基于红外技术的铁路行车闭塞区间检测预警系统设计

Design of a Railway Traffic Block Detection and Warning System Based on Infrared Technology

摘要

铁路列车在运行过程中，偶有发生与障碍物相撞的事故，主要由于轨道电路无法检测到物理特性不能使轨道电路形成回路的这些障碍物，造成与轨道电路联锁的列车运行信号不能准确反映线路是否空闲，又受瞭望距离影响，列车司机很难及时发现这些障碍物。研究基于红外成像探测技术的铁路行车闭塞区间检测预警系统，将红外探测器安装在信号机支点上，形成视频采集、测距系统，留有现场特殊场景系统接口，对铁路行车闭塞区间进行检测，并将搜索到的信息，通过异物分析、安全限界、随动控制、警示灯功能，进行识别和图像处理，实时将信息通过控制系统传输到调度指挥岗位、终端警报系统、现场警示灯，协助调度指挥人员、列车司机应急处置，来避免铁路交通事故的发生。

Abstract

During the operation of railway trains, accidents occasionally occur when trains collide with obstacles. This is mainly because the track circuit cannot detect the obstacles whose physical characteristics prevent the track circuit from forming a loop, resulting in train operation signals linked to the track circuit not accurately reflecting whether the line is clear. Additionally, due to the limited sight distance, train drivers often struggle to detect these obstacles in time. This paper focused on the railway block detection and early warning system based on infrared imaging detection technology. Infrared detectors were installed on the fulcrum of the signal machine to form a video capture and distance measurement system, with interfaces for special on-site scenarios. The system detected the railway block section, identified and processed images through foreign object analysis, safety limits, motion control, and warning light functions. Information was transmitted in real-time through the control system to the dispatch command position, terminal alarm system, and on-site warning lights, assisting dispatch command personnel and train drivers in emergency treatment to prevent railway traffic accidents.

Graphical abstract

关键词

红外技术 / 铁路行车 / 区间空闲 / 智能检索 / 应用研究

Key words

Infrared Technology / Railway Train Operation / Section Clearance / Intelligent Retrieval / Applied Research

我国既有的高速铁路和主要铁路干线一直基于轨道电路实现列车占用检查，来判断行车闭塞区间是否空闲，指挥列车依据信号显示运行。但是，基于轨道电路实现列车占用检查的行车闭塞法无法检测到一些侵入铁路限界或非法闯入铁路线路的施工机械设备、机动车辆、飘浮物、泥石流、行人等障碍物，不能很好保证铁路列车依据与轨道电路联锁的信号显示安全运行，时常发生列车与障碍物相撞事故。为此，根据铁路现场实际和事故案例，分析铁路行车闭塞区间的影响因素，基于红外探测技术原理，利用安装在区间信号机柱、接触网杆上的探测仪器，设计铁路行车闭塞区间检测预警系统，系统包括视频采集、异物分析、安全限界判断、测距检测、警示提醒等功能模块，实现实时检测线路区间的安全状态，从而利用红外技术解决铁路行车闭塞区间空闲检测盲点，有效弥补铁路闭塞区间安全检测短板，推动铁路安全高速发展^[1]。

1　铁路行车闭塞区间安全影响因素

（1）外部环境因素。具体包括：非法人员翻越或破坏栅栏进入线路；闲杂人员、牲畜在未设栅栏或栅栏破损处进入铁路线路；非法在铁路线路上放置障碍物；机动车辆非法闯入铁路线路；汛期暴风雨期间倒树、落石、泥石流、飘浮物侵入铁路线路^[2]。

（2）施工维修作业因素。施工作业人员在没有准许命令的情况下违章进入铁路线路；作业人员、机具在施工作业过程中侵入有列车运行的相邻铁路线路的限界；作业机具在施工作业后遗留在线路上。

（3）轨道电路故障因素。轨道电路分路不良造成占用丢失以及光电缆破损、电路短路等故障，导致轨道电路区段出现红光带，无法检测是否有机车、车辆占用^[3]。

2　铁路行车闭塞区间检查现状

为保证铁路列车运行安全和提高列车运行效率，铁路调度指挥人员在指挥列车运行时采取行车闭塞法^[4]，即运行线路上设置闭塞分区或2站间作为1个分区，1个闭塞分区只允许1列车占用，当占用列车出清这个闭塞分区，经过人工或设备确认空闲后，才能允许后续列车按照相应速度进入空闲的闭塞分区运行的行车组织方法。目前，铁路车站均装设了基本闭塞设备，按照区间设置的不同检测装置采取不同的闭塞法组织行车，区间线路设置轨道电路采用自动闭塞法，区间设置计轴器采用自动站间闭塞法，通过不同的闭塞设备自动检测列车是否占用线路，来判断区间是否空闲。区间未设置检测设备，而是通过人工确认空闲状态，采用半自动闭塞法。

2.1　不同线路条件的检查方式

（1）半自动闭塞。半自动闭塞线路相邻的2个车站间为1个闭塞区间，仅允许1趟列车运行，区间内无轨道电路检测设备，仅在车站内设有轨道电路区段，需要人工检查列车尾部标志来确认列车整列到达和区间空闲状态。

（2）自动站间闭塞。自动站间闭塞线路相邻2个车站间为1个闭塞区间，仅允许1趟列车运行，站间加装了计轴器，通过计算经过车辆的轮轴数，来检查分析区间线路是否有车占用，不再需要人工确认区间空闲。

（3）自动闭塞。铁路干线、高速铁路采用自动闭塞行车，区间轨道占用检查装置为轨道电路。高速铁路在自动闭塞的基础上，采用卫星、应答器实现对列车定位，由无线闭塞中心检查各闭塞分区占用的虚拟闭塞、移动闭塞。

轨道电路检查行车闭塞区间，是采取轨道电路逻辑判定设有轨道电路的闭塞区间是否空闲，将列车运行的钢轨分区段设置微弱电流形成轨道电路回路，其目的是检查和监督轨道是否有车占用，轨道的钢轨是否完整。列车在设有若干个闭塞分区的区间的轨道上运行时，根据闭塞分区列车占用、出清的顺序关系，对闭塞分区的占用、空闲状态进行逻辑判定，这些状态通过联锁关系控制允许列车运行的信号机的红、绿、黄的显示状态，指挥着列车有序在规定的区段运行^[3]。

2.2　既有检查方式存在的问题

（1）检测功能不全。目前使用的半自动、自动站间闭塞设备，主要是检测列车是否出清、占用闭塞区间等，不能检测到侵入铁路线路的异物。

（2）检测存有盲点。轨道电路检测区段中存在的树木、泥石流、硬飘物，以及遗留在线路上的小推车、工具，其物理特性不能使轨道电路形成回路，会使得通过轨道电路逻辑检测的手段失效，继而导致与轨道电路有联锁关系的信号显示不准确，构成行车安全隐患。

（3）人眼瞭望受限。基于轨道电路检测的监控设备无法检测到侵入铁路限界的障碍物，只能依靠运行中的列车司机瞭望来发现并采取安全措施。但是在能见度低、曲线区段等场景下，司机依靠人眼观察无法及时发现前方的障碍物，司机的瞭望距离达不到列车制动所需的距离要求，易造成列车相撞事故^[4]。这是铁路列车相撞事故的最主要原因，也是铁路交通运输安全的最大痛点之一。

2.3　现场视频监控的应用情况

铁路部门为加强现场生产作业安全监督，在施工维修作业现场、高架桥上、防洪重点地段、桥梁隧道、道岔区域等重点地段设置视频监控，显示终端通常设置在调度指挥所、车站行车室、公安派出所等岗位，主要用于现场作业远程监控指挥、设备设施运行情况实时监控等，并不断整合优化，形成铁路综合视频监控系统，来辅助铁路安全生产。由于监控视频能够观察的有效距离大约在100 m左右，在雨雾天气、夜间等低能见度的环境下，现场采集的图像效果受到限制。目前视频的监控手段、监测场景都较为单一，在准确率和可靠性方面都有局限性，无法起到有效的安全辅助保障作用。

铁路部门已尝试在路基左右侧利用信号机柱(接触网杆)安装探测仪器，构建基于不受夜间和天气变化影响的红外技术，实时探测列车运行闭塞区间是否空闲的检测预警系统，不仅解决轨道电路出现故障现象时的线路空闲确认，还能更有效检测是否有异物侵入闭塞区间，来解决轨道电路检测线路空闲盲点问题，实现列车运行安全的目的。

3　铁路行车闭塞区间检测预警系统设计

红外线成像技术主要是利用红外线探测器捕获目标自身辐射的能量、热特征来实现自动跟踪，因不易受环境、天气、光线等因素干扰，用于实时检测铁路闭塞区间安全状态的优势比较明显，故设计铁路行车闭塞区间检测预警系统。铁路行车闭塞区间检测预警系统主要通过图像技术处理、优化探测距离设计和智能识别算法^[5]，从而实现观察远距离具有极高清晰度的目标，且具有图像自动处理、限界识别、智能分析等功能，实时探测捕捉铁路限界内的障碍物，提醒调度指挥人员或者列车司机确认和处置，也可以协助确认轨道电路分路不良区段是否有列车占用，辅助列车安全运行，有效解决现有轨道电路检测区间空闲的盲点问题，弥补既有铁路行车安全防护系统的不足。

3.1　总体架构

为了弥补既有铁路闭塞区间安全检测的不足，在现有铁路行车闭塞基础上，铁路行车闭塞区间检测预警系统设计将红外探测器安装在铁路线路上区间通过信号机各支点上，高速铁路线路可安装在接触网杆上，各探测器设置地点的编号与信号机名称一致，采取公里标编号并区分上下行，每台探测器检测的区段与现有通过信号机防护区段基本一致，对闭塞分区实时检测，如设置在A站到B站下行通过信号机00011，00021，00031通过信号机柱上；针对铁路列车运行依据1个闭塞分区仅允许1趟列车运行，列车进入的闭塞分区的安全状态须空闲的凭证许可要求，系统设计的红外探测距离符合既有闭塞分区的长度(800~1 000 m)，遇区间较长时可设置多台探测器进行覆盖^[5]，能够观察具有极高清晰度的目标，通过智能识别算法实时探测捕捉铁路限界内的障碍物^[6]；为实现发现影响行车条件的障碍物或者线路周界内火情时的快速处置，系统设计放置在调度指挥人员显示终端自动将异状的闭塞分区标注为占用状态，显示占用实时画面，提醒调度指挥人员确认和处置。列车调度指挥及时通过无线调度通信设备联系列车司机，高速铁路区段的重要安全信息传输到应答器，并发送到列车车载设备指挥运行中的司机降速、停车，待确认安全或解除异状后，再正常行车。在营业线施工地点、桥梁隧道、防洪地段等关键地段设计在探测器的反面(面向司机)安装地面防护灯，与系统报警模块和既有的施工监控、异物侵限等功能联动^[7]，也可人为控制，发现险情时能够触发防护灯显示，提醒司机降速观察确认或停车。为更好地融合铁路行车指挥体系，系统按照既有调度指挥平台管辖的范围设置控制台，形成覆盖铁路列车运行区段的监控网，检测状况通过光电缆实时反馈到调度指挥人员岗位监控平台上，监视线路空闲、占用状态实时显示，指挥列车运行^[8]。系统总体架构如图1所示。

3.2　系统结构

铁路行车闭塞区间检测预警系统，由视频采集系统、测距系统、特殊场景子系统、信息处理系统和控制系统，其中信息处理系统包括异物分析、随动控制算法、安全限界判断等模块和警示灯智能系统，控制系统包括调度指挥终端、警报系统、自动防护警示灯、应答器、列车车载设备组成^[9]。系统结构如图2所示。

（1）视频采集系统，主要包括热像仪、红外机芯组件和红外导引头，固定安装在进站、出站、通过信号机柱上，用于收集线路内、接触网上物体红外及可见光信号并处理为视频信息，通过光缆实时传输到信息处理系统。

（2）特殊场景子系统，主要是防洪、施工、桥遂等重点地段监测子系统，整合雷达技术，提高准确性。

（3）测距系统，通过在信号机柱上设置激光测距仪，测量物体与测距仪、钢轨间的距离，将距离信息实时传输到安全限界判断模块进行分析，判断物体位置和是否侵限，并传输到控制系统。

（4）控制系统，主要用于锁定异物与测距仪、钢轨的距离，并通过视频采集系统锁定目标。

（5）信息处理系统，主要包括异物分析、随动控制算法、安全限界判断、警示灯智能系统等模块，用于对收集到的信息进行分析处理、异物识别，对识别出的障碍物图像分析判断是否占用线路，同步数据存储，并传输到终端设备，以及根据分析判断结果对控制系统和报警系统(包括警示灯)发送代码，实现对所检查分区铁路线路限界内障碍物智能探测报警提醒的功能^[7]。列车司机按警示灯的显示含义控制列车运行，同时，列车调度指挥接到并确认安全信息后，通过调度通信设备通知司机，并将信息传送到应答器，即时发送到列车车载设备，控制列车运行。

3.3　关键技术

3.3.1　红外成像技术

铁路行车闭塞区间检测预警系统采用非制冷探测器，来探测目标物体的红外热辐射，探测的距离较远、图像清晰、应用比较成熟且成本低，其原理为首先焦平面探测器通过红外光学系统吸收红外辐射能量，元件的温度发生相应变化，再转换成电信号，并将接收到的电信号进行电子学放大和逻辑处理，根据采集到目标物体温度分布情况，将目标物体的温度分布图像转换成红外热图像^[10]。红外成像技术的光路图如图3所示。

针对一些障碍物与钢轨的物理特性接近，探测器接收到的目标会出现噪声、信号较弱等红外图像物理特性，通过固定图案噪声(FRN)抑制、图像条带噪声抑制、图像非局部均值高频噪声抑制和图像校正算法，进行红外信号降噪、图像增强等微弱图像技术处理。

针对焦平面探测器具有非均匀性，目标会退化或图像不清，通过对时域高通非均匀性校正算法和自适应非均匀校正算法的分析，选择逻辑编程来实现二元非线性响应的非均匀性校正算法，并进一步研发自适应二元非线性响应的非均匀性校正算法进行非均匀性校正；针对红外成像器件的成像焦平面有一定的非均匀性，探测像元对于同一温度响应造成不一致，会出现空间固定图案噪声，需要针对噪声的性质对图像中的该类噪声进行抑制；针对红外成像系统中每1行(列)成像单元共用1个输出电路输出，输出电路输出并不均匀，导致红外图像中或多或少都有该类噪声的污染，在实际算法中首先将图像噪声提取到中高频，对图像做运动估计，利用图像的平滑区域进行时域的滤波处理；针对在红外图像中具有空域噪声，包括高斯噪声、脉冲噪声等一系列噪声，使用非局部均值的算法进行噪声抑制。在红外图像处理中，主要通过全局直方图拉伸算法，将高动态范围的红外图像输出到显示终端，并且尽可能少地损失图像中的信息。通过上述方法，测试仿真结果可以得到理想的红外图像。

3.3.2　探测距离设计

探测距离设计满足闭塞分区长度，能够节约成本，便于管理。红外成像导引系统探测的最远作用距离受成像面积、信号能量2个因素的限制，选取最小成像面积不能小于10×10个像素，否则，探测器将无法识别目标。足够强的信号能量要求足够大的信噪比，选择合适的信噪比阈值，只有信噪比高于阈值时，系统才能识别目标，经过概率统计计算分析，根据信噪比与目标辐射强度的关系，科学计算非制冷红外探测器搜索跟踪系统作用距离。结合工程验证结果，基于此技术方案的红外光学系统对目标的最大作用距离满足1 000 m闭塞分区长度要求。根据信噪比与目标辐射强度的关系，可以推出非制冷红外探测器搜索跟踪系统作用距离的计算公式为^[11]

r={\left(\left(L_{\mathrm{目标}}-L_{\mathrm{背景}}\right)\times S\times \tau \left(r\right)\times \eta \times A_{\mathrm{e}\mathrm{n}\mathrm{p}}\times \frac{D^{\mathrm{*}}}{N_{\mathrm{t}}\sqrt[]{A_{\mathrm{d}}\mathrm{\Delta }f}}\times \frac{\delta }{SNR}\right)}^{\mathrm{1}/\mathrm{2}}⑴

式中：r为系统作用距离，m；L_目标为目标的辐射强度，W；L_背景为背景的辐射强度，W；S为辐射物对应的面积，m²；\tau (r)为距离r目标辐射的大气透过率；η为物体表面的反射率；A_enp为光学系统的有效入射孔径的面积，m²；D^{*}为归一化探测率；N_t是系统等效温差(NETD)，K；A_d为探测微元的面积，m²；\mathrm{\Delta }f为系统探测器带宽，Hz；δ为系统修正因子；SNR为系统工作时的最小信噪比值。

归一化探测率D^{*}计算公式为

D^{\mathrm{*}}=\frac{\sqrt[]{A_{\mathrm{d}}\mathrm{\Delta }f}}{NEP}=\frac{\mathrm{4}}{\mathrm{\pi }}\times \left[\frac{F\sqrt[]{\mathrm{\Delta }f}}{NETD\frac{\partial L}{\partial T}\sqrt[]{A_{\mathrm{d}}}}\right]⑵

式中：NEP为噪声等效功率，W；F为焦距f与通光孔径d的比值；NETD为热灵敏度，mK；\frac{\partial L}{\partial T}为相对背景温度下光谱辐射出射度对温度的变化率，W/(m²\cdotsr\cdotk)。

系统作用距离估算参数及取值如表1所示。

3.3.3　深度学习算法

场景的主要应用是实时检测铁路区间闭塞分区空闲，需要解决限界内探测和侵入异物的检测。限界内探测和侵入异物的检测，采用精度和准确度最高的深度学习算法，需在软件中设置自主学习与上述特征识别的映射关系，然后利用采集的实际数据进行深度学习、训练，通过多轮交互改进的自主学习和建模成果，固化障碍物侵线检测算法，并通过大量实验数据及成果进行持续优化。获得的图象数据经专用图象处理软件处理后，便可实现对探测范围内障碍物的检测。经过试验，该系统目前实现对直线、弯曲、带岔钢轨的检测、识别，具备对距离900 m的铁质及塑料质异物检测、识别能力(异物>50 cm×50 cm×40 cm)。

3.4　主要功能

（1）分区段全覆盖检测功能。按照既有铁路行车闭塞分区设计探测器检测点，将探测器设置在进站、出站、通过信号机位置，探测器探测的距离满足既有闭塞分区长度和弯道处覆盖；通过光电缆实时将信息反馈到监测平台，实现分区检测、线路覆盖网络，并与现有调度指挥体系基本一致，确保调度指挥人员准确掌握事发地点，快速定位并查找到相关区段和关联列车，将预警信息通过不同途径发送到列车车载终端^[12]。

（2）限界分析功能。利用钢轨特定形状，设置限界电子墙，在显示终端上，锁定显示探测范围内，钢轨线路限界内(两侧距钢轨中心2 440 mm范围内)的异物。同时图像智能筛选，减少误报警。

（3）巡视检查功能。施工结束后自动检查施工料具、人员是否清理完毕；自动检测线路周界范围内火情并提醒；实时检测闲杂人员翻越栅栏，以及侵入铁路限界的人员、机械和接触网上异物等障碍物并进行提醒，具有线路自动巡视检查功能。

（4）特殊场景处理及联动功能。既有的风、雨、雪、地震等监测子系统组成的自然灾害预警系统，铁路桥梁隧道异物监测系统，防止旅客越过站台进入线路区间的防穿越报警系统，这些报警系统对一些场景进行了预警提醒，纳入联动体系，补强系统功能，并预留接口融合不同场景监测子系统，如既有的桥隧、防洪重点地段、施工地点等特殊场景实时监测子系统^[13-14]。

（5）智能预警功能。系统能够自动检测线路和接触网情况，能够分辨行人、牲畜、接触网异物、火情等目标，发现行人、倒树、泥石流、施工机具、车辆等异物时，能够自动锁定具体区段位置目标并在显示终端通过语音和文字报警提醒。工作环境不受雾霾、雨雪及夜间环境影响，可适应各类天气状况。

（6）智能防护警示灯功能。根据障碍物检测到的机车车辆侵限、泥石流、人畜、火情等结果，通过联锁关系控制警示灯显示，显示红色灯光为阻挡信号、黄闪灯光为随时停车的速度观察运行至次一架信号机、白闪灯光为注意观察，如检测到机车车辆侵限显示红色，人畜侵限、火情等显示黄色。警示灯的显示也可通过调度员进行人工控制。

（7）可视化功能。显示终端放置在调度指挥处，可以实时显示占用状态的障碍物图像，相邻区间、站名，文字提醒内容，并设置录音、视频、预警、设备等可查询功能^[15]。

（8）实时控制功能。基于系统准确发现的泥石流、倒树、机械设备侵限等危及行车安全的重要信息，经调度指挥人员确认后，传输到设置在地面线路上的应答器，通过无线传输设备向经过的列车实时传送应答器报文信息，控制列车停车或降速运行。

4　结束语

铁路行车闭塞区间检测预警系统使用红外探测技术，具有融合施工、防洪等重点地段特殊场景监测系统功能，对实时检测到的铁路行车闭塞区间线路限界内障碍物重要安全信息，通过光电缆快速传输到调度指挥人员，利用既有的列车调度通信设备，实时控制列车安全运行，并在线路上设有纳入与障碍物检测结果有联锁关系的警示灯，提醒司机按显示要求运行，有效弥补轨道电路检测区间空闲时无法检测到一些障碍物的漏洞，是确保铁路行车安全的重要技术手段。未来可继续研究系统在高速铁路不同场景的应用，实现人机对话功能，并探索与铁路机车制动系统的接口，逐步达到智能辅助列车安全行驶目的。

参考文献

[1] 吕　峰. 铁路安全风险管理对策的探讨[J]. 铁道运输与经济，2014，36(12)：38-41.

[2] Feng LYU.Discussion on Countermeasures of Railway Safety Risk Management[J]. Railway Transport and Economy，2014，36(12)：38-41.

[3] 包　云，李亚群，沈　鹍，等. 铁路外部环境安全监测方案研究[J]. 中国铁路，2022(4)：97-101.

[4] BAO Yun， LI Yaqun， SHEN Kun，et al. Research on Monitoring Scheme of Railway External Environmental Safety[J]. China Railway，2022(4)：97-101.

[5] 郭文强，郭　平. 轨道电路分路不良的原因及对策[J]. 铁道运输与经济，2005，27(5)：61-62.

[6] 刘春明，马雪梅，徐　恺，等.铁路自动闭塞监测系统的设计与实现[J].铁道运输与经济，2004，26(4)：54-56.

[7] LIU Chunming， MA Xuemei， XU Kai，et al. The Design and Realization Railway Auto-Block Supervision System[J]. Railway Transport and Economy，2004，26(4)：54-56.

[8] 陈钱，钱惟贤，张闻文. 红外目标探测[M].北京：电子工业出版社，2016.

[9] 黄昌奎. 基于红外热成像技术的铁路机车车载障碍物智能预警研究[J]. 铁道货运，2023，41(2)：28-33，47.

[10] HUANG Changkui. Research on Intelligent Warning of Obstacles on Board Railway Locomotive Based on Infrared Thermal Imaging Technology[J]. Railway Freight Transport，2023，41(2)：28-33，47.

[11] 中国铁路总公司. 铁路综合视频监控系统技术规范：Q/CR 575—2017 [S].北京：中国铁道出版社，2017：7-12.

[12] 彭　丹. 高速铁路调度指挥资源分析预警技术研究与系统设计[D]. 成都：西南交通大学，2018.

[13] 陈洪亮，孙　博. 北京西站安全生产调度指挥信息系统构建研究[J]. 铁道运输与经济，2020，42(12)：32-37.

[14] CHEN Hongliang， SUN Bo. Design of Traffic Control Information System for Beijing West Railway Station[J]. Railway Transport and Economy，2020，42(12)：32-37.

[15] 尹仕任，周本宽，张春迎.红外热成像在铁路行车安全监控系统中的应用探讨[J]. 西南交通大学学报，1997，32(5)：80-85.

[16] 宣益民，韩玉阁.地面目标与背景的红外特征[M].北京：国防工业出版社，2004.

[17] 付革民，王继柱.机车视频智能监控系统功能设计探讨[J].铁道运输与经济，2022，44(1)：87-90，111.

[18] FU Gemin， WANG Jizhu.Research on Intelligent Video Surveillance Systems of Locomotive[J]. Railway Transport and Economy，2022，44(1)：87-90，111.

[19] 莫志艺，楼捍卫，李继军.高铁智能安防监控体系信息上传动车组驾驶室技术与应用系统[J].中国铁路，2022(12)：129-134.

[20] MO Zhiyi， LOU Hanwei， LI Jijun. Information Uploading Technologies of High Speed Railway Intelligent Security Monitoring System to EMU Cab and Its Application System[J].China Railway，2022(12)：129-134.

[21] 张景雯.《铁路综合视频监控系统技术规范》发展与变化[J].中国铁路，2018(4)：86-91.

[22] ZHANG Jingwen. Evolution of the Technical Specifications for Integrated Railway Video Monitoring System[J]. China Railway，2018(4)：86-91.

[23] 王振东，齐　威，苗义烽，等. 基于云计算技术的铁路调度集中系统架构设计研究[J]. 铁道运输与经济，2020，42(1)：38-43.

[24] WANG Zhendong， QI Wei， MIAO Yifeng，et al. A Study on the Design of the Architecture of Railway CTC System Based on Cloud Computing Technology[J]. Railway Transport and Economy，2020，42(1)：38-43.

基金资助

中国铁路上海局集团有限公司科研项目(201157)