JP2015179509A - 光学式ルート検査システムおよび方法 - Google Patents

光学式ルート検査システムおよび方法 Download PDF

Info

Publication number
JP2015179509A
JP2015179509A JP2015041910A JP2015041910A JP2015179509A JP 2015179509 A JP2015179509 A JP 2015179509A JP 2015041910 A JP2015041910 A JP 2015041910A JP 2015041910 A JP2015041910 A JP 2015041910A JP 2015179509 A JP2015179509 A JP 2015179509A
Authority
JP
Japan
Prior art keywords
images
image
segment
route
track
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.)
Granted
Application number
JP2015041910A
Other languages
English (en)
Other versions
JP6614569B2 (ja
Inventor
ニドヒ・ナイタニ
Naithani Nidhi
ダッタラジャ・ジャグディッシュ・ラオ
Jagdish Rao Dattaraj
アンジュ・バインド
Bind Anju
スレヤシ・デイ・チャキ
Dey Chaki Sreyashi
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Publication of JP2015179509A publication Critical patent/JP2015179509A/ja
Priority to JP2019196715A priority Critical patent/JP6929611B2/ja
Application granted granted Critical
Publication of JP6614569B2 publication Critical patent/JP6614569B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L25/00—Recording or indicating positions or identities of vehicles or trains or setting of track apparatus
    • B61L25/02—Indicating or recording positions or identities of vehicles or trains
    • B61L25/025—Absolute localisation, e.g. providing geodetic coordinates
    • 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
    • B61L23/041—Obstacle detection
    • 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
    • B61L23/042—Track changes detection
    • B61L23/047—Track or rail movements
    • 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
    • B61L23/042—Track changes detection
    • B61L23/048—Road bed changes, e.g. road bed erosion

Landscapes

  • Mechanical Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Image Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)

Abstract

【課題】光学式ルート検査システム及び方法を提供する。【解決手段】車両１０２がルート１２０に沿って移動している間に鉄道車両に搭載されたカメラ１０６、１０６ａ、１０６ｂから線路のセグメントの画像を取得し、線路のセグメントのベンチマーク視覚プロファイルを選択する。ベンチマーク視覚プロファイルは、線路の指定されたレイアウトを表す。線路のセグメントの画像を線路のベンチマーク視覚プロファイルと比較し、画像とベンチマーク視覚プロファイルとの間の差を線路のアラインメント不整なセグメントとして識別する。【選択図】図１

Description

本明細書に開示される主題の実施形態は、車両によって走行されるルートをそれ
らのルートへの損傷について検査することに関する。
車両によって走行されるルートは、拡大された使用により経時的に損傷を受け得
る。例えば、鉄道車両が走行する線路は、下にあるバラスト材料のずれ、鉄道車両
の左右交互の揺れ等に起因して、アラインメント不整になり得る。線路は、わずか
に湾曲するかまたはそうでなければ線路の元のアラインメントから移動し得る。線
路のレール間の距離（すなわち、軌間）が同一のままであり得る一方で、線路の元
の位置からの線路の湾曲は、線路を元の位置とのアラインメントからずれさせ得る
。このずれは、鉄道車両の安全性、鉄道車両上にいる乗客、近くの人間および建物
に脅威を与え得る。例えば、鉄道車両の脱線のリスクは、線路がアラインメント不
整になると増加し得る。
線路を点検するいくつかの公知のシステムおよび方法は、線路上に可視マーカー
を放射することと、線路がアラインメント不整になっているかどうかを決定するた
めにこれらのマーカーを光学的に監視することとを含む。これらの可視マーカーは
、例えば、レーザー光を使用して作成され得る。しかしながら、これらのシステム
および方法は、レーザー光源のような光放射装置の形態の追加のハードウェアを必
要とし得る。この追加のハードウェアは、システムのコストと複雑性を増大させ、
乗客または貨物の輸送のために使用されない特殊な鉄道車両を必要とし得る。加え
て、これらのシステムおよび方法は典型的に、可視マーカーが検査され得るよう、
鉄道車両が線路上をゆっくりと走行することを必要とし得る。
いくつかの鉄道車両は、鉄道車両の運転士に鉄道車両前方の線路上の異物につい
て警告しようとする衝突回避システムを含む。しかしながら、これらのシステムは
、車内の運転士に映像フィードを提供するカメラを含むのみであり得る。この運転
士は、任意の異物について映像を手動で点検し、異物が運転士によって識別された
場合、それに応じて応答する。これらのタイプのシステムは、ヒューマンエラーを
被りやすい。
米国特許出願公開第８７４４１９６Ｂ２号明細書
本明細書において説明される発明の主題の一例において、（例えば、線路のよう
なルートを光学的に検査するための）方法は、鉄道車両が線路に沿って移動してい
る間に鉄道車両に搭載されたカメラから線路のセグメントの１つ以上の画像を取得
することと、（１つ以上のコンピュータプロセッサにより）線路のセグメントのベ
ンチマーク視覚プロファイルを選択することとを含む。ベンチマーク視覚プロファ
イルは、線路の指定されたレイアウトを表す。方法はまた、（１つ以上のコンピュ
ータプロセッサにより）線路のセグメントの１つ以上の画像を線路のベンチマーク
視覚プロファイルと比較することと、（１つ以上のコンピュータプロセッサにより
）１つ以上の画像とベンチマーク視覚プロファイルとの間の１つ以上の差を線路の
アラインメント不整なセグメントとして識別することとを含み得る。
本明細書において説明される発明の主題の別の例において、システム（例えば、
光学式ルート検査システム）は、カメラと１つ以上のコンピュータプロセッサとを
含む。カメラは、鉄道車両に搭載され、鉄道車両が線路に沿って移動している間に
線路のセグメントの１つ以上の画像を取得するように構成される。１つ以上のコン
ピュータプロセッサは、線路の指定されたレイアウトを表す線路のセグメントのベ
ンチマーク視覚プロファイルを選択するように構成される。１つ以上のコンピュー
タプロセッサはまた、線路のセグメントの１つ以上の画像を線路のベンチマーク視
覚プロファイルと比較して、１つ以上の画像とベンチマーク視覚プロファイルとの
間の１つ以上の差を線路のアラインメント不整なセグメントとして識別するように
構成される。
本明細書において説明される発明の主題の別の例において、方法（例えば、光学
式ルート検査方法）は、ルートに沿って移動している車両上の１つ以上のカメラに
よりルートの近づいてくるセグメントの複数の第１の画像を取得することと、ルー
トの近づいてくるセグメント上またはセグメント付近の異物を識別するために１つ
以上のコンピュータプロセッサにより第１の画像を検査することと、１つ以上のプ
ロセッサにより第１の画像間の１つ以上の差を識別することと、識別された第１の
画像間の差に基づいて異物が一時的な物体かまたは永続的な物体かを決定すること
と、異物が一時的な物体かまたは永続的な物体かを決定することに応答して１つ以
上の緩和アクションを実現することとを含む。

本明細書において説明される発明の主題の別の例において、システム（例えば、
光学式ルート検査システム）は、車両上に搭載され、車両がルートに沿って移動し
ている間にルートの近づいてくるセグメントの複数の第１の画像を取得するように
構成された１つ以上のカメラを含む。システムはまた、第１の画像間の差を識別す
るために第１の画像を互いに比較し、識別された第１の画像間の差に基づいてルー
トの近づいてくるセグメント上またはセグメント付近の異物を識別し、識別された
第１の画像間の差に基づいて異物が一時的な物体かまたは永続的な物体かを決定し
、異物が一時的な物体かまたは永続的な物体かを決定することに応答して１つ以上
の緩和アクションを実現するように構成された１つ以上のコンピュータプロセッサ
を含む。
本発明の特定の実施形態およびさらなる利点が以下の説明においてより詳細に説明されるごとく図示された添付図面が参照される。
本明細書において説明される発明の主題の一例に係る光学式ルート検査システムの模式図である。 図１に示されたルートのセグメントのカメラ取得画像の一例を示す図である。 図１に示されたルートのセグメントのカメラ取得画像の一例を示す図である。 図１に示されたルートの画像の別の例を示す図である。 図１に示されたルートの画像の別の例を示す図である。 ベンチマーク視覚プロファイルの別の例を示す図である。 本明細書において説明される発明の主題の一例に係る、図２Ａに示された画像と図３Ａに示されたベンチマーク視覚プロファイルとの視覚マッピング図である。 本明細書において説明される発明の主題の一例に係る、図２Ｂに示された画像と図３Ｂに示されたベンチマーク視覚プロファイルとの視覚マッピング図である。 本明細書において説明される発明の主題の一例に係る２つ以上のルート間の交点の模式図である。 車両がルートに沿って移動しているときに車両からルートを検査するための方法のフローチャートである。 本明細書において説明される発明の主題の一例に係る、図１に示されたカメラの１つ以上によって収集され、互いの上にオーバーレイされた、３つの画像のオーバーレイ表現である。 車両がルートに沿って移動しているときに車両からルートを検査するための方法のフローチャートである。 本明細書において説明される発明の主題の別の例に係る、カメラ取得画像をルートのベンチマーク視覚プロファイルとともに示す図である。 本明細書において説明される発明の主題の別の例に係る、別のカメラ取得画像をルートのベンチマーク視覚プロファイルとともに示す図である。
本明細書において説明される発明の主題の１つ以上の例は、鉄道車両によって走
行される線路のアラインメント不整を検出するためのシステムおよび方法を含む。
システムおよび方法は、このアラインメント不整を検出するために鉄道車両上のカ
メラから集められた線路の画像の分析を使用し得る。検出されたアラインメント不
整に基づいて、鉄道車両の運転士が警報され得るので、運転士は、例えば、鉄道車
両を減速および／または停止させることによる、１つ以上の応答アクションを実現
し得る。
線路の画像が、機関車のような鉄道車両上に搭載されたカメラから取り込まれ得
る。カメラは、鉄道車両の進行方向の線路の方に向けられ得る（例えば、線路の方
を向いている）。カメラは、アラインメント不整について分析される線路の画像を
、定期的に（または別の方法で）取り込み得る。線路がアラインメント不整である
場合、線路は、鉄道車両の脱線を引き起こし得る。本明細書において説明されるシ
ステムおよび方法のいくつかは、線路のアラインメント不整を前もって（例えば、
鉄道車両がアラインメント不整な線路に到達する前に）検出し、鉄道車両の運転士
に警告することによって脱線を防止する。オプションで、無人鉄道車両（例えば、
自動運転車両）において、システムおよび方法は、アラインメント不整な線路を識
別することに応答して、鉄道車両の移動を自動で減速または停止させ得る。
加えてまたはあるいは、線路のアラインメント不整な区間が識別された場合、１
つ以上の他の応答アクションが開始され得る。例えば、警告信号が、１つ以上の他
の鉄道車両にアラインメント不整を警告するために、他の車両に通信（例えば、送
信またはブロードキャスト）され得、警告信号が、線路にまたは線路付近に配列さ
れた１つ以上の沿線デバイスが１つ以上の他の鉄道車両システムに警告信号を通信
できるよう、沿線デバイスに通信され得、警告信号が、線路のアラインメント不整
なセグメントの修繕および／またはさらなる検査を手配し得る非積載設備に通信さ
れ得る、といった具合である。
線路は、線路が線路のずれまたは移動に起因して以前の位置と同一の位置にない
場合にアラインメント不整であり得る。例えば、線路における破損、消耗等の代わ
りに、線路のアラインメント不整が、線路が設置または以前に検査されたときの線
路のポジションのような以前のポジションからの線路の側方移動および／または線
路の垂直移動の結果として生じ得る。
線路のレール上にレーザー光を発生させるレーザー光源のようにルートを点検す
るために光を発生させるデバイスの使用を含み、そのレーザー光を監視してレール
のプロファイルの変化を識別するシステムおよび方法とは対照的に、本明細書にお
いて説明されるシステムおよび方法の１つ以上の態様は、ルート上への光または他
のエネルギーは発生させずに、画像データの収集に依拠する。以下に説明されるよ
うに、本明細書において説明される１つ以上のシステムおよび方法はさらに、ルー
トの写真および／または映像を撮影し、これらの写真および／または映像を基線画
像データと比較し得る。レーザー光のような光は、少なくとも１つの実施形態にお
いてルートをマーキングまたはそうでなければ検査するために使用されない。

図１は、本明細書において説明される発明の主題の一例に係る光学式ルート検査
システム１００の模式図である。システム１００は、鉄道車両のような車両１０２
上に積載配列される。車両１０２は、１つ以上の機関車および鉄道車のような１つ
以上の他の車両と接続されて、線路のようなルート１２０に沿って走行するコンシ
ストを形成し得る。あるいは、車両１０２は、別のタイプのオフハイウェイ車両の
ような別のタイプの車両（例えば、公道を走行するよう設計されていない車両また
は公道の走行が可能でない車両）、自動車等であり得る。コンシストにおいて、車
両１０２は、例えば、列車または他の車両システムにおける、乗客および／または
貨物を牽引および／または推進し得る。

システム１００は、カメラ１０６がルート１２０に沿って車両１０２とともに移
動するよう、車両１０２に搭載またはそうでなければ接続された１つ以上のカメラ
１０６（例えば、カメラ１０６ａ、１０６ｂ）を含む。カメラ１０６は、カメラ１
０６が車両１０２の走行または移動の方向１０４に向けられるという点で、フォワ
ードフェイシングカメラ１０６であり得る。例えば、カメラ１０６の視野１０８、
１１０は、カメラ１０６によって取得される画像上に取り込まれる空間を表す。図
示された例において、カメラ１０６は、視野１０８、１１０が移動車両１０２の正
面の空間の画像および／または映像を取り込むという点で、フォワードフェイシン
グである。カメラ１０６は、静止（例えば、スチル）画像および／または動画像（
例えば、映像）を取得し得る。

カメラ１０６は、車両１０２が相対的に速い速度で移動している間にルート１２
０の画像を取得し得る。例えば、画像は、車両１０２が、ルート１２０で保線が行
われていない場合またはルート１２０の速度上限が減じられていない場合のルート
１２０の線路速度といった、ルート１２０の速度上限または速度上限付近で移動し
ている間に、取得され得る。

カメラ１０６は、カメラコントローラ１１２から受け取られた信号に基づいて動
作する。カメラコントローラ１１２は、１つ以上のコンピュータプロセッサ（例え
ば、マイクロプロセッサ）または他の電子論理ベースのデバイスを含む、および／
またはそれらに結合された、１つ以上のハードウェア回路または回路素子を含む、
または表す。カメラコントローラ１１２は、カメラ１０６を起動してカメラ１０６
に画像データを取得させる。この画像データは、車両１０２の前方に配列されたル
ート１２０の１つ以上の部分またはセグメントの画像といった、カメラ１０６の視
野１０８、１１０の画像を表す。カメラコントローラ１１２は、カメラ１０６のフ
レームレート（例えば、カメラ１０６が画像を取得する速度または周波数）を変化
させ得る。

システム１００の１つ以上の画像分析プロセッサ１１６が、カメラ１０６の１つ
以上によって取得された画像を検査する。プロセッサ１１６は、１つ以上のコンピ
ュータプロセッサ（例えば、マイクロプロセッサ）または他の電子論理ベースのデ
バイスを含む、および／またはそれらに結合された、１つ以上のハードウェア回路
または回路素子を含む、または表し得る。一態様において、プロセッサ１１６は、
画像のどの部分がルート１２０を表すかを識別し、これらの部分を１つ以上のベン
チマーク画像と比較することによって、画像を検査する。１つ以上のカメラ取得画
像とベンチマーク画像（単数または複数）との間の類似または差に基づいて、プロ
セッサ１１６は、カメラ画像中に示されたルート１２０のセグメントがアラインメ
ント不整であるかどうかを決定し得る。
図２Ａおよび図２Ｂは、ルート１２０のセグメントのカメラ取得画像２００の一
例を示す。図２Ａおよび図２Ｂに示されているように、画像２００は、異なる色お
よび／または強度のいくつかの画素２０２から形成されたデジタル画像であり得る
。より高い強度を有する画素２０２は、より明るい色であり得る（例えば、より白
い）一方で、より低い強度を有する画素２０２は、より暗い色であり得る。一態様
において、画像分析プロセッサ１１６（図１に示す）は、画像２００のどの部分が
ルート１２０（例えば、線路のレール２０４）を表すのかを決定するために画素２
０２の強度を検査する。例えば、プロセッサ１１６は、指定されたしきい値より高
い強度を有する画素２０２、画像２００におけるいくつかまたはすべての画素２０
２の平均値または中央値より高い強度を有する画素２０２、または他の画素２０２
を、ルート１２０（例えば、線路のレール２０４）の位置を表すものとして選択し
得る。あるいは、プロセッサ１１６は、画像２００におけるレール２０４を識別す
るために別の技法を使用し得る。
図１に示されたシステム１００の説明に戻ると、画像分析プロセッサ１１６は、
１つ以上のベンチマーク視覚プロファイルを、画像メモリ１１８のようなコンピュ
ータ可読メモリに記憶されたいくつかのそのようなプロファイルの中から選択し得
る。メモリ１１８は、コンピュータハードドライブ、ＣＤ−ＲＯＭ、ＤＶＤ ＲＯ
Ｍ、取り外し可能なフラッシュメモリカード、磁気テープ等といった１つ以上のメ
モリデバイスを含む、または表す。メモリ１１８は、カメラ１０６によって取得さ
れた（図２Ａおよび図２Ｂに示された）画像２００と、車両１０２の運行に関連づ
けられたベンチマーク視覚プロファイルとを記憶し得る。
ベンチマーク視覚プロファイルは、ルート１２０が異なる位置で有するべきルー
ト１２０の指定されたレイアウトを表す。例えば、ベンチマーク視覚プロファイル
は、レールが設置された、修繕された、最後に点検に合格した、または他の場合の
、ルート１２０のレールのポジション、配置、相対的な位置を表し得る。
一態様において、ベンチマーク視覚プロファイルは、ルート１２０の指定された
軌間（例えば、線路のレール間の距離）である。あるいは、ベンチマーク視覚プロ
ファイルは、選択された位置でのルート１２０の以前の画像であり得る。別の例に
おいて、ベンチマーク視覚プロファイルは、ルート１２０（例えば、線路のレール
）がルート１２０の画像中のどこに位置すると予期されるかの定義であり得る。例
えば、異なるベンチマーク視覚プロファイルは、１つの位置から別の位置への車両
１０２の運行に沿った異なる位置での線路のレール２０４（図２Ａおよび図２Ｂに
示す）の異なる形状を表し得る。
プロセッサ１１６は、画像２００が取得されたときの車両１０２の位置に基づい
て、メモリ１１８におけるどのベンチマーク視覚プロファイルを選択すべきかを決
定し得る。車両コントローラ１１４が、車両１０２の移動を手動および／または自
動で制御するために使用され、画像２００が取得されたときに車両１０２がどこに
位置するかを追跡することができる。例えば、車両コントローラ１１４は、車両１
０２がどこに位置するかを決定するために、全地球測位システム、セルラー三角測
量システム等といった測位システムを含み得、および／または、それらに接続され
得る。オプションで、車両コントローラ１１４は、車両１０２がルート１２０上を
どれほど速く走行しているかおよび走行してきたか、車両１０２がどれほど長く移
動してきているか、およびルート１２０の既知のレイアウトに基づいて、車両１０
２がどこに位置するかを決定し得る。例えば、車両コントローラ１１４は、車両１
０２が既知の位置（例えば、開始位置または他の位置）からどれほど遠くまで移動
してきたかを計算し得る。
プロセッサ１１６は、画像２００が取得されたときの車両１０２の位置のルート
１２０の指定されたレイアウトまたは配置に関連づけられ、かつそれらを表す、ベ
ンチマーク視覚プロファイルを、メモリ１１８から選択し得る。この指定されたレ
イアウトまたは配置は、車両１０２の安全な走行のためにルート１２０が有するべ
き、形状、間隔、配置等を表し得る。例えば、ベンチマーク視覚プロファイルは、
線路が設置または最後に点検されたときの線路のレール２０４の軌間およびアライ
ンメントを表し得る。
一態様において、画像分析プロセッサ１１６は、ルート１２０がアラインメント
不整であるかどうかを決定するために、画像２００に示されたルート１２０のセグ
メントの軌間を測定し得る。図３Ａおよび図３Ｂは、図１に示されたルート１２０
の画像２００の別の例を示す。画像分析プロセッサ１１６は、ルート１２０のレー
ル２０４間の軌間距離５００を測定するために、画像２００を検査し得る。一態様
において、分析プロセッサ１１６は、図３Ａおよび図３Ｂに示されるように、一方
のレール２０４を表すものとして識別された１つ以上の画素２０２と、もう一方の
レール２０４を表すものとして識別された１つ以上の他の画素２０２との間の、直
線または線形距離を測定し得る。この距離は、ルート１２０の軌間距離５００を表
す。あるいは、他の画素２０２間の距離が測定され得る。プロセッサ１１６は、画
素２０２の数に画像２００において各々の画素２０２の幅が表す既知の距離を乗算
すること、軌間距離５００における画素２０２の数を既知の変換係数を使用して（
例えば、センチメートル、メートル等の）長さに変換すること、画像２００に示さ
れた軌間距離５００の縮尺をスケーリング係数によって変更すること、または別の
方法で、軌間距離５００を決定し得る。
測定された軌間距離５００は、ルート１２０の撮像された区間についてメモリ１
１８に記憶された（またはどこかよそに記憶された）指定された軌間距離と比較さ
れ得る。指定された軌間距離はルート１２０のレール２０４の指定された配置また
は間隔を表すので、この距離は、ルート１２０のベンチマーク視覚プロファイルで
あり得る。測定された軌間距離５００が指定されたしきい値または許容差を超えて
指定された軌間距離と異なる場合には、プロセッサ１１６は、画像２００に示され
たルート１２０のセグメントがアラインメント不整であると決定し得る。例えば、
指定された軌間距離は、レール２０４が設置されたまたは最後に点検に合格したと
きのルート１２０の距離または軌間を表し得る。測定された軌間距離５００がこの
指定された軌間距離から非常に大きく外れる場合には、この偏差は、ルート１２０
の変化したまたは変更された軌間距離を表し得る。
オプションで、プロセッサ１１６は、車両１０２が走行しているときに数回、軌
間距離５００を測定し、測定された軌間距離５００に変化がないか監視し得る。軌
間距離５００が指定された量を超えて変化している場合には、プロセッサ１１６は
、ルート１２０の近づいてくるセグメントを潜在的にアラインメント不整であるも
のとして識別し得る。しかしながら、以下において説明されるように、測定された
軌間距離５００の変化は、あるいは、車両１０２がそれに向かって走行しているル
ート１２０における転轍機を表し得る。
ルート１２０の軌間距離５００を測定することは、ルート１２０のセグメントが
カーブを含む場合でさえ、ルート１２０におけるレール２０４の１つ以上がアライ
ンメント不整である場合を決定することを画像分析プロセッサ１１６に可能にさせ
得る。軌間距離５００は、一定または実質的に一定（例えば、製作交差内）である
べきであるので、軌間距離５００は、ルート１２０がアラインメント不整でない限
り、ルート１２０のカーブ区間または直線区間で著しく変化しないはずである。
画像分析プロセッサ１１６が、車両１０２がそれに向かって走行しているルート
１２０の近づいてくるセグメントがアラインメント不整であることを１つ以上の画
像２００の検査から決定した場合、画像分析プロセッサ１１６は、警告信号を車両
コントローラ１１４に通信し得る。この警告信号は、ルート１２０の近づいてくる
セグメントがアラインメント不整であることを車両コントローラ１１４に示し得る
。この警告信号に応答して、車両コントローラ１１４は、１つ以上の応答アクショ
ンを起こし得る。例えば、車両コントローラ１１４は、ルート１２０の近づいてく
るアラインメント不整のセグメントを車両１０２の運転士に対し視覚的および／ま
たは可聴的に警告する、ディスプレイ、スピーカー等のような出力デバイスを含み
得る。運転士が続いて、例えば、車両の移動を減速または停止させることによる、
または、ルート１２０のアラインメント不整なセグメントのさらなる点検および／
または保線を要求するために非積載の修繕設備または点検設備と通信することによ
る、といった対処の仕方を決め得る。オプションで、車両コントローラ１１４は、
例えば、車両１０２の移動を自動で減速または停止させること、および／または、
ルート１２０のアラインメント不整なセグメントのさらなる点検および／または保
線を要求するために非積載の修繕設備または点検設備と自動で通信することにより
、応答アクションを自動で実現し得る。
図４は、ベンチマーク視覚プロファイル３００の別の例を示す。ベンチマーク視
覚プロファイル３００は、ルート１２０（図１に示す）の指定されたレイアウト、
例えば、ルート１２０がカメラ１０６（図１に示す）の１つ以上によって取得され
た画像中のどこにあると予期されるかを表す。
図示された例において、ベンチマーク視覚プロファイル３００は、線路のレール
の指定されたポジションを表す２つの指定された領域３０２、３０４を含む。指定
された領域３０２、３０４は、レール２０４（図２Ａおよび図２Ｂに示す）を表す
画像２００（図２Ａおよび図２Ｂに示す）の画素２０２（図２Ａおよび図２Ｂに示
す）が、レール２０４が適切にアラインメントしている場合にどこに位置すべきか
を表し得る。例えば、指定された領域３０２、３０４は、画像２００を取得する前
に、レール２０４の予期される位置を表し得る。レール２０４は、レール２０４が
、レール２０４が設置されたときまたはレール２０４の位置の点検に最後に合格し
たときと同一の位置にある場合、または少なくとも指定された許容差内である場合
、適切にアラインメントしていることができる。この指定された許容差は、レール
２０４が車両１０２（図１に示す）の揺れまたは他の移動に起因して画像２００中
に出現し得る位置の範囲を表し得る。
オプションで、ベンチマーク視覚プロファイル３００は、同一の車両１０２また
は異なる車両１０２上のカメラ１０６によって取得されたルート１２０の以前の画
像を表し得る。指定された領域３０２、３０４は、ルート１２０（例えば、レール
２０４）を表すものとして識別されている以前の画像における画素２０２の位置を
表し得る。
一態様において、画像分析プロセッサ１１６は、ルート１２０（例えば、レール
２０４）を表す画素２０２を、ベンチマーク視覚プロファイル３００にマッピング
し得るか、または、ベンチマーク視覚プロファイル３００の指定された領域３０２
、３０４を、ルート１２０を表す画素２０２にマッピングし得る。このマッピング
は、画像２００中のルート１２０（例えば、レール２０４）を表す画素２０２の位
置がベンチマーク視覚プロファイル３００の指定された領域３０２、３０４と同一
の位置にあるかどうかを決定することを含み得る。
図５Ａおよび図５Ｂは、本明細書において説明される発明の主題の一例に係る画
像２００とベンチマーク視覚プロファイル３００との視覚マッピング図４００を示
す。マッピング図４００は、画像分析プロセッサ１１６（図１に示す）によって行
われる画像２００のベンチマーク視覚プロファイル３００との比較の一例を表す。
マッピング図４００に示されているように、ベンチマーク視覚プロファイル３００
の指定された領域３０２、３０４が、画像２００上にオーバーレイされ得る。プロ
セッサ１１６が続いて、画像２００とベンチマーク視覚プロファイル３００との間
の差を識別し得る。例えば、プロセッサ１１６は、ルート１２０を表す（例えば、
レール２０４を表す）画素２０２が、指定された領域３０２、３０４の外側に配列
されるかどうかを決定し得る。オプションで、プロセッサ１１６は、画像２００中
のルート１２０を表す画素２０２の位置（例えば、これらの画素２０２の座標）が
、指定された領域３０２、３０４内に位置しない（例えば、指定された領域３０２
、３０４の外側境界内に位置する座標ではない）かどうかを決定し得る。
画像分析プロセッサ１１６が、ルート１２０を表す画素２０２の少なくとも指定
された量が指定された領域３０２、３０４の外側にあると決定した場合には、プロ
セッサ１１６は、画像２００中に示されたルート１２０のセグメントをアラインメ
ント不整であるものとして識別し得る。例えば、プロセッサ１１６は、ルート１２
０（例えば、レール２０４）を表す画素２０２のグループ４０２、４０４、４０６
を、指定された領域３０２、３０４の外側にあるものとして識別し得る。ルート１
２０を表し、指定された領域３０２、３０４の外側にある、画素２０２の数、分数
、パーセンテージ、または他の測定値が、指定されたしきい値（例えば、１０％、
２０％、３０％、または別の量）を超える場合には、画像２００中に示されたルー
ト１２０のセグメントは、アラインメント不整であるものとして識別される。一方
で、ルート１２０を表し、指定された領域３０２、３０４の外側にある、画素２０
２の数、分数、パーセンテージ、または他の測定値が、しきい値を超えない場合に
は、画像２００中に示されたルート１２０のセグメントは、アラインメント不整で
あるものとして識別されない。
ルート１２０のさまざまなセグメントにわたる車両１０２の走行中、車両１０２
は、走行中のルート１２０のセグメントと別のルートのセグメントとの交点に遭遇
（例えば、接近）し得る。鉄道車両の観点では、そのような交点は、２つ以上のル
ート１２０間の転轍機を含み得る。転轍機でのレール２０４の配置に起因して、画
像分析プロセッサ１１６は、レール２０４がアラインメント不整であるかどうかを
決定するよう画像２００の検査を適合させ得る。
図６は、本明細書において説明される発明の主題の一例に係る２つ以上のルート
６０２、６０４間の交点（例えば、転轍機）６００の模式図である。ルート６０２
、６０４の１つ以上または各々は、図１に示されたルート１２０と同一または同様
であり得る。
画像分析プロセッサ１１６がルート６０２、６０４のレール２０４がアラインメ
ント不整であるかどうかを決定するために軌間距離５００（図３Ａおよび図３Ｂに
示す）を測定している場合には、画像分析プロセッサ１１６は、減少していく軌間
距離５００を、車両１０２が転轍機６００に接近しているものとして識別し得る。
例えば、車両１０２がルート６０２上を第１の走行方向６０６に沿って転轍機６０
０に向かって走行している場合、または車両１０２がルート６０４上を第２の走行
方向６０８に沿って転轍機６００に向かって走行している場合、または車両１０２
がルート６０２上を第３の走行方向６１０に沿って転轍機６００に向かって走行し
ている場合には、画像分析プロセッサ１１６は、測定された軌間距離５００が、例
えば距離５００ａからより短い距離５００ｂまたは別の距離へと減少していると決
定し得る。
車両１０２が転轍機６００に接近していることを知らずに、画像分析プロセッサ
１１６は、測定された軌間距離５００のこの減少に基づき、レール２０４をアライ
ンメント不整であるものとして誤って識別し得る。しかしながら、一態様では、車
両コントローラ１１４が、車両１０２が転轍機６００に接近している場合を（例え
ば、コントローラ１１４によって決定された車両１０２の位置と、例えば、転轍機
の位置を提供する地図または線路データベースからの、転轍機６００の既知の位置
とに基づいて）決定し、画像分析プロセッサ１１６に通知し得る。画像分析プロセ
ッサ１１６は続いて、車両１０２が転轍機６００を通り抜けるかまたは通り過ぎる
まで、例えば、減少していく測定された軌間距離５００に応答して上述された１つ
以上の応答アクションを実現しないことにより、減少していく軌間距離５００を無
視し得る。
あるいは、画像分析プロセッサ１１６は、転轍機６００でのまたは転轍機６００
付近のルートを表す１つ以上のベンチマーク視覚プロファイルを、メモリ１１８（
図１に示す）から取得し得る。平行なレール２０４を表す代わりに、これらのベン
チマーク視覚プロファイルは、転轍機６００におけるレール２０４の配置を表し得
る。画像分析プロセッサ１１６は続いて、転轍機６００に接近しているルートの画
像をベンチマーク視覚プロファイルと比較して、転轍機６００でのまたは転轍機６
００付近のルートがアラインメント不整であるかどうかを決定し得る。
オプションで、画像分析プロセッサ１１６は、転轍機６００に接近しているルー
トの取得画像に基づいて、車両１０２が転轍機６００に接近していることを決定し
得る。例えば、転轍機６００に接近している異なるルート６０２、６０４のレール
２０４間の距離（例えば、軌間距離５００ｂ）が、ベンチマーク視覚プロファイル
としてメモリ１１８に記憶され得る。画像分析プロセッサ１１６が、ルート６０２
またはルート６０４の画像から測定された軌間距離５００が記憶された軌間距離と
同一または同様であると決定した場合には、画像分析プロセッサ１１６は、車両１
０２が転轍機６００に接近していると決定し得る。画像分析プロセッサ１１６は、
車両コントローラ１１４によって決定された車両１０２の位置を確認するために車
両１０２が転轍機６００に接近する場合を決定すること、コントローラ１１４が車
両１０２の位置を決定することができない場合に車両１０２の位置特定を支援する
こと等のために使用され得る。
一態様において、画像分析プロセッサ１１６は、カメラから取得された画像デー
タからベンチマーク視覚プロファイルを作成し得る。例えば、画像分析プロセッサ
１１６がベンチマーク視覚プロファイルへのアクセスを有しない、検査されるルー
トの区間がベンチマーク視覚プロファイルに関連づけられていない、といった場合
がある。画像分析プロセッサ１１６は、例えば、画像データが取得されたときにベ
ンチマーク視覚プロファイルを作成することにより、画像データを使用して「臨機
応変に」ベンチマーク視覚プロファイルを作成することができる。ベンチマーク視
覚プロファイルは続いて、ベンチマーク視覚プロファイルがルートに伴う問題を識
別するために作成された画像データを検査するために使用され得る。
図１０は、本明細書において説明される発明の主題の別の例に係る、カメラ取得
画像１０００をルート１２０のベンチマーク視覚プロファイル１００２、１００４
とともに示す。ベンチマーク視覚プロファイル１００２、１００４は、画像１００
０を作成するために使用された画像データから画像分析プロセッサ１１６（図１に
示す）によって作成される。例えば、画像分析プロセッサ１１６は、上述されたよ
うに、ルート１２０の位置を決定するために画素の強度を検査し得る。ルート１２
０の位置内で、画像分析プロセッサ１１６は、同一または同様（例えば、互いの指
定された範囲内）の強度を有する２つ以上の画素を見出し得る。オプションで、画
像分析プロセッサ１１６は、同一または同様の強度を有する沢山のより多くの画素
を識別し得る。
画像分析プロセッサ１１６は続いて、これらの画素間の関係を決定する。例えば
、画像分析プロセッサ１１６は、各々のレール２０４のための画像１０００におけ
る画素間の線を識別し得る。これらの線は、ベンチマーク視覚プロファイル１００
２、１００４を表す。画像分析プロセッサ１１６は続いて、ルート１２０のレール
２０４を表す他の画素がベンチマーク視覚プロファイル１００２、１００４上また
はベンチマーク視覚プロファイル１００２、１００４内（例えば、ベンチマーク視
覚プロファイル１００２、１００４の指定された距離内）であるかどうか、または
これらの画素がベンチマーク視覚プロファイル１００２、１００４の外側であるか
どうかを決定し得る。図示された例では、ルート１２０のレール２０４を表す画素
のほとんどまたはすべてが、ベンチマーク視覚プロファイル１００２、１００４上
またはベンチマーク視覚プロファイル１００２、１００４内である。
図１１は、本明細書において説明される発明の主題の別の例に係る、別のカメラ
取得画像１１００をルート１２０のベンチマーク視覚プロファイル１１０２、１１
０４とともに示す。ベンチマーク視覚プロファイル１１０２、１１０４は、図１０
に関連して上述されたように、画像１１００を形成するために使用された画像デー
タを使用して作成され得る。しかしながら、図１０に示された画像１０００とは対
照的に、ルート１２０のセグメント１１０６は、ベンチマーク視覚プロファイル１
１０４上またはベンチマーク視覚プロファイル１１０４内に入っていない。このセ
グメント１１０６は、ベンチマーク視覚プロファイル１１０４から外側へまたは離
れるようにカーブする。レール２０４を表す強度を有する画素がもはやベンチマー
ク視覚プロファイル１１０４上またはベンチマーク視覚プロファイル１１０４中で
はないので、画像分析プロセッサ１１６がこのセグメント１１０６を識別し得る。
したがって、画像分析プロセッサ１１６がセグメント１１０６をルート１２０のア
ラインメント不整なセグメントとして識別し得る。
一態様において、画像分析プロセッサ１１６は、ルートを検査するために本明細
書に説明される技法の組み合わせを使用し得る。例えば、ルート１２０の両方のレ
ール２０２、２０４が湾曲しているかまたは以前のポジションとアラインメント不
整であるが、依然として互いに平行であるかまたは実質的に平行である場合には、
レール２０２、２０４間の軌間距離は、同一であるかまたは実質的に同一のままで
あり得、および／または、ルート１２０の指定された軌間距離５００と実質的に異
ならない場合がある。結果として、画像データ中の軌間距離を見るだけでは、画像
分析プロセッサ１１６がレール２０２、２０４への損傷（例えば、湾曲）を識別し
損なう、という結果を生じ得る。この状況を回避するために、画像分析プロセッサ
１１６は加えて、図１０および図１１に関連して上述されたように、画像データを
使用してベンチマーク視覚プロファイル１１０２、１１０４を発生させ、これらの
プロファイルをレールの画像データと比較し得る。レール２０２、２０４における
湾曲が画像データから作成されたベンチマーク視覚プロファイルから外れる場合、
レール２０２、２０４の湾曲または他のアラインメント不整が続いて識別され得る
。
図７は、車両がルートに沿って移動しているときに車両からルートを検査するた
めの方法７００のフローチャートを示す。方法７００は、ルート検査システム１０
０（図１に示す）の１つ以上の実施形態によって行われ得る。７０２で、ルートの
画像が、車両の１つ以上のカメラから取得される。車両の走行方向に沿って車両の
前方にあるルートのセグメントの画像が取得され得る（例えば、車両は、撮像され
るセグメントに向かって移動している）。
７０４で、ルートのベンチマーク視覚プロファイルが、撮像されたルートのセグ
メントの位置に基づいて選択される。上述されたように、ベンチマーク視覚プロフ
ァイルは、ルートの指定された軌間距離、ルートの以前の画像、ルートが位置する
と予期される場所または以前に位置していた場所の空間表現等を表し得る。
７０６で、画像がベンチマーク視覚プロファイルと比較される。例えば、ルート
の画像中のレールの軌間が測定され、ベンチマーク視覚プロファイルの指定された
軌間と比較され得る。オプションで、画像中のレールの位置が決定され、ルートの
以前の画像中のレールの位置と比較され得る。一態様では、画像中のレールの位置
が決定され、ベンチマーク視覚プロファイルの指定された領域と比較される。
７０８で、ルートの画像とベンチマーク視覚画像との間に差があるかどうかにつ
いての決定が行われる。例えば、画像から測定された軌間距離がベンチマーク視覚
プロファイルの指定された軌間距離と異なるかどうかについての決定が行われ得る
。加えてまたはあるいは、画像中のレールの位置がルートの以前の画像中のレール
の位置と異なるかどうかについての決定が行われ得る。オプションで、画像中のレ
ールの位置がベンチマーク視覚プロファイル中の指定された領域の外側にあるかど
うかについての決定が行われ得る。これらの差の１つ以上が識別された場合には、
その差は、ルート（例えば、レールの１つ以上）が、例えば、湾曲、地面または下
にあるバラスト材料に対する移動、破損等によって、アラインメント不整になって
いることを示し得る。
画像とベンチマーク視覚プロファイルとの間の１つ以上の差が識別された場合に
は、ルートは、以前のポジションまたは指定されたポジションとアラインメント不
整であり得る。結果として、方法７００のフローは７１０へと進み得る。一方、差
が識別されない場合、または差が相対的に小さいかまたは軽微である場合には、ル
ートは依然として、以前のポジションまたは指定されたポジションと同一のアライ
ンメントであり得る（または、相対的に少ない量だけ移動している）。結果として
、車両は、ルートの近づいてくるセグメントに沿って走行し続け得、方法７００は
、７０２に戻り得る。
７１０で、画像中のルートのセグメントがアラインメント不整であると識別され
る。７１２で、例えば、１つ以上の他の鉄道車両にアラインメント不整を警告する
ために他の車両に警告信号を通信すること、線路にまたは線路付近に配列された１
つ以上の沿線デバイスが１つ以上の他の鉄道車両システムに警告信号を通信できる
よう、沿線デバイスに警告信号を通信すること、非積載設備に警告信号を通信する
こと、車両の移動を自動で減速または停止させること、車内の運転士にアラインメ
ント不整を通知すること等による、１つ以上の応答アクションが実現され得る。車
両がルートに沿って移動し続け得るかどうかに依存して、方法７００のフローは、
７０２に戻り得る。
本明細書において説明される発明の主題の別の態様において、光学式ルート検査
システムおよび方法は、車両の前部に搭載され、走行中のルートの方に向けられた
（例えば、面している）複数のカメラを使用し得る。カメラは、ルートの安定した
静止画像を付与するよう、相対的に高い（例えば、速い）フレームレートで画像を
取り込む。収集された複数の画像を使用して画像が分析され、障害物（例えば、歩
行者、車、木等）が識別および／またはハイライトされる。システムおよび方法は
、（手動または自動で）ブレーキアクションをトリガするために、車両の運転士に
対し障害物について警告するかまたはインジケーションを提供し得る。運転士が減
速するかまたは車両のブレーキをかけるアクションを起こさない場合には、ブレー
キが運転士の介入なしに自動でかけられ得る。
カメラは、走行されているルートの近づいてくる部分の安定した静止画像を付与
するよう、相対的に高いフレームレート（例えば、相対的に高い周波数）で画像を
取り込み得る。異なるカメラによって取得される画像の取り込み時間の間には、（
例えば、数ミリ秒の）時間遅延またはラグが存在し得る。一態様において、同一の
時間フレーム（例えば、相対的に短い同一の時間フレーム内）で異なるカメラから
取り込まれた画像が、ルートの近づいてくるセグメント上またはセグメント付近の
異物を識別するために比較される。特徴検出アルゴリズムが、人間、鳥、車、他の
車両（例えば、機関車）等といった画像上の顕著な特徴を識別するために使用され
得る。一態様において、画像は、異物の深度を識別するために分析され、深度は、
異物のサイズの推定および／または異物の識別のために使用され得る。差分法を使
用して、雪、雨、小石等といった不安定な障害物は除去または無視され得る。線路
上の車、歩行者等といった大きな障害物は、識別またはハイライトされ、車両の運
転士に大きな障害物の存在を警報するために使用され得る。
現在、列車の運転士は、異なる気象条件において線路の近づいてくるセグメント
上の障害物の十分に早期の警告または識別を受け取ることができない。たとえ運転
士が障害物を視認することができたとしても、障害物は、障害物との衝突前に列車
（または他の車両）にブレーキをかけて停止させることを運転士に可能にさせるの
に間に合うように視認されることはできない。本明細書において説明される進歩し
た画像取り込みおよび分析技法は、遠く離れた障害物を十分早期に検出することが
でき、障害物との衝突が回避されることができる。
図１に示されたルート検査システム１００の説明に戻ると、カメラ１０６の１つ
以上が、ルート１２０に沿った車両１０２の移動中に、ルート１２０の近づいてく
るセグメントのいくつかの画像２００を取得し得る。以下の説明は、画像２００を
取得する２つ以上のカメラ１０６にフォーカスするが、オプションで、カメラ１０
６の１つのみが画像２００を取得し得る。画像分析プロセッサ１１６は、相対的に
速いフレームレート、例えば、少なくとも、１カメラあたり毎秒３００個の画像、
１カメラあたり毎秒１２０個の画像、１カメラあたり毎秒７２個の画像、１カメラ
あたり毎秒４８個の画像、１カメラあたり毎秒２４個の画像を取得することによっ
て、または別のレートで、画像２００を収集するようカメラ１０６を制御し得る。
画像分析プロセッサ１１６は続いて、カメラ１０６の１つ以上によって取得され
た画像を比較して画像中の差を識別する。これらの差は、車両１０２がそれに向か
って走行しているルート１２０のセグメント上またはセグメント付近の一時的な異
物または永続的な異物を表し得る。一時的な異物は、十分に速く移動しているのが
ゆえに車両１０２が異物に到達したときに物体が車両１０２を妨害しないまたは車
両１０２と衝突しないであろう物体である。永続的な異物は、固定であるかまたは
十分にゆっくりと移動しているがゆえに車両１０２が異物に到達したときに車両１
０２が異物と衝突するであろう物体である。
図８は、本明細書において説明される発明の主題の一例に係る、カメラ１０６の
１つ以上によって収集され、互いの上にオーバーレイされた、３つの画像のオーバ
ーレイ表現８００である。オーバーレイ表現８００は、カメラ１０６の１つ以上に
よって異なる時間に撮影され、互いに組み合わせられた、ルート１２０の同一のセ
グメントの３つの画像を表す。画像分析プロセッサ１１６は、異物について画像を
検査する際にそのようなオーバーレイ表現を発生させることも発生させないことも
ある。
表現８００において示されているように、ルート１２０は、ルート１２０が異な
る時間に取得された画像において同一のまたは実質的に同一の位置のままであると
いう点で、永続的な物体である。これは、車両１０２がルート１２０に沿って走行
するときに、ルート１２０が車両１０２（図１に示す）の走行方向に対し横に移動
していないからである。画像分析プロセッサ１１６は、上述されたように画像中の
画素の強度を検査すること、または別の技法を使用することによって、ルート１２
０を識別し得る。
また、表現８００において示されているように、異物８０２が画像中に出現する
。画像分析プロセッサ１１６は、画像中の画素の強度を検査すること（または別の
技法を使用すること）と、同一または同様の（例えば、指定された範囲内の）強度
を有する画素の１つ以上のグループが互いに近接した画像の位置に出現することを
決定することにより、異物８０２を識別し得る。オプションで、画像分析プロセッ
サ１１６は、上述されたのと同様に、１つ以上のカメラ１０６によって収集された
画像の１つ以上を比較し、それらの画像を１つ以上のベンチマーク視覚プロファイ
ルと比較し得る。画像とベンチマーク視覚画像との間の差が識別された場合には、
画像分析プロセッサ１１６は、これらの差を、異物８０２を表すものとして識別し
得る。例えば、ベンチマーク視覚プロファイルはレール２０４のみを表すが、レー
ル２０４と別の物体とが画像中に出現する場合には、画像分析プロセッサ１１６は
、別の物体を異物８０２として識別し得る。一態様において、画像分析プロセッサ
１１６は、ルート１２０（例えば、レール２０４）と異物８０２とを、ルート１２
０と異物８０２との異なる形状および／またはサイズによって区別することができ
る。
異物８０２が識別されると、画像分析プロセッサ１１６は、異物８０２にズーム
インし、１つ上の拡大された画像を取得するようカメラ１０６の１つ以上に指示し
得る。例えば、異物８０２の最初の識別は、画像分析プロセッサ１１６がカメラ１
０６にカメラ１０６の視野の拡大と異物８０２の拡大画像の収集とを指示すること
によって確認され得る。画像分析プロセッサ１１６は、異物８０２の存在を確認す
るか、または異物８０２が存在しないことを決定するために、拡大された画像を再
度検査し得る。
画像分析プロセッサ１１６は、異物８０２が永続的な物体かまたは一時的な物体
かを決定するために、画像の２つ以上のシーケンス（例えば、拡大された画像また
は拡大前の収集された画像）を検査し得る。一態様において、異物８０２が指定さ
れた時間期間内に少なくとも指定された数の画像中に出現し、プロセッサ１１６に
よって識別された場合には、異物８０２は、プロセッサ１１６により永続的な物体
として識別される。少なくとも指定された時間期間にわたる指定された数の画像（
またはより多くの量の画像）中の異物８０２の出現は、異物８０２が、ルート１２
０の近づいてくるセグメント上またはセグメント付近に位置すること、および／ま
たは、ルート１２０上またはルート１２０付近にとどまるであろう可能性が高いこ
とを示す。
例えば、ルート１２０上を飛ぶ鳥、ルート１２０への降水等が、カメラ１０６に
よって収集された画像の１つ以上の中に出現し得る。これらの異物８０２は非常に
速く移動する傾向にあるので、これらの異物８０２は、指定された時間期間中に指
定された数の画像より多くの画像中に存在する可能性は低い。結果として、画像分
析プロセッサ１１６は、これらのタイプの異物８０２を永続的な物体として識別す
るのではなく、その代わりにこれらの異物を無視するか、または異物を一過性の物
体として識別する。
別の例として、ルート１２０上に立っているまたはルート１２０上を歩いている
人物、ルート１２０上に駐車しているまたはルート１２０上をゆっくりと移動して
いる車等は、飛んでいる鳥または降水よりも長い時間期間にわたり、カメラ１０６
によって収集された画像中に出現し得る。結果として、人物または車は、少なくと
も指定された時間期間にわたって少なくとも指定された数の画像中に出現し得る。
画像分析プロセッサ１１６は、そのような異物を永続的な物体として識別する。
異物を永続的な物体として識別することに応答して、画像分析プロセッサ１１６
は、１つ以上の緩和アクションを実現し得る。例えば、画像分析プロセッサ１１６
は、車両コントローラ１１４（図１に示す）に通信される警告信号を発生させ得る
。この警告信号は、車両１０２が永続的な物体に接近中であるとの可聴の警告また
はアラームを発生させるために、内部および／または外部サイレンのような１つ以
上のアラームを鳴動させ得る。オプションで、警告信号は、車両１０２の運転士に
永続的な物体を通知するために、運転士への視覚アラームまたは他のアラームを発
生させ得る。加えてまたはあるいは、警告信号は、車両コントローラ１１４に車両
１０２のブレーキを自動でかけさせ得る。一態様では、警告信号が、車両コントロ
ーラ１１４に、転轍機または転轍機を制御する他の沿線デバイスへ信号を通信させ
得るので、転轍機は、自動で変化させられて、車両１０２に、現在走行されている
（永続的な物体が検出された）ルート１２０を離れさせ、別の異なるルートに移動
して永続的な物体との衝突を回避させる。
本明細書において説明される発明の主題の一例において、画像分析プロセッサ１
１６は、永続的な物体の移動速度を決定し、もしあれば、どの緩和アクションを実
現すべきかを決定し得る。図８に示された例において、異物８０２は、ルート１２
０に対し画像の異なる位置に出現する。例えば、第１の画像において、異物８０２
は第１の位置８０４に出現し、続く第２の画像において、異物８０２は異なる第２
の位置８０６に出現し、続く第３の画像において、異物８０２は異なる第３の位置
８０８に出現する。
画像分析プロセッサ１１６は、異物８０２の変化するポジションを識別し、異物
８０２の移動速度を推定し得る。例えば、画像分析プロセッサ１１６は、カメラ１
０６のフレームレートを制御することができ、したがって、連続した画像が収集さ
れたときの間の時間の長さを知ることができる。画像分析プロセッサ１１６は、異
なる位置８０４、８０６、８０８等の間の異物８０２のポジションの変化を測定し
、ポジションのこれらの変化を、異物８０２が画像間で移動した推定距離にスケー
リングし得る。例えば、画像分析プロセッサ１１６は、図３Ａおよび図３Ｂに示さ
れた軌間距離５００を測定するのと同様の手法で、距離を推定し得る。しかしなが
ら、レール２０４間の距離を測定する代わりに、画像分析プロセッサ１１６は、異
物８０２の移動距離を推定している。
画像分析プロセッサ１１６は、異物８０２の異なるポジションを示す画像が収集
されたときの間の時間期間で除算されたポジションの変化を使用して、異物８０２
が移動している移動速度を推定し得る。異物８０２が指定された速度よりもゆっく
りと移動している場合には、画像分析プロセッサ１１６は、車両１０２が異物８０
２に到達する前に異物８０２がルート１２０を無事通過する可能性は低いと決定し
得る。結果として、画像分析プロセッサ１１６は、車両１０２のブレーキを（例え
ば、限度一杯の程度、または、車両１０２の移動を減速または停止させるのに十分
に大きな程度まで）早急にアクチュエートすることによるような、より早急な応答
を要求する警告信号を車両コントローラ１１４のために発生させ得る。異物８０２
が少なくとも指定された速度ほど速く移動している場合には、画像分析プロセッサ
１１６は、車両１０２が異物８０２に到達する前に異物８０２がルート１２０を無
事通過する可能性はより高いと決定し得る。結果として、画像分析プロセッサ１１
６は、警告サイレンを起動すること、スロットルレベルを自動で減じること、およ
び／または、ブレーキをかけることにより車両１０２を自動で減速させる（が、停
止させはしない）ことによるような、さほど早急ではない応答を要求する警告信号
を車両コントローラ１１４のために発生させ得る。
一実施形態において、画像分析プロセッサ１１６は、ルート１２０上またはルー
ト１２０付近の永続的な物体の潜在的な識別を確認するか、またはその識別に異議
を唱えるために、２つ以上のカメラ１０６によって取得された画像を使用し得る。
例えば、プロセッサ１１６は、１つのカメラ１０６ａからの画像の第１のセットを
検査し、別のカメラ１０６ｂからの画像の第２のセットを検査して、永続的な物体
が画像の第１のセットと画像の第２のセットの両方において識別されるかどうかを
決定し得る。永続的な物体が画像の両方のセットから検出される場合には、画像分
析プロセッサ１１６は、上述されたように、どの緩和アクションを実現すべきかを
決定し得る。
画像分析プロセッサ１１６は、異物８０２の深度を推定するために２つ以上のカ
メラ１０６によって取得された画像を検査し得る。例えば、間隔をあけられた異な
るカメラ１０６によって同一の時間または実質的に同一の時間に収集された画像が
、異物８０２の立体視を提供し得る。カメラ１０６のわずかに異なる視野に起因し
て、同一の時間またはほぼ同一の時間に取得された画像は、たとえ異物８０２が固
定であっても、異物８０２の相対的な位置におけるわずかな差を有し得る。例えば
、異物８０２は、別のカメラ１０６ｂによって収集された画像におけるよりも１つ
のカメラ１０６ａによって収集された画像のわずかに片側に出現し得る。画像分析
プロセッサ１１６は、これらの差を（例えば、異物８０２の共通の画素または部分
間の距離を測定することによって）測定し、異物８０２の深度（例えば、車両１０
２の走行方向と平行または同軸の方向に沿った異物８０２の対辺間の距離）を推定
し得る。例えば、より大きな深度は、差がより小さい場合よりも、これらの差がよ
り大きい場合に、推定され得る。
画像分析プロセッサ１１６は、どの緩和アクションを実現すべきかを決定するた
めに推定深度を使用し得る。例えば、より大きな推定深度について、画像分析プロ
セッサ１１６は、異物８０２が、より小さい推定深度におけるよりもより大きなサ
イズであることを決定し得る。画像分析プロセッサ１１６は、より大きな推定深度
のためにより厳重な緩和アクションを、より小さな推定深度のためにさほど厳重で
ない緩和アクションを要求し得る。
加えてまたはあるいは、画像分析プロセッサ１１６は、どの緩和アクションを実
現すべきかを決定するために、画像の１つ以上における識別された異物８０２の二
次元サイズを検査し得る。例えば、画像分析プロセッサ１１６は、画像中の異物８
０２を表す画像の表面積を測定し得る。画像分析プロセッサ１１６は、異物８０２
のサイズインデックスを決定するために、画像中の異物８０２のこの二次元サイズ
を異物８０２の推定深度と組み合わせ得る。サイズインデックスは、異物８０２が
どれほど大きいかを表す。オプションで、サイズインデックスは、異物８０２の推
定深度ではなく、撮像された異物８０２の二次元サイズに基づき得る。
画像分析プロセッサ１１６は、どの緩和アクションを実現すべきかを決定するた
めにサイズインデックスを使用し得る。画像分析プロセッサ１１６は、より大きな
サイズインデックスのためにより厳重な緩和アクションを、より小さなサイズイン
デックスのためにさほど厳重でない緩和アクションを要求し得る。
画像分析プロセッサ１１６は、異物８０２を識別するために、異物８０２の二次
元面積および／または推定深度を１つ以上の物体テンプレートと比較し得る。物体
テンプレートは、図５Ａおよび図５Ｂにおけるベンチマーク視覚画像３００に示さ
れた指定された領域３０２、３０４と同様であり得る。上述されたように、指定さ
れた領域３０２、３０４は、適切にアラインメントさせられたレール２０４が画像
中のどこに位置すると予測されるかを表す。同様の指定領域が、歩行者、自動車、
家畜等といった他の物体の形状を表し得る。画像分析プロセッサ１１６は、１つ以
上の画像中の異物８０２のサイズおよび／または形状を、１つ以上の異なる異物を
表す１つ以上の指定された領域（例えば、物体テンプレート）のサイズおよび／ま
たは形状と比較し得る。異物８０２のサイズおよび／または形状が同一または同様
（例えば、指定された許容差内）である場合には、画像分析プロセッサ１１６は、
画像中の異物８０２を物体テンプレートによって表された同一の異物として識別し
得る。
画像分析プロセッサ１１６は、どの緩和アクションを実現すべきかを決定するた
めに異物８０２の識別を使用し得る。例えば、異物８０２が自動車または歩行者と
して識別される場合、画像分析プロセッサ１１６は、異物８０２が家畜のような何
か他のものとして識別された場合よりも厳重な緩和アクションを要求し得る。
一態様において、画像分析プロセッサ１１６は、画像の１つ以上をメモリ１１８
に記憶し、および／または、画像を非積載位置に通信する。画像が、メモリ１１８
および／または非積載位置から検索され、異なる時間に同一の車両１０２によって
および／または他の時間に１つ以上の他の車両１０２によって取得されたルート１
２０の同一のセグメントの１つ以上の画像と比較され得る。ルート１２０の画像の
変化が、画像中で識別された経時的なルート１２０の変化からルート１２０の摩耗
および裂け目、ルート１２０の下のバラスト材料の押し流し等を識別することによ
ってルート１２０の劣化を識別するために、使用され得る。
図９は、車両がルートに沿って移動しているときに車両からルートを検査するた
めの方法９００のフローチャートを示す。方法９００は、ルート検査システム１０
０（図１に示す）の１つ以上の実施形態によって行われ得る。９０２で、ルートの
複数の画像が、車両の１つ以上のカメラから取得される。車両の走行方向に沿って
車両の前方にあるルートのセグメントの画像が取得され得る（例えば、車両は、撮
像されるセグメントに向かって移動している）。
９０４で、異物が画像の１つ以上の中に存在するかどうかを決定するために、画
像が検査される。例えば、車両によって接近されているルートのセグメント上また
はセグメント付近に異物があるかどうかを決定するために、画像中の画素の強度が
検査され得る。
９０６で、異物が画像中で識別されるかどうかについての決定が行われる。例え
ば、画像が以前の画像または他のベンチマーク視覚プロファイルと比較され、物体
の形状が、現在の画像中には出現するが、以前の画像または他のベンチマーク視覚
プロファイルにない場合には、物体は、異物を表し得る。結果として、異物が画像
中で識別され、方法９００のフローは９０８へと進み得る。一方で、異物が画像中
で識別されない場合には、方法９００のフローは９０２へと戻り得る。
一態様において、異物の存在は、第１のカメラによって収集された画像の第１の
セットと第２のカメラによって収集された画像の第２のセットとを検査することに
よって決定され得る。異物が画像の第１のセットの中で識別され、異物が画像の第
２のセットの中で識別される場合には、方法９００のフローは９０８へと進み得る
。そうでなければ、方法９００のフローは９０２へと戻り得る。
一態様において、異物の存在は、異なる倍率レベルで収集された異なる画像を検
査することによって決定され得る。例えば、異物が第１の倍率レベルで取得された
１つ以上の画像中で識別される場合、カメラは、異物にズームインし、増大した第
２の倍率レベルで１つ以上の画像を収集し得る。増大した倍率レベルでの画像が、
異物が画像中に出現するかどうかを決定するために検査され得る。異物が拡大され
た第２の画像において識別された場合には、方法９００のフローは９０８へと進み
得る。そうでなければ、方法９００のフローは９０２へと戻り得る。
９１０で、異物が永続的な物体かまたは一時的な物体かどうかについての決定が
行われる。上述されたように、ルートの連続した一連の２つ以上の画像が、異物が
画像中に存在するかどうかを決定するために検査され得る。異物が少なくとも指定
された時間期間にわたって少なくとも指定された数の画像中に出現する場合には、
上述されたように、異物は永続的な物体として識別され得る。結果として、異物と
の衝突を回避するために１つ以上の緩和アクションが起こされる必要があり得、方
法９００のフローは９１２へと進み得る。
一方で、異物が少なくとも指定された時間期間にわたって少なくとも指定された
数の画像中に出現しない場合には、上述されたように、異物は一時的な物体であり
得、永続的な物体としては識別され得ない。結果として、車両が異物の位置に到達
したときに異物は存在し得ないので、１つ以上の緩和アクションが起こされる必要
はなくてよい。方法９００のフローは続いて９０２へと戻り得る。
９１２で、１つ以上の緩和アクションが起こされ得る。例えば、車両の運転士が
異物の存在を警告され得、可聴および／または視覚アラームが起動され得、車両の
ブレーキが自動で係合させられ得、車両のスロットルが減じられ得る、といった具
合である。上述されたように、異物のサイズ、深度、および／またはアイデンティ
ティが、決定され、緩和アクションのどれが実現されるかを選択するために使用さ
れ得る。
本明細書において説明される発明の主題の一例において、（例えば、線路のよう
なルートを光学的に検査するための）方法は、鉄道車両が線路に沿って移動してい
る間に鉄道車両に搭載されたカメラから線路のセグメントの１つ以上の画像を取得
することと、（１つ以上のコンピュータプロセッサにより）線路のセグメントのベ
ンチマーク視覚プロファイルを選択することとを含む。ベンチマーク視覚プロファ
イルは、線路の指定されたレイアウトを表す。方法はまた、（１つ以上のコンピュ
ータプロセッサにより）線路のセグメントの１つ以上の画像を線路のベンチマーク
視覚プロファイルと比較することと、（１つ以上のコンピュータプロセッサにより
）１つ以上の画像とベンチマーク視覚プロファイルとの間の１つ以上の差を線路の
アラインメント不整なセグメントとして識別することとを含み得る。
一態様において、線路のセグメントの１つ以上の画像は、１つ以上の画像の画素
をベンチマーク視覚プロファイルの対応する位置にマッピングすることと、線路を
表す１つ以上の画像の画素がベンチマーク視覚プロファイルにおける線路と共通の
位置に位置するかどうかを決定することとによって、ベンチマーク視覚プロファイ
ルと比較される。
一態様において、方法はまた、１つ以上の画像における画素の強度を測定するこ
とによって線路を表す１つ以上の画像の一部を識別することと、画素の強度に基づ
いて線路を表す１つ以上の画像の一部を１つ以上の画像の他の部分と区別すること
とを含む。
一態様において、ベンチマーク視覚プロファイルは、１つ以上の画像を取得する
前に線路が位置する位置を視覚的に表す。
一態様において、方法はまた、１つ以上の画像におけるレール間に配列された画
素の数を決定することによって線路のレール間の距離を測定することを含む。
一態様において、方法はまた、その距離を指定された距離と比較して、線路のセ
グメントの変化する軌間を識別することを含む。
一態様において、方法はまた、１つ以上の画像におけるレール間に配列された画
素の数の変化を識別することによって線路のセグメントにおける転轍機を識別する
ことを含む。
一態様において、方法はまた、１つ以上の差を識別するためにベンチマーク視覚
プロファイルと比較された１つ以上の画像の少なくとも１つの画像からベンチマー
ク視覚プロファイルを作成することを含む。
一態様において、方法はまた、線路のセグメントの劣化を識別するために、線路
のセグメントの１つ以上の画像を１つ以上の他の時間に１つ以上の他の鉄道車両に
よって取得された線路のセグメントの１つ以上の追加の画像と比較することを含む
。
一態様において、線路のセグメントの１つ以上の画像は、鉄道車両が線路のセグ
メントの速度上限（例えば、線路速度）で走行している間に取得される。
本明細書において説明される発明の主題の別の例において、システム（例えば、
光学式ルート検査システム）は、カメラと１つ以上のコンピュータプロセッサとを
含む。カメラは、鉄道車両に搭載され、鉄道車両が線路に沿って移動している間に
線路のセグメントの１つ以上の画像を取得するように構成される。１つ以上のコン
ピュータプロセッサは、線路の指定されたレイアウトを表す線路のセグメントのベ
ンチマーク視覚プロファイルを選択するように構成される。１つ以上のコンピュー
タプロセッサはまた、線路のセグメントの１つ以上の画像を線路のベンチマーク視
覚プロファイルと比較して、１つ以上の画像とベンチマーク視覚プロファイルとの
間の１つ以上の差を線路のアラインメント不整なセグメントとして識別するように
構成される。
一態様において、１つ以上のコンピュータプロセッサは、１つ以上の画像の画素
をベンチマーク視覚プロファイルの対応する位置にマッピングすることと、線路を
表す１つ以上の画像の画素がベンチマーク視覚プロファイルにおける線路と共通の
位置に位置するかどうかを決定することとによって、線路のセグメントの１つ以上
の画像をベンチマーク視覚プロファイルと比較するように構成される。
一態様において、１つ以上のコンピュータプロセッサは、１つ以上の画像におけ
る画素の強度を測定することによって線路を表す１つ以上の画像の一部を識別し、
画素の強度に基づいて線路を表す１つ以上の画像の一部を１つ以上の画像の他の部
分と区別するように構成される。
一態様において、ベンチマーク視覚プロファイルは、１つ以上の画像を取得する
前に線路が位置する位置を視覚的に表す。
一態様において、１つ以上のコンピュータプロセッサはまた、１つ以上の画像に
おけるレール間に配列された画素の数を決定することによって線路のレール間の距
離を測定するように構成される。
一態様において、１つ以上のコンピュータプロセッサは、その距離を指定された
距離と比較して、線路のセグメントの変化する軌間を識別するように構成される。
一態様において、１つ以上のコンピュータプロセッサは、１つ以上の画像におけ
るレール間に配列された画素の数の変化を識別することによって線路のセグメント
における転轍機を識別するように構成される。
一態様において、１つ以上のコンピュータプロセッサは、１つ以上の差を識別す
るためにベンチマーク視覚プロファイルと比較された１つ以上の画像の少なくとも
１つの画像からベンチマーク視覚プロファイルを作成するように構成される。
一態様において、１つ以上のコンピュータプロセッサは、線路のセグメントの劣
化を識別するために、線路のセグメントの１つ以上の画像を１つ以上の他の時間に
１つ以上の他の鉄道車両によって取得された線路のセグメントの１つ以上の追加の
画像と比較するように構成される。
一態様において、カメラは、線路のセグメントの１つ以上の画像を取得するよう
に構成され、１つ以上のコンピュータプロセッサは、鉄道車両が線路のセグメント
の速度上限で走行している間に線路のアラインメント不整なセグメントを識別する
ように構成される。
本明細書において説明される発明の主題の別の例において、方法（例えば、光学
式ルート検査方法）は、ルートに沿って移動している車両上の１つ以上のカメラに
よりルートの近づいてくるセグメントの複数の第１の画像を取得することと、ルー
トの近づいてくるセグメント上またはセグメント付近の異物を識別するために１つ
以上のコンピュータプロセッサにより第１の画像を検査することと、１つ以上のプ
ロセッサにより第１の画像間の１つ以上の差を識別することと、識別された第１の
画像間の差に基づいて異物が一時的な物体かまたは永続的な物体かを決定すること
と、異物が一時的な物体かまたは永続的な物体かを決定することに応答して１つ以
上の緩和アクションを実現することとを含む。
一態様において、方法はまた、異物にズームインするために１つ以上のカメラの
倍率レベルを増大させることと異物の１つ以上の第２の画像を取得することとを含
む。異物は、第１の画像と１つ以上の第２の画像との間の比較に応答して永続的な
物体であると決定され得る。
一態様において、第１の画像は、異なる時間に取得され、１つ以上の緩和アクシ
ョンを実現することは、異なる時間に取得された第１の画像における差に基づいて
１つ以上の緩和アクションに優先順位をつけることを含む。
一態様において、方法はまた、第１の画像と第２の画像との比較に基づいて、異
物の深度と車両から異物までの距離とを計算することを含む。
一態様において、１つ以上の緩和アクションを実現することは、異物が永続的な
物体かまたは一時的な物体かどうか、第１の画像間の差から１つ以上のコンピュー
タプロセッサによって計算された異物の深度、および第１の画像間の差から１つ以
上のコンピュータプロセッサによって計算された車両から異物までの距離に基づい
て行われる。
一態様において、方法はまた、第１の画像間の差から１つ以上のコンピュータプ
ロセッサによって異物の移動速度を推定することを含む。
一態様において、１つ以上のカメラは、第１のフレームレートで第１の画像を、
異なる第２のフレームレートで追加の第２の画像を収集する。方法はまた、車両の
移動速度の変化に基づいて、第１のフレームレートまたは第２のフレームレートの
少なくとも１つを変更することを含み得る。
一態様において、方法はまた、ルートの劣化を識別するために、第１の画像を１
つ以上の他の時間に複数の他の車両によって取得されたルートの複数の追加の画像
と比較することを含む。
本明細書において説明される発明の主題の別の例において、システム（例えば、
光学式ルート検査システム）は、車両上に搭載され、車両がルートに沿って移動し
ている間にルートの近づいてくるセグメントの複数の第１の画像を取得するように
構成された１つ以上のカメラを含む。システムはまた、第１の画像間の差を識別す
るために第１の画像を互いに比較し、識別された第１の画像間の差に基づいてルー
トの近づいてくるセグメント上またはセグメント付近の異物を識別し、識別された
第１の画像間の差に基づいて異物が一時的な物体かまたは永続的な物体かを決定し
、異物が一時的な物体かまたは永続的な物体かを決定することに応答して１つ以上
の緩和アクションを実現するように構成された１つ以上のコンピュータプロセッサ
を含む。
一態様において、１つ以上のコンピュータプロセッサはまた、異物にズームイン
するために１つ以上のカメラの倍率レベルを増大させ、異物の１つ以上の第２の画
像を取得するよう、１つ以上のカメラに指示するように構成される。異物は、１つ
以上のコンピュータプロセッサによって、第１の画像と１つ以上の第２の画像との
間の比較に応答して永続的な物体であると決定され得る。
一態様において、１つ以上のコンピュータプロセッサは、異なる時間に第１の画
像を取得するよう１つ以上のカメラに指示し、１つ以上のコンピュータプロセッサ
は、異なる時間に取得された第１の画像の差に基づいて１つ以上の緩和アクション
に優先順位をつけることにより１つ以上の緩和アクションを実現するように構成さ
れる。
一態様において、１つ以上のコンピュータプロセッサはまた、第１の画像の比較
に基づいて、異物の深度と車両から異物までの距離とを計算するように構成される
。
一態様において、１つ以上のコンピュータプロセッサは、異物が永続的な物体か
または一時的な物体かどうか、第１の画像間の差に基づき１つ以上のコンピュータ
プロセッサによって計算された異物の深度、および第１の画像間の差に基づき１つ
以上のコンピュータプロセッサによって計算された車両から異物までの距離に基づ
いて、１つ以上の緩和アクションを実現するように構成される。
一態様において、１つ以上のコンピュータプロセッサは、第１の画像間の差から
異物の移動速度を推定するように構成される。
一態様において、１つ以上のカメラは、第１のフレームレートで第１の画像を、
異なる第２のフレームレートで追加の第２の画像を収集する。１つ以上のコンピュ
ータプロセッサはまた、車両の移動速度の変化に基づいて第１のフレームレートま
たは第２のフレームレートの少なくとも１つを変更するように構成され得る。
一態様において、１つ以上のコンピュータプロセッサはまた、ルートの劣化を識
別するために、第１の画像を１つ以上の他の時間に複数の他の車両によって取得さ
れたルートの複数の追加の画像と比較するように構成される。
上記説明は例示的であるように意図され、限定的ではない、ということが理解されるべきである。例えば、上述された実施形態（および／またはその態様）は、互いに組み合わせられて使用され得る。加えて、多くの変更が、特定の状況または材料を発明の主題の教示に適合させるよう、その範囲から逸脱することなく行われ得る。本明細書に説明された材料の寸法およびタイプは、発明の主題のパラメータを定義するように意図されているが、それらは、決して限定ではなく例示的な実施形態である。上記説明を概観すれば、多くの他の実施形態が当業者に明らかであろう。したがって、発明の主題の範囲は、添付の請求項が権利を有する均等物の完全な範囲とともに、そのような請求項を参照して決定されるべきである。添付の請求項において、「含む」および「ここで」という用語は、「備える」および「ここにおいて」というそれぞれの用語の平易な表現の同義語として使用される。さらに、以下の請求項において、「第１の」、「第２の」、および「第３の」等の用語は、単にラベルとして使用され、それらの物体に数字的な要件を課すように意図されたものではない。さらに、以下の請求項の限定は、ミーンズプラスファンクション形式では書かれず、そのような請求項の限定が、さらなる構造を有する機能の記述が後続する「〜するための手段」という語句を明確に使用しない限りまたは使用するまでは、３５ Ｕ．Ｓ．Ｃ．§１１２（ｆ）に基づいて解釈されるように意図されない。
書かれたこの説明は、発明の主題のいくつかの実施形態を開示し、また、任意のデバイスまたはシステムの製造と使用、組み込まれた任意の方法の実行を含む、発明の主題の実施形態の実現を当業者に可能にさせるために、例を使用する。発明の主題の特許可能な範囲は、当業者が想到する他の例を含み得る。そのような他の例は、それらが請求項の文字通りの言語と異ならない構造要素を有する場合、または、それらが請求項の文字通りの言語との実質的な差を有しない均等な構造要素を含む場合、請求項の範囲内であるように意図される。
発明の主題のある特定の実施形態の上記説明は、添付図面とともに読まれると、よりよく理解されるであろう。図面がさまざまな実施形態の機能ブロック図を示す限りにおいて、機能ブロックは、必ずしもハードウェア回路間の分割を示すわけではない。かくして、例えば、機能ブロックの１つ以上（例えば、プロセッサまたはメモリ）は、単一のハードウェア（例えば、汎用シグナルプロセッサ、マイクロコントローラ、ランダムアクセスメモリ、ハードディスク等）で実装され得る。同様に、プログラムは、スタンドアロンプログラムであることができ、オペレーティングシステムにサブルーチンとして組み込まれることができ、インストールされたソフトウェアパッケージにおける機能であり得る、といった具合である。さまざまな実施形態は、図面に示された配置および手段に限定されるものではない。
本明細書において使用される場合、単数形で記載され、「ａ」または「ａｎ」といった語が先行する要素またはステップは、上記要素またはステップの複数形の除外が明示的に記述されない限り、そのような除外として理解されるべきではない。さらに、発明の主題の「実施形態」または「一実施形態」への言及は、記載された特徴をも組み込む追加の実施形態の存在を除外するものとして解釈されるように意図されるものではない。さらに、そうでないと明示的に記述されない限り、特定の特性を有する単数の要素または複数の要素を「備える」、「含む」、または「有する」実施形態は、その特性を有しないような追加の要素を含み得る。
ある特定の変更が、上述されたシステムおよび方法において、本明細書に含まれる発明の主題の精神および範囲から逸脱せずに行われることができるので、上記説明のまたは添付図面に示された主題のすべては、単に本明細書において発明の概念を示す例として解釈されるものであり、発明の主題を限定するものとして解釈されるものではない、ということが意図される。
１００ 光学式ルート検査システム、ルート検査システム、システム
１０２ 移動車両、車両
１０４ 方向
１０６ フォワードフェイシングカメラ、カメラ
１０６ａ カメラ
１０６ｂ カメラ
１０８ 視野
１１０ 視野
１１２ カメラコントローラ
１１４ 車両コントローラ、コントローラ
１１６ 画像分析プロセッサ、分析プロセッサ、プロセッサ
１１８ 画像メモリ、メモリ
１２０ ルート
２００ カメラ取得画像、画像
２０２ 画素、レール
２０４ レール
３００ ベンチマーク視覚プロファイル、ベンチマーク視覚画像
３０２ 領域
３０４ 領域
４００ 視覚マッピング図、マッピング図
４０２ グループ
４０４ グループ
４０６ グループ
５００ 軌間距離
５００ａ 距離
５００ｂ 軌間距離、距離
６００ 転轍機
６０２ ルート
６０４ ルート
６０６ 第１の走行方向
６０８ 第２の走行方向
６１０ 第３の走行方向
８００ オーバーレイ表現、表現
８０２ 異物
８０４ 第１の位置
８０６ 第２の位置
８０８ 第３の位置
１０００ カメラ取得画像、画像
１００２ ベンチマーク視覚プロファイル
１００４ ベンチマーク視覚プロファイル
１１００ カメラ取得画像、画像
１１０２ ベンチマーク視覚プロファイル
１１０４ ベンチマーク視覚プロファイル
１１０６ セグメント

Claims (15)

  1. 鉄道車両（１０２）が線路（１２０）に沿って移動している間に前記鉄道車両（１０２）に搭載されたカメラ（１０６、１０６Ａ、１０６Ｂ）から前記線路（１２０）のセグメント（１１０６）の１つ以上の画像（２００、１０００）を取得することと、
    １つ以上のコンピュータプロセッサ（１１６）により、前記線路（１２０）の前記セグメント（１１０６）のベンチマーク視覚プロファイル（３００、１１０４）を選択することであって、前記ベンチマーク視覚プロファイル（３００、１１０４）は、前記線路（１２０）のレイアウトを表す、選択することと、
    前記１つ以上のコンピュータプロセッサ（１１６）により、前記線路（１２０）の前記セグメント（１１０６）の前記１つ以上の画像（２００、１０００）を前記線路（１２０）の前記セグメント（１１０６）の前記ベンチマーク視覚プロファイル（３００、１１０４）と比較することと、
    前記１つ以上のコンピュータプロセッサ（１１６）により、前記１つ以上の画像（２００、１０００）と前記ベンチマーク視覚プロファイル（３００、１１０４）との間の１つ以上の差を前記線路（１２０）のアラインメント不整なセグメント（１１０６）として識別することとを備える、方法。
  2. 前記線路（１２０）の前記セグメント（１１０６）の前記１つ以上の画像（２００、１０００）は、前記１つ以上の画像（２００、１０００）の画素（２０２）を前記ベンチマーク視覚プロファイル（３００、１１０４）の対応する位置にマッピングすることと、前記線路（１２０）を表す前記１つ以上の画像（２００、１０００）の前記画素（２０２）が前記ベンチマーク視覚プロファイル（３００、１１０４）における前記線路（１２０）と共通の位置に位置するかどうかを決定することとによって、前記ベンチマーク視覚プロファイル（３００、１１０４）と比較される、請求項１に記載の方法。
  3. 前記線路（１２０）のレール（２０２、２０４）間の距離（５００）を前記１つ以上の画像（２００、１０００）における前記レール（２０２、２０４）間に配列された画素（２０２）の数を決定することによって測定することをさらに備える、請求項１に記載の方法。
  4. 前記線路（１２０）の前記セグメント（１１０６）における転轍機（６００）を前記１つ以上の画像（２００、１０００）における前記レール（２０２、２０４）間に配列された画素（２０２）の前記数の変化を識別することによって識別することをさらに備える、請求項３に記載の方法。
  5. 前記１つ以上の差を識別するために前記ベンチマーク視覚プロファイル（３００、１１０４）と比較された前記１つ以上の画像（２００、１０００）の少なくとも１つの画像（２００、１０００）から前記ベンチマーク視覚プロファイル（３００、１１０４）を作成することをさらに備える、請求項１に記載の方法。
  6. 前記線路（１２０）の前記セグメント（１１０６）の劣化を識別するために、前記線路（１２０）の前記セグメント（１１０６）の前記１つ以上の画像（２００、１０００）を１つ以上の他の時間に１つ以上の他の鉄道車両（１０２）によって取得された前記線路（１２０）の前記セグメント（１１０６）の１つ以上の追加の画像（２００、１０００）と比較することをさらに備える、請求項１に記載の方法。
  7. 前記線路（１２０）の前記セグメント（１１０６）の前記１つ以上の画像（２００、１０００）は、前記鉄道車両（１０２）が前記線路（１２０）の前記セグメント（１１０６）の速度上限で走行している間に取得される、請求項１に記載の方法。
  8. 鉄道車両（１０２）に搭載され、前記鉄道車両（１０２）が線路（１２０）に沿って移動している間に前記線路（１２０）のセグメント（１１０６）の１つ以上の画像（２００、１０００）を取得するように構成されたカメラ（１０６、１０６Ａ、１０６Ｂ）と、
    前記線路（１２０）の指定されたレイアウトを表す前記線路（１２０）の前記セグメント（１１０６）のベンチマーク視覚プロファイル（３００、１１０４）を選択するように構成された１つ以上のコンピュータプロセッサ（１１６）とを備え、
    前記１つ以上のコンピュータプロセッサ（１１６）はまた、前記線路（１２０）の前記セグメント（１１０６）の前記１つ以上の画像（２００、１０００）を前記線路（１２０）の前記セグメント（１１０６）の前記ベンチマーク視覚プロファイル（３００、１１０４）と比較して、前記１つ以上の画像（２００、１０００）と前記ベンチマーク視覚プロファイル（３００、１１０４）との間の１つ以上の差を前記線路（１２０）のアラインメント不整なセグメントとして識別するように構成される、システム。
  9. 前記１つ以上のコンピュータプロセッサ（１１６）は、前記１つ以上の画像（２００、１０００）の画素（２０２）を前記ベンチマーク視覚プロファイル（３００、１１０４）の対応する位置にマッピングすることと、前記線路（１２０）を表す前記１つ以上の画像（２００、１０００）の前記画素（２０２）が前記ベンチマーク視覚プロファイル（３００、１１０４）における前記線路（１２０）と共通の位置に位置するかどうかを決定することとによって、前記線路（１２０）の前記セグメント（１１０６）の前記１つ以上の画像（２００、１０００）を前記ベンチマーク視覚プロファイル（３００、１１０４）と比較するように構成される、請求項８に記載のシステム。
  10. 前記１つ以上のコンピュータプロセッサ（１１６）はまた、前記線路（１２０）のレール（２０２、２０４）間の距離（５００）を前記１つ以上の画像（２００、１０００）における前記レール（２０２、２０４）間に配列された画素（２０２）の数を決定することによって測定するように構成される、請求項８に記載のシステム。
  11. 前記１つ以上のコンピュータプロセッサ（１１６）は、前記線路（１２０）の前記セグメント（１１０６）における転轍機（６００）を前記１つ以上の画像（２００、１０００）における前記レール（２０２、２０４）間に配列された画素（２０２）の前記数の変化を識別することによって識別するように構成される、請求項８に記載のシステム。
  12. 前記１つ以上のコンピュータプロセッサ（１１６）は、前記１つ以上の差を識別するために前記ベンチマーク視覚プロファイル（３００、１１０４）と比較された前記１つ以上の画像（２００、１０００）の少なくとも１つの画像から前記ベンチマーク視覚プロファイル（３００、１１０４）を作成するように構成される、請求項８に記載のシステム。
  13. ルートに沿って移動している車両（１０２）上の１つ以上のカメラ（１０６、１０６Ａ、１０６Ｂ）により前記ルートの近づいてくるセグメント（１１０６）の複数の第１の画像（２００、１０００）を取得することと、
    前記ルートの前記近づいてくるセグメント（１１０６）上または前記ルートの前記近づいてくるセグメント（１１０６）付近の異物（８０２）を識別するために１つ以上のコンピュータプロセッサ（１１６）により前記第１の画像（２００、１０００）を検査することと、前記１つ以上のプロセッサ（１１６）により前記第１の画像（２００、１０００）間の１つ以上の差を識別することと、
    識別された前記第１の画像（２００、１０００）間の前記差に基づいて前記異物（８０２）が一時的な物体かまたは永続的な物体かを決定することと、
    前記異物（８０２）が前記一時的な物体かまたは前記永続的な物体かを決定することに応答して１つ以上の緩和アクションを実現することとを備える、方法。
  14. 前記異物（８０２）にズームインするために前記１つ以上のカメラ（１０６、１０６Ａ、１０６Ｂ）の倍率レベルを増大させることと、前記異物（８０２）の１つ以上の第２の画像（２００、１０００）を取得することとをさらに備え、前記異物（８０２）が、前記第１の画像（２００、１０００）と前記１つ以上の第２の画像（２００、１０００）との間の比較に応答して前記永続的な物体であると決定される、請求項１３に記載の方法。
  15. 前記第１の画像（２００、１０００）は、異なる時間に取得され、前記１つ以上の緩和アクションを実現することは、前記異なる時間に取得された前記第１の画像（２００、１０００）における前記差に基づいて前記１つ以上の緩和アクションに優先順位をつけることを含む、請求項１３に記載の方法。
JP2015041910A 2014-03-18 2015-03-04 光学式ルート検査システムおよび方法 Active JP6614569B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2019196715A JP6929611B2 (ja) 2014-03-18 2019-10-29 光学式ルート検査システムおよび方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/217,672 2014-03-18
US14/217,672 US11124207B2 (en) 2014-03-18 2014-03-18 Optical route examination system and method

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2019196715A Division JP6929611B2 (ja) 2014-03-18 2019-10-29 光学式ルート検査システムおよび方法

Publications (2)

Publication Number Publication Date
JP2015179509A true JP2015179509A (ja) 2015-10-08
JP6614569B2 JP6614569B2 (ja) 2019-12-04

Family

ID=54141851

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2015041910A Active JP6614569B2 (ja) 2014-03-18 2015-03-04 光学式ルート検査システムおよび方法
JP2019196715A Active JP6929611B2 (ja) 2014-03-18 2019-10-29 光学式ルート検査システムおよび方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2019196715A Active JP6929611B2 (ja) 2014-03-18 2019-10-29 光学式ルート検査システムおよび方法

Country Status (2)

Country Link
US (1) US11124207B2 (ja)
JP (2) JP6614569B2 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6440891B1 (ja) * 2018-07-17 2018-12-19 菱栄工機株式会社 検査システム及び検査方法
JP2019506550A (ja) * 2016-02-24 2019-03-07 プラッサー ウント トイラー エクスポート フォン バーンバウマシーネン ゲゼルシャフト ミット ベシュレンクテル ハフツングＰｌａｓｓｅｒ ＆ Ｔｈｅｕｒｅｒ， Ｅｘｐｏｒｔ ｖｏｎ Ｂａｈｎｂａｕｍａｓｃｈｉｎｅｎ， Ｇｅｓｅｌｌｓｃｈａｆｔ ｍ．ｂ．Ｈ． 安定化アセンブリを備えた機械および測定方法
WO2019093185A1 (ja) * 2017-11-07 2019-05-16 株式会社東芝 線路検査装置
JP2019537534A (ja) * 2016-10-20 2019-12-26 レール ビジョン リミテッドＲａｉｌ Ｖｉｓｉｏｎ Ｌｔｄ 鉄道アプリケーションの衝突回避において物体および障害物を検出し分類するためのシステムおよび方法
WO2021149211A1 (ja) * 2020-01-23 2021-07-29 三菱電機株式会社 前方監視装置、列車制御システム、及び、前方監視方法

Families Citing this family (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10713503B2 (en) 2017-01-31 2020-07-14 General Electric Company Visual object detection system
US10349491B2 (en) 2015-01-19 2019-07-09 Tetra Tech, Inc. Light emission power control apparatus and method
US9849895B2 (en) 2015-01-19 2017-12-26 Tetra Tech, Inc. Sensor synchronization apparatus and method
US9849894B2 (en) 2015-01-19 2017-12-26 Tetra Tech, Inc. Protective shroud for enveloping light from a light emitter for mapping of a railway track
US10362293B2 (en) 2015-02-20 2019-07-23 Tetra Tech, Inc. 3D track assessment system and method
US20150225002A1 (en) * 2015-04-22 2015-08-13 Electro-Motive Diesel, Inc. Railway inspection system
SE540595C2 (en) 2015-12-02 2018-10-02 Icomera Ab Method and system for identifying alterations to railway tracks or other objects in the vicinity of a train
DE102016207079A1 (de) * 2016-04-26 2017-10-26 Siemens Aktiengesellschaft Verfahren und Anordnung zum Erkennen von Störungen an einem Schienenstrang
DE102016109494A1 (de) * 2016-05-24 2017-11-30 Knorr-Bremse Systeme für Schienenfahrzeuge GmbH Warnvorrichtung für Schienenfahrzeuge
US10558865B2 (en) * 2016-08-05 2020-02-11 Ge Global Sourcing Llc Route inspection system
US11270130B2 (en) * 2016-08-05 2022-03-08 Transportation Ip Holdings, Llc Route inspection system
US11884311B2 (en) * 2016-08-05 2024-01-30 Transportation Ip Holdings, Llc Route inspection system
AU2017315963B2 (en) * 2016-08-26 2022-08-11 Harsco Technologies LLC Inertial track measurement system and methods
RU2745531C2 (ru) * 2016-12-07 2021-03-26 Сименс Мобилити Гмбх Способ, устройство и железнодорожное транспортное средство, в частности рельсовое транспортное средство, для распознавания опасных ситуаций в железнодорожном сообщении, в частности в рельсовом сообщении
US11206375B2 (en) 2018-03-28 2021-12-21 Gal Zuckerman Analyzing past events by utilizing imagery data captured by a plurality of on-road vehicles
US11377130B2 (en) 2018-06-01 2022-07-05 Tetra Tech, Inc. Autonomous track assessment system
US10730538B2 (en) 2018-06-01 2020-08-04 Tetra Tech, Inc. Apparatus and method for calculating plate cut and rail seat abrasion based on measurements only of rail head elevation and crosstie surface elevation
US10625760B2 (en) 2018-06-01 2020-04-21 Tetra Tech, Inc. Apparatus and method for calculating wooden crosstie plate cut measurements and rail seat abrasion measurements based on rail head height
CN108974051A (zh) * 2018-06-01 2018-12-11 中铁局集团有限公司 一种轨道交通施工轨道车障碍物检测装置
US10807623B2 (en) 2018-06-01 2020-10-20 Tetra Tech, Inc. Apparatus and method for gathering data from sensors oriented at an oblique angle relative to a railway track
US11138418B2 (en) 2018-08-06 2021-10-05 Gal Zuckerman Systems and methods for tracking persons by utilizing imagery data captured by on-road vehicles
DE102018215697A1 (de) * 2018-09-14 2020-03-19 Siemens Mobility GmbH Automatisiertes fahrzeugseitiges Steuerungssystem für ein Schienenfahrzeug
CN110095296A (zh) * 2019-03-22 2019-08-06 南宁中车轨道交通装备有限公司 一种用于城轨车辆动调试验防冲的控制***和方法
CA3130198C (en) 2019-05-16 2022-05-17 Darel Mesher System and method for generating and interpreting point clouds of a rail corridor along a survey path
US11834082B2 (en) * 2019-09-18 2023-12-05 Progress Rail Services Corporation Rail buckle detection and risk prediction
CA3126118C (en) * 2020-07-27 2024-02-27 Westinghouse Air Brake Technologies Corporation Vehicle monitoring system
JP7503955B2 (ja) * 2020-07-31 2024-06-21 Ｊｆｅスチール株式会社 トロリ線設備の検査装置および検査方法
CN112101233B (zh) * 2020-09-16 2024-04-09 中南大学 轨道交通线路异物入侵监测方法、***及计算机存储介质
CN112950628A (zh) * 2021-04-01 2021-06-11 中铁工程设计咨询集团有限公司 一种轨道梁线型控制方法、装置、设备及可读存储介质
US11985747B2 (en) * 2021-12-08 2024-05-14 Carlo Van de Roer Apparatus and method for filming a scene using lighting setups actuated repeatedly during each entire frame without visible flicker on set while acquiring images synchronously with the lighting setups only during a portion of each frame
US11628869B1 (en) * 2022-03-04 2023-04-18 Bnsf Railway Company Automated tie marking
US11565730B1 (en) 2022-03-04 2023-01-31 Bnsf Railway Company Automated tie marking
US11623669B1 (en) 2022-06-10 2023-04-11 Bnsf Railway Company On-board thermal track misalignment detection system and method therefor
US11628859B1 (en) * 2022-07-29 2023-04-18 Plusai, Inc. Vehicle placement on aerial views for vehicle control
US11634156B1 (en) 2022-07-29 2023-04-25 Plusai, Inc. Aerial view generation for vehicle control
CN117533474B (zh) * 2023-11-16 2024-05-10 江苏科技大学 一种行走式船舶除冰监测装置及***

Family Cites Families (186)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2701610A (en) 1951-02-21 1955-02-08 Smith Corp A O Cluster gas burner
US3505742A (en) 1968-12-04 1970-04-14 Rene A Fiechter Indicator device for continually monitoring deviations from the correct elevation and gauge of railroad tracks
US3581071A (en) 1969-04-10 1971-05-25 Chesapeake & Ohio Railway Train length measuring device
US3641338A (en) 1970-02-26 1972-02-08 Marquardt Ind Products Co Train length measurement system
US3864039A (en) 1973-07-12 1975-02-04 Us Transport Rail gage apparatus
IT1095061B (it) 1978-05-19 1985-08-10 Conte Raffaele Apparecchiatura per la registrazione magnetica di eventi casuali relativi a mezzi mobili
US4259018A (en) 1978-11-20 1981-03-31 The United States Of America As Represented By The Secretary Of The Department Of Transportation Optical track gage measuring device
AT372725B (de) 1981-02-12 1983-11-10 Plasser Bahnbaumasch Franz Gleisverfahrbare einrichtung zur lage-ermittlung zum nachbargleis
US5506682A (en) 1982-02-16 1996-04-09 Sensor Adaptive Machines Inc. Robot vision using targets
DE3215251C2 (de) 1982-04-23 1984-02-16 Paul Vahle Gmbh & Co Kg, 4618 Kamen Auf die fortgeschrittene Abnutzung der Schleifkohle von Bestandteil von Schleifleitungen bildenden Stromabnehmern ansprechender Impulsauslöser
GB8305581D0 (en) 1983-03-01 1983-03-30 Yang Tai Her Train with forerunner
US4654973A (en) 1985-10-21 1987-04-07 Worthy James T Railroad track gage
US4783593A (en) 1985-12-26 1988-11-08 General Electric Company Optical system for wide angle IR imager
US4751571A (en) 1987-07-29 1988-06-14 General Electric Company Composite visible/thermal-infrared imaging apparatus
US4915504A (en) 1988-07-01 1990-04-10 Norfolk Southern Corporation Optical rail gage/wear system
DE3901185A1 (de) 1989-01-17 1990-07-26 Linsinger Maschinenbau Gmbh Verfahren sowie vorrichtung zur beruehrungslosen messung der deformation und des verschleisses von schienen
US5065321A (en) 1989-06-15 1991-11-12 Pulse Electronics, Inc. Solid state event recorder
FR2662984B1 (fr) 1990-06-12 1992-07-31 Cegelec Vehicule sur rails pour la mesure des parametres geometriques de voie.
US5735492A (en) 1991-02-04 1998-04-07 Pace; Joseph A. Railroad crossing traffic warning system apparatus and method therefore
US5954299A (en) 1991-02-04 1999-09-21 Eva Signal Corporation Railroad crossing traffic warning system apparatus and method therefore
JP2700731B2 (ja) 1991-08-27 1998-01-21 株式会社 コア 鉄道線路の異常検出装置
US5379224A (en) 1991-11-29 1995-01-03 Navsys Corporation GPS tracking system
US6150930A (en) 1992-08-14 2000-11-21 Texas Instruments Incorporated Video equipment and method to assist motor vehicle operators
US5332180A (en) 1992-12-28 1994-07-26 Union Switch & Signal Inc. Traffic control system utilizing on-board vehicle information measurement apparatus
US5364047A (en) 1993-04-02 1994-11-15 General Railway Signal Corporation Automatic vehicle control and location system
US5337289A (en) 1993-07-16 1994-08-09 The United States Of America As Represented By The Department Of Energy Phased-array ultrasonic surface contour mapping system and method for solids hoppers and the like
US5983161A (en) 1993-08-11 1999-11-09 Lemelson; Jerome H. GPS vehicle collision avoidance warning and control system and method
US5429329A (en) 1994-01-31 1995-07-04 Wallace; Charles C. Robotic railroad accident prevention vehicle and associated system elements
US6384742B1 (en) 1994-06-08 2002-05-07 Michael A. Harrison Pedestrian crosswalk signal apparatus—pedestrian crosswalk
US5793420A (en) 1994-10-28 1998-08-11 Schmidt; William P. Video recording system for vehicle
JP3486239B2 (ja) 1994-11-11 2004-01-13 東日本旅客鉄道株式会社 軌道狂い測定装置及び方法並びに曲率測定方法
US5867717A (en) 1994-12-22 1999-02-02 Texas Instruments Incorporated Dynamic system clocking and address decode circuits, methods and systems
US5961571A (en) 1994-12-27 1999-10-05 Siemens Corporated Research, Inc Method and apparatus for automatically tracking the location of vehicles
US5659305A (en) 1995-03-17 1997-08-19 Science Applications International Corporation Backup traffic signal management system and method
US5724475A (en) 1995-05-18 1998-03-03 Kirsten; Jeff P. Compressed digital video reload and playback system
US5717737A (en) 1995-06-01 1998-02-10 Padcom, Inc. Apparatus and method for transparent wireless communication between a remote device and a host system
US6526352B1 (en) 2001-07-19 2003-02-25 Intelligent Technologies International, Inc. Method and arrangement for mapping a road
US7650210B2 (en) 1995-06-07 2010-01-19 Automotive Technologies International, Inc. Remote vehicle diagnostic management
DE19529986C2 (de) 1995-08-04 2002-06-13 Siemens Ag Verfahren zur Ortung spurgeführter Fahrzeuge und Einrichtungen zur Durchführung des Verfahrens
US5729213A (en) 1995-08-21 1998-03-17 Ferrari; John S. Train warning system
DE19532104C1 (de) 1995-08-30 1997-01-16 Daimler Benz Ag Verfahren und Vorrichtung zur Bestimmung der Position wenigstens einer Stelle eines spurgeführten Fahrzeugs
IL117279A (en) * 1996-02-27 2000-01-31 Israel Aircraft Ind Ltd System for detecting obstacles on a railway track
US5938717A (en) 1996-03-04 1999-08-17 Laser Technology, Inc. Speed detection and image capture system for moving vehicles
US5867404A (en) 1996-04-01 1999-02-02 Cairo Systems, Inc. Method and apparatus for monitoring railway defects
US5786750A (en) 1996-05-10 1998-07-28 The United States Of America As Represented By The Secretary Of The Navy Pilot vehicle which is useful for monitoring hazardous conditions on railroad tracks
US6064428A (en) 1996-08-05 2000-05-16 National Railroad Passenger Corporation Automated track inspection vehicle and method
US5867122A (en) 1996-10-23 1999-02-02 Harris Corporation Application of GPS to a railroad navigation system using two satellites and a stored database
US5999866A (en) 1996-11-05 1999-12-07 Carnegie Mellon University Infrastructure independent position determining system
US5986547A (en) 1997-03-03 1999-11-16 Korver; Kelvin Apparatus and method for improving the safety of railroad systems
US5978718A (en) 1997-07-22 1999-11-02 Westinghouse Air Brake Company Rail vision system
US6263266B1 (en) 1998-09-11 2001-07-17 New York Air Brake Corporation Method of optimizing train operation and training
US20020003510A1 (en) 1998-01-16 2002-01-10 Tetsu Shigetomi Image display apparatus and method for vehicle
US6081769A (en) 1998-02-23 2000-06-27 Wabtec Corporation Method and apparatus for determining the overall length of a train
IT1299784B1 (it) 1998-04-27 2000-04-04 Azienda Trasporti Municipali M Metodo ed apparato per rilevare le anomalie di armamenti ferroviari e tranviari
US6128558A (en) 1998-06-09 2000-10-03 Wabtec Railway Electronics, Inc. Method and apparatus for using machine vision to detect relative locomotive position on parallel tracks
US6377215B1 (en) 1998-06-09 2002-04-23 Wabtec Railway Electronics Apparatus and method for detecting railroad locomotive turns by monitoring truck orientation
US20030202101A1 (en) 2002-04-29 2003-10-30 Monroe David A. Method for accessing and controlling a remote camera in a networked system with multiple user support capability and integration to other sensor systems
US6088635A (en) 1998-09-28 2000-07-11 Roadtrac, Llc Railroad vehicle accident video recorder
US6266442B1 (en) 1998-10-23 2001-07-24 Facet Technology Corp. Method and apparatus for identifying objects depicted in a videostream
DE19938267B4 (de) 1999-08-12 2007-01-25 Volkswagen Ag Verfahren und Einrichtung zur elektronischen Erkennung von Verkehrszeichen in Kraftfahrzeugen
US6532038B1 (en) 1999-08-16 2003-03-11 Joseph Edward Haring Rail crossing video recorder and automated gate inspection
US7188341B1 (en) 1999-09-24 2007-03-06 New York Air Brake Corporation Method of transferring files and analysis of train operational data
US6259375B1 (en) 2000-03-09 2001-07-10 Roger J. Andras Highway warning system
EP1334465B1 (en) 2000-04-10 2009-01-07 Honeywell International Inc. Remote attitude and position indicating system
CA2378342A1 (en) 2000-04-20 2001-11-01 General Electric Company Method and system for graphically identifying replacement parts for generally complex equipment
CA2344800A1 (en) 2000-04-20 2001-10-20 General Electric Company Locomotive wreck repair
US6420977B1 (en) 2000-04-21 2002-07-16 Bbnt Solutions Llc Video-monitoring safety systems and methods
ITVE20000023A1 (it) * 2000-05-12 2001-11-12 Tecnogamma S A S Di Zanin E & Apparecchiatura laser per il controllo delle rotaie di una linea ferrotramviaria.
GB0011797D0 (en) 2000-05-16 2000-07-05 Yeoman Group Plc Improved vehicle routeing
US6416021B2 (en) 2000-05-30 2002-07-09 George Jefferson Greene, Jr. Locomotive whistle controlled railroad grade crossing warning system
US6532035B1 (en) 2000-06-29 2003-03-11 Nokia Mobile Phones Ltd. Method and apparatus for implementation of close-up imaging capability in a mobile imaging system
US20020021756A1 (en) * 2000-07-11 2002-02-21 Mediaflow, Llc. Video compression using adaptive selection of groups of frames, adaptive bit allocation, and adaptive replenishment
ITVE20000036A1 (it) 2000-07-18 2002-01-18 Tecnogamma S A S Di Zanini E & Apparecchiatura di rilevamento dei parametri caratteristici di una linea aerea ferrotramviaria.
US6823084B2 (en) 2000-09-22 2004-11-23 Sri International Method and apparatus for portably recognizing text in an image sequence of scene imagery
US20020101509A1 (en) 2000-09-28 2002-08-01 Slomski Randall Joseph Crashworthy audio/ video recording system for use in a locomotive
AU2002213064A1 (en) 2000-10-10 2002-04-22 Sperry Rail, Inc. Hi-rail vehicle-based rail inspection system
US6647891B2 (en) 2000-12-22 2003-11-18 Norfolk Southern Corporation Range-finding based image processing rail way servicing apparatus and method
US6637703B2 (en) 2000-12-28 2003-10-28 Ge Harris Railway Electronics Llc Yard tracking system
DE10104946B4 (de) 2001-01-27 2005-11-24 Peter Pohlmann Verfahren und Vorrichtung zur Bestimmung der aktuellen Position und zur Überwachung des geplanten Weges eines Objektes
GB2372315A (en) 2001-02-20 2002-08-21 Digital Image Res Ltd Determining the track condition in a transport system
US6570497B2 (en) 2001-08-30 2003-05-27 General Electric Company Apparatus and method for rail track inspection
US6519512B1 (en) 2001-11-28 2003-02-11 Motorola, Inc. Method and apparatus for providing enhanced vehicle detection
GB2384379A (en) 2001-12-06 2003-07-23 Invideo Ltd Front of train imaging system including a digital camera with zoom
US6688561B2 (en) 2001-12-27 2004-02-10 General Electric Company Remote monitoring of grade crossing warning equipment
JP4211292B2 (ja) 2002-06-03 2009-01-21 ソニー株式会社 画像処理装置および画像処理方法、プログラム並びにプログラム記録媒体
US20110285842A1 (en) 2002-06-04 2011-11-24 General Electric Company Mobile device positioning system and method
US9205849B2 (en) 2012-05-23 2015-12-08 General Electric Company System and method for inspecting a route during movement of a vehicle system over the route
US20070216771A1 (en) 2002-06-04 2007-09-20 Kumar Ajith K System and method for capturing an image of a vicinity at an end of a rail vehicle
US20030222981A1 (en) 2002-06-04 2003-12-04 Kisak Jeffrey James Locomotive wireless video recorder and recording system
US20060244830A1 (en) 2002-06-04 2006-11-02 Davenport David M System and method of navigation with captured images
US6995556B2 (en) 2002-07-23 2006-02-07 Ensco, Inc. Electromagnetic gage sensing system and method for railroad track inspection
JP4037722B2 (ja) 2002-09-18 2008-01-23 富士重工業株式会社 車外監視装置、及び、この車外監視装置を備えた走行制御装置
US20040056182A1 (en) * 2002-09-20 2004-03-25 Jamieson James R. Railway obstacle detection system and method
US6831573B2 (en) 2002-10-15 2004-12-14 Thomas L. Jones Safety vehicle and system for avoiding train collisions and derailments
US6631322B1 (en) 2002-12-06 2003-10-07 General Electric Co. Method and apparatus for vehicle management
US6712312B1 (en) 2003-01-31 2004-03-30 The United States Of America As Represented By The Secretary Of The Navy Reconnaissance using unmanned surface vehicles and unmanned micro-aerial vehicles
US7039367B1 (en) 2003-01-31 2006-05-02 The United States Of America As Represented By The Secretary Of The Navy Communications using unmanned surface vehicles and unmanned micro-aerial vehicles
US7755660B2 (en) 2003-05-02 2010-07-13 Ensco, Inc. Video inspection system for inspection of rail components and method thereof
US7398140B2 (en) 2003-05-14 2008-07-08 Wabtec Holding Corporation Operator warning system and method for improving locomotive operator vigilance
JP4321128B2 (ja) 2003-06-12 2009-08-26 株式会社デンソー 画像サーバ、画像収集装置、および画像表示端末
US7343232B2 (en) 2003-06-20 2008-03-11 Geneva Aerospace Vehicle control system including related methods and components
EP1652128B1 (en) 2003-07-07 2014-05-14 Insurance Services Office, Inc. Traffic information system
GB2403861B (en) 2003-07-11 2006-03-29 Omnicom Engineering Ltd A method and system of surveying and measurement
US20050018748A1 (en) 2003-07-24 2005-01-27 Ringermacher Harry Israel Actively quenched lamp, infrared thermography imaging system, and method for actively controlling flash duration
CA2545154C (en) 2003-10-06 2013-04-02 Marshall University Railroad surveying and monitoring system
US7527495B2 (en) 2003-10-21 2009-05-05 Burner Systems International, Inc. Cooperating bridge burner system
US7415335B2 (en) 2003-11-21 2008-08-19 Harris Corporation Mobile data collection and processing system and methods
US7729818B2 (en) 2003-12-09 2010-06-01 General Electric Company Locomotive remote control system
US7394553B2 (en) * 2004-02-11 2008-07-01 Ensco, Inc. Integrated measurement device
US7245217B2 (en) 2004-03-06 2007-07-17 Fibera, Inc. Hazard mitigation for railway track intrusions at train station platforms
EP1600351B1 (en) 2004-04-01 2007-01-10 Heuristics GmbH Method and system for detecting defects and hazardous conditions in passing rail vehicles
WO2005120924A1 (en) 2004-06-11 2005-12-22 Stratech Systems Limited Method and system for rail track scanning and foreign object detection
US7152347B2 (en) 2004-06-17 2006-12-26 Herzog Contracting Corporation Method and apparatus for applying railway ballast
US7195211B2 (en) 2004-06-29 2007-03-27 General Electric Company Electronically controlled grade crossing gate system and method
DE102005029956A1 (de) 2004-06-29 2006-02-02 Ferdinand Weuste Vorrichtung zur Vermeidung von Entgleisung, insbesondere für angetriebene, schienengebundene Fahrzeuge
US8958079B2 (en) 2004-06-30 2015-02-17 Georgetown Rail Equipment Company System and method for inspecting railroad ties
US8405837B2 (en) 2004-06-30 2013-03-26 Georgetown Rail Equipment Company System and method for inspecting surfaces using optical wavelength filtering
BRPI0512871A (pt) * 2004-06-30 2008-04-08 Georgetown Rail Equipment Comp sistema e método para inspecionar via de estrada de ferro
US8305567B2 (en) 2004-09-11 2012-11-06 Progress Rail Services Corp Rail sensing apparatus and method
US7348895B2 (en) 2004-11-03 2008-03-25 Lagassey Paul J Advanced automobile accident detection, data recordation and reporting system
US7403296B2 (en) 2004-11-05 2008-07-22 Board Of Regents Of University Of Nebraska Method and apparatus for noncontact relative rail displacement, track modulus and stiffness measurement by a moving rail vehicle
US7493202B2 (en) 2004-11-12 2009-02-17 Takata Corporation Vehicle safety control system by image processing
CN101137890A (zh) 2005-01-06 2008-03-05 艾伦·舒尔曼 导航和检查***
JP4706315B2 (ja) 2005-04-18 2011-06-22 株式会社ニコン 車両の運転支援システム
US7545322B2 (en) 2005-09-20 2009-06-09 Raytheon Company Antenna transceiver system
US20070085703A1 (en) 2005-10-18 2007-04-19 Jeffrey W. Clark Traffic crossing warning device, and method for warning of an oncoming locomotive object
US7845504B2 (en) 2005-12-23 2010-12-07 General Electric Company System and method for determining whether a locomotive or rail engine is coupled to a rail car or other engine
US20070170315A1 (en) 2006-01-20 2007-07-26 Gedalyahu Manor Method of detecting obstacles on railways and preventing train accidents
DE102006007788A1 (de) 2006-02-20 2007-08-30 Siemens Ag Verfahren zur rechnergestützten Überwachung des Betriebs eines einen vorgegebenen Streckenverlauf fahrenden Fahrzeugs, insbesondere eines spurgebundenen Schienenfahrzeugs
US7510142B2 (en) 2006-02-24 2009-03-31 Stealth Robotics Aerial robot
US8942426B2 (en) 2006-03-02 2015-01-27 Michael Bar-Am On-train rail track monitoring system
US8370006B2 (en) 2006-03-20 2013-02-05 General Electric Company Method and apparatus for optimizing a train trip using signal information
US7581702B2 (en) 2006-06-09 2009-09-01 Insitu, Inc. Wirelessly controlling unmanned aircraft and accessing associated surveillance data
FR2902909A1 (fr) 2006-06-23 2007-12-28 Nodbox Sarl Procede de determination de limites de roulage d'un vehicule
US7463348B2 (en) 2006-07-10 2008-12-09 General Electric Company Rail vehicle mounted rail measurement system
US7826969B2 (en) 2006-12-21 2010-11-02 Deere & Company Determining position of a vehicle with reference to a landmark
US20080169939A1 (en) 2007-01-11 2008-07-17 Dickens Charles E Early warning control system for vehicular crossing safety
JP4900810B2 (ja) 2007-03-30 2012-03-21 株式会社京三製作所 列車位置検知装置と列車制御装置
US20090314883A1 (en) 2007-05-10 2009-12-24 Arlton Paul E Uav launch and recovery system
US7908114B2 (en) 2007-05-15 2011-03-15 General Electric Company System and method for aligning a railroad signaling system
ATE485091T1 (de) 2007-06-01 2010-11-15 Balcke Duerr Gmbh Verfahren zum rückspülen von filtern
US20090037039A1 (en) 2007-08-01 2009-02-05 General Electric Company Method for locomotive navigation and track identification using video
US7659972B2 (en) 2007-08-22 2010-02-09 Kld Labs, Inc. Rail measurement system
US7961080B2 (en) 2007-11-29 2011-06-14 International Business Machines Corporation System and method for automotive image capture and retrieval
EP2238758A4 (en) 2008-01-24 2013-12-18 Micropower Technologies Inc VIDEO DISTRIBUTION SYSTEMS USING WIRELESS CAMERAS
JP5096959B2 (ja) * 2008-02-26 2012-12-12 三菱電機株式会社 列車自動通報システム
US8412393B2 (en) 2008-07-01 2013-04-02 General Electric Company Apparatus and method for monitoring of infrastructure condition
US8233662B2 (en) 2008-07-31 2012-07-31 General Electric Company Method and system for detecting signal color from a moving video platform
US20100039514A1 (en) 2008-08-14 2010-02-18 John Brand System and Method for Image Projection of Operator Data From An Operator Control Unit
US8712610B2 (en) 2008-09-18 2014-04-29 General Electric Company System and method for determining a characterisitic of an object adjacent to a route
US7772539B2 (en) * 2008-10-10 2010-08-10 General Electric Company System and method for determining characteristic information of an object positioned adjacent to a route
CA2743237C (en) 2008-10-22 2014-05-27 International Electronic Machines Corp. Thermal imaging-based vehicle analysis
CN201325416Y (zh) 2008-11-17 2009-10-14 深圳市旺年华电子有限公司 带拍照功能的车辆定位追踪器
US8345948B2 (en) * 2009-09-11 2013-01-01 Harsco Corporation Automated turnout inspection
US8004425B2 (en) 2009-09-30 2011-08-23 Gentex Corporation Blind spot detection system and method using preexisting vehicular imaging devices
US8903574B2 (en) 2009-10-22 2014-12-02 General Electric Company System and method for vehicle communication, vehicle control, and/or route inspection
US8576069B2 (en) 2009-10-22 2013-11-05 Siemens Corporation Mobile sensing for road safety, traffic management, and road maintenance
US20110115913A1 (en) 2009-11-17 2011-05-19 Werner Lang Automated vehicle surrounding area monitor and display system
CN201821456U (zh) 2010-09-29 2011-05-04 济南铁成奇石电子有限公司 铁路行车机车电子添乘***
US8843419B2 (en) 2010-10-12 2014-09-23 General Electric Company Method and system for rail vehicle reconfiguration
US8744196B2 (en) 2010-11-26 2014-06-03 Hewlett-Packard Development Company, L.P. Automatic recognition of images
US20120192756A1 (en) 2011-01-31 2012-08-02 Harsco Corporation Rail vision system
US8625878B2 (en) 2011-04-15 2014-01-07 International Business Machines Corporation Method and system of rail component detection using vision technology
US9810533B2 (en) * 2011-04-27 2017-11-07 Trimble Inc. Railway track monitoring
WO2012150591A2 (en) 2011-05-03 2012-11-08 Alon Atsmon Automatic content analysis method and system
BR112013030118A2 (pt) 2011-05-24 2016-09-20 Univ Nebraska sistema de visão para produção de imagens de variações geométricas ao longo de um trecho de um trilho de ferrovia e de uma estrutura sujeita a uma carga e método para analisar a forma geométrica de um trilho de via férrea
US20130018766A1 (en) 2011-07-12 2013-01-17 Edwin Roy Christman Minimalist approach to roadway electrification
WO2013086578A1 (en) 2011-12-15 2013-06-20 Multiskilled Resources Australia Pty Ltd Rail car operating condition and identity monitoring system
US9049433B1 (en) * 2012-01-06 2015-06-02 John H. Prince High-speed railroad inspection using coordinated 3D cameras
US9108640B2 (en) 2012-01-31 2015-08-18 Google Inc. Systems and methods for monitoring and reporting road quality
WO2013121344A2 (en) 2012-02-17 2013-08-22 Balaji Venkatraman Real time railway disaster vulnerability assessment and rescue guidance system using multi-layered video computational analytics
US20130233964A1 (en) 2012-03-07 2013-09-12 Aurora Flight Sciences Corporation Tethered aerial system for data gathering
KR101350291B1 (ko) 2012-04-24 2014-01-10 유콘시스템 주식회사 유선연결 수직 이착륙 무인항공기 시스템
US8838301B2 (en) 2012-04-26 2014-09-16 Hewlett-Packard Development Company, L. P. Train traffic advisor system and method thereof
US9058706B2 (en) 2012-04-30 2015-06-16 Convoy Technologies Llc Motor vehicle camera and monitoring system
US9008359B2 (en) * 2012-06-28 2015-04-14 International Business Machines Corporation Detection of static object on thoroughfare crossings
US8996208B2 (en) 2012-07-09 2015-03-31 Washington Metropolitan Area Transit Authority (WMTA) System, method, and computer-readable medium for track circuit monitoring and alerting in automatic train control systems
US9733644B2 (en) 2012-07-17 2017-08-15 Elwha Llc Unmanned device interaction methods and systems
KR20140017735A (ko) 2012-07-31 2014-02-12 인텔렉추얼디스커버리 주식회사 착용형 전자 장치 및 그의 제어 방법
KR101376210B1 (ko) 2012-08-06 2014-03-21 현대모비스 주식회사 어라운드 뷰 모니터 시스템 및 모니터링 방법
US8836788B2 (en) * 2012-08-06 2014-09-16 Cloudparc, Inc. Controlling use of parking spaces and restricted locations using multiple cameras
WO2014039747A1 (en) 2012-09-07 2014-03-13 Harsco Corporation Reference measurement system for rail applications
US8649917B1 (en) 2012-09-26 2014-02-11 Michael Franklin Abernathy Apparatus for measurement of vertical obstructions
US20140142868A1 (en) 2012-11-18 2014-05-22 Andian Technologies Ltd. Apparatus and method for inspecting track in railroad
US9308925B2 (en) 2012-12-02 2016-04-12 General Electric Company System and method for inspection of wayside rail equipment
AU2014248769A1 (en) 2013-03-12 2015-08-27 Lockheed Martin Corporation System and process of determining vehicle attitude

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019506550A (ja) * 2016-02-24 2019-03-07 プラッサー ウント トイラー エクスポート フォン バーンバウマシーネン ゲゼルシャフト ミット ベシュレンクテル ハフツングＰｌａｓｓｅｒ ＆ Ｔｈｅｕｒｅｒ， Ｅｘｐｏｒｔ ｖｏｎ Ｂａｈｎｂａｕｍａｓｃｈｉｎｅｎ， Ｇｅｓｅｌｌｓｃｈａｆｔ ｍ．ｂ．Ｈ． 安定化アセンブリを備えた機械および測定方法
JP2019537534A (ja) * 2016-10-20 2019-12-26 レール ビジョン リミテッドＲａｉｌ Ｖｉｓｉｏｎ Ｌｔｄ 鉄道アプリケーションの衝突回避において物体および障害物を検出し分類するためのシステムおよび方法
JP7086949B2 (ja) 2016-10-20 2022-06-20 レール ビジョン リミテッド 鉄道アプリケーションの衝突回避において物体および障害物を検出し分類するためのシステムおよび方法
JP2022153351A (ja) * 2016-10-20 2022-10-12 レール ビジョン リミテッド 鉄道アプリケーションの衝突回避において物体および障害物を検出し分類するためのシステムおよび方法
US11648968B2 (en) 2016-10-20 2023-05-16 Rail Vision Ltd System and method for object and obstacle detection and classification in collision avoidance of railway applications
WO2019093185A1 (ja) * 2017-11-07 2019-05-16 株式会社東芝 線路検査装置
JP6440891B1 (ja) * 2018-07-17 2018-12-19 菱栄工機株式会社 検査システム及び検査方法
JP2020011799A (ja) * 2018-07-17 2020-01-23 菱栄工機株式会社 検査システム及び検査方法
WO2021149211A1 (ja) * 2020-01-23 2021-07-29 三菱電機株式会社 前方監視装置、列車制御システム、及び、前方監視方法
JPWO2021149211A1 (ja) * 2020-01-23 2021-07-29

Also Published As

Publication number Publication date
JP6929611B2 (ja) 2021-09-01
JP2020048405A (ja) 2020-03-26
US11124207B2 (en) 2021-09-21
US20150268172A1 (en) 2015-09-24
JP6614569B2 (ja) 2019-12-04

Similar Documents

Publication Publication Date Title
JP6929611B2 (ja) 光学式ルート検査システムおよび方法
US11022982B2 (en) Optical route examination system and method
US20150269722A1 (en) Optical route examination system and method
EP2993105B1 (en) Optical route examination system and method
US10997432B2 (en) Method and system to determine vehicle speed
JP2019109903A (ja) 車両
US10558865B2 (en) Route inspection system
US20150235094A1 (en) Vehicle imaging system and method
US20140218482A1 (en) Positive Train Control Using Autonomous Systems
CN111295321A (zh) 障碍物检测装置
CN109765571B (zh) 一种车辆障碍物检测***及方法
US20150285688A1 (en) Thermographic route examination system and method
US20190180118A1 (en) Locomotive imaging system and method
JP2014528063A (ja) 車両があるオブジェクトを通過可能であるかを判断するための３ｄカメラを用いた方法
CN106324618A (zh) 基于激光雷达检测车道线的***及其实现方法
WO2021075210A1 (ja) センサ性能評価システム及び方法、並びに、自動運転システム
JP2010063260A (ja) 列車走行制御装置及び方法
US20210107540A1 (en) Crossing obstruction detection system
TW201511997A (zh) 主動式自動駕駛輔助系統與方法
US11270130B2 (en) Route inspection system
JP7217094B2 (ja) 監視装置
EP3868631A1 (en) Obstacle sensing system and obstacle sensing method for track traveling vehicle
Maire Vision based anti-collision system for rail track maintenance vehicles
US10713503B2 (en) Visual object detection system
KR20130006752A (ko) 차선 인식 장치 및 그 방법

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180216

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190423

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20190507

RD05 Notification of revocation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7425

Effective date: 20190618

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190718

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20191002

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20191029

R150 Certificate of patent or registration of utility model

Ref document number: 6614569

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250