CN112911233A - 一种智能列车*** - Google Patents
一种智能列车*** Download PDFInfo
- Publication number
- CN112911233A CN112911233A CN202110098832.1A CN202110098832A CN112911233A CN 112911233 A CN112911233 A CN 112911233A CN 202110098832 A CN202110098832 A CN 202110098832A CN 112911233 A CN112911233 A CN 112911233A
- Authority
- CN
- China
- Prior art keywords
- train
- data
- carriage
- car
- information
- 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
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000012544 monitoring process Methods 0.000 claims description 27
- 238000004891 communication Methods 0.000 claims description 20
- 230000008447 perception Effects 0.000 claims description 20
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 238000013135 deep learning Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 4
- 239000013618 particulate matter Substances 0.000 claims description 4
- 238000000034 method Methods 0.000 abstract description 14
- 238000012423 maintenance Methods 0.000 abstract description 13
- 230000008569 process Effects 0.000 abstract description 9
- 230000006870 function Effects 0.000 description 12
- 238000012549 training Methods 0.000 description 8
- 238000009434 installation Methods 0.000 description 6
- 238000013136 deep learning model Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000004887 air purification Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007791 dehumidification Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- 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
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种智能列车***，包括感知模块、控制模块、站台主机和云端服务器，感知模块包括多个设置在列车的车厢的传感器，用于获取车厢的人员数量数据以及设备信息数据并作为感知数据输出，控制模块设置在站台主机、列车的车辆，用于接收感知模块的感知数据并进行处理后发送到站台主机以及接受站台主机的控制指令后对列车的设备进行控制，云端服务器用于存储列车以及站台主机产生的数据。通过在车辆设置传感器进行采集人员数量数据以及设备信息数据后发送控制模块进行处理，将处理结果发送到站台主机，这样处在站台的乘客就能够在人员最少的车辆上车，提高乘车效率，同时整个过程中产生的数据通过云端服务器进行保存，方便设备维护。
Description
技术领域
本发明涉及轨道交通列车乘客服务领域，特别是涉及一种智能列车***。
背景技术
随着新技术的发展，建设新一代智能交通***受到各国政府的高度重视和大力发展。轨道交通作为交通***的中至关重要的一环，其智能化程度的提升对建设智能交通***有直接推动作用。智慧列车***以列车为核心，可涵盖车载、站台以及云端三个部分，涉及传感器、服务器、交换机等众多硬件设备，包括智能乘客、智慧运营以及智能管理等多个方向的应用服务，可适用于对既有线路的快速改造，提升既有线路的智能化程度。目前国内尚无能够有效应用于既有线路的智慧列车***架构。
智慧列车旨在使乘客能够直观地获取自身最需要的信息，获得更加便捷的出行服务。本专利描述了一种适用于智慧列车***列车、车站和站台设备间数据共享、相互协作的***架构，包括感知、通信、存储、一体化控制和应用五大功能模块，形成用于列车、车站间多种设备数据通信、功能联动的解决方案，使得智慧列车***能够更加便捷的适配新设备，实时监测设备状态，降低运维人员工作复杂度。
发明内容
本发明的目的是提供一种智能列车***，提高对列车的监控，提高乘客的乘坐效率，提高运维人员的维护效率。
为解决上述技术问题，本发明实施例提供了一种智能列车***，包括感知模块、控制模块、站台主机和云端服务器，所述感知模块包括多个设置在列车的车厢的传感器，用于获取所述车厢的人员数量数据以及设备信息数据并作为感知数据输出，所述控制模块设置在所述站台主机、所述列车的车辆，用于接收所述感知模块的所述感知数据并进行处理后发送到所述站台主机以及接受所述站台主机的控制指令后对所述列车的设备进行控制，所述云端服务器用于存储所述列车以及所述站台主机产生的数据。
其中，所述感知模块包括设置在所述车厢的车厢摄像头、驾驶室摄像头、车载动态地图、车站动态地图、显示屏、环境监测传感器以及扬声器中，所述车厢摄像头用于获取所述列车的车厢内的车厢图像画面信息并输出，所述驾驶室摄像头设置在所述列车的驾驶室车厢，用于获取所述驾驶室车厢的图像画面及所述驾驶室车厢内设备的设备状态图像画面作为驾驶室图像画面信息并输出，所述车载动态地图用于采集所述列车的位置信息以及向乘客提供列车报站信息服务，所述环境监测传感器用于获取所述列车的车厢内的温度湿度信息、空气气体含量信息、空气颗粒物含量信息并作为环境信息数据输出，所述扬声器用于输出列车司机的提示声音或列车的自动服务声音，所述显示屏用于根据控制指令显示所述列车的状态信息。
其中，所述车厢摄像头、所述驾驶室摄像头、所述车载动态地图、所述车站动态地图、所述显示屏、所述环境监测传感器以及所述扬声器组成感知单元，与同一输出线路连接进行数据输出。
其中，所述感知单元为一体化感知单元。
其中，所述车厢包括八个感知单元，用于对所述车厢进行覆盖监控，其中，六个所述感知单元对称设置在所述车厢的侧壁，两个所述感知单元设置在所述车厢的内车顶。
其中，所述控制模块包括主控单元、非主控单元和边缘计算单元，每节所述车厢设置有至少一个所述非主控单元或一个所述主控单元，所述非主控单元用于对所在的所述车厢的设备进行管控，所述主控单元用于所在的所述车厢的设备进行管控以及向所述列车的所有所述车厢进行数据传输，每节所述车厢设置有至少一个所述边缘计算单元，用于根据所述感知数据采用包括深度学习算法的方式进行图像识别。
其中，还包括设置在站台主机的地面控制单元，用于从UWB基站或云服务器获取实时车载数据，供所在站台动态地图设备使用以及对站台动态地图设备的状态进行监测后将监测数据上传至云端服务器。
其中，还包括与所述控制模块连接的应用模块，所述应用模块包括车厢异常行为识别单元、拥挤度检测单元、驾驶员异常行为检测单元、列车报站信息服务单元、站台地图显示服务单元、设备状态监测单元，所述车厢异常行为识别单元通过接收所述车厢图像画面信息，用于根据所述控制模块的数据处理结果进行对应数据接收及输出。
其中，还包括设置在所述车辆的通信模块，用于相邻所述列车的车厢之间的通信以及所述车厢与所述站台主机之间的通信。
其中，所述通信模块为4G通信模块或5G通信模块。
本发明实施例所提供的智能列车***，与现有技术相比，具有以下优点：
本发明实施例提供的智能列车***,通过在车辆设置传感器进行采集人员数量数据以及设备信息数据后发送控制模块进行处理，将处理结果发送到站台主机，这样处在站台的乘客就能够在人员最少的车辆上车，提高乘车效率，同时整个过程中产生的数据通过云端服务器进行保存，通过传感器的设置提高对列车的监控，维护人员能够第一时间进行快速精准的维护，提高维护效率，降低维护复杂程度，同时乘客通过站台主机获得列车的列车车厢的人员数量，可以自行选择乘坐的车厢，减少或避免进入拥堵的车厢，提高乘客的乘坐效率以及乘坐舒适度，同时由于乘客能够快速进入车厢，从而进一步提高换乘效率，提高列车的运行效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的智能列车***的一个实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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他实施例，都属于本发明保护的范围。
请参考图1，图1为本发明实施例提供的智能列车***的一个实施例的结构示意图。
在一种具体实施方式中，所述智能列车***，包括感知模块10、控制模块20、站台主机30和云端服务器40，所述感知模块10包括多个设置在列车的车厢的传感器，用于获取所述车厢的人员数量数据以及设备信息数据并作为感知数据输出，所述控制模块20设置在所述站台主机30、所述列车的车辆，用于接收所述感知模块10的所述感知数据并进行处理后发送到所述站台主机30以及接受所述站台主机30的控制指令后对所述列车的设备进行控制，所述云端服务器40用于存储所述列车以及所述站台主机30产生的数据。
通过在车辆设置传感器进行采集人员数量数据以及设备信息数据后发送控制模块20进行处理，将处理结果发送到站台主机30，这样处在站台的乘客就能够在人员最少的车辆上车，提高乘车效率，同时整个过程中产生的数据通过云端服务器40进行保存，通过传感器的设置提高对列车的监控，维护人员能够第一时间进行快速精准的维护，提高维护效率，降低维护复杂程度，同时乘客通过站台主机30获得列车的列车车厢的人员数量，可以自行选择乘坐的车厢，减少或避免进入拥堵的车厢，提高乘客的乘坐效率以及乘坐舒适度，同时由于乘客能够快速进入车厢，从而进一步提高换乘效率，提高列车的运行效率。
本申请中对于感知模块10的传感器的种类、数量以及设置位置不做限定，在一个实施例中，为了全面对列车实现监控，所述感知模块10包括设置在所述车厢的车厢摄像头、驾驶室摄像头、车载动态地图、车站动态地图、显示屏、环境监测传感器以及扬声器中，所述车厢摄像头用于获取所述列车的车厢内的车厢图像画面信息并输出，所述驾驶室摄像头设置在所述列车的驾驶室车厢，用于获取所述驾驶室车厢的图像画面及所述驾驶室车厢内设备的设备状态图像画面作为驾驶室图像画面信息并输出，所述车载动态地图用于采集所述列车的位置信息以及向乘客提供列车报站信息服务，所述环境监测传感器用于获取所述列车的车厢内的温度湿度信息、空气气体含量信息、空气颗粒物含量信息并作为环境信息数据输出，所述扬声器用于输出列车司机的提示声音或列车的自动服务声音，所述显示屏用于根据控制指令显示所述列车的状态信息。
通过车厢摄像头、驾驶室摄像头可以对车厢以及驾驶室的设备进行监控的同时，也可以对对应的人员进行监控，如对驾驶员的监控，对乘客的数量以及密度的监控等，一方面站台主机30在收到这一消息之后，可以对下一站的乘客进行引导，实现高效乘车效率。通过车载动态地图，乘客、驾驶员以及站台主机30可以实时获得列车的位置，方便乘客进行快速下车，方便驾驶员准确停车以及方便站台主机30进行列车的安排调度。通过环境监测传感器对列车的车辆的温度湿度信息、空气气体含量信息、空气颗粒物含量信息检测后作为环境信息数据输出，这样就能够实时获得车厢的空气状态，判断是否有人吸烟造成环境污染，是否车厢内的空气二氧化碳含量过高需要进行换气操作，是否车厢内的颗粒物含量较高需要进行开启空气净化装置或者提高空气净化装置的档位等，是否需要增温、降温、加湿、除湿操作，而通过扬声器可以实现如到站提醒、换乘提醒、车厢门开启提醒、噪音提醒等服务，或者增加驾驶员的服务提醒等。通过这些方式提高乘客的乘坐舒适度，提高管理效率。
需要指出的是，本申请中包括但不局限于这种上述的传感器，如有其它需要也可以适当增加其它的传感器，如人脸识别传感器，这样在特殊时期可以，可以进一步加强车厢内的管理，本申请对此不作限定。
由于在具体的实施过程中，所需要的传感器较多，如果对于每一个传感器都设置单独的线路与控制模块20进行数据交换，那么整个列车的布线网络将非常复杂，施工成本以及维护成本将非常高。
为了解决这一问题，在一个实施例中，所述车厢摄像头、所述驾驶室摄像头、所述车载动态地图、所述车站动态地图、所述显示屏、所述环境监测传感器以及所述扬声器组成感知单元，与同一输出线路连接进行数据输出。
通过在同一区域中的多个摄像头组成感知单元，与同一输出线路连接进行数据输出，这样在施时只需要与输出线路连接即可，使得设备的安装变得简单，线路得到简化，降低安装成本与维护成本。
更进一步，为了进一步提高安装成本，所述感知单元为一体化感知单元。通过将感知单元设计为一体化结构，使得在安装中实现模块化快速安装，提高安装效率和维护效率。
需要指出的是，并不一定在所有的一体化感知单元中含有的传感器的种类和数量不一定都相等，可以适当的增加或减少，本申请对此不作限定。
本申请中对于感知单元的设置位置以及设置数量不做限定，在一个实施例中，所述车厢包括八个感知单元，用于对所述车厢进行覆盖监控，其中，六个所述感知单元对称设置在所述车厢的侧壁，两个所述感知单元设置在所述车厢的内车顶。
通过这种设置方式可以实现车厢内的全方位的监控。需要指出的是，可以在列车的尺寸不同时，可以适当的增加或减少感知单元。
本申请中的控制模块20作用在于数据接收分析以及命令输出，本申请对其具体设置和结构不做限定，在一个实施例中，所述控制模块20包括主控单元、非主控单元和边缘计算单元，每节所述车厢设置有至少一个所述非主控单元或一个所述主控单元，所述非主控单元用于对所在的所述车厢的设备进行管控，所述主控单元用于所在的所述车厢的设备进行管控以及向所述列车的所有所述车厢进行数据传输，每节所述车厢设置有至少一个所述边缘计算单元，用于根据所述感知数据采用包括深度学习算法的方式进行图像识别。
通过边缘计算单元进行图像识别，可以实现对图像识别，本申请对其具体的计算过程不做限定。
本申请的边缘计算单元的深度学习图像算法模型的一个实施例中训练步骤如下：
(1)、数据集的采集：通过收集三列地铁一周工作日内车厢内乘客数量的数据，主要以高峰时段为主，平峰时段为辅。其中高峰时段30000张，平峰时段15000张，最终数据集共有45000张。将数据集分为训练集40000张，验证集和测试集各为2500张。
(2)、数据预处理：由于车厢空间狭小及感知单元拍摄角度受限，人群遮挡等复杂问题。将每节车厢分为八部分，每个感知单元监控一部分，对八张图片重合部分进行裁剪，然后使用双边滤波及NLM算法对图片去燥，使用图像拼接技术拼接成一张图片，图像拼接技术包括三部分：基于SRUF的特征点提取与匹配；基于特征点的图像配准；基于图像变换矩阵H对相应图像变换以确定图像间的重叠区域，并将待融合图像映射到一幅新的空白图像中形成一张图片，这样可以有效解决感知单元拍摄角度受限和人群遮挡问题。在狭小车厢场景下估计人群密度表现出很好的效果。
(3)、数据标注：使用labelImg标注工具对收集的训练集及验证集进行数据标注，标注出车厢内所有乘客。每节车厢人数在10到200人不等。
(4)、深度学习模型选择：采用结合狭小车厢场景改进的密度尺度单栏神经网络——DSNet。该网络主干网络采用VGG-16网络作为特征提取器，后面接三个改进的密度扩张卷积块DDCB，不同块之间通过密度残差连接堆叠进一步改进信息流，扩大尺度多样性最后是三个卷积层。输入层输入的是1792x224x3的图片，主干网络为VGG-16的前十层及三个池化层作为特征提取器；改进的密度扩张卷积块DDCB，由于狭小车厢空间是一定的及感知单元位置也是固定的，每个感知单元监控范围尺度变化不大，将DDCB原来的三个扩张卷机层，扩张率为1，2，3改为两个扩张卷积层，扩张率为1和2，感受野尺寸为3x3,5x5,7x7；这种设置可以保留狭小车厢密集尺度信息，DDCB块内的每个扩张层与其他层之前紧密相连，可以传递需要保留的信息，增加尺度多样性。
为了充分利用不同DDCB块之间的层次特征，通过使用密集残差连接来改进体系结构，进一步改进信息流，实现连续信息传递，进一步扩大尺度多样性，最后是三个卷积层。损失函数采用欧几里得距离和多尺度密度水平一致性损失相结合，欧几里得距离用于测量估计密度图与真实值之间像素级的估计误差，多尺度密度水平一致性损失用于估计密度图和真实值之间的全局和局部密度水平一致性。
(5)、深度学习模型训练：优化损失函数使用Adam优化器自动调整学习率，对训练集进行200轮训练，当损失函数小于一定阈值时，可以提前停止训练，并保存模型权重。
(6)、深度学习模型损失函数公式：结合多次测试结果，发现当列车座椅坐满时，才需要使用损失函数Lc，当列车座位没坐满时，只需要使用损失函数Le。这样可以加速模型检测速度。
因此损失函数采用分段函数，
当C>0.5时，损失函数为L＝Le+λLc。
当C<0.5时，损失函数为L＝Le，其中Le和Lc为：
其中C为0-1之间的数，是座位是否坐满的概率，N是一个batch中图像的数目，G(Xi；θ)是训练图像Xi的估测密度图，参数为θ。D是Xi的实际密度图，s是用于一致性检查的尺度级别数，P是平均池化操作，kj为平均池化的指定输出大小。
(7)、深度学***均绝对误差MAE和均方误差MSE来评价网络性能，MAE反映模型的准确性，MSE反映模型的鲁棒性。
其中，n是测试集中的图像数，Ci表示预测计数，而Cgti表示真实计数值。
(8)、深度学习模型测试结果：模型识别准确率达到了98.5％，漏检率和误检率低于0.1％。
为了进一步提高站台主机30的功能，在一个实施例中，所述智能列车***还包括设置在站台主机30的地面控制单元，用于从UWB基站或云服务器获取实时车载数据，供所在站台动态地图设备使用以及对站台动态地图设备的状态进行监测后将监测数据上传至云端服务器40。
这样就可以在后台集中进行数据存储和处理，而每个站点的站台主机30将作为云端服务器40下设的节点，提高管理效率以及保证数据的安全可靠性。
一个实施例中，上述的边缘计算模块生成的人群密度估计图和人群数量、对应列车车厢编号(0-7)数据发送给主控单元，然后主控单元将数据发往站台主机30，站台主机30收到数据后通过交换机将数据显示在站台大屏幕上，屏幕分为八部分，分别显示八节车厢内乘客密度图及乘客数量
为了使得数据分列出来，从而实现对某一指标进行显示或使用，在本申请的一个实施例中，所述智能列车***还包括与所述控制模块20连接的应用模块，所述应用模块包括车厢异常行为识别单元、拥挤度检测单元、驾驶员异常行为检测单元、列车报站信息服务单元、站台地图显示服务单元、设备状态监测单元，所述车厢异常行为识别单元通过接收所述车厢图像画面信息，用于根据所述控制模块20的数据处理结果进行对应数据接收及输出。
本申请中对于应用模块的具体单元不做限定，应用模块不直接操作数据库，其通过车载应用服务器和云端服务器40提供的数据API接口获取自身所需数据。
本申请中的非主控单元对其所属车厢的设备进行管控，主控单元除对其所属车厢的设备进行管控外，还是智慧列车***对外进行交互的数据接口，具备汇总所有车厢数据以及向所有车厢进行数据广播的能力。
主控制单元基于生产者消费者设计模式采用多线程编程实现，主要包括数据发送线程、数据接收线程以及数据处理线程等。
发送数据的设备看作生产者(对应发送线程)，接收数据的设备看作消费者(对应接收线程)。为保证数据的实时处理能力，采用多个数据处理线程对接收数据队列进行处理。
本申请中为了实现充足的计算能力，在一个实施例中，边缘计算单元每节车厢部署3个，能够提能够为图像识别、深度学习等应用提供强大的计算能力，保证应用计算的实时性。
同时，在主控单元内部搭建基于Flask的应用服务器，面向不同应用提供RestfulAPI接口，供不同的应用获取自身所需数据。
此外，智慧列车***可通过主控单元实现数据无线传输，通过基于UWB的车地通信和基于4g模块的车云通信，从而将车载数据传输至地面设备和云端服务器。
由于在本申请中的列车一般有多个车厢，本申请对于车厢之间可以采用有线通信，也可以采用无线通信，而列车除了车厢之前的通信外，还需要与站台之间进行通信，为了简化通信线路，在一个实施例中，所述智能列车***还包括设置在所述车辆的通信模块，用于相邻所述列车的车厢之间的通信以及所述车厢与所述站台主机之间的通信。
优选的，所述通信模块为4G通信模块或5G通信模块。
在云端，控制模块由多台虚拟云服务器组成。虚拟云服务器对列车和站台的数据进行存储，并且搭建有基于Flask的应用服务器，面向外部应用提供Restful API接口，供外部应用获取自身所需数据。同时，可为面向运营人员和公众的多种应用服务提供云资源拓展能力。
存储模块同样位于列车、站台和云端。
车载端可分为8个存储单元，分别分布于1-8车，可对智慧列车***产生的数据以本地加云端的形式进行持久化存储。
智慧列车***中的数据可分为状态数据(各个设备产生的状态数据，如设备状态、图像等)、控制数据(对设备起到控制作用的数据，如校时数据)、运算数据(根据其他数据进行运行得到的数据，如异常行为识别结果)和全局数据(所有车厢均需要获取的数据，如列车运行相关信息)。
通过在每节车厢的一体化控制单元中安装数据库，可实现对智慧列车***产生的所有有效数据进行存储。其中，2-8车可存储本车厢设备产生的状态数据和主控制单元发送的全局数据，1车存储本车厢设备产生的状态数据、汇总的全列车设备状态数据、外部输入的全局数据以及各个车厢产生的运算数据。站台数据库存储全局数据以及站台设备产生的状态数据。
云端数据库同步存储车载和站台产生的数据，同时还为部署于云端的应用提供数据存储服务。由于数据量较大，每个数据库均按照数据类型和ID编号进行分库分表设计，降低数据存储查询延时，提高时效性。
本申请的智能列车***旨在使乘客能够直观地获取自身最需要的信息，获得更加便捷的出行服务。在智慧列车中，通过在列车车门上方增加显示屏、改造车窗、安装多种传感器的方式，为乘客提供站内导航、拥挤度提示等服务。
综上所述，本发明实施例提供的智能列车***，通过在车辆设置传感器进行采集人员数量数据以及设备信息数据后发送控制模块进行处理，将处理结果发送到站台主机，这样处在站台的乘客就能够在人员最少的车辆上车，提高乘车效率，同时整个过程中产生的数据通过云端服务器进行保存，通过传感器的设置提高对列车的监控，维护人员能够第一时间进行快速精准的维护，提高维护效率，降低维护复杂程度，同时乘客通过站台主机获得列车的列车车厢的人员数量，可以自行选择乘坐的车厢，减少或避免进入拥堵的车厢，提高乘客的乘坐效率以及乘坐舒适度，同时由于乘客能够快速进入车厢，从而进一步提高换乘效率，提高列车的运行效率。
以上对本发明所提供的智能列车***进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (10)
1.一种智能列车***，其特征在于，包括感知模块、控制模块、站台主机和云端服务器，所述感知模块包括多个设置在列车的车厢的传感器，用于获取所述车厢的人员数量数据以及设备信息数据并作为感知数据输出，所述控制模块设置在所述站台主机、所述列车的车辆，用于接收所述感知模块的所述感知数据并进行处理后发送到所述站台主机以及接受所述站台主机的控制指令后对所述列车的设备进行控制，所述云端服务器用于存储所述列车以及所述站台主机产生的数据。
2.如权利要求1所述智能列车***，其特征在于，所述感知模块包括设置在所述车厢的车厢摄像头、驾驶室摄像头、车载动态地图、车站动态地图、显示屏、环境监测传感器以及扬声器中，所述车厢摄像头用于获取所述列车的车厢内的车厢图像画面信息并输出，所述驾驶室摄像头设置在所述列车的驾驶室车厢，用于获取所述驾驶室车厢的图像画面及所述驾驶室车厢内设备的设备状态图像画面作为驾驶室图像画面信息并输出，所述车载动态地图用于采集所述列车的位置信息以及向乘客提供列车报站信息服务，所述环境监测传感器用于获取所述列车的车厢内的温度湿度信息、空气气体含量信息、空气颗粒物含量信息并作为环境信息数据输出，所述扬声器用于输出列车司机的提示声音或列车的自动服务声音，所述显示屏用于根据控制指令显示所述列车的状态信息。
3.如权利要求2所述智能列车***，其特征在于，所述车厢摄像头、所述驾驶室摄像头、所述车载动态地图、所述车站动态地图、所述显示屏、所述环境监测传感器以及所述扬声器组成感知单元，与同一输出线路连接进行数据输出。
4.如权利要求3所述智能列车***，其特征在于，所述感知单元为一体化感知单元。
5.如权利要求4所述智能列车***，其特征在于，所述车厢包括八个感知单元，用于对所述车厢进行覆盖监控，其中，六个所述感知单元对称设置在所述车厢的侧壁，两个所述感知单元设置在所述车厢的内车顶。
6.如权利要求5所述智能列车***，其特征在于，所述控制模块包括主控单元、非主控单元和边缘计算单元，每节所述车厢设置有至少一个所述非主控单元或一个所述主控单元，所述非主控单元用于对所在的所述车厢的设备进行管控，所述主控单元用于所在的所述车厢的设备进行管控以及向所述列车的所有所述车厢进行数据传输，每节所述车厢设置有至少一个所述边缘计算单元，用于根据所述感知数据采用包括深度学习算法的方式进行图像识别。
7.如权利要求6所述智能列车***，其特征在于，还包括设置在站台主机的地面控制单元，用于从UWB基站或云服务器获取实时车载数据，供所在站台动态地图设备使用以及对站台动态地图设备的状态进行监测后将监测数据上传至云端服务器。
8.如权利要求7所述智能列车***，其特征在于，还包括与所述控制模块连接的应用模块，所述应用模块包括车厢异常行为识别单元、拥挤度检测单元、驾驶员异常行为检测单元、列车报站信息服务单元、站台地图显示服务单元、设备状态监测单元，所述车厢异常行为识别单元通过接收所述车厢图像画面信息，用于根据所述控制模块的数据处理结果进行对应数据接收及输出。
9.如权利要求8所述智能列车***，其特征在于，还包括设置在所述车辆的通信模块，用于相邻所述列车的车厢之间的通信以及所述车厢与所述站台主机之间的通信。
10.如权利要求9所述智能列车***，其特征在于，所述通信模块为4G通信模块或5G通信模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110098832.1A CN112911233A (zh) | 2021-01-25 | 2021-01-25 | 一种智能列车*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110098832.1A CN112911233A (zh) | 2021-01-25 | 2021-01-25 | 一种智能列车*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112911233A true CN112911233A (zh) | 2021-06-04 |
Family
ID=76120015
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110098832.1A Pending CN112911233A (zh) | 2021-01-25 | 2021-01-25 | 一种智能列车*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112911233A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113873007A (zh) * | 2021-08-27 | 2021-12-31 | 中铁二十局集团有限公司 | 列车运营环境监测***和方法 |
| CN114275017A (zh) * | 2021-11-12 | 2022-04-05 | 广州地铁集团有限公司 | 基于5g通信技术的城市轨道综合运维***及其运行方法 |
| CN114987584A (zh) * | 2022-06-28 | 2022-09-02 | 广州地铁设计研究院股份有限公司 | 一种城市轨道交通新建线路通信线路拆解方法和电子设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100256862A1 (en) * | 2009-02-20 | 2010-10-07 | Jean Verhardt | Apparatus, method, and platform for real-time mobile broadband communication data |
| CN203055160U (zh) * | 2013-01-22 | 2013-07-10 | 百年金海安防科技有限公司 | 公交车智能调度*** |
| CN103761874A (zh) * | 2014-02-18 | 2014-04-30 | 吉林大学 | 智能化公共交通信息交互与显示*** |
| CN108819991A (zh) * | 2018-07-27 | 2018-11-16 | 上海市城市建设设计研究总院（集团）有限公司 | 地铁站台用客流及载客量饱和度的检测装置及其运行方法 |
| CN110525456A (zh) * | 2019-08-07 | 2019-12-03 | 北京全路通信信号研究设计院集团有限公司 | 一种列车安全驾驶监测***及方法 |
| CN112001514A (zh) * | 2020-08-19 | 2020-11-27 | 交控科技股份有限公司 | 智能乘客服务*** |
| CN112232122A (zh) * | 2020-09-11 | 2021-01-15 | 常州方可为机械科技有限公司 | 一种基于pis***的地铁综合监控***及监控方法 |
-
2021
- 2021-01-25 CN CN202110098832.1A patent/CN112911233A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100256862A1 (en) * | 2009-02-20 | 2010-10-07 | Jean Verhardt | Apparatus, method, and platform for real-time mobile broadband communication data |
| CN203055160U (zh) * | 2013-01-22 | 2013-07-10 | 百年金海安防科技有限公司 | 公交车智能调度*** |
| CN103761874A (zh) * | 2014-02-18 | 2014-04-30 | 吉林大学 | 智能化公共交通信息交互与显示*** |
| CN108819991A (zh) * | 2018-07-27 | 2018-11-16 | 上海市城市建设设计研究总院（集团）有限公司 | 地铁站台用客流及载客量饱和度的检测装置及其运行方法 |
| CN110525456A (zh) * | 2019-08-07 | 2019-12-03 | 北京全路通信信号研究设计院集团有限公司 | 一种列车安全驾驶监测***及方法 |
| CN112001514A (zh) * | 2020-08-19 | 2020-11-27 | 交控科技股份有限公司 | 智能乘客服务*** |
| CN112232122A (zh) * | 2020-09-11 | 2021-01-15 | 常州方可为机械科技有限公司 | 一种基于pis***的地铁综合监控***及监控方法 |
Non-Patent Citations (1)
| Title |
|---|
| 周成尧 等: "城市轨道交通智能列车乘客服务***研究", 《现代城市轨道交通》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113873007A (zh) * | 2021-08-27 | 2021-12-31 | 中铁二十局集团有限公司 | 列车运营环境监测***和方法 |
| CN114275017A (zh) * | 2021-11-12 | 2022-04-05 | 广州地铁集团有限公司 | 基于5g通信技术的城市轨道综合运维***及其运行方法 |
| CN114987584A (zh) * | 2022-06-28 | 2022-09-02 | 广州地铁设计研究院股份有限公司 | 一种城市轨道交通新建线路通信线路拆解方法和电子设备 |
| CN114987584B (zh) * | 2022-06-28 | 2023-07-18 | 广州地铁设计研究院股份有限公司 | 一种城市轨道交通新建线路通信线路拆解方法和电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112911233A (zh) | 一种智能列车*** | |
| CN108242149B (zh) | 一种基于交通数据的大数据分析方法 | |
| CN106846863B (zh) | 基于增强现实和云端智能决策的事故黑点警告***及方法 | |
| CN102622798B (zh) | 一种客流统计分析*** | |
| CN109544946B (zh) | 基于车流量大数据的隧道实时监控管理***及其实现方法 | |
| CN110349405A (zh) | 利用联网汽车的实时交通监视 | |
| CN112766192A (zh) | 一种智能列车监控*** | |
| WO2022126492A1 (zh) | 一种基于云服务的城市智慧交通管理*** | |
| GB2573738A (en) | Driving monitoring | |
| CN103294775A (zh) | 基于地理时空约束的警务云图像识别车辆管控*** | |
| CN113177377A (zh) | 一种基于数字孪生的智慧城市轨道交通线网管理*** | |
| CN113963539B (zh) | 高速公路交通事故识别方法、模块及*** | |
| CN114446076B (zh) | 一种基于5g通信技术的智能调度控制*** | |
| CN111583699A (zh) | 一种智慧化公交汽车监控*** | |
| CN109816978B (zh) | 考虑驾驶员动态响应行为的区域群体交通诱导***及方法 | |
| CN111653092A (zh) | 一种车路协同智慧公交管理监控*** | |
| CN112085961A (zh) | 公交调度及数据传输*** | |
| CN115116216A (zh) | 基于车路云接口实现的全域协同感知与决策方法、装置 | |
| CN112133087A (zh) | 一种轨道交通智慧客流分析与导引***及其客流分析与导引的方法 | |
| CN107038902B (zh) | 一种基于公路网物理结构的无人机巡航路线优化方法 | |
| CN115203078A (zh) | 基于soa架构的车辆数据采集***、方法、设备及介质 | |
| CN110738866A (zh) | 分布式停车场泊车位规划*** | |
| CN112583769A (zh) | 车站的运行监控*** | |
| CN112700473B (zh) | 一种基于图像识别进行车厢拥挤度判断*** | |
| CN113691778A (zh) | 一种城市轨道交通车站全景巡站*** |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210604 |
|
| RJ01 | Rejection of invention patent application after publication |