CN107054411B - 一种铁路沿线雪灾无人机雪深智能测量和预测方法与*** - Google Patents
一种铁路沿线雪灾无人机雪深智能测量和预测方法与*** Download PDFInfo
- Publication number
- CN107054411B CN107054411B CN201710299459.XA CN201710299459A CN107054411B CN 107054411 B CN107054411 B CN 107054411B CN 201710299459 A CN201710299459 A CN 201710299459A CN 107054411 B CN107054411 B CN 107054411B
- Authority
- CN
- China
- Prior art keywords
- snow
- unmanned plane
- train
- snow depth
- measurement apparatus
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000005259 measurement Methods 0.000 claims abstract description 91
- 238000012544 monitoring process Methods 0.000 claims abstract description 69
- 238000009825 accumulation Methods 0.000 claims abstract description 9
- 238000004891 communication Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000003137 locomotive effect Effects 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 208000027418 Wounds and injury Diseases 0.000 description 5
- 230000006378 damage Effects 0.000 description 5
- 208000014674 injury Diseases 0.000 description 5
- 238000010276 construction Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/20—Trackside control of safe travel of vehicle or train, e.g. braking curve calculation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L23/00—Control, warning or like safety means along the route or between vehicles or trains
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种铁路沿线雪灾无人机雪深智能测量和预测方法与***，该方法利用两组无人机雪深测量装置实时监测列车运行环境中两个位置的实时雪深数据，使得雪灾监测大数据中心能对列车的运行以及运行环境进行连续和动态的监测，从而填补了现行监测手段存在的盲区；极大程度地利用了无人机雪深测量装置的灵活性，借助无人机雪深测量装置、工作站、雪灾监测大数据中心和地面列车控制中心建立了一个覆盖雪灾危险区域的监测网络与历史数据库；列车在接到调度信息后可以及时进行紧急制动，并在到达危险积雪位置之前停止运动；通过保持无人机雪深测量装置与列车的相对静止，保证了采集数据的可靠性与及时性，大大的避免了对轨道冰雪积累情况进行监控的盲区。
Description
技术领域
本发明属于铁路轨道监测领域，特别涉及一种铁路沿线雪灾无人机雪深智能测量和预测方法与***。
背景技术
随着铁路网络的日趋密集，国民经济对铁路的依赖也在逐步提高。然而我国辽阔的土地，复杂多样的地理、气候环境给铁路的运行带来了不小的挑战。这其中，寒冷地区特有的积雪给铁路建设和运营带来了一系列特殊问题。我国的东北、新疆北部及青藏高原的部分地区，冬季气候寒冷，降雪量较大，受自然降雪和风吹雪的影响，地面经常形成较厚的积雪，对铁路运输产生影响较大。特别是寒区铁路客运专线的建设，对雪害防治提出了更高的要求。为减轻雪害对铁路运输的影响，必须正确认识寒区铁路的雪害特点，采取有效的防治措施。
铁路雪害分风吹雪和雪崩两种。风吹雪现象的存在使得积雪速度大大加快，而雪崩的突发性和难以预测性更是严重地影响到了正常的行车作业。我国北方地区降雪丰富,其中西北地区的降雪量约占全国总降雪量的40％,尤其是新疆的降雪更加丰富,约占全国总量的33.9％,而其降雪又大部分集中在北天山地区。丰富的降雪虽然为该地区提供了丰富的淡水资源,但是大量的降雪和积雪引发的风吹雪和雪崩给该地区的生产和生活尤其是交通运输带来灾害性影响。
为了降低铁路沿线雪害对对列车运行的影响，加强列控***的灾害预警能力，我国进行了多种预警与应对***的研制。对于风吹雪，我国研建了一类雪深监测与预警***，该类***的工作原理多类似：在铁路沿线按区间设置监测点实时监测积雪的深度，当雪深超过预警阈值时发出警报。对于雪崩，目前常用的方法是在雪崩易发区建设阻隔壁，是一种被动的防护方式。
发明内容
本发明提出了一种铁路沿线雪灾无人机雪深智能测量和预测方法与***，其目的在于，通过引入无人机进行实时监控，铁路调度部分可以获得有关于轨道冰雪积累情况的实时动态信息，填补了之前缺乏对轨道冰雪积累情况进行监控的盲区。
一种铁路沿线雪灾无人机雪深智能测量和预测方法，包括以下步骤：
步骤1：依据列车沿铁路沿线轨道上运行时轨道上的历史冰雪积累数据与列车运行事故数据，选出轨道上冰雪积累超过安全值和运行事故对应的连续轨道区间，对所选轨道区间进行等间距划分，并在每个轨道区间单元设置工作站，每个工作站配置两组无人机雪深测量装置；
所述无人机雪深测量装置包括飞行装置以及装载在飞行装置上的超声波雪深测量仪、Kinect传感器、距离传感器以及列车测速装置；
所述无人机雪深测量装置与所述工作站进行通信，所述工作站、雪灾监测大数据中心和地面控制中心依次进行通信；
步骤2：对步骤1获得的每个轨道区间单元进行编号，并记录每个轨道区间单元的开始里程、结束里程、区间单元内列车安全速度、工作站编号和无人机雪深测量装置编号；
步骤3：目标列车进入雪灾危险轨道区间，启动轨道雪深监测任务；
当目标列车进入雪灾危险轨道区间时，地面列车控制中心将被监控的雪灾危险轨道区间单元编号和目标受控列车的列车编号发送给雪灾监测大数据中心，雪灾监测大数据中心向该雪灾危险轨道区间单元内的工作站发出测量指令，进行无人机轨道雪深监测任务的初始化；
工作站控制站内的两组无人机雪深测量装置同步起飞并跟踪目标列车；
步骤4：并利用无人机雪深测量装置上的Kinect传感器采集列车编号，将其发送至雪灾监测大数据中心与地面列车控制中心事先所发的目标受控列车编号进行比对，若比对结果一致，则进入步骤5，否则，2组无人机雪深测量装置返回工作站，停止跟踪，等待下一次指令；
步骤5：两组无人机雪深测量装置实时采集轨道雪深数据、列车速度以及与列车的相对距离，并实时传输至所属工作站；
步骤6：雪灾监测大数据中心依据工作站将接收的消息，以列车编号为检索关键字，实时地对列车车速、积雪深度数据与预先存储的安全数据进行比较，利用实时的积雪深度数据寻找对应列车的安全车速，若列车的实时车速超过实时的积雪深度数据对应安全车速时，则雪灾监测大数据中心发出警报信息；
地面列车控制中心收到警报信息时，对列车进行对应的实时调度；
步骤7：当目标列车驶出雪灾危险轨道区间后，地面列车控制中心向雪灾监测大数据中心发送任务完成的信号，雪灾监测大数据中心向工作站发送任务完成的信号，工作站向两组无人机雪深测量装置发送任务完成的信号，两组无人机雪深测量装置返回工作站进入待机状态。
两组无人机雪深测量装置同步跟踪目标列车时，其中一组无人机雪深测量装置保持飞行的姿态相对静止地停靠于目标受控列车车头上方位置点，另一组无人机雪深测量装置加速飞行在目标受控列车行进方向上，并与列车头部之间距离为S0；
S0表示雪灾安全制动距离，S0＝S×K，S表示列车制动距离，K表示安全系数，取值范围为1.1-1.2；列车制动距离可以根据列车的属性获得。
当积雪深度数据超过列车安全运行对应的积雪深度安全值时，雪灾监测大数据中心发出警报信息。
所述预先存储的安全数据中，列车安全速度随轨道雪深厚度的增加而降低。
当无人机雪深测量装置与目标列车同步前行后，在目标行驶至下个工作站时，无人机雪深测量装置进行任务交接，地面列车控制中心向目标列车进入的最新工作站发出指令，使得该工作站的两个无人机雪深测量装置起飞同步跟踪目标列车，原先飞行的两个无人机雪深测量装置进入该工作站，进行充电，并将目标列车的实时车速和位置发送至地面列车控制中心。
一种铁路沿线雪灾无人机雪深智能测量和预测***，包括：
地面列车控制中心，用于接收从雪灾监测大数据中心实时传输的处理数据，并对列车进行调度，包括列车调度模块、警报信息存储模块以及第一无线通讯模块；
雪灾监测大数据中心，用于接收从工作站发送的实时采集数据，并对数据进行分析处理，包括无人机调度模块、任务数据存储模块、中央处理器模块以及第二无线通讯模块；
工作站，包括无人机操作模块、无人机数据库、第三无线通讯模块以及至少两个无人机雪深测量装置；
其中，无人机雪深测量装置1包括飞行装置和安装其上的超声波雪深测量仪、距离传感器、Kinect传感器以及第四无线通讯模块；
无人机雪深测量装置2包括飞行装置和安装其上的超声波雪深测量仪、Kinect传感器、列车测速装置、距离传感器以及第四无线通讯模块；
无人机雪深测量装置实时采集当前所处位置下方的实时轨道雪深数据，同时通过Kinect传感器采集列车编号；
工作站接收无人机雪深测量装置实时采集的消息，并将消息传送至雪灾监测大数据中心，雪灾监测大数据中心对消息进行分析处理；
所述雪灾监测大数据中心和地面列车控制中心按照上述的方法对无人机雪深测量装置和列车进行调度控制，从而实现雪灾监测与预警。
进一步地，所述无人机雪深测量装置上还设置有LED灯。
有益效果
本发明提供了一种铁路沿线雪灾无人机雪深智能测量和预测方法与***，该方法利用两组无人机雪深测量装置实时监测列车运行环境中两个位置的实时雪深数据：位于列车前方，距离为S0的轨道处的实时雪深以及位于列车车头前部轨道的实时雪深数据，这两个位置的实时雪深数据和实时列车速度一起返回给雪灾监测大数据中心，使得雪灾监测大数据中心能对列车的运行以及运行环境进行连续和动态的监测，从而填补了现行监测手段存在的盲区；极大程度地利用了无人机雪深测量装置的灵活性，借助无人机雪深测量装置、工作站、雪灾监测大数据中心和地面列车控制中心建立了一个覆盖雪灾危险区域的监测网络与历史数据库；当雪深超过安全积雪深度时，或列车实时运行速度超过安全运行速度时，雪灾监测大数据中心向地面列车控制中心发出警报信息，从而使得地面列车控制中心能对列车进行实时调度。列车在接到调度信息后可以及时进行紧急制动，并在到达危险积雪位置之前停止运动；通过保持无人机雪深测量装置与列车的相对静止，保证了采集数据的可靠性与及时性。
附图说明
图1为无人机雪深测量装置工作时，与列车位置示意图；
图2为本发明所述***的结构示意图。
具体实施方式
下面将结合附图和实施例对本发明做进一步地的说明。
一种铁路沿线雪灾无人机雪深智能测量和预测方法，包括以下步骤：
步骤1：依据列车沿铁路沿线轨道上运行时轨道上的历史冰雪积累数据与列车运行事故数据，选出轨道上冰雪积累超过安全值和运行事故对应的连续轨道区间，对所选轨道区间进行等间距划分，并在每个轨道区间单元设置工作站，每个工作站配置两组无人机雪深测量装置；
所述无人机雪深测量装置包括飞行装置以及装载在飞行装置上的超声波雪深测量仪、Kinect传感器、距离传感器以及列车测速装置；
所述无人机雪深测量装置与所述工作站进行通信，所述工作站、雪灾监测大数据中心和地面控制中心依次进行通信；
步骤2：对步骤1获得的每个轨道区间单元进行编号，并记录每个轨道区间单元的开始里程、结束里程、区间单元内列车安全速度、工作站编号和无人机雪深测量装置编号；
步骤3：目标列车进入雪灾危险轨道区间，启动轨道雪深监测任务；
当目标列车进入雪灾危险轨道区间时，地面列车控制中心将被监控的雪灾危险轨道区间单元编号和目标受控列车的列车编号发送给雪灾监测大数据中心，雪灾监测大数据中心向该雪灾危险轨道区间单元内的工作站发出测量指令，进行无人机轨道雪深监测任务的初始化；
工作站控制站内的两组无人机雪深测量装置同步起飞并跟踪目标列车；
步骤4：并利用无人机雪深测量装置上的Kinect传感器采集列车编号，将其发送至雪灾监测大数据中心与地面列车控制中心事先所发的目标受控列车编号进行比对，若比对结果一致，则进入步骤5，否则，2组无人机雪深测量装置返回工作站，停止跟踪，等待下一次指令；
步骤5：两组无人机雪深测量装置实时采集轨道雪深数据、列车速度以及与列车的相对距离，并实时传输至所属工作站；
步骤6：雪灾监测大数据中心依据工作站将接收的消息，以列车编号为检索关键字，实时地对列车车速、积雪深度数据与预先存储的安全数据进行比较，利用实时的积雪深度数据寻找对应列车的安全车速，若列车的实时车速超过实时的积雪深度数据对应安全车速时，则雪灾监测大数据中心发出警报信息；
地面列车控制中心收到警报信息时，对列车进行对应的实时调度；
步骤7：当目标列车驶出雪灾危险轨道区间后，地面列车控制中心向雪灾监测大数据中心发送任务完成的信号，雪灾监测大数据中心向工作站发送任务完成的信号，工作站向两组无人机雪深测量装置发送任务完成的信号，两组无人机雪深测量装置返回工作站进入待机状态。
如图1所示，两组无人机雪深测量装置同步跟踪目标列车时，其中一组无人机雪深测量装置保持飞行的姿态相对静止地停靠于目标受控列车车头上方位置点，另一组无人机雪深测量装置加速飞行在目标受控列车行进方向上，并与列车头部之间距离为S0；
S0表示雪灾安全制动距离，S0＝S×K，S表示列车制动距离，K表示安全系数；列车制动距离可以根据列车属性获得，设置安全系数K是因为一方面存在轨道曲率半径；另一方面是因为轨道的摩擦系数与理论计算中的有出入，K取1.1-1.2即可。
当积雪深度数据超过列车安全运行对应的积雪深度安全值时，雪灾监测大数据中心发出警报信息。
所述预先存储的安全数据中，列车安全速度随轨道雪深厚度的增加而降低。
实时雪深数据依次通过无人机雪深测量装置1/无人机雪深测量装置2传输至工作站传输至雪灾监测大数据中心；
列车实时运行速度依次通过无人机雪深测量装置2→工作站传输至雪灾监测大数据中心；
无人机雪深测量装置2与列车相对距离依次通过无人机雪深测量装置2→工作站→雪灾监测大数据中心；
列车速度、轨道雪深以及无人机与列车的距离数据的测量时间依次通过无人机雪深测量装置1/无人机雪深测量装置2→工作站传输至雪灾监测大数据中心。
当无人机雪深测量装置与目标列车同步前行后，在目标行驶至下个工作站时，无人机雪深测量装置进行任务交接，地面列车控制中心向目标列车进入的最新工作站发出指令，使得该工作站的两个无人机雪深测量装置起飞同步跟踪目标列车，原先飞行的两个无人机雪深测量装置进入该工作站，进行充电，并将目标列车的实时车速和位置发送至地面列车控制中心。
如图2所示，一种铁路沿线雪灾无人机雪深智能测量和预测***，包括：
地面列车控制中心，用于接收从雪灾监测大数据中心实时传输的处理数据，并对列车进行调度，包括列车调度模块、警报信息存储模块以及第一无线通讯模块；
雪灾监测大数据中心，用于接收从工作站发送的实时采集数据，并对数据进行分析处理，包括无人机调度模块、任务数据存储模块、中央处理器模块以及第二无线通讯模块；
工作站，包括无人机操作模块、无人机数据库、第三无线通讯模块以及至少两个无人机雪深测量装置；
其中，无人机雪深测量装置1包括飞行装置和安装其上的超声波雪深测量仪、距离传感器、Kinect传感器以及第四无线通讯模块；
无人机雪深测量装置2包括飞行装置和安装其上的超声波雪深测量仪、Kinect传感器、列车测速装置、距离传感器以及第四无线通讯模块；
无人机雪深测量装置实时采集当前所处位置下方的实时轨道雪深数据，同时通过Kinect传感器采集列车编号；
工作站接收无人机雪深测量装置实时采集的消息，并将消息传送至雪灾监测大数据中心，雪灾监测大数据中心对消息进行分析处理；
所述雪灾监测大数据中心和地面列车控制中心按照上述的方法对无人机雪深测量装置和列车进行调度控制，从而实现雪灾监测与预警。
所述无人机雪深测量装置上还设置有LED灯，用于夜间行驶时辅助测量。
通过运用本发明所述的方案，铁路调度部分不再需要在铁路沿线安装大量高成本的雪深监测点，也从技术方案上直接避免出现对某趟运行列车的漏控问题以及对铁路沿线雪深测量的盲区问题，明显提高了对列车在大雪天气下的运营安全性。
Claims (7)
1.一种铁路沿线雪灾无人机雪深智能测量和预测方法，其特征在于，包括以下步骤：
步骤1：依据列车沿铁路沿线轨道上运行时轨道上的历史冰雪积累数据与列车运行事故数据，选出轨道上冰雪积累超过安全值和运行事故对应的连续轨道区间，对所选轨道区间进行等间距划分，并在每个轨道区间单元设置工作站，每个工作站配置两组无人机雪深测量装置；
所述无人机雪深测量装置包括飞行装置以及装载在飞行装置上的超声波雪深测量仪、Kinect传感器、距离传感器以及列车测速装置；
所述无人机雪深测量装置与所述工作站进行通信，所述工作站、雪灾监测大数据中心和地面控制中心依次进行通信；
步骤2：对步骤1获得的每个轨道区间单元进行编号，并记录每个轨道区间单元的开始里程、结束里程、区间单元内列车安全速度、工作站编号和无人机雪深测量装置编号；
步骤3：目标列车进入雪灾危险轨道区间，启动轨道雪深监测任务；
当目标列车进入雪灾危险轨道区间时，地面列车控制中心将被监控的雪灾危险轨道区间单元编号和目标受控列车的列车编号发送给雪灾监测大数据中心，雪灾监测大数据中心向该雪灾危险轨道区间单元内的工作站发出测量指令，进行无人机轨道雪深监测任务的初始化；
工作站控制站内的两组无人机雪深测量装置同步起飞并跟踪目标列车；
步骤4：并利用无人机雪深测量装置上的Kinect传感器采集列车编号，将其发送至雪灾监测大数据中心与地面列车控制中心事先所发的目标受控列车编号进行比对，若比对结果一致，则进入步骤5，否则，2组无人机雪深测量装置返回工作站，停止跟踪，等待下一次指令；
步骤5：两组无人机雪深测量装置实时采集轨道雪深数据、列车速度以及与列车的相对距离，并实时传输至所属工作站；
步骤6：雪灾监测大数据中心依据工作站将接收的消息，以列车编号为检索关键字，实时地对列车车速、积雪深度数据与预先存储的安全数据进行比较，利用实时的积雪深度数据寻找对应列车的安全车速，若列车的实时车速超过实时的积雪深度数据对应安全车速时，则雪灾监测大数据中心发出警报信息；
步骤7：当目标列车驶出雪灾危险轨道区间后，地面列车控制中心向雪灾监测大数据中心发送任务完成的信号，雪灾监测大数据中心向工作站发送任务完成的信号，工作站向两组无人机雪深测量装置发送任务完成的信号，两组无人机雪深测量装置返回工作站进入待机状态。
2.根据权利要求1所述的方法，其特征在于，两组无人机雪深测量装置同步跟踪目标列车时，其中一组无人机雪深测量装置保持飞行的姿态相对静止地停靠于目标受控列车车头上方位置点，另一组无人机雪深测量装置加速飞行在目标受控列车行进方向上，并与列车头部之间距离为S0；
S0表示雪灾安全制动距离，S0＝S×K，S表示列车制动距离，K表示安全系数，取值范围为1.1-1.2。
3.根据权利要求2所述的方法，其特征在于，当积雪深度数据超过列车安全运行对应的积雪深度安全值时，雪灾监测大数据中心发出警报信息。
4.根据权利要求3所述的方法，其特征在于，所述预先存储的安全数据中，列车安全速度随轨道雪深厚度的增加而降低。
5.根据权利要求1-4任一项所述的方法，其特征在于，当无人机雪深测量装置与目标列车同步前行后，在目标行驶至下个工作站时，无人机雪深测量装置进行任务交接，地面列车控制中心向目标列车进入的最新工作站发出指令，使得该工作站的两个无人机雪深测量装置起飞同步跟踪目标列车，原先飞行的两个无人机雪深测量装置进入该工作站，进行充电，并将目标列车的实时车速和位置发送至地面列车控制中心。
6.一种铁路沿线雪灾无人机雪深测量和预测***，其特征在于，包括：
地面列车控制中心，用于接收从雪灾监测大数据中心实时传输的处理数据，并对列车进行调度，包括列车调度模块、警报信息存储模块以及第一无线通讯模块；
雪灾监测大数据中心，用于接收从工作站发送的实时采集数据，并对数据进行分析处理，包括无人机调度模块、任务数据存储模块、中央处理器模块以及第二无线通讯模块；
工作站，包括无人机操作模块、无人机数据库、第三无线通讯模块以及至少两个无人机雪深测量装置；
其中，一个无人机雪深测量装置包括飞行装置和安装其上的超声波雪深测量仪、距离传感器、Kinect传感器以及第四无线通讯模块；
另一个无人机雪深测量装置包括飞行装置和安装其上的超声波雪深测量仪、Kinect传感器、列车测速装置、距离传感器以及第四无线通讯模块；
无人机雪深测量装置实时采集当前所处位置下方的实时轨道雪深数据，同时通过Kinect传感器采集列车编号；
工作站接收无人机雪深测量装置实时采集的消息，并将消息传送至雪灾监测大数据中心，雪灾监测大数据中心对消息进行分析处理；
所述雪灾监测大数据中心和地面列车控制中心按照权利要求1-5任一项所述的方法对无人机雪深测量装置和列车进行调度控制，从而实现雪灾监测与预警。
7.根据权利要求6所述的***，其特征在于，所述无人机雪深测量装置上还设置有LED灯。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710299459.XA CN107054411B (zh) | 2017-04-30 | 2017-04-30 | 一种铁路沿线雪灾无人机雪深智能测量和预测方法与*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710299459.XA CN107054411B (zh) | 2017-04-30 | 2017-04-30 | 一种铁路沿线雪灾无人机雪深智能测量和预测方法与*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107054411A CN107054411A (zh) | 2017-08-18 |
| CN107054411B true CN107054411B (zh) | 2018-03-02 |
Family
ID=59603903
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710299459.XA Active CN107054411B (zh) | 2017-04-30 | 2017-04-30 | 一种铁路沿线雪灾无人机雪深智能测量和预测方法与*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107054411B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112141172B (zh) * | 2019-06-28 | 2022-01-07 | 比亚迪股份有限公司 | 雨雪模式设置方法、***和控制器 |
| CN112309132B (zh) * | 2020-03-13 | 2021-06-04 | 上海旺链信息科技有限公司 | 大数据雪天环境信息管理*** |
| CN113147843B (zh) * | 2021-05-21 | 2023-05-19 | 上海电气泰雷兹交通自动化***有限公司 | 基于环境感知与信号***的列车自动控制方法 |
| CN113516408B (zh) * | 2021-07-30 | 2024-01-02 | 中国气象局气象探测中心 | 一种基于实时观测分析的高铁沿线积雪测点布置方法 |
| CN113734241A (zh) * | 2021-09-24 | 2021-12-03 | 中车青岛四方机车车辆股份有限公司 | 磁浮线路冰雪状态的监测方法及*** |
| CN116697943B (zh) * | 2023-08-02 | 2023-09-29 | 成都信息工程大学 | 一种积雪深度的测定装置及方法 |
| CN116691790B (zh) * | 2023-08-04 | 2023-11-14 | 比亚迪股份有限公司 | 轨道车辆控制方法、***以及飞行器和目标控制器 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6307335B2 (ja) * | 2014-04-25 | 2018-04-04 | 株式会社日立製作所 | 運行管理システム |
| CN103978996B (zh) * | 2014-05-15 | 2015-12-30 | 南京理工大学 | 一种高速铁路环境信息采集、评估和预警装置与方法 |
| JP6310093B2 (ja) * | 2014-11-12 | 2018-04-11 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドＳｚ Ｄｊｉ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．，Ｌｔｄ | 目標物体の検出方法、検出装置及びロボット |
| CN105501248B (zh) * | 2016-02-16 | 2018-03-20 | 株洲时代电子技术有限公司 | 一种铁路线路巡检*** |
| CN106218673B (zh) * | 2016-08-31 | 2017-10-27 | 交控科技股份有限公司 | 一种基于空天车地一体化网络的列车运行控制*** |
-
2017
- 2017-04-30 CN CN201710299459.XA patent/CN107054411B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN107054411A (zh) | 2017-08-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107054411B (zh) | 一种铁路沿线雪灾无人机雪深智能测量和预测方法与*** | |
| CN107054412B (zh) | 一种铁路车辆转向架冰雪的无人机智能测量与预警方法及*** | |
| CN102442323B (zh) | 列车自动驾驶***实现站间运行自动驾驶曲线生成的方法 | |
| CN103235843B (zh) | 一种城市轨道交通列车运行优化控制模拟方法和*** | |
| CN102514601B (zh) | 基于ctc的列车追踪间隔实时预警***及预警方法 | |
| CN102795248A (zh) | 基于卫星精确定位的列车行驶动态跟踪监测*** | |
| CN110239596A (zh) | 一种基于ctcs-3的移动闭塞列车控制方法及*** | |
| CN101607565B (zh) | 一种钢轨裂纹地面在线监测装置及其地面在线监测方法 | |
| CN106291736A (zh) | 无人驾驶汽车车道动态障碍物检测方法 | |
| CN106915367A (zh) | 一种列车控制*** | |
| CN107097812B (zh) | 一种铁路强降雨量无人机实时智能测量方法及*** | |
| CN107024601A (zh) | 一种基于无人机群智能续航控制的铁路沿线风速测量方法与控制*** | |
| CN105679093A (zh) | 一种基于车车通信的多车协同避撞***及其方法 | |
| CN102069825A (zh) | 提高ctcs-3列控***安全性的方法 | |
| CN103158743A (zh) | 轨交列车定位、测速、计程等多功能防护方法 | |
| CN104554299B (zh) | 基于atp/td环线制式的列车自动驾驶方法 | |
| CN106043351A (zh) | 新安全制动模型及移动授权距离内停车的方法 | |
| CN105857349A (zh) | 一种基于综合定位的列车精确定位*** | |
| CN107672626A (zh) | 基于时间间隔保持的轨道车辆防碰撞***及方法 | |
| CN107336723A (zh) | 基于无线通信、卫星导航和惯性导航的列车完整性检查*** | |
| CN103625507A (zh) | 高速铁路列车追踪接近预警方法及其*** | |
| CN104614748A (zh) | 有轨电车定位方法及位置跟踪方法 | |
| CN107650948A (zh) | 一种采用微功率测距与通信的列车防碰撞*** | |
| CN114194259A (zh) | 一种灵活编组的控制*** | |
| CN207015355U (zh) | 基于无线通信、卫星导航和惯性导航的列车完整性检查*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |