CN114463911B - 一种应用于高铁站台的安全防护系统 - Google Patents
一种应用于高铁站台的安全防护系统 Download PDFInfo
- Publication number
- CN114463911B CN114463911B CN202210123578.0A CN202210123578A CN114463911B CN 114463911 B CN114463911 B CN 114463911B CN 202210123578 A CN202210123578 A CN 202210123578A CN 114463911 B CN114463911 B CN 114463911B
- Authority
- CN
- China
- Prior art keywords
- data acquisition
- video data
- speed rail
- video
- portrait
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
- G08B13/19608—Tracking movement of a target, e.g. by detecting an object predefined as a target, using target direction and or velocity to predict its new position
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种应用于高铁站台的安全防护系统，涉及公共安全技术领域，包括监测中心，所述监测中心通信连接数据采集模块，所述数据采集模块包括视频数据采集终端与红外测距终端，通过视频数据采集终端和红外测距终端获取高铁站台上的数据，再通过数据处理模块对视频数据采集终端和红外测距终端所获取到的数据进行处理，获得全景视频和高铁站台的人口密度，并对全景视频内的人像进行特征识别；最后通过数据分析模块用于对高铁站台上的数据进行分析，从而根据人像在三维坐标模型内的坐标与警戒线的坐标进行比较，进而当有人员越过警戒线时，则产生预警信息，避免了乘客越过警戒线而产生危险的可能。
Description
技术领域
本发明涉及公共安全技术领域，具体是一种应用于高铁站台的安全防护系统。
背景技术
高铁安防主要包括：车站及铁路沿线安防、车厢安防和车内电子安防。其中车厢安防和车内电子安防，由于人员相对比较固定、空间较小且有工作人员巡检，因此安防工作相对简单；车站及铁路沿线安防由于其人员走动复杂空间大，因此工作量大，任务重。主要的安防手段有电子围栏、道路监测、电力故障系统等；存在一些乘客乘工作人员不注意从高铁端部下到高铁轨道上，穿越高铁轨道套票行为；由于高铁运行速度极快，穿越高铁轨道有可能出现躲避不及而引发的安全事故，造成极其恶劣的社会影响。
高铁站台作为乘客等待高铁列车前等待场所，往往存在一些乘客越过警戒线的行为，高铁站台上的人口密集时，对乘客的秩序则更加难以管理，如何能够对高铁站台上的秩序进行有效监控，是我们需要解决的问题，为此，现提供一种应用于高铁站台的安全防护系统。
发明内容
本发明的目的在于提供一种应用于高铁站台的安全防护系统。
本发明的目的可以通过以下技术方案实现：一种应用于高铁站台的安全防护系统，包括监测中心，所述监测中心通信连接数据采集模块、数据处理模块、数据分析模块以及预警模块；
所述数据采集模块包括视频数据采集终端与红外测距终端，通过视频数据采集终端和红外测距终端获取高铁站台上的数据；
所述数据处理模块用于对视频数据采集终端和红外测距终端所获取到的数据进行处理，获得全景视频和高铁站台的人口密度，并对全景视频内的人像进行特征识别；
所述数据分析模块用于对高铁站台上的数据进行分析，判断是否有人越过警戒线。
进一步的，所述视频数据采集终端获取高铁站台上的视频数据的过程包括：
将视频数据采集终端根据实际需求安装在高铁站台的相应位置，并获取每个视频数据采集终端的拍摄范围；通过每个视频数据采集终端实时获取高铁站台上的视频数据。
进一步的，所述视频数据采集终端的拍摄范围至少与一个其他的视频数据采集终端的拍摄范围存在重合部分，且将所有视频数据采集终端的拍摄范围进行叠加后所获得的总的拍摄范围大于高铁站台的范围。
进一步的，所述红外测距终端获取高铁站台数据的过程包括：在距离高铁站台的边缘L处设置警戒线，并在警戒线上等距安装若干个红外测距终端，且每个相邻的红外测距终端之间相互进行信号传递。
进一步的，两个相邻的所述红外测距终端之间相互接收到信号时，则信号输出为“1”；当两个相邻的红外测距终端之间无法相互接收到信号时，则信号输出为“0”。
进一步的，所述数据处理模块对视频数据采集终端和红外测距终端所获取到的数据的处理过程包括：
根据每个视频数据采集终端的拍摄范围的重叠部分对视频数据采集终端的拍摄范围进行视频拼接，获取高铁站台的全景视频；
建立高铁站台的三维坐标模型，并将全景视频内对应的范围映射在三维坐标模型内；
将所获得的全景视频转化为视频帧，并对视频帧内进行人像识别，并获取每个人像在三维坐标模型内的坐标位置；获取警戒线上每个红外测距终端的坐标位置；
根据三维坐标模型，将高铁站台划分为若干个相同的子区域，并获取每个子区域的面积，获得每个子区域内的人口密度。
进一步的，所述数据处理模块还用于对全景视频内的人像进行特征识别，包括：
获取全景视频内所有被框选的人像，并对每个被框选的人像的动态图像输入至神经网络训练模型内；
将人像的动态图像进行逐帧识别，获取人像中是否包含口罩特征，当人像的动态图像中任一帧画面中包括口罩特征时，则将该人像进行高亮标记。
进一步的，所述数据分析模块对高铁站台上的数据的分析过程包括：
设置人口密度阈值，并将人口密度超过人口密度阈值的子区域进行标记；
根据被标记的子区域的坐标范围，获得与警戒线相邻的子区域；
当与警戒线相邻的子区域的人口密度＞人口密度阈值时，获取对应红外测距终端的输出信号，当输出信号为“1”时，则表示该子区域内的无人员越过警戒线；当输出信号为“0”时，则表示该子区域内的人员越过警戒线。
与现有技术相比，本发明的有益效果是：
1、通过在高铁站台上设置若干视频数据采集终端，实时获取高铁站台上的视频数据，对视频数据内的人像进行识别，并建立三维坐标模型，从而根据人像在三维坐标模型内的坐标与警戒线的坐标进行比较，进而当有人员越过警戒线时，则产生预警信息，避免了乘客越过警戒线而产生危险的可能；
2、通过将监控中心与疫情防控中心进行连接，从而获取疫情防控信息，根据疫情防控信息对高铁站台内的乘客之间的间距以及口罩佩戴情况进行监控，从而提高公共场所疫情防控的效率。
附图说明
图1为本发明的原理图。
具体实施方式
如图1所示，一种应用于高铁站台的安全防护系统，包括监测中心，所述监测中心通信连接数据采集模块、数据处理模块、数据分析模块以及预警模块；
所述数据采集模块包括视频数据采集终端与红外测距终端，通过视频数据采集终端和红外测距终端获取高铁站台上的数据；
所述视频数据采集终端用于获取高铁站台上的视频数据，具体过程包括：
将视频数据采集终端根据实际需求安装在高铁站台的相应位置，并获取每个视频数据采集终端的拍摄范围；需要进一步说明的是，在具体实施过程中，每个视频数据采集终端的拍摄范围至少与一个其他的视频数据采集终端的拍摄范围存在重合部分，且将所有视频数据采集终端的拍摄范围进行叠加后所获得的总的拍摄范围大于高铁站台的范围；
通过每个视频数据采集终端实时获取高铁站台上的视频数据，并将每个视频数据采集终端所获取到的视频数据实时同步上传至数据处理模块。
在距离高铁站台的边缘L处设置警戒线，并在警戒线上等距安装若干个红外测距终端，且每个相邻的红外测距终端之间相互进行信号传递，当两个相邻的红外测距终端之间能够相互接收到信号，则信号输出为“1”；当两个相邻的红外测距终端之间不能够相互接收到信号，则信号输出为“0”，则将每个相邻的红外测距终端的信号输出情况发送至数据处理模块。
所述数据处理模块用于对视频数据采集终端所获取到的视频数据和红外测距终端的信号输出情况进行处理，具体处理过程包括：
对每个视频数据采集终端进行标记，并获得每个视频数据采集终端的拍摄范围；
将每个视频数据采集终端的拍摄范围的重叠部分进行标记，并按照重叠部分对视频数据采集终端的拍摄范围进行视频拼接，获取高铁站台的全景视频；
建立高铁站台的三维坐标模型，并将全景视频内对应的范围映射在三维坐标模型内；
将所获得的全景视频转化为视频帧，并对视频帧内进行人像识别；
将所识别到的人像进行框选标记，并获取每个被框选标记的人像在三维坐标模型内的坐标位置；
通过警戒线，将高铁站台分别安全区域和警戒区域，并获取警戒线上每个红外测距终端的坐标位置；
根据被框选标记的人像在三维坐标模型内的坐标位置，获取高铁站台上的人员分布情况。
需要进一步说明的是，在具体实施过程中，当完成对全景视频的处理后，则对全景视频内的人像进行特征识别，对全景视频内的人像进行特征识别的过程包括：
获取全景视频内所有被框选的人像，并对每个被框选的人像的动态图像输入至神经网络训练模型内；
将人像的动态图像进行逐帧识别，获取人像中是否包含口罩特征，当人像的动态图像中任一帧画面中包括口罩特征时，则将该人像进行高亮标记；
根据三维坐标模型，将高铁站台划分为若干个相同的子区域，对子区域进行标记，记为i，i=1，2，……，n，n为整数，并获取每个子区域对应的坐标范围以及子区域的面积，并将每个子区域的面积标记为SZ；
获取每个子区域内被框选标记的人像数量，并将每个子区域内被框选标记的人像数量标记为RSi；
则通过公式
获得高铁站台的人口密度RMZ；
在通过公式RMi=RSi/SZ获得每个子区域内的人口密度RMi。
需要进一步说明的是，在具体实施过程中，所述监控中心还连接有疫情防控中心，并获取疫情防控中心的疫情防控信息，所述疫情防控信息包括疫情防控等级以及对应疫情防控等级的疫情防控要求；
所述疫情防控要求包括：区域内的人口密度上限、人与人之间的最小间距以及口罩佩戴情况。
所述数据分析模块用于对高铁站台上的数据进行分析，具体分析过程包括：
设置人口密度阈值，并将人口密度超过人口密度阈值的子区域进行标记；
根据被标记的子区域的坐标范围，获取该子区域在高铁站台内的实际位置，并判断该子区域的实际位置与警戒线之间的相对关系；
当子区域坐标范围内的任一坐标与警戒线上的任一点坐标一致时，则表示该子区域与警戒线相邻；
当与警戒线相邻的子区域的人口密度＞人口密度阈值时，则在警戒线与子区域相交的坐标范围内，任选一点，然后获取与该点最近的红外测距终端，并获得与该红外测距终端相邻的另外两个红外测距终端；
获取红外测距终端的输出信号，当输出信号为“1”时，则表示该子区域内的无人员越过警戒线；当输出信号为“0”时，则表示该子区域内的人员越过警戒线；
当存在人员越过警戒线时，则向预警模块发送过警戒线预警信息；
所述预警模块在接收到过警戒线预警信息后，则发出语音提醒，在发出语音提醒后，则向高铁站台管理人员发送过警戒线预警信息，同时将产生过警戒线预警信息的位置发送至高铁站台管理人员。
需要进一步说明的是，在具体实施过程中，当与监控中心进行连接的疫情防控中心发出疫情防控信息时，则获取疫情防控等级以及对应疫情防控等级的疫情防控要求，并将疫情防控等级以及对应疫情防控等级的疫情防控要求发送至监控中心；
所述数据分析模块还用于对高铁站台的疫情防控执行情况进行分析，具体分析过程包括：
获取每个子区域内的人口密度RMi，并获取疫情防控等级以及对应疫情防控等级的疫情防控要求中的人口密度上限，当任一子区域内的人口密度超过人口密度上限，则向高铁站台管理人员发送疫情防控预警信息；
当所有子区域内的人口密度均未超过人口密度上限，则获取高铁站台内的所有人像在三维坐标模型内的坐标位置，并对每个人像的坐标位置进行实时更新；
获取对每个人像的特征分析结果，并将其中没有口罩特征的人像的坐标位置进行标记，并向高铁站台管理人员发送预警信息；
根据每个人像的坐标位置获取任意两个人像之间的距离，并将所获得的任意两个人像之间的距离与人与人之间的最小间距进行对比，当任意两个人像之间的距离低于人与人之间的最小间距时，则将低于人与人之间的最小间距的两个人像进行标记，并将两个人像的坐标位置发送至高铁站台管理人员。
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
Claims (3)
1.一种应用于高铁站台的安全防护系统，包括监测中心，其特征在于，所述监测中心通信连接数据采集模块、数据处理模块、数据分析模块以及预警模块；
所述数据采集模块包括视频数据采集终端与红外测距终端，通过视频数据采集终端和红外测距终端获取高铁站台上的数据；
所述数据处理模块用于对视频数据采集终端和红外测距终端所获取到的数据进行处理，获得全景视频和高铁站台的人口密度，并对全景视频内的人像进行特征识别；
所述数据分析模块用于对高铁站台上的数据进行分析，判断是否有人越过警戒线；
所述视频数据采集终端获取高铁站台上的视频数据的过程包括：
将视频数据采集终端根据实际需求安装在高铁站台的相应位置，并获取每个视频数据采集终端的拍摄范围；通过每个视频数据采集终端实时获取高铁站台上的视频数据；
所述视频数据采集终端的拍摄范围至少与一个其他的视频数据采集终端的拍摄范围存在重合部分，且将所有视频数据采集终端的拍摄范围进行叠加后所获得的总的拍摄范围大于高铁站台的范围；
所述数据处理模块对视频数据采集终端和红外测距终端所获取到的数据的处理过程包括：
根据每个视频数据采集终端的拍摄范围的重叠部分对视频数据采集终端的拍摄范围进行视频拼接，获取高铁站台的全景视频；
建立高铁站台的三维坐标模型，并将全景视频内对应的范围映射在三维坐标模型内；
将所获得的全景视频转化为视频帧，并对视频帧内进行人像识别，并获取每个人像在三维坐标模型内的坐标位置；获取警戒线上每个红外测距终端的坐标位置；
根据三维坐标模型，将高铁站台划分为若干个相同的子区域，并获取每个子区域的面积，获得每个子区域内的人口密度；
所述数据处理模块还用于对全景视频内的人像进行特征识别，包括：
获取全景视频内所有被框选的人像，并对每个被框选的人像的动态图像输入至神经网络训练模型内；
将人像的动态图像进行逐帧识别，获取人像中是否包含口罩特征，当人像的动态图像中任一帧画面中包括口罩特征时，则将该人像进行高亮标记；
所述数据分析模块对高铁站台上的数据的分析过程包括：
设置人口密度阈值，并将人口密度超过人口密度阈值的子区域进行标记；
根据被标记的子区域的坐标范围，获得与警戒线相邻的子区域；
当与警戒线相邻的子区域的人口密度＞人口密度阈值时，获取对应红外测距终端的输出信号，当输出信号为“1”时，则表示该子区域内的无人员越过警戒线；当输出信号为“0”时，则表示该子区域内的人员越过警戒线。
2.根据权利要求1所述的一种应用于高铁站台的安全防护系统，其特征在于，所述红外测距终端获取高铁站台数据的过程包括：在距离高铁站台的边缘L处设置警戒线，并在警戒线上等距安装若干个红外测距终端，且每个相邻的红外测距终端之间相互进行信号传递。
3.根据权利要求1所述的一种应用于高铁站台的安全防护系统，其特征在于，两个相邻的所述红外测距终端之间相互接收到信号时，则信号输出为“1”；当两个相邻的红外测距终端之间无法相互接收到信号时，则信号输出为“0”。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210123578.0A CN114463911B (zh) | 2022-02-10 | 2022-02-10 | 一种应用于高铁站台的安全防护系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210123578.0A CN114463911B (zh) | 2022-02-10 | 2022-02-10 | 一种应用于高铁站台的安全防护系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114463911A CN114463911A (zh) | 2022-05-10 |
| CN114463911B true CN114463911B (zh) | 2022-11-04 |
Family
ID=81412771
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210123578.0A Active CN114463911B (zh) | 2022-02-10 | 2022-02-10 | 一种应用于高铁站台的安全防护系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114463911B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114954577A (zh) * | 2022-06-02 | 2022-08-30 | 深圳银谷建科网络有限公司 | 一种列车运行状态下的乘客导流系统及其方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012011989A (ja) * | 2010-07-05 | 2012-01-19 | Saxa Inc | 駅ホームの監視カメラシステム |
| CN106926872A (zh) * | 2017-03-29 | 2017-07-07 | 宁夏宁信信息科技有限公司 | 城际铁路线路安全控制方法及系统 |
| CN106991781A (zh) * | 2017-04-12 | 2017-07-28 | 合肥才来科技有限公司 | 一种应用于地铁的安防系统 |
| CN107483894A (zh) * | 2017-09-13 | 2017-12-15 | 浙大网新系统工程有限公司 | 基于场景判断实现客运管理的高铁车站视频监控系统 |
| CN209928561U (zh) * | 2019-05-31 | 2020-01-10 | 天津邢成教育科技有限公司 | 一种用于高铁站台的红外监控预警装置 |
| CN111669439A (zh) * | 2020-05-28 | 2020-09-15 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种城市轨道交通乘客服务系统及方法 |
| CN112183471A (zh) * | 2020-10-28 | 2021-01-05 | 西安交通大学 | 一种现场人员防疫口罩规范佩戴的自动检测方法及系统 |
| CN213876966U (zh) * | 2020-12-23 | 2021-08-03 | 哈尔滨铁路科研所科技有限公司 | 一种铁路周界安全防范系统 |
-
2022
- 2022-02-10 CN CN202210123578.0A patent/CN114463911B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012011989A (ja) * | 2010-07-05 | 2012-01-19 | Saxa Inc | 駅ホームの監視カメラシステム |
| CN106926872A (zh) * | 2017-03-29 | 2017-07-07 | 宁夏宁信信息科技有限公司 | 城际铁路线路安全控制方法及系统 |
| CN106991781A (zh) * | 2017-04-12 | 2017-07-28 | 合肥才来科技有限公司 | 一种应用于地铁的安防系统 |
| CN107483894A (zh) * | 2017-09-13 | 2017-12-15 | 浙大网新系统工程有限公司 | 基于场景判断实现客运管理的高铁车站视频监控系统 |
| CN209928561U (zh) * | 2019-05-31 | 2020-01-10 | 天津邢成教育科技有限公司 | 一种用于高铁站台的红外监控预警装置 |
| CN111669439A (zh) * | 2020-05-28 | 2020-09-15 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种城市轨道交通乘客服务系统及方法 |
| CN112183471A (zh) * | 2020-10-28 | 2021-01-05 | 西安交通大学 | 一种现场人员防疫口罩规范佩戴的自动检测方法及系统 |
| CN213876966U (zh) * | 2020-12-23 | 2021-08-03 | 哈尔滨铁路科研所科技有限公司 | 一种铁路周界安全防范系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114463911A (zh) | 2022-05-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110769195B (zh) | 输电线路施工现场违章智能监控识别系统 | |
| CN111833598B (zh) | 一种高速公路无人机交通事件自动监测方法及系统 | |
| WO2021118304A1 (ko) | 이동형 iot 통합 기반 안전 운행 지원 시스템 및 그의 처리 방법 | |
| CN114463911B (zh) | 一种应用于高铁站台的安全防护系统 | |
| CN107085946A (zh) | 一种基于图片识别技术的车辆定位方法及系统 | |
| CN116863708B (zh) | 一种智慧城市调度分配系统 | |
| CN112329688B (zh) | 一种公共场合用智能风险管控系统 | |
| CN212933544U (zh) | 一种基于边缘计算的现场作业安全识别系统 | |
| CN113989874A (zh) | 公路施工安全事故预警系统及方法 | |
| CN110288823A (zh) | 一种基于朴素贝叶斯网络的交通违章误判识别方法 | |
| CN112685812A (zh) | 一种动态监管方法、装置、设备及存储介质 | |
| CN114148378B (zh) | 铁路区间作业防护用声光报警器 | |
| CN213424017U (zh) | 一种智能工地系统 | |
| CN113658436A (zh) | 一种基于智慧交通物联网的交通监测系统 | |
| CN113125133A (zh) | 铁路桥涵限高防护架状态监测系统及方法 | |
| CN205845110U (zh) | 一种基于rfid技术的施工队伍签到系统 | |
| CN113888866B (zh) | 一种具有多级预警功能的道路车辆管理系统 | |
| CN112509190B (zh) | 基于屏蔽门客流计数的地铁车辆断面客流统计方法 | |
| CN115083212A (zh) | 一种基于三维建模的无人机定位智能管理系统 | |
| CN108776453B (zh) | 一种基于计算机的建筑安全监控系统 | |
| CN112419713A (zh) | 一种基于云计算的城市交通监测系统 | |
| CN116433036B (zh) | 一种基于云端劳务监管系统及其监管方法 | |
| CN217849510U (zh) | 轨道交通视频分析控制盒和系统 | |
| CN114677666B (zh) | 一种振动试验中驾驶室运动姿态检测方法及系统 | |
| CN110589648B (zh) | 一种基于深度学习的直梯门标签检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |