薛 超
中国铁路北京局集团有限公司北京科学技术研究所 北京市100036
摘要：针对当前新建铁路客运站候车室的举架较高，支撑结构复杂，依靠传统人工巡检方式非常不便特点，通过无人机和软件分析技术，研制开发一种具备线路规划、抗无线干扰的、具有视频采集和图像拍摄功能的无人机巡检设备，该设备采集到的数据、图像资料可通过WI-FI等无线网络及时回传到维护部门，对车站站房安全隐患的处理提供技术支持，可以最大限度的保障铁路客站的日常运营安全。
关键词：铁路客运站；人工巡检；无人机；软件分析；
1 引言
铁路客运车站作为城市的一个门户，是城市人流、物流、信息流交汇的枢纽点，随着火车的提速，高铁动车的发展，铁路客站站房的安全变得尤为重要。铁路客运车站作为一种特殊的建筑类型，其设计随时代发展不断创新和改进，目前新建铁路客站顶棚大量采用钢结构和玻璃采光带通过螺栓、注胶等方式固定而成。由于玻璃采光带本身的结构特点，在车站顶棚维护中需要定期对采光带幕墙松动、开裂、破损、中空玻璃空气层结露等安全隐患进行详细检查，但依靠传统人工巡检方式、维护非常不便，因此基于无人机和软件分析技术，研制开发一种具备线路规划、抗无线干扰的、具有视频采集和图像拍摄功能的无人机巡检设备，该设备采集到的数据、图像资料可通过WI-FI等无线网络及时回传到维护部门，对车站站房安全隐患的处理提供技术支持，可以最大限度的保障铁路客站的日常运营安全。
2 总体技术方案制定
2.1 无人机系统设计选型
无人机系统的设计由外形设计和控制系统设计组成。外形的设计需要保证无人机智能巡检仪的稳定运行及寿命；无人机控制系统对无人机智能巡检仪的飞控进行管理，既要能适应车站顶棚复杂空间环境的飞行线路规划、续航时间及自主避障，又要能够适应车站大人流量下的高安全性。
2.2 视频及图像采集系统研究
视频及图像采集系统包括摄像机、云台、无线图传、图像显示屏等。其中摄像机、云台安装在无人机智能巡检仪上，用来视频、图像采集及角度的调整，图像显示屏位于无人机智能巡检仪的控制侧，用于显示实时图像信息。视频及图像采集系统需要有高压缩率的高清视频和图像编码，来实现实时图像无线传输和无人机控制信号传输的防干扰，在室内采集过程中因部分采集区域在无人机的上方，需要吊舱摄像机有向上的角度进行视频采集。
2.3 视频及图片分析系统研发
视频及图片分析系统对接收的图像和视频信息通过已经训练完成的智能分析算法，自动发现安全隐患并实现告警。
3 总体技术方案的实现
根据总体技术方案，把无人机智能巡检仪分为无人机系统、视频及图像采集系统、视频及图片分析系统三个部分进行研究开发。
3.1 无人机系统
无人机系统由飞行器、遥控器、地面系统三部分组成。
3.2 视频及图像采集系统
视频及图像采集系统分为无人机吊舱内摄像机、图像传输链路、视频编码输出三部分。
3.3 视频及图片分析系统
计算机视觉领域主要有以下两个问题：
（1）分类：把一张图像正确分类到很多种类中；
（2）定位：找到一张图片中的一个单一物体的位置。
把定位和分类任务结合起来，就需要同时进行一张图片中的多个目标的检测和分类。目标检测问题就是定位和分类一张图像中的多个物体。与定位最重要的差别就是“变量”部分。与分类任务只输出一个类别信息不同的是，目标检测的输出的个数是不定的，因为一张图片中检测到的目标数量是不定的。
像高铁站车站顶棚故障检测属于目标检测问题，需检测图像中出现故障位置及故障分类。
系统采用神经网络对各种异常病害的复合特征进行学习，形成各种安全隐患的的特征库，建立特征模型，通过特征库，对安全隐患的类别进行识别，判断是否为安全隐患。 图1为系统检测图。
.png)
图1 视频及图片分析系统
神经网络具有自学习、自组织和并行处理等特征，并具有很强的容错能力和联想能力。在神经网络模式识别中，根据标准的输入输出模式对比，采用神经网络学习算法，以标准的模式作为学习样本进行训练，通过学习调整神经网络的连接权值。当训练满足要求后，得到的神经网络权值构成了模式识别的知识库，利用神经网络并行推理算法对所输入模式进行识别。深度学习功能可帮助车站维护人员对采集到的视频进行初步的分析和判断，通过大量的既有数据训练，将新采集的视频和图片进行初步进行判断。可将诸如墙体开裂、钢结构开焊、棚顶玻璃连接处裂缝等进行识别。
利用OpenCv的核心图像分析的算法原理，实现墙体开裂、钢结构开焊、棚顶玻璃连接处裂缝等特征信息的提取，实现相关故障问题的及时分析辨别和报警。
4 关键技术
（1）航线自主飞行
用户利用地面站软件的航点编辑模块，自定义飞行航线规划。可利用模板工具自动生成圆形、矩形和扫描型航线。飞行控制器通过数据链路获取用户定义好的航线路径，通过自身的位置姿态导航算法进行自主飞行。
（2）无人机安全警报
安全警报包括低电量警报和禁飞区警报。飞行控制器实时读取电池电量，根据飞机当前的位置实时计算返航所需时间，如果飞行器电量即将不足以支撑返航，飞行控制器会通过地面站将返航警报转达给用户。同样地，对于已误入禁飞区的飞行器而言，飞行控制器会根据当前位置给出警报，在必要条件下让飞行器自主返航。
（3）视频及图片分析系统的实现
无人机智能巡检仪开启作业模式后，由操作人员操控起飞，操作者按照预设轨迹进行飞机巡航，在飞行过程中采集到的高清视频实时回传地面服务器，由视频分析诊断服务器进行分析对比，当发现可疑报警点后，发出告警并抓拍对比图片发送到客户端并弹出，提示操作员。
5 应用成果
该设备于2017年在天津西站进行试用，使用期间设备运行良好，得到了车站工作人员的一致好评。巡检任务对比原来的人工巡检方式，大大节约了人工成本，提高了工作效率。
6 结束语
无人机智能巡检仪的研制，在铁路的客运车站顶棚维护方面，可以完成对其采光带幕墙松动、开裂、破损、中空玻璃空气层结露等安全隐患的巡检任务，从而替代了传统人工巡检的工作方法，不仅提高了巡检作业的安全性，还可以在加大巡查频率的基础上提高车站顶棚维护作业的效率。
7 参考文献
【1】毛远军,熊怡俊,许家斌,吴威华. 无人机智能巡检技术在电网中的应用【J】.电气开关，2020,58（06），89-93.
【2】陆成龙, 刘忠德, 张皖军, 杨祖球, 杨祖球. 无人机智能巡检在检测风电光伏故障中的应用研究【J】.电子设计工程,2021,29（06），130-134.
【3】屈晓宜. 基于视频分析技术的轨道交通车站安全预警模型构建及仿真【J】, 自动化与仪器仪表，2021,（03）,4-8.
【4】罗俊海,王芝燕. 无人机探测与对抗技术发展及应用综述【J】，控制与决策，2021（05）.
【5】尚宝麒. 大数据环境下视频智能分析技术的应用探究【J】，中国管理信息化，2021,24(07),171-173.