基于深度学习的铁路货场作业安全状态识别与监控技术研究

被引:2
|
作者
黄嘉怡 [1 ]
汤银英 [1 ]
郭赫臣 [1 ]
李建国 [2 ]
傅健 [2 ]
机构
[1] 西南交通大学交通运输与物流学院
[2] 中国铁路兰州局集团有限公司货运部
关键词
铁路运输; 自动控制; 深度学习; 铁路货场; 作业安全;
D O I
暂无
中图分类号
学科分类号
摘要
近年来,我国铁路已在管理信息化、货运数字化等方面取得了一定的成就,但货运全过程安全问题的智能化监控、识别、分析、预警能力有所欠缺。铁路货场作业的监督仍然借助前端摄像机,同时依赖人工盯控、经验决策为主的粗放式安防作业模式识别货场作业安全风险,工作强度大,容易形成安全隐患。通过对铁路货场作业风险识别项点进行分析,提取出静态不安全状态和动态不安全状态识别项点;采用深度学习技术构建了从智能识别到自动警示的铁路货场作业安全监管系统框架,提出实现铁路货场安全作业的技术解决思路,对保障人身安全、提升货物运输安全监测及预警水平具有重要意义。
引用
收藏
页码:41 / 49
页数:9
相关论文
共 9 条
  • [1] 铁路货运检查项点识别及安全风险分级分类研究.[D].武文斌.中国铁道科学研究院.2023, 03
  • [2] Automatic Detection and Categorization of Road Traffic Signs using a Knowledge-Assisted Method.[J].Srivastava Vivek;Mishra Sumita;Gupta Nishu.Procedia Computer Science.2023,
  • [3] 基于深度学习的不安全行为管理技术
    程哲
    程剑
    苏章
    刘晓鸿
    李文建
    吴诚云
    赵恩堂
    [J]. 施工技术(中英文), 2023, 52 (20) : 118 - 121
  • [4] 基于深度学习模型的轨迹分析模型在智能交通领域的应用研究
    魏健康
    史晓蒙
    吕晓鹏
    朱悦齐
    [J]. 价值工程, 2023, 42 (27) : 105 - 109
  • [5] 深度学习下交通拥堵路段信息自动识别仿真
    崔素萍
    卜崇阳
    [J]. 计算机仿真, 2023, 40 (07) : 100 - 104
  • [6] 隧道环境下基于深度学习的轻量级安全帽检测方法
    高方玉
    解玉文
    张正刚
    王道累
    [J]. 现代电子技术, 2023, 46 (14) : 147 - 151
  • [7] 延安东路隧道与东西通道“一体化”火灾联动的思考与研究
    辛奇峰
    [J]. 上海公路, 2023, (02) : 74 - 81
  • [8] 基于深度学习的土地违法施工场景监测研究
    丁乐乐
    王珍
    刘艳飞
    孟凡效
    [J]. 地理空间信息, 2023, 21 (04) : 72 - 74
  • [9] 铁路货场门式起重机用集装箱偏载报警系统研制
    刘萍
    刘睿
    [J]. 铁道技术监督, 2023, 51 (04) : 12 - 15