[發明專利]鐵路周界入侵振動光纖報警方法及裝置

有效

• 申請號: 201510994205.0
• 申請日: 2015-12-25
• 公開（公告）號: CN105608822B
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 孫鵬;李樊;崔中偉;徐學民;王治;曹偉濤;李金波;梁旭;戴江威;夏經武
• 申請（專利權）人: 中國鐵道科學研究院集團有限公司電子計算技術研究所;北京經緯信息技術有限公司;中國鐵道科學研究院集團有限公司
• 主分類號: G08B13/186
• 分類號: G08B13/186
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 李相雨

1.一種鐵路周界入侵振動光纖報警方法，其特征在于，包括：

監控中心的數據處理器獲取前端探測設備采集的探測樣本數據，所述前端探測設備位于所述鐵路周界的預設范圍內；

所述數據處理器根據所述探測樣本數據和預設報警閾值進行報警狀態判斷，以根據所述報警狀態的判斷結果獲取第一報警信息樣本；

所述數據處理器根據所述第一報警信息樣本以及該第一報警信息樣本的核實情況確定最終報警信息樣本，以根據所述第一報警信息樣本和所述最終報警信息樣本確定報警數據訓練樣本；

所述數據處理器利用所述報警數據訓練樣本通過預設機器學習方法訓練報警分類器；

所述數據處理器獲取所述前端探測設備采集的當前鐵路周界的探測數據，并根據所述探測數據和所述預設報警閾值進行報警狀態判斷，以根據所述報警狀態的判斷結果獲取第一報警信息；

所述數據處理器利用所述報警分類器對所述第一報警信息進行分類，以獲取所述當前鐵路周界的最終報警信息；

所述監控中心的數據處理器獲取前端探測設備采集的探測樣本數據，包括：

所述監控中心的數據處理器獲取振動光纖探測設備采集的光纖探測樣本數據和天氣環境傳感器采集的天氣環境樣本數據，所述天氣環境傳感器位于所述鐵路周界的預設范圍內；

所述監控中心的數據處理器獲取振動光纖探測設備采集的光纖探測樣本數據和天氣環境傳感器采集的天氣環境樣本數據，包括：

所述監控中心的數據處理器獲取風速傳感器采集的風速數據、降雨量傳感器采集的降雨量數據以及雪深傳感器采集的雪深數據中的至少一種以及所述振動光纖探測設備采集的光纖探測樣本數據；

所述數據處理器根據所述第一報警信息樣本以及該第一報警信息樣本的核實情況確定最終報警信息樣本，包括：

所述數據處理器獲取視頻監控系統的、與所述第一報警信息樣本對應的視頻監控信息，并根據所述視頻監控信息核實所述第一報警信息樣本的真實性，以確定所述最終報警信息樣本，所述視頻監控系統位于所述鐵路周界的預設位置；

所述數據處理器利用所述報警數據訓練樣本通過預設機器學習方法訓練報警分類器，包括：

所述數據處理器利用所述報警數據訓練樣本通過支持向量機SVM機器學習方法訓練所述報警分類器。

2.一種鐵路周界入侵振動光纖報警裝置，其特征在于，包括：

探測樣本數據獲取單元，用于獲取前端探測設備采集的探測樣本數據，所述前端探測設備位于所述鐵路周界的預設范圍內；

第一報警信息樣本獲取單元，用于根據所述探測樣本數據和預設報警閾值進行報警狀態判斷，以根據所述報警狀態的判斷結果獲取第一報警信息樣本；

報警數據訓練樣本確定單元，用于根據所述第一報警信息樣本以及該第一報警信息樣本的核實情況確定最終報警信息樣本，以根據所述第一報警信息樣本和所述最終報警信息樣本確定報警數據訓練樣本；

報警分類器訓練單元，用于利用所述報警數據訓練樣本通過預設機器學習方法訓練報警分類器；

第一報警信息獲取單元，用于獲取所述前端探測設備采集的當前鐵路周界的探測數據，并根據所述探測數據和所述預設報警閾值進行報警狀態判斷，以根據所述報警狀態的判斷結果獲取第一報警信息；

最終報警信息獲取單元，用于利用所述報警分類器對所述第一報警信息進行分類，以獲取所述當前鐵路周界的最終報警信息；

所述前端探測設備包括振動光纖探測設備和天氣環境傳感器；

相應地，所述探測樣本數據獲取單元，進一步用于獲取所述振動光纖探測設備采集的光纖探測樣本數據和所述天氣環境傳感器采集的天氣環境樣本數據，所述天氣環境傳感器位于所述鐵路周界的預設范圍內；

所述天氣環境傳感器包括風速傳感器、降雨量傳感器以及雪深傳感器中的至少一種；

相應地，所述探測樣本數據獲取單元，進一步用于獲取所述風速傳感器采集的風速數據、所述降雨量傳感器采集的降雨量數據以及所述雪深傳感器采集的雪深數據中的至少一種以及所述振動光纖探測設備采集的光纖探測樣本數據；

所述報警數據訓練樣本確定單元，進一步用于獲取視頻監控系統的、與所述第一報警信息樣本對應的視頻監控信息，并根據所述視頻監控信息核實所述第一報警信息樣本的真實性，以確定所述最終報警信息樣本，所述視頻監控系統位于所述鐵路周界的預設位置；

所述報警分類器訓練單元，進一步用于利用所述報警數據訓練樣本通過支持向量機SVM機器學習方法訓練所述報警分類器。