城市轨道交通智慧安检发展趋势.pdf
《城市轨道交通智慧安检发展趋势.pdf》由会员分享,可在线阅读,更多相关《城市轨道交通智慧安检发展趋势.pdf(6页珍藏版)》请在咨信网上搜索。
1、57城轨交通URBAN RAIL TRANSIT城市轨道交通智慧安检发展趋势付保明1,梁 君1,张 宁2,朱 铭2,宋 晓2(1苏州市轨道交通集团有限公司,江苏苏州 215006;2东南大学智能运输系统研究中心轨道交通研究所,南京 210018)摘要:针对城市轨道交通安检存在的信息化水平低、客流与安检能力不匹配、运营成本高等问题,分析智慧城轨发展形势下安检的业务需求,并从安检信息系统、AI 智能判图、集中判图、信用安检、票检与安检一体化等多个方面,提出安检专业的技术发展趋势,为智慧安检的发展、建设与运营提供参考。关键词:城市轨道交通;智慧安检;集中判图;信用安检中图分类号:U231+.7 文献
2、标志码:A 文章编号:1673-4440(2023)10-0057-06Development Trend of Intelligent Security Check in Urban Rail TransitFu Baoming1,Liang Jun1,Zhang Ning2,Zhu Ming2,Song Xiao2(1.Suzhou Rail Transit Group Co.,Ltd.Suzhou 215006,China)(2.ITS Rail Transit Research Institute of Southeast University,Nanjing 210018,China
3、)Abstract:In view of such problems of security check in urban rail transit as insuffi cient use of IT technologies,mismatch between passenger flow and security check capacity,and high operation costs,this paper analyzes the service requirements of security check in the current situation of the devel
4、opment of smart urban transit.On this basis,it proposes the technical development trend of security check from the aspects of security check information system,AI based intelligent image judgment,centralized image judgment,credit-based security check,ticket check&security check integration.Thus,it p
5、rovides reference for the development,construction and operation of smart security check systems.Keywords:urban rail transit;intelligent security check;centralized image judgment;credit-based security checkDOI:10.3969/j.issn.1673-4440.2023.10.011收稿日期:2022-04-21;修回日期:2023-09-28基金项目:国家重点研发计划项目(2020YFB
6、1600700);苏州轨道交通专项项目(H202120045)第 一 作 者:付 保 明(1990),男,工 程 师,硕 士,主要 研 究 方 向:轨 道 交 通 建 设 与 管 理 智 能 化,邮 箱:。1安检的目标及问题轨道交通快速发展,线网运营规模持续扩大,城市轨道交通安全运行面临严峻挑战,安全保障压力不断增加。安全检查是规避个人极端犯罪,保障轨道交通安全运营,保护乘客人身安全的重要手段1,但铁路通信信号工程技术(RSCE)2023年10月,第20卷第10期58U城轨交通RBAN RAIL TRANSIT其延长了乘客进站时间、限制了乘客进站体验,且地铁站内乘客人员复杂、密度高、无序流动,
7、一旦发生突发安全事故将引发严重的经济损失及大面积的社会恐慌。2020 年 3 月,中国城市轨道交通协会制定发布的中国城市轨道交通智慧城轨发展纲要指出建立智能安检(防)系统,研究与城轨交通客流相适应的智慧安检,探索票检、安检合一的新模式2。在智慧城轨发展趋势下,安检系统在安检效率、管理信息化、数据挖掘、人才培养、减少运营成本等方面尚存在明显的不足3-4。同时,受制于建设及运营模式、信息化发展水平等差异,各地对安检的认知不同,影响了安检系统的可持续发展。因此,根据城市轨道交通智慧安检的发展需求,结合国内城轨安检的发展现状,总结归纳新形势下安检系统的技术发展趋势,对未来智慧安检的健康发展有重要的指导
8、意义。2智慧安检需求随着物联网、大数据及人工智能技术的快速发展及应用,安检系统已进入信息化、智能化快速发展期,主要表现为以下方面。1)业务管理信息化。利用计算机网络技术,实现车站安检设备集成化管理,包括设备状态在线监控、安检数据统计与可视化分析、安检人员考勤信息化等功能,提高设备的信息化管理水平;基于物联网等技术,实现安检各流程的信息化关联处置,即安检判图、开包检查、违禁品确认与处置等过程均由系统记录,确保安检事件的闭环处理及全程可追溯,提升安检业务处置水平,为安检信息化、智能化发展奠定基础。2)提升判图精度及效率。基于人工智能、大数据等技术,实现安检设备自主化判图,减少乘客包裹、判图员等因素
9、的干扰,弥补人工判图存在的误判、漏判等问题,缩短判图时间,缓解安检人员工作压力,改善乘客安检体验。3)优化安检流程。基于大数据、生物识别等技术,在满足“人物同检、逢包必检”等安检要求的同时,对乘客进行分类安检,优化安检流程、缩短安检时间,提高乘客通行效率。此外,整合安检与票检,进一步简化进站流程,实现乘客无感乘车,解决安全防控与通行效率的矛盾。4)运营成本控制。基于人工智能、云计算等技术,实现安检人员集中办公,优化安检人员配置,改善安检人员工作环境,进而培养职业化的安检队伍,提升人员业务水平,降低运营成本。3安检发展趋势根据智慧安检发展需求,充分调研国内安检技术发展现状,可知安检技术发展趋势包
10、含以下几个方面:安检信息系统、智能化判图、信用安检、安检与票检合一、安检互信。3.1安检信息系统通过搭建线网安检信息平台,将安检机等车站终端设备统一纳入系统管理,打破安检信息孤岛现状5。通过对安检数据结构化、标准化处理,安检信息平台实时监管并存储各线路终端设备状态信息、违禁品报警信息,并对安检全流程处置数据进行 90天集中存储,形成全局视图和可视化报表,建立轨道交通安检大数据库,为管理层决策提供鲜活、真实、有效的数据支撑。当前,上海、长沙、苏州等地已落地安检信息平台,实现了安检设备状态、安检数据及安检员考勤的系统化、信息化管理。3.2智能化判图3.2.1AI智能判图AI 智能判图是指利用基于深
11、度学习的人工神经网络模型6,通过对 X 光安检图像进行特征提取、特征融合等分析处理,实现对危险液体、管制刀具和枪支器械等违禁品的智能识别与自动实时报警,其处理流程如图 1 所示。由图 1 可知,AI 智能判图的识别效果取决于 3个因素:适用的深度学习神经网络、海量的具有多样性的带有违禁品的 X 光安检图像训练库以及安检机自身的 X 光成像质量。与传统人工判图相比,AI智能判图具有效率高、识别精度高、识别能力强、铁路通信信号工程技术(RSCE)2023年10月59城轨交通URBAN RAIL TRANSIT抗干扰能力强及识别类别丰富等优势。当前,AI 智能判图的违禁品检出率已达到95%以上,并在
12、苏州、西安、广州等地得到了应用。在 AI 智能判图辅助下,安检判图员只需做少量判读工作,大幅减轻其工作强度和压力,提高安检设备危险物品自动识别能力,在提高安检效率的同时有效地降低了漏判危险品的风险。但是,受制于既有车站安检的相关规定,AI 智能判图暂不能完全取代判图员。同时,国内外尚无针对 X 光安检图像进行智能判图的标准数据集,也没有相关标准、测试方法、规范或指南,这在一定程度上限制了 AI 智能判图技术的推广,仍需要广大学者及机构进行深入的研究,并由国家有关机关和行业协会制定相应的标准及规范。3.2.2集中判图集中判图是指在 AI 智能判图辅助的基础上,采用实时传输、负载均衡以及人工智能等
13、技术,改变本地判图模式,打破物理空间对安检判图任务的桎梏,动态调整系统内各安检点的判图任务与判图人员的匹配关系,赋予判图员处置安检点判图任务的能力,实现跨地域安检资源共享7。负载均衡动态分发技术是集中判图的关键,其原理如图 2 所示。由图 2 可知,集中判图平台实时获取车站 X 光安检图像,通过预处理,对 X 光机图片序列化,基于灰度检测识别包裹和定长分割相结合的算法,获取判图任务单元;然后基于多种加权因子的加权轮询法、随机法,将判图任务动态发送给最合适的判图员。车站现场首先利用 AI 智能判图对包裹进行初步判定,若判定含有危险品,直接进入人工复检;判图中心判图员结合 AI 智能判图对图像进行
14、处理,并将处理结果反馈给车站现场,由现场安检员进行开包检查及处置结果录入,实现安检信息的闭环处理,具体流程如图 3 所示。由图 3 可知,集中判图模式取消了现场判图员,判图员集中办公,判图任务随机、均衡分配,解决了判图员闲忙不一的问题,从而优化了判图员的配置,推进安检员的职业化进程。同时,通过现场及判图平台二次判图,进一步提高安检精度。根据判图中心规模,可将其分为线网级判图中心、线路级判图中心及区域级判图中心。依据车站客流规模及时空分布特征,兼顾资源利用率与管理难度,选取适宜的集中判图模式。广州、西安等地已试点集中判图,其中西安 5 号线采用 4 5 个站为一个区域判图中心,其安检员优化率达到
15、 40%,取得了良好的效果。图AI智能判图处理流程Fig.1 Processing flow of AI-based intelligent image judgmentSPPCBA/DWConvCBA/DWConvCSPCSPCBMCBMUpsampleCBMConvConvConvConvCBMCBMUpsampleConcatConcatConcatConcatCspCspCspCSPFocusCBA/DWConvCBA/DWConv CBA/DWConvCBA/DWConv CBA/DWConvCBA/DWConvCBA/DWConvConvConvConvConvConvCBA/DW
16、Conv CBA/DWConvCBA/DWConv CBA/DWConvCBA/DWConv CBA/DWConvCBA/DWConv CBA/DWConvcookknife.输入特征提取网络特征融合网络结果输出网络输出图判图任务动态分发原理Fig.2 Dynamic distribution principles of image judgment tasksX光安检图像序列化判图任务单元判图员预处理图像分割动态随机分配No.10付保明,梁君,张宁,朱铭,宋晓:城市轨道交通智慧安检发展趋势60U城轨交通RBAN RAIL TRANSIT集中判图是利用 AI 智能判图等技术,对既有车站安检模式
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 城市轨道 交通 智慧 安检 发展趋势
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。