基于5G的编组站咽喉区异常检测系统

钟昊; 柴金川; 宗孝鹏

doi:10.3969/j.issn.1005-8451.2022.07.10

基于5G的编组站咽喉区异常检测系统

1.
佳讯飞鸿智能科技研究院　人工智能应用技术研究所，北京　100044
2.
中国铁道科学研究院集团有限公司　国家铁道试验中心，北京　100015

基金项目: 中国铁道科学研究院集团有限公司科研开发基金（ 2021YJ232）

详细信息

作者简介:
钟　昊，高级工程师

柴金川，工程师

中图分类号: U291.41 : TP39
计量
- 文章访问数: 125
- HTML全文浏览量: 59
- PDF下载量: 30
出版历程
- 收稿日期: 2022-02-09
- 网络出版日期: 2022-08-12
- 刊出日期: 2022-08-07

Research and implementation of 5G-based anomaly detection system for marshalling station throat

1.
Applied Technology of Artificial Intelligence Research Institute, Jiaxun Feihong Intelligent Technology Institute, Beijing　100044, China
2.
National Railway Track Test Center, China Academy of Railway Sciences Corporation Limited(CARS), Beijing　100015, China

摘要

摘要: 针对编组站咽喉区存在的道岔异物入侵、工器具遗留等问题，研究并实现一种基于无监督学习的智能视觉异常检测系统。运用第5代移动通信技术（5G）切片技术实现咽喉区4 K超高清视频的传输，通过运营商用户面功能（UPF）下沉实现数据不出站，保障网络安全。针对异常的不确定性，采用无监督学习的师生特征金字塔匹配算法，通过比较教师模型与学生模型的得分，实现咽喉区异常识别。该系统在怀化西编组站现场试验取得良好效果，能够有效提高咽喉区的安全防范能力。
- 编组站 /
- 咽喉区 /
- 智能视觉 /
- 异常检测 /
- 无监督学习 /
- 第5代移动通信技术（5G）
Abstract: To cope with the anormalities within the throat of a marshalling station, such as the intrusion of foreign objects and the left of tools and instruments, an intelligent visual anomaly detection system based on unsupervised learning is studied and implemented. The 5th generation mobile communication technology(5G) slicing technology is used to transimmit 4K ultra-high definition video data collected from the throat and the operator's User Plane Function(UPF) sinks to keep the data not outbound so as to ensure network security. In view of the uncertainty of the anomalities, the student-teacher feature pyramid matching algorith, which is an unsupervised learning method, is adopted to recognize the abnormalities within the throat by comparing the score of the teacher network and that of the student network. The system has achieved good results in the on-site test at Huaihua West marshalling station and can effectively improve the safety prevention ability of marshalling station throat.
- marshalling station /
- throat /
- intelligent vision /
- anomaly detection /
- unsupervised learning /
- 5th generation mobile communication technology(5G)

HTML全文

图 1 编组站咽喉区异常检测系统构成

下载: 全尺寸图片幻灯片

图 2 视频分析子系统流水线

下载: 全尺寸图片幻灯片

图 3 安全隐患示意

下载: 全尺寸图片幻灯片

图 4 系统工作流程

下载: 全尺寸图片幻灯片

图 5 知识蒸馏过程

下载: 全尺寸图片幻灯片

图 6 师生特征金字塔匹配网络结构

下载: 全尺寸图片幻灯片

图 7 异常检测算法检测效果

下载: 全尺寸图片幻灯片

图 8 滑动窗口示意

下载: 全尺寸图片幻灯片

图 9 异常检测结果示例

下载: 全尺寸图片幻灯片

图 10 花屏产生误报

下载: 全尺寸图片幻灯片

参考文献(13)

[1]	王健,罗隆福,邹津海,等. 基于图像识别的高铁接触网紧固件开口销故障分类方法 [J]. 电气化铁道,2020,31(2):45-49. DOI: 10.19587/j.cnki.1007-936x.2020.02.012
[2]	罗晖,李健,贾晨. 基于图像增强与改进Cascade R-CNN的钢轨表面缺陷检测 [J]. 激光与光电子学进展,2021,58(22):324-335.
[3]	李小明. 智能铁路巡检机器人系统设计与实现 [J]. 电子元器件与信息技术,2022,6(1):231-235.
[4]	杜馨瑜. 电务轨旁设备外观巡检图像增强算法 [J]. 中国铁道科学,2016,37(6):97-105. DOI: 10.3969/j.issn.1001-4632.2016.06.13
[5]	李江昆. TFDS车辆故障自动识别系统研究及应用 [J]. 铁道车辆,2021,59(5):125-127. DOI: 10.3969/j.issn.1002-7602.2021.05.033
[6]	钟昊,陈博,李占文,等. 面向铁路安全的智能视觉PaaS平台研究 [J]. 中国铁路,2021(08):128-132. DOI: 10.19549/j.issn.1001-683x.2021.08.128
[7]	刘泽,王嵬,王平. 钢轨表面缺陷检测机器视觉系统的设计 [J]. 电子测量与仪器学报,2010,24(11):1012-1017.
[8]	王宇,吴炜,张德银. 基于计算机视觉的机场跑道异物检测识别系统 [J]. 电视技术,2010(5):102-104,116. DOI: 10.3969/j.issn.1002-8692.2010.05.001
[9]	张果胜. 基于模板的异常检测系统及其关键技术研究[D]. 长沙: 中南大学, 2010.
[10]	张珹. 高铁接触网紧固件异常检测的深度学习方法 [J]. 电气化铁道,2020,31(S02):220-225,228. DOI: 10.19587/j.cnki.1007-936x.2020z2.051
[11]	刘金金,李清宝,李晓楠. 基于对抗学习和知识蒸馏的神经网络压缩算法 [J]. 计算机工程与应用,2021,57(21):180-187. DOI: 10.3778/j.issn.1002-8331.2105-0295
[12]	Wang G , Han S , Ding E , et al. Student-Teacher Feature Pyramid Matching for Unsupervised Anomaly Detection[J]. arXiv:2103.04257v1.
[13]	陈博,李占文,杨永成,等. 人体姿态检测系统的设计与实现 [J]. 铁路计算机应用,2021,30(4):56-60.

施引文献(15)

期刊类型引用(7)

1.	张丽丹. 多网融合背景下都市圈市域(郊)铁路网规划方案评价研究. 铁道标准设计. 2024(04): 27-34 . 百度学术
2.	李然，谭衢霖，王春波，夏宇. 基于GIS和区间直觉模糊集的铁路线网规划评价. 测绘与空间地理信息. 2023(05): 47-54 . 百度学术
3.	吕颖. 都市圈综合轨道交通线网布局评价指标研究. 铁道标准设计. 2021(04): 25-30+35 . 百度学术
4.	申小凡，张博轩，王嘉铭，魏靖轩，刘梦云. 基于GIS与层次-熵灰色模糊的高铁线路地形条件综合评价分析——以北京至西安东西两线为例. 中国设备工程. 2021(13): 138-142 . 百度学术
5.	达成，钱勇生，曾俊伟，许得杰，马智平. 城市轨道交通线网结构评价研究. 铁道运输与经济. 2020(02): 122-127+134 . 百度学术
6.	陈小龙. 基于模糊综合评价的城市轨道交通线网规划方案评价研究. 智能建筑与智慧城市. 2019(01): 82-84 . 百度学术
7.	夏宇，谭衢霖，蔡小培，秦晓春. 基于Civil 3D部件编辑器的铁路BIM部件模型构建研究. 铁路计算机应用. 2019(06): 30-35 . 本站查看