基于人工智能的鐵路機務6A視頻大數據平臺研究及應用

王金波

【摘要】鐵路機務作為一線行車工種，擔負著旅客列車、貨運列車以及行包列車等的動力牽引任務，因此機務安全是整個鐵路運營安全的重要保障。機車車載安全防護系統（6A系統）作為保障鐵路機車行車安全的重要監測平臺，能夠采集大量監控視頻數據，本文探討6A視頻大數據在機務安全方面的應用，并以智能化設備為基礎構建基于人工智能的大數據平臺，對機務6A視頻數據進行處理和分析，為乘務員規范作業、行車安全防護等方面提供決策分析手段。

【關鍵詞】機務安全 車載安全防護系統 人工智能 視頻識別

隨著我國鐵路飛速發展，運輸需求日益增長，對列車運行的安全保障也有了更高的要求。機車車載安全防護系統（6A系統）作為保障鐵路機車行車安全的重要監測平臺，能夠采集大量監控視頻數據，但目前各機務站段都是通過人工分析來對行車作業進行規范管理，龐大的數據量使得工作效率極低。

近年來，人工智能技術日趨成熟，機器學習被應用于各行各業，以人工智能技術為基礎而搭建的鐵路機務6A視頻大數據平臺能夠對大量的視頻數據進行分析篩選，并有針對性的為機務工作的提供安全監管手段，提升機務系統的整體生產水平。因此，為有效提高鐵路機務安全管理，對鐵路機務6A視頻大數據平臺搭建及應用的研究已是刻不容緩。

一、車載安全防護系統

機車車載安全防護系統（簡稱6A系統）是針對機車制動、防火、高壓絕緣、列車供電、走行部等機車重要部位采用實時監測、監視、報警并實現網絡傳輸、統一固態存儲和智能人機交互的安全監測平臺，由機車空氣制動安全監測子系統（ABDR）、機車防火監控子系統（AFDR）、機車高壓絕緣檢測子系統（AGDR）、機車列車供電監測子系統（APDR）、機車走行部故障監測子系統（ATDR）以及機車自動視頻監控及記錄子系統（AVDR）組成。

鐵路機務6A視頻大數據平臺主要數據來源于機車車載安全防護系統中的視頻監控子系統（AVDR），該子系統由攝像頭、視頻采集板卡1（AVl）、視頻采集板卡2（AV2）、視頻處理板卡（AV3）、連接器和電纜組成。該子系統能夠實現列車各區域的視頻圖像采集，乘務員可以及時了解各監控區域的情況，并對機車的運行狀態進行調整，此外還可以在線下可對視頻數據進行查找回放，作為乘務員作業水平的考核依據。

二、平臺架構設計

由于視頻監控記錄具有非結構化、數據量大及分析復雜等特點，難以直接使用6A系統視頻監控子系統（AVDR）進行考核分析與監督。因此，本文結合人工智能技術，通過機器學習來實現對視頻數據的自動分析，構建鐵路機務6A視頻大數據平臺，該平臺由以下三個模塊組成（圖2）：

（1）嵌入式車載平臺。嵌入式車載平臺通過智能分析算法提取機車車載安全防護系統中包含違規行為的視頻數據，并在列車入段時與地面平臺進行數據傳輸，同時存儲至地面平臺數據庫服務器。

（2）地面平臺。地面平臺提供遠程分析診斷功能、項點錄像提取功能、統計分析功能及報表功能。

（3）瀏覽終端。客戶通過web終端瀏覽數據和分析結果，包括違規視頻查找瀏覽、違規行為確認、違規行為提交、違規行為處理等，也可以在局、段、工區的范圍下對乘務員違規行為的類型、發生頻率等趨勢進行分析。

三、系統功能設計

（一）車載平臺功能

車載平臺是一個配置在機車駕駛室的嵌入式平臺，主要具有以下功能（圖3）：

（1）接收6A視頻數據、LKJ廣播數據;

（2）對6A視頻進行智能分析，識別并記錄乘務員的違規行為，如盹睡、閑聊、玩耍打鬧、長時間看手機、離開座位等;

（3）識別相機是否被遮蓋或移動，以及駕駛室環境是否異常，如火情、窗戶未關等;

（4）在識別到異常后立即自動報警，并在復示終端有聲光電顯示，將報警信息發送給機車遠程監視和診斷系統（cMD）;

（5）由CMD通過無線方式將報警信息傳遞至調度室，調度員能夠立刻聯系司機;

（6）將視頻數據傳輸保存至地面平臺。

（二）地面平臺功能

地面平臺能夠篩選出機車安全管理的薄弱環節，密切結合LKJ提供的各類實時數據信息，提取項點發生前后的視頻數據，為管理人員及時高效地完成行車視頻分析提供決策支持。地面平臺的主要功能如下（圖3）：

（1）采用智能視頻分析算法，對乘務員作業動作進行建模，結合LKJ項點記錄，自動對視頻中乘務員的作業動作進行分析;

（2）發現乘務員作業中的違規操作，提取出視頻片段并對違規行為進行歸類，區分盹睡、閑聊、玩耍打鬧、長時間低頭看手機等不同違規行為;

（3）發現并提示駕駛室的安全隱患;

（4）結合LKJ記錄識別不同作業動作，實現乘務員全過程的行為規范分析，統計違規頻率和趨勢。

地面平臺提取的項點設置為以下15類：開車、停車、監控動作、管壓異常、車速異常、人為緊急、側線運行、進入調車、調車開行、退出調車、紅黃信號、過分相點、特殊區域、開關視頻以及繼乘交接。

（三）瀏覽終端功能

瀏覽終端采用B/S架構，將地面平臺分析處理結果錄入數據庫。用戶可通過web端查看分析結果，確認乘務員的違規行為、提交處理措施，并將終端自動生成的考核單發放至制定工區，及時通知各級管理部門。此外，視頻數據可以通過web端提供給專業人員查詢、分析和診斷，在統計乘務員各類違規行為的發生頻率及趨勢后，提醒管理人員及時對乘務員的高發違規行為進行糾正，避免產生惡性事故。

四、系統關鍵技術及應用

（一）基于機器學習的智能視頻識別技術

鐵路機務6A視頻大數據平臺的關鍵在于視頻智能識別效率與質量，在對狀態及行為模式預定義基礎上，根據大量視頻資料，采用系統自動識別及深度學習，進行歸納、綜合，進而提升系統的識別準確率、判斷力及決策力，最終提升系統識別穩定性和可靠性。視頻識別可分為視頻動作分類和視頻動作檢測兩大類：

（1）視頻動作分類。動作分類指對視頻中所出現的動作類別進行預測，動作分類方法主要采用傳統圖像識別分類方法，采用HOG、SIFT等特征描述符提取特征，然后使用SVM支持向量機等分類器對視頻進行分類，在圖像數據基礎上增加時間維度擴展。動作分類不僅要基于視頻中靜態信息也要結合視頻中的動態信息，需從整段視頻角度出發對其中出現的動作行為進行預測分析。

（2）視頻動作檢測。在實現動作分類的基礎上確定動作出現在視頻中的幀序列集和每幀的準確空間位置。本平臺的視頻動作檢測采用滑動窗口法，在每幀使用一個尺寸大小可變的矩形框不斷在x和Y維度滑動，預測當前矩形框即窗口中是否包含人體及其動作，然后沿著幀序列時間維度不斷采用滑窗預測每幀中人體及其動作的位置，最后基于這些窗口進行動作分類。此方法對幀中的每一位置都采用多個尺寸不同的窗口去定位動作，所以可以獲得定位準確及召回率較高的興趣區域，保證了識別結果的有效性。

（二）系統應用

（1）管理決策方面。通過鐵路機務6A視頻大數據平臺提供的視頻比對分析，相關部門可對乘務員的作業情況進行監督考核，對作業過程中安全管理薄弱的環節進行針對性加強，給管理人員及時準確地篩選出有效信息，為管理決策提供定量依據，并根據問題類型而采取不同的應對策略：針對傾向性問題：可進行專題研究和分析，制定相應的防范措施;針對共性問題，討論研究是否建模規定值太低或管理工作滯后，進而調整規定值至合理水平。

（2）安全防護方面。鐵路機務6A視頻大數據平臺搭建完成后，可利用視頻數據信息提升鐵路運輸安全防護水平。例如通過機車和動車組上的6A視頻裝置，利用傳感器、模擬定位、遙控仿真等技術，可進一步拓展鐵路平交道口的安全防護系統，能夠在險情發生之前，采取措施使列車在道口障礙物前停車。

五、結語

本文以機車車載安全防護系統為基礎，結合人工智能對鐵路機務6A視頻大數據平臺總體架構以及功能進行了系統設計，并對系統關鍵技術及應用場景進行簡要介紹。該系統通過對海量視頻數據和運行數據進行智能比對分析，基于視頻識別及深度學習技術，可有效克服目前各機務站段行車作業人工分析模式導致管理質量與效率低下的問題，在機務作業管理輔助決策和生產安全防護方面提供智能化管理手段，有效提高運輸安全生產效率。該系統平臺在完善性、易用性和技術性上具有一定的推廣應用價值，并可在此基礎上，結合運輸生產調度指揮系統做進一步深度開發。