CN208053363U - 一种异物入侵智能监测报警系统 - Google Patents
一种异物入侵智能监测报警系统 Download PDFInfo
- Publication number
- CN208053363U CN208053363U CN201820136773.6U CN201820136773U CN208053363U CN 208053363 U CN208053363 U CN 208053363U CN 201820136773 U CN201820136773 U CN 201820136773U CN 208053363 U CN208053363 U CN 208053363U
- Authority
- CN
- China
- Prior art keywords
- plc
- personal computer
- industrial personal
- interchanger
- foreign body
- 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
Abstract
本实用新型公开了一种异物入侵智能监测报警系统,异物入侵智能监测报警系统主要通过激光雷达对轨面进行扫描,激光雷达将扫描到的数据通过以太网传到终端,由终端基于BP神经网络的物体分类,动静态识别进行识别运算,当终端识别防区内有影响行车安全的异物,立即输出信号到PLC,由PLC控制相应喇叭进行报警,并且通知云端,云端控制短信网关发送通知短信,操作员可以确认或解除报警;本实用新型可广泛应用于交通安全监测领域。
Description
技术领域
本实用新型涉及交通安全监测技术领域,特别涉及一种异物入侵智能监测报警系统。
背景技术
随着我国经济的大发展,铁路建设也不落人后,进入了一个快速发展的阶段,但是伴随着的铁路安全隐患也越来越多,尤其是以自然灾害引起的安全事故更是常见。我国国土广大,但是由于山区、丘陵地带居多,铁路也就不可避免的需要穿越山区、高原和丘陵,这些地带的地质情况多数不良,使得自然灾害发生的几率大大增加,其中包括了可能严重威胁铁路安全行车的异物侵限灾害。铁路异物入侵灾害若没有被及时发现,可能对铁路部门造成巨大危害和损失。目前国内外的轨道交通异物侵限监测从原理上主要分为接触式和非接触式两种。防护网等接触式异物侵限检测技术在我国有着较多的应用。如京津城际铁路为防止公路桥上的汽车等大型物体坠落到铁路上危及行车安全,特设置了异物侵限监控系统。
防护网式异物侵限监控系统主要是由支架、电网传感器、现场控制器和传输线缆组成。其中系统的核心是电网传感器,主要是由若干个1.5m×1.5m的水平金属防护网单元和探测电网组成,防护网单元外沿略向上翘起50cm,其外翘角度为135°。电网传感器被安装于公路跨铁路桥梁的左右两侧,电网传感器的长度不小于上、下行线路的外轨间距加10m。电网传感器采用具有一定韧性的金属导线,敷设在水平金属网上,呈“之”字形布置。正常工作时,电网完好无损;当桥上有坠物(如石块等)侵入铁路限界时,电网断线开始落物报警。电网传感器用来监测并阻拦落物,当有坠落物落到监测电网上时会引发电网断线,安装于现场的控制器发出报警信号,同时报警信息经过继电组合后进入列控中心,将该区域下方的轨道电路表示为占用或故障状态;监控单元主机将红色信号传送至调度中心,调度人员采取应对措施。
接触式技术在铁路建设期大范围安装较难,而且一旦破损及时修复较为困难。而且该方法无法判断入侵物体的大小及位置,同时,只能在侵限事件发生时才能报警,无法对报警事件进行记录、查询。非接触式监测技术具有安装维护方便、检测灵敏准确的特点。非接触式物体侵入检测大部分采用红外探测光幕组成幕墙。例如,西班牙的高速铁路在隧道口等容易发生异物侵限(如落石)的路段,安装了基于红外线光幕的落物检测系统,可以检测尺寸超过0.5m×0.5m×0.5m的异物,其中红外检测系统是隧道落物检测报警系统的重要组成部分,分为红外光幕发生器和红外光幕接收器,一但落石落入隧道的安全限界以内就会阻挡红外光幕接收器接收红外线,从而激发报警程序。
红外报警器的原理是能够相应物体在防范区域内移动时所引起的红外辐射变化,从而完成报警功能。当入侵者静止时,则无法完成探测。而且只能监测物体的有无,无法确定该物体的大小和在防区内的具体位置;并且,由于小物体的辐射能量较小,对于体积较小的物体无法检测。北京京天威申请的发明专利侵限智能监测系统及监控中心数据库(CN105346565A) 通过激光雷达作为非接触式扫描装置,并通过激光成像数据与监控中心数据库对比分析得出监测物体状态。然而该系统仍有一些不足之处。其一,采集数据需要传回监控中心进行对比,然而设备多安装于山区偏远之处常常只有2G信号,频繁的数据交流既加重通讯负担,有些条件下会影响判断速度,如果出现暂时的断网情况,设备将丧失判断能力。其二,由于安装位置和地理环境的不同,这就需要技术人员更新数据库,提取数据特点。这样很难做到及时和全面。
实用新型内容
本实用新型克服了现有技术存在的不足,提供了一种异物入侵智能监测报警系统,用于自然灾害,突发事故及非法入侵等异物侵限事件进行监测报警。
为了解决上述技术问题,本实用新型采用的技术方案为:一种异物入侵智能监测报警系统,包括核心控制单元、微光夜视球机、控制平台和激光扫描单元,所述微光夜视球机、控制平台和激光扫描单元均与核心控制单元电连接,所述核心控制单元的结构为:包括交换机、 PLC、工控机、UPS和4G通信模块,所述UPS分别与交换机、PLC和工控机电连接,用于给交换机、PLC和工控机应急供电,所述UPS外接220V电源,所述PLC和工控机与交换机电连接,所述4G通信模块与工控机电连接,所述4G通信模块与控制平台之间能进行无线通信;
所述PLC上连接有报警装置和温控器,所述交换机上连接有激光扫描单元,所述激光扫描单元包括摄像头和激光雷达,所述4G通信模块上设置有短信发送模块。
所述4G通信模块通过移动互联网络、互联网与云端服务器连接,所述云端服务器与控制平台连接。
本实用新型与现有技术相比具有的有益效果是:
UPS接220V交流电,其输出接加热器、24V开关电源并通过插板连接工控机;24V开关电源接温度传感器、交换机、PLC;温度传感器接入PLC模拟量输入模块,使PLC获得环温信息,PLC开关量输出点接加热器供电回路继电器,当环温过低时PLC通过接通继电器干接点启动加热器;工控机和PLC通过网线接入交换机,这样工控机和PLC就可以通过OPC协议进行信息交互;UPS的作用是在系统断电的情况下,为系统提供3小时的后备电量;工控机采用嵌入式无风扇工控机,内置无线模块,能够保证在宽温条件(-20℃~70℃)下能够正常运行;工作环境相对湿度适应性需达到100%(+25℃);机械振动适用性振动频率:10Hz~200Hz,加速度幅值:20m/s2。
激光雷达和报警装置的电源线通过穿线管回到核心控制单元柜内,接入24V开关电源;激光雷达的网线接口与网线连接,并通过穿线管回到核心控制单元柜内,接入交换机,激光雷达的测量信息通过TCP协议输入至工控机;报警装置控制信号接入PLC输出点,当工控机 CPU经数据分析产生报警事件,向PLC发送报警装置报警指令,PLC输出点置1,使报警装置发出报警音。
微光夜视球机,可在温度为-40℃~+70℃,湿度小于90%的环境中正常工作,防护等级: IP66;微光夜视球机,全天候对监测现场进行视频图像的采集,能根据指令进行障碍物侵限位置的跟踪。
本实用新型主要通过激光雷达对轨面进行扫描,激光雷达将扫描到的数据通过以太网传到终端,由终端进行识别运算,当终端识别防区内有影响行车安全的异物,立即输出信号到控制模块,由控制模块控制相应喇叭、等相应方式的报警,并且通知监控中心,同时发送通知短信以及上传图片,操作员可以确认或解除报警。
附图说明
下面结合附图对本实用新型做进一步的说明。
图1为本实用新型的结构示意图。
图2为本实用新型的信号框架结构图。
图中:1为核心控制单元、11为交换机、12为PLC、121为报警装置、122为温控器、13为工控机、14为UPS、15为4G通信模块、151为短信发送模块、2为微光夜视球机、3为控制平台、4为激光扫描单元、41为摄像头、42为激光雷达、5为移动互联网络、6为互联网、 7为云端服务器。
具体实施方式
如图1、图2所示,本实用新型一种异物入侵智能监测报警系统,包括核心控制单元1、微光夜视球机2、控制平台3和激光扫描单元4,所述微光夜视球机2、控制平台3和激光扫描单元4均与核心控制单元1电连接,所述核心控制单元1的结构为:包括交换机11、PLC12、工控机13、UPS14和4G通信模块15,所述UPS14分别与交换机11、PLC12和工控机13电连接,用于给交换机11、PLC12和工控机13应急供电,所述UPS14外接220V电源,所述PLC12 和工控机13与交换机11电连接,所述4G通信模块15与工控机13电连接,所述4G通信模块15与控制平台3之间能进行无线通信;
所述PLC12上连接有报警装置121和温控器122,所述交换机11上连接有激光扫描单元 4,所述激光扫描单元4包括摄像头41和激光雷达42,所述4G通信模块15上设置有短信发送模块151。
所述4G通信模块通过移动互联网络5、互联网6与云端服务器7连接,所述云端服务器 7与控制平台3连接。
本实用新型包括核心控制单元、激光扫描单元、微光夜视球机、控制平台。
1、核心控制单元
核心控制单元包括:
(1)防护箱。采用高弹性的发泡PU密封装置保证高防护等级,具有散热、防冻特点。
(2)嵌入式无风扇工控机。内置无线模块,能够保证在宽温条件(-20℃~70℃)下能够正常运行;工作环境相对湿度适应性需达到100%(+25℃);机械振动适用性振动频率:10Hz~ 200Hz,加速度幅值:20m/s2。
(3)UPS。在系统断电的情况下,为系统提供3小时的后备电量。
(4)温度传感器。探测保护箱内环境温度。
(5)工业交换机。达到IP40防护等级,工作温度-40℃~85℃。
(6)PLC。西门子1200PLC。
(7)24V开关电源模块。
(8)功率为100W的加热器。
UPS接220V交流电,其输出接加热器、24V开关电源并通过插板连接工控机;24V开关电源接温度传感器、交换机、PLC;温度传感器接入PLC模拟量输入模块,使PLC获得环温信息,PLC开关量输出点接加热器供电回路继电器,当环温过低时PLC通过接通继电器干接点启动加热器。工控机和PLC通过网线接入交换机,这样工控机和PLC就可以通过OPC协议进行信息交互。
2、激光扫描单元
激光扫描单元包括:
(1)鸭嘴保护箱。采用特殊防护结构,进行有效防护内部激光扫描雷达不被损坏,激光雷达通过鸭嘴向外扫描,扫描角度可达180度。
(2)激光雷达。用于以扇面扫描的方式输出激光光束,并根据探测到的反射光采集测量信息。
(3)报警装置。用于进行现场声音报警。
激光雷达和报警装置的电源线通过穿线管回到核心控制单元柜内,接入24V开关电源;激光雷达的网线接口与网线连接,并通过穿线管回到核心控制单元柜内,接入交换机,激光雷达的测量信息通过TCP协议输入至工控机;报警装置控制信号接入PLC输出点,当工控机CPU经数据分析产生报警事件,向PLC发送报警装置报警指令,PLC输出点置1,使报警装置发出报警音。
3、微光夜视球机
微光夜视球机,可在温度为-40℃~+70℃,湿度小于90%的环境中正常工作,防护等级: IP66。
微光夜视球机,全天候对监测现场进行视频图像的采集,能根据指令进行障碍物侵限位置的跟踪。
球机的电源线和网线由球机杆内部,经接线管进入核心控制单元保护柜内,电源线接入其适配器端子,适配器接220V交流电;网线接交换机,工控机CUP通过交换机向球机发送指令和进行数据交换。
4、控制平台
控制平台采用B/S结构(Browser/Server),主要功能如下:
(1)登录权限。
(2)用户管理。
(3)角色管理。
(4)部门管理。
(5)站点管理。
(6)实时报警。
(7)定时巡航,每隔1小时对监控区域进行巡航拍照。
本系统采用PB网络神经算法和基于卷积神经网络的图像识别方法。
PB网络神经算法
1、利用激光雷达探测到的反射光采集测量信息,经过三角函数运算,将物体轮廓分成一段段具有方向和长度信息的向量。通过对数据进行聚类分析,从庞大的数据中把固有特征提取出来,具体采用采用减法聚类法:
每个数据点都有可能被当作聚类中心,根据聚类初始所选择的半径,选择周围数据密度最高的数据点作为聚类中心,然后离开该范围,寻找下一个聚类中心,直到所剩数据点可作为聚类中心的可能性低于某一阀值。
2、将得到的特征点作为神经网络的训练集,由输入层输入。
3、训练集数据在被传入输入层时通常被先标准化(normalize)到0和1之间(为了加速学习过程)。
4、经过连接结点的权重(weight)传入下一层,一层的输出是下一层的输入。
5、隐藏层的个数可以是任意的,输入层有一层,输出层有一层。
6、每个单元(unit)也可以被称作神经结点,根据生物学来源定义。
7、有几类需要区分,就有几个输出,输出值在0-1之间。
8、BP网络算法训练的方法是梯度最速下降法,使网络的总误差最小。输入信息通过输入层经过隐含层由输出层输出,其误差从输出层向隐含层回传,依次调整输出层、隐含层的权值,使误差减小到允许的范围内。具体规则如下:
对样本p的二次型误差函数为
其中,t为期望输出,o网络输出。
(1)输出层权系数调整
η为学习率,η>0.
定义
输出层权系数修正公式为
(2)输出层权系数调整
一个隐含层输出的改变其影响将涉及所有与其相连的输出单元的输入,则有
隐含层权系数修正公式为
(3)权系数增量总公式为
经训练集训练成功后的PB神经网络便具有了在实际应用中为物体分类的能力。
激光雷达探测到的反射光采集测量信息,经过三角函数运算,将物体轮廓分成一段段具有方向和长度信息的向量。利用聚类算法提取特征数据输入PB神经网络,网络有多个输出,每一个输出代表一类物体,输入范围0到1,输出值最接近1的输出,便是网络所得出的物体类别。
利用激光雷达探测到的反射光采集测量信息,基于BP神经网络进行识别主要用于,落石和树枝的识别。
卷积神经网络的图像识别
利用经过两次卷积,两次池化的卷积神经网络,通过其滤波器抽取图像特征进行物体分类,该算法主要用于火车和行人的识别。
系统主要通过激光雷达对轨面进行扫描,激光雷达将扫描到的数据通过以太网传到终端,由终端进行识别运算,当终端识别防区内有影响行车安全的异物,立即输出信号到PLC,由 PLC控制相应喇叭等相应方式的报警,并且通知监控中心,同时发送通知短信以及上传图片,操作员可以确认或解除报警。
本实用新型采用激光雷达作为非接触式扫描装置,全天候监测入侵物体。通过训练PB 神经网络和卷积神经网络,使设备无需与远程监控中心数据库进行数据对比,在现场进行实时自主判断,分析物体类别及危险等级。神经网络具有较强的泛化性和容错能力,增强了设备对物体和环境差异的适应能力。在物体和环境差异较大的情况下,PB神经网络可通过训练适应新的环境。
本实用新型主要通过激光雷达对轨面进行扫描,激光雷达将扫描到的数据通过以太网传到终端,由终端进行识别运算,当终端识别防区内有影响行车安全的异物,立即输出信号到控制模块,由控制模块控制相应喇叭、等相应方式的报警,并且通知监控中心,同时发送通知短信以及上传图片,操作员可以确认或解除报警。
需要说明的是,报警信息及图片都在监控中心的管理平台上能呈现。
上面结合实施例对本实用新型作了详细说明,但是本实用新型并不限于上述实施例,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本实用新型宗旨的前提下作出各种变化。
Claims (2)
1.一种异物入侵智能监测报警系统,其特征在于:包括核心控制单元(1)、微光夜视球机(2)、控制平台(3)和激光扫描单元(4),所述微光夜视球机(2)、控制平台(3)和激光扫描单元(4)均与核心控制单元(1)电连接,所述核心控制单元(1)的结构为:包括交换机(11)、PLC(12)、工控机(13)、UPS(14)和4G通信模块(15),所述UPS(14)分别与交换机(11)、PLC(12)和工控机(13)电连接,用于给交换机(11)、PLC(12)和工控机(13)应急供电,所述UPS(14)外接220V电源,所述PLC(12)和工控机(13)与交换机(11)电连接,所述4G通信模块(15)与工控机(13)电连接,所述4G通信模块(15)与控制平台(3)之间能进行无线通信;
所述PLC(12)上连接有报警装置(121)和温控器(122),所述交换机(11)上连接有激光扫描单元(4),所述激光扫描单元(4)包括摄像头(41)和激光雷达(42),所述4G通信模块(15)上设置有短信发送模块(151)。
2.根据权利要求1所述的一种异物入侵智能监测报警系统,其特征在于:所述4G通信模块通过移动互联网络(5)、互联网(6)与云端服务器(7)连接,所述云端服务器(7)与控制平台(3)连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201820136773.6U CN208053363U (zh) | 2018-01-26 | 2018-01-26 | 一种异物入侵智能监测报警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201820136773.6U CN208053363U (zh) | 2018-01-26 | 2018-01-26 | 一种异物入侵智能监测报警系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN208053363U true CN208053363U (zh) | 2018-11-06 |
Family
ID=63996039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201820136773.6U Active CN208053363U (zh) | 2018-01-26 | 2018-01-26 | 一种异物入侵智能监测报警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN208053363U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108099959A (zh) * | 2018-01-26 | 2018-06-01 | 山西省自动化研究所 | 异物入侵智能监测报警系统 |
-
2018
- 2018-01-26 CN CN201820136773.6U patent/CN208053363U/zh active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108099959A (zh) * | 2018-01-26 | 2018-06-01 | 山西省自动化研究所 | 异物入侵智能监测报警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108099959A (zh) | 异物入侵智能监测报警系统 | |
KR101949525B1 (ko) | 무인탐지장치를 이용한 현장 안전관리 시스템 | |
CN106157507B (zh) | 一种基于雷达和视频融合的输电线路立体防护装置 | |
CN102289903B (zh) | 一种架空输电线路监测系统 | |
CN108957240A (zh) | 电网故障远程定位方法及系统 | |
CN110133573A (zh) | 一种基于多元传感器信息融合的自主低空无人机防御系统 | |
CN106971478A (zh) | 架空输电线路防外力破坏监测系统及监测设备 | |
CN112288984A (zh) | 基于视频融合的三维可视化无人值守变电站智能联动系统 | |
CN103281364B (zh) | 一种用于电力设施的防盗、监控及运行参数监测、管理的物联网系统平台 | |
CN208855646U (zh) | 一种高速铁路周界入侵报警系统 | |
CN103259206A (zh) | 基于计算机视觉定位技术的变电站作业安全管控系统 | |
CN205862512U (zh) | 基于物联网的家庭安防系统 | |
CN206340149U (zh) | 建筑物位移沉降监测系统 | |
CN206628891U (zh) | 变电站设备监控系统 | |
CN102279995A (zh) | 基于物联网的安防预警系统 | |
CN100470595C (zh) | 周界全天候防范系统 | |
CN102404555A (zh) | 一种关于高压输电线路异物侵界的视频监测系统 | |
CN206863889U (zh) | 电力电缆防外力破坏智能监测系统 | |
CN116008989B (zh) | 一种智慧交通用多拼接多维度全向扫描毫米波雷达 | |
CN109360361A (zh) | 一种铁路站台端部入侵检测预警系统 | |
CN110390790A (zh) | 一种网格化森林防火监测预警方法及系统 | |
CN208053363U (zh) | 一种异物入侵智能监测报警系统 | |
CN202662113U (zh) | 一种变电站防误操作系统 | |
CN210222962U (zh) | 一种智能电子围栏系统 | |
CN113905327B (zh) | 一种基于多定位参量的输电线路防外破报警方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 030006 No.42 Pingyang Road, Xiaodian District, Taiyuan City, Shanxi Province Patentee after: Shanxi Information Industry Technology Research Institute Co.,Ltd. Address before: 030006 No.42, Pingyang Road, Taiyuan City, Shanxi Province Patentee before: SHANXI AUTOMATION Research Institute |
|
CP03 | Change of name, title or address |