需求背景：

　　隨著我國(guó)鐵路線(xiàn)路的不斷提升，不管從線(xiàn)路長(zhǎng)度，還是列車(chē)速度上，都有飛速的發(fā)展，如何保障鐵路行駛安全，就成為了目前鐵路部門(mén)關(guān)切的課題，諸如大風(fēng)吹浮異物落入線(xiàn)路、接觸網(wǎng)塌網(wǎng)、防淹門(mén)因鎖閉設(shè)備故障錯(cuò)誤落下、人員翻越屏蔽門(mén)進(jìn)入線(xiàn)路等侵限事件仍時(shí)有發(fā)生，嚴(yán)重威脅運(yùn)營(yíng)安全。

　　為實(shí)現(xiàn)侵限檢測(cè)與防護(hù)，在全自動(dòng)運(yùn)行線(xiàn)路中，增加了接觸式障礙物檢測(cè)裝置。但接觸式障礙物檢測(cè)裝置無(wú)法實(shí)現(xiàn)遠(yuǎn)距離早期預(yù)警與安全防護(hù)。非全自動(dòng)運(yùn)行線(xiàn)路，則更多依賴(lài)司機(jī)瞭望，司機(jī)疏忽可能導(dǎo)致列車(chē)與侵限障礙物或人員發(fā)生碰撞。

　　如何實(shí)現(xiàn)對(duì)異物侵限和列車(chē)碰撞等危害事件的遠(yuǎn)距離早期預(yù)警，避免事故發(fā)生，同時(shí)在信號(hào)系統(tǒng)故障恢復(fù)運(yùn)營(yíng)過(guò)程中確保列車(chē)的安全，已成為亟待解決的問(wèn)題。在這種背景下，列車(chē)自主障礙物檢測(cè)系統(tǒng)應(yīng)運(yùn)而生。

　　系統(tǒng)簡(jiǎn)介

　　傳統(tǒng)鐵路異物入侵監(jiān)測(cè)系統(tǒng)主要以雙電網(wǎng)、光纖振動(dòng)、視頻監(jiān)控等手段為主，當(dāng)前受制于系統(tǒng)硬件能力的不足，在實(shí)際使用中存在探測(cè)效率低、無(wú)法定位異物、誤報(bào)率和漏報(bào)率偏高等問(wèn)題。

　　覽沃激光雷達(dá)憑借其優(yōu)異的探測(cè)能力和環(huán)境適應(yīng)性，在異物探測(cè)領(lǐng)域嶄露頭角，新的列車(chē)主動(dòng)障礙物檢測(cè)系統(tǒng)是一種針對(duì)軌道障礙物人、行李箱、鐵鞋……等，障礙物的提前預(yù)防事故，檢測(cè)列車(chē)行駛距離范圍的障礙物的主動(dòng)式安全預(yù)警系統(tǒng)。采用覽沃激光雷達(dá)+高清攝像頭(有些會(huì)增加毫米波雷達(dá))的方案，進(jìn)行列車(chē)前方一定范圍內(nèi)的視頻及點(diǎn)云采集，然后通過(guò)傳感器與主機(jī)之間的通信，傳輸視頻流到主機(jī)，通過(guò)主機(jī)接收視頻流后對(duì)視頻算法處理，判斷前方范圍內(nèi)是否有障礙物，以及障礙物的類(lèi)別，然后傳到車(chē)輛中，輸出報(bào)警信號(hào)，進(jìn)行直觀的預(yù)警提示，從而有效預(yù)防事故的發(fā)生。

　　系統(tǒng)功能

　　1. 采集傳輸

　　利用激光雷達(dá)，寬視角，高精度，對(duì)環(huán)境光線(xiàn)適應(yīng)強(qiáng)的特點(diǎn)，搭配高分辨率網(wǎng)絡(luò)相機(jī)，高傳輸速度的特點(diǎn)，對(duì)軌道及周?chē)M(jìn)行數(shù)據(jù)采集，高速率傳輸?shù)街鳈C(jī)當(dāng)中，大性能減少時(shí)間浪費(fèi)。

　　泰覽 Tele-15 作為主激光雷達(dá)，負(fù)責(zé)超遠(yuǎn)距離的探測(cè);根據(jù)不同場(chǎng)景，也可輔助使用 Avia 或 HAP 激光雷達(dá)進(jìn)行水平方向覆蓋。Tele-15 具有量程超遠(yuǎn)、點(diǎn)云密度超高的特性，10%反射率即可測(cè)距320m，遠(yuǎn)可探測(cè)500m外物體;超高點(diǎn)云密度對(duì)于小物體探測(cè)具有天然的優(yōu)勢(shì)，行人在300m處依舊可以探測(cè)到12個(gè)點(diǎn)(100ms時(shí)間內(nèi));

　　2. 主機(jī)深度學(xué)習(xí)算法處理

　　主機(jī)接收到采集到的數(shù)據(jù)，對(duì)其進(jìn)行分幀處理，通過(guò)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行每一幀圖像流的預(yù)測(cè)，通過(guò)網(wǎng)絡(luò)模型注意力機(jī)制等、以及二次算法的改進(jìn)輸出其ROI(感興趣區(qū)域)，以及當(dāng)前的預(yù)測(cè)百分比(acc)。

　　3. 安全提示預(yù)警

　　當(dāng)經(jīng)過(guò)算法box處理后輸出的圖像以及評(píng)估指標(biāo)，進(jìn)行閾值化判斷，從而達(dá)到減少誤報(bào)的效果，當(dāng)評(píng)估指標(biāo)超過(guò)原始設(shè)定的閾值后進(jìn)行信號(hào)傳輸，預(yù)警提示。

　　4. 數(shù)據(jù)記錄

　　對(duì)傳感器開(kāi)啟后，每傳輸?shù)街鳈C(jī)算法模塊中的視頻流，進(jìn)行算法box處理后輸出的結(jié)果進(jìn)行閾值化判斷，保存數(shù)據(jù)到本地從而能夠更好的去判斷潛在安全隱患以及問(wèn)題復(fù)現(xiàn)。