CN116489302A - 地铁车辆检修作业行为识别***及其识别方法 - Google Patents

Abstract

本发明提供一种地铁车辆检修作业行为识别***及其识别方法，***包括：多个包括视频采集装置和报警装置的边缘设备、视频分析装置、数据库、监控装置以及客户端；视频分析装置与视频采集装置、数据库以及监控装置连接，报警装置与监控装置连接；地铁车辆检修作业的多个作业区域分别设置有多个视频采集装置，视频采集装置现场采集视频流数据；视频分析装置视频流数据进行视频分析，获取识别结果流数据和违章数据，监控装置将识别结果流数据和违章数据存储至数据库，进行实时监控并推送报警信号至报警装置以进行报警；客户端与监控装置连接，用于监控装置的访问监控页面。本发明能够自动监控地铁车辆检修违章作业与安全隐患，实现现场实时警告提醒。

Description

地铁车辆检修作业行为识别***及其识别方法

技术领域

本发明属于智能检测领域，具体涉及到一种地铁车辆检修作业行为识别***及其识别方法。

背景技术

地铁是现代城市轨道交通主要工具之一，在城市旅客运输方面发挥了极大的作用，其安全问题一直受到各界人士的重点关注，其中对于地铁车辆检修作业的质量将直接影响到地铁的正常运行。为此，有关部门建立了专门的地铁车辆段定期给其提供专门的检修和保养。

目前，各车辆段的车辆检修作业主要依靠人工，且检修作业一定会涉及到安全作业规范以及诸如触电、跌落、磕碰、滑倒等一系列安全隐患。然而由于各车辆段每天维护车辆较多，且一次检修作业往往会涉及到较多人，传统依靠人工通过检修车间安装的摄像头来监控全天所有的作业行为往往会存在疏忽、遗漏、不及时等各种问题。在城轨检修作业领域，目前还没有一套完整的、***的、有效的检修作业自动化安全监控装置。因此，迫切需要一种高效、准确、自动化地针对检修作业所涉及到的人员行为和物体状态的识别方法。

发明内容

本发明提供一种地铁车辆检修作业行为识别***及其识别方法，以解决现有的依靠人工通过检修车间安装的摄像头来监控全天所有的作业行为往往会存在疏忽、遗漏、不及时的问题。

基于上述目的，本发明实施例提供了一种地铁车辆检修作业行为识别***，包括：多个边缘设备、视频分析装置、数据库、监控装置以及客户端；所述边缘设备包括视频采集装置和报警装置；所述视频分析装置与所述视频采集装置、所述数据库以及所述监控装置连接，所述报警装置与所述监控装置连接；地铁车辆检修作业的多个作业区域分别设置有多个所述视频采集装置，所述视频采集装置现场采集视频流数据，并将采集的所述视频流数据传输至所述视频分析装置，所述视频分析装置对任一所述作业区域内的多个所述视频采集装置采集的所述视频流数据进行视频分析，获取所述作业区域内的识别结果流数据和违章数据，并将所述识别结果流数据和所述违章数据传输至所述监控装置以进行实时监控；所述监控装置将识别结果流数据和违章数据存储至数据库，对地铁车辆检修作业进行实时监控，并根据所述违章数据推送报警信号至所述报警装置以进行报警；所述客户端与所述监控装置连接，用于所述监控装置的访问监控页面。

可选的，***还包括：与所述视频分析装置和所述监控装置连接的中央网关，所述中央网关用于将所述视频采集装置采集的所述视频流数据传输至所述视频分析装置，并将所述监控装置输出的所述识别结果流数据、所述违章数据以及所述报警信号传输至所述客户端，同时将所述报警信号传输至所述报警装置以进行报警。

可选的，***还包括边缘网关和用户网关，所述边缘网关连接所述中央网关和所述边缘设备，用于将所述视频流数据传输至所述中央网关，以及将所述报警信号传输至所述报警装置；所述用户网关连接在所述中央网关与所述客户端之间，用于将所述识别结果流数据、所述违章数据以及所述报警信号传输至所述客户端。

可选的，地铁车辆检修作业分为三个所述作业区域，包括：断送电作业区域、车顶作业区域以及下地沟作业区域，所述断送电作业区域设置有第一数量个所述边缘设备，所述车顶作业区域设置有第二数量个所述边缘设备，所述下地沟作业区域设置有第三数量个所述边缘设备。

可选的，监控装置采用流媒体B/S平台对地铁车辆检修作业进行实时监控；所述客户端接入所述监控装置后，通过浏览器访问监控页面。

可选的，视频分析装置包括：行为识别模块、与所述行为识别模块连接的违章判定规则引擎、以及与所述违章判定规则引擎连接的结果推送模块，所述行为识别模块应用深度学习和图像处理技术构建的行为识别模型对检修作业中涉及的物体和人体行为进行识别检测，获取所述识别结果流数据；所述违章判定规则引擎对检修作业流程业务知识进行学习积累，对每一种违章行为搭建开发相适应的违章裁定规则程序，应用所述违章裁定规则程序对所述识别结果流数据进行归纳、分类后，与安全作业流程规范进行匹配，获取所述违章数据；所述推送模块将所述识别结果流数据通过RTMP协议推送至所述监控装置，并将所述违章数据通过HTTP协议以WebSocket方式推送至所述监控装置。

可选的，监控装置包括：数据接入模块，实时监控模块、数据管理模块以及报警推送模块；所述数据接入模块用于接收所述视频分析装置传输的所述识别结果流数据和所述违章数据、以及用户通过操作网页输入的用户请求数据；所述实时监控模块将与不同的所述视频采集装置对应的所述识别结果流数据以多窗口的形式展示在同一个页面中，支持多用户同时播放；所述数据管理模块将所述视频分析装置传输的所述识别结果流数据和所述违章数据存储至所述数据库；所述报警推送模块用于将所述报警信号推送至所述客户端和所述报警装置。

可选的，监控装置还包括：与所述数据库连接的违章查询模块、视频回放模块以及报表统计模块；所述违章查询模块用于根据所述用户请求数据查询违章数据并以列表形式展示；所述视频回放模块还可以对违章发生前后一段时间范围内的视频数据进行回溯；所述报表统计模块根据所述用户请求数据查询所述数据库内对应的违章数据，并借助图标插件以报表的形式进行统计分析。

可选的，违章数据至少包括：摄像头ID、作业区域、违章名称、违章类型、违章起始时间以及违章结束时间。

基于同一发明构思，本发明实施例还提出了一种地铁车辆检修作业行为识别方法，应用于前述的地铁车辆检修作业行为识别***，包括：通过多个视频采集装置分多个作业区域实时现场采集视频流数据；对任一所述作业区域内的多个所述视频采集装置采集的所述视频流数据进行视频分析，获取任一所述作业区域内的识别结果流数据和违章数据；根据所述违章数据输出报警信号至报警装置以进行报警。

本发明的有益效果是：从上面所述可以看出，本发明实施例提供的一种地铁车辆检修作业行为识别***及其识别方法，***包括：多个边缘设备、视频分析装置、数据库、监控装置以及客户端；所述边缘设备包括视频采集装置和报警装置；所述视频分析装置与所述视频采集装置、所述数据库以及所述监控装置连接，所述报警装置与所述监控装置连接；地铁车辆检修作业的多个作业区域分别设置有多个所述视频采集装置，所述视频采集装置现场采集视频流数据，并将采集的所述视频流数据传输至所述视频分析装置，所述视频分析装置对任一所述作业区域内的多个所述视频采集装置采集的所述视频流数据进行视频分析，获取所述作业区域内的识别结果流数据和违章数据，并将所述识别结果流数据和所述违章数据传输至所述监控装置以进行实时监控；所述监控装置将识别结果流数据和违章数据存储至数据库，对地铁车辆检修作业进行实时监控，并根据所述违章数据推送报警信号至所述报警装置以进行报警；所述客户端与所述监控装置连接，用于所述监控装置的访问监控页，能够自动监控地铁车辆检修违章作业与安全隐患，实现现场实时警告提醒。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中的地铁车辆检修作业行为识别***的结构示意图；

图2为本发明实施例中的另一地铁车辆检修作业行为识别***的结构示意图；

图3为本发明实施例中的地铁车辆检修作业行为识别***的拓扑示意图；

图4为本发明实施例中的地铁车辆检修作业行为识别***中视频分析装置与监控装置的结构示意图；

图5为本发明实施例中的地铁车辆检修作业行为识别装置的架构示意图；

图6为本发明实施例中的地铁车辆检修作业行为识别方法的流程示意图。

具体实施方式

为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。

需要说明的是，除非另外定义，本发明实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本发明实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。

本发明实施例还提供了一种地铁车辆检修作业行为识别***。如附图1所示，地铁车辆检修作业行为识别***包括：多个边缘设备、视频分析装置、数据库、监控装置以及客户端。所述边缘设备包括视频采集装置和报警装置。所述视频分析装置与所述视频采集装置、所述数据库以及所述监控装置连接；所述报警装置与所述监控装置连接。地铁车辆检修作业的多个作业区域分别设置有多个所述视频采集装置。所述视频采集装置现场采集视频流数据，并将采集的所述视频流数据传输至所述视频分析装置。所述视频分析装置对任一所述作业区域内的多个所述视频采集装置采集的所述视频流数据进行视频分析，获取所述作业区域内的识别结果流数据和违章数据，并将所述识别结果流数据和所述违章数据传输至所述监控装置以进行实时监控。所述监控装置将识别结果流数据和违章数据存储至数据库，对地铁车辆检修作业进行实时监控，并根据所述违章数据推送报警信号至所述报警装置以进行报警。所述客户端与所述监控装置连接，用于所述监控装置的访问监控页面。

在本发明实施例中，视频分析装置和监控装置可以集成在同一个服务器中，也可以分别应用不同的服务器，服务器中设置有数据库。如图2所示，地铁车辆检修作业行为识别******还包括：与所述视频分析装置和所述监控装置连接的中央网关，所述中央网关用于将所述视频采集装置采集的所述视频流数据传输至所述视频分析装置，并将所述监控装置输出的所述识别结果流数据、所述违章数据以及所述报警信号传输至所述客户端，同时将所述报警信号传输至所述报警装置以进行报警。优选地，中央网关采用路由器，客户端可以是PC端或移动端，即客户端可以是计算机等固定终端，也可以是笔记本、手机等移动终端。

地铁车辆检修作业行为识别***还包括边缘网关和用户网关，所述边缘网关连接所述中央网关和所述边缘设备，用于将所述视频流数据传输至所述中央网关，以及将所述报警信号传输至所述报警装置；所述用户网关连接在所述中央网关与所述客户端之间，用于将所述识别结果流数据、所述违章数据以及所述报警信号传输至所述客户端。优选地，边缘网关和用户网关采用交换机。

在本发明实施例中，视频采集装置可以为摄像头，报警装置优选地可以为喇叭。边缘设备还可以包括照明设备，用于补充照明。视频采集装置、报警装置以及照明设备也可以分别应用不同边缘设备，可以集成在一个边缘设备中。例如，所述边缘设备采用全彩警戒摄像机或全彩警戒球。如图3所示，地铁车辆检修作业分为三个所述作业区域，包括：断送电作业区域、车顶作业区域以及下地沟作业区域。所述断送电作业区域设置有第一数量个所述边缘设备，所述车顶作业区域设置有第二数量个所述边缘设备。所述下地沟作业区域设置有第三数量个所述边缘设备。优选地，第一数量为4，第二数量为10，第三数量为3。当然在本发明的其他实施例中，断送电作业区域、车顶作业区域以及下地沟作业区域可以分别设置更多的边缘设备，具体数量可以根据需要进行设置，在此并不作限制。

在本发明实施例中，监控装置采用流媒体B/S(Browser/Server，浏览器/服务器)平台对地铁车辆检修作业进行实时监控；所述客户端接入所述监控装置后，通过浏览器访问监控页面。

本发明实施例的地铁车辆检修作业行为识别***的软件结构可分为视频分析装置、监控装置与数据库三个部分，对应的软件部分主要由人工智能分析模型算法、流媒体B/S平台和数据库三部分组成。内部硬件主要为服务器以及网路连接设备(路由器、交换机)，边缘设备包括采集安全作业现场图像的摄像头、负责报警功能的功放喇叭、补充光照的照明设备。以下以视频采集装置为摄像头，报警装置为喇叭为例，边缘设备主要部署在检修作业现场，覆盖检修车间断送电作业区域、车顶作业区域、下地沟作业区域三大作业区域，且每个作业区域对应有不同数量的摄像头与视频处理终端。如图3所示，按2条检修股道计算，一共需要配备17个摄像头。具体地，断送电作业区域一共需安装4个摄像头，3个安装在墙壁，1个在顶棚。其中一个摄像头(图未示)与图中的摄像头A对称设置。车顶作业区域一共需安装10个摄像头于车间顶棚；下地沟作业区域一共需安装3个摄像头于车间墙壁，其中一个摄像头(图未示)与图中的摄像头B对称设置。摄像头可以是能够旋转，如图中的摄像头D1、D2、D3、D4，也可以是不能够旋转的，如图中的除摄像头D1-D4之外的其他摄像头。中央路由器负责将摄像头采集的视频流数据传输给服务器，并将用户层、***内部、***外部隔离开，防止用户直接入侵***内部。图3中黑色的摄像头安装在库房的顶部，而白色的摄像头安装在库房的墙壁上。视频分析装置主要负责接收视频处理视频流数据，使用人工智能分析模型算法分析检索违章作业行为与安全隐患。监控装置负责管理BS相关服务、存储管理违章数据、与视频分析装置通信、调度任务、以及实现用户前端相关的各项功能。

在本发明实施例中，首先通过边缘端摄像头采集的实时视频流数据，经边缘网关与中央网关传输给服务器，通过人工智能技术实时逐帧分析检索安全隐患与违章行为，其分析结果存储至数据库。同时，服务器将分析结果流推送至客户前端，用户只需要将现有客户端设备通过用户网关接入***网络，即可通过浏览器访问监控页面。当服务器检测到有违章发生时，会将报警信号同步推送至用户前端和边缘端喇叭触发报警。

视频分析装置主要负责逐帧分析实时视频流数据。并通过人工智能算法和图像识别算法检索每一帧的违章行为。一方面将分析后的结果视频流实时持续推送给监控装置，另一方面将违章信息触发式地发送给监控装置，由监控装置触发边缘端喇叭报警。结合图4和图5，视频分析装置接入的数据为摄像头推送的原始视频流数据。具体地，视频流数据通过以太网通道传输。视频分析装置包括：行为识别模块、与所述行为识别模块连接的违章判定规则引擎、以及与所述违章判定规则引擎连接的结果推送模块。所述行为识别模块应用深度学习和图像处理技术构建的行为识别模型对检修作业中涉及的物体和人体行为进行识别检测，获取所述识别结果流数据；具体可以对各作业区域根据一个或多个摄像头推送的原始视频流数据综合应用深度学习和图像处理技术构建的行为识别模型进行识别检测。检修作业中涉及的物体包括安全帽、安全带、绝缘服、反光背心、隔离开关闸刀状态、电控箱、接地棒、验电棒、警示牌、安全门、受电弓状态、手机等。对检修作业中涉及的人体行为涉及比、站立、蹲坐、跨越、挂杆等各项动作。所述违章判定规则引擎对检修作业流程业务知识进行学习积累，对每一种违章行为搭建开发相适应的违章裁定规则程序，应用所述违章裁定规则程序对所述识别结果流数据进行归纳、分类后，与安全作业流程规范进行匹配，获取所述违章数据。若匹配结果不符合流程规范，则触发报警机制，并将相应违章数据传输给监控装置。所述结果推送模块将所述识别结果流数据通过RTMP协议推送至所述监控装置，若检索出有违章发生，则将所述违章数据通过HTTP协议以WebSocket方式推送至所述监控装置。违章数据至少包括：摄像头ID、作业区域、违章名称、违章类型、违章起始时间以及违章结束时间。

监控装置包括：数据接入模块，实时监控模块、数据管理模块以及报警推送模块。所述数据接入模块用于接收所述视频分析装置传输的所述识别结果流数据和所述违章数据、以及用户通过操作网页输入的用户请求数据。用户请求数据来自用户前端页面，由用户操作网页发起的请求事件，使用HTTP协议传输。由视频分析装置生成的识别结果流数据和违章数据需要经监控装置存储至数据库中，以便前端用户能够读取调用。所述实时监控模块将与不同的所述视频采集装置对应的所述识别结果流数据以多窗口的形式展示在同一个页面中，支持多用户同时播放。用户可通过前端UI选择想要观看的摄像头。所述数据管理模块将所述视频分析装置传输的所述识别结果流数据和所述违章数据存储至所述数据库。数据管理模块有效数据库中的各项数据，包括违章数据以及实时视频流落盘的视频文件，其中违章视频和非违章视频数据应分别存储。距离当前较远的视频进行压缩备份，时间特别久远的非违章视频永久删除。所述报警推送模块用于将所述报警信号推送至所述客户端和所述报警装置。所述报警推送模块将所述报警信号通过串口或以太网推送至所述报警装置。

监控装置还包括：与所述数据库连接的违章查询模块、视频回放模块以及报表统计模块。违章查询模块用于根据所述用户请求数据查询违章数据并以列表形式展示。所述视频回放模块还可以对违章发生前后一段时间范围内的视频数据进行回溯。前端用户可以通过选择时间、违章项点、违章类型、作业区域、摄像头编号等维度查询违章数据并通过列表形式展示，同时用户也可通过列表中违章记录对违章发生前后一段时间范围内的视频数据进行回溯，查看违章具体前后经过情况。所述报表统计模块根据所述用户请求数据查询所述数据库内对应的违章数据，并借助图标插件以报表的形式进行统计分析。前端可通过传入查询参数(从时间、违章项点、违章类型、作业区域等)查询数据库内相应的违章数据，借助图标插件以报表的形式(线图、柱图、饼图等)进行统计分析，同时，所有统计图形和详细的报表信息，均可下载至本地。

本发明实施例的监控装置还可以进行***配置和权限管理。具体地，***管理员可在前端通过设置识别项点、模型参数、布防时间、布防区域等参数进行设定。权限分为超级管理员和普通用户，超级管理员除普通用户的权限外，还可进行***配置以及数据管理。而普通用户则只能访问监控、查询和统计界面。数据库中的所有识别视频、违章视频、统计报表、配置信息等均能通过前端界面下载至本地。

在本发明实施例中，部署在检修厂房的摄像头实时采集现场视频并传输至视频分析装置进行分析后，由监控装置将实时分析结果推送至客户端前端页面。用户可在任何接入***的客户端实时掌握检修现场作业情况。视频分析装置在接入视频流数据后，使用深度学习算法和图像识别算法进行实时视频流的违章项点分析检索，识别项点覆盖下地沟作业、车顶作业以及断送电作业三大检修作业区域相关违章项点。相关违章行为和安全隐患将会被视频分析装置及时自动识别，并及时推送至监控装置进行后续数据存储和违章推送。地铁车辆检修作业行为识别***在识别出任何违章行为后，即时将报警信号推送至现场报警喇叭触发报警提示，及时提醒现场作业人员安全作业规范。与此同时，相应的报警语音也将同步地推送至客户端前端界面处播放，实现对调度室或安全管理处监管人员的及时提醒通知。报警信息将会精确到检修作业区域、违章内容以及违章时间等。所有实时分析的视频流均会由服务器统一存储管理。用户在客户端前端界面选出一段时间内，某一区域，某一摄像头所对应的一段历史视频记录后，地铁车辆检修作业行为识别***会通过查询并调取对应视频，推送至前端界面播放器播放。在***检索到违章信息后会将其存储至数据库中，用于提供历史违章行为记录查询功能。用户可在前端通过时间、违章项点、违章类型、作业区域、摄像头编号等不同信息维度对查询结果进行筛选。当用户在前端点击违章记录时，***从数据库中查到的违章结果，与存储的视频信息做匹配，将匹配到的视频记录调取并推送至用户前端播放。***从数据库读取违章信息内容，从时间、违章项点、违章类型、作业区域等多信息维度进行统计分析，并将分析结果在用户前端以线图、柱图、饼图等多种形式展示，让用户直观地感知违章行为在不同维度下的统计分布情况。***内部所有结构化和非结构化数据均得到统一管理。其中结构化数据主要是违章记录与视频信息，将存储至数据库内统一管理。非结构化数据主要为视频文件，将由服务器上的文件***统一管理。***管理员可在前端界面对识别项点、模型参数、布防时间、布防区域、存储路径、计划任务、视频图像质量、网络参数、摄像头等各项信息进行查看、修改、保存、导出等常规基本操作。***将分配不同权限的账户，用户需要先在前端进行账户注册才能访问功能界面。不同类型用户的权限也将不同，其中管理员可对识别模型参数、布防时间、布防区域、存储路径等进行配置，而普通用户则只能访问监控、查询和统计界面。***内部存储的视频、查询的结果、违章的图片、统计报表、配置信息等均可通过客户端下载至客户端本地。

本发明实施例的地铁车辆检修作业行为识别***包括：多个边缘设备、视频分析装置、数据库、监控装置以及客户端；边缘设备包括视频采集装置和报警装置；视频分析装置与视频采集装置、数据库以及监控装置连接，报警装置与监控装置连接；地铁车辆检修作业的多个作业区域分别设置有多个视频采集装置，视频采集装置现场采集视频流数据，并将采集的视频流数据传输至视频分析装置，视频分析装置对任一作业区域内的多个视频采集装置采集的视频流数据进行视频分析，获取作业区域内的识别结果流数据和违章数据，并将识别结果流数据和违章数据传输至监控装置以进行实时监控；监控装置将识别结果流数据和违章数据存储至数据库，对地铁车辆检修作业进行实时监控，并根据违章数据推送报警信号至报警装置以进行报警；客户端与监控装置连接，用于监控装置的访问监控页，能够自动监控地铁车辆检修违章作业与安全隐患，实现现场实时警告提醒。

上述对本发明特定实施例进行了描述。在一些情况下，在申请中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本发明实施例还提供了一种地铁车辆检修作业行为识别方法。应用于前述的地铁车辆检修作业行为识别***，如附图6所示，地铁车辆检修作业行为识别方法包括：

步骤S11：通过多个视频采集装置分多个作业区域实时现场采集视频流数据。

地铁车辆检修作业分为三个所述作业区域，包括：断送电作业区域、车顶作业区域以及下地沟作业区域。每个作业区域设置多个视频采集装置实时进行视频采集，获取每个视频采集装置采集的视频流数据。

步骤S12：对任一所述作业区域内的多个所述视频采集装置采集的所述视频流数据进行视频分析，获取任一所述作业区域内的识别结果流数据和违章数据。

在本发明实施例中，通过视频分析装置应用深度学习和图像处理技术构建的行为识别模型对检修作业中涉及的物体和人体行为进行识别检测，获取所述识别结果流数据；应用违章判定规则引擎对检修作业流程业务知识进行学习积累，对每一种违章行为搭建开发相适应的违章裁定规则程序，应用所述违章裁定规则程序对所述识别结果流数据进行归纳、分类后，与安全作业流程规范进行匹配，获取所述违章数据。

步骤S13：根据所述违章数据输出报警信号至报警装置以进行报警。

通过视频分析装置将所述识别结果流数据通过RTMP协议推送至所述监控装置，若检索出有违章发生，则将所述违章数据通过HTTP协议以WebSocket方式推送至所述监控装置。违章数据至少包括：摄像头ID、作业区域、违章名称、违章类型、违章起始时间以及违章结束时间。通过监控装置将所述报警信号推送至所述客户端和所述报警装置，具体将所述报警信号通过串口或以太网推送至所述报警装置以进行报警。

本发明实施例还可以接收用户输入的并通过前端浏览器传输的用户请求数据，根据所述用户请求数据查询违章数据并以列表形式展示。还可以对违章发生前后一段时间范围内的视频数据进行回溯。前端用户可以通过选择时间、违章项点、违章类型、作业区域、摄像头编号等维度查询违章数据并通过列表形式展示，同时用户也可通过列表中违章记录对违章发生前后一段时间范围内的视频数据进行回溯，查看违章具体前后经过情况。本发明实施例还可以根据所述用户请求数据查询所述数据库内对应的违章数据，并借助图标插件以报表的形式进行统计分析。前端可通过传入查询参数(从时间、违章项点、违章类型、作业区域等)查询数据库内相应的违章数据，借助图标插件以报表的形式(线图、柱图、饼图等)进行统计分析，同时，所有统计图形和详细的报表信息，均可下载至本地。

上述实施例的方法应用于实现前述实施例中相应的方法***，并且具有相应的***实施例的有益效果，在此不再赘述。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围被限于这些例子；在本公开的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本申请的不同方面的许多其它变化，为了简明它们没有在细节中提供。

本申请旨在涵盖落入本发明实施例的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种地铁车辆检修作业行为识别***，其特征是，所述***包括：多个边缘设备、视频分析装置、数据库、监控装置以及客户端；所述边缘设备包括视频采集装置和报警装置；所述视频分析装置与所述视频采集装置、所述数据库以及所述监控装置连接，所述报警装置与所述监控装置连接；地铁车辆检修作业的多个作业区域分别设置有多个所述视频采集装置，所述视频采集装置现场采集视频流数据，并将采集的所述视频流数据传输至所述视频分析装置，所述视频分析装置对任一所述作业区域内的多个所述视频采集装置采集的所述视频流数据进行视频分析，获取所述作业区域内的识别结果流数据和违章数据，并将所述识别结果流数据和所述违章数据传输至所述监控装置以进行实时监控；所述监控装置将识别结果流数据和违章数据存储至数据库，对地铁车辆检修作业进行实时监控，并根据所述违章数据推送报警信号至所述报警装置以进行报警；所述客户端与所述监控装置连接，用于所述监控装置的访问监控页面。

2.如权利要求1所述的***，其特征是，所述***还包括：与所述视频分析装置和所述监控装置连接的中央网关，所述中央网关用于将所述视频采集装置采集的所述视频流数据传输至所述视频分析装置，并将所述监控装置输出的所述识别结果流数据、所述违章数据以及所述报警信号传输至所述客户端，同时将所述报警信号传输至所述报警装置以进行报警。

3.如权利要求2所述的***，其特征是，所述***还包括边缘网关和用户网关，所述边缘网关连接所述中央网关和所述边缘设备，用于将所述视频流数据传输至所述中央网关，以及将所述报警信号传输至所述报警装置；所述用户网关连接在所述中央网关与所述客户端之间，用于将所述识别结果流数据、所述违章数据以及所述报警信号传输至所述客户端。

4.如权利要求1所述的***，其特征是，地铁车辆检修作业分为三个所述作业区域，包括：断送电作业区域、车顶作业区域以及下地沟作业区域，所述断送电作业区域设置有第一数量个所述边缘设备，所述车顶作业区域设置有第二数量个所述边缘设备，所述下地沟作业区域设置有第三数量个所述边缘设备。

5.如权利要求1所述的***，其特征是，所述监控装置采用流媒体B/S平台对地铁车辆检修作业进行实时监控；所述客户端接入所述监控装置后，通过浏览器访问监控页面。

6.如权利要求1所述的***，其特征是，所述视频分析装置包括：行为识别模块、与所述行为识别模块连接的违章判定规则引擎、以及与所述违章判定规则引擎连接的结果推送模块，所述行为识别模块应用深度学习和图像处理技术构建的行为识别模型对检修作业中涉及的物体和人体行为进行识别检测，获取所述识别结果流数据；所述违章判定规则引擎对检修作业流程业务知识进行学习积累，对每一种违章行为搭建开发相适应的违章裁定规则程序，应用所述违章裁定规则程序对所述识别结果流数据进行归纳、分类后，与安全作业流程规范进行匹配，获取所述违章数据；所述推送模块将所述识别结果流数据通过RTMP协议推送至所述监控装置，并将所述违章数据通过HTTP协议以WebSocket方式推送至所述监控装置。

7.如权利要求1所述的***，其特征是，所述监控装置包括：数据接入模块、实时监控模块、数据管理模块以及报警推送模块；所述数据接入模块用于接收所述视频分析装置传输的所述识别结果流数据和所述违章数据、以及用户通过操作网页输入的用户请求数据；所述实时监控模块将与不同的所述视频采集装置对应的所述识别结果流数据以多窗口的形式展示在同一个页面中，支持多用户同时播放；所述数据管理模块将所述视频分析装置传输的所述识别结果流数据和所述违章数据存储至所述数据库；所述报警推送模块用于将所述报警信号推送至所述客户端和所述报警装置。

8.如权利要求1所述的***，其特征是，所述监控装置还包括：与所述数据库连接的违章查询模块、视频回放模块以及报表统计模块；所述违章查询模块用于根据所述用户请求数据查询违章数据并以列表形式展示；所述视频回放模块还可以对违章发生前后一段时间范围内的视频数据进行回溯；所述报表统计模块根据所述用户请求数据查询所述数据库内对应的违章数据，并借助图标插件以报表的形式进行统计分析。

9.如权利要求1所述的***，其特征是，所述违章数据至少包括：摄像头ID、作业区域、违章名称、违章类型、违章起始时间以及违章结束时间。

10.一种地铁车辆检修作业行为识别方法，其特征是，应用于权利要求1-9中任一项所述的地铁车辆检修作业行为识别***，所述方法包括：

通过多个视频采集装置分多个作业区域实时现场采集视频流数据；

对任一所述作业区域内的多个所述视频采集装置采集的所述视频流数据进行视频分析，获取任一所述作业区域内的识别结果流数据和违章数据；

根据所述违章数据输出报警信号至报警装置以进行报警。