立足于全自动运行的技术发展现状,借鉴国家发改委重点关注的前沿引导技术,结合苏州轨道交通新建设线路的硬件基础设施,研究机器视觉技术在轨道交通全自动运行中的特定应用场景,并揭示其运用合理性;通过建设基于视频内容理解的轨道交通智能信号联控平台,探索轨道交通全自动运行特定场景的技术标准化,发掘服务于轨道交通全自动运行特定场景的最优运营规则。
|
个人行为包括但不限于逆行、摔倒、徘徊、个人遗弃物等异常行为的实时跟踪及检测;群体行为包括但不限于潮汐涌入、人流对冲、两人或多人暴力事件等检测分析和趋势预测;将系统示警、现场状况和预测报告等信息及时传送给运营人员。
查看详情>>通过成像信息,在屏蔽门关闭后(列车启动前),实时快速发现屏蔽门与列车车门之间是否存在异物的检测;系统示警时,实时传输现场图像,反馈异物存在位置,为运营人员及时排除故障提供数据支持。
查看详情>>实现包括列车车厢和司机室(列车人工驾驶端)内部的视频监控无死角全覆盖;在清客指令下达之后,对车厢内是否有乘客或其他异常物体滞留实现实时快速检测;在异常发生时,实时传输现场图像,准确定位异常发生位置,为运营人员及时排除异常提供数据支持。
查看详情>>融合智能负载均衡技术,实现基于强化学习的计算资源自适配,提升云端任务执行效率;强调低功耗弹性嵌入式设计,实现云雾端器件小型化,以国产自主化和环保节能为发展目标;集成先进光通讯模组,符合IEEE802.1CM标准,为面向未来的6G通信网络提供信息传输保障。
查看详情>>截止2017年7月,全球37个城市55条线路采用全自动驾驶,运营里程达803公里,车站848座;即全球157个轨道城市中近四分之一的城市至少有一条线路以全自动模式运行,运营里程占全部里程的6%。预计到2025年全自动驾驶轨道交通线路里程将超过2300公里。
查看详情>>作业人员进、出区间异常管理环节包括区间作业滞留预警,实现对异常滞留人员工号、滞留时间和区间号进行预警信息显示;在清客指令下达之后,对车厢内是否有乘客或其他异常物体滞留实现实时快速检测。
查看详情>>