原文传递
光纤传感和视频协同的高铁周界入侵检测研究
| 论文题名： | 光纤传感和视频协同的高铁周界入侵检测研究 |
| 关键词： | 高铁周界;光纤信号;入侵检测;光纤传感;视频摄像头 |
| 摘要： | 随着我国铁路和智能交通系统的快速发展，高铁运输里程持续增加，给人们创造了出行的便利。然而，由于高铁线路长、铁路周边的环境复杂等因素，高铁周界不可避免地会发生一些危险入侵行为。如何监测高铁列车的安全并对周界入侵行为进行准确检测成为了当前需要解决的重要问题。相比较现有的高铁周界入侵检测方法，光纤传感监测技术以及视频摄像头监测技术易实现，成本低，检测范围广，且可实现精确定位，更适合于高铁周界异常入侵行为检测。本文以高铁周界入侵行为检测为研究背景，设计一种光纤传感和视频协同的入侵检测方法，有效解决了当前的入侵检测方法没有充分提取入侵行为的时空特征且对光照变化、环境背景干扰的鲁棒性较低等问题。测试实验结果表明，该方法能够检测四种高铁周界入侵行为且每种入侵行为的检测F1分数均在95％以上，其性能高于现有的入侵行为检测方法。此外，该方法能够区分高铁列车经过时产生的无威胁的背景噪声干扰，更好地满足了实际需求。主要完成的工作如下: (1)深入研究基于光纤传感的入侵行为检测算法，设计一种基于Faster R-CNN的分布式光纤入侵行为检测系统。首先使用基于相位敏感型光时域反射仪(Phase-sensitive Optical Time Domain Reflectometry，Φ-OTDR)的分布式声传感系统(Distributed Acoustic Sensing，DAS)系统采集高铁周边的光纤信号，然后在时间和空间维度上对采集的光纤信号进行分析和处理，形成具有时空信号特征的强度图像，最后提出一种基于特征金字塔网络(Feature Pyramid Network，FPN)的Faster R-CNN算法，使得算法能够提取多尺度光纤信号强度图像的特征，提高了系统的检测精度，满足高铁周界入侵检测的需求。 (2)针对目前基于视频图像的入侵检测方法中存在的缺陷，采用人体姿态骨骼关节点特征对视频图像中的人体骨架序列建模，提出一种基于时空图卷积网络(Spatial Temporal Graph Convolutional Network，ST-GCN)的视频图像高铁周界入侵行为检测算法，利用人体姿态行为间的时空关系，实现对视频图像中的高铁周界入侵行为进行检测，增强了算法的鲁棒性。同时，设计一种多传感器数据关联算法，使用入侵行为发生的时间间隔信息以及光纤传感和视频传感检测到入侵行为的时刻数据，将视频传感与其拍摄距离所覆盖的光纤传感进行关联，使得两种传感器数据加以互补，协同检测高铁周界入侵行为，获取更加准确和稳定的检测结果。 |
| 作者： | 马鑫蕊 |
| 专业： | 信息与通信工程 |
| 导师： | 李长乐 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西安电子科技大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
