一种轨道监测系统和方法

    公开(公告)号:CN118960575A

    公开(公告)日:2024-11-15

    申请号:CN202411022730.1

    申请日:2024-07-29

    摘要: 本申请公开了一种轨道监测系统和方法。所述系统包括:激光发射器,该激光发射器有间距地设置于轨道至少一个外侧;位移敏感器件,该位移敏感器件固定设置于所述轨道中至少一条钢轨外侧面上,所述位移敏感器件具有与所述激光发射器相对布置且用于接收所述激光发射器所发射出激光束的靶面;和数据采集单元,该数据采集单元用于采集所述靶面所接收的激光束的信息,以监测所述钢轨的空间位移;其中:所述激光束的方向与所述钢轨的延伸方向之间具有可调节的夹角,该角度大于零且不大于90度。根据本申请技术方案,无需人工现场测量,可实时监测有列车经过时和无列车经过时轨道三维空间位移状态真值。

    城轨高平峰过渡阶段列车运行图调整方法、系统及设备

    公开(公告)号:CN116811967A

    公开(公告)日:2023-09-29

    申请号:CN202310617941.9

    申请日:2023-05-29

    摘要: 本发明公开一种城轨高平峰过渡阶段列车运行图调整方法、系统及设备,涉及城轨列车运行控制技术领域,方法包括:根据目标区域的列车运行数据和乘客数据构建高平峰过渡阶段列车运行约束集合,包括列车发车时间约束模型、列车停站时间约束模型、列车区间运行时间约束模型、列车发车间隔约束模型、列车追踪间隔约束模型、列车折返约束模型、车站服务频次约束模型、车底周转约束模型和乘客乘降约束模型,然后以站台滞留乘客数、取消车次数以及列车运行图偏移最小为目标,建立高平峰过渡阶段列车运行调整模型,利用两阶段算法求解以得到待调整车次运行数据集和加开车次运行数据集,进而构建调整后列车运行图。本发明减少了乘客在站台的滞留时间。

    基于导波衰减的无缝钢轨检测方法、装置及存储介质

    公开(公告)号:CN114563476A

    公开(公告)日:2022-05-31

    申请号:CN202210189097.X

    申请日:2022-02-28

    IPC分类号: G01N29/04 G01N29/11 G01N29/22

    摘要: 本发明涉及一种基于导波衰减特性的无缝钢轨检测方法,所述方法针对钢轨不同部位选择施加激励信号,不需要复杂的模态分离算法;通过获取温度对超声导波衰减的影响函数进行缺陷检测,可以有效克服不同温度对导波信号的影响,提高检测的准确度;利用多个接收位置降低误检率和漏报率,进一步通过调整接收位置,较精确地定位缺陷区间,当激励位置和接收位置构成阵列时,使缺陷检测和定位更加方便快捷。因此,所述方法能够提高缺陷检测的可靠性和准确度,具有简单实用性。

    一种轨道虚拟应答器的实现方法
    4.
    发明公开

    公开(公告)号:CN114037750A

    公开(公告)日:2022-02-11

    申请号:CN202111130631.1

    申请日:2021-09-26

    摘要: 本发明提供了一种轨道虚拟应答器的实现方法。该方法包括:搭建布置在列车端的车载图像采集和处理系统,利用所述车载图像采集和处理系统采集列车运行过程中前视视角和侧方视角的行车记录图像集;利用改进的YOLOv3网络对所述行车记录图像集进行实时目标检测,获取列车的轨道运行线路上既有标志物的类别和位置信息;基于改进的CRNN网络根据所述既有标志物的位置信息对所述行车记录图像集进行内容识别,获取列车的轨道运行线路上既有标志物的文本信息。本发明使用了机器视觉方法对线路上既有标志物进行位置的检测和内容的识别,可以用于轨道交通车辆运行过程中的应答定位,彻底摆脱了对地面应答器和卫星的依赖,实现了完全自主的列车应答定位。

    一种轨道板上拱分布式监控方法及系统

    公开(公告)号:CN110337084B

    公开(公告)日:2021-02-12

    申请号:CN201910620162.8

    申请日:2019-07-10

    摘要: 本发明提出了一种轨道板上拱分布式监控方法及系统,通过倾角传感器、微控制器以及汇聚节点的协同作用,实时检测轨道板上拱角度,并通过对上拱角度进行数据处理,将火车经过时检测的角度值滤除,从而保留轨道板静态时测量的角度值,并将轨道板上拱角度值转化为上拱高度进行输出,输出的上拱高度可以与轨道板允许最高上拱高度进行比较是否超过限度,再进一步进行判断是否需要报警。本发明的控制过程采用实时监控的方式,检测轨道板上拱角度变化,提高检测效率。

    铁路线路异物识别方法及系统

    公开(公告)号:CN106741008B

    公开(公告)日:2020-11-06

    申请号:CN201611255897.8

    申请日:2016-12-29

    IPC分类号: B61L23/04

    摘要: 本发明提供了一种铁路线路异物识别方法及系统,该系统包括:静态滞空平台,对获取到的第一图像信息进行处理得到第一组线路数据;动态滞空平台,对获取到的第二图像信息进行处理得到第二组线路数据;多个监控装置,对获取到的铁路线路的第三图像信息进行处理得到第三组线路数据;异物识别装置分别与静态滞空平台、动态滞空平台,多个监控装置通信连接,根据任意一组线路数据判断铁路线路是否存在异物,如果判断出存在异物,对线路数据中的至少两组数据进行融合处理,得到第一处理结果并生成报警信号。该系统检测尺度多样化,能够实现全方位检测并且处理得到的异物信息更加全面,缓解了现有技术中检测尺度单一,获取的信息不够全面的技术问题。

    入侵检测模型建立方法、装置及数据处理设备

    公开(公告)号:CN109460787B

    公开(公告)日:2020-08-18

    申请号:CN201811261791.8

    申请日:2018-10-26

    IPC分类号: G06K9/62 G06N3/04

    摘要: 本申请提供一种入侵检测模型建立方法、装置及数据处理设备,方法包括:获取从铁路沿线采集的多个训练图像;分别对多个训练图像进行HOG特征提取,获得各训练图像的第一图像特征;将多个训练图像和图像标签输入改进AlexNet网络结构的卷积神经网络进行训练;针对每个训练图像,通过卷积神经网络提取第二图像特征,并根据该训练图像的第一图像特征及第二图像特征的组合进行分类训练。通过对图像进行HOG特征提取并结合改进AlexNet网络结构的模型提取的图像特征一起进行分类训练,从而使得训练得到的入侵检测模型能够有针对性地从画面中判断出是否存在入侵行人,拥有较高的识别准确性,并且不易受到光线等环境因素的影响。

    一种钢轨磨耗动态测量中的轨廓自动配准方法

    公开(公告)号:CN109798844B

    公开(公告)日:2020-07-28

    申请号:CN201811620395.X

    申请日:2018-12-28

    摘要: 本发明提供了一种钢轨磨耗动态测量中的轨廓自动配准方法,包括:通过RDP算法对获取的钢轨轨腰和轨底圆弧轮廓进行自动分割;对分割的所述圆弧轮廓进行基于半径约束的非线性二次拟合获取圆心坐标,将所述圆心坐标作为基准点,对钢轨测量轮廓和标准轮廓进行初步配准;将所述基准点的初步配准结果作为改进ICP算法的初值,经过迭代计算,得到最优刚体变换关系,完成钢轨磨耗动态测量中的轨廓自动配准。本发明提出了基于RDP算法和改进ICP算法的两段式钢轨轮廓自动配准方法,从而实现钢轨测量轮廓和标准轮廓的高精度自动配准。

    异物侵入检测方法及异物侵入检测装置

    公开(公告)号:CN107253485B

    公开(公告)日:2019-07-23

    申请号:CN201710342757.2

    申请日:2017-05-16

    摘要: 一种异物侵入检测方法和异物侵入检测装置,所述方法包括步骤:利用红外相机获取监测范围内的红外图像并将其传输至图像采集处理系统;图像采集处理系统根据红外图像来确定在红外相机的监测范围内是否出现疑似异物;出现疑似异物时,使激光光源与可见光相机聚焦到监测范围内的疑似异物上并利用激光光源对疑似异物进行激光补光;获取疑似异物的可见光图像并将其传输至图像采集处理系统;图像采集处理系统将可见光图像与红外图像中的疑似异物区域图像进行图像配准与融合;利用融合后图像提供疑似异物信息,利用疑似异物信息对疑似异物进行特征提取与分类,实现疑似异物的自动识别与报警,能够在光线暗、烟云密布、能见度低时获得丰富完整的图像信息。

    入侵检测模型建立方法、装置及数据处理设备

    公开(公告)号:CN109460787A

    公开(公告)日:2019-03-12

    申请号:CN201811261791.8

    申请日:2018-10-26

    IPC分类号: G06K9/62 G06N3/04

    摘要: 本申请提供一种入侵检测模型建立方法、装置及数据处理设备,方法包括:获取从铁路沿线采集的多个训练图像;分别对多个训练图像进行HOG特征提取,获得各训练图像的第一图像特征;将多个训练图像和图像标签输入改进AlexNet网络结构的卷积神经网络进行训练;针对每个训练图像,通过卷积神经网络提取第二图像特征,并根据该训练图像的第一图像特征及第二图像特征的组合进行分类训练。通过对图像进行HOG特征提取并结合改进AlexNet网络结构的模型提取的图像特征一起进行分类训练,从而使得训练得到的入侵检测模型能够有针对性地从画面中判断出是否存在入侵行人,拥有较高的识别准确性,并且不易受到光线等环境因素的影响。