一种轨道交通灾害预警方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种轨道交通灾害预警方法、装置、电子设备及存储介质，本发明专利技术采用无人机伴飞列车，且距离列车车头一定距离，并通过视觉检测的方式来对铁路沿线的泥石流等自然灾害进行灾害识别，因此，本发明专利技术无需提前部署传感器、标记物和监测设备，适用面广，且可对列车前方的泥石流等自然灾害进行实时预警，实时性好，同时，伴飞方式可将检测范围全面覆盖轨道沿线，其检测范围更广，有效提高了列车运行的安全性。安全性。安全性。

【技术实现步骤摘要】
一种轨道交通灾害预警方法、装置、电子设备及存储介质


[0001]本专利技术属于轨道交通灾害预警
，具体涉及一种轨道交通灾害预警方法、装置、电子设备及存储介质。

技术介绍

[0002]泥石流一般发生在山区或者其它沟谷深壑，地形险峻的地区，是暴雨、暴雪或其它自然灾害引发的山体滑坡并携带有大量泥沙以及石块的特殊洪流，其具有突然爆发、能量大、来势凶猛、破坏力极强的特点，是我国公认的四大地质灾害之一。
[0003]我国铁路路线分布广泛，地形复杂，大多分布在山区地域，在非正常情况下，特别是暴风雨季节后，铁路沿线出现泥石流的概率极大，给列车运行带来了极大的安全隐患；且在历年铁路运输过程中，因铁路沿线爆发泥石流导致列车出现脱轨的事故也时有发生，造成了非常严重的人员伤亡以及财产损失。
[0004]目前，传统的泥石流检测包括接触式和非接触式检测，但是，两种方式都需要在泥石流易发区域或者周边区域预置传感器，以通过传感器获取山体位移或者水位信息，从而进行灾害预警，其存在以下不足：(1)需要预置传感器或标记物；(2)需要在有可能发生泥石流的地方部署监测设备，包括摄像头，雷达或卫星等；前述不足则会导致需要预测泥石流的发生地点，并进行提前部署，其实时性不高，且在无法预测泥石流的发生地点时，就不能进行泥石流的灾害预测；因此，提供一种无需提前部署传感器和标记物，无需在铁路沿线部署监测设备，且检测实时性高的轨道交通灾害预警方法迫在眉睫。

技术实现思路

[0005]本专利技术的目的是提供一种轨道交通灾害预警方法、装置、电子设备及存储介质，用以解决现有技中所存在的需要在泥石流易发地点提前部署传感器和监测设备，导致检测实时性不高的问题。
[0006]为了实现上述目的，本专利技术采用以下技术方案：
[0007]第一方面，提供了一种轨道交通灾害预警方法，应用于列车行进过程中，处于列车轨道前方，且始终与列车保持预设距离的无人机，其中，所述方法包括：
[0008]对列车轨道前方预设距离处的地形地貌进行视频采集，得到视频流，并提取出所述视频流中关键帧对应的图像，作为待识别图像；
[0009]将每张待识别图像输入至图像识别模型中进行图像识别，得到每张待识别图像中各个第一目标对象的位置坐标以及尺寸数据，其中，所述第一目标对象包括泥石流中夹杂的石块；
[0010]对每张待识别图像中的各个第一目标对象进行目标跟踪，识别出不同待识别图像中属于同一物体的第一目标对象，以将不同待识别图像中属于同一物体的第一目标对作为灾害目标；
[0011]基于每张待识别图像中各个第一目标对象的位置坐标，得出各个灾害目标的运动
轨迹；
[0012]根据各个灾害目标的运动轨迹以及各个灾害目标的尺寸数据，得出灾害预警结果，并在所述灾害预警结果为危险时，向所述列车的驾驶终端发送预警信息，以在发送后，完成对所述列车的交通灾害预警。
[0013]基于上述公开的内容，本专利技术采用无人机伴飞列车的方式来进行轨道沿线泥石流的灾害预警，即无人机始终位于列车前方预设距离处，因此，可在列车行进过程中，全面覆盖列车的行进路线，从而实现列车行进全过程的泥石流预警，其工作过程为：首先对轨道沿线的地形地貌进行视频采集，并提取出视频中关键帧的图像，作为待识别图像；然后，则会对各个待识别图像进行图像识别，识别出每张待识别图像中的各个第一目标对象的尺寸数据以及位置坐标，该步骤相当于识别出各待识别图像中与泥石流相关的物体(如石块等)，接着，再对各个待识别图像进行目标跟踪，识别出不同待识别图像中属于同一物体的第一目标对象，该步骤相当于是检测出在视频流中运动的物体，而运动的物体可能会移动至轨道，从而对列车运行造成安全隐患，因此，本专利技术将检测出的运动物体作为灾害目标；最后，基于检测出的灾害目标的运动轨迹以及尺寸数据，即可来进行灾害预警。
[0014]通过上述设计，本专利技术采用无人机伴飞列车，且距离列车车头一定距离，并通过视觉检测的方式来对铁路沿线的泥石流等自然灾害进行灾害识别，因此，本专利技术无需提前部署传感器、标记物和监测设备，适用面广，且可对列车前方的泥石流等自然灾害进行实时预警，实时性好，同时，伴飞方式可将检测范围全面覆盖轨道沿线，其检测范围更广，有效提高了列车运行的安全性。
[0015]在一个可能的设计中，在对列车轨道前方预设距离处的地形地貌进行视频采集前，所述方法还包括：
[0016]获取训练数据集，其中，所述训练数据集包括多张不同轨道沿线的地形地貌图像；
[0017]对每张地形地貌图像中的泥石流目标对象所在的区域进行标注，得出每张地形地貌图像中泥石流目标对象的真实锚框，以利用每张地形地貌图像中的泥石流目标对象的真实锚框，组成每张地形地貌图像的标注信息，其中，所述泥石流目标对象包括石块；
[0018]以所述训练数据集和所述训练数据集中每张地形地貌图像的标注信息为输入，每张地形地貌图像中泥石流目标对象的位置坐标以及尺寸数据为输出，训练Y0L0v4神经网络模型，以在训练完毕后，得到所述图像识别模型。
[0019]在一个可能的设计中，所述图像识别模型的损失函数为：
[0020][0021]上述式(1)中，L表示所述图像识别模型的损失函数，A表示在任一地形地貌图像输入 Y0L0v4神经网络模型后，Y0L0v4神经网络模型检测到的任一地形地貌图像中泥石流目标对象的预测锚框，B表示任一地形地貌图像中泥石流目标对象的真实锚框，L1(A,B)表示任一地形地貌图像中泥石流目标对象的预测锚框与真实锚框之间重叠区域的损失函数，A
o
表示所述预测锚框的中心点，Bo表示所述真实锚框的中心点，s2(A
o
,B
o
)表示所述预测锚框的中心点与所述真实锚框的中心点之间的欧式距离，c表示矩形区域的对角线长度，且所述矩形区域为所述真实锚框的长度边和宽度边的延长线，与所述预测锚框的长度边和宽度边的延长线所围成的区域，g,k均为所述真实锚框与所述预测锚框的长宽比的惩罚项；
[0022]其中，
[0023]上述式(2)中，S1表示所述真实锚框与所述预测锚框相交的面积，S2表示所述真实锚框与所述预测锚框合并后的面积；
[0024][0025][0026]上述式(3)中，w表示所述预测锚框的宽度，h表示所述预测锚框的长度，w
′
表示所述真实锚框的宽度，h
′
表示所述预测锚框的长度。
[0027]在一个可能的设计中，对每张待识别图像中的各个第一目标对象进行目标跟踪，识别出不同待识别图像中属于同一物体的第一目标对象，以将不同待识别图像中属于同一物体的第一目标对作为灾害目标，包括：
[0028]从所有待识别图像中，确定出第一图像以及第二图像，其中，所述第一图像为关键帧处于所述视频流最前方的待识别图像，所述第二图像为所述待识别图像中除去所述第一图像后剩余的待识别图像；
[0029]利用所述第一图像以及所述第二图像，对所述第一图像中的各个第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轨道交通灾害预警方法，其特征在于，应用于列车行进过程中，处于列车轨道前方，且始终与列车保持预设距离的无人机，其中，所述方法包括：对列车轨道前方预设距离处的地形地貌进行视频采集，得到视频流，并提取出所述视频流中关键帧对应的图像，作为待识别图像；将每张待识别图像输入至图像识别模型中进行图像识别，得到每张待识别图像中各个第一目标对象的位置坐标以及尺寸数据，其中，所述第一目标对象包括泥石流中夹杂的石块；对每张待识别图像中的各个第一目标对象进行目标跟踪，识别出不同待识别图像中属于同一物体的第一目标对象，以将不同待识别图像中属于同一物体的第一目标对作为灾害目标；基于每张待识别图像中各个第一目标对象的位置坐标，得出各个灾害目标的运动轨迹；根据各个灾害目标的运动轨迹以及各个灾害目标的尺寸数据，得出灾害预警结果，并在所述灾害预警结果为危险时，向所述列车的驾驶终端发送预警信息，以在发送后，完成对所述列车的交通灾害预警。2.根据权利要求1所述的方法，其特征在于，在对列车轨道前方预设距离处的地形地貌进行视频采集前，所述方法还包括：获取训练数据集，其中，所述训练数据集包括多张不同轨道沿线的地形地貌图像；对每张地形地貌图像中的泥石流目标对象所在的区域进行标注，得出每张地形地貌图像中泥石流目标对象的真实锚框，以利用每张地形地貌图像中的泥石流目标对象的真实锚框，组成每张地形地貌图像的标注信息，其中，所述泥石流目标对象包括石块；以所述训练数据集和所述训练数据集中每张地形地貌图像的标注信息为输入，每张地形地貌图像中泥石流目标对象的位置坐标以及尺寸数据为输出，训练Y0L0v4神经网络模型，以在训练完毕后，得到所述图像识别模型。3.根据权利要求2所述的方法，其特征在于，所述图像识别模型的损失函数为：上述式(1)中，L表示所述图像识别模型的损失函数，A表示在任一地形地貌图像输入Y0L0v4神经网络模型后，Y0L0v4神经网络模型检测到的任一地形地貌图像中泥石流目标对象的预测锚框，B表示任一地形地貌图像中泥石流目标对象的真实锚框，L1(A,B)表示任一地形地貌图像中泥石流目标对象的预测锚框与真实锚框之间重叠区域的损失函数，A
o
表示所述预测锚框的中心点，Bo表示所述真实锚框的中心点，s2(A
o
,B
o
)表示所述预测锚框的中心点与所述真实锚框的中心点之间的欧式距离，c表示矩形区域的对角线长度，且所述矩形区域为所述真实锚框的长度边和宽度边的延长线，与所述预测锚框的长度边和宽度边的延长线所围成的区域，g,k均为所述真实锚框与所述预测锚框的长宽比的惩罚项；其中，上述式(2)中，S1表示所述真实锚框与所述预测锚框相交的面积，S2表示所述真实锚框
与所述预测锚框合并后的面积；与所述预测锚框合并后的面积；上述式(3)中，w表示所述预测锚框的宽度，h表示所述预测锚框的长度，w
′
表示所述真实锚框的宽度，h
′
表示所述预测锚框的长度。4.根据权利要求1所述的方法，其特征在于，对每张待识别图像中的各个第一目标对象进行目标跟踪，识别出不同待识别图像中属于同一物体的第一目标对象，以将不同待识别图像中属于同一物体的第一目标对作为灾害目标，包括：从所有待识别图像中，确定出第一图像以及第二图像，其中，所述第一图像为关键帧处于所述视频流最前方的待识别图像，所述第二图像为所述待识别图像中除去所述第一图像后剩余的待识别图...

【专利技术属性】
技术研发人员：陈磊，黄金叶，
申请(专利权)人：深圳市旗扬特种装备技术工程有限公司，
类型：发明
国别省市：