Resumen

El método de análisis tradicional de obstáculos en trenes utiliza sensores isomórficos para obtener la información del estado y completar el análisis de detección e identificación en el extremo remoto de una red. Una sola muestra de datos y más enlaces de procesamiento reducirán la precisión y la velocidad del análisis para detectar obstáculos en el metro. Para resolver este problema, este artículo propone un método de percepción e identificación de obstáculos en el metro basado en la cooperación de la nube y el borde. La plataforma de monitoreo del metro realiza el entrenamiento y la construcción de un modelo de detección, y el borde de la red completa la conciencia de la situación del estado de la vía y la acción en tiempo real cuando el tren encuentra obstáculos. En primer lugar, la posición de la vía férrea se detecta mediante cámaras, y la vía de circulación del metro se identifica mediante el algoritmo Mask RCNN para determinar el área de detección de obstáculos en el proceso de circulación del tren subterráneo. En el bor

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Tradicional; Obstáculo; Sensores; Detección; Red; Modelo
• Keywords:Traditional; Obstacle; Sensors; Detection; Network; Model