【技术实现步骤摘要】
本专利技术涉及预警系统，尤其是铁路营运线列车临近智能预警系统。
技术介绍
1、铁路营运线施工时，列车接近预警是保障工人安全的重要措施。现有的铁路营运线施工预警系统主要依靠系统工作人员提前告知到车辆具体的进站时间，安全性不高，而工人在进站之前进行施工完成，也有部分通过采用简单的摄像头设备，但这些系统的识别精度较低，若是摄像头存在卡顿，所以容易产生漏报。
技术实现思路
1、针对现有的铁路营运线施工预警系统主要依靠系统工作人员提前告知到车辆具体的进站时间，安全性不高，而工人在进站之前进行施工完成，也有部分通过采用简单的摄像头设备，但这些系统的识别精度较低，若是摄像头存在卡顿，所以容易产生漏报的技术问题，本专利技术提供铁路营运线列车临近智能预警系统。
2、本专利技术所采用的技术方案是：铁路营运线列车临近智能预警系统，包括：雷达检测模块、摄像捕捉模块、边缘数据处理模块、警报模块和控制模块，所述雷达检测模块用于检测移动的物体，确定物体的速度和位置，所述摄像捕捉模块用于捕捉移动物体的图像信息，所述边缘数据处理模块用于对雷达检测模块检测到的物体的速度和位置进行分析，对摄像捕捉模块捕捉的图像信息分析，所述警报模块用于发出声光报警，用于控制雷达检测模块、摄像捕捉模块、边缘数据处理模块和警报模块。
3、在其中一个实施例中，所述边缘数据处理模块采用jetson边缘计算设备，基于nvidiagpu对图像处理和深度学习。
4、在其中一个实施例中，所述摄像捕捉模块通过yolo
5、在其中一个实施例中，还包括超声波检测模块，所述超声波检测模块与控制模块电性耦接。
6、在其中一个实施例中，还包括振声纹识别模块，所述振声纹识别模块用于识别列车轨道的声音振动信号，同时通过控制模块与预先设置的振动信号进行比较。
7、在其中一个实施例中，还包括加速度传感器，所述加速度传感器设置在轨道一侧，用于采集列车在轨道上行驶时产生的振动信号，然后提供给振声纹识别模块进行识别。
8、在其中一个实施例中，还包括记录储存模块，所述记录储存模块用于储存记录报警时间。
9、在其中一个实施例中，还包括人体探测模块，所述人体探测模块用于在警报模块发出警报时，警报区域进行人体探测。
10、在其中一个实施例中，还包括无线通信模块和app模块，所述控制模块通过通信模块与app模块通信连接，用于将报警信号发送至app。
11、在其中一个实施例中，所述报警模块还包括扬声器喇叭，通过app模块播放驱赶语音，通过扬声器喇叭进行播放。
12、本专利技术的有益效果是：
13、1、与现有技术相比，本专利技术通过集成边缘计算技术，边缘数据处理模块提高列车接近预警的精度和可靠性，然后通过雷达检测模块和摄像捕捉模块能够对高速列车进行准确识别，有效防止列车接近时的安全事故。
14、2、与现有技术相比，本专利技术中，通过边缘数据处理模块、警报模块和控制模块，通过雷达模块检测来向和去向的移动物体的技术，雷达检测模块检测来向和去向的铁路雷车，通过信号预处理消除噪声，提取有效信号；采用雷达速度监测技术，分析雷达信号，确定物体的速度和位置；通过对来向移动物体速度进行识别；另外，摄像捕捉模块捕捉移动物体的图像信息，通过图像预处理消除噪声，提取有效信息：再使用yolov5和resnet50模型进行图像识别，yolov5模型基于深度卷积神经网络，能够实现对图像中多个物体的实时监测和分类，resnet50模型是一种残差网络，能够有效解决深度学习模型的退化问题，提高模型的准确度；最后，当雷达检测模块和摄像捕捉模块都检测到列车时，联动现场报警模块报警，从而大大提高安全性。
本文档来自技高网...【技术保护点】
1.铁路营运线列车临近智能预警系统，其特征在于，包括：
2.根据权利要求1所述的铁路营运线列车临近智能预警系统，其特征在于，所述边缘数据处理模块采用Jetson边缘计算设备，基于NVIDIA GPU对图像处理和学习。
3.根据权利要求2所述的铁路营运线列车临近智能预警系统，其特征在于，所述摄像捕捉模块通过YOLOV5和RESNET50模型进行图像识别，YOLOV5模型基于深度卷积神经网络，能够实现对图像中多个物体的实时监测和分类，RESNET50模型是一种残差网络。
4.根据权利要求3所述的铁路营运线列车临近智能预警系统，其特征在于，还包括超声波检测模块，所述超声波检测模块与控制模块电性耦接。
5.根据权利要求4所述的铁路营运线列车临近智能预警系统，其特征在于，还包括振声纹识别模块，所述振声纹识别模块用于识别列车轨道的声音振动信号，同时通过控制模块与预先设置的振动信号进行比较。
6.根据权利要求5所述的铁路营运线列车临近智能预警系统，其特征在于，还包括加速度传感器，所述加速度传感器设置在轨道一侧，用于采集列车在轨道上行驶
7.根据权利要求6所述的铁路营运线列车临近智能预警系统，其特征在于，还包括记录储存模块，所述记录储存模块用于储存记录报警时间。
8.根据权利要求7所述的铁路营运线列车临近智能预警系统，其特征在于，还包括人体探测模块，所述人体探测模块用于在警报模块发出警报时，警报区域进行人体探测。
9.根据权利要求8所述的铁路营运线列车临近智能预警系统，其特征在于，还包括无线通信模块和APP模块，所述控制模块通过通信模块与APP模块通信连接，用于将报警信号发送至APP。
10.根据权利要求9所述的铁路营运线列车临近智能预警系统，其特征在于，所述报警模块还包括扬声器喇叭，通过APP模块播放驱赶语音，通过扬声器喇叭进行播放。
...【技术特征摘要】
1.铁路营运线列车临近智能预警系统，其特征在于，包括：
2.根据权利要求1所述的铁路营运线列车临近智能预警系统，其特征在于，所述边缘数据处理模块采用jetson边缘计算设备，基于nvidia gpu对图像处理和学习。
3.根据权利要求2所述的铁路营运线列车临近智能预警系统，其特征在于，所述摄像捕捉模块通过yolov5和resnet50模型进行图像识别，yolov5模型基于深度卷积神经网络，能够实现对图像中多个物体的实时监测和分类，resnet50模型是一种残差网络。
4.根据权利要求3所述的铁路营运线列车临近智能预警系统，其特征在于，还包括超声波检测模块，所述超声波检测模块与控制模块电性耦接。
5.根据权利要求4所述的铁路营运线列车临近智能预警系统，其特征在于，还包括振声纹识别模块，所述振声纹识别模块用于识别列车轨道的声音振动信号，同时通过控制模块与预先设置的振动信号进行比较。
6....
【专利技术属性】
技术研发人员：王玉玺，杨雅文，张国梁，于宪成，蔡肇赓，黄可臣，金楷然，吴晓辉，
申请(专利权)人：视安传感济南智能科技有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。