鐵路異物侵入檢測(cè)

1、鐵路異物侵入檢測(cè)鐵路異物侵入檢測(cè)前言前言滾石、行人、動(dòng)物等異物侵入鐵路限界，頻頻引發(fā)鐵路交通事故，嚴(yán)重威脅了人民生命財(cái)產(chǎn)安全和鐵路運(yùn)輸經(jīng)濟(jì)的發(fā)展。鐵路入侵檢測(cè)問(wèn)題成為各國(guó)鐵路運(yùn)輸安全關(guān)注的熱點(diǎn)問(wèn)題。傳統(tǒng)的軌道檢測(cè)主要是依靠人力通過(guò)在全國(guó)范圍內(nèi)設(shè)置大量專(zhuān)業(yè)巡路人員來(lái)達(dá)到軌道檢測(cè)的效果。這種方式雖然能夠非常準(zhǔn)確的檢測(cè)到安全隱患但是太過(guò)于浪費(fèi)人力和財(cái)力同時(shí)對(duì)于緊急事故反應(yīng)也不夠迅速。為了解決人力檢測(cè)所帶來(lái)的弊端，基于計(jì)算機(jī)的全自動(dòng)檢測(cè)方式顯的

2、非常重要。隨著智能視頻監(jiān)控技術(shù)的飛速發(fā)展，基于視頻監(jiān)控的入侵檢測(cè)技術(shù)得到了越來(lái)越多的研究和嘗試性應(yīng)用。關(guān)鍵字：鐵路異物、智能視頻技術(shù)、運(yùn)動(dòng)目標(biāo)檢測(cè)研究現(xiàn)狀研究現(xiàn)狀滾石、落物、行人、動(dòng)物、車(chē)輛等異物侵入鐵路限界，具有突發(fā)性、無(wú)規(guī)律、不可預(yù)測(cè)等特點(diǎn)，在列車(chē)速度超過(guò)200km／h時(shí)，僅靠司機(jī)目視發(fā)現(xiàn)后采取制動(dòng)措施，將不能有效避免事故發(fā)生，嚴(yán)重威脅行車(chē)安全。為此，美國(guó)舊3]、日本H1等鐵路運(yùn)輸發(fā)達(dá)國(guó)家均采用先進(jìn)技術(shù)檢測(cè)鐵路入侵異物并提前預(yù)警，確

3、保行車(chē)安全，我國(guó)也在《新建時(shí)速300～350km客運(yùn)專(zhuān)線鐵路設(shè)計(jì)暫行規(guī)定》“1中明確規(guī)定應(yīng)根據(jù)需要對(duì)自然災(zāi)害和異物侵限等進(jìn)行監(jiān)測(cè)，為列車(chē)運(yùn)行計(jì)劃調(diào)整、行車(chē)控制提供依據(jù)。近年來(lái)，鐵路入侵檢測(cè)問(wèn)題已成為各國(guó)鐵路運(yùn)輸安全關(guān)注的熱點(diǎn)。目前我國(guó)鐵路供電部門(mén)主要以人工方式定期對(duì)絕緣瓷瓶的絕緣子進(jìn)行清掃和檢查。這種方式很難實(shí)時(shí)監(jiān)控絕緣子狀態(tài)，因此有必要研究基于計(jì)算機(jī)的全自動(dòng)檢測(cè)方式。鐵路入侵檢測(cè)的方法主要有雙電網(wǎng)、傾角傳感、紅外對(duì)射、視頻內(nèi)容分析、光

4、柵放射譜和監(jiān)測(cè)雷達(dá)技術(shù)等。由于監(jiān)測(cè)直觀，監(jiān)控范圍大伸，視頻監(jiān)控作為一種重要的安全保障方法廣泛應(yīng)用于鐵路安全監(jiān)控系統(tǒng)。但目前的視頻監(jiān)控系統(tǒng)大都需要專(zhuān)人監(jiān)看，監(jiān)控人員的工作強(qiáng)度很大，容易產(chǎn)生疏漏。在國(guó)內(nèi)，多采用安裝于防護(hù)網(wǎng)上的探測(cè)電纜進(jìn)行檢測(cè)，同時(shí)輔助視頻監(jiān)控系統(tǒng)對(duì)現(xiàn)場(chǎng)狀況進(jìn)行確認(rèn)。在已經(jīng)開(kāi)通運(yùn)營(yíng)的京津城際高速鐵路就采用的這種監(jiān)控方式如圖1所示，該監(jiān)控方式多應(yīng)用于跨鐵橋環(huán)境，通過(guò)安裝于跨鐵橋兩側(cè)的金屬防護(hù)網(wǎng)上的監(jiān)測(cè)電纜來(lái)檢測(cè)侵界異物，當(dāng)有異

5、物損壞防護(hù)網(wǎng)落入鐵路線路時(shí)，位于防護(hù)網(wǎng)上的監(jiān)測(cè)電纜將被切斷啟動(dòng)報(bào)警系統(tǒng)。然而，該方法可靠性較差，只有在異物損壞監(jiān)測(cè)電纜的情況下才能夠有效檢測(cè)出侵界異物。圖3基于灰度量方圖的異物檢測(cè)北京交通大學(xué)的葛大偉提出一種基于視頻內(nèi)容分析的鐵路入侵檢測(cè)方法。該方法首先利用基于混合多高斯背景模型的背景差分算法提取出異物，然后對(duì)異物行為進(jìn)行分析，實(shí)現(xiàn)入侵行為的識(shí)別與報(bào)警?；谝曨l內(nèi)容分析的鐵路入侵檢測(cè)系統(tǒng)軟件運(yùn)行界面如圖4所示。該方法容易實(shí)現(xiàn)，成本較低，

6、但是基于圖像差分難以避免對(duì)靜止異物的誤檢和對(duì)陰影的漏檢，系統(tǒng)的可靠性較低，異物定位不準(zhǔn)等問(wèn)題。圖4基于視頻內(nèi)容分析的鐵路入侵檢測(cè)結(jié)合國(guó)內(nèi)外研究現(xiàn)狀，本文針對(duì)入侵異物的來(lái)源、特點(diǎn)及鐵路入侵檢測(cè)的遠(yuǎn)景環(huán)境特征，采用智能視頻技術(shù)，對(duì)監(jiān)控圖像序列中入侵運(yùn)動(dòng)目標(biāo)的檢測(cè)、跟蹤和分類(lèi)方法展開(kāi)研究，提出用于目標(biāo)檢測(cè)的相對(duì)背景差分法、用于目標(biāo)跟蹤的基于特征的匹配算法和基于透視規(guī)律的目標(biāo)分類(lèi)方法，實(shí)現(xiàn)運(yùn)動(dòng)物體人侵行為的自動(dòng)識(shí)別、分類(lèi)和報(bào)警，為進(jìn)一步開(kāi)展鐵路