CN116840827B - 一种低速货运列车速度获取方法及*** - Google Patents
一种低速货运列车速度获取方法及*** Download PDFInfo
- Publication number
- CN116840827B CN116840827B CN202311092564.8A CN202311092564A CN116840827B CN 116840827 B CN116840827 B CN 116840827B CN 202311092564 A CN202311092564 A CN 202311092564A CN 116840827 B CN116840827 B CN 116840827B
- Authority
- CN
- China
- Prior art keywords
- speed
- train
- time difference
- fixed time
- intelligent gate
- 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 38
- 230000003137 locomotive effect Effects 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 abstract description 9
- 238000004364 calculation method Methods 0.000 abstract description 4
- 230000001788 irregular Effects 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000002457 bidirectional effect Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/415—Identification of targets based on measurements of movement associated with the target
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明涉及数据处理技术领域,尤其是涉及一种低速货运列车速度获取方法及***。一种低速货运列车速度获取方法,包括利用测速雷达获取列车速度和固定时间差;根据获取的列车速度和固定时间差,计算车头通过智能大门的速度;根据获取的列车速度和固定时间差,计算车中通过智能大门的速度;根据获取的列车速度和固定时间差,计算车尾通过智能大门的速度。本发明对通过智能大门的货运列车速度,在各种特殊情况下,如无规律停车,能够提供不同的计算方法,能够得到精确的通过智能大门的速度。
Description
技术领域
本发明涉及数据处理技术领域,尤其是涉及一种低速货运列车速度获取方法及***。
背景技术
货运列车的行驶安全一直是铁路运输的头等大事,列车进出铁路的运输末端枢纽的安全检查至关重要,利用信息技术对进出铁路运输末端枢纽的列车进行智能检测已经成为铁路安全检查的重要手段,其前提是能够获取到高清晰的完整的进出铁路运输末端枢纽的列车的图像信息,所以,在进出铁路运输末端枢纽的合适的位置安装了智能大门,以便获取到进出列车三面的完整的图像信息,供智能分析使用和后期查证安全责任使用。
实现方式是在智能大门的左右上三个面上安装专用的线阵相机,实现对通过列车的扫描获取到列车的三面图像,通过技术处理组合展现每节车厢进出时的完整状态。通过安装在智能大门顶部的测速雷达监测到列车的进出,雷达检测到速度后,控制补光灯和线阵相机开启,完成相机采图。
获取到列车图像后,通过人工智能的深度学习和训练可以识别不同的车型和车厢信息,并对列车可能存在的安全隐患进行智能识别和提醒,将隐患解决在出站之前。
得到通过智能大门的清晰完整的列车图像,是通过智能大门顶部的测速雷达提供经过该处的列车速度,依据列车速度计算出线阵相机的扫描行频,根据正确的扫描行频扫描出清晰完整的列车图像。一列货车很长,如果能够正常行驶通过的话,利用测速雷达的速度作为通过视频扫描设备时的速度获得列车的清晰图像是没有问题的,所以现有的技术方案是为了避免低速杂波的干扰,测速雷达将速度低于2.5KM/H以下的速度直接屏蔽了(当作0值处理),对于涉及通过智能大门时存在低速或停车的情况,就会出现不能获得所有车厢图像的情况,使得***不能正常使用。当速度变化较大时,测速雷达的测速值与通过扫描设备时的速度存在一定的差别,会造成扫描行频的误差较大。其他技术方案则是通过在火车道上安装磁钢和传感器来触发***和获得火车的速度,该方案存在铁路施工难度大、成本高和实施周期长的问题。
因此针对上述问题,亟需一种低速货运列车速度获取方法及***。
发明内容
名词解释:
低速货运列车:是指速度低于2.5KM/H的货运列车。
货运列车速度:是指货运列车通过智能大门视频扫描设备时的速度,用于转换成视频扫描的行频,以便获得高质量图像。
精确速度:解决货运列车在速度变化较大和临时停车时,根据测速设备的速度,精确的计算出速度变化率,计算出在单雷达和双雷达不同情况下,车头、车中与车尾通过视频扫描设备时的精确速度。
固定时间差:就是测速雷达获取两个数据之间的时间间隔。
智能大门:用于安装测速雷达、摄像机和视频扫描设备,以便货运列车通过时获取到列车的视频图像。
为了解决上述提到的问题,本发明提供一种低速货运列车速度获取方法及***。
第一方面,本发明提供的一种低速货运列车速度获取方法,采用如下的技术方案:
一种低速货运列车速度获取方法,包括:
利用测速雷达获取列车速度和固定时间差;
根据获取的列车速度和固定时间差,计算车头通过智能大门的速度;
根据获取的列车速度和固定时间差,计算车中通过智能大门的速度;
根据获取的列车速度和固定时间差,计算车尾通过智能大门的速度。
进一步地,所述根据获取的列车速度和固定时间差,计算车头通过智能大门的速度,包括利用测速雷达获取列车的第一速度和固定时间差,利用列车的第一速度判断是否会在固定时间差内通过智能大门;若能通过,计算车头通过智能大门的速度,进入车中计算程序;若不能通过,获取列车的第二速度,继续判断。
进一步地,所述根据获取的列车速度和固定时间差,计算车头通过智能大门的速度,还包括利用列车的第一速度、第二速度,以及第一速度和第二速度的固定时间差计算出列车在固定时间差内的移动距离。
进一步地,所述根据获取的列车速度和固定时间差,计算车头通过智能大门的速度,还包括利用列车的第一速度、第二速度、固定时间差和固定时间差内的移动距离,判断列车是否会在获得第二速度后的固定时间差内通过智能大门;若能通过,计算车头通过智能大门的速度,进入车中计算程序;若不能通过,判断列车是否会在智能大门前停车。
进一步地,所述根据获取的列车速度和固定时间差,计算车头通过智能大门的速度,还包括通过判断列车是否会在智能大门前停车,若已停车,进入停车再启动程序,否则获取列车的第三速度,利用列车的第一速度、第二速度、第三速度和固定时间差计算出列车在固定时间差内的移动距离。
进一步地,所述根据获取的列车速度和固定时间差,计算车头通过智能大门的速度,还包括利用列车的第一速度、第二速度、第三速度、固定时间差以及固定时间差内的移动距离,判断列车是否会在获得第三速度后的固定时间差内通过智能大门,若能通过,计算车头通过智能大门的速度,进入车中计算程序;若不能通过,继续判断列车是否会在智能大门前停车。
进一步地,所述继续判断列车是否会在智能大门前停车,包括若停车,进入停车再启动程序,继续获取下一速度(速度为零),若未停车,直接获取固定时间差后的下一速度。
第二方面,一种低速货运列车速度获取***,包括:
数据获取模块,被配置为,利用测速雷达获取列车速度和固定时间差;
车头计算模块,被配置为,根据获取的列车速度和固定时间差,计算车头通过智能大门的速度;
车中模块,被配置为,根据获取的列车速度和固定时间差,计算车中通过智能大门的速度;
车尾模块,被配置为,根据获取的列车速度和固定时间差,计算车尾通过智能大门的速度。
第三方面,本发明提供一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行所述的一种低速货运列车速度获取方法。
第四方面,本发明提供一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行所述的一种低速货运列车速度获取方法。
综上所述,本发明具有如下的有益技术效果:
本发明解决了测速雷达低速环境下的杂波干扰的情况下,获得低速列车的测速,以及在车速变化较大时的速度变化率以及各种复杂情况下,精确计算出列车通过智能大门视频扫描设备时的速度,确保能够在列车各种情况下,都能采集到列车的完整的列车图像,大大降低列车速度变化对图像采集环境的要求,全面提升***的应用范围和图像效果,为图像的智能分析提供最基础最重要的支撑。
本发明对通过智能大门的货运列车速度,在各种特殊情况下,如无规律停车,能够提供不同的计算方法,能够得到精确的通过智能大门的速度。
本发明能够提高火车通过智能大门在各种不同停车情况下的处理能力,确保能够获得精确的通过智能大门的速度,为获得高质量图像提供基础性保证,大大提高***在实际应用过程中的现场适应能力和应用范围。
附图说明
图1是本发明实施例1的利用测速雷达获取列车速度的示意图;
图2是本发明实施例1的车头通过智能大门时的示意图;
图3是本发明实施例1的单向雷达车中通过扫描设备时的示意图;
图4是本发明实施例1的双向雷达车中通过扫描设备时的示意图;
图5是本发明实施例1的单向雷达车尾通过扫描设备时的示意图;
图6是本发明实施例1的双向雷达车尾通过扫描设备时的示意图;
图7是本发明实施例1的智能大门构造的示意图;
图8是本发明实施例2的一种低速货运列车速度获取***的示意图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
实施例1
参照图1,本实施例的一种低速货运列车速度获取方法,包括:
利用测速雷达获取列车速度和固定时间差;
根据获取的列车速度和固定时间差,计算车头通过智能大门的速度;
根据获取的列车速度和固定时间差,计算车中通过智能大门的速度;
根据获取的列车速度和固定时间差,计算车尾通过智能大门的速度。
具体的,
首先设定以下参量:
1)雷达波与水平线之间的夹角(单位:°):(约为20-25°)
2)智能大门顶部雷达高度(单位:m):(常量)(约5—10M)
3)列车高度(单位:m):(常量)
4)雷达监测区到智能大门扫描线阵相机的距离(单位:m):(常量)
5)雷达波反射获取列车速度的频率(单位:次/ms):(常量)
6)初始触发至列车行至线阵相机期间雷达反馈速度的次数(单位:次):
7)列车从初始触发到在智能大门前停车再启动时测速雷达反馈速度的次数(单位:次):
8)双向雷达情况下,列车车尾通过智能大门时反向雷达反馈速度的次数(单位:次):
9)单向雷达波反射获取的列车速度(单位:km/h):
10)双向雷达波反射获取的列车速度(单位:km/h),其中,正向雷达测得的速度为,反向雷达测得的速度为/>
11)计算出的列车速度(单位:km/h):
12)雷达波反射获取各个列车速度的时间(单位:ms):
13)列车通过智能大门扫描设备时的车速(单位:km/h):
14)列车在通过智能大门之前雷达反馈最后一次速度到通过大门剩余路程所需时间(单位:ms):
如果雷达波反射获取的列车速度为零,则开启摄像头判断列车是临时停车还是处于车尾状态。如果临时停车,仍按以下逻辑进行,如果是车尾,则进入车尾逻辑,此时雷达测得的速度不再赋值给。
包括以下步骤:
一、车头通过智能大门扫描设备时的车速的精确算法
如图2所示,火车开始进入识别区后,测速雷达反馈了测得的火车速度,***处理流程如下:
(1)测速雷达第一次获得速度,赋值/>
A.判断火车是否会在时间内通过智能大门。
如果,表示火车会在/>时间内通过智能大门,
则,进入车中计算程序“二”。
B.判断火车是否会在通过智能大门前还能获得一次测速。
如果,则可获得下一个速度/>。
(2)测速雷达可获得速度,赋值/>
C.计算出获得时,火车走过的路程。
计算加速度则列车移动的距离为,
D.如果火车在获得后的/>时间内通过智能大门,给出通过大门的速度。
如果, 剩余距离为/>,此时,解得/>,可得/>;则进入车中计算程序“二”。
E.判断火车是否会在智能大门前停车。
如果,则/>无解,表示列车未到智能大门便已停车,转到门前停车再启动的处理流程(5);
F.判断火车是否会在通过智能大门前还能获得一次测速。
如果,则可获得下一个速度/>;
(3)测速雷达获得速度,赋值/>
G.计算出获得时,火车走过的路程。
计算加速度,/>,/>,则列车移动的距离为,
H.如果火车在获得后的/>时间内通过智能大门,给出通过大门的速度。
如果,则剩余距离为/>解得,可得/>;则进入车中计算程序“二”。
I.判断火车是否会在智能大门前停车。
如果,则/>无解,表示列车未到智能大门便已停车,转到门前停车再启动的处理流程(5);
J.判断火车是否会在通过智能大门前还能获得一次测速。
如果,则可获得下一个速度/>;
(4)测速雷达在车头通过智能大门前每获得一个速度,赋值/>
K.计算出获得时,火车走过的路程。
计算加速度,/>,…,/>,/>,则列车移动的距离为,
L.如果火车在获得后的/>时间内通过智能大门,给出通过大门的速度。
如果,/>,则剩余距离为/>解得/>,可得/>;则进入车中计算程序“二”。
M.判断火车是否会在智能大门前停车。
如果,则/>无解,表示列车未到智能大门便已停车,转到门前停车再启动的处理流程(5);
N.判断火车是否会在通过智能大门前还能获得一次测速。
如果,/>,则可获得下一个速度/>。
(5)在智能大门前出现停车再启动情况下车头车速的计算
若列车在到达智能大门前停止,设重新启动时间为,/>,赋值/>,此时列车至智能大门的剩余距离为/>,赋值/>。
测速雷达后续获得速度,赋值/>,然后返回车头处理流程;
测速雷达后续获得速度,赋值/>,然后返回车头处理流程;
测速雷达后续获得速度,赋值/>,然后返回车头处理流程。
二、车中计算程序,
包括:
2.1 单向雷达车中通过扫描设备时的车速的精确算法
如图3所示,假设单向雷达波在时刻反射获取的列车速度为/>,/>。考虑到列车是连续很长的且整体速度保持一致,而雷达测速的频率很快,因此,该阶段可用雷达检测的速度来代替列车速度,即有/>。
2.2 双向雷达车中通过智能大门扫描设备时的车速的精确算法
如图4所示,假设双向雷达波在时刻反射获取的列车速度分别为/>和/>,,则列车速度可定义如下:/>。
三、车尾通过智能大门扫描设备时的车速的精确算法
3.1 单向雷达车尾通过智能大门扫描设备时的车速的精确算法
如图5所示,在单向雷达应用环境下,当测速雷达反馈的速度是零的时候,同时判断是车尾,则进行单向雷达的车尾计算程序。
易知,此时车尾至智能大门的距离为,列车仍以/>继续行驶(即最后赋值的数据),则列车通过智能大门的时间为/>,持续时间/>后,反馈给服务器,便可关闭扫描设备,完成整个列车的视频扫描。
3.2 双向雷达车尾通过智能大门扫描设备时的车速的精确算法
如图6所示,在双向雷达应用环境下,当测速雷达反馈的速度是零的时候,同时判断是车尾,则进行双向雷达的车尾计算程序。
当,/>时,获得速度/>,将列车速度赋值为/>,则列车移动的距离为/>
如果,则列车继续行驶,读入下一个速度;
如果,说明列车已全部通过扫描设备,此时可以关闭扫描设备,完成整个列车的视频扫描。
实施例2
本实施例提供一种低速货运列车速度获取***,包括:
数据获取模块,被配置为,利用测速雷达获取列车速度和固定时间差;
车头计算模块,被配置为,根据获取的列车速度和固定时间差,计算车头通过智能大门的速度;
车中模块,被配置为,根据获取的列车速度和固定时间差,计算车中通过智能大门的速度;
车尾模块,被配置为,根据获取的列车速度和固定时间差,计算车尾通过智能大门的速度。
如图7和8所示,在智能大门上安装了测速雷达和面阵摄像机,测速雷达监测区域扫描触发***运行,通过面阵摄像机图像识别判断所有测速干扰。智能大门的两侧和顶部安装有线阵相机和补光灯,线阵相机作为视频扫描设备启动后,将测速雷达数据发送到工控机,经过卡尔曼滤波后,在经过精确的计算,将得到通过扫描设备时的货运列车速度,再将火车速度换算成线阵相机的扫描行频,将行频数据发送给线阵相机,线阵相机扫描的结果经过处理后生成列车图像。
当速度变化较大时,测速雷达的测速值与通过扫描设备时的速度存在一定的差别,会造成扫描行频的误差较大,造成扫描图像变形。以及各种复杂情况下的处理。
对货运列车速度较快时,***的处理比较简单,雷达获取的速度值就是通过智能大门时的速度值。本方案侧重于低速时,能够在通过智能大门前多次获得了雷达速度,在此基础上进行滤波,测算速度变化,计算货运列车通过智能大门扫描设备的速度。
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行所述的一种低速货运列车速度获取方法。
一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行所述的一种低速货运列车速度获取方法。
以上均为本发明的较佳实施例,并非依此限制本发明的保护范围,故:凡依本发明的结构、形状、原理所做的等效变化,均应涵盖于本发明的保护范围之内。
Claims (6)
1.一种低速货运列车速度获取方法,其特征在于,包括:
利用测速雷达获取列车速度和固定时间差;
根据获取的列车速度和固定时间差,计算车头通过智能大门的速度;
根据获取的列车速度和固定时间差,计算车中通过智能大门的速度;
根据获取的列车速度和固定时间差,计算车尾通过智能大门的速度;
所述根据获取的列车速度和固定时间差,计算车头通过智能大门的速度,包括利用测速雷达获取列车的第一速度和固定时间差,利用列车的第一速度判断是否会在固定时间差内通过智能大门;若能通过,计算车头通过智能大门的速度,进入车中计算程序;若不能通过,获取列车的第二速度,继续判断;
低速货运列车:是指速度低于2.5KM/H的货运列车;
固定时间差:就是测速雷达获取两个数据之间的时间间隔;
智能大门:用于安装测速雷达、摄像机和视频扫描设备,以便货运列车通过时获取到列车的视频图像;
所述根据获取的列车速度和固定时间差,计算车头通过智能大门的速度,还包括利用列车的第一速度、第二速度,以及第一速度和第二速度的固定时间差计算出列车在固定时间差内的移动距离;
所述根据获取的列车速度和固定时间差,计算车头通过智能大门的速度,还包括利用列车的第一速度、第二速度、固定时间差和固定时间差内的移动距离,判断列车是否会在获得第二速度后的固定时间差内通过智能大门;若能通过,计算车头通过智能大门的速度,进入车中计算程序;若不能通过,判断列车是否会在智能大门前停车;
所述根据获取的列车速度和固定时间差,计算车头通过智能大门的速度,还包括通过判断列车是否会在智能大门前停车,若已停车,进入停车再启动程序,否则获取列车的第三速度,利用列车的第一速度、第二速度、第三速度和固定时间差计算出列车在固定时间差内的移动距离。
2.根据权利要求1所述的一种低速货运列车速度获取方法,其特征在于,所述根据获取的列车速度和固定时间差,计算车头通过智能大门的速度,还包括利用列车的第一速度、第二速度、第三速度、固定时间差以及固定时间差内的移动距离,判断列车是否会在获得第三速度后的固定时间差内通过智能大门,若能通过,计算车头通过智能大门的速度,进入车中计算程序;若不能通过,继续判断列车是否会在智能大门前停车。
3.根据权利要求1所述的一种低速货运列车速度获取方法,其特征在于,所述继续判断列车是否会在智能大门前停车,包括若停车,进入停车再启动程序,继续获取下一速度,若未停车,直接获取固定时间差后的下一速度。
4.一种实现如权利要求1所述的低速货运列车速度获取方法的***,其特征在于,包括:
数据获取模块,被配置为,利用测速雷达获取列车速度和固定时间差;
车头计算模块,被配置为,根据获取的列车速度和固定时间差,计算车头通过智能大门的速度;
车中模块,被配置为,根据获取的列车速度和固定时间差,计算车中通过智能大门的速度;
车尾模块,被配置为,根据获取的列车速度和固定时间差,计算车尾通过智能大门的速度。
5.一种计算机可读存储介质,其中存储有多条指令,其特征在于,所述指令适于由终端设备的处理器加载并执行如权利要求1所述的一种低速货运列车速度获取方法。
6.一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,其特征在于,所述指令适于由处理器加载并执行如权利要求1所述的一种低速货运列车速度获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311092564.8A CN116840827B (zh) | 2023-08-29 | 2023-08-29 | 一种低速货运列车速度获取方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311092564.8A CN116840827B (zh) | 2023-08-29 | 2023-08-29 | 一种低速货运列车速度获取方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116840827A CN116840827A (zh) | 2023-10-03 |
CN116840827B true CN116840827B (zh) | 2023-12-08 |
Family
ID=88167409
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311092564.8A Active CN116840827B (zh) | 2023-08-29 | 2023-08-29 | 一种低速货运列车速度获取方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116840827B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4833469A (en) * | 1987-08-03 | 1989-05-23 | David Constant V | Obstacle proximity detector for moving vehicles and method for use thereof |
CN104063882A (zh) * | 2014-06-27 | 2014-09-24 | 四川大学 | 一种基于双目的车辆视频测速方法 |
CN104424804A (zh) * | 2013-09-10 | 2015-03-18 | 上海弘视通信技术有限公司 | 单雷达多车道智能测速方法及其*** |
CN209560723U (zh) * | 2018-12-29 | 2019-10-29 | 西藏玖佰玖科技发展有限公司 | 基于区间测速的车辆测速*** |
CN110398731A (zh) * | 2019-07-11 | 2019-11-01 | 北京埃福瑞科技有限公司 | 列车车速测量***及方法 |
CN110775105A (zh) * | 2019-11-07 | 2020-02-11 | 交控科技股份有限公司 | 基于uwb在地铁车辆段进行列车监控的方法及*** |
CN111189480A (zh) * | 2020-03-09 | 2020-05-22 | 成都货安计量技术中心有限公司 | 一种铁路货检智能检测设备及其检测实现方法 |
CN112026856A (zh) * | 2020-07-08 | 2020-12-04 | 中铁第四勘察设计院集团有限公司 | 一种轨道交通列车运行速度智能计算方法和*** |
CN114170825A (zh) * | 2021-11-19 | 2022-03-11 | 北京万集科技股份有限公司 | 一种绿波车速计算方法和装置 |
CN116320712A (zh) * | 2023-02-15 | 2023-06-23 | 中国铁道科学研究院集团有限公司 | 铁路货车装载状态的图像采集方法、装置、设备及介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105976630A (zh) * | 2015-11-05 | 2016-09-28 | 乐卡汽车智能科技(北京)有限公司 | 一种车速监控方法和装置 |
US10890919B2 (en) * | 2017-09-22 | 2021-01-12 | Waymo Llc | Calculating velocity of an autonomous vehicle using radar technology |
-
2023
- 2023-08-29 CN CN202311092564.8A patent/CN116840827B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4833469A (en) * | 1987-08-03 | 1989-05-23 | David Constant V | Obstacle proximity detector for moving vehicles and method for use thereof |
CN104424804A (zh) * | 2013-09-10 | 2015-03-18 | 上海弘视通信技术有限公司 | 单雷达多车道智能测速方法及其*** |
CN104063882A (zh) * | 2014-06-27 | 2014-09-24 | 四川大学 | 一种基于双目的车辆视频测速方法 |
CN209560723U (zh) * | 2018-12-29 | 2019-10-29 | 西藏玖佰玖科技发展有限公司 | 基于区间测速的车辆测速*** |
CN110398731A (zh) * | 2019-07-11 | 2019-11-01 | 北京埃福瑞科技有限公司 | 列车车速测量***及方法 |
CN110775105A (zh) * | 2019-11-07 | 2020-02-11 | 交控科技股份有限公司 | 基于uwb在地铁车辆段进行列车监控的方法及*** |
CN111189480A (zh) * | 2020-03-09 | 2020-05-22 | 成都货安计量技术中心有限公司 | 一种铁路货检智能检测设备及其检测实现方法 |
CN112026856A (zh) * | 2020-07-08 | 2020-12-04 | 中铁第四勘察设计院集团有限公司 | 一种轨道交通列车运行速度智能计算方法和*** |
CN114170825A (zh) * | 2021-11-19 | 2022-03-11 | 北京万集科技股份有限公司 | 一种绿波车速计算方法和装置 |
CN116320712A (zh) * | 2023-02-15 | 2023-06-23 | 中国铁道科学研究院集团有限公司 | 铁路货车装载状态的图像采集方法、装置、设备及介质 |
Non-Patent Citations (4)
Title |
---|
AI自动装车技术在智慧港口的应用;杨玉林等;港口科技;第2卷;全文 * |
I-MOVE: Independent Moving Objects for Velocity Estimation;Schwan, J et al.;2020 IEEE WINTER CONFERENCE ON APPLICATIONS OF COMPUTER VISION (WACV);全文 * |
基于LabVIEW的速度非接触测量***;何万平;雷小军;;矿业研究与开发(01);全文 * |
车载自组网移动模型综述;魏达;王沿锡;王健;刘衍珩;邓伟文;;计算机学报(04);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116840827A (zh) | 2023-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10558865B2 (en) | Route inspection system | |
US9880278B2 (en) | Object determination using a radar sensor | |
CN101666716B (zh) | 铁路机车车辆运行姿态测量方法 | |
CN103236191B (zh) | 一种基于视频的高速公路匝道车辆并入安全预警方法 | |
CN204237158U (zh) | 车辆检查*** | |
CN106114217A (zh) | 行驶控制装置 | |
CN107401979B (zh) | 一种用于接触网检测的车体振动位移补偿装置及方法 | |
CN104359983B (zh) | 一种钢轨探伤装置的对中***及方法 | |
JP3244870B2 (ja) | 鉄道車両用支障物検知装置 | |
JP2009202610A (ja) | 駐車支援装置 | |
CN104021541A (zh) | 车至车距离计算装置和方法 | |
CN107336724B (zh) | 一种计算机视觉和毫米波技术结合的高铁防撞设备及方法 | |
CN204055561U (zh) | 车辆安全行驶警示*** | |
CN104029680A (zh) | 基于单目摄像头的车道偏离预警***及方法 | |
CN109061669B (zh) | 限界检测***及其方法 | |
CN210719028U (zh) | 一种基于三维点云的接触网几何参数检测装置 | |
CN113448333B (zh) | 基于传感器组合的底部巡检定位方法、装置及电子设备 | |
CN108646720B (zh) | Bsd控制器在环测试装置及方法 | |
CN105438755A (zh) | 车辆拖动***和车辆检查*** | |
CN108091136A (zh) | 一种基于视频监控的酒驾车辆检测*** | |
CN204223708U (zh) | 车辆检查*** | |
CN103714604B (zh) | 基于超声波传感器的公交车客流统计*** | |
CN105346975A (zh) | 车辆拖动***和车辆检查*** | |
WO2023020004A1 (zh) | 一种车辆距离探测方法、***、设备及介质 | |
CN103645473B (zh) | 高速公路通道动态车辆车速检测方法 |
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 |