摘要
本发明提供一种基于多源数据分析的地铁屏蔽门安全监测方法及监测系统,通过获取目标地铁站台的多源数据集合,对多源数据集合进行时空对齐处理,生成融合时空特征的多模态监测数据集合,基于多模态监测数据集合进行异物识别处理,生成屏蔽门区域的异物监测结果和异物位置分布信息,根据异物监测结果和多源数据集合中的乘客流动数据序列,进行密度预测处理,生成乘客线密度预测结果和密度变化趋势信息,基于异物位置分布信息和密度变化趋势信息生成安全预警策略,并将安全预警策略传输至地铁站台控制系统以触发应急响应操作。本发明有效提升了地铁站台在突发异物阻塞场景下的应急处理效率和乘客疏导精准度。
技术关键词
融合时空特征
数据
序列
空间分布特征
波动特征
视觉
多模态
地铁屏蔽门
超声波测距装置
密度分布特征
障碍物
模糊参数
图像采集装置
监测方法
监测系统
卷积神经网络提取
多层特征融合
系统为您推荐了相关专利信息
监督学习模型
特征识别方法
双向长短期记忆
识别电力用户
轮廓系数
分布式账本
数据管理方法
分布式存储集群
数字孪生
加密
数字孪生模型
人机交互界面
通信设备
答题数据
监测方法