司乘状态监测系统

　　1、总体介绍：

　　随着地铁日益成为公众出行的首选方式，司机驾驶状态对运营安全的影响愈发凸显。传统管理模式在时效性与科学性方面的不足，已难以满足日益复杂的运营现实需求。因此，亟需构建一套能够对司机进行实时监控与综合评价的智能化体系，推动管理模式向数字化、智能化方向升级。

　　为此研发的司乘状态监测系统，是一套面向城市轨道交通的智能化视频分析解决方案，已在天津地铁1号线批量装车运用。系统基于深度学习与边缘计算技术，充分利旧既有车载PIS监控资源，实现对司机驾驶状态的全时段、自动化监测，推动轨道交通运营管理由“人防”向“技防”的根本性转变。

　　2、主要做法：

　　(一)系统构架

　　每列车配置车载视频分析主机、面部摄像机等，采用边缘计算架构，主机可完成单端司机室的实时分析任务。视频流在本地完成分析推理，仅输出结构化数据，确保实时性、可靠性与数据轻量化。

　　(二)核心技术

　　图像增强特征分析技术：实时检测司机面部状态、头部姿态、身体动作等关键点，构建多维度行为分析模型，报警准确率达95%以上，人脸识别准确率超99%。

　
　图：图像增强特征分析技术示意图

　　两级联动报警机制：通过实时监测触发列车车上与地面平台两级报警，形成“监测—预警—处置—反馈”闭环管理流程，将司机违规行为管理时效提升至秒级。

　　智能化考核与闭环管理：支持告警审批留痕、多维度数据分析及积分制考核，推动管理模式由“事后处理”向“实时全覆盖盯控”转变。

　　(三)功能覆盖

　　对司机驾驶状态进行实时分析，如出现疲劳、离岗，分心等异常状态时，会自动触发司机室内语音提示并推送告警信息至地面平台。此外还具备司机身份识别、定时提醒、红灯识别，面部相机遮挡监测等功能。

　　平台具备强大的车地数据实时接入与处理能力，可助力运营部门全景式监控线路实况。其核心功能模块包括：实时监控、数据概览、数据分析、告警管理、运维管理及设备管理。

　　3、取得成效：

　　(一)显著提升行车安全水平

　　经过持续的技术迭代与线路验证，系统实现了对司机疲劳、分心、离岗等异常状态的高精度、实时化监测。在天津地铁1号线的实际应用中，系统成功预警并处置了潜在风险事件，将因司机状态问题导致的安全隐患消弭于萌芽。项目成效显著，年度疲劳驾驶违规次数降低 90%，为轨道交通安全运营构筑起一道坚实的技术防线。

　　(二)极大提高运营管理效率

　　系统建立了“监测—预警—处置—反馈”闭环管理流程，将司机违规行为的管理响应时效从传统的事后分析提升至秒级实时干预。每日减少管理人员现场巡查时间约60分钟，管理效率提升 70%，大幅降低人工巡检强度。告警审批留痕、多维度数据分析及积分制考核等功能，推动管理模式由“事后处理”向“实时全覆盖盯控”转变，管理精细化水平明显提升。

　　(四)具备良好的推广示范价值

　　该系统已在天津地铁1号线实现批量装车运用，系统基于边缘计算与深度学习技术，符合EN50155、EN45545等国际标准，具备部署便捷、兼容性强、扩展性好等特点，形成了可复制、可推广的智慧地铁解决方案，对推动城市轨道交通智能化升级具有积极示范意义。