基于集中判图模式的地铁智能判图系统设计探讨

智慧安检新技术作为时下各大城市地铁行业的热门话题,随着众多新兴技术的不断成熟,研究热点已逐步从如何对传统安检模式进行智能化升级改造,转变为如何对现有智慧安检模式进行革新。本文将详细阐述集中判图模式的应用现状,并提出一种基于AI和数据分析技术的智能判图系统,旨在解决集中判图模式下存在的问题痛点,进一步提高安检工作效率。同时,还提出智慧安检后续发展的可行技术路径和攻关方向建议。

安检智能集中判图系统在南宁城市轨道交通全自动运行线路中的应用

通过分析安检智能集中判图系统的构成和功能,提出安检智能集中判图的设置方案。以城市轨道交通FAO(全自动运行)线路、车站、集中站为单位建立独立的集中判图中心,同时利用基于深度学习的智能算法对安检图像进行辅助判别,通过智能判图与集中判图相结合的方式,实现真正意义上的智慧化检物。各条线路可根据具体客流、里程、车站数量选择合适的安检智能集中判图方案。以南宁轨道交通5号线一期工程为例,对其进行经济效益分析,发现通过安检智能集中判图系统可以有效减少人力成本,实现城市轨道交通安检判图工作的减员增效。

基于人机协同的铁路客运安检系统研究

铁路客运安检是铁路运营安全风险防范工作的重要一环,既有安检仪单机作业,模式落后;值机判图员水平参差不齐,且与开包处置员之间联动方式单一,各岗位作业质量监管考核以及事后回溯困难,缺乏一套满足安检各岗位无缝联动并与智能技术辅助判图相互协同的安检系统,因此,研究设计基于人机协同的铁路客运安检系统。阐述铁路客运安检现状和问题,从总体设计、安检作业流程设计、核心模块功能设计方面进行系统描述;介绍系统功能关键技术,重点论述基于人机协同的安检作业增量学习技术,以提高安检智能识别技术水平和安检作业整体质量与效率;通过南昌站试点应用,证明系统满足安检作业需求,实现了安检各岗位工作质量量化考核,以智能判图辅助监督值机判图员,以人工判图处置结果反馈智能判图模型进行迭代升级,以物防技防促进客运安检提质增效。