淺談熱成像智能入侵報警系統在機場圍界的應用

徐文偉

（廈門兆翔智能科技有限公司，福建廈門 361009）

近年來，隨著我國經濟快速發展，人們生活水平大幅提高，跨區域的商務活動和旅游出行逐漸增多，交通運輸也在日常生產生活中扮演著越來越重要的角色。“十三五”期間，我國民航旅客周轉量在綜合交通運輸體系中占比為33.1%，民航運輸的快速增長更凸顯出航空安全的重要性。航空安全主要包括飛行安全、航空地面安全和空防安全等。空防安全指機場空側的安全保衛，即綜合運用人力防范、實體防范、電子防范等多種手段，預防、延遲以及阻止入侵、盜竊、搶劫、破壞等事件的發生[1]。2017年10月1日實施的《民用運輸機場安全保衛設施》（MH/T 7003—2017）要求一類、二類機場圍界應設置入侵報警系統和視頻監控系統，三類機場圍界宜設置入侵報警系統和視頻監控系統。系統應能夠對物理圍界形成完整覆蓋，能夠對目標進行分類，對入侵行為作出判斷；應能夠在機場飛行和安全照明的環境下工作，并應滿足全天候運行的要求[2]。因此，研究圍界入侵報警系統的可靠性和穩定性對空防安全意義重大。

1 圍界入侵報警系統分類

圍界入侵報警系統通常采用雷達、探測器、傳感器、圖像分析等探測技術實時監控圍界區域，對非法入侵行為及時觸發報警。圍界入侵報警系統按照探測技術的不同可以分為感應式入侵報警系統和非感應式入侵報警系統兩大類，其中感應式入侵報警系統主要有振動電纜、振動光纖、振動探測器等，非感應式入侵報警系統主要采用視頻監控分析技術。

1.1 振動電纜入侵報警系統

振動電纜入侵報警系統采用一種經特殊充電處理后帶有永久預置電荷的同軸電纜作為傳感器，有入侵時，電纜受振動產生模擬電壓信號觸發報警。

振動電纜為無源分布式，安裝簡便，布線靈活，適合在地形復雜的圍界布防。振動電纜易受電磁干擾導致誤報，電纜遭雷擊后會存在系統癱瘓的風險，且系統建設和維護的成本比較高[3]。

1.2 振動光纖入侵報警系統

振動光纖入侵報警系統采用光干涉原理及光學振動傳感技術，采用光纖作為探測設備，無須供電，性能穩定，安裝維護簡單，不受電磁干擾和地形起伏影響。振動光纖對各種振動頻率非常敏感，易受大風、暴雨等惡劣天氣影響導致誤報。系統調試復雜，與第三方報警設備兼容性較差[4]。

1.3 振動探測器入侵報警系統

振動探測器入侵報警系統的前端由分布式探測器節點組成，將探測器安裝在物理圍欄或磚墻上，通過采集振動信號觸發報警。探測器信號線對防紫外線且防水等級要求較高，系統采用環型組網方式，環網單點故障不會影響系統報警功能。系統受天氣影響較低，對于實體墻的防護效果有限。

1.4 視頻監控分析報警系統

視頻監控分析報警系統基于圍界視頻監控系統采集的圖像，在物理圍界設置虛擬防區，通過圖像分析算法對入侵行為進行預報警。視頻監控分析報警系統覆蓋范圍廣，不受地形環境影響。由于監控圖像質量受光源、物體遠近大小、植物晃動、雨水等影響較大，系統誤報率較高，通常僅作為感應式入侵報警系統的輔助報警手段使用[5]。

通過分析可知，當前感應式圍界入侵報警系統可以應對大多數使用場景，但易受地形環境、天氣因素、電磁干擾、凈空要求等影響系統功能。對于部分地形環境特殊、物理圍界不具備提供感應探測條件的防區，采用視頻監控分析報警系統存在漏報風險，對于機場空防安全是一個較大的隱患。為解決這類特殊圍界防區的防護需求，本文提出采用熱成像智能入侵報警系統代替現有視頻監控分析報警系統。熱成像智能入侵報警系統基于可見光以及熱成像雙光譜成像信息融合技術，采用深度學習算法，可實現實時識別分類和報警，系統不受地理條件和天氣環境的影響，對保障特殊圍界防區適用性較強。

2 熱成像智能入侵報警系統在廈門機場的應用

廈門機場坐落在廈門島東北端，機場位于市區，機場圍界與社會道路相鄰，如圖1所示。

圖1 機場圍界與社會道路相鄰

因導航設施限制要求，此處無法設置標準物理圍欄，圍界僅設置刺圈和視頻監控系統，人員易通過該區域進入飛行區，造成空防安全隱患，在此防區增設一套熱成像智能入侵報警系統。

2.1 系統部署

熱成像智能入侵報警系統由前端熱成像雙目攝像機、網絡傳輸、存儲系統、大屏顯示、平臺服務器和算法服務器組成。圍界前端分別設置了近距熱成像雙目攝像機負責監測0～100 m范圍和遠距熱成像雙目攝像機負責監測100～200 m范圍，對整個防區實現全方位無死角地覆蓋。

設備安裝位置如圖2所示。

圖2 熱成像攝像機安裝示意圖

熱成像雙目攝像機根據物體輻射溫度信號進行成像，通過可見光和熱成像雙光譜成像信息融合技術實現24 h監控，可以實時為后端算法服務器提供高質量圖像樣本。

系統設有算法服務器負責對前端采集的圖像進行入侵識別和預警分析，轉發并記錄所有控制指令信息流和報警信息流，具備流媒體服務功能。

系統采用基于深度學習的人工智能識別算法，模擬人類神經網絡識別過程，對大數據集進行學習和訓練，識別率和誤報率優于傳統運動物體入侵算法。算法模型包括了人、汽車、貓、狗、鳥等數十種類型的預警功能，可以精確選擇需要的安全預警條件。算法具有自主學習和自動優化功能，可以根據用戶的處理結果進行長期神經網絡優化訓練，系統識別率可以隨著使用時間的增加而提升。系統平臺擁有實時告警監控、告警數據統計、電子地圖、告警信息管理、未確認告警信息管理、設備管理、用戶管理等功能。系統的告警信息可以接入機場現有振動探測器入侵報警系統平臺，實現前端廣播和聲光報警聯動。

2.2 系統測試

逆光報警如圖3所示。

圖3 逆光報警

深夜熱成像報警如圖4所示。

圖4 深夜熱成像報警

雨夜熱成像報警如圖5所示。

圖5 雨夜熱成像報警

系統建設完成以后，經過一段時間的調試和試運行，系統趨于穩定運行。分別選取逆光、深夜、雨夜等幾種特殊使用場景，對系統的漏警率、誤警率、響應時間進行測試。

通過場景測試可知，熱成像智能入侵報警系統均能準確識別并及時報警。在實際使用過程中，熱成像智能入侵報警系統不受天氣環境和工作時間限制，系統具有較高的穩定性和可靠性，對特殊圍界防區起到了較好的防護作用。

3 結語

熱成像智能入侵報警系統擁有可見光和熱成像雙光譜成像信息融合技術和深度學習智能識別算法，彌補了傳統視頻監控分析報警的場景單一、受天氣和環境影響的缺點，應用場景和識別率都優于傳統電子圍界視頻監控預警算法，補足了感應式探測技術防御效果不佳的區域。未來機場圍界防入侵技術的發展趨勢是采用傳統感應探測技術和熱成像智能報警等技術進行多角度、多層次融合決策的智能報警，可以極大地提高圍界防入侵技術的穩定性和可靠性。