CN115691018A - 基于多传感器融合的铁路周界入侵监测预警方法及系统 - Google Patents

Abstract

基于多传感器融合的铁路周界入侵监测预警方法及系统，涉及铁路周界环境监测技术领域。本发明是为了解决现有对于铁路线路周界入侵的监测方法所使用的设备容易受自然环境影响而导致误报、且无法监测自然灾害的问题。本发明通过环境感知设备实时获取线路周围环境信息，实时监测线路周界地震、水灾、山体滑坡、泥石流、暴雨/雪等自然灾害并实时报警。在入侵检测方面，由振动光纤、环境感知设备、雷达、摄像头融合进行入侵检测判断，减少振动光纤单独使用时受环境影响产生的误报；雷达、摄像头也可自行逻辑进行入侵报警，减少漏报。本发明使用多种传感器相互弥补，降低看系统的误报率和漏报率，并能有效防范铁路线路周界自然灾害造成的事故隐患。

Description

基于多传感器融合的铁路周界入侵监测预警方法及系统

技术领域

本发明属于铁路周界环境监测技术领域。

背景技术

随着我国铁路建设的快速发展，高速铁路里程逐年增加，铁路沿线环境的安全隐患问题日益凸显。我国铁路运营里程长，周边地质、地貌以及气候条件都十分复杂。而且由于地震、水灾、山体滑坡、泥石流、人员或动物突然闯入等突发事件，也都会给铁路运营造成严重事故隐患。因此，铁路沿线环境和自然灾害始终都是影响铁路安全存在的重点问题，而单纯依靠物防和人防，并不能从根本上防范高速铁路运营时所存在的风险。

目前，国内对于铁路线路周界入侵的监测方法主要以摄像头为主，辅以脉冲电子围栏、红外/激光对射、振动光纤等设备。但是，由于铁路线路周界防护设备应用于室外，就很容易受周围环境及天气的影响，使得设备易产生误报。此外，对于地震、水灾、泥石流、山体滑坡等自然灾害问题仍无法监测。

发明内容

本发明是为了解决现有对于铁路线路周界入侵的监测方法所使用的设备容易受自然环境影响而导致误报、且无法监测自然灾害的问题，现提供基于多传感器融合的铁路周界入侵监测预警方法及系统。

基于多传感器融合的铁路周界入侵监测预警方法，包括以下步骤：

S1：同时采集第k时域下被测铁路沿线各时刻的振动信息和环境信息；

S2：计算当前时域下振动信息与环境信息的皮尔森相关系数γ，并判断γ是否大于n，n为预设的相关系数阈值，是则执行S3，否则执行S4；

S3：将振动信息确定为被测铁路沿线环境扰动引起的振动，判断第k时域下被测铁路沿线各时刻的环境信息是否超出其阈值，是则发出自然灾害预警信号，然后使k＝k+1并返回S1，否则使k＝k+1并返回S1；

S4：判断第k时域下被测铁路沿线周界是否存在入侵目标，是则执行S5，否则使k＝k+1并返回S1；

S5：利用视觉信息采集设备捕捉入侵目标，并判断入侵目标是否被捕获，是则执行S6，否则发出入侵预警信号，然后使k＝k+1并返回S1；

S6：根据视觉信息采集设备捕获的视觉信息获得入侵目标在视觉画面中的轮廓面积，并判断所述轮廓面积是否超出其阈值，是则执行S7，否则使k＝k+1并返回S1；

S7：判断入侵目标停留时间是否超出其阈值，是则执行S8，否则使k＝k+1并返回S1；

S8：对入侵目标进行追踪并记录入侵目标的轨迹，同时发出入侵报警信号，然后使k＝k+1并返回S1。

进一步的，上述S1中采集振动信息的具体方法为：

在被测铁路沿线两侧布置振动光纤，利用振动光纤感知铁路沿线的扰动从而获得振动信息。

进一步的，上述S1中采集环境信息的具体方法为：

将被测铁路沿线均匀划分为多个防区，每个防区均匀划分为多个子区域，每个防区均采用一套环境感知设备采集防区内的环境信息，所述一套环境感知设备包括风量传感器、泥石流传感器、地震传感器、倾角传感器和雨雪传感器，所述环境信息包括风量数据、泥石流信号、地震信号、倾角数据和雨雪信号。

进一步的，分别计算同一防区第k时域内的振动信息与每一种环境信息的皮尔森相关系数γ，并分别判断每个γ与其对应的n的大小关系，当有γ大于与其对应的n时，将大于n的γ所对应的环境信息作为扰动信息，判断扰动信息所在防区和时域下各时刻的值是否超出其阈值，是则发出扰动信息所属类别的自然灾害预警信号。

进一步的，上述S4中，每个子区域均采用雷达检测子区域内是否存在入侵目标。

进一步的，上述S5中，每个子区域内均设有一个视觉信息采集设备用于采集子区域内的入侵目标影像。

进一步的，上述视觉信息采集设备为摄像机。

进一步的，上述被测铁路沿线每隔100m～200m被划分为一个子区域。

一种计算机可读的存储设备，所述存储设备存储有计算机程序，其特征在于，所述计算机程序被执行时实现如进一步的，上述基于多传感器融合的铁路周界入侵监测预警方法。

基于多传感器融合的铁路周界入侵监测预警系统，包括存储设备、处理器以及存储在所述存储设备中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序实现如上述基于多传感器融合的铁路周界入侵监测预警方法。

本发明中的有益效果：

1、对于铁路周界重点区域地震、水灾、滑坡、泥石流等自然灾害能够有效预警；

2、多传感器融合技术极大地提高了环境适应性，能够在雨、雪、风、雾等各种恶劣天气下稳定可靠地工作；

3、避免了单一探测器技术容易受到某种特殊环境干扰的情况，降低误报率和漏报率；

4、实现24h实时监测，智能分析，并自动报警。

附图说明

图1为基于多传感器融合的铁路周界入侵监测预警系统的组成结构示意图；

图2为轨边设备分布位置示意图；

图3为基于多传感器融合的铁路周界入侵监测预警的原理框图；

图4为基于多传感器融合的铁路周界入侵监测预警方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，都属于本发明保护的范围。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

振动光纤分布在铁路两侧，当外界扰动作用在光缆上时，引起感应光缆中传输相位、波长等参量变化。通过采集变化量，经光电转换采集解析之后能得到振动信息，但由于振动光纤的安装环境分布在空旷室外，易受周围环境干扰，因此容易产生误报。为解决该问题，提供了以下具体实施方式。

具体实施方式一：本实施方式针对高速铁路周围复杂的环境，通过多种探测技术融合感知入侵行为。本实施方式所述的基于多传感器融合的铁路周界入侵监测预警方法，包括以下步骤：

S1：同时采集第k时域下被测铁路沿线各时刻的振动信息和环境信息。

S2：计算当前时域下振动信息与环境信息的皮尔森相关系数γ，并判断γ是否大于n，n为预设的相关系数阈值，是则执行S3，否则执行S4。

S3：将振动信息确定为被测铁路沿线环境扰动引起的振动，判断第k时域下被测铁路沿线各时刻的环境信息是否超出其阈值，是则发出自然灾害预警信号，然后使k＝k+1并返回S1，否则使k＝k+1并返回S1。

S4：判断第k时域下被测铁路沿线周界是否存在入侵目标，是则执行S5，否则使k＝k+1并返回S1。

S5：利用视觉信息采集设备捕捉入侵目标，并判断入侵目标是否被捕获，是则执行S6，否则发出入侵预警信号，然后使k＝k+1并返回S1。

S6：根据视觉信息采集设备捕获的视觉信息获得入侵目标在视觉画面中的轮廓面积，并判断所述轮廓面积是否超出其阈值，是则执行S7，否则使k＝k+1并返回S1。

S7：判断入侵目标停留时间是否超出其阈值，是则执行S8，否则使k＝k+1并返回S1。

S8：对入侵目标进行追踪并记录入侵目标的轨迹，同时发出入侵报警信号，然后使k＝k+1并返回S1。

本实施方式中，铁路线路周界入侵智能监测预警方法通过自然灾害感知设备与入侵感知设备融合监测，能够有效对自然灾害进行预防并使入侵报警不受周围环境的影响。

具体实施方式二：本实施方式是对具体实施方式一所述的基于多传感器融合的铁路周界入侵监测预警方法进行进一步说明，本实施方式中，S1中采集振动信息的具体方法为：

在被测铁路沿线两侧布置振动光纤，利用振动光纤感知铁路沿线的扰动从而获得振动信息。

具体实施方式三：本实施方式是对具体实施方式二所述的基于多传感器融合的铁路周界入侵监测预警方法进行进一步说明，本实施方式中，S1中采集环境信息的具体方法为：

将被测铁路沿线均匀划分为多个防区，每个防区均匀划分为多个子区域，每个防区均采用一套环境感知设备采集防区内的环境信息，所述一套环境感知设备包括风量传感器、泥石流传感器、地震传感器、倾角传感器和雨雪传感器，所述环境信息包括风量数据、泥石流信号、地震信号、倾角数据和雨雪信号。

具体实施方式四：本实施方式是对具体实施方式三所述的基于多传感器融合的铁路周界入侵监测预警方法进行进一步说明，本实施方式中，分别计算同一防区第k时域内的振动信息与每一种环境信息的皮尔森相关系数γ，并分别判断每个γ与其对应的n的大小关系，当有γ大于其对应的n时，将大于n的γ所对应的环境信息作为扰动信息，判断扰动信息所在防区和时域下各时刻的值是否超出其阈值，是则发出扰动信息所属类别的自然灾害预警信号。

具体的，当n的值取为0.8～1.0时，表示极强相关；当n的值取为0.6～0.8时，表示强相关；当n的值取为0.4～0.6时，表示中等程度相关；当n的值取为0.2～0.4时，表示弱相关；当n的值取为0.0～0.2时，表示极弱相关或无相关；本申请优选n的取值为0.4到0.5。

具体实施方式五：本实施方式是对具体实施方式三所述的基于多传感器融合的铁路周界入侵监测预警方法进行进一步说明，本实施方式中，S4中，每个子区域均采用利用雷达检测子区域内是否存在入侵目标。

具体实施方式六：本实施方式是对具体实施方式五所述的基于多传感器融合的铁路周界入侵监测预警方法进行进一步说明，本实施方式中，S5中，每个子区域内均设有一个视觉信息采集设备用于采集子区域内的入侵目标影像。

具体实施方式七：本实施方式是对具体实施方式六所述的基于多传感器融合的铁路周界入侵监测预警方法进行进一步说明，本实施方式中，所述视觉信息采集设备为摄像机。

具体实施方式八：本实施方式是对具体实施方式三或五所述的基于多传感器融合的铁路周界入侵监测预警方法进行进一步说明，本实施方式中，被测铁路沿线每隔100m～200m被划分为一个子区域。

具体实施方式九：本实施方式是一种计算机可读的存储设备，所述存储设备存储有计算机程序，其特征在于，所述计算机程序被执行时实现如具体实施方式一至八任一所述方法。

具体实施方式十：本实施方式是基于多传感器融合的铁路周界入侵监测预警系统，包括存储设备、处理器以及存储在所述存储设备中并可在所述处理器上运行的计算机程序，处理器执行所述计算机程序实现如具体实施方式一至八任一所述方法。

具体的，本实施方式的基于多传感器融合的铁路周界入侵监测预警系统由轨边设备和机房设备组成，如图1所示，其中轨边设备包括：球形摄像机、振动光纤、雷达、雨雪传感器、地震传感器、风量传感器、倾角传感器、泥石流传感器、声光报警器和控制箱，轨边设备分布图如图2所示。由于相机和雷达的探测距离有限，球形摄像机、雷达、声光报警器、控制箱每间隔100m～200m配备一台。振动光纤分布在铁路两侧。风量传感器、倾角传感器、地震传感器、泥石流传感器、雨雪传感器根据铁路周围环境每1到2个防区放置1台。机房设备包括：图像采集系统、数据采集系统、光纤主机、信号控制系统、信号保护系统、处理器、KVM切换器(多计算机切换器)、不间断电源等。

本实施方式在工作时，轨旁感知设备将采集到的数据及图像信息传递到机房，机房设备通过数据处理计算判断是否为入侵行为，并由信号控制系统发出指令控制现场设备。机房配备的KVM切换器可实时观察每个数据采集系统采集到的数据信息；采集及计算到的数据通过服务器进行存储，并可通过网络传输到平台展示。机房还配备不间断电源防止意外断电设备无法使用。

本实施方式采用多感知设备融合信号分析技术，振动光纤感知到外界扰动信息，环境感知设备同时感知外界环境信息，由于传感器输出均为电信号，将同一时域下同一区域的振动光纤信号分别与每个环境感知设备的传感器电信号做相关性分析，通过皮尔森相关系数算出两组数据的相关性γ，当γ＞0.5时，判断为是周围环境扰动引起振动，继续判断每个环境传感器信号是否大于阈值，若是，系统自然灾害预警，当前区域内泥石流/地震/滑坡/暴雨暴雪预警，否则系统不报警。当γ≤0.5时认为不是周围环境引起光纤振动，此时系统调动该区域雷达，当雷达数据检测到目标入侵时，雷达将判断目标准确位置，雷达调动同一区域摄像头检测入侵目标，此时若摄像头无法捕获到目标，则系统入侵预警，人员确认。若摄像头捕获到入侵目标，还需判断目标尺寸大小是否超过预定阈值，若没超过，系统不报警，若超过，判断目标停留时间是否超过预定阈值，停留时间判断主要用于识别落叶、小动物、通行列车等非障碍类型，减少误报。若没超过，系统不报警，若超过，则对目标进行追踪，并进行入侵报警，该区域报警器声光报警提示，平台生成报警目标轨迹、图片及视频信息。该系统能够使得多个感知设备相互补充，能够排除各类环境干扰因素，实现对真正可能危及行车安全的障碍物的准确判断，并能够及时预警与处置，保障铁路的安全运营。

综上所述，本实施方式使用多种传感器相互弥补，合理使用，大大降低系统的误报率和漏报率，并能有效防范铁路线路周界自然灾害造成的事故隐患。

虽然在本文中参照了特定的实施方式来描述本发明，但是应该理解的是，这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是，可以对示例性的实施例进行许多修改，并且可以设计出其他的布置，只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是，可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是，结合单独实施例所描述的特征可以使用在其它所述实施例中。

Claims (10)

1.基于多传感器融合的铁路周界入侵监测预警方法，其特征在于，包括以下步骤：

S1：同时采集第k时域下被测铁路沿线各时刻的振动信息和环境信息；

S2：计算当前时域下振动信息与环境信息的皮尔森相关系数γ，并判断γ是否大于n，n为预设的相关系数阈值，是则执行S3，否则执行S4；

S3：将振动信息确定为被测铁路沿线环境扰动引起的振动，判断第k时域下被测铁路沿线各时刻的环境信息是否超出其阈值，是则发出自然灾害预警信号，然后使k＝k+1并返回S1，否则使k＝k+1并返回S1；

S4：判断第k时域下被测铁路沿线周界是否存在入侵目标，是则执行S5，否则使k＝k+1并返回S1；

S5：利用视觉信息采集设备捕捉入侵目标，并判断入侵目标是否被捕获，是则执行S6，否则发出入侵预警信号，然后使k＝k+1并返回S1；

S6：根据视觉信息采集设备捕获的视觉信息获得入侵目标在视觉画面中的轮廓面积，并判断所述轮廓面积是否超出其阈值，是则执行S7，否则使k＝k+1并返回S1；

S7：判断入侵目标停留时间是否超出其阈值，是则执行S8，否则使k＝k+1并返回S1；

S8：对入侵目标进行追踪并记录入侵目标的轨迹，同时发出入侵报警信号，然后使k＝k+1并返回S1。

2.根据权利要求1所述的基于多传感器融合的铁路周界入侵监测预警方法，其特征在于，S1中采集振动信息的具体方法为：

在被测铁路沿线两侧布置振动光纤，利用振动光纤感知铁路沿线的扰动从而获得振动信息。

3.根据权利要求2所述的基于多传感器融合的铁路周界入侵监测预警方法，其特征在于，S1中采集环境信息的具体方法为：

将被测铁路沿线均匀划分为多个防区，每个防区均匀划分为多个子区域，每个防区均采用一套环境感知设备采集防区内的环境信息，所述一套环境感知设备包括风量传感器、泥石流传感器、地震传感器、倾角传感器和雨雪传感器，所述环境信息包括风量数据、泥石流信号、地震信号、倾角数据和雨雪信号。

4.根据权利要求3所述的基于多传感器融合的铁路周界入侵监测预警方法，其特征在于，分别计算同一防区第k时域内的振动信息与每一种环境信息的皮尔森相关系数γ，并分别判断每个γ与其对应的n的大小关系，当有γ大于与其对应的n时，将大于n的γ所对应的环境信息作为扰动信息，判断扰动信息所在防区和时域下各时刻的值是否超出其阈值，是则发出扰动信息所属类别的自然灾害预警信号。

5.根据权利要求3所述的基于多传感器融合的铁路周界入侵监测预警方法，其特征在于，S4中，每个子区域均采用雷达检测子区域内是否存在入侵目标。

6.根据权利要求5所述的基于多传感器融合的铁路周界入侵监测预警方法，其特征在于，S5中，每个子区域内均设有一个视觉信息采集设备用于采集子区域内的入侵目标影像。

7.根据权利要求6所述的基于多传感器融合的铁路周界入侵监测预警方法，其特征在于，所述视觉信息采集设备为摄像机。

8.根据权利要求3或5所述的基于多传感器融合的铁路周界入侵监测预警方法，其特征在于，被测铁路沿线每隔100m～200m被划分为一个子区域。

9.一种计算机可读的存储设备，所述存储设备存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1至8任一所述方法。

10.基于多传感器融合的铁路周界入侵监测预警系统，包括存储设备、处理器以及存储在所述存储设备中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序实现如权利要求1至8任一所述方法。

Images