本发明属于数字孪生，尤其涉及一种基于数据孪生驱动的异物侵线判识方法。
背景技术：
1、由于我国地理地貌的多样复杂性与铁路网络持续扩大的必要性，在不同线路段防止异物侵线(北方草原线路的草团、城际铁路周边人员翻越铁路护网等)成为保障列车行车安全的重要因素之一。
2、如何做到铁路线路异物入侵精准、快速检测一直以来都是轨道交通邻域热门研究课题之一。而目前包括振动光纤、脉冲电子围栏、多维三鉴、微波阵列、光波对射、雷达和图像识别等检测技术受限于铁路线路周围复杂环境或是光照、天气的干扰。借助计算机辅助设计(cad)、计算机辅助工程(cae)、有限元分析(fea)和产品数据管理(pdm)等方式和数据构建虚拟模型，除此之外，随着物联网(iot)、人工智能(ai)、无线传感器网络(wirelesssensor network)、射频识别(rfid)、云计算(cloud computing)、边缘计算(edgecomputing)和第五代蜂窝移动通信(5g)等先进技术实现物理世界与虚拟世界的集成相关技术的发展，数字孪生(digital twins)技术在异物侵线检测方面具有更广泛的应用前景。
3、数字孪生是一种集成了多物理、多尺度属性，具有实时交互和高保真度特点的将数字空间同物理空间映射融合的技术。在轨道交通领域中，数字孪生已经应用在列车运行优化、设备健康监测、安全培训和应急演练等方面，但是在研究线路异物侵线检测方面，最热门的还是图像识别等技术，缺乏数字孪生技术的应用。线路异物侵线从我国轨道交通发展以来一直是一个引人关注的热点安全问题，其轻则导致线路停运重则可能造成严重安全事故。如何做到准确、快速异物检测以及预警，以及是否可以实现对列车进行主动控制，是我国轨道交通发展亟待解决的一个问题。
4、传统的线路异物侵线检测系统(方法)往往会因为外界条件影响或是自身检测算法的不足导致检测精度较差，产生误报。例如，利用图像差分的检测算法对静止的异物很难准确检测；振动光纤技术易受植被晃动、飞鸟、等干扰。而采用数字孪生技术的异物侵线检测方法，由于孪生体与真实线路具有虚实交互映射的特性，且交互过程具有实时性，便天然使得基于数字孪生技术的异物侵线检测具有更高的准确性以及更优的检测速度。结合混合现实技术，实现操作人员与线路沉浸式交互，相比于一般的异物侵线检测系统，更利于操作人员对异物侵线的实时感知以及更快的做出相应处理措施。
技术实现思路
1、为解决当前线路异物侵线检测技术受限因素过多、准确率与速度欠缺的问题以及提升人机交互体验感和侵线应对反应速度，本发明提供一种基于数据孪生驱动的异物侵线判识方法。
2、本发明的一种基于数据孪生驱动的异物侵线判识方法，具体为：
3、a、多维实体物理数据采集。
4、沿检测线路布置多维三鉴复合传感探测器，采集线路周围受力、方向，位置三种数据，通过数据融合感知周围变化，以此获取动态感知数据；沿检测线路布置图像采集设备，获取线路实时图像数据；系统接入天气、地理数据的api获取实时环境数据。
5、b、构建线路数字孪生体模型。
6、通过三维建模软件与混合现实设备建立虚拟空间线路静态模型，借助三维图像物理引擎构建出融合数据驱动的虚拟空间线路数字孪生体模型。数字孪生体模型具有与物理空间真实线路进行数据交互、自我迭代更新，反映物理空间线路真实情况的能力。
7、c、基于混合现实的异物侵线判识与危险评估。
8、通过混合现实设备，操作人员沉浸式监测交互，真实感受线路周围异常变化；发生异物侵线时快速对侵线位置信息进行查看，查找侵线原因，以此结合列车调度信息，快速做出应对策略及危险评估。
9、d、基于混合算法模型的异物侵线与预测。
10、将采集到的多维物理数据进行预处理并分类，分为动态感知数据(方向、位置、受力三种状态的数据)、图像数据与环境数据(天气、地理)；使用基于深度学习与滤波算法的混合算法对动态感知数据进行处理，处理后数据结合图像数据对异物侵线进行准确判别并进行报警；动态感知数据、图像数据与环境数据通过深度学习模型对是否可能发生异物侵线进行预测并报警；误报的数据形成数据集，反馈回深度学习模型进行优化检测环节，提高检测速度与准确性，增加整个系统鲁棒性。
11、进一步的，数据采集设备成组布置，按照等距进行多维三鉴复合传感探测器布置，重点检测区域额外布置，设定一定数量的探测器对应图像采集设备(如4个探测器与1个图像采集设备为一组)，每个探测器应有独立标号作为定位。
12、进一步的，图像采集设备由可见光摄像机、激光摄像机和红外摄像机组成，后两者在一定程度上提高了夜晚的成像效果，在雾天、夜晚等场景采集图像数据依然具有可行性。
13、进一步的，线路数字孪生体与真实线路数据交互方式为通过云服务处理后交互，将线路物理实体中实时状态展示至线路数字孪生体中，数字孪生体通过数据驱动模型，进行控制反馈。
14、进一步的，构建线路数字孪生体模型具体为：通过三维建模软件与混合现实设备建立静态高保真轨道场景模型，模型导入三维图像引擎中进行二次开发，采用面向对象编程技术，封装天气类、地理类、异物类、车辆调度信息类，房屋结构类(如车辆调度信息类包含始发站、终点站、行车时刻表、车辆型号等成员属性)，结合混合算法处理后的多维度数据进行模型驱动，建立线路数字孪生体模型；再基于持续性的物理空间真实线路数据采集对虚拟空间数字孪生体模型进行迭代优化，实现物理空间线路与虚拟空间的实时数据交互、数据映射。
15、进一步的，基于混合现实的异物侵线判识与危险评估具体为：线路数字孪生体模型利用三维图像引擎中为混合现实设备提供api，在混合现实设备中进行数字孪生体模型部署，操作人员通过佩戴混合现实设备并且通过手势对线路数字孪生模型进行操作。
16、进一步的，基于混合算法模型的异物侵线与预测具体为：当可能发生侵线时，动态感知数据经深度学习模型优化过后的滤波算法得到侵线位置id，通过id调取对应图像数据传入目标检测、目标追踪算法确定是否侵线，确认侵线会发生报警，操作人员通过混合现实设备和线路数字孪生体进行处理；当常规状态下，滤波算法处理后的动态感知数据，以及环境数据和图像数据，经过深度学习模型对可能发生的线路侵线进行预测，若是发生侵线概率超过设定的阈值，则会发生报警，操作人员可以通过混合现实设备和线路数字孪生体进行侵线确认。
17、本发明的有益技术效果为：
18、本发明提供了一种具有虚实同步、虚实交互，以虚控实的数据孪生驱动的异物侵线判识系统。其在算法方面，比常见的异物侵线检测算法更加快速且准确，极大降低由于天气等因素带来的异物侵线误报等情况，增加了基于深度学习的异物侵线预测，结合获得的气象、图像等数据对可能发生的侵线进行一个概率评估并报警；在交互方面，不在是单纯的b/s或c/s架构进行数据传输提供服务，在此基础上增设混合现实(mr)设备，实现了操作人员沉浸式交互，更快地感知报警；在理论支撑方面，以数字孪生为基础与理论支撑点出发，将数字孪生“虚实同步、虚实交互、以虚控实”概念引入到异物侵线检测中，通过对物理空间线路数据采集、虚拟空间线路建模并进行数据驱动等方式，实现一种新型、有别于传统方法的异物侵线检测，具有：实时性、预测性、准确性。
19、本发明在线路异物侵线检测与预测方面具有很大潜力，且基于数字孪生理论的异物侵线检测系统在功能拓展上具有很大的延展性，不仅可以有效保障铁路运输安全，并且对其安全性、经济性具有重大意义。
1.一种基于数据孪生驱动的异物侵线判识方法，其特征在于，具体为：
2.根据权利要求1所述的一种基于数据孪生驱动的异物侵线判识方法，其特征在于，所述数据采集设备成组布置，按照等距进行多维三鉴复合传感探测器布置，重点检测区域额外布置，设定一定数量的探测器对应图像采集设备，每个探测器应有独立标号作为定位。
3.根据权利要求1所述的一种基于数据孪生驱动的异物侵线判识方法，其特征在于，所述图像采集设备由可见光摄像机、激光摄像机和红外摄像机组成。
4.根据权利要求1所述的一种基于数据孪生驱动的异物侵线判识方法，其特征在于，所述线路数字孪生体与真实线路数据交互方式为通过云服务处理后交互，将线路物理实体中实时状态展示至线路数字孪生体中，数字孪生体通过数据驱动模型，进行控制反馈。
5.根据权利要求1所述的一种基于数据孪生驱动的异物侵线判识方法，其特征在于，所述构建线路数字孪生体模型具体为：通过三维建模软件与混合现实设备建立静态高保真轨道场景模型，模型导入三维图像引擎中进行二次开发，采用面向对象编程技术，封装天气类、地理类、异物类、车辆调度信息类，房屋结构类，结合混合算法处理后的多维度数据进行模型驱动，建立线路数字孪生体模型；再基于持续性的物理空间真实线路数据采集对虚拟空间数字孪生体模型进行迭代优化，实现物理空间线路与虚拟空间的实时数据交互、数据映射。
6.根据权利要求1所述的一种基于数据孪生驱动的异物侵线判识方法，其特征在于，所述基于混合现实的异物侵线判识与危险评估具体为：线路数字孪生体模型利用三维图像引擎中为混合现实设备提供api，在混合现实设备中进行数字孪生体模型部署，操作人员通过佩戴混合现实设备并且通过手势对线路数字孪生模型进行操作。
7.根据权利要求1所述的一种基于数据孪生驱动的异物侵线判识方法，其特征在于，所述基于混合算法模型的异物侵线与预测具体为：当可能发生侵线时，动态感知数据经深度学习模型优化过后的滤波算法得到侵线位置id，通过id调取对应图像数据传入目标检测、目标追踪算法确定是否侵线，确认侵线会发生报警，操作人员通过混合现实设备和线路数字孪生体进行处理；当常规状态下，滤波算法处理后的动态感知数据，以及环境数据和图像数据，经过深度学习模型对可能发生的线路侵线进行预测，若是发生侵线概率超过设定的阈值，则会发生报警，操作人员可以通过混合现实设备和线路数字孪生体进行侵线确认。
