#Тусупбекова А.К., Амочаева Г.П., Омарбекова Г.И., Алпысова Г.К., Оналбай
Б.А. Обеспечение безопасности на железнодорожном переезде с помощью системы
видеоаналитики
Доктор PhD Тусупбекова А.К., Амочаева Г.П., Омарбекова Г.И., Г.К. Алпысова, Б.А. Оналбай
Карагандинский
государственный университет им. Е.А. Букетова
(e-mail: gulnur_130983@mail.ru)
Обеспечение
безопасности на железнодорожном переезде с помощью системы видеоаналитики
На сегодняшний день функционирует множество
неохраняемых железнодорожных переездов. На данных переездах происходит большое
количество ДТП, связанных с столкновением железнодорожного состава с
автотранспортом. И нет таких технических средств, которые бы фиксировали
наличие помех для движения железнодорожного состава и в случае обнаружения
включали автоматически заградительные светофоры, тем самым заранее тормозили бы
железнодорожный состав. Разработка такой системы является весьма актуальной.
Такую функцию на наш взгляд может выполнить система видеоаналитики.
Основной задачей исследования являлось
рассмотрение вопросов построения пространственно-распределенной
аппаратно-программной и алгоритмически децентрализованной структуры, способной
поэтапно обрабатывать видеообразы, и расчёт маршрута для эффективной передачи
данных по сети.
Объектом исследования данной работы явилось
построение системы безопасности, которая бы отслеживала ситуацию в зоне
контроля железнодорожного переезда.
Согласно данной схеме система видеоаналитики
отслеживает автотранспорт, проезжающий через железнодорожный переезд.[2]
В случае остановки автотранспорта на переезде
более 180 с, система включает заградительные светофоры для торможения
локомотива.
Система видеоаналитики состоит из двух серверных
шкафов:
- серверный шкаф 1, в данном шкафу установлены
блоки питания IP–камер и серверов;
- видеосервер в комплекте с автоматизированным
рабочим местом.
Для видеосистемы
существенными являются следующие зоны на объекте: рабочая зона переезда; зона напольного оборудования существующей
системы; зона напольного оборудования опытной эксплуатации; технологическая
зона.
Компоненты видеосистемы
эксплуатируются на объекте в следующих условиях: технические средства, являющиеся
внешними источниками данных о состоянии железнодорожного переезда –
эксплуатируются в условиях УХЛ1; технические средства,
предназначенные для анализа поступающих данных, а также обеспечения
информационного обмена – эксплуатируются в помещении класса У4.1; низкая освещенность в
ночное время. Преимущественно, имеет место на участках, удаленных от крупных
населенных пунктов; количество
обрабатываемых цифровых телевизионных видеосигналов - не менее 4; глубина
хранения архива видеорядов – не менее 300 часов непрерывной записи на канал;
количество сигнальных входов – не менее 2; количество сигнальных выходов – не
менее 3.
Видеосистема должна
взаимодействовать с диспетчерским удаленным рабочим местом в автоматическом
(отправка сообщений и видеоданных на основании логики обработки
видеоаналитических событий) и автоматизированном (отправка результатов
запросов, изменение состояния выходных сигналов по решению, принимаемому
диспетчером) режимах с использованием сетевых протоколов семейства TCP/IP.[3]
Для выполнения задачи предлагается использовать
алгоритм Беллмана-Форда по нахождению кратчайшего пути в графе. Выбор был
сделан в его пользу, т.к. алгоритм Дейкстры хоть и более совершенен, но более
сложен в реализации и обладает огромным минусом - намного большим потреблением
аппаратных средств при реализации. Таким образом, программа позволит эффективно
использовать сетевые ресурсы, снижая нагрузку на сеть и передавать информацию
наиболее быстро и эффективно.[4]
Программа
определяет остановившийся автотранспорт на переезде и выдает сигнал на
заградительные светофоры. Но как видно имеют место и ложные срабатывания,
вызванные большим потоком автотранспорта. Программа определяет автотранспорт,
но борьба с ложными срабатываниями подразумевает использовать дополнительные
технические средства.
По
результатам работы можно сделать выводы о том, что предложенный подход и
созданная программа формирования комплекса средств видеоанализа, могут быть
использованы на практике при организации и функционировании сложных распределенных
систем видеоанализа объектов, т.к. программа позволяет наиболее эффективно
использовать ресурсы сети и значительно снизить уровень нагрузки.
Список
литературы
1.
Гриб С.М. Модель мышления / С.М. Гриб. - М.: neural, 2003.- 175с.
2.
Официальный сайт компании ISS. - Режим доступа: www.iss.ru
<http://www.iss.ru>
3.
Скороходов А.П. «Face-Интеллект» - идентификация личности по изображению / А.П.
Скороходов. - М.: ITV, 2006.- 75 с. - Режим доступа: <http://www.itv.ru>
4.
Маклаков С.В. BPWin и ERWin. CASE-средства разработки информационных систем. /
С.В. Маклаков - М.: Диалог МИФИ, 1999. - 255с.