論文の概要: Smart Railway Obstruction Detection System using IoT and Computer Vision
- arxiv url: http://arxiv.org/abs/2605.08246v1
- Date: Thu, 07 May 2026 10:16:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-12 23:28:49.493892
- Title: Smart Railway Obstruction Detection System using IoT and Computer Vision
- Title（参考訳）: IoTとコンピュータビジョンを用いたスマート鉄道閉塞検出システム
- Authors: Pravin Kumar, Mritunjay Shall Peelam, Ramakant Kumar, Sanjay Kumar, Vinay Chamola,
- Abstract要約: NETRAは、Raspberry Pi Zero WとRaspberry Pi 4のエッジプラットフォーム上にデプロイされた、費用対効果の高い、インターネットに依存しない侵入検知システムである。
人間、大型動物、障害追跡などの脅威を識別する。
確認された脅威は、機関車運転手にエンドツーエンド2.4秒以内に警告するためにLoRaを介して送信される。
- 参考スコア（独自算出の注目度）: 10.140020973493508
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Railway track intrusions pose a critical safety challenge for Indian Railways, encompassing wildlife incursions and deliberate malicious obstructions. The December 2025 collision in Assam, in which seven elephants were killed by the Rajdhani Express, underscores the urgency of effective real-time detection. Existing solutions such as the optical fiber-based Gajraj system suffer from prohibitive costs (\$1000/km) and high false alarm rates, limiting deployment to only 20 of India's 101 elephant corridors. This paper proposes NETRA, a cost-effective, internet-independent intrusion detection system deployed on Raspberry Pi Zero W and Raspberry Pi 4 edge platforms. NETRA employs probabilistic sensor fusion integrating a PIR motion sensor and an HC-SR04 ultrasonic distance sensor with a tunable threshold (tau_c = 0.65), enabling event-driven camera activation that reduces unnecessary visual processing by 52%. Upon confirmed intrusion, edge-AI classification using MobileNet-SSD (Pi Zero) or YOLOv5 ONNX (Pi 4) identifies threats including humans, large animals, and track obstructions. Confirmed threats are transmitted via LoRa (868 MHz) to alert the locomotive driver within 2.4 seconds end-to-end. Experimental evaluation across 113 motion events demonstrated 95% detection accuracy with zero false alarms through probabilistic fusion, compared to 85% for binary methods. Raspberry Pi 4 with YOLOv5 achieved 83.5% elephant F1-score, a 5.6x improvement over Pi Zero's heuristic approach (14.8%). LoRa communication achieved 100% packet delivery across 1-2 km in field trials. NETRA reduces deployment cost by 75% (\$247/km vs \$1000/km for Gajraj) while providing unified detection of both wildlife and obstruction threats.
- Abstract（参考訳）: 鉄道線路の侵入は、野生生物の侵入や故意に悪意のある妨害を含む、インド鉄道にとって重要な安全上の課題となっている。
2025年12月、アサムで7頭の象がラジダーニ・エクスプレスによって殺害された事故は、効果的なリアルタイム検出の緊急性を強調した。
光ファイバーベースのGajrajシステムのような既存のソリューションは、禁止コスト($1000/km)と高い誤報率に悩まされており、インドでは101のゾウ回廊のうち20箇所にしか展開できない。
本稿では,Raspberry Pi Zero W と Raspberry Pi 4 のエッジプラットフォームに実装した,費用対効果の高いインターネットに依存しない侵入検知システムであるNETRAを提案する。
NETRAは、PIRモーションセンサーとHC-SR04超音波距離センサを調整可能な閾値(tau_c = 0.65)と統合した確率的センサー融合を採用し、不要な視覚処理を52%削減するイベント駆動カメラのアクティベーションを可能にする。
侵入が確認されると、MobileNet-SSD(Pi Zero)またはYOLOv5 ONNX(Pi 4)を用いたエッジAI分類は、人間、大型動物、追跡障害を含む脅威を特定する。
確認された脅威はLoRa (868 MHz)を介して送信され、機関車運転手に2.4秒以内に警告する。
113件の運動事象に対する実験的評価では、確率的融合による誤報による検出精度は95%であり、二分法では85%であった。
Raspberry Pi 4 with YOLOv5は83.5%のゾウF1スコアを獲得し、Pi Zeroのヒューリスティックアプローチ(14.8%)よりも5.6倍改善した。
LoRa通信は、フィールドトライアルで1-2kmにわたって100%のパケット配信を実現した。
NETRAは、デプロイコストを75%削減する(Gajrajの247/km対1000/km)と同時に、野生生物と障害物の脅威の両方を統一的に検出する。
関連論文リスト
- Instance-level Visual Active Tracking with Occlusion-Aware Planning [61.982298426203165]
Visual Active Tracking (VAT)は、カメラを3D空間でターゲットに追従することを目的としている。
VATは、視覚的に類似したイントラクタからの混乱と、閉塞下での深刻な障害という、現実世界のデプロイメントにおいて2つの重要なボトルネックに直面している。
3つの相補的なモジュールを持つ統一パイプラインであるOA-VATを提案する。
論文 参考訳（メタデータ） (2026-04-23T09:11:50Z) - Edge-AI Perception Node for Cooperative Road-Safety Enforcement and Connected-Vehicle Integration [2.320417845168326]
インドなどの新興国の急速な自動車化は、2023年に1100万件以上の違反が記録されており、4000台あたり約1人の警官が警察に拘束されている。
従来の監視と手動によるチケット発行は、この規模にスケールできないため、自律的で協力的でエネルギー効率のよいエッジAI認識インフラの必要性を動機付けている。
本稿では,多クラス交通違反の分析と,接続されたインテリジェントな車両エコシステム内での安全事象の拡散を行うためのリアルタイム道路側認識ノードを提案する。
論文 参考訳（メタデータ） (2026-01-06T08:02:58Z) - Real-time Deer Detection and Warning in Connected Vehicles via Thermal Sensing and Deep Learning [2.5690062252357184]
鹿車衝突は米国にとって重要な安全上の課題である。
本稿では,熱画像,深層学習,車間通信を統合したリアルタイム検出・運転警告システムを提案する。
本システムは,検出から運転警告までの終端レイテンシを100ミリ秒以下で連続的に達成する。
論文 参考訳（メタデータ） (2025-09-23T08:16:25Z) - Micius, the world's first quantum communication satellite, was hackable [55.86191108738564]
量子鍵分布のためのデコイ状態BB84プロトコルは、世界初の量子通信用衛星であるMiciusで使用されている。
搭載されている8つのレーザーダイオード間の相対時間遅延が発見された。
物理学の法則に反しない限り、可能な限り完璧な装置を使用する潜在的な攻撃者は、少なくとも98.7%のケースにおいて、信号装置とデコイ状態を区別できることを示した。
論文 参考訳（メタデータ） (2025-05-10T06:30:38Z) - Availability-aware Sensor Fusion via Unified Canonical Space for 4D Radar, LiDAR, and Camera [6.636342419996716]
本稿では,ASF (Availability-Aware Sensor fusion) を提案する。UCP (Unified Canonical projection) を用いて,パッチ(CASAP) に沿ったセンサ間の融合とクロスアテンションを実現する。
提案したASFは,各種気象条件およびセンサ劣化(または故障)条件下での既存の最先端核融合法よりも優れた物体検出性能を示す。
論文 参考訳（メタデータ） (2025-03-10T08:10:28Z) - CamLoPA: A Hidden Wireless Camera Localization Framework via Signal Propagation Path Analysis [59.86280992504629]
CamLoPAは、トレーニング不要の無線カメラ検出およびローカライゼーションフレームワークである。
低コストの商用オフ・ザ・シェルフ(COTS)デバイスを使用して、最小限の活動空間制約で運用する。
95.37%のスヌーピングカメラ検出精度と17.23の平均位置誤差を達成する。
論文 参考訳（メタデータ） (2024-09-23T16:23:50Z) - Echoes Beyond Points: Unleashing the Power of Raw Radar Data in
Multi-modality Fusion [74.84019379368807]
本稿では,既存のレーダ信号処理パイプラインをスキップするEchoFusionという新しい手法を提案する。
具体的には、まずBird's Eye View (BEV)クエリを生成し、次にレーダーから他のセンサーとフューズに対応するスペクトル特徴を取ります。
論文 参考訳（メタデータ） (2023-07-31T09:53:50Z) - TinyTracker: Ultra-Fast and Ultra-Low-Power Edge Vision In-Sensor for
Gaze Estimation [11.917014372788584]
この研究は、ソニーによるIMX500と呼ばれる最初の「センサーのAI」ビジョンプラットフォームを活用し、超高速で超低消費電力のエッジビジョンアプリケーションを実現する。
本研究では,2次元視線推定のための高効率完全量子化モデルTinyTrackerを提案する。
論文 参考訳（メタデータ） (2023-07-15T14:34:25Z) - NVRadarNet: Real-Time Radar Obstacle and Free Space Detection for
Autonomous Driving [57.03126447713602]
本稿では,自動車のRADARセンサを用いて動的障害物や乾燥可能な自由空間を検出するディープニューラルネットワーク(DNN)を提案する。
ネットワークは組み込みGPU上でリアルタイムよりも高速に動作し、地理的領域にわたって優れた一般化を示す。
論文 参考訳（メタデータ） (2022-09-29T01:30:34Z) - A deep learning approach to predict the number of k-barriers for
intrusion detection over a circular region using wireless sensor networks [3.6748639131154315]
無線センサネットワーク(WSN)は、国境地帯における侵入検知と監視の問題に対して実現可能な解決策である。
本稿では,高速な侵入検知・防止のためのkバリア数の正確な予測を行うために,完全接続型フィードフォワードニューラルネットワーク(ANN)に基づくディープラーニングアーキテクチャを提案する。
論文 参考訳（メタデータ） (2022-08-25T06:39:29Z) - Cooling-Shrinking Attack: Blinding the Tracker with Imperceptible Noises [87.53808756910452]
The method is proposed to deceive-of-the-the-art SiameseRPN-based tracker。
本手法は転送性に優れ,DaSiamRPN,DaSiamRPN-UpdateNet,DiMPなどの他のトップパフォーマンストラッカーを騙すことができる。
論文 参考訳（メタデータ） (2020-03-21T07:13:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。