摘要：隨著國內城市軌道交通運營里程和客流量的不斷增加，列車安全運行的重要性愈發(fā)突出。地鐵軌行區(qū)障礙物檢測系統(tǒng)基于視頻智能分析技術，對軌旁攝像機采集的影像進行智能分析，及時發(fā)現軌行區(qū)障礙物，并向行車指揮人員發(fā)出報警信息，縮短緊急事件處理時間，減輕運營人員的工作壓力和強度，進而有效提升地鐵的安全運營水平，具有較大的社會經濟價值。

關鍵詞：城市軌道交通障礙物視頻智能分析自動巡檢

ResearchontheObstacleDetectionSystemSchemeinSubwayTrackArea

LINan1YUEXinyu2LIJize3

• BeijingQuanluCommunicationandSignalResearchandDesignInstituteGroupCo.，Ltd.Beijing，100071China;2.BeijingSubwayTechnologyDevelopmentCo.，Ltd.，Beijing，100071China;3.ShenzhenRailwaySignalTechnology（Shenzhen）Co.，Ltd.，Shenzhen，GuangdongProvince，518000China

Abstract：Withthecontinuousincreasingofoperationmileageandpassengerflowofdomesticurbanrailtransit，theimportanceoftrainsafetyoperationguaranteeisbecomingmoreandmoreprominent.Theobstacledetectionsysteminthesubwaytrackareaisbasedonvideointelligentanalysistechnology，intelligentlyanalyzingtheimagescollectedbythetracksidecameras，timelydetectsobstaclesinthetrackareaandsendsthealarminformationtothecommandpersonnel，shorteningtheemergencyprocessingtime，reducingthepressureandintensityofoperatingpersonnel，andeffectivelyimprovingthesafetyofthesubwayoperationlevelIthasgreatsocialandeconomicvalue.

KeyWords：Urbantracktransit;Obstacles;Intelligentvideoanalysis;Automaticinspection

伴隨著我國經濟的蓬勃發(fā)展和城市化進程的不斷加快，城市軌道交通以運量大、速度快等優(yōu)勢在我國公共交通事業(yè)中發(fā)揮著越來越大的作用，但同時，各類安全事故在城市軌道交通運營過程中也時有發(fā)生，這給地鐵安全運營帶來了不小的壓力。城市軌道交通運營安全的主要影響因素包括氣象因素、軌道因素、車輛因素、供電因素、信號系統(tǒng)因素、人為因素等。在軌道因素中，位于軌道上立體行車空間內的障礙物極易給列車帶來破壞性撞擊，甚至引發(fā)脫軌等嚴重事故，造成重大災害和不可估量的損失。同時，城市軌道交通全自動駕駛模式的普及對行車安全也提出了更高的要求?；谏鲜鲈?，軌行區(qū)障礙物檢測的相關研究從未停止，并在近些年逐漸成為行業(yè)熱點。

1傳統(tǒng)軌行區(qū)障礙物檢測方案簡介

1.1軌道交通軌行區(qū)安全需求分析

異物侵入列車行車限界（簡為“侵限”）事件會對運營安全造成極大的影響。對地面軌道而言，封閉措施難免存在漏洞，高空拋物、山體緩坡、落石等情況都會造成行車安全事故。而在隧道內，線路老化、維護不到位或人員工作疏忽等也會發(fā)生隧道內構筑物松動脫落、設備位置變化，導致異物侵入行車限界，導致重大安全事故發(fā)生[1]。

目前，對于鐵路、地鐵等列車侵限物的發(fā)現與處理主要靠人工巡視，需要大量人員參與，人工巡視周期較長，且巡檢時間一般在晚上的車輛運行窗口期，難以在第一時間發(fā)現問題。因異物侵入事件的突發(fā)性和高危害性，迫切需要一種具有高度智能化、全天候、響應快、準確度高的障礙物侵入自動巡檢系統(tǒng)[2]。

1.2目前主流技術方案

根據檢測設備的安裝位置劃分，現有檢測方案大體可分為軌旁障礙物檢測（以下簡稱軌旁）和車載障礙物檢測（以下簡稱車載）兩種[3]。

1.2.1紅外柵欄（軌旁）

該方案在軌行區(qū)兩側安裝紅外線收發(fā)器，當障礙物侵入軌行區(qū)時，紅外線被遮擋，從而觸發(fā)報警。該方案靈敏度較高，但也存在易受天氣干擾、設備部署量大、維護工作量大等缺點。

1.2.2振動檢測（軌旁）

該方案在軌道上安裝振動傳感器，并通過算法來區(qū)分振動原因是列車經過還是障礙物碰撞。該方案單個檢測點可覆蓋400m長度鋼軌，具有設備部署量少的優(yōu)點。但其僅能檢測到對鋼軌有沖擊的障礙物，而對于小動物、風箏、塑料袋等沖擊能量較小的物體無法檢測，且該方案目前處于前期研究階段。

1.2.3車載視覺檢測（車載）

該方案通過在列車前端安裝攝像機進行實時拍攝，并通過算法分析列車前方是否有障礙物。該方案具有設備部署量少的優(yōu)點，但其視覺原理決定了探測距離較短，對于高速運行的列車無法提供足夠的緊急制動時間[4]。

1.2.4車載激光雷達（車載）

該方案通過在列車前端安裝激光雷達來探測前方障礙物，其優(yōu)、缺點同車載視覺檢測方案。

2一種新式軌行區(qū)障礙物檢測系統(tǒng)

2.1系統(tǒng)概述

軌行區(qū)障礙物檢測系統(tǒng)利用了視頻智能分析技術。不同于車載視覺檢測方案，該方案將攝像頭設置于軌旁。通過采集軌行區(qū)影像，系統(tǒng)自動對運行線路進行安全巡視，及時發(fā)現軌行區(qū)影響行車安全的因素（簡稱“障礙物”），并向行車指揮人員發(fā)出報警信息，以便其對運行中的列車采取安全措施。

軌行區(qū)障礙物檢測系統(tǒng)（如圖1所示）由算法服務器、應用服務器、行調終端及其網絡設備等構成，并且與車站視頻監(jiān)控系統(tǒng)共享前端設備，如軌旁攝像機、車站視頻服務器、圖像存儲設備及其網絡設備等。

算法服務器通過與軌旁攝像機的接口，按照一定的規(guī)則，周期性地從指定的軌旁攝像機視頻流中截取軌行區(qū)影像。在獲取軌行區(qū)影像后，其首先判斷列車位置是否位于攝像機監(jiān)控區(qū)域，當列車位于此攝像機監(jiān)控區(qū)域時，系統(tǒng)將忽略此影像，以避免誤報[5]。

當系統(tǒng)獲取無列車占用的軌行區(qū)影像時，將與事先存儲于系統(tǒng)內的標準斷面圖像（無障礙物）進行比對。如圖像一致，則判別為無障礙物；否則，將向控制中心行車調度員（簡稱“行調”）報警，推送報警畫面，提供障礙物位置及最近列車位置，供行車調度員及時開展后續(xù)操作，避免危及行車安全的事故發(fā)生。

該系統(tǒng)可實現的基本功能如下：異物侵限識別定位與告警上報，列車位置跟蹤定位，現場圖像調看，告警誤報忽略，障礙物告警記錄的存儲、查詢、統(tǒng)計和分析，設備狀態(tài)管理。

2.2系統(tǒng)設計原則

2.2.1具備全天候清晰成像能力

該系統(tǒng)攝像機基于擴展短波紅外波段進行成像，對實現大氣紅外透射窗口的“無縫隙探測”效果良好，并適用于多霧、低照度等光照環(huán)境惡劣情況的全天候場景，不受雨天、大霧、微光或無光等外部光線條件惡劣的影響，并對運營列車的車燈具有很好的強光抑制作用。

2.2.2具有較強的環(huán)境適應性和一定的自檢性能

因軌行區(qū)環(huán)境較為惡劣，因此該系統(tǒng)在設計時充分考慮日曬雨淋、列車振動、設備偏移，以及因列車經過或者其他原因導致的可能對檢測采集設備產生的振動、偏移等影響，利用全天候成像穩(wěn)像識別系統(tǒng)判斷該設備是否處于正常運行狀態(tài)。

2.2.3智能分析處理能力

該系統(tǒng)通過多點輪詢智能圖像分析算法，對采集到的圖像進行大數據分析處理，應可實時準確識別目標軌行區(qū)的安全狀態(tài)。

2.2.4具備較強的易部署性

該系統(tǒng)被部署在隧道內部側壁上或者露天安全限界外，應具備較高的可部署性，實現全域監(jiān)控；同時應具有設備獨立性，不對部署區(qū)域內的其他設施產生影響。

2.3系統(tǒng)運行模式

系統(tǒng)運行模式包括線路巡檢模式、車站巡檢模式、區(qū)間跟蹤巡檢模式3種。

2.3.1全線巡檢模式

把全線所有軌旁攝像機按列車運行方向分為兩個巡檢單元進行巡檢，適合于每天運營開始前使用。

2.3.2車站巡檢模式

以車站為單位，將該車站管轄范圍的所有軌旁攝像機按運行方向分為兩個巡檢單元，每個巡檢單元按照設定的巡檢周期依次進行輪巡抓拍和比對的運行模式。在此模式下，每個車站可同時進行自動周期巡檢，能縮短巡檢周期，提高巡檢效率，有利于迅速發(fā)現障礙物，適用于高峰運營場景。

2.3.3區(qū)間跟蹤巡檢模式

系統(tǒng)實時跟蹤列車行進位置，并觸發(fā)列車前方所到車站的所有軌旁攝像機進行自動巡檢。檢測到異物入侵時的處理同全線巡檢模式。區(qū)間跟蹤巡檢模式如圖2所示：

此模式適用于車站設置密度較高、站間距短的各種運營場景，目的是減少設備運行次數，以延長設備及系統(tǒng)壽命和提高可用性。

2.4系統(tǒng)工作流程

軌行區(qū)障礙物檢測系統(tǒng)工作流程如圖3所示。

3結語

根據交通運輸部網站數據，截至2023年底，全國（不含港澳臺）已有55個城市開通運營城市軌道交通線路300條，運營里程達9915km，完成客運量294億人次。面對如此龐大的客流量和安全運營壓力，可充分利用視頻采集、智能分析等人工智能相關技術，提升地鐵安全運營水平。地鐵軌行區(qū)障礙物檢測系統(tǒng)以準確可靠、獨立運行為基本設計原則，并輔以完善的聯(lián)動預案體系，通過減少手工操作，提高操作的速度和準確率，縮短緊急事件的處理時間，減輕運營人員的工作壓力和強度，進而有效提升地鐵的安全運營水平。

參考文獻

[1]師帥.軌道交通系統(tǒng)主動障礙物檢測研究綜述[J].機電工程技術，2021，50（6）：212-216.

[2]趙佳朋.面向嵌入式應用的列車軌道區(qū)域識別與障礙物檢測技術研究[D].北京：北京交通大學，2024.

[3]陳仕濤.基于多傳感器信息融合的軌道異物檢測研究與實現[D].南京：南京郵電大學，2024.

[4]王維，梁汝軍，黃濤.地鐵列車障礙物視頻識別系統(tǒng)設計[J].城市軌道交通研究，2019，22（6）：166-169.

[5]肖添文，徐永能，余輝敏.城市軌道交通障礙物檢測及列車控制技術[J].兵器裝備工程學報，2020，41（10）：161-165.