
人工智能助力智慧铁路建设 
以机器视觉为主的各类人工智能算法,能够对信息进行深度挖掘,快速发现各类安全隐患,及时进行预警,提高安全隐患的感知能力与应急反应速度,提高铁路运营管理水平。
现阶段站台安全管控仍然以人工为主,缺乏智能管控手段 
深度学习与模式识别相融合的人工智能算法 

移动端APP 
站台旅客越过安全线报警 
系统通过在监控视频上以虚拟围栏的方式划定高危区域(通常为站台等待区黄线以内)和列车停靠区域。当列车未进站时,候车人员进入高危区域内,系统立即启动语音提示该人员离开并在监控管理中心进行告警。当列车进站后,系统能自动识别出列车是否完全停靠,当列车正常停止后,系统自动暂停人员越线防护功能,语音提示旅客可以正常上下列车。

站台遗留物报警 
本系统在站台监控视频上以虚拟围栏的方式划定区域(行李等物品不可放留的区域),当在划定区域内有物品时,系统可以自动识别出有物品遗留,并且通过语音进行提示同时推送告警到监控管理中心。

站台防翻越报警 
在站台两个端头的物理栅栏监控视频上布置虚拟电子围栏,对可疑入侵人员进行姿态识别,判断其是否有真实的入侵企图。当有人员进入虚拟电子围栏区域内,翻越围栏或破坏栅栏,系统将自动识别出该区域内有人员侵入,启动语音提示该人员离开并在监控管理中心进行告警。

站台旅客滞留时间过长报警 
高铁车站在列车尚未进站前或发车后,月台区是属于净空管制的,当有人员在列车发车后,仍然在站台异常逗留、徘徊,系统可根据时间、区域、地铁班次等设定参数,通过AI智能识别技术,监控区域内的人员停留时间,停留时间超过逾期,系统将实时向APP和监控管理中心报警,并推送区域人员的动态。

人员摔倒报警 
系统采用先进的AI算法和智能图像识别技术对站台等重要监控区域进行布控,对区域内人员姿态、动作进行识别与分析,当发生有人突然剧烈奔跑,或者摔倒等异常行为时,系统能够实时、准确的判断区域内人员的异常行为,并向APP和监控管理中心报警,让伤者能够得到及时的救护。

站台扶梯人员逆行报警 
当旅客在进站乘车或出站时,需要乘坐电动扶梯,此时会有大量人员集中在扶梯上通行,如果这时在电动扶梯上有人员逆向行驶,会给其他的旅客造成通行的不便,同时极易发生摔倒等事故。系统通过AI智能识别技术,自动识别扶梯的运动方向和人潮流向,一旦发现有人逆行,系统马上向APP和监控管理中心报警。

现状分析 
边坡塌方、落石影响列车脱轨 灾害事故易引起列车脱轨,机车损坏,铁路正常运营受到较大影响,严重者甚至危及乘客人身安全。因此,除了加强巡检之外,可靠、实时的铁路边坡检测系统对铁路行车安全至关重要。

系统实施 

激光雷达探测覆盖轨道沿线 

激光雷达清晰探测设防范围 
激光雷达视场角范围内,可清晰探测水平90°场景。从而可准确分辨设防区域内铁轨,障碍物,信号灯或入侵异物等目标物。

激光雷达轻松提取轨面信息 
激光雷达准确探测轨面三维点云,因此能按照铁总印发2015 184号文件《线路障碍自动监测报警系统暂行技术条件》中标准轨道防区半宽1875mm规定,准确设置防区,防止误报。

激光雷达可探测边坡塌方 
通过部署激光雷达,可以对边坡进行监测全覆盖,实现实时全天候、高精度、智能化远距离监测,防范边坡塌方等隐患。

激光雷达可探测微小障碍物 
激光雷达探测轨面障碍物信息,在110m外,投影长度为200mm障碍物,还有4个点云信息清晰可见。 (右图红框处)。能满足铁总印发2015 184号文件《线路障碍自动监测报警系统暂行技术条件》中系统 可报警障碍物最小投影长度为200mm,监测范围轨面以上70mm的规定。

激光雷达可准确探测列车 
激光雷达可准确探测行驶列车,并能满足铁总印发2015 184号文件《线路障碍自动监测报警系统暂行技术条件》 中系统对列车识别不报警规定。激光雷达可探测列车驶出设防区域,因此可实现过车解除功能。

激光雷达可准确探测列车 
激光雷达可准确探测设防范围内,列车驶入,停留后,乘客下列车。能满足铁总印发2015 184号文件 《线路障碍自动监测报警系统暂行技术条件》中系统对驶入并停止的列车不报警的规定。

激光雷达可准确探测行人 
激光雷达可准确探测防区内,人员的行走轨迹。并能满足铁总印发2015 184号文件《线路障碍自动监测 报警系统暂行技术条件》中系统对行人的报警或不报警规定。

激光雷达可准确探测行人 
激光雷达可准确探测防区内行人,行走还是停留轨迹。并能满足铁总印发2015 184号文件《线路障碍自 动监测报警系统暂行技术条件》中系统对行人的报警或不报警规定。

铁路施工现场安全管理问题 
铁路平交道口安全隐患 
现场作业安全管理困境 
智能管控系统架构 
通过先进的人工智能算法和独有的计算机视觉技术,结合铁路道口管理和检修现场的实际安全需求,通过科技手段打造铁路现场作业和道口管理综合智能安全管控解决方案,有效改善铁路工务段安全监管难题。所有数据均加密存储并全部采用可信计算设备。

着装/安全帽穿戴检测 
利用人工智能技术对视频中现场作业人员的安全帽和工作服进行识别,检测到未穿戴人员时及时抓拍图片,并提供告警,加强安全管理手段。

制服/工作服穿着检测 
利用人工智能技术对视频中铁路道口工作人员的工作服进行识别,检测到未穿戴人员时及时抓拍图片,并提供告警,加强安全管理手段。

施工人员越界报警 
铁路道口越界报警 
铁路道口越界报警 
智能周界反侵入解决方案 
智能周界反入侵总体思路 

智能、高效、全面的周界反侵入系统 
组网架构 

核心设备-多光谱智能识别传感器 

核心设备-智能报警一体机 
核心设备-固定式智能哨兵 

智能移动哨兵车 
智能移动哨兵车-主要设备 
方案介绍|配置方案一 
方案介绍|配置方案二 
方案介绍|配置方案三 
方案介绍|配置方案四 
平台功能 

平台功能

布点示例 

传统铁路供电设备检测 
传统铁路列车检测 
铁路列车和供电设备异常检测解决方案 
智能样本标注 
提供高效易用的数据标注和管理平台,通过互动式样本标注,再对标注内容进行自动打包,相比传统作图方法可节省大量人工。经过样本积累训练,可进一步实现自动化样本识别标注。

铁路列车和供电设备异常检测 

采用小样本训练结合主动学习的训练模式可以最大限度减少样本的数量,降低对算力的要求。 通过场景调优和非监督学习实现场景适应,大幅提升精度,同时采用常识计算有效去除误报。
供电设备异常检测 

铁路列车异常检测 



