煤炭作为我国的主要能源,在一次能源的消费结构中占主导地位。随着科技进步和社会发展,国家对能源的需求日益增加。矿区铁路作为煤炭产、运、销的中间环节,保障其运输安全尤为重要。矿区铁路与国家铁路相比,铁路平交道口数量多且多为无人看守模式,行人在经过平交道口时易放松警惕,引起恶性交通事故,矿区铁路无人看守道口的安全问题受到相关部门高度重视。为保障机车在矿区铁路无人看守道口的运输安全,本文以矿区铁路无人看守道口为应用场景,设计矿区铁路无人看守道口智能安防预警系统。采用风光互补供电作为道口智能安防机器人的电源以解决无人看守道口无供电电源问题,通过目标检测技术实现无人看守道口路况检测预警,具体研究内容包括以下几个方面。首先,针对矿区铁路无人看守道口缺乏可靠供电电源问题,开展道口智能安防机器人可持续性供电模式研究。设计风光互补供电系统为道口智能安防机器人供电,在供电系统中增加蓄电池进行储能,提高道口智能安防机器人供电的可靠性。其次,为提高道口通行行人、车辆等目标的检测精度,以BDD100K数据集为基础,应用有监督数据增强和基于改进深度卷积对抗网络数据增强增加样本数量,通过筛选建立符合现场交通特点的数据集。再者,鉴于矿区铁路道口车辆复杂的特点,通过分析对比目前几种常用目标检测算法,确定以YOLOv5算法为基础进行目标检测,采用标签平滑正则化解决算法在训练过程中出现的过拟合问题,融合卷积注意力模型增强对目标注意力,并在Neck层中采用加权双向特征金字塔网络结构,促进目标多尺寸特征融合,用自建数据集对改进后的算法进行实验分析,验证算法改进的有效性。最后,对矿区铁路无人看守道口智能安防预警系统的道口智能安防机器人、机车车载系统和上位机监控系统进行应用系统设计,并通过安装调试。对测试数据分析,进一步验证风光互补供电系统和优化后YOLOv5目标检测算法的有效性。