-
公开(公告)号：CN110281986B
公开(公告)日：2021-04-13
申请号：CN201910497181.6
申请日：2019-06-10
Applicant: 北京交通大学
IPC: B61L27/00
Abstract: 本发明提供了一种基于准移动闭塞的列车的轨道区段锁闭时间的计算方法。该方法包括：通过分析高速铁路的准移动闭塞模式的特征参数建立列车的牵引计算模型；根据列车的牵引计算模型对列车运行过程中受到的力进行分析和计算，得到列车在运行过程中的速度‑距离曲线：根据列车在运行过程中的速度‑距离曲线分别建立并求解准移动闭塞模式下列车的基于区间和车站的轨道区段锁闭时间的计算模型，得到列车的基于区间和车站的轨道区段锁闭时间。本发明的方法可以基于精细化计算的轨道区段锁闭时间铺画带有Blocking time的列车运行图，为接车和发车路径的精细化使用提供依据，实现列车对运力资源占用的精细化表达，满足铁路系统精细化管理的需要。
-
Patent Agency Ranking
公开(公告)号：CN110155126B
公开(公告)日：2020-09-15
申请号：CN201910477032.3
申请日：2019-06-03
Applicant: 北京交通大学
IPC: B61L27/00
Abstract: 本发明提供了一种临时限速下的高铁列车调度与控制一体优化方法。该方法包括：配置优化列车运行调整图及速度曲线所需的铁路线路拓扑结构、信号系统和列车动力学特性基础参数；配置临时限速场景基础数据；根据铁路线路拓扑结构、信号系统特性、列车动力学特性基础参数及临时限速场景基础数据建立在临时限速条件下的列车运行调整与驾驶控制一体化优化模型，采用混合整数线性规划来求解列车运行调整与驾驶控制一体化优化模型，获取带锁闭时间的列车运行调整图及各列车速度曲线。本发明可以在高速铁路运行受临时限速扰动的情况下，自动编制并提供带锁闭时间的列车运行调整图及速度曲线，可以保证列车调整计划与推荐速度运行曲线的优化性及可实施性。
-
公开(公告)号：CN110281986A
公开(公告)日：2019-09-27
申请号：CN201910497181.6
申请日：2019-06-10
Applicant: 北京交通大学
IPC: B61L27/00
Abstract: 本发明提供了一种基于准移动闭塞的列车的轨道区段锁闭时间的计算方法。该方法包括：通过分析高速铁路的准移动闭塞模式的特征参数建立列车的牵引计算模型；根据列车的牵引计算模型对列车运行过程中受到的力进行分析和计算，得到列车在运行过程中的速度-距离曲线：根据列车在运行过程中的速度-距离曲线分别建立并求解准移动闭塞模式下列车的基于区间和车站的轨道区段锁闭时间的计算模型，得到列车的基于区间和车站的轨道区段锁闭时间。本发明的方法可以基于精细化计算的轨道区段锁闭时间铺画带有Blocking time的列车运行图，为接车和发车路径的精细化使用提供依据，实现列车对运力资源占用的精细化表达，满足铁路系统精细化管理的需要。
-
公开(公告)号：CN111814584A
公开(公告)日：2020-10-23
申请号：CN202010560236.6
申请日：2020-06-18
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于多中心度量损失的多视角环境下车辆重识别方法。该方法包括：获取包含车辆身份标签的车辆样本图像，经过空间变换网络对图像进行仿射变换后，将图像经过深度卷积神经网络进行特征提取，得到图像的特征向量；根据图像的特征向量分别计算出分类任务损失和多中心度量学习损失并相加，得到综合损失的值；根据综合损失的值计算深度卷积神经网络的参数和视角中心向量的梯度，得到训练好的深度卷积神经网络模型；利用训练好的深度卷积神经网络模型对车辆图像进行特征提取和身份识别处理。本发明使用空间变换网络对图像进行仿射变换，采用K-means聚类的方法的估计视角信息，可以增加车辆视角估计的准确性，提高车辆重识别的准确率。
-
公开(公告)号：CN111814584B
公开(公告)日：2024-03-12
申请号：CN202010560236.6
申请日：2020-06-18
Applicant: 北京交通大学
IPC: G06V20/56 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明提供了一种基于多中心度量损失的多视角环境下车辆重识别方法。该方法包括：获取包含车辆身份标签的车辆样本图像，经过空间变换网络对图像进行仿射变换后，将图像经过深度卷积神经网络进行特征提取，得到图像的特征向量；根据图像的特征向量分别计算出分类任务损失和多中心度量学习损失并相加，得到综合损失的值；根据综合损失的值计算深度卷积神经网络的参数和视角中心向量的梯度，得到训练好的深度卷积神经网络模型；利用训练好的深度卷积神经网络模型对车辆图像进行特征提取和身份识别处理。本发明使用空间变换网络对图像进行仿射变换，采用K‑means聚类的方法的估计视角信息，可以增加车辆视角估计的准确性，提高车辆重识别的准确率。
-
公开(公告)号：CN110155126A
公开(公告)日：2019-08-23
申请号：CN201910477032.3
申请日：2019-06-03
Applicant: 北京交通大学
IPC: B61L27/00
Abstract: 本发明提供了一种临时限速下的高铁列车调度与控制一体优化方法。该方法包括：配置优化列车运行调整图及速度曲线所需的铁路线路拓扑结构、信号系统和列车动力学特性基础参数；配置临时限速场景基础数据；根据铁路线路拓扑结构、信号系统特性、列车动力学特性基础参数及临时限速场景基础数据建立在临时限速条件下的列车运行调整与驾驶控制一体化优化模型，采用混合整数线性规划来求解列车运行调整与驾驶控制一体化优化模型，获取带锁闭时间的列车运行调整图及各列车速度曲线。本发明可以在高速铁路运行受临时限速扰动的情况下，自动编制并提供带锁闭时间的列车运行调整图及速度曲线，可以保证列车调整计划与推荐速度运行曲线的优化性及可实施性。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
