人工知能は鉄道の乗客の安全を守ることができるか？

高速鉄道網がますます充実するにつれ、列車は人々が長距離を移動する際に好まれる交通手段となってきました。近年、鉄道駅からの列車の出発回数は増加し続けており、プラットフォーム上の乗客の流れはますます密になっています。乗客の個人的な安全を確保するため、鉄道のプラットフォームには安全白線が引かれ、乗車している列車が停止する前に乗客がプラットフォームの端に近づくことを制限しています。しかし、さまざまな原因で乗客がプラットフォームから転落する事故は依然として時々発生しています。一部の乗客は利便性のために、あるプラットフォームから他のプラットフォームに直接線路を横断することさえあり、彼ら自身の生命の安全と鉄道運転の安全に大きな脅威を与えています。

したがって、鉄道プラットフォームの安全保護のニーズには、主に 2 つの側面が含まれます。1 つは、線路を越えて他のプラットフォームに向かう人がいないかどうかを監視することであり、もう 1 つは、列車を待つ間に線路を越えてプラットフォームの端に近づいている人がいないかどうかを監視することです。現在、鉄道プラットフォームの安全保護対策は主に人的防御と物理的防御に基づいており、技術的防御対策はあまり使用されていません。主に鉄道プラットフォームの線路越え状況の監視に集中しており、大まかに言えば、対射撃技術とビデオ監視技術の2つに分類できます。

放射線防止技術は、鉄道のプラットホームに赤外線またはレーザーの放射線防止装置を配置し、赤外線またはレーザーが遮られると警報を発する。放射線防止技術は構造がシンプルで、配置が容易で、リアルタイムの警報を提供するが、干渉を受けやすく、侵入するターゲットの種類を区別できず、誤報が多い。また、プラットホームに放射線防止装置を設置すると、線路を横断する人を監視できない。

ビデオ監視技術では、鉄道のプラットホームにカメラを設置してプラットホームのリアルタイム映像データを収集し、ターゲット認識技術を使用して侵入の有無を判断します。ただし、その精度とリアルタイム性は、使用するターゲット認識技術に大きく左右されます。従来のターゲット認識技術は精度が低く、誤報が発生しやすいです。また、ターゲット認識には時間がかかりすぎるため、プラットホームのビデオデータをフレームごとに処理することになります。リアルタイムの警報を保証することは困難です。フレームごとに処理すると、侵入の映像を見逃しやすくなります。