轨道交通车站应急演练信息智能检测评估系统及方法

摘要

公开了一种轨道交通车站应急演练信息智能检测评估系统及方法，其包括在线检测模块、系统配置模块、数据解析模块、系统计分模块和评估分析模块，其实时采集演练人员坐标数据、视频数据和语音数据，将多源检测数据分类存储至数据库，为数据提供标准化接口，为数据解析、融合匹配与应用提供高效的数据调用方式，实现评估方法体系与评估标准的构建，满足生产需求的自动化评分与评估系统，为提高演练评估效率与应急预案优化提供有效技术手段，通过结合设施设备定位、客流检测、车站环控检测等其他业务系统，实现站内“人‑机‑环”之间的协同管理，提高车站运营管理效率与乘客服务水平，充分保障轨道交通系统安全与高效运行。

说明书

技术领域

本发明涉及轨道交通安全技术领域，并且特别涉及轨道交通车站应急演练信息智能检测评估系统及方法。

背景技术

轨道交通系统的运营安全是乘客正常出行的前提与保证，也是乘客出行的基本需求和首要标准。为有效应对自然灾害、社会治安和设备故障等突发事件对轨道交通系统造成的影响，运营公司以应急演练与评估的形式提高运营人员的应急处置能力，完善应急处置方案，保障轨道交通系统安全运营。

目前轨道交通车站应急演练形式以桌面推演和现场演练为主，其中现场演练具有较高的真实性、需在车站等生产环境中跑位、可使演练人员实际操作生产设施设备并且保持精神紧张的状态等特点，对演练人员应急处置能力和安全意识的检验具有不可替代的作用。应急演练评估通常以第三方现场评估的形式，由评估人员携带评分表、计时器、执法记录仪等设备跟随现场演练人员，对其演练中的表现进行记录并评分。然而演练过程时间紧凑、现场环境复杂、人工评估的主观性，可能会导致演练过程数据记录不准确、数据记录有限、评估结果受主观因素影响和人工分析周期较长等问题。

现有相关技术主要集中在以仿真技术实现虚拟环境下的演练与评估和应急演练人员定位与调度辅助技术，其中仿真演练评估由于仿真效果和体验感有限难以实现现场演练的效果，而由于轨道交通应急演练需考察装备携带、跑位位置、设备操作和信息传递等关键行为的执行情况，仅基于定位技术难以实现应急演练人员应急处置能力的有效评估。

因此，目前轨道交通应急演练与评估技术的主要缺点集中在：

(1)轨道交通车站目前采用的人工评估形式，受现场演练形式和主观因素影响较大，可能会产生评估员对演练数据记录不准确、评分缺乏客观性、评估过程中受伤、人工分析周期较长、人力资源的耗费较大等问题。

(2)现有轨道交通现场演练对演练过程数据记录较少，现场演练评估可记录关键行为是否执行与执行时间，但应急情况下人员的跑位轨迹、关键区域停留时间和行为特征等数据均不能有效采集，造成演练数据资源浪费，演练数据利用率较低。

(3)现有应急演练检测技术数据源较为单一，以定位技术为主的检测技术，可获取演练人员位置和轨迹信息，但无法满足轨道交通应急演练与评估对装备携带、设备操作和信息传递等关键行为的判断与统计，难以实现对演练执行情况的有效性评估。

(4)缺乏完善的评估方法体系与自动化评估系统，缺乏应急演练行为特征库、量化评估标准、常模分数转化、应急演练数据系统性管理，尚未根据演练人员行为特征自动精准识别演练关键行为，未构建具有通用性的数据量化评估标准，以及实现完善的演练结果评估与分析。

发明内容

为了解决克服上述现有技术中技术问题，本发明提出了轨道交通车站应急演练信息智能检测评估系统及方法。

本发明一方面提出了轨道交通车站应急演练信息智能检测评估系统，包括：

在线检测模块，所述在线检测模块采集演练场景下检测设备的多源检测数据，并将采集的多源检测数据存储至系统配置模块，其中，多源检测数据包括：定位坐标、视频影像和语音通讯数据；

系统配置模块，所述系统配置模块基于演练情景配置数据以配置生成演练场景，基于应急预案标准以配置生成权重赋值标准，并与数据解析模块、系统计分模块及评估分析模块之间数据交互以用于数据存储、数据匹配、数据调用和数据更新；

数据解析模块，所述数据解析模块基于多源检测数据及演练情景配置数据以解析出演练过程数据和关键行为特征，并将演练过程数据传输至系统配置模块，将关键行为特征传输至系统计分模块；

系统计分模块，所述系统计分模块基于从系统配置模块获得的权重赋值标准及从数据解析模块获得的关键行为特征，以匹配解算出演练原始得分，基于从系统配置模块获得的历史数据将原始得分转化为常模分数，并将原始得分及常模分数传输至系统配置模块；

评估分析模块，所述评估分析模块基于系统计分模块提供的原始得分及常模分数、及系统配置模块提供的演练过程数据及权重赋值标准，以获得演练评估结果与评估分析，并将演练评估结果与评估分析传输至系统配置模块存储。

进一步的，所述在线检测模块的检测设备包括定位手环、定位基站和车站摄像头，所述车站摄像头采集视频影像，所述定位基站和所述定位手环采集人员及设备的定位坐标和语音通讯数据。

进一步的，所述系统配置模块包括：

数据库，所述数据库以接收并存储在线检测模块的多源检测数据，以及与数据解析模块、系统计分模块及评估分析模块之间数据存储、读取与更新；

地图引擎，所述地图引擎以显示人员与设备的位置信息；

多源数据匹配模块，所述多源数据匹配模块基于演练情景配置数据以配置生成演练场景，基于应急预案标准以配置生成权重赋值标准，并与所述在线检测模块信号联动以服务在线检测模块的数据采集。

进一步的，所述数据解析模块包括定位信号解析引擎、视频解析引擎和语音解析引擎，所述定位信号解析引擎基于定位手环与定位基站之间的距离差，以解析定位手环的实时定位坐标，所述视频解析引擎基于车站摄像头采集视频影像，以解析关键行为特征，所述语音解析引擎基于定位手环采集的语音通讯数据以解析语音数据。

进一步的，所述系统计分模块包括多模式计分引擎。

进一步的，所述评估分析模块包括演练结果分析引擎和演练自动评分引擎，所述演练结果分析引擎基于系统配置模块存储的演练过程数据进行分析；所述演练自动评分引擎将演练结果分析引擎分析的数据与权重赋值标准相匹配以获得演练评估结果与评估分析。

本发明另一方面提出一种轨道交通车站应急演练信息智能检测评估方法，包括以下步骤：

S1：通过系统配置模块以配置生成演练场景及权重赋值标准；

S2：通过在线检测模块采集演练场景下检测设备的多源检测数据，并将采集的多源检测数据存储至系统配置模块，其中多源检测数据包括定位坐标、视频影像和语音通讯数据，检测设备包括定位手环、定位基站和车站摄像头；

S3：通过数据解析模块采用定位轨迹分析、语音识别和图像识别技术解析出演练过程数据和关键行为特征，并将演练过程数据传输至系统配置模块，将关键行为特征传输至系统计分模块；

S4：通过系统计分模块以匹配解算出演练原始得分，基于从系统配置模块获得的历史数据将原始得分转化为常模分数，并将原始得分及常模分数传输至系统配置模块；

S5：通过评估分析模块获得的原始得分、常模分数、演练过程数据及权重赋值标准，生成演练评估结果与评估分析，并将演练评估结果与评估分析传输至系统配置模块存储及更新。

进一步的，所述S1中包括以下步骤：

S11：输入演练科目、突发事件参数与演练车站的配置信息；

S12：根据突发事件参数信息及演练车站匹配的地图信息以生成演练情景；

S13：采用层次分析法与优劣解距离法得到演练各环节的标准分值；

S14：基于演练车站的地图信息，根据关键位置间距离、演练时间要求、设备操作要求及信息传递要求的因素，以匹配当前演练车站的评价标准。

进一步的，所述S2中包括以下步骤：

S21：基于定位手环中内置语音传感器模块采集语音通讯数据；

S22：基于定位手环和定位基站通过UWB定位技术获得演练人员的运动轨迹信息以采集定位坐标；

S23：基于车站摄像头以采集视频影像；

S24：通过有线网络将的语音通讯数据、定位坐标和视频影像存储至系统配置模块。

进一步的，所述S3中包括以下步骤：

S31：定位手环通过UWB定位技术以及TOA与TDOA混合算法解析手环位置信息；

S32：语音信息基于动态时间调整算法的语音识别技术识别关键信息；

S33：视频影像信息通过视频识别技术以深度学习算法解析现场监控视频，识别运营人员的设备携带和设备操作等信息；

S34：将手环位置信息与视频信息进行联动以解析出演练过程数据和关键行为特征。

本发明的与现有技术相比，本发明具有以下优点：

(1)实现演练过程数据的精准采集与管理，实时采集演练人员坐标数据、视频数据和语音数据，将多源检测数据分类存储至数据库，为数据提供标准化接口，为数据解析、融合匹配与应用提供高效的数据调用方式。

(2)实现评估方法体系与评估标准的构建，通过多源数据检测与分析技术构建应急演练行为特征库并量化评估标准，基于大量演练数据实现有显著性差异的演练执行情况等级划分与常模分数转化，为评估方法通用性与评估标准灵活性的结合提供科学方法。

(3)实现满足生产需求的自动化评分与评估系统，根据行为解析、评分标准与安全行为理论的匹配自动生成演练执行情况与评估分析，减少评估人员主观因素造成的评估结果差异，减少人力资源耗费，提高演练评估效率，为提高演练人员应急处置能力与完善应急预案提供有效技术手段。

(4)实现与车站其他业务系统的联动与系统功能拓展，通过结合设施设备定位、客流检测、车站环控检测业务系统相结合，实现站内“人-机-环”之间的协同管理，提高车站运营管理效率与乘客服务水平，充分保障轨道交通系统安全与高效运行。

附图说明

包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本发明的原理。将容易认识到其它实施例和实施例的很多预期优点，因为通过引用以下详细描述，它们变得被更好地理解。附图的元件不一定是相互按照比例的。同样的附图标记指代对应的类似部件。

图1是根据本发明的一个实施例的轨道交通车站应急演练信息智能检测评估系统的架构图；

图2是根据本发明的一个实施例的轨道交通车站应急演练信息智能检测评估方法的示意图；

图3是根据本发明的一个实施例的轨道交通车站应急演练信息智能检测评估方法的流程图。

具体实施方式

在以下详细描述中，参考附图，该附图形成详细描述的一部分，并且通过其中可实践本发明的说明性具体实施例来示出。对此，参考描述的图的取向来使用方向术语，例如“顶”、“底”、“左”、“右”、“上”、“下”等。因为实施例的部件可被定位于若干不同取向中，为了图示的目的使用方向术语并且方向术语绝非限制。应当理解的是，可以利用其他实施例或可以做出逻辑改变，而不背离本发明的范围。因此以下详细描述不应当在限制的意义上被采用，并且本发明的范围由所附权利要求来限定。

图1所示，本发明中轨道交通车站应急演练信息智能检测评估系统的架构图。

轨道交通车站应急演练信息智能检测评估系统包括在线检测模块、系统配置模块、数据解析模块、系统计分模块和评估分析模块。在线检测模块，所述在线检测模块采集演练场景下检测设备的多源检测数据，并将采集的多源检测数据存储至系统配置模块，其中，多源检测数据包括：定位坐标、视频影像和语音通讯数据；系统配置模块，所述系统配置模块基于演练情景配置数据以配置生成演练场景，基于应急预案标准以配置生成权重赋值标准，并与数据解析模块、系统计分模块及评估分析模块之间数据交互以用于数据存储、数据匹配、数据调用和数据更新；数据解析模块，所述数据解析模块基于多源检测数据及演练情景配置数据以解析出演练过程数据和关键行为特征，并将演练过程解析数据传输至系统配置模块，将关键行为特征传输至系统计分模块；系统计分模块，所述系统计分模块基于从系统配置模块获得的权重赋值标准及从数据解析模块获得的关键行为特征，以匹配解算出演练原始得分，基于从系统配置模块获得的历史数据将原始得分转化为常模分数，并将原始得分及常模分数传输至系统配置模块；评估分析模块，所述评估分析模块基于系统计分模块提供的原始得分及常模分数、系统配置模块提供的演练过程数据及权重赋值标准，以获得演练评估结果与评估分析，并将演练评估结果与评估分析传输至系统配置模块存储。

在具体实施例中，在线检测模块为数据解析模块提供多源检测数据以实现数据解析，为系统配置模块提供存储数据，为演练评估分析模块提供数据调用；系统配置模块为在线检测模块提供定位和视频联动信号，为数据解析模块提供演练情景，为系统计分模块提供计分标准，并为评估分析模块提供演练过程数据与评估分析结果；数据解析模块用于根据在线检测模块传输的多源检测数据，对演练过程数据进行解析，将解析出的演练关键行为特征传输至系统计分模块；根据演练人员的定位数据与在线检测模块联动调用对应位置的摄像头以获取演练人员的视频影像数据；根据系统配置模块提供的演练情景对演练人员的不规范行为特征提供实时警示。系统计分模块根据系统配置模块提供的权重赋值标准，将数据解析模块提供的演练人员关键行为特征数据，通过演练行为是否执行与执行时间予以打分；原始分值传输至系统配置模块并根据配置模块中的大量历史数据将原始分数转化为常模分数，并将原始分数或常模分数传输至评估分析模块。评估分析模块根据系统计分模块提供的演练分数和系统配置模块提供的演练耗时、演练关键流程与失误汇总数据分别与数据库中存储的评分等级、安全行为分析与评估分析相匹配，输出综合评价与安全行为分析等内容并回传至系统配置模块。

在具体实施例中，在线检测模块是实现演练人员信息智能检测和评估的主体部分，检测设备包括定位手环、定位基站和车站摄像头，其中，车站摄像头采集视频影像，定位基站和所述定位手环采集人员及设备的定位坐标和语音通讯数据。首先进行设备的安装与布设过程，将定位基站安装在站台、站厅、通道等处，根据车站设施设备布局全面覆盖所需定位区域。令车站应急演练人员在演练过程中全程佩戴定位手环，车站摄像头以既有摄像头为主，根据需要可在楼扶梯、站台、站厅等区域增设高清摄像头，保障可拍摄到演练人员的装备携带与设备操作行为。定位基站和定位手环通过UWB无线实时高精度定位技术实现数据传输，摄像头通过有线网络将采集的视频影像传输至后端系统。在线检测模块将采集数据存储至系统配置模块，为数据解析模块提供定位坐标、视频影像和语音通讯等数据。

在具体实施例中，系统配置模块包括数据库、地图引擎、多源数据匹配软件，是实现信息融合匹配的关键，为其他各模块提供数据存储、数据匹配与数据调用。数据库以接收并存储在线检测模块的多源检测数据，以及与数据解析模块、系统计分模块及评估分析模块之间数据存储、读取与更新，比如，数据库接收并存储三维坐标数据、语音数据和视频数据，并为其他业务功能提供数据存储、读取与更新等功能；地图引擎以显示人员与设备的位置信息，为实现在车站地图中展示人员实时位置、设施设备的位置信息，并为距离测算和轨迹解析等提供服务支撑；多源数据匹配模块基于演练情景配置数据以配置生成演练场景，基于应急预案标准以配置生成权重赋值标准，并与所述在线检测模块信号联动以服务在线检测模块的数据采集，多源数据匹配软件实现根据演练设置生成演练场景并生成对应的权重赋值标准，根据定位坐标匹配相应位置处的视频摄像头实现视频联动。

在具体实施例中，数据解析模块包括定位信号解析引擎、视频解析引擎、语音解析引擎组成，是实现演练行为识别与评估分析的核心组成。定位信号解析引擎通过计算定位手环与各定位基站之间的信号距离差等信息，解算出定位手环的实时空间三维坐标，以解析定位手环的实时定位坐标；视频解析引擎基于车站摄像头采集视频影像，以解析关键行为特征，视频解析引擎通过车站摄像机拍摄的监控视频解析出演练人员是否携带齐全设备以及是否在规定时间操作设施设备；语音解析引擎通过演练人员的语音数据解析出演练人员是否正确传递信息；数据解析结果为系统配置和计分模块提供演练过程数据和关键行为特征数据的记录与匹配。

在具体实施例中，系统计分模块由多模式计分引擎组成，是实现演练结果统计与更新的重要组成。多模式计分引擎接收数据解析模块传递的演练过程数据通过与系统配置模块中数据库存储的权重赋值标准匹配解算出演练原始得分；其中，根据当前车站关键位置的坐标信息，根据演练人员路径曲折度计算跑位轨迹规范分值；与系统计时结合，统计各阶段任务处置时间与总耗时，计算时间得分；根据语音信息中关键词匹配度，计算信息传递分值；根据视频识别行为检测与图像识别信息，计算装备携带与设备操作分值；通过数据库存储的原始数据换算出常模分数；计分模块将原始分数与常模分数传输至系统配置模块，为评估分析模块提供评分数据。

在具体实施例中，评估分析模块由演练结果分析引擎和演练自动评分引擎组成，是实现演练结果分析与输出展示的终端。演练结果分析引擎将系统配置模块存储的演练数据与安全行为进行分析和处理，演练自动评分引擎将演练分析处理结果与权重赋值标准匹配，得到演练人员的评分等级、安全行为分析与评估分析，并读取演练常模分数和演练失误汇总数据，共同作为个人演练数据输出与展示，为安全管理与相关研究提供参考；评分等级与安全行为等分析结果数据回传至系统配置模块的数据库存储并更新。

如图2所示本发明另一方面提出一种轨道交通车站应急演练信息智能检测评估方法，包括以下步骤：

S1：通过系统配置模块以配置生成演练场景及权重赋值标准；

S2：通过在线检测模块采集演练场景下检测设备的多源检测数据，并将采集的多源检测数据存储至系统配置模块，其中多源检测数据包括定位坐标、视频影像和语音通讯数据，检测设备包括定位手环、定位基站和车站摄像头；

S3：通过数据解析模块采用定位轨迹分析、语音识别和图像识别技术解析出演练过程数据和关键行为特征，并将演练过程数据传输至系统配置模块，将关键行为特征传输至系统计分模块；

S4：通过系统计分模块以匹配解算出演练原始得分，基于从系统配置模块获得的历史数据将原始得分转化为常模分数，并将原始得分及常模分数传输至系统配置模块；

S5：通过评估分析模块获得的原始得分、常模分数、演练过程数据及权重赋值标准，生成演练评估结果与评估分析，并将演练评估结果与评估分析传输至系统配置模块存储及更新。

在具体实施例中，S1中包括以下步骤：

S11：输入演练科目、突发事件参数与演练车站的配置信息；

S12：根据突发事件参数信息及演练车站匹配的地图信息以生成演练情景；

S13：采用层次分析法与优劣解距离法得到演练各环节的标准分值；

S14：基于演练车站的地图信息，根据关键位置间距离、演练时间要求、设备操作要求及信息传递要求的因素，以匹配当前演练车站的评价标准。

其中，可根据演练需求输入轨道交通应急预案覆盖的大客流、火灾、列车故障等突发事件，突发事件发生的时间、位置等参数信息，并选择演练车站匹配对应的电子地图，系统根据用户选择信息与系统存储的配置信息生成演练情景。权重赋值标准根据每种突发事件及其参数对应的应急演练执行情况，采用层次分析法与优劣解距离法得到各处置环节的标准分值，基于不同车站的电子地图根据关键位置间距离、演练时间要求、设备操作要求和信息传递要求等因素，匹配当前车站的赋值标准。

在具体实施例中，S2中包括以下步骤：

S21：基于定位手环中内置语音传感器模块采集语音通讯数据；

S22：基于定位手环和定位基站通过UWB定位技术获得演练人员的运动轨迹信息以采集定位坐标；

S23：基于车站摄像头以采集视频影像；

S24：通过有线网络将的语音通讯数据、定位坐标和视频影像存储至系统配置模块。

其中，定位手环佩戴在演练人员手腕上，通过语音传感器模块实时获取演练人员的语音信息，通过UWB定位技术获取演练人员的运动轨迹信息，传输至系统配置模块；高清摄像机部署在车站关键位置处，实时采集车站视频影响，通过有线网络传输至系统配置模块。

在具体实施例中，S3中包括以下步骤：

S31：定位手环通过UWB定位技术以及TOA与TDOA混合算法解析手环位置信息；

S32：语音信息基于动态时间调整算法的语音识别技术识别关键信息；

S33：视频影像信息通过视频识别技术以深度学习算法解析现场监控视频，识别运营人员的设备携带和设备操作等信息；

S34：将手环位置信息与视频信息进行联动以解析出演练过程数据和关键行为特征。

在具体实施例中，S4中根据权重赋值标准与演练过程中的关键行为，生成演练执行结果与演练评估分析。根据定位轨迹分析、语音识别和图像识别技术解析的演练人员的应急处置行为信息，与权重赋值标准匹配，得到演练人员的执行情况原始得分；通过系统存储的大量历史演练数据以及原始分数，计算各演练环节及总体评分的常模分数；演练执行结果调用并展示数据库中演练分数、演练耗时、演练关键过程与失误汇总等信息；演练评估分析调用并展示数据库中的评分等级、安全行为分析与评估分析。

在具体实施例中，S5中存储并更新演练配置信息、权重赋值标准与演练过程数据。演练结束后存储演练分数、演练时间等关键演练数据，并存储本次演练对应的演练执行情况与演练评估分析结果，在下次系统启动后使用存储的数据用于配置更新。

如图3所示，使用本检测评估系统，演练人员通过输入姓名、工号、工龄等个人信息登录系统，并根据需要配置系统演练场景参数信息，实现用户信息载入系统。系统基于个人信息所对应的权限和所配置的参数信息，读取数据库中存储的用户信息、模型与配置等演练场景等信息。根据用户信息与数据库数据，生成并初始化演练事件、事件参数、演练模式和演练岗位等符合用户需求的演练场景。基于演练人员选定的演练情景，根据应急预案、演练执行情况表和历史演练数据生成演练操作行为权重赋值标准及对应的标准分值。

系统开始演练后，演练人员佩戴定位手环在车站环境中执行演练任务，对于需要跑位演练的运营人员系统启用实时定位检测检测演练人员的实时位置，对于不需要跑位演练的运营人员系统仅启用视频检测和语音检测来检测演练人员的装备携带、设备操作与信息传递等关键行为。若启用系统实时警醒功能，则运营人员在演练过程中发生偏离演练路线、处置超时、遗漏设备操作等不规范行为时，系统会通过定位手环发出警示。

演练结束后，系统输出演练分数、演练耗时、演练失误汇总等应急演练结果，以及演练过程的综合评价、演练人员的行为分析与评估分析等演练评估分析，以供演练和管理人员使用，演练过程数据与演练结果数据存储并更新至数据库。

上述系统和方法实现演练过程数据的精准采集与管理，实时采集演练人员坐标数据、视频数据和语音数据，将多源检测数据分类存储至数据库，为数据提供标准化接口，为数据解析、融合匹配与应用提供高效的数据调用方式。实现评估方法体系与评估标准的构建，通过多源数据检测与分析技术构建应急演练行为特征库并量化评估标准，基于大量演练数据实现有显著性差异的演练执行情况等级划分与常模分数转化，为评估方法通用性与评估标准灵活性的结合提供科学方法。实现满足生产需求的自动化评分与评估系统，根据行为解析、权重赋值标准与安全行为理论的匹配自动生成演练执行情况与评估分析，减少评估人员主观因素造成的评估结果差异，减少人力资源耗费，提高演练评估效率，为提高演练人员应急处置能力与完善应急预案提供有效技术手段。实现与车站其他业务系统的联动与系统功能拓展，通过结合设施设备定位、客流检测、车站环控检测业务系统相结合，实现站内“人-机-环”之间的协同管理，提高车站运营管理效率与乘客服务水平，充分保障轨道交通系统安全与高效运行。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。