基于机器学习的铁路工务防洪减灾监测报警装备的研究

郭良君 徐建军 靳亚平 任青茂

摘 要：在铁路安全事故中自然灾害造成的影响尤为严重。随着铁路大范围开工和信息化建设，铁路限界内的安全防护需求日益增加。本文提出了铁路工务防洪减灾监测报警装备，利用机器学习技术的多种算法对铁路限界内的人员侵限、异物侵限和自然灾害进行图像智能识别和实时预警。基于机器学习的铁路工务防洪减灾监测报警装备的研制和应用能够辅助铁路工务部门维护铁路交通顺畅，同时其智能识别和实时预警功能为铁路列车的安全、高速运行提供了可靠的保障。

关键词：机器学习;防洪减灾;图像识别;实时预警

1 绪论

1.1 课题的背景及意义

中国地域辽阔，自然地理情况复杂。地区多山川河流，铁路桥隧相连。每到雨季，洪水肆虐，滑坡、泥石流、塌方落石等自然灾害频繁，对铁路运输及安全影响极大。近10年统计表明，洪水、塌方、落石、泥石流、滑坡等自然灾害对铁路造成的重大事故占所有铁路重大事故的87%。为了防止灾害的发生铁路部门必须投入大量的工作人员24小时不间断地在重点地质灾害区域进行巡守，但由于人力有限经常会出现巡守的重点区域未发生隐患而未派人巡守的区域发生灾情，既消耗了大量的人力物力又无法在灾情初期及时排查，造成铁路安全事故。

本课题在深入研究国内外铁路安全监控系统现状调研的基础上，分析灾害监测技术及发展趋势，研究大风、暴雨、大雪、泥石流、地震灾害及异物侵限突发事件对列车运行安全的危害性，提出铁路工务防洪减灾监测报警装备的研制。……