CN107985336A - 一种高速行驶列车在线铁路轨道路面异常智能检测方法 - Google Patents
一种高速行驶列车在线铁路轨道路面异常智能检测方法 Download PDFInfo
- Publication number
- CN107985336A CN107985336A CN201711306110.0A CN201711306110A CN107985336A CN 107985336 A CN107985336 A CN 107985336A CN 201711306110 A CN201711306110 A CN 201711306110A CN 107985336 A CN107985336 A CN 107985336A
- Authority
- CN
- China
- Prior art keywords
- train
- imaging
- high speed
- road surface
- running
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000003384 imaging method Methods 0.000 claims abstract description 130
- 238000012544 monitoring process Methods 0.000 claims abstract description 47
- 230000003137 locomotive effect Effects 0.000 claims abstract description 18
- 230000002159 abnormal effect Effects 0.000 claims description 33
- 230000005856 abnormality Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 15
- 230000004888 barrier function Effects 0.000 claims description 13
- 230000033001 locomotion Effects 0.000 claims description 10
- 238000007689 inspection Methods 0.000 claims description 9
- 241001465754 Metazoa Species 0.000 claims description 7
- 239000004575 stone Substances 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 claims description 6
- 239000007787 solid Substances 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 2
- 238000012806 monitoring device Methods 0.000 abstract description 3
- 210000003128 head Anatomy 0.000 description 28
- 238000001514 detection method Methods 0.000 description 20
- 210000004556 brain Anatomy 0.000 description 10
- 230000008569 process Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/08—Measuring installations for surveying permanent way
-
- 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
- B61L23/04—Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
-
- 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
- B61L23/04—Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
- B61L23/041—Obstacle detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Closed-Circuit Television Systems (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
一种高速行驶列车在线铁路轨道路面异常智能检测方法，其特征在于：在高速行驶列车的头部安装路面监测装置，通过路面监测***装置对机车运行前方的路面状况进行适时监测；所述的通过路面监测***装置对机车运行前方的路面状况进行适时监测是通过路面监测***装置的扫描装置适时对高速行驶列车行驶前方的轨道路面状况进行扫描，并在捕捉铁路轨道路面异常状况后，再通过路面监测***装置的成像装置进行成像，并根据成像的属性来进行路面状况的适时监测。
Description
技术领域
本发明涉及到一种铁路线的安全检测方法，尤其是涉及一种铁路轨道路面出现异常状况的智能检测方法，该种铁路轨道路面出现异常状况的智能检测方法可有效解决目前高速轨道路面缺乏有效检测方法所存在的安全问题，属于轨道安全管理及控制技术领域。
背景技术
随着铁路的不断提速，高速运行的机车对轨道的安全性、畅通性提出了更高的要求；由于现在高速运行的车辆速度达到300公里/小时以上，一旦出现高速线路路面状况将极大影响车辆的行车安全。轨道作为重要的铁路基础设施之一，其对机车行驶安全具有直接和至关重要的影响。因此，必须加强对运行列车轨道面的动态检测，及时提醒列车司机对监测设备发出的预警做出判断，对于改善现有高速列车运行安全将有很大的帮助，然而目前尚没有对这方面的研究报道，现在的高速列车仍是以司机的肉眼观察对前方路面状况进行判定，然而这种通过司机肉眼的观察来判定的方法，可以说基本上是处于一种无效的监测，因为肉眼观察到的距离与高速列车行车的速度差距很大，等到司机观察到路面出现状况，往往已经来不及进行任何处置反应，就已经形成事故了，所以很有必要对此加以改进，必须加强对运行列车轨道面的动态检测，及时提醒列车司机对监测设备发出的预警作出判断。
通过专利检索没发现有与本发明相同技术的专利文献报道，与本发明有一定关系的专利主要有以下几个：
1、专利号为CN201110391859.6，名称为“一种高速铁路线路护栏完整性自动检测装置及识别方法”的发明专利，该专利公开了高速铁路线路护栏完整性自动检测装置，包括一护栏完整性检测计算机，其内安装有：采集安装在列车两侧的数字摄像机输出图像并存储的图像采集卡；采集安装在列车车轮上的转速传感器输出信号的数据采集卡；对图像进行完整性处理判断和对信号进行处理及定位的识别软件；一检测结果管理计算机，通过网络与护栏完整性检测计算机相连，检测结果管理计算机内安装有检测结果管理信息***，包括有护栏缺陷信息数据库，用于存储护栏完整性检测计算机通过网络传输的护栏缺陷信息。该专利还提供了一种高速铁路线路护栏完整性、包括护栏内部立柱完整性识别判断的识别方法。
2、专利号为CN201710067352.2，名称为“一种高速铁路车载地震紧急处置装置检测***”的发明专利，该专利公开了高速铁路车载地震紧急处置装置检测***，包括信号模拟模块和功能检测模块；所述信号模拟模块连接车载地震紧急处置装置，所述信号模拟模块用于模拟高速铁路地震预警监测***发送不同等级的地震紧急处置信息，并以心跳包的方式将地震紧急处置信息发送至车载地震紧急处置装置；所述功能检测模块连接所述车载地震紧急处置装置，用于检测车载地震紧急处置装置接收地震紧急处置信息并是否输出紧急制动，包括检测是否接收到地震紧急处置信息，及接收到地震紧急处置信息后是否正确输出紧急制动、解除制动和报警。帮助工务设备维护人员及时掌握通信模块和制动控制模块的设备状态，及时排除设备隐患，确保列车运行安全。
3、专利号为CN201611068964.5，名称为“ 一种基于空轨两用无人机的高速铁路安全检测***”的发明专利，该专利公开了一种基于空轨两用无人机的高速铁路安全检测***，该***包括无人机、远程监控中心、地面站、无线通信模块。无人机包括提供空中飞行动力的旋转叶片和提供沿轨道行驶动力的推动螺旋桨，地面站用于设置无人机的飞行路线以及控制无人机的空中飞行模式和轨道航行模式，远程监控中心用于监控无人机的飞行状态，分析检测信息，以及无人机行驶过程中出现意外情况时进行应急响应。该专利采用无人机的空中飞行和沿铁轨运行两种巡检方式，两种工作模式可根据现场需求灵活搭配安排、随时切换，突破解决了传统地面巡检模式的高成本、灵活性差、占用正常行车空间等显著问题。
上述这些专利虽然有的涉及到了高速铁路线路的一些安全检测方法，也提出了一些有关高速铁路线路设施的检测改进措施，但是仔细分析可以发现，这些方法都还是存在不足，难以满足高速列车运行安全的实际需要，尤其是对于行车速度超过300公里/每小时的高速列车，采用现有的检测手段难以实现有效的检测，缺少具体的操作技术实施方案，导致一些信息传输不足，满足不了实际现场需要，因此仍有待进一步加以改进。
发明内容
本发明的目的在于针对现有高速列车缺少有效铁路线路在线检测所存在的不足，提出一种新的高速列车在线智能铁路轨道路面异常智能检测方法，该种铁路轨道路面异常智能检测方法可以解决目前高速列车运行缺乏有效路面状况监测的安全问题，对高速列车运行的路面状况进行智能化的在线监测。
为了达到这一目的，本发明所提出的技术方案是：一种高速行驶列车在线铁路轨道路面异常智能检测方法，在高速行驶列车的头部安装路面监测***装置，通过路面监测***装置对机车运行前方的路面状况进行适时监测；所述的通过路面监测***装置对机车运行前方的路面状况进行适时监测是通过路面监测***装置的扫描装置适时对高速行驶列车行驶前方的铁路轨道路面状况进行扫描，并在捕捉铁路轨道路面异常状况后，再通过路面监测***装置的成像装置进行成像，并将成像发送到成像分析控制***，成像分析控制***根据成像的属性来进行路面状况的适时监测。
进一步地，所述的通过路面监测***装置的扫描装置适时对高速行驶列车行驶前方的铁路轨道路面状况进行扫描是在高速行驶列车的头部安装扫描装置，并按照高速行驶列车通过轨道路面所需要的空间，建立立体高速列车运行通道模型，通过扫描装置扫描立体高速列车运行通道模型内的立体图像状况，当出现图像异常时，捕捉异常状况的位置，并通过成像装置进行成像，将成像输入成像分析控制***进行分析，判断异常情况属性，根据异常情况属性进行处理。
进一步地，所述的建立立体高速列车运行通道模型是根据列车自身的大小，按照铁路部门所规定的高速列车通过道路截面积的大小，以及高速列车运行前方线路规律建立一条模拟的立体高速列车运行通道模型，通过路面监测***装置对高速列车运行的立体高速列车运行通道模型范围内的情况适时监测来掌握高速列车运行前方的轨道路面状况。
进一步地，所述的通过扫描装置扫描通道模型内的立体图像状况是利用扫描装置，按照所确定的立体高速列车运行通道模型连续不断的进行定距离扫描，所确定的扫描距离H依据车辆的速度确定，以保证车辆发现异常状态能够处置的运行距离的1.2-1.5倍为基准；并在出现异常状况时对瞬间异常状况进行成像，并将成像的图形发送控制***进行分析处理。
进一步地，所述的成像是通过快速成像装置对轨道路面的立体高速列车运行通道模型异常状态情况的瞬间启动成像装置进行成像处理；成像装置在扫描装置正常扫描时处于休眠状态，当出现扫描异常情况，将迅速启动成像装置对扫描异常情况进行成像，并将成像发送至成像分析控制***进行分析，判断异常情况属性，以便司机根据异常情况属性进行处理。
进一步地，所述的快速成像装置包括合成孔径雷达(SAR)成像，或激光雷达成像，或超快速超声成像。
进一步地，所述的通过快速成像装置对轨道路面的立体高速列车运行通道模型异常状态情况的瞬间启动成像装置进行成像处理是由扫描装置不断对所确定的距离H位置进行检测信号发射，并根据所发射信号在定距离位置的返回情况判定所确定距离的立体高速列车运行通道模型截面情况。
进一步地，所述的扫描装置的摄像头或信号发射头部署在列车车头顶灯位置，通过摄像头或信号发射头对铁路沿线障碍物进行智能分析检查识别，对轨道上的人、动物、石头等障碍物进行定位、报警。
进一步地，所述的成像装置由摄像头或信号发射头、高速图像传感器、FPGA(CPU)、存储终端、显示控制终端组成；通过高速图像传感器实时获取摄像头或信号发射头所反馈列车前方直线距离800-1500米的轨道路面状况，并在轨道路面状态出现异常时，通过高速CPU快速运算分析摄像头或信号发射头发送的异常图像信号数据，同时在图像上标注出画面中出现的异常，并根据异常级别做出不同等级示警，提醒列车驾驶员做出正确的判断。
进一步地，所述的摄像头安装于火车头的车顶灯位置，俯仰角跟灯照射俯仰角一致，这样可保证列车在夜间行驶时，摄像机拍摄的画面与灯光照射的范围一致。
进一步地，所述的摄像头成像包括视频分析，视频分析实质是人工智能的一部分；视频分析是摄像头通过模仿人类的工作过程来实现的；摄像头通过传感器实现视频的采集、预处理、处理然后将真实图像传送给CPU，CPU采用多层分级，将背景、缓慢移动及远处的目标分辨率最低化，忽略一些细节；并对前景感兴趣区进行二次聚焦获得更多细节，然后对该区域进行判定。
本发明的优点在于：
本发明在通过建立立体高速列车运行通道，并通过成像装置对立体高速列车运行通道进行适时扫描，捕捉立体高速列车运行通道内轨道路面状态异常的情况，并将异常的情况进行成像，根据异常级别做出不同等级示警，提醒列车驾驶员做出正确的判断，主要有以下特点：
1、通过成像装置捕捉立体高速列车运行通道内轨道路面状态异常的情况，并将异常的情况进行成像，这种反向只对异常情况进行成像的方式，极大地减少了成像处理的工作量，便于检测***快速成像；
2、本发明所采取的监测方式实际上是类似人类通过眼睛这个“传感器”实现视频的采集、预处理、处理然后将真实图像传送给大脑(CPU)，大脑(CPU)并不是对所有传送过来的图像进行整体的分析处理，而是采用多层分级，将背景、缓慢移动及远处的目标分辨率最低化，忽略一些细节；并对前景感兴趣区进行二次聚焦（我们常说的眼前一亮就是这个意思），获得更多细节，然后对该区域进行判定，这样更接近人类处理问题的方式，易于进行识别。
3、人眼到大脑再到反馈动作的这一系列过程中，首先人眼无法识别高速运动的物体，也无法做到很长距离的“变焦”看清楚细节，异常信息反馈至大脑，大脑再下达运动指令使机体做出动作的过程也会有相当的延时。所以在这个方面，通过成像装置人工智能的视频分析架构就会有很大的优势。无论采用何种视频分析架构，其视频分析过程都是视频内容分析的算法模块“协力作业”的结果。
4 、通过成像装置所建立起来的高速列车轨道路面检测***，真实有效地时时乐对轨道立体高速列车运行通道内的铁路沿线障碍物进行智能分析检查识别，对轨道上的人、动物、石头等障碍物进行定位、报警，达到了有效对轨道路面的实施监测。
附图说明
图1是本发明***原理示意图。
具体实施方式
下面结合附图和具体实施例来进一步阐述本发明。
实施例一
通过附图可以看出，本发明涉及一种高速行驶列车在线铁路轨道路面异常智能检测方法，在高速行驶列车1的头部安装路面监测***装置2，通过路面监测***装置2对机车运行前方的路面状况进行适时监测；所述的通过路面监测***装置2对机车运行前方的路面状况进行适时监测是通过路面监测***装置2的扫描装置3适时对高速行驶列车行驶前方的铁路轨道5路面状况进行扫描，并在捕捉铁路轨道5路面异常状况后，再通过路面监测***装置2的成像装置4进行成像，并将成像发送到成像分析控制***6，成像分析控制***6根据成像的属性来进行路面状况的适时监测。
进一步地，所述的通过路面监测***装置2的扫描装置3适时对高速行驶列车行驶前方的铁路轨道5路面状况进行扫描是在高速行驶列车1的头部安装扫描装置3，并按照高速行驶列车通过轨道路面所需要的空间，建立立体高速列车运行通道模型7，通过扫描装置扫描立体高速列车运行通道模型7内的立体图像状况，当出现图像异常时，捕捉异常状况的位置8，并通过成像装置4进行成像，将成像输入成像分析控制***6进行分析，判断异常情况属性，根据异常情况属性进行处理。
进一步地，所述的建立立体高速列车运行通道模型7是根据列车自身的大小，按照铁路部门所规定的高速列车通过道路截面积的大小，以及高速列车运行前方线路规律建立一条模拟的立体高速列车运行通道模型7，通过路面监测***装置对高速列车运行的立体高速列车运行通道模型7范围内的情况适时监测来掌握高速列车运行前方的轨道路面状况。
进一步地，所述的通过扫描装置3扫描通道模型内的立体图像状况是利用扫描装置3，按照所确定的立体高速列车运行通道模型7连续不断的进行定距离扫描，所确定的扫描距离H依据车辆的速度确定，以保证车辆发现异常状态能够处置的运行距离的1.2-1.5倍为基准；并在出现异常状况时对瞬间异常状况进行成像，并将成像的图形发送控制***进行分析处理。
进一步地，所述的成像是采用快速成像装置，通过快速成像装置对轨道路面的立体高速列车运行通道模型7异常状态情况的瞬间启动成像装置4进行成像处理；成像装置4在扫描装置3正常扫描时处于休眠状态，当出现扫描异常情况，将迅速启动成像装置4对扫描异常情况进行成像，并将成像发送至成像分析控制***6进行分析，判断异常情况属性，以便司机根据异常情况属性进行处理。
进一步地，所述的通过快速成像装置对轨道路面的立体高速列车运行通道模型7异常状态情况的瞬间启动成像装置进行成像处理是由扫描装置不断对所确定的距离H位置进行检测信号发射，并根据所发射信号在定距离位置的返回情况判定所确定距离的立体高速列车运行通道模型7截面情况。
进一步地，所述的快速成像装置为合成孔径雷达(SAR)成像***装置，合成孔径雷达(SAR)成像***装置包括信号发射头。
进一步地，所述的扫描装置3为合成孔径雷达(SAR)成像***装置的信号发射头，信号发射头部署在列车车头顶灯位置，通过信号发射头对铁路沿线障碍物进行雷达智能分析检查识别，对轨道上的人、动物、石头等障碍物进行定位、报警。
实施例二
实施例二与实施例一的原理是一样，只是所采取的成像手段有所不同，为一种高速行驶列车在线铁路轨道路面异常智能检测方法，在高速行驶列车1的头部安装路面监测***装置2，通过路面监测***装置2对机车运行前方的路面状况进行适时监测；所述的通过路面监测***装置2对机车运行前方的路面状况进行适时监测是通过路面监测***装置2的扫描装置3适时对高速行驶列车行驶前方的铁路轨道5路面状况进行扫描，并在捕捉铁路轨道5路面异常状况后，再通过路面监测***装置2的成像装置4进行成像，并将成像发送到成像分析控制***6，成像分析控制***6根据成像的属性来进行路面状况的适时监测。
进一步地，所述的通过路面监测***装置2的扫描装置3适时对高速行驶列车行驶前方的铁路轨道5路面状况进行扫描是在高速行驶列车1的头部安装扫描装置3，并按照高速行驶列车通过轨道路面所需要的空间，建立立体高速列车运行通道模型7，通过扫描装置扫描立体高速列车运行通道模型7内的立体图像状况，当出现图像异常时，捕捉异常状况的位置8，并通过成像装置4进行成像，将成像输入成像分析控制***6进行分析，判断异常情况属性，根据异常情况属性进行处理。
进一步地，所述的建立立体高速列车运行通道模型7是根据列车自身的大小，按照铁路部门所规定的高速列车通过道路截面积的大小，以及高速列车运行前方线路规律建立一条模拟的立体高速列车运行通道模型7，通过路面监测***装置对高速列车运行的立体高速列车运行通道模型7范围内的情况适时监测来掌握高速列车运行前方的轨道路面状况。
进一步地，所述的通过扫描装置3扫描通道模型内的立体图像状况是利用扫描装置3，按照所确定的立体高速列车运行通道模型7连续不断的进行定距离扫描，所确定的扫描距离H依据车辆的速度确定，以保证车辆发现异常状态能够处置的运行距离的1.2-1.5倍为基准；并在出现异常状况时对瞬间异常状况进行成像，并将成像的图形发送控制***进行分析处理。
进一步地，所述的成像是通过快速成像装置对轨道路面的立体高速列车运行通道模型7异常状态情况的瞬间启动成像装置4进行成像处理；成像装置4在扫描装置3正常扫描时处于休眠状态，当出现扫描异常情况，将迅速启动成像装置4对扫描异常情况进行成像，并将成像发送至成像分析控制***6进行分析，判断异常情况属性，以便司机根据异常情况属性进行处理。
进一步地，所述的对轨道路面的立体高速列车运行通道模型7异常状态情况的瞬间进行成像处理是由扫描装置不断对所确定的距离H位置进行检测信号发射，并根据所发射信号在定距离位置的返回情况判定所确定距离的立体高速列车运行通道模型7截面情况。
进一步地，所述的快速成像装置为激光雷达成像装置。
进一步地，所述的扫描装置为激光雷达成像装置的激光雷达摄像头，激光雷达摄像头部署在列车车头顶灯位置，通过激光雷达摄像头或信号发射头对铁路沿线障碍物进行智能分析检查识别，对轨道上的人、动物、石头等障碍物进行定位、报警。
进一步地，所述的成像装置由激光雷达摄像头、高速图像传感器、FPGA(CPU)、存储终端、显示控制终端组成；通过高速图像传感器实时获取摄像头或信号发射头所反馈列车前方直线距离800-1500米的轨道路面状况，并在轨道路面状态出现异常时，通过高速CPU快速运算分析摄像头或信号发射头发送的异常图像信号数据，同时在图像上标注出画面中出现的异常，并根据异常级别做出不同等级示警，提醒列车驾驶员做出正确的判断。
进一步地，所述的激光雷达摄像头安装于火车头的车顶灯位置，俯仰角跟灯照射俯仰角一致，这样可保证列车在夜间行驶时，摄像机拍摄的画面与灯光照射的范围一致。
进一步地，所述的激光雷达成像装置成像包括视频分析，视频分析实质是人工智能的一部分；视频分析是激光雷达摄像头通过模仿人类的工作过程来实现的；激光雷达摄像头通过传感器实现视频的采集、预处理、处理然后将真实图像传送给CPU，CPU采用多层分级，将背景、缓慢移动及远处的目标分辨率最低化，忽略一些细节；并对前景感兴趣区进行二次聚焦获得更多细节，然后对该区域进行判定。
实施例三
实施例三与实施例一的原理是一样，只是所采取的成像手段有所不同，为一种高速行驶列车在线铁路轨道路面异常智能检测方法，在高速行驶列车1的头部安装路面监测***装置2，通过路面监测***装置2对机车运行前方的路面状况进行适时监测；所述的通过路面监测***装置2对机车运行前方的路面状况进行适时监测是通过路面监测***装置2的扫描装置3适时对高速行驶列车行驶前方的铁路轨道5路面状况进行扫描，并在捕捉铁路轨道5路面异常状况后，再通过路面监测***装置2的成像装置4进行成像，并将成像发送到成像分析控制***6，成像分析控制***6根据成像的属性来进行路面状况的适时监测。
进一步地，所述的通过路面监测***装置2的扫描装置3适时对高速行驶列车行驶前方的铁路轨道5路面状况进行扫描是在高速行驶列车1的头部安装扫描装置3，并按照高速行驶列车通过轨道路面所需要的空间，建立立体高速列车运行通道模型7，通过扫描装置扫描立体高速列车运行通道模型7内的立体图像状况，当出现图像异常时，捕捉异常状况的位置8，并通过成像装置4进行成像，将成像输入成像分析控制***6进行分析，判断异常情况属性，根据异常情况属性进行处理。
进一步地，所述的建立立体高速列车运行通道模型7是根据列车自身的大小，按照铁路部门所规定的高速列车通过道路截面积的大小，以及高速列车运行前方线路规律建立一条模拟的立体高速列车运行通道模型7，通过路面监测***装置对高速列车运行的立体高速列车运行通道模型7范围内的情况适时监测来掌握高速列车运行前方的轨道路面状况。
进一步地，所述的通过扫描装置3扫描通道模型内的立体图像状况是利用扫描装置3，按照所确定的立体高速列车运行通道模型7连续不断的进行定距离扫描，所确定的扫描距离H依据车辆的速度确定，以保证车辆发现异常状态能够处置的运行距离的1.2-1.5倍为基准；并在出现异常状况时对瞬间异常状况进行成像，并将成像的图形发送控制***进行分析处理。
进一步地，所述的成像是通过快速成像装置对轨道路面的立体高速列车运行通道模型7异常状态情况的瞬间启动成像装置4进行成像处理；成像装置4在扫描装置3正常扫描时处于休眠状态，当出现扫描异常情况，将迅速启动成像装置4对扫描异常情况进行成像，并将成像发送至成像分析控制***6进行分析，判断异常情况属性，以便司机根据异常情况属性进行处理。
进一步地，所述的快速成像装置超快速超声成像***装置。
进一步地，所述的超快速超声成像***装置由摄像头、高速图像传感器、FPGA(CPU)、存储终端、显示控制终端组成；通过高速图像传感器实时获取摄像头或信号发射头所反馈列车前方直线距离800-1500米的轨道路面状况，并在轨道路面状态出现异常时，通过高速CPU快速运算分析摄像头或信号发射头发送的异常图像信号数据，同时在图像上标注出画面中出现的异常，并根据异常级别做出不同等级示警，提醒列车驾驶员做出正确的判断。
进一步地，所述的摄像头部署在列车车头顶灯位置，通过摄像头对铁路沿线障碍物进行智能分析检查识别，对轨道上的人、动物、石头等障碍物进行定位、报警。
进一步地，所述的摄像头安装于火车头的车顶灯位置，俯仰角跟灯照射俯仰角一致，这样可保证列车在夜间行驶时，摄像机拍摄的画面与灯光照射的范围一致。
进一步地，所述的摄像头成像包括视频分析，视频分析实质是人工智能的一部分；视频分析是摄像头通过模仿人类的工作过程来实现的；摄像头通过传感器实现视频的采集、预处理、处理然后将真实图像传送给CPU，CPU采用多层分级，将背景、缓慢移动及远处的目标分辨率最低化，忽略一些细节；并对前景感兴趣区进行二次聚焦获得更多细节，然后对该区域进行判定。
上述所列实施例，只是结合附图对本发明的技术方案进行清楚、完整的描述；显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明的优点在于：
本发明在通过建立立体高速列车运行通道，并通过成像装置对立体高速列车运行通道进行适时扫描，捕捉立体高速列车运行通道内轨道路面状态异常的情况，并将异常的情况进行成像，根据异常级别做出不同等级示警，提醒列车驾驶员做出正确的判断，主要有以下特点：
1、通过成像装置捕捉立体高速列车运行通道内轨道路面状态异常的情况，并将异常的情况进行成像，这种反向只对异常情况进行成像的方式，极大地减少了成像处理的工作量，便于检测***快速成像；
2、本发明所采取的监测方式实际上是类似人类通过眼睛这个“传感器”实现视频的采集、预处理、处理然后将真实图像传送给大脑(CPU)，大脑(CPU)并不是对所有传送过来的图像进行整体的分析处理，而是采用多层分级，将背景、缓慢移动及远处的目标分辨率最低化，忽略一些细节；并对前景感兴趣区进行二次聚焦（我们常说的眼前一亮就是这个意思），获得更多细节，然后对该区域进行判定，这样更接近人类处理问题的方式，易于进行识别。
3、人眼到大脑再到反馈动作的这一系列过程中，首先人眼无法识别高速运动的物体，也无法做到很长距离的“变焦”看清楚细节，异常信息反馈至大脑，大脑再下达运动指令使机体做出动作的过程也会有相当的延时。所以在这个方面，通过成像装置人工智能的视频分析架构就会有很大的优势。无论采用何种视频分析架构，其视频分析过程都是视频内容分析的算法模块“协力作业”的结果。
4 、通过成像装置所建立起来的高速列车轨道路面检测***，真实有效地时时乐对轨道立体高速列车运行通道内的铁路沿线障碍物进行智能分析检查识别，对轨道上的人、动物、石头等障碍物进行定位、报警，达到了有效对轨道路面的实施监测。
Claims (10)
1.一种高速行驶列车在线铁路轨道路面异常智能检测方法，其特征在于：在高速行驶列车的头部安装路面监测***装置，通过路面监测***装置对机车运行前方的路面状况进行适时监测；所述的通过路面监测***装置对机车运行前方的路面状况进行适时监测是通过路面监测***装置的扫描装置适时对高速行驶列车行驶前方的铁路轨道路面状况进行扫描，并在捕捉铁路轨道路面异常状况后，再通过路面监测***装置的成像装置进行成像，并将成像发送到成像分析控制***，成像分析控制***根据成像的属性来进行路面状况的适时监测。
2.如权利要求1所述的高速行驶列车在线铁路轨道路面异常智能检测方法，其特征在于：所述的通过路面监测***装置的扫描装置适时对高速行驶列车行驶前方的铁路轨道路面状况进行扫描是在高速行驶列车的头部安装扫描装置，并按照高速行驶列车通过轨道路面所需要的空间，建立立体高速列车运行通道模型，通过扫描装置扫描立体高速列车运行通道模型内的立体图像状况，当出现图像异常时，捕捉异常状况的位置，并通过成像装置进行成像，将成像输入成像分析控制***进行分析，判断异常情况属性，根据异常情况属性进行处理。
3.如权利要求2所述的高速行驶列车在线铁路轨道路面异常智能检测方法，其特征在于：所述的建立立体高速列车运行通道模型是根据列车自身的大小，按照铁路部门所规定的高速列车通过道路截面积的大小，以及高速列车运行前方线路规律建立一条模拟的立体高速列车运行通道模型，通过路面监测***装置对高速列车运行的立体高速列车运行通道模型范围内的情况适时监测来掌握高速列车运行前方的轨道路面状况。
4.如权利要求3所述的高速行驶列车在线铁路轨道路面异常智能检测方法，其特征在于：所述的通过扫描装置扫描通道模型内的立体图像状况是利用扫描装置，按照所确定的立体高速列车运行通道连续不断的进行定距离扫描，并在出现异常状况时对瞬间异常状况进行成像，并将成像的图形发送控制***进行分析处理。
5.如权利要求1所述的高速行驶列车在线铁路轨道路面异常智能检测方法，其特征在于：所述的成像是通过快速成像装置对轨道路面的立体高速列车运行通道异常状态情况的瞬间进行成像处理，包括合成孔径雷达(SAR)成像，或激光雷达成像，或超快速超声成像。
6.如权利要求5所述的高速行驶列车在线铁路轨道路面异常智能检测方法，其特征在于：所述的通过快速成像装置对轨道路面的立体高速列车运行通道模型异常状态情况的瞬间启动成像装置进行成像处理是由扫描装置不断对所确定的距离进行检测信号发射，并根据所发射信号的返回情况判定所确定距离的立体高速列车运行通道截面情况。
7.如权利要求6所述的高速行驶列车在线铁路轨道路面异常智能检测方法，其特征在于：所述的扫描装置的摄像头或信号发射头部署在列车车头顶灯位置，通过摄像头或信号发射头对铁路沿线障碍物进行智能分析检查识别，对轨道上的人、动物、石头等障碍物进行定位、报警。
8.如权利要求7所述的高速行驶列车在线铁路轨道路面异常智能检测方法，其特征在于：所述的成像装置由摄像头或信号发射头、高速图像传感器、FPGA(CPU)、存储终端、显示控制终端组成；通过高速图像传感器实时获取摄像头或信号发射头所反馈列车前方直线距离800-1500米的轨道路面状况，并在轨道路面状态出现异常时，通过高速CPU快速运算分析摄像头或信号发射头发送的异常图像信号数据，同时在图像上标注出画面中出现的异常，并根据异常级别做出不同等级示警，提醒列车驾驶员做出正确的判断。
9.如权利要求8所述的高速行驶列车在线铁路轨道路面异常智能检测方法，其特征在于：所述的摄像头安装于火车头的车顶灯位置，俯仰角跟灯照射俯仰角一致，这样可保证列车在夜间行驶时，摄像机拍摄的画面与灯光照射的范围一致。
10.如权利要求8所述的高速行驶列车在线铁路轨道路面异常智能检测方法，其特征在于：所述的摄像头成像包括视频分析，视频分析实质是人工智能的一部分；视频分析是摄像头通过模仿人类的工作过程来实现的；摄像头通过传感器实现视频的采集、预处理、处理然后将真实图像传送给CPU，CPU采用多层分级，将背景、缓慢移动及远处的目标分辨率最低化，忽略一些细节；并对前景感兴趣区进行二次聚焦获得更多细节，然后对该区域进行判定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711306110.0A CN107985336A (zh) | 2017-12-11 | 2017-12-11 | 一种高速行驶列车在线铁路轨道路面异常智能检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711306110.0A CN107985336A (zh) | 2017-12-11 | 2017-12-11 | 一种高速行驶列车在线铁路轨道路面异常智能检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107985336A true CN107985336A (zh) | 2018-05-04 |
Family
ID=62037237
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711306110.0A Pending CN107985336A (zh) | 2017-12-11 | 2017-12-11 | 一种高速行驶列车在线铁路轨道路面异常智能检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107985336A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109050574A (zh) * | 2018-05-23 | 2018-12-21 | 苏州工业园区职业技术学院 | 一种轨道故障监控*** |
| CN109085607A (zh) * | 2018-07-27 | 2018-12-25 | 中车唐山机车车辆有限公司 | 接触网障碍物检测方法及装置 |
| CN109552366A (zh) * | 2018-12-24 | 2019-04-02 | 西安思科赛德电子科技有限公司 | 机车车载铁道障碍物智能探测报警***及其预警方法 |
| CN110027592A (zh) * | 2019-03-08 | 2019-07-19 | 浙江众合科技股份有限公司 | 具有智能障碍物检测及预警功能的cbtc无人驾驶车载控制*** |
| CN110516621A (zh) * | 2019-08-29 | 2019-11-29 | 北京行易道科技有限公司 | 无障碍行驶区域的检测方法、装置、车辆及存储介质 |
| CN112441075A (zh) * | 2019-08-30 | 2021-03-05 | 比亚迪股份有限公司 | 轨道交通外部环境感知***、方法和轨道交通设备 |
| CN115056821A (zh) * | 2022-05-26 | 2022-09-16 | 温州大学 | 一种基于大数据的轨道交通预警*** |
-
2017
- 2017-12-11 CN CN201711306110.0A patent/CN107985336A/zh active Pending
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109050574A (zh) * | 2018-05-23 | 2018-12-21 | 苏州工业园区职业技术学院 | 一种轨道故障监控*** |
| CN109085607A (zh) * | 2018-07-27 | 2018-12-25 | 中车唐山机车车辆有限公司 | 接触网障碍物检测方法及装置 |
| CN109552366A (zh) * | 2018-12-24 | 2019-04-02 | 西安思科赛德电子科技有限公司 | 机车车载铁道障碍物智能探测报警***及其预警方法 |
| CN110027592A (zh) * | 2019-03-08 | 2019-07-19 | 浙江众合科技股份有限公司 | 具有智能障碍物检测及预警功能的cbtc无人驾驶车载控制*** |
| CN110027592B (zh) * | 2019-03-08 | 2021-07-20 | 浙江众合科技股份有限公司 | 具有智能障碍物检测及预警功能的cbtc无人驾驶车载控制*** |
| CN110516621A (zh) * | 2019-08-29 | 2019-11-29 | 北京行易道科技有限公司 | 无障碍行驶区域的检测方法、装置、车辆及存储介质 |
| CN110516621B (zh) * | 2019-08-29 | 2022-06-17 | 北京行易道科技有限公司 | 无障碍行驶区域的检测方法、装置、车辆及存储介质 |
| CN112441075A (zh) * | 2019-08-30 | 2021-03-05 | 比亚迪股份有限公司 | 轨道交通外部环境感知***、方法和轨道交通设备 |
| CN115056821A (zh) * | 2022-05-26 | 2022-09-16 | 温州大学 | 一种基于大数据的轨道交通预警*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107985336A (zh) | 一种高速行驶列车在线铁路轨道路面异常智能检测方法 | |
| CN105501248B (zh) | 一种铁路线路巡检*** | |
| CN103770780B (zh) | 一种车辆主动安全***告警屏蔽装置 | |
| CN110722574A (zh) | 一种高速公路智能监测预警机器人及其工作方法 | |
| CN106192634A (zh) | 一种铁路轨道弹条扣件状态自动检测装置以及方法 | |
| CN105551108B (zh) | 一种铁路线路巡检方法 | |
| CN201846437U (zh) | 货车装载状态高清视频监控*** | |
| CN209070367U (zh) | 一种用于隧道的智能巡检*** | |
| CN105115605A (zh) | 轨道列车红外检测***及检测方法 | |
| CN110133669B (zh) | 一种三维激光异物侵限监测方法及*** | |
| CN106537900B (zh) | 用于数据通信的视频***和方法 | |
| CN211087009U (zh) | 一种基于飞行器的接触网巡检装置 | |
| CN206532417U (zh) | 一种基于无人机的公路行车环境自动综合监测警示*** | |
| CN205601867U (zh) | 列车接触网检测装置 | |
| CN109375239A (zh) | 一种基于三维成像的线路障碍物监测报警***及方法 | |
| CN107399338A (zh) | 列车接触网检测装置及方法 | |
| CN106741008B (zh) | 铁路线路异物识别方法及*** | |
| CN111717243B (zh) | 一种轨道交通监控***及方法 | |
| CN202083641U (zh) | 基于线阵扫描技术的车载铁路路轨视觉检测装置 | |
| CN111554005A (zh) | 铁路货运列车智能巡检方法 | |
| CN106184235A (zh) | 一种轨道车辆*** | |
| CN110466562A (zh) | 一种基于红外激光和微波的平交道口存在检测装置与方法 | |
| CN113050654A (zh) | 障碍物检测方法、巡检机器人车载避障***及方法 | |
| CN108257400A (zh) | 一种车辆驾驶的智能管理***及其管理方法 | |
| CN107399341A (zh) | 车载运行环境安全监测***及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180504 |