基于人工智能的铁路机务6A视频大数据平台研究及应用

王金波

【摘要】铁路机务作为一线行车工种，担负着旅客列车、货运列车以及行包列车等的动力牵引任务，因此机务安全是整个铁路运营安全的重要保障。机车车载安全防护系统（6A系统）作为保障铁路机车行车安全的重要监测平台，能够采集大量监控视频数据，本文探讨6A视频大数据在机务安全方面的应用，并以智能化设备为基础构建基于人工智能的大数据平台，对机务6A视频数据进行处理和分析，为乘务员规范作业、行车安全防护等方面提供决策分析手段。

【关键词】机务安全 车载安全防护系统 人工智能 视频识别

随着我国铁路飞速发展，运输需求日益增长，对列车运行的安全保障也有了更高的要求。机车车载安全防护系统（6A系统）作为保障铁路机车行车安全的重要监测平台，能够采集大量监控视频数据，但目前各机务站段都是通过人工分析来对行车作业进行规范管理，庞大的数据量使得工作效率极低。

近年来，人工智能技术日趋成熟，机器学习被应用于各行各业，以人工智能技术为基础而搭建的铁路机务6A视频大数据平台能够对大量的视频数据进行分析筛选，并有针对性的为机务工作的提供安全监管手段，提升机务系统的整体生产水平。因此，为有效提高铁路机务安全管理，对铁路机务6A视频大数据平台搭建及应用的研究已是刻不容缓。

一、车载安全防护系统

机车车载安全防护系统（简称6A系统）是针对机车制动、防火、高压绝缘、列车供电、走行部等机车重要部位采用实时监测、监视、报警并实现网络传输、统一固态存储和智能人机交互的安全监测平台，由机车空气制动安全监测子系统（ABDR）、机车防火监控子系统（AFDR）、机车高压绝缘检测子系统（AGDR）、机车列车供电监测子系统（APDR）、机车走行部故障监测子系统（ATDR）以及机车自动视频监控及记录子系统（AVDR）组成。

铁路机务6A视频大数据平台主要数据来源于机车车载安全防护系统中的视频监控子系统（AVDR），该子系统由摄像头、视频采集板卡1（AVl）、视频采集板卡2（AV2）、视频处理板卡（AV3）、连接器和电缆组成。该子系统能够实现列车各区域的视频图像采集，乘务员可以及时了解各监控区域的情况，并对机车的运行状态进行调整，此外还可以在线下可对视频数据进行查找回放，作为乘务员作业水平的考核依据。

二、平台架构设计

由于视频监控记录具有非结构化、数据量大及分析复杂等特点，难以直接使用6A系统视频监控子系统（AVDR）进行考核分析与监督。因此，本文结合人工智能技术，通过机器学习来实现对视频数据的自动分析，构建铁路机务6A视频大数据平台，该平台由以下三个模块组成（图2）：

（1）嵌入式车载平台。嵌入式车载平台通过智能分析算法提取机车车载安全防护系统中包含违规行为的视频数据，并在列车入段时与地面平台进行数据传输，同时存储至地面平台数据库服务器。

（2）地面平台。地面平台提供远程分析诊断功能、项点录像提取功能、统计分析功能及报表功能。

（3）浏览终端。客户通过web终端浏览数据和分析结果，包括违规视频查找浏览、违规行为确认、违规行为提交、违规行为处理等，也可以在局、段、工区的范围下对乘务员违规行为的类型、发生频率等趋势进行分析。

三、系统功能设计

（一）车载平台功能

车载平台是一个配置在机车驾驶室的嵌入式平台，主要具有以下功能（图3）：

（1）接收6A视频数据、LKJ广播数据;

（2）对6A视频进行智能分析，识别并记录乘务员的违规行为，如盹睡、闲聊、玩耍打闹、长时间看手机、离开座位等;

（3）识别相机是否被遮盖或移动，以及驾驶室环境是否异常，如火情、窗户未关等;

（4）在识别到异常后立即自动报警，并在复示终端有声光电显示，将报警信息发送给机车远程监视和诊断系统（cMD）;

（5）由CMD通过无线方式将报警信息传递至调度室，调度员能够立刻联系司机;

（6）将视频数据传输保存至地面平台。

（二）地面平台功能

地面平台能够筛选出机车安全管理的薄弱环节，密切结合LKJ提供的各类实时数据信息，提取项点发生前后的视频数据，为管理人员及时高效地完成行车视频分析提供决策支持。地面平台的主要功能如下（图3）：

（1）采用智能视频分析算法，对乘务员作业动作进行建模，结合LKJ项点记录，自动对视频中乘务员的作业动作进行分析;

（2）发现乘务员作业中的违规操作，提取出视频片段并对违规行为进行归类，区分盹睡、闲聊、玩耍打闹、长时间低头看手机等不同违规行为;

（3）发现并提示驾驶室的安全隐患;

（4）结合LKJ记录识别不同作业动作，实现乘务员全过程的行为规范分析，统计违规频率和趋势。

地面平台提取的项点设置为以下15类：开车、停车、监控动作、管压异常、车速异常、人为紧急、侧线运行、进入调车、调车开行、退出调车、红黄信号、过分相点、特殊区域、开关视频以及继乘交接。

（三）瀏览终端功能

浏览终端采用B/S架构，将地面平台分析处理结果录入数据库。用户可通过web端查看分析结果，确认乘务员的违规行为、提交处理措施，并将终端自动生成的考核单发放至制定工区，及时通知各级管理部门。此外，视频数据可以通过web端提供给专业人员查询、分析和诊断，在统计乘务员各类违规行为的发生频率及趋势后，提醒管理人员及时对乘务员的高发违规行为进行纠正，避免产生恶性事故。

四、系统关键技术及应用

（一）基于机器学习的智能视频识别技术

铁路机务6A视频大数据平台的关键在于视频智能识别效率与质量，在对状态及行为模式预定义基础上，根据大量视频资料，采用系统自动识别及深度学习，进行归纳、综合，进而提升系统的识别准确率、判断力及决策力，最终提升系统识别稳定性和可靠性。视频识别可分为视频动作分类和视频动作检测两大类：

（1）视频动作分类。动作分类指对视频中所出现的动作类别进行预测，动作分类方法主要采用传统图像识别分类方法，采用HOG、SIFT等特征描述符提取特征，然后使用SVM支持向量机等分类器对视频进行分类，在图像数据基础上增加时间维度扩展。动作分类不仅要基于视频中静态信息也要结合视频中的动态信息，需从整段视频角度出发对其中出现的动作行为进行预测分析。

（2）视频动作检测。在实现动作分类的基础上确定动作出现在视频中的帧序列集和每帧的准确空间位置。本平台的视频动作检测采用滑动窗口法，在每帧使用一个尺寸大小可变的矩形框不断在x和Y维度滑动，预测当前矩形框即窗口中是否包含人体及其动作，然后沿着帧序列时间维度不断采用滑窗预测每帧中人体及其动作的位置，最后基于这些窗口进行动作分类。此方法对帧中的每一位置都采用多个尺寸不同的窗口去定位动作，所以可以获得定位准确及召回率较高的兴趣区域，保证了识别结果的有效性。

（二）系统应用

（1）管理决策方面。通过铁路机务6A视频大数据平台提供的视频比对分析，相关部门可对乘务员的作业情况进行监督考核，对作业过程中安全管理薄弱的环节进行针对性加强，给管理人员及时准确地筛选出有效信息，为管理决策提供定量依据，并根据问题类型而采取不同的应对策略：针对倾向性问题：可进行专题研究和分析，制定相应的防范措施;针对共性问题，讨论研究是否建模规定值太低或管理工作滞后，进而调整规定值至合理水平。

（2）安全防护方面。铁路机务6A视频大数据平台搭建完成后，可利用视频数据信息提升铁路运输安全防護水平。例如通过机车和动车组上的6A视频装置，利用传感器、模拟定位、遥控仿真等技术，可进一步拓展铁路平交道口的安全防护系统，能够在险情发生之前，采取措施使列车在道口障碍物前停车。

五、结语

本文以机车车载安全防护系统为基础，结合人工智能对铁路机务6A视频大数据平台总体架构以及功能进行了系统设计，并对系统关键技术及应用场景进行简要介绍。该系统通过对海量视频数据和运行数据进行智能比对分析，基于视频识别及深度学习技术，可有效克服目前各机务站段行车作业人工分析模式导致管理质量与效率低下的问题，在机务作业管理辅助决策和生产安全防护方面提供智能化管理手段，有效提高运输安全生产效率。该系统平台在完善性、易用性和技术性上具有一定的推广应用价值，并可在此基础上，结合运输生产调度指挥系统做进一步深度开发。