城市轨道交通人工智能算法风险识别和控制.pdfVIP

信息记录材料 2023年3月 第24卷第3期 信息：技术与应用 城市轨道交通人工智能算法风险识别和控制 杨 静，苏 朗（通信作者） （苏州高博软件技术职业学院机电工程学院 江苏 苏州 215163） 【摘要】为改善对城市轨道交通风险的识别效果，降低道路交通安全事故的发生概率，本次研究开展城市轨道交通 人工智能算法风险识别和控制方法的设计研究。本文首先引进人工智能算法过滤交通风险信息流，采用建立城市轨道交 通安全风险霍尔三维模型的方式划分交通安全风险等级，然后利用传感装置实时采集前方路况信息，识别城市轨道交通 碰撞风险，最后根据风险实际情况，设计碰撞风险预警与紧急制动。实验结果证明：该方法不仅可以实现对轨道线路风 险的精准识别，还可实现对线路中风险的合理、有效控制，避免城市轨道交通安全事故的发生。 【关键词】城市轨道交通；碰撞风险；识别；人工智能算法 【中图分类号】TP279 【文献标识码】A 【文章编号】1009-5624（2023）03-0147-03 0 引言 据相关资料显示，截至 2022 年末，我国已有 53 个 n 城市建设了完善的城市交通轨道运营系统，且具有 290 ∑A B i i 条交通运营线路 [1]。在此项工作逐步落实的过程中，如 J i n1 i （2） 何快速缓解交通压力，降低并合理、有效地控制城市轨 A2 B 2 ∑ ∑ i i 道交通建设与投入使用中的风险已经成为当前轨道交通 i∈n i∈n 运营管理方的重点关注的问题 [2]。为全面落实并推进此 J A 项工作，有关单位提出了多种可实现城市轨道交通风险 式（2）中： 表示信息流中的风险信息特征提取； 、 B i 智能控制的方法，包括基于层次分析法的交通风险识别、 表示抽查信息中随机两个数据； 表示抽取次数。按照 基于大数据技术的风险实时感知等。但根据现阶段相关 上述方式，实现基于人工智能算法的交通风险信息流过滤 工作的实施现状可以看出，目前投入市场使用的多种交 与筛查处理。 通风险识别与控制方法均未能在实际应用中取得预期效 2 划分城市轨道交通安全风险等级 果。因此，本文开展城市轨道交通的风险识别与控制方 在上述设计内容的基础上，本次建立城市轨道交通安 法研究，旨在通过此次设计，提高城市轨道交通运营的 全风险霍尔三维模型，并利用该模型划分交通安全风险等 综合水平。 级。即先提取风险因素，根据城市轨道交通运营的实际情 1 基于人工智能算法的交通风险信息流过滤 况，确定城