一种基于神经网络算法的智能站台旅客引导系统技术方案

本发明专利技术公开了一种基于神经网络算法的智能站台旅客引导系统，包括前段设备和AI智能学习型控制主机，前段设备用于采集站台上的影像数据或基于反馈信号做出对应的响应，AI智能学习型控制主机内置神经网络算法，接收采集的数据，并基于神经网络算法对数据进行行学习、分析、再学习、再分析的循环处理，从而能正确识别站台上旅客的行为，基于识别的行为正确有效的引导旅客，对于旅客危险行为进行有效预警，实现智能化集中管理控制，提高工作效率，有效较少安全事故的发生，其中，采用千兆网络通讯，有利于提高站台端检测数据的实时性；同时为了保证通讯功能的准确性。证通讯功能的准确性。证通讯功能的准确性。

【技术实现步骤摘要】
一种基于神经网络算法的智能站台旅客引导系统


[0001]本专利技术涉及引导系统
，具体为一种基于神经网络算法的智能站台旅客引导系统。

技术介绍

[0002]铁路的旅客引导系统是铁路运营管理系统的重要组成部分，旅客引导的实质是以信息的沟通给广大旅客提供旅行选择和决策的支持，帮助广大旅客快速、方便的完成旅行，是铁路运营管理现代化的标志。
[0003]现有技术中铁路客运服务为引导旅客能够准确定位候车位置，在靠近站台边缘的地上安装静态指示牌，表示出即将进站的列车停靠站台后车厢号所对应的候车位置，或者通过单一的LED液晶屏指示功能显示一些信息，引导信息实时性差、准确性低、处理方式落后、自动化程度不高、信息共享程度局限，因此，急需一种基于神经网络算法的智能站台旅客引导系统，来解决上述问题。

技术实现思路

[0004]本专利技术提供一种能实时采集站台上旅客的行为，并基于行为作出相应的预警，智能有效引导旅客的基于神经网络算法的智能站台旅客引导系统，来解决上述现有技术中存在的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种基于神经网络算法的智能站台旅客引导系统，包括：前段设备，用于采集站台上的影像数据或基于反馈信号做出对应的响应；AI智能学习型控制主机，内置神经网络算法，与所述前段设备相连，接收采集的影像数据，并对数据进行循环的学习和分析，识别站台上旅客的行为，并基于行为发出的相应的反馈信号；上位机服务器，与所述AI智能学习型控制主机相连，用于对AI智能学习型控制主机的运行进行监控和控制。
[0006]优选的，所述前段设备包括摄像头、预警设备和显示屏，其中，所述摄像头用于影像数据的采集，预警设备用于防区监测，并基于反馈信号进行预警，并将监测数据上传，所述显示屏用于显示站台信息，以及反馈信号信息。
[0007]优选的，所述预警设备包括周界预警组件和端部预警组件，所述周界预警组件包括布设在站台边部的激光对射传感器，用于监控并上传旅客的越线行为，基于越线行为的反馈信号进行预警；所述端部预警组件包括预警雷达，在所述站台两端部均预设警戒区域，预警雷达安装在警戒区域处，用于监控并上传旅客的侵入行为，并基于侵入行为的反馈信号进行预警。
[0008]优选的，所述显示屏包括地屏，用于显示引导信息，引导信息包括车厢号、时间和车次。
[0009]优选的，所述AI智能学习型控制主机与上位机服务器以及前段设备之间均设有千兆交换机进行数据传输。
[0010]优选的，所述AI智能学习型控制主机采用光纤传输。
[0011]与现有技术相比，本专利技术的有益效果：本专利技术中，利用前段设备，实时采集站台上的影像数据，并上传至AI智能学习型控制主机，基于神经网络算法对数据进行行学习、分析、再学习、再分析的循环处理，从而能正确识别站台上旅客的行为，基于识别的行为正确有效的引导旅客，对于旅客危险行为进行有效预警，实现智能化集中管理控制，提高工作效率，有效较少安全事故的发生，其中，采用千兆网络通讯，有利于提高站台端检测数据的实时性；同时为了保证通讯功能的准确性。
附图说明
[0012]附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。
[0013]在附图中：图1是本专利技术智能站台旅客引导系统的框图；图2是本专利技术违法行为预警的框图图。
具体实施方式
[0014]以下结合附图对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。
[0015]实施例：如图1所示，一种基于神经网络算法的智能站台旅客引导系统，包括：前段设备，用于采集站台上的影像数据或基于反馈信号做出对应的响应；参考图1所示，前段设备包括摄像头、预警设备和显示屏以及音响等，摄像头用于影像数据的采集，预警设备用于防区监测，并基于反馈信号进行预警，并将监测数据上传，显示屏用于显示引导信息，正确引导旅客去正确的车箱及危险区域预警信息，信息内容可包含车厢号、时间、车次等信息。
[0016]其中，预警设备包括周界预警组件和端部预警组件，周界预警组件包括布设在站台边部的激光对射传感器，用于监控并上传旅客的越线行为，基于越线行为的反馈信号进行预警；端部预警组件包括预警雷达，在站台两端部均预设警戒区域，预警雷达安装在警戒区域处，用于监控并上传旅客的侵入行为，并基于侵入行为的反馈信号进行预警，配合周界预警组件实现0死角监控，保障旅客安全；显示屏包括地屏，用于显示引导信息，引导信息包括车厢号、时间和车次。
[0017]AI智能学习型控制主机，内置神经网络算法，与前段设备相连，接收采集的影像数据，并对数据进行循环的学习和分析，识别站台上旅客的行为，并基于行为发出的相应的反馈信号；本实施例中，AI智能学习型控制主核心处理器采用瑞芯微智能视觉芯片RV1126，基于四核ARM Cortex
‑
A7内核，内置2T算力 NPU，支持4K30FPS H.264/H.265视频编解码，采用Linux操作系统；外部接口丰富，处理器集成了HDMI、CAN、USB、 RGB/音频接口、 100M/1000M以太网、WIFI、4G接口、输入输出等接口，通过外围扩展芯片，扩展所需要的接口，且主
要采用了千兆以太网接口通信，音频输出通过功放芯片TDA2822功放进行音频放大输出，CAN总线等多种通信接口。
[0018]其中，AI智能学习型控制主机的通信方式以网络为主，其他通信方式为辅，传输媒介主要采用光纤传输，一个网段能够支持255个之多的远程站台端主机之间通信，同时还可以实现跨网段通信，满足因IP地址不足造成的设备连接通信不畅问题；上位机服务器，与AI智能学习型控制主机相连，用于对AI智能学习型控制主机的运行进行监控和控制，AI智能学习型控制主机与上位机服务器以及前段设备之间均设有千兆交换机进行数据传输。
[0019]参考图2所示，利用摄像头采集的影像数据传递至AI智能学习型控制主机经过视频流解码，进行监测分析获得违法行为，并对违法行为的目标生成目标轨迹、以及抓拍，对违法 证据进行记录和保存至数据库，然后对违法证据进行输出反馈信号，周界预警组件和端部预警组件，或其他前段设备基于反馈信号做出预警等相应的响应工作，有效引导旅客，实现智能化集中管理控制。
[0020]最后应说明的是：以上所述仅为本专利技术的优选实例而已，并不用于限制本专利技术，尽管参照前述实施例对本专利技术进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本专利技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络算法的智能站台旅客引导系统，其特征在于，包括：前段设备，用于采集站台上的影像数据或基于反馈信号做出对应的响应；AI智能学习型控制主机，内置神经网络算法，与所述前段设备相连，接收采集的影像数据，并对数据进行循环的学习和分析，识别站台上旅客的行为，并基于行为发出的相应的反馈信号；上位机服务器，与所述AI智能学习型控制主机相连，用于对AI智能学习型控制主机的运行进行监控和控制。2.根据权利要求1所述的一种基于神经网络算法的智能站台旅客引导系统，其特征在于：所述前段设备包括摄像头、预警设备和显示屏，其中，所述摄像头用于影像数据的采集，预警设备用于防区监测，并基于反馈信号进行预警，并将监测数据上传，所述显示屏用于显示站台信息，以及反馈信号信息。3.根据权利要求2所述的一种基于神经网络算法的智能站台旅客引导系统，其特征在于：所述预警设...

【专利技术属性】
技术研发人员：满中桦，宋士敬，刘耀诚，傅修程，
申请(专利权)人：山东飞天光电科技股份有限公司，
类型：发明
国别省市：