基于机器视觉的车辆基地全自动运行区入侵报警系统的制作方法

1.本技术涉及城市轨道交通运营安全控制的技术领域，尤其涉及基于机器视觉的车辆基地全自动运行区入侵报警系统。


背景技术：

2.近年来，由于城市轨道交通线路逐渐开始应用全自动驾驶技术，作为列车维护保养和检修的场所，车辆基地的布局及相关设施配置也要进行相应调整。全自动运行车辆基地可划分为全自动运行区(无人区)和非全自动运行区(有人区)。
3.全自动运行区是车辆基地内一个独立区域，列车在全自动运行区内运行采用全自动运行模式，可实现自动运行、停车、洗车、自检等作业。当该区域进行自动化作业时，为避免人员擅入而影响车辆运行及相关作业，同时保障作业人员的人身安全，一般禁止无关人员进入该区域，但在实际作业中存在人员误入的情况，影响行车及自动化作业。因此，对于车辆基地全自动运行区域，需要一套完善的防入侵报警系统来保障人员的进出安全。
4.为防止工作人员误入全自动运行区，目前主要采用的是物理隔离的方式，在全自动运行区外部建立围栏，通道处设置门禁，员工在门禁处刷卡进出，周围布置安全警示标识和标语。此方法存在的问题是，员工难以判断全自动运行区工作状态，可能会在全自动运行区进行自动化作业的时间段内误入或为了走“捷径”而翻越围栏；此外该方法不能识别工作人员的劳保用品穿戴情况以及人员身份，存在由于工作人员劳保穿戴不规范或“冒充”工作人员进入作业区引起安全事故的隐患。目前还未有针对车辆基地全自动运行区入侵报警系统的相关专利，虽然在其他安防领域如楼宇、铁路、公路周界等已有相关装备，如专利《一种智慧楼宇入侵报警系统》cn202110978007.0、《一种监控方法、装置及入侵报警系统》cn201910219254.5、《电子围栏入侵报警系统及使用方法》cn202110030946.2、《高速铁路周界入侵报警系统》cn201710932746.x、《一种高速公路区域入侵报警系统》cn201821959094.5，但以上装备系统大多采用的光纤传感、电子围栏、激光雷达、红外等技术，只能检测是否入侵界线，而无法识别人员行为、人员身份等，不能提前作出有效的提醒和预防，不适用于全自动运行车辆基地的应用场景。
5.因此，需要设置一种带图像识别功能的全自动运行区域防入侵报警系统，一方面确保工作人员在规定的时间段进入全自动运行区，禁止工作人员在非规定时间段误入或擅入全自动运行区，另一方面能够规范管理工作人员的劳保穿戴情况，规避安全风险，引导工作人员按规定进出门禁。


技术实现要素：

6.有鉴于此，本技术提供一种基于机器视觉的车辆基地全自动运行区入侵报警系统，能够实现人员误入全自动运行区的报警提示、作业人员劳保穿戴情况的识别提醒等功能，从而保障工作人员的安全，提高全自动运行区域的作业流畅性。
7.本技术提供一种基于机器视觉的车辆基地全自动运行区入侵报警系统，包括：
8.一时段处理模块，用以根据列车入库信息和出库信息确定工作人员禁止进入时段和允许进入时段；
9.一机器视觉分析模块，用以通过采集靠近全自定运行区的工作人员的图像并根据所述图像实施目标外观识别和目标行为识别；
10.一报警模块，用以在所述允许进入时段内存在所述目标外观识别、目标行为识别的异常信息时产生报警动作，和/或用以在所述禁止进入时段存在工作人员的进入时产生报警动作。
11.可选地，所述目标外观识别的信息包括劳保穿戴不规范、人员身份错误。
12.可选地，所述目标行为识别的异常信息包括进入路径不规范。
13.可选地，所述“在所述禁止进入时段存在工作人员的进入时产生报警动作”具体包括：
14.接收来自于机器视觉分析模块所识别出的在所述禁止进入时段内工作人员是否存在进入动作；
15.当存在进入动作时，产生报警动作。
16.可选地，所述进入动作包括刷卡动作。
17.可选地，所述报警模块为声光报警装置。
18.以上提供的机器视觉的车辆基地全自动运行区入侵报警系统，区分了全自动运行区作业时段(允许进入时段)和非作业时段(禁止进入时段)的报警情况。在允许进入时段中，通过基于机器视觉分析模块的外观识别，能够分析工作人员的劳保穿戴情况以及人员身份信息，进一步规范了工作人员在车辆基地中的工作行为，有效减少因不穿戴或错误穿戴劳保用品而引起的安全问题。此外通过机器视觉分析模块的行为识别，可以预防工作人员在进入全自动运行区的不规范行为，从而避免产生人员受伤等情况的发生。
附图说明
19.下面结合附图，通过对本技术的具体实施方式详细描述，将使本技术的技术方案及其它有益效果显而易见。
20.图1为本技术实施例提供的基于机器视觉的入侵报警系统结构框图。
21.图2为本技术实施例提供的全自动运行区入侵报警系统平面布置图。
22.其中，图中元件标识如下：
23.1-门禁入口，2-摄像头，3-围栏，4-声光报警装置，5-股道。
具体实施方式
24.下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
25.在本技术的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本技术的描述
中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
26.在本技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接或可以相互通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本技术中的具体含义。
27.下文的公开提供了许多不同的实施方式或例子用来实现本技术的不同结构。为了简化本技术的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本技术。此外，本技术可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本技术提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
28.请参考图1，本技术机器视觉的车辆基地全自动运行区入侵报警系统，包含三个部分：时段处理模块、机器视觉分析模块和报警模块。
29.需要说明的是，时段处理模块、机器视觉分析模块中用以实施分析处理的软件预置在系统后台上。
30.对于所述基于机器视觉的车辆基地全自动运行区入侵报警系统的具体实施方法如下：
31.ats系统(列车自动监视系统)会将列车入库信息和列车出库信息发送到系统后台的时段处理模块，后台的时段处理模块将根据此信息将车辆基地全自动运行区时间段划分为工作人员禁止进入时段和允许进入时段。
32.请参考图2，机器视觉的车辆基地全自动运行区入侵报警系统所涉及的硬件是在股道5的外围的围栏3，围栏3用以界定出车辆基地全自动运行区。在围栏上安装门禁入口1。在，在靠近门禁入口1的位置(或者在门禁入口1上)安装摄像头2，门禁入口1界定出正常的进入路径，即途径门禁入口1的路径为正常进入路径，非途径门禁入口1的路径例如越过围栏的进入路径则为进入路径异常。
33.摄像头2并与机器视觉分析模块相连。同时，在进入全自动运行区段的门禁处上方与围栏周围上方安装声光报警装置，包括警示闪烁灯和报警广播。
34.当系统后台认定该时间段为禁止进入时段时，若有工作人员此时靠近车辆基地全自动运行区，摄像头将会记录工作人员的运动过程。当工作人员靠近门禁时，摄像头将记录工作人员的手部动作，并基于机器视觉对工作人员的手部行为进行判断，当系统后台识别出工作人员存在刷门禁的行为时，将判定工作人员此时属于入侵行为，并将报警信号传递给报警模块，报警模块将亮起警示闪烁灯，同时发出广播警告：“当前时段禁止进入，请远离”。
35.当系统后台认定该时间段为允许进入时段时，摄像头将记录工作人员靠近车辆基地全自动运行区的过程，并基于机器视觉对工作人员外观特征和行为特征进行分析。系统将识别工作人员的身份信息以及穿戴情况，并与数据库数据进行对比，判定人员是否为授权进入的工作人员，以及劳保用品是否穿戴规范，若存在不规范的情况，系统后台将判定为入侵行为，并将报警信号传递给报警模块，报警模块将亮起警示闪烁灯，并发出广播警告：
当前劳保穿戴不规范(或当前人员身份不正确)，存在安全隐患，禁止进入全自动运行区。该模式能有效解决由于工作人员自身安全防护准备不足而引起工伤等安全问题。
36.系统还将识别工作人员的行为特征，确保工作人员按照规定路径进入全自动运行区。若出现工作人员翻越围栏等不规范进入全自动运行区的行为，摄像头将记录工作人员的行为特征，基于机器视觉判定工作人员的异常动作，系统后台将判定为入侵行为，并将报警信号传递给报警模块，报警模块将亮起警示闪烁灯，并发出广播警告：严禁翻越围栏进入全自动运行区。该模式能有效防止人员擅入或为“走捷径”而不按规定方式进入全自动运行区。
37.通过人脸识别、外观判断、行为诊断等方式，本系统能有效识别异常入侵等不安全行为并发出报警信号，显著提高全自动运行区域的作业环境安全性，为全自动运行车辆基地的安全运营提供保障。
38.以上所述，仅为本技术较佳的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本技术的保护范围之内。

技术特征：
1.一种基于机器视觉的车辆基地全自动运行区入侵报警系统，其特征在于，包括：一时段处理模块，用以根据列车入库信息和出库信息确定工作人员禁止进入时段和允许进入时段；一机器视觉分析模块，用以通过采集靠近全自定运行区的工作人员的图像并根据所述图像实施目标外观识别和目标行为识别；一报警模块，用以在所述允许进入时段内存在所述目标外观识别、目标行为识别的异常信息时产生报警动作，和/或用以在所述禁止进入时段存在工作人员的进入时产生报警动作。2.根据权利要求1所述基于机器视觉的车辆基地全自动运行区入侵报警系统，其特征在于，所述目标外观识别的信息包括劳保穿戴不规范、人员身份错误。3.根据权利要求1所述基于机器视觉的车辆基地全自动运行区入侵报警系统，其特征在于，所述目标行为识别的异常信息包括进入路径不规范。4.根据权利要求1所述基于机器视觉的车辆基地全自动运行区入侵报警系统，其特征在于，所述“在所述禁止进入时段存在工作人员的进入时产生报警动作”具体包括：接收来自于机器视觉分析模块所识别出的在所述禁止进入时段内工作人员是否存在进入动作；当存在进入动作时，产生报警动作。5.根据权利要求4所述基于机器视觉的车辆基地全自动运行区入侵报警系统，其特征在于，所述进入动作包括刷卡动作。6.根据权利要求1所述基于机器视觉的车辆基地全自动运行区入侵报警系统，其特征在于，所述报警模块为声光报警装置。

技术总结
本申请公开了基于机器视觉的车辆基地全自动运行区入侵报警系统。本技术方案中，区分了全自动运行区作业时段(允许进入时段)和非作业时段(禁止进入时段)的报警情况。在允许进入时段中，通过基于机器视觉分析模块的外观识别，能够分析工作人员的劳保穿戴情况以及人员身份信息，进一步规范了工作人员在车辆基地中的工作行为，有效减少因不穿戴或错误穿戴劳保用品而引起的安全问题。此外通过机器视觉分析模块的行为识别，可以预防工作人员在进入全自动运行区的不规范行为，从而避免产生人员受伤等情况的发生。等情况的发生。等情况的发生。


技术研发人员：种传强 姚应峰 李威 石航 舒冬 占俊 葛红 王德威 朱昊天 张昕 刘曦洋 郭文浩 杨鸿泰
受保护的技术使用者：中铁第四勘察设计院集团有限公司
技术研发日：2022.11.16
技术公布日：2023/3/6