需求背景：

　　隨著我國鐵路線路的不斷提升，不管從線路長度，還是列車速度上，都有飛速的發展，如何保障鐵路行駛安全，就成為了目前鐵路部門關切的課題，諸如大風吹浮異物落入線路、接觸網塌網、防淹門因鎖閉設備故障錯誤落下、人員翻越屏蔽門進入線路等侵限事件仍時有發生，嚴重威脅運營安全。

　　為實現侵限檢測與防護，在全自動運行線路中，增加了接觸式障礙物檢測裝置。但接觸式障礙物檢測裝置無法實現遠距離早期預警與安全防護。非全自動運行線路，則更多依賴司機瞭望，司機疏忽可能導致列車與侵限障礙物或人員發生碰撞。

　　如何實現對異物侵限和列車碰撞等危害事件的遠距離早期預警，避免事故發生，同時在信號系統故障恢復運營過程中確保列車的安全，已成為亟待解決的問題。在這種背景下，列車自主障礙物檢測系統應運而生。

　　系統簡介

　　傳統鐵路異物入侵監測系統主要以雙電網、光纖振動、視頻監控等手段為主，當前受制于系統硬件能力的不足，在實際使用中存在探測效率低、無法定位異物、誤報率和漏報率偏高等問題。

　　覽沃激光雷達憑借其優異的探測能力和環境適應性，在異物探測領域嶄露頭角，新的列車主動障礙物檢測系統是一種針對軌道障礙物人、行李箱、鐵鞋……等，障礙物的提前預防事故，檢測列車行駛距離范圍的障礙物的主動式安全預警系統。采用覽沃激光雷達+高清攝像頭(有些會增加毫米波雷達)的方案，進行列車前方一定范圍內的視頻及點云采集，然后通過傳感器與主機之間的通信，傳輸視頻流到主機，通過主機接收視頻流后對視頻算法處理，判斷前方范圍內是否有障礙物，以及障礙物的類別，然后傳到車輛中，輸出報警信號，進行直觀的預警提示，從而有效預防事故的發生。

　　系統功能

　　1. 采集傳輸

　　利用激光雷達，寬視角，高精度，對環境光線適應強的特點，搭配高分辨率網絡相機，高傳輸速度的特點，對軌道及周圍進行數據采集，高速率傳輸到主機當中，大性能減少時間浪費。

　　泰覽 Tele-15 作為主激光雷達，負責超遠距離的探測;根據不同場景，也可輔助使用 Avia 或 HAP 激光雷達進行水平方向覆蓋。Tele-15 具有量程超遠、點云密度超高的特性，10%反射率即可測距320m，遠可探測500m外物體;超高點云密度對于小物體探測具有天然的優勢，行人在300m處依舊可以探測到12個點(100ms時間內);

　　2. 主機深度學習算法處理

　　主機接收到采集到的數據，對其進行分幀處理，通過深度學習神經網絡進行每一幀圖像流的預測，通過網絡模型注意力機制等、以及二次算法的改進輸出其ROI(感興趣區域)，以及當前的預測百分比(acc)。

　　3. 安全提示預警

　　當經過算法box處理后輸出的圖像以及評估指標，進行閾值化判斷，從而達到減少誤報的效果，當評估指標超過原始設定的閾值后進行信號傳輸，預警提示。

　　4. 數據記錄

　　對傳感器開啟后，每傳輸到主機算法模塊中的視頻流，進行算法box處理后輸出的結果進行閾值化判斷，保存數據到本地從而能夠更好的去判斷潛在安全隱患以及問題復現。