背景分析
随着城市轨道交通的飞速发展，列车运行速度越来越快，为保证行车运营安全，应加强对应急事件的检测与处理。滚石、行人、动物等异物侵入铁路限界，频频引发铁路交通事故，严重威胁了人民生命财产安全和铁路运输经济的发展。铁路入侵检测问题成为各国铁路运输安全关注的热点问题。因此，应实时监测运营环境，实现异物侵入的报警与列车控制。轨道交通隧道异物侵入是指在列车运行轨道上造成行车安全隐患的障碍物，如山体滑坡、泥石流、滞留在道上的工作人员等。
异物侵入事件具有突发性和不可预测性，这就要求异物侵入检测系统应具有响应快、准确度高的特点。随着人工智能技术的不断发展，研究基于智能视频分析技术和传感器融合技术来代替人工对侵入异物进行检测判断必要的。
1. 环境适应力强。目前的入侵报警系统在强光、逆光等恶劣环境下往往无法做到不受影响，无光、雨雪雾天气下报警效果较差，对震动、车、树木碰触等干扰行为也无法准确过滤，系统需要减少以上情况产生的误报和漏报。
2. 报警稳定准确。入侵报警系统需确保线路发生入侵行为时，系统能够全天候24小时稳定准确报警，并可根据现场环境需要设置不同的报警规则。发生报警时，系统监控终端要有明显的声音报警，提示监控人员进行处理。
为了解决人力检测所带来的弊端，AI智能分析系统能够自动检测入侵目标，可在复杂环境下实现对物体的稳定追踪，结合视频AI技术所带来的优异分类能力，本系统较市场同类产品具有识别率高、误报率低、反映速度较快，稳定性较强等特点。
优势分析：
a) 入侵检测可以设定多个任意形状的防区，多个防区位置可以重叠，互不影响；各防区内各类型的参数可以独立设定，互不影响；
b) 满足预设条件的多个目标进入警戒区域，可以同时对目标分别检测、分类和跟踪；
c) 根据预设条件，可以自动区分防区内入侵者的类型（人和交通工具），只有符合指定特征的入侵行为才会引发报警，而其他不符合条件的入侵将会被忽略；
应用一 防区入侵检测
防区入侵检测
勾勒出一个多边形区域为安全防区，具备威胁的目标（人或车）进出防区或在防区逗留/徘徊将会触发报警
自动检测出视频画面中的运动行为特征。入侵检测既可以在固定摄像机上使用，也可以在PTZ摄像机上使用（支持在PTZ摄像机的各个预置位上进行自动巡视入侵检测），入侵检测可指定入侵的方向。
24小时深度学习智能分析技术，实现3公里全覆盖,，全天候监测入侵人员和车辆
客户:铁路局，货场站，列车检修场站
对设定的区域内检测并报警，支持设定多个任意形状的防区，多个防区位置可以重叠，互不影响。针对每一个通道，可以指定该防区内态势发生的尺寸大小、速度、入侵时间和运动方向等参数。防区设定后，只有符合指定条件的态势行为才会引发报警，而其他不符合条件的将会被忽略。
应用二 防区遗留物，进入入侵检测
入侵检测，可以检测指定区域内是否有目标存在、进入或者出现，即是指视频画面中是否有区别于背景的其它物体的行为符合这些规则。这些物体不论是从静止变为移动还是移动缓慢，甚至由移动变为静止，都可以被检测到。该功能可以广泛应用电力系统、监狱围墙、铁路、危险区域边界的警戒。
铁路线路上放置、遗弃障碍物或向铁路行驶列车、信号灯等设备扔石头危害公共安全，扰乱铁路运输的正常秩序。
应用三 泥石流检测解决方案
根据预设条件，符合指定特征的行为才会引发报警，对超阈值变形和崩塌、掉块等灾害进行预警，而其他不符合条件的将会被忽略。
基于图像识别、人工智能为核心的异物入侵，分状态智能监测系统，能够在各种天气和气候条件下，对可能威胁到铁路正常运行的落石、边坡溜塌、闯入的人员或牲畜、坠桥侵限的车辆或物体等各类异物进行快速、准确地判别，以主动预报和实时监控报警的方式，实现对高危路段铁路沿线边坡的方位监测。系统能全天候24h不间断工作，能有效排除行车、行人、动物等因素的干扰，准确判断落石灾害，识别滑坡灾害进行提前预警。
可广泛应用于铁路、公路隧道洞口、路基、平交叉口等不同场景，满足用户对异物入侵探测之需要。
