一种基于云边协同的铁路地质灾害视频智能报警系统的制作方法

本发明涉及灾害监测，具体涉及一种基于云边协同的铁路地质灾害视频智能报警系统。

背景技术：

1、高铁里程长，覆盖广，工况多、环境复杂。近年来受强降雨、周边环境变化等多种因素影响，山区铁路崩塌、滑坡、泥石流等地质灾害风险加大，地质灾害中断铁路行车屡有发生，对行车秩序造成重大影响。

2、目前，铁路防洪主要依靠人员巡查和看守，雨季则采取加密巡检的防控策略。但人工长期监控视频图像，劳动强度大、易疲劳易漏检，难以确保行车安全。面对严峻的形势，在积极采取物防、人防措施的同时，需要加快推进技防措施的应用来保障高铁运营安全。

3、近年来，随着人工智能技术在图像检测应用方面的长足进步。因此，可以在铁路防洪抗灾领域结合人工智能技术，减轻人员作业强度，提高监控效率。

技术实现思路

1、针对上述问题，本发明的目的是提供一种基于云边协同的铁路地质灾害视频智能报警系统，针对隧道口山体滑坡等风险隐患，构建了“边端快速识别+云端精准判识”的协同架构，实现山体滑坡等地质灾害的及时报警，保障高铁行车安全。

2、本发明提供了一种基于云边协同的铁路地质灾害视频智能报警系统，包括：

3、边端监测设备，用于实时采集布控区域的视频，识别所述视频中是否存在地质灾害，得到识别信息，并将所述视频和识别信息发送给传输模块；

4、传输模块，用于将所述视频和识别信息发送给所述云端管理平台；

5、云端管理平台，用于管理所述边端监测设备，以及对所述视频和识别信息进行确认，得到复核识别信息；

6、监控终端，用于输出显示所述视频和所述复核识别信息。

7、在一种可能的实现方式中，当所述边端监测设备未识别到视频异常时，所述边端监测设备按照第一码流上传布控区域的视频；所述第一码流为低码流视频或图片，占用网络带宽小。

8、当所述边端监测设备识别到视频异常时，所述边端监测设备按照第二码流实时上传布控区域的视频；所述第二码流高于所述第一码流，为高清晰码流。

9、在一种可能的实现方式中，所述边端监测设备内置有快速识别模型；所述快速识别模型采用轻量化架构来支持低算力环境下对视频的识别。

10、在一种可能的实现方式中，所述云端管理平台内置有精准识别模型；所述精准识别模型采用复合精细架构，在高算力环境下对边端监测设备上传的视频进行复核。

11、在一种可能的实现方式中，所述快速识别模型和所述精准识别模型根据训练数据集和验证数据集训练更新；所述训练数据集和验证数据集中的图片来自公开图片和应用中不断增加的现场图片。

12、在一种可能的实现方式中，还包括供电设备；所述供电设备用于给所述边端监测设备充电；

13、所述供电设备至少包括太阳能板、控制器、蓄电池和温度传感器；

14、所述控制器用于控制所述太阳能板充放电；

15、所述蓄电池用于存储所述太阳能板传输的能量；

16、所述温度传感器用于实时采集环境温度，用以所述控制器。

17、在一种可能的实现方式中，所述传输模块包括：物联网卡、公网、内外网交互模块和内网。

18、在一种可能的实现方式中，所述边端监测设备具有编号；所述云端管理平台管理多台边端监测设备；

19、当所述识别信息为异常时，所述云端管理平台根据所述边端监测设备的编号确定发生异常的位置并向相应的管理人员推送报警信息。

20、在一种可能的实现方式中，所述云端管理平台还用于控制所述边端监测设备的工作状态；所述工作状态至少包括开机和关机。

21、在一种可能的实现方式中，所述云端管理平台提供“人工巡检”功能，即云端管理平台可以下发指令给指定编号的边端监测设备，使所述指定编号的边端监测设备以第三码流上传视频；所述第三码流高于所述第一码流，为高清晰码流。

22、本发明提供的基于云边协同的铁路地质灾害视频智能报警系统，针对铁路地质灾害多发、突发且严重影响行车安全的难题，构建了“边端快速识别+云端精准判识”的协同架构，以及5g公网融合内网的传输方案，采用深度学习技术开发边端、云端智能识别算法，提供“自动巡检”“危情报警”“人工巡检”3种应用模式，可以在合理控制网络带宽占用的情况下实现山体滑坡等地质灾害的及时报警，保障高铁行车安全。

23、在自动巡检模式下，边端监测设备只上传低码流的视频给云端管理平台，可显著减少网络带宽；在危情预警模式下，边端监测设备上传高码流的视频给云端管理平台，供云端管理平台进行精准识别，以及人员查看；在人工巡检模式下，云端管理平台下发指令给相应编号的边端监测设备上传高码流视频，供人工查看现场情况。

技术特征：

1.一种基于云边协同的铁路地质灾害视频智能报警系统，其特征在于，包括：

2.根据权利要求1所述的铁路地质灾害视频智能报警系统，其特征在于，当所述边端监测设备未识别到视频异常时，所述边端监测设备按照第一码流上传布控区域的视频；

3.根据权利要求1所述的铁路地质灾害视频智能报警系统，其特征在于，所述边端监测设备内置有快速识别模型；所述快速识别模型采用轻量化架构来支持低算力环境下对视频的快速识别。

4.根据权利要求3所述的铁路地质灾害视频智能报警系统，其特征在于，所述云端管理平台内置有精准识别模型；所述精准识别模型采用复合精细架构，在高算力环境下对边端监测设备上传的视频进行准确复核。

5.根据权利要求4所述的铁路地质灾害视频智能报警系统，其特征在于，所述快速识别模型和所述精准识别模型根据训练数据集和验证数据集训练更新；所述训练数据集和验证数据集中的图片来自公开图片和应用中不断增加的现场图片。

6.根据权利要求1所述的铁路地质灾害视频智能报警系统，其特征在于，还包括供电设备；所述供电设备用于给所述边端监测设备充电；

7.根据权利要求1所述的铁路地质灾害视频智能报警系统，其特征在于，所述传输模块包括：物联网卡、公网、内外网交互模块和内网。

8.根据权利要求1所述的铁路地质灾害视频智能报警系统，其特征在于，所述边端监测设备具有编号；所述云端管理平台管理多台边端监测设备；

9.根据权利要求1所述的铁路地质灾害视频智能报警系统，其特征在于，所述云端管理平台还用于控制所述边端监测设备的工作状态；所述工作状态至少包括开机和关机。

10.根据权利要求1所述的铁路地质灾害视频智能报警系统，其特征在于，所述云端管理平台提供“人工巡检”功能，即云端管理平台可以下发指令给指定编号的边端监测设备，使所述指定编号的边端监测设备以第三码流上传视频；所述第三码流高于所述第一码流。

技术总结本发明涉及灾害监测技术领域，具体公开了，包括：边端监测设备，用于实时采集布控区域的视频，识别视频中是否存在地质灾害异常，得到识别信息，并将视频和识别信息发送给传输模块；传输模块，用于将视频和识别信息发送给云端管理平台；云端管理平台，用于管理边端监测设备，接受其上传的视频和识别信息并进行复核，得到复核识别信息；监控终端，用于输出显示视频和复核识别信息。本发明针对隧道口山体滑坡等地质灾害风险，通过构建“边端快速识别+云端精准判识”的协同架构，实现山体滑坡等地质灾害的及时报警，保障高铁行车安全。技术研发人员：柴雪松,薛双纲,段培勇,王智,付峥锐,卿皓,程冰心,宋昊,时佳斌,凌烈鹏,陈博受保护的技术使用者：中铁科学技术开发有限公司技术研发日：技术公布日：2024/6/11