基于微波陣列技術的高鐵周界入侵探測系統應用研究

王軍鋒，盛大軍，劉子暢，呂大勇

（1.中科藍卓（北京）信息科技有限公司，北京 101399；2.京滬高速鐵路股份有限公司，北京 100844）

1 技術現狀分析

隨著物聯網、大數據等高新技術的出現，周界安防領域近年來得到了空前快速的發展。周界入侵探測技術可分為3個發展階段：第一代為視頻監控，第二代為信號驅動，第三代為目標驅動[1]。第一代視頻監控僅具有事后追蹤作用，沒有入侵報警功能；第二代信號驅動則依靠檢測信號量的大小變化進行報警判斷，目前主流的振動光纖、紅外對射、脈沖電子、泄漏電纜等系統均為第二代系統[2]，普遍存在誤報率較高、安全性較差、環境適應性弱等缺點，易受到風雪等天氣影響以及動植物干擾影響。隨著現代計算機技術、通信技術的發展及物聯網技術的問世，多元化、智能化的周界安防系統應運而生，第三代目標驅動是周界入侵探測領域的發展趨勢，其核心是采用多技術協同探測、算法融合、氣象數據智能分析、視頻聯動、廣播報警燈等，在多傳感器聯動的基礎上結合數據融合、模型分析、人工智能等技術，對周界環境進行自學習，對入侵目標行為進行識別與告警，進而實現在復雜環境下、基于多傳感聯合計算的準確告警。未來的周界安防將隨著物聯網技術的創新應用朝著網格化、數字化、智能化，以及多手段相結合的方向發展，將周界安防系統提高到一個新的水平[3-6]。

目前，高鐵周界安防手段仍主要采用傳統的人防和物防手段。人防主要表現為每間隔3km設有崗亭，由值班人員定期巡邏；物防主要體現在利用地勢優勢，采用柵欄墻、護欄、鐵絲滾籠等方式。部分重點地區采用視頻監控系統，但由于受到茂密植被的遮擋、極端天氣等影響，存在嚴重的誤報漏報現象。隨著我國高速鐵路的快速發展，高鐵周界安防受到廣泛的高度重視，開展了相關研究與技術攻關。尚賓賓[7]對紅外對射、振動電纜、視頻監控等9個主流的入侵報警手段進行綜合對比分析，提出在復雜的高鐵周界環境中需要多手段聯合的探測方式進行綜合布防監控。徐夢姝[8]提出一種新型高速鐵路周界入侵報警系統，基于人工智能技術對視頻監控系統的攝像圖像進行智能識別，實現報警準確率的提升。文靈[9]對多傳感器融合技術進行充分研究，提出以時間和空間2個維度將多傳感器報警信息進行融合，并將技術成果在周界安防系統中的應用進行討論與研究。

高鐵線路在天窗期施工工程較多，且根據周界安防實際需求也有日常巡護等人員，現有周界安防系統對于施工維修及日常巡護人員在靠近、穿越周界開展合法工作時不能有效識別身份信息，造成無法避免的誤報警事件。同時，現有高鐵周界安防系統各自相對獨立，針對非法入侵事件沒有形成統一聯動報警，需要進一步依托地理信息系統平臺在空間和時間維度上進行查詢檢索和綜合展示。現有技術手段雖然在一定程度上能夠實現入侵報警與必要的周界安防管理，但由于技術手段眾多，且受限于各類安防系統的技術接口與架構的差異性，很難通過統一平臺實現管理，而是每采用一種手段即需建立一套后臺管理系統，給安防管理人員帶來了極大的工作量與工作難度。

2 高鐵周界安防的需求分析

（1）支持不規則地形、圍網部署。受到高鐵線路地勢起伏、路橋結合處、長距離周界等環境限制，為能實現周界安防系統的一體化部署，避免過多設備安裝，需要周界安防系統能夠有效應對地形的起伏，在不規則的周界范圍內進行統一的一體化部署，在圍網、圍墻、柵欄等處統一安裝部署。

（2）與視頻安防系統深度融合、聯動監控。由于視頻監控將在高鐵周界范圍逐步安裝部署，并考慮到視頻系統對事件可視化管理的優勢，需要周界安防報警系統與視頻監控系統進行深度融合，實現基于報警事件的聯動，進而從報警信息和視頻全事件跟蹤方面取證，為高鐵周界安防管理提供可靠依據。

（3）克服周邊植被環境干擾、降低誤報率。茂密植被是高鐵周界安防系統的重要挑戰，針對于茂密植被的嚴重干擾，需要周界安防系統能夠有效進行合理過濾，提升報警的有效性，降低誤報率。同時由于系統安裝部署在室外不同區域，需要充分考慮野外暴曬、雨雪等天氣條件。

（4）識別日常巡邏和維護維修人員并記錄軌跡。針對高鐵周界日常巡邏和維護維修人員，系統需要對該類合法的工作人員進行有效識別，當其進入防范周界范圍時不產生報警信息，僅對其運動軌跡及進入人員詳細信息進行后臺記錄。

3 關鍵技術與系統組成

面向高鐵沿線周界安全防護需求，提出基于微波陣列技術的高鐵周界入侵探測系統，該系統具備入侵行為報警、入侵目標定位、敵我識別、視頻聯動等能力，為提升高鐵周界安防探測手段、提高管理效率提供有效手段。

3.1 微波陣列技術

第二代周界安防技術是以信號驅動，當信號發生異常時則產生報警信息。第三代則是以入侵目標進行驅動，多傳感協同方式對入侵行為進行感知。在此提出的智能入侵探測技術是基于第二代異常信號和第三代多傳感協同感知的基礎上，結合人工智能技術，面向高鐵沿線特殊環境的入侵報警技術。

我國地域廣闊，高鐵周界環境復雜多樣，對于周界安防來說干擾項眾多。傳統周界安防系統誤報率較高的原因之一即為無法對干擾項進行有效過濾。高鐵沿線較長，各地的干擾項互不相同，具有典型區域性特征。該系統利用密集的智能微波收發芯片形成陣列式入侵探測裝置，以線纜形式均勻排布，每個微波收發芯片以毫秒級的極短周期發射傳感探測信號，2條平行部署的探測線纜形成密度極高、相互交疊、立體空間的自適應微波陣列，通過微波信號收發在空間構成傳感探測場（見圖1）。

當有目標進入高鐵周界探測場時，每個收發芯片將會形成異常探測波形，對無線信號場造成遮擋、吸收、反射等干擾，形成大量向量對不同特征的動態變化信息，采用數字信號處理（DSP）算法對微波收發芯片收到的信號從時域、頻域和空間域上進行多維度的特征提取和分析過濾。同時采用AIS算法，利用AI神經網絡與大數據智能分析系統進行端到端的干擾過濾優化，對入侵事件的多維度特征進一步分析與處理，有效濾除環境及其他干擾因素造成的系統誤報警。同時后臺軟件基于深度學習模型知識庫對探測的目標類型進行有效識別與分類，具備數據庫樣品持續積累更新的能力，可根據高鐵不同現場環境，持續對系統數據庫樣品進行增補和定義，并基于模型庫進行識別匹配，實現對具備威脅的入侵行為進行準確分類和報警，達到無漏警、低虛警的實時探測性能。目前該系統可對表1所列目標進行有效識別。

圖1 微波陣列技術工作原理

表1 目標識別情況

同時，為滿足安防管理人員對入侵事件的可視化管理需求，系統利用通信協議實現探測報警與視頻監控系統的融合，在以目標作為驅動產生報警信息的同時對目標進行跟蹤。另外，可提供手持終端和后臺監控2種報警處置方式，滿足不同區段安防人員的管理需求。

3.2 基于數據通信的合法識別技術

為滿足對日常高鐵周界安全巡檢人員、夜間天窗點上線施工合法人員的識別需求，系統利用物聯網技術中的信息通信與識別技術，為每個微波收發芯片進行唯一編碼，同時提供智能識別卡。合法作業人員可通過佩戴的識別卡實現與探測線纜芯片之間的信息通信，進而實現信息交互與數據連接，從而識別入侵目標的合法性。針對合法進入行為，系統對其運動軌跡進行記錄，以供巡邏任務核查與監督。基于數據通信的合法識別示意見圖2。

圖2 基于數據通信的合法識別示意圖

3.3 系統組成

系統主要由微波探測與信息收集系統、事件管理軟件、視頻監控系統和自動識別終端組成。其中，微波探測與信息收集系統由探測線纜和數據收集分站組成，部署在周界范圍用以進行周界入侵監測；事件管理軟件可基于深度學習算法實現入侵目標的類型識別，通過可視化的周界環境進行入侵事件精確定位與管理；視頻監控系統對入侵行為進行跟蹤與核查，可利用現有視頻安防監控設備；自動識別終端是提供給巡邏檢查、施工作業人員佩戴的設備，可以識別進入探測場內人員的合法性及具體信息。

4 試驗驗證

4.1 概述

該系統于2018年在京滬高速鐵路廊坊段安裝部署并開展了試驗驗證工作。該路段包括典型的路基段和橋梁段，并含有柵欄門、路橋結合處、橋梁檢修通道等管理薄弱點，且有鐵路基站可供取網取電。由于路基段環境相對復雜，因此為保障探測準確度，探測線纜在路基段以雙線形式在護欄內側鋪地部署；橋梁段環境相對簡單，以單線形式部署于橋梁護欄處；數據收集分站部署于路基段護欄內側；軟件類系統為便于試驗驗證部署于值班警亭處。試點工程重點開展了入侵試驗、干擾試驗和系統功能試驗。其中，入侵試驗主要包括單點及多點非法入侵、異物入侵、入侵行為跟蹤、合法人員智能識別等典型試驗；系統干擾試驗包括護欄外各類車輛行駛、模擬異物干擾等；系統功能試驗包括聯動聲光、攝像系統、防區管理、入侵定位、特殊地形安裝部署、自監控等功能。

4.2 正常運行測試結果

在系統正常運行的一段周期內，在非人工干預情況下共計報警1026次，通過視頻核查及現場調查，具體報警信息分析如下：

（1）2018年9月系統產生報警信息18條，經過視頻核查后，報警原因為在路橋結合處超大車輛駛過。系統采集了產生該報警信息的所有數據，并利用深度學習算法對該事件進行建模，此后已將超大車輛駛過事件作為干擾項有效過濾。

（2）2018年10月系統產生報警信息32條，經視頻核查后，報警原因為在路基段受到茂密植被和小動物干擾（見圖3）。系統經過升級深度學習算法，有效過濾植被和小動物干擾，此后無此類誤報警信息產生。

圖3 高鐵護欄內側小動物干擾報警

（3）2018年11月系統產生報警信息34條，經視頻核查后，報警原因主要是受到大風、雨雪等極端天氣影響。系統對冬季的極端天氣進行采樣與算法庫更新，此后系統可對極端天氣影響進行有效過濾。

（4）在系統正常運行周期內，由于未給合法的施工作業人員配備智能識別卡，因此在夜晚天窗點作業施工時，共計產生942次報警事件。

4.3 模擬人員入侵測試結果

（1）模擬非法人員入侵。在橋梁段、路橋結合處、路基段，于夏季、冬季各測試30次，共計60次試驗，系統準確報警60次，無漏報事件。非法人員入侵報警效果見圖4。

圖4 非法人員入侵報警效果

（2）模擬攀爬。在橋梁段、路橋結合處、路基段，于夏季、冬季各測試30次，共計60次試驗，系統準確報警60次，無漏報事件。路基段模擬攀爬護欄見圖5。

圖5 路基段模擬攀爬護欄

（3）試驗者配置智能識別卡。分別在不同時間內，由多名試驗人員佩戴智能識別卡沿護欄內側共計行走4km，直至全部覆蓋試驗區段。結果顯示，系統能夠對試驗人員行走路線全程識別和全程記錄，并能了解試驗人員的具體信息，進而實現對入侵人員的身份識別。合法識別效果見圖6。

（4）異物入侵。選取路基段、路橋結合處開展模擬異物入侵試驗，試驗準備的異物包括紙箱、鐵鍬、木板、石頭、棉被、衣物、工具箱、梯子、木棍，每個物體測試10次，共計90次。當系統檢測認為物體會對鐵路行車帶來威脅時產生報警信息。模擬異物入侵見圖7。

圖6 合法識別效果

圖7 模擬異物入侵

5 結論

（1）經過多類型、大量的人工干預模擬試驗，測試結果表明，基于微波陣列技術的高鐵周界入侵探測系統能夠對非法人員、異物入侵具有高度的敏感性，能夠有效探測非法入侵行為。基于人工智能技術構建的算法庫，能夠對高鐵周界干擾項進行有效的動態識別與過濾，保證系統探測的有效性，提升報警準確率。

（2）因其以線纜形式呈現，因此系統能在不規則且不規范的周界范圍進行全空間安裝，尤其針對高鐵周界路橋結合處，能夠有效克服地形起伏，以及周界拐點多、同時建有圍墻/圍網/柵欄等限制。

（3）系統基于多傳感融合技術，將微波探測設備與視頻監控系統進行深度融合，以報警信息驅動視頻系統進行事件跟蹤與取證，打破了傳統周界安防僅利用空間和時間的松耦合、淺融合的局面。

（4）系統基于物聯網的信息通信技術，能對合法的施工和巡邏人員進行有效識別，并記錄識別人員的行為軌跡，從而降低系統的誤報情況，有效管理施工人員行為路線。

系統在京滬高速鐵路廊坊段進行了部署測試，運行期間能夠對非法入侵事件進行報警，同時針對引起頻繁報警的小動物干擾事件通過靈活調整深度學習算法而有效過濾。系統運行期間無漏報和誤報現象發生，有效提升了高鐵周界安防的整體能力，并有助于規范化管理合法施工人員作業，進一步保障了高鐵運營安全。