城市轨道交通的隧道异物侵入检测与控制方法

ningxueqin

　　为智能化异物侵入检测体系，提高运行可靠性，南京理工大学的研究人员肖添文、徐永能、徐欣怡，在2019年《电气技术》增刊中撰文，基于图像采集和测距模块，采用改进背景帧差法，对城市轨道交通隧道异物入侵进行识别与判断，探讨了列车主动安全行为。同时，利用南京地铁提供的视频资料进行了Matlab仿真及实验室验证，证实了此方法的可行性。此异物检测装置硬件成本低，检测精度高，为城市轨道交通主动安全行为提供了依据。

　　据水侵入测试数据显示，我国城市轨道交通（简称城轨）建设规模逐渐扩大，运营里程不断增长，截至2018年底，已开通运营线路5761.4km，年客运量高达210.7亿人次，成为大、中城市乘客出行的首选交通方式。

　　然而，随之而来的安全问题也引起了人们的高度关注，一旦发生安全事故，救援难度极大，尤其是地下线路。据统计数据显示，2018年城轨地下线路运营里程高达3639.8km，占总运营里程的63.2%，因此，实时监测地下线路运营环境显得十分重要。

　　随着城市轨道交通的飞速发展，列车运行速度越来越快，为保证行车运营安全，应加强对应急事件的检测与处理。因此，应实时监测运营环境，实现异物侵入的报警与列车控制。轨道交通隧道异物侵入是指在列车运行轨道上所有造成行车安全隐患的障碍物，如山体滑坡、泥石流、滞留在道上的工作人员等。

　　异物侵入事件具有突发性和不可预测性，这就要求异物侵入检测系统应具有响应快、准确度高的特点。随着人工智能技术的不断发展，研究基于智能视频分析技术和传感器融合技术来代替人工对侵入异物进行检测判断非常必要。