Інтелектуальна система контролю стану небезпечних ділянок залізничного шляху
Вантажиться...
Дата
2018
ORCID
DOI
10.20998/2522-9052.2018.2.15
Науковий ступінь
Рівень дисертації
Шифр та назва спеціальності
Рада захисту
Установа захисту
Науковий керівник
Члени комітету
Видавець
Національний технічний університет "Харківський політехнічний інститут"
Анотація
Залізничний транспорт є одним з найважливіших об'єктів критичної інфраструктури України і для забезпечення його безпеки потребує вдосконалення система управління безпекою руху поїздів шляхом впровадження сучасних комп'ютерних інформаційних технологій і засобів. Одним з таких шляхів є використання інтелектуальної системи контролю стану небезпечних ділянок залізничного шляху, зокрема на залізничних переїздах. Вирішення даної проблеми набуває ще більшої актуальності в разі, якщо мобільна мережа перенавантажується та машиніст втрачає зв'язок із камерою відеоспостереження на переїзді, в результаті чого не в змозі спостерігати стан переїзду. У статті запропоновано використання інтелектуальної системи для контролю стану небезпечних ділянок залізничного шляху, зокрема на залізничному переїзді. Розглянуто загальну архітектуру згортальної нейронної мережі. Запропоновано оптимізовану архітектуру згортальної нейронної мережі для розпізнавання небезпечних ситуацій на залізничному шляху. Надано рекомендації щодо налаштування параметрів, які варіюються, при побудові та навчанні згортальної нейронної мережі. Наведені результати тестування роботи мережі при розпізнаванні вільного шляху та при наявності критичної ситуації за різних умов. Одержала подальшого розвитку інтелектуальна система контролю стану небезпечних ділянок залізничного шляху, яка відрізняється від відомих використанням оптимізованої архітектури для зменшення часу обробки зображень, що дозволило підвищити точність та оперативність розпізнавання ситуацій на зображеннях та, як слідство, підвищити рівень безпеки залізничного транспорту на окремих небезпечних ділянках.
Railway transport is one of the most important objects of critical infrastructure of Ukraine and in order to ensure its safety it is necessary to improve the system of safety management of trains by introducing modern computer information technologies and tools. One of these ways is the use of an intelligent system for monitoring the condition of dangerous sections of the rail-road, in particular at railway crossings. The solution to this problem becomes even more urgent in the event that the mobile network is overloaded and the driver loses contact with the video surveillance camera on the move, resulting in the inability to observe the state of migration. The article proposes the use of an intelligent system for monitoring the condition of railway dangerous sections, in particular on the railway crossing. We discuss the description of the work and architecture of convolutional neural networks that are used in this system. The optimized architecture of the neural network is proposed for solving the problem of identifying dangerous situations on the railroad. The recommendations for setting up variable parameters during construction and training of the convolutional neural network are given. The results of testing the work of the network are given when recognizing the free path and in the presence of a critical situation in different conditions. The intelligent system for controlling the state of dangerous sections of the railway has been further developed, which differs from the known use of optimized architecture to reduce the processing time of images, which allowed to improve the accuracy and efficiency of the recognition of situations in the images and, consequently, increase the safety level of rail transport in different dangerous areas.
Railway transport is one of the most important objects of critical infrastructure of Ukraine and in order to ensure its safety it is necessary to improve the system of safety management of trains by introducing modern computer information technologies and tools. One of these ways is the use of an intelligent system for monitoring the condition of dangerous sections of the rail-road, in particular at railway crossings. The solution to this problem becomes even more urgent in the event that the mobile network is overloaded and the driver loses contact with the video surveillance camera on the move, resulting in the inability to observe the state of migration. The article proposes the use of an intelligent system for monitoring the condition of railway dangerous sections, in particular on the railway crossing. We discuss the description of the work and architecture of convolutional neural networks that are used in this system. The optimized architecture of the neural network is proposed for solving the problem of identifying dangerous situations on the railroad. The recommendations for setting up variable parameters during construction and training of the convolutional neural network are given. The results of testing the work of the network are given when recognizing the free path and in the presence of a critical situation in different conditions. The intelligent system for controlling the state of dangerous sections of the railway has been further developed, which differs from the known use of optimized architecture to reduce the processing time of images, which allowed to improve the accuracy and efficiency of the recognition of situations in the images and, consequently, increase the safety level of rail transport in different dangerous areas.
Опис
Ключові слова
згортальна нейронна мережа, відеоспостереження, залізничий транспорт, система управління безпекою, video surveillance, convolutional neural network
Бібліографічний опис
Семенов С. Г. Інтелектуальна система контролю стану небезпечних ділянок залізничного шляху / С. Г. Семенов, О. В. Ліпчанська // Сучасні інформаційні системи = Advanced Information Systems. – 2018. – Т. 2, № 2. – С. 89-93.