PRODUCT
来车预警雷达
毫米波雷达+AI算法，精准识别列车目标
毫米波雷达来车预警
在轨道外侧布设毫米波雷达测距仪，通过发射并接收反射信号，转化为距离、速度等原始数据。结合AI算法对数据进行分析，精准识别列车，排除行人、电瓶车等干扰目标。
系统采用双雷达部署（间距约10m），通过数据融合判断列车行进方向、速度及长度，实现上下行全覆盖。
全天候工作——经雨雾实验验证，毫米波雷达在恶劣天气下正常工作，不受影响。
Train Approaching Warning System
基于毫米波雷达与人工智能算法，实现铁路来车精准识别。线外布设、无需接触轨道，识别率100%，有效保障涉铁施工人员安全。
毫米波雷达+AI算法，精准识别列车目标
在轨道外侧布设毫米波雷达测距仪，通过发射并接收反射信号，转化为距离、速度等原始数据。结合AI算法对数据进行分析，精准识别列车，排除行人、电瓶车等干扰目标。
系统采用双雷达部署（间距约10m），通过数据融合判断列车行进方向、速度及长度，实现上下行全覆盖。
全天候工作——经雨雾实验验证，毫米波雷达在恶劣天气下正常工作，不受影响。
LSTM+CNN深度学习融合模型，解决货车缝隙误判难题
高精度测距，获取目标距离、速度、信号强度等原始数据。双雷达融合分析，判断列车方向和速度。
提取距离特征、信号强度特征、时序特征。LSTM捕捉列车行驶连续性，CNN提取信号局部特征（如缝隙突变）。
输出目标类别：车头/平板车/普通车厢/缝隙/干扰项。货车缝隙误判率为0，行人电瓶车干扰无漏判。
距离·速度·强度
滤波·融合·特征
LSTM+CNN
喇叭·APP·云端
武汉红安站38.5小时不间断监测，98列列车全部准确识别
列车经过时雷达检测距离变化，清晰反映列车驶入和驶离过程
24小时连续监测，72个事件全部准确识别，总停留时间848秒
毫米波雷达不受雨雾天气影响，这是相比摄像头和红外方案的核心优势
模拟暴雨环境下雷达测距正常工作，信号不受干扰
38.5小时不间断监测，共记录列车98列，人工核实17列无漏项，识别率100%。线内线外监测效果一致，白天晚间监测效果一致，货车平板车及列车交汇等特殊工况均正确识别。
多种安装方式，适应不同现场条件
接触网立杆抱箍安装
防护网外侧安装
现场测试安装
抱箍固定到接触网立杆，支持上下、左右方向调节。
抱箍安装到防护网立柱或通过安装支架固定。
通过挂钩固定到防护网，安装最便捷。
一套预警系统覆盖上下行，APP配置即用
毫米波雷达测距仪，内置AI识别算法，4G无线传输，电池供电。每套2台，分别监测上行和下行。
与雷达无线关联，支持一台雷达关联多个喇叭。默认语音"前方有来车，请注意！"，可自定义播报内容。
扫码绑定设备、创建作业、配置检测距离、查看来车预警记录和低电量预警，支持地图定位。