究客运专线车站设计车场布置及有关设计标准,提出客运专线车站设计采用标准的具体建议。研究方法：结合客运专线车站设计存在的问题,车站作业的要求和特点,对车站设计技术标准进行研究分析和总结。研究结果：提出了客运专线站场设计高、普速车场布置方式；对旅客通道站台出入口的宽度给出计算公式；对安全线设置要求提出了建议；分析计算了车站到发线数量确定的参数和方法,分析了车站到发线有效长度的组成因素、道岔型号的选用、道岔配列及铺设要求等设计标准。研究结论：客运专线车站高、普速车场应采用分场分线布置；到发线数量为0．063 3倍的旅客列车换算对数；旅客站台出入口最小宽度,始发站岛式站台为5．0 m,侧式站台为4．5 m,中间站为2．5 m；车站到发线有效长度为700 m；列车控制系统不能满足列车追踪间隔或保证列车运行安全时,建议在车站到发线接车末端设置安全线；道岔应离开竖曲线起终点或变坡点不小于20 m的距离布置。     

基于RetinaFace的人脸多属性检测算法研究

为提高铁路刷脸检票业务中人脸检测的平均精度,通过研究分析人脸检测算法RetinaFace,针对闸机应用场景制定损失函数,提出了一种基于RetinaFace的人脸多属性检测算法,实现了人脸框位置、人脸是否佩戴墨镜以及人脸遮挡程度等信息的准确输出.算法使用轻量化骨干网络MobileNet-0.25网络结构,移除非必要的分支...     

基于T检验和特征项目分析的入侵检测研究

在入侵检测中,部分TCP连接的特征对入侵检测没有帮助,反而影响了检测的速度和性能。因此,本文提出使用独立样本T检验的方法对TCP连接的特征进行分析,删除那些不具有区分特性的特征项目。对DAR-PA KDD CUP 99的入侵检测数据分析之后,发现在41个特征中仅有30个特征对入侵检测有用,其他11个特征是冗余的。用支持向量机进行检测的结果表明,应用30个特征比应用41个特征进行检测的效果和速度更好。     

基于协议分析的SVM入侵检测系统

随着网络技术日益发展,计算机必须面对来自全球网的各种入侵.因而需要有效的入侵检测系统保护计算机远离这些未经允许的或恶意的行为,将模式识别的方法应用到入侵检测系统中,解决了传统检测方法的缺陷.提出一种基于协议分析的SVM入侵检测方法,并使用KDD'99中的数据对该方法进行了评估,证明该方法是有效的.     

基于FPGA和DSP的高速实时轨道巡检图像采集处理系统

基于FPGA和DSP的高速实时轨道巡检图像采集处理系统由光学系统、FPGA模块、DSP图像处理模块及上位机组成.为提升图像采集的质量,提出并设计线阵相机加激光光源的组合方案,用以有效滤除阳光干扰,避免图像过度曝光.针对高速实时采集需求,设计FPGA采集模块,实现巡检图像采集控制和传输.针对实时智能检测需求,开发基于DS...     

城市轨道交通建设工程进度 可视化管理系统的设计与实现

针对轨道交通建设工程进度的可视化管控需求,提出并实现一种城市轨道交通建设工程进度可视化管理 系统。基于工程进度管控体系,利用数据运算模型的搭建及数据可视化展示技术,结合工程进度周报的管理要求, 实现对工程建设形象进度管理的可视化管控。结合信息化管控平台,为地铁建设工程进度管理人员及整个地铁线 网建设进度、各线路建设进度,各车站建设进度的标准化、可视化及一体化管理提供操作平台,提高轨道交通建 设工程进度管理的水平,降低进度管控的成本。