KR102138317B1 - Method and apparatus for monitoring arrival and departure information of railway vehicles - Google Patents
Method and apparatus for monitoring arrival and departure information of railway vehicles Download PDFInfo
- Publication number
- KR102138317B1 KR102138317B1 KR1020180133276A KR20180133276A KR102138317B1 KR 102138317 B1 KR102138317 B1 KR 102138317B1 KR 1020180133276 A KR1020180133276 A KR 1020180133276A KR 20180133276 A KR20180133276 A KR 20180133276A KR 102138317 B1 KR102138317 B1 KR 102138317B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- stop
- test
- railway vehicle
- acceleration
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000001133 acceleration Effects 0.000 claims abstract description 97
- 238000012360 testing method Methods 0.000 claims abstract description 67
- 238000012806 monitoring device Methods 0.000 claims abstract description 26
- 238000012937 correction Methods 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 5
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 9
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 239000000428 dust Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Images
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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or train for signalling purposes
- B61L15/0018—Communication with or on the vehicle or train
- B61L15/0027—Radio-based, e.g. using GSM-R
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or train for signalling purposes
- B61L15/0072—On-board train data handling
-
- G06Q50/30—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
본 발명의 일 실시예에 따른 철도 차량의 출도착 모니터링 장치 및 그 방법에 관한 것으로서, 철도 차량에 관련된 모니터링을 수행하는 모니터링 장치에 의해 수행되는 철도 차량의 출도착 모니터링 방법에 있어서, a) 철도 차량에 부착된 가속도계로부터 해당 철도 차량의 시험 운행에 따른 시험운행 가속도 데이터를 수신하고, 상기 시험운행 가속도 데이터를 이용하여 상기 철도 차량의 주행 상태와 정차 상태의 판별 기준이 되는 시험기준 데이터(astop)를 산출하는 단계; b) 상기 철도 차량의 실제 운행시, 상기 가속도계를 이용하여 운행 상황별로 가속도 데이터(a)를 산출하고, 상기 가속도 데이터(a)에 기반하여 상기 시험기준 데이터(astop)가 기설정된 기준값이 되도록 보정을 수행하여 정차 기준값(a')을 산출하는 단계; 및 c) 상기 정차 기준값(a')을 기준으로 대상 철도 차량의 주행 데이터와 정차 데이터를 판단하고, 상기 주행 데이터와 정차 데이터를 이용하여 구간별 출발 시간 및 도착 시간을 추출하는 단계를 포함할 수 있다.Regarding the arrival and departure monitoring device of a railway vehicle and a method thereof according to an embodiment of the present invention, In the monitoring method for arrival and departure of a railway vehicle performed by a monitoring device for performing monitoring related to the railway vehicle, a) a railway vehicle A test reference data (a stop ) that receives the test operation acceleration data according to the test operation of the railway vehicle from the accelerometer attached to the, and serves as a criterion for determining the driving state and the stop state of the railway vehicle using the test operation acceleration data. Calculating; b) When the railway vehicle is actually operated, the acceleration data (a) is calculated for each driving situation using the accelerometer, and the test reference data (a stop ) is a preset reference value based on the acceleration data (a). Calculating a stop reference value (a') by performing correction; And c) determining driving data and stopping data of a target railway vehicle based on the stopping reference value (a'), and extracting departure time and arrival time for each section using the driving data and stopping data. have.
Description
본 발명은 열차의 출도착 시간 정보를 자동으로 검지할 수 있는 철도 차량의 출도착 모니터링 장치 및 그 방법에 관한 것이다.The present invention relates to an apparatus for monitoring and arriving at a railway vehicle and a method for automatically detecting train arrival and departure time information.
다양한 철도시스템 중에서 도시철도의 경우 매일 천만 명 이상이 이용하는 대도시의 대표적인 대중교통 시스템이다. 최근, 미세먼지 등 외부 환경 이슈 증가에 따라 환경에 대한 국민적 관심이 크게 증가하면서 소음, 온도, 이산화탄소, 미세먼지 등 도시철도 차량 및 역사의 전반적인 환경 수준에 대한 모니터링 필요성이 빠르게 증가하고 있다.Among various railroad systems, urban railroads are the representative public transportation systems of large cities, which are used by more than 10 million people every day. Recently, with the increase in external environmental issues such as fine dust, the public interest in the environment has increased significantly, and the need to monitor the overall environmental level of urban railway vehicles and history, such as noise, temperature, carbon dioxide, and fine dust, is rapidly increasing.
일례로, 곡선주행이 많은 도시철도의 특징으로 인해 휠-레일 접촉에 의한 스킬 소음은 선로변 주민에게 소음 공해로 작용하고 있으며, 계절 변화에 따라 냉난방차를 운영함에 있어 차량 내 위치에 따른 큰 온도차는 승객들의 주요 민원 대상이 되고 있다. 또한, 출퇴근 시간과 같은 피크 시간대의 높은 혼잡도로 인한 이산화탄소 농도 증가는 승객들에게 큰 불쾌감을 주고 있으며, 대기환경의 미세먼지 증가에 따라 철도 이용 승객들의 불안감이 커져 역사 및 차량 내부에서의 미세먼지 모니터링 기술도 빠르게 도입되고 있다. For example, due to the characteristic of urban railroads with a lot of curved driving, skill noise caused by wheel-rail contact acts as noise pollution to residents on the track, and a large temperature difference according to the location of the vehicle in operating the air-conditioning vehicle according to seasonal changes. Has become the main complaint of passengers. In addition, the increase in carbon dioxide concentration due to high congestion in peak hours such as commute time gives passengers great discomfort, and as the fine dust in the atmosphere increases, the anxiety of passengers using the railway increases, monitoring history and fine dust inside the vehicle. Technology is also rapidly being introduced.
이와 관련하여, 철도 운영기관에서는 관련 법령에 의거 철도 차량 및 역사 내 환경 모니터링을 강화하고 있으며, 다양한 모니터링 센서 및 모니터링 방법이 도입되고 있다. In this regard, railway operators are strengthening environmental monitoring in railway vehicles and stations in accordance with relevant laws and regulations, and various monitoring sensors and monitoring methods are being introduced.
일례로, 소음의 경우 철도 차량 기술기준(KS C IEC 61672)에 의해 주기적으로 관리하고 있으나, 아직까지 검사자에 의한 수동적인 모니터링 방법에 의존하고 있는 실정이다. 하지만, 최근 기존의 수동적인 모니터링 방식을 대체하여 자동화된 방식으로 보다 효율적 모니터링이 가능한 사물인터넷(internet of things, IoT) 기술을 이용하여 소음 및 온도와 같은 철도 차량 실내 환경 모니터링 연구가 진행되고 있다. For example, noise is periodically managed according to the railroad technical standard (KS C IEC 61672), but it still relies on a passive monitoring method by an inspector. However, in recent years, research on indoor environment monitoring of railway vehicles such as noise and temperature is being conducted by using the Internet of Things (IoT) technology, which is capable of more efficient monitoring in an automated manner by replacing the existing passive monitoring method.
한편, 철도의 운행 특성 상 하나의 시종점 간을 운행하는 항공이나 버스와 달리 출발 후 많은 중간 역을 경유하여 최종 목적지에 도착하는 형태로 운영되므로, 실시간 모니터링 데이터를 각 역 구간별로 구분하여 관리할 필요가 있다.On the other hand, due to the characteristics of the railroad, it operates in the form of arriving at the final destination via many intermediate stations after departure, unlike aviation or buses that operate between one end point, so real-time monitoring data can be classified and managed for each station section. There is a need.
하지만, 철도 차량 실내 환경 모니터링 시스템에 함께 적용하여 철도 차량 출도착을 자동으로 검지할 수 있는 기술이 없어, 현재 철도 차량 운영 상황을 종합 관제하는 철도교통 관제센터(central train control, CTC)의 차량 출도착 시간 정보를 통해 모니터링 데이터를 각 역 구간별로 구분하여 관리하고 있는 실정이다. 즉, 열차 한 편성의 운영이 모두 종료된 후 전체 운영 시간 데이터를 다운로드 하여 기 측정된 모니터링 데이터를 각 역 구간별로 분할한 후 등가소음도, 평균온도 등 각 계측 항목별 관심 인자를 도출하기 위한 추가적인 프로세스를 진행하고 있다. However, there is no technology that can automatically detect the arrival and departure of rail vehicles by applying them together to the indoor environment monitoring system for rail vehicles, so the vehicle is released from the central train control (CTC) that comprehensively controls the current status of rail vehicle operation. The monitoring data is classified and managed for each station section through arrival time information. That is, after the operation of one train is finished, the entire operating time data is downloaded and the previously measured monitoring data is divided into each station section, and then an additional process for deriving the factors of interest for each measurement item such as equivalent noise level and average temperature Is going on.
이 경우, 열차 내에서 철도 차량 실내 모니터링을 위해 철도교통 관제 시스템에 직접 접속하거나 시스템으로부터 데이터를 전송받아 항목별 관심 인자를 도출하는 추가적인 프로세스를 수행해야 하므로 모니터링 시스템 운영 상 효율성이 떨어지고, 이와 관련하여 추가적인 프로세스를 수행하기 위한 시간 및 인적 노력이 요구되는 문제점이 있다.In this case, in order to monitor the interior of a railroad car in a train, it is necessary to perform an additional process of directly accessing the railway traffic control system or receiving data from the system to derive an interest factor for each item. There is a problem that requires time and human effort to perform additional processes.
또한, 철도 차량의 실내 모니터링 데이터의 실시간 확인이 불가능하여 실내 환경 개선을 위한 즉각적인 대응이 어렵다는 문제점도 있다. In addition, there is a problem in that it is difficult to immediately check for indoor monitoring data of a railroad vehicle, so that an immediate response for improving the indoor environment is difficult.
대한민국 공개특허 제10-2018-0092327호(발명의 명칭 : 도시철도 실시간 열차 위치 신호 데이터를 이용한 열차 위치 정보 도출 방법)Republic of Korea Patent Publication No. 10-2018-0092327 (Invention name: Method for deriving train location information using real-time train location signal data of urban railway)
대한민국 공개특허 제10-2003-0039514호(발명의 명칭 : 열차 위치 확인 시스템 및 그 방법)Republic of Korea Patent Publication No. 10-2003-0039514 (Invention name: train location confirmation system and method)
본 발명은 전술한 문제점을 해결하기 위하여, 본 발명의 일 실시예에 따라 철도 차량에 부착된 가속도계를 이용하여 대상 철도 차량의 운행 상황(주행 또는 정차)별로 측정된 가속도 데이터를 신호 처리하여 열차의 출도착 시간을 자동으로 검지하도록 하는 것에 목적이 있다.In order to solve the above-described problem, the present invention uses an accelerometer attached to a railroad vehicle according to an embodiment of the present invention to signally process acceleration data measured for each operating situation (driving or stopping) of the target railroad car, thereby The purpose is to automatically detect the arrival and departure time.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.However, the technical problem to be achieved by the present embodiment is not limited to the technical problem as described above, and other technical problems may exist.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서 본 발명의 일 실시예에 따른 철도 차량의 출도착 모니터링 방법은, 철도 차량에 관련된 모니터링을 수행하는 모니터링 장치에 의해 수행되는 것으로서, a) 철도 차량에 부착된 가속도계로부터 해당 철도 차량의 시험 운행에 따른 시험운행 가속도 데이터를 수신하고, 상기 시험운행 가속도 데이터를 이용하여 상기 철도 차량의 주행 상태와 정차 상태의 판별 기준이 되는 시험기준 데이터(astop)를 산출하는 단계; b) 상기 철도 차량의 실제 운행시, 상기 가속도계를 이용하여 운행 상황별로 가속도 데이터(a)를 산출하고, 상기 가속도 데이터(a)에 기반하여 상기 시험기준 데이터(astop)가 기설정된 기준값이 되도록 보정을 수행하여 정차 기준값(a')을 산출하는 단계; 및 c) 상기 정차 기준값(a')을 기준으로 대상 철도 차량의 주행 데이터와 정차 데이터를 판단하고, 상기 주행 데이터와 정차 데이터를 이용하여 구간별 출발 시간 및 도착 시간을 추출하는 단계를 포함하는 것이다. As a technical means for achieving the above technical problem, a method for monitoring the arrival and departure of a railroad vehicle according to an embodiment of the present invention is performed by a monitoring device that performs monitoring related to the railroad vehicle, a) attached to the railroad vehicle Receives the test operation acceleration data according to the test operation of the railroad vehicle from the accelerometer, and calculates the test reference data (a stop ) that serves as a criterion for determining the driving state and the stop state of the railway vehicle using the test operation acceleration data. To do; b) When the railway vehicle is actually operated, the acceleration data (a) is calculated for each driving situation using the accelerometer, and the test reference data (a stop ) is a preset reference value based on the acceleration data (a). Calculating a stop reference value (a') by performing correction; And c) determining driving data and stopping data of the target railway vehicle based on the stopping reference value (a'), and extracting departure time and arrival time for each section using the driving data and stopping data. .
본 발명의 일 실시예에 따른 철도 차량의 출도착 모니터링 장치는, 철도 차량의 환경 정보를 모니터링하는 모니터링 장치에 있어서, 상기 철도 차량에 포함되어 운행 상황별로 가속도 신호를 측정하여 센서 신호를 상기 모니터링 장치로 전송하는 가속도계를 이용하는 것이고, 상기 모니터링 장치는, 상기 철도 차량의 출도착 모니터링 방법을 수행하기 위한 프로그램이 기록된 메모리; 및 상기 프로그램을 실행하기 위한 프로세서를 포함하며, 상기 프로세서는, 상기 프로그램의 실행에 의해, 상기 철도 차량의 시험 운행에 따라 상기 가속도계를 통해 시험운행 가속도 데이터를 수신하고, 상기 시험운행 가속도 데이터를 이용하여 상기 철도 차량의 주행 상태와 정차 상태의 판별 기준이 되는 시험기준 데이터(astop)를 산출하며, 상기 철도 차량의 실제 운행시, 상기 가속도계를 통해 운행 상황별 가속도 데이터(a)를 산출하고, 상기 가속도 데이터(a)에 기반하여 상기 시험기준 데이터(astop)가 기설정된 기준값이 되도록 보정을 수행하여 정차 기준값(a')을 산출하며, 상기 정차 기준값(a')을 기준으로 대상 철도 차량의 주행 데이터와 정차 데이터를 판단하고, 상기 주행 데이터와 정차 데이터를 이용하여 구간별 출발 시간 및 도착 시간을 추출하는 것이다. The monitoring device for arriving and arriving of a railroad vehicle according to an embodiment of the present invention is a monitoring device for monitoring environmental information of a railroad vehicle, and includes a sensor signal by measuring an acceleration signal for each driving situation included in the railroad car It is to use an accelerometer to transmit, the monitoring device, a memory for recording a program for performing a method for monitoring the arrival and departure of the railroad car; And a processor for executing the program, wherein the processor receives test driving acceleration data through the accelerometer according to the test operation of the railway vehicle by executing the program, and uses the test driving acceleration data. By calculating the test reference data (a stop ) that serves as a criterion for determining the running state and the stopped state of the railroad vehicle, and when the actual operation of the railroad car, calculate the acceleration data (a) for each driving situation through the accelerometer, Based on the acceleration data (a), a correction is performed so that the test reference data (a stop ) becomes a preset reference value, and a stop reference value (a') is calculated, and the target railway vehicle is based on the stop reference value (a'). The driving data and the stopping data of the vehicle are determined, and departure and arrival times for each section are extracted using the driving data and the stopping data.
전술한 본 발명의 과제 해결 수단에 의하면, 대상 철도 차량의 출도착 시간을 자동으로 검지할 수 있고, 열차의 종류에 관계없이 적용가능하며, 철도 사물 인터넷과 연계하여 원격지에서도 열차의 출도착 시간 정보를 상시 확인 가능하도록 하며, 철도 차량의 실내 환경 모니터링 등 다양한 모니터링 시스템과 연계하여 각 역 구간별로 데이터를 나누어 관리할 수 있어 데이터 관리 효율성이 향상될 수 있다.According to the above-described problem solving means of the present invention, it is possible to automatically detect the arrival and departure time of a target railway vehicle, and can be applied regardless of the type of train, and information about the arrival and departure time of a train at a remote location in connection with the railway Internet of Things. It is possible to check at all times, and data management efficiency can be improved by dividing and managing data for each station section in connection with various monitoring systems such as indoor environment monitoring of railway vehicles.
도 1은 본 발명의 일 실시예에 따른 철도 차량의 출도착 모니터링을 위한 모니터링 장치의 구성을 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 철도 차량의 출도착 모니터링 방법을 나타낸 순서도이다.
도 3은 도 2의 각 단계별 상세 동작을 설명하는 순서도이다.
도 4는 시험운행 가속도 데이터에 대한 STFT 적용 결과를 나타낸 도면이다.
도 5는 시험정차 가속도 신호의 측정 결과를 나타낸 도면이다.
도 6은 지배 주파수로 시험정차 가속도 신호에 대한 대역필터의 적용 결과를 나타낸 도면이다.
도 7은 실제 운행시 철도 차량의 가속도 데이터의 측정 결과를 나타낸 도면이다.
도 8은 지배 주파수로 가속도 데이터에 대한 대역필터의 적용 결과를 나타낸 도면이다.
도 9는 주파수 분석을 통해 도출된 각 시간에 대한 최대 가속도값 및 보정값을 나타낸 도면이다.
도 10은 보정값을 각 시간에 대해 인근 5개 데이터로 평균화한 결과를 나타낸 도면이다.
도 11은 정차 기준값을 이용하여 열차의 출도착 시간을 도출하는 과정을 설명하는 도면이다.1 is a view showing the configuration of a monitoring device for monitoring the arrival and departure of a railroad vehicle according to an embodiment of the present invention.
2 is a flowchart illustrating a method for monitoring arrival and departure of a railroad vehicle according to an embodiment of the present invention.
3 is a flowchart illustrating detailed operation of each step of FIG. 2.
4 is a diagram showing the results of applying STFT to test operation acceleration data.
5 is a view showing the measurement results of the test stop acceleration signal.
6 is a diagram showing the results of application of a band filter to a test stop acceleration signal at a dominant frequency.
7 is a view showing a result of measurement of acceleration data of a railway vehicle during actual driving.
8 is a diagram showing a result of application of a band filter to acceleration data at a dominant frequency.
9 is a diagram showing a maximum acceleration value and a correction value for each time derived through frequency analysis.
FIG. 10 is a view showing a result of averaging the correction values with five neighboring data for each time.
11 is a view for explaining a process of deriving the time of arrival and departure of a train using a stop reference value.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art to which the present invention pertains may easily practice. However, the present invention can be implemented in many different forms and is not limited to the embodiments described herein. In addition, in order to clearly describe the present invention in the drawings, parts irrelevant to the description are omitted, and like reference numerals are assigned to similar parts throughout the specification.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Throughout the specification, when a part is "connected" to another part, this includes not only "directly connected" but also "electrically connected" with another element in between. . Also, when a part is said to “include” a certain component, it means that the component may further include other components, not exclude other components, unless specifically stated otherwise. However, it should be understood that the existence or addition possibilities of numbers, steps, actions, components, parts or combinations thereof are not excluded in advance.
이하의 실시예는 본 발명의 이해를 돕기 위한 상세한 설명이며, 본 발명의 권리 범위를 제한하는 것이 아니다. 따라서 본 발명과 동일한 기능을 수행하는 동일 범위의 발명 역시 본 발명의 권리 범위에 속할 것이다.The following examples are detailed descriptions to aid the understanding of the present invention, and do not limit the scope of the present invention. Therefore, the same scope of the invention performing the same function as the present invention will also belong to the scope of the present invention.
이하 첨부된 도면을 참고하여 본 발명의 일 실시예를 상세히 설명하기로 한다.Hereinafter, an embodiment of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 일 실시예에 따른 철도 차량의 출도착 모니터링을 위한 모니터링 장치의 구성을 나타낸 도면이다.1 is a view showing the configuration of a monitoring device for monitoring the arrival and departure of a railroad vehicle according to an embodiment of the present invention.
도 1을 참조하면, 철도 차량의 출도착 모니터링을 위한 모니터링 장치(100)는 통신 모듈(110), 메모리(120), 프로세서(130) 및 데이터베이스(140)를 포함한다.Referring to FIG. 1, a
모니터링 장치(100)는 철도 차량의 벽면에 부착된 가속도계(200)와 사물 인터넷을 통해 연결되고, 철도 차량 운영 상황을 관제하는 철도교통 관제 센터와 무선 통신망을 통해 연결된다. 또는, 모니터링 장치(100)가 철도 차량 내에 구비되는 경우, 가속도계(200)와 시리얼 통신(Serial Peripheral Interface, SPI)을 통해 연결되고, 철도교통 관제 센터와 무선 통신망 또는 근거리 통신망을 통해 연결될 수 있다. The
상세히, 통신 모듈(110)은 모니터링 장치(100)와 가속도계(200) 또는 철도교통 관제 센터와의 송수신 신호를 제공하는 데 필요한 통신 인터페이스를 제공한다. 여기서, 통신 모듈(110)은 다른 네트워크 장치와 유무선 연결을 통해 제어 신호 또는 데이터 신호와 같은 신호를 송수신하기 위해 필요한 하드웨어 및 소프트웨어를 포함하는 장치일 수 있다.In detail, the
메모리(120)는 철도 차량의 출도착 모니터링 방법을 수행하기 위한 프로그램이 기록된다. 또한, 프로세서(130)가 처리하는 데이터를 일시적 또는 영구적으로 저장하는 기능을 수행한다. 여기서, 메모리(120)는 휘발성 저장 매체(volatile storage media) 또는 비휘발성 저장 매체(non-volatile storage media)를 포함할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.In the
프로세서(130)는 철도 차량의 벽면에 부착된 가속도계(200)를 이용하여 구간별 출도착 정보를 자동으로 판별할 수 있는 철도 차량의 출도착 모니터링 방법을 제공하는 전체 과정을 제어한다. 프로세서(130)가 수행하는 각 단계에 대해서는 도 2를 참조하여 후술하기로 한다.The
여기서, 프로세서(130)는 프로세서(processor)와 같이 데이터를 처리할 수 있는 모든 종류의 장치를 포함할 수 있다. 여기서, '프로세서(processor)'는, 예를 들어 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로써, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.Here, the
데이터베이스(140)는 철도 차량의 출도착 모니터링 방법을 수행하면서 누적되는 데이터가 저장된다. 예컨대, 데이터베이스(140)에는 철도 차량의 식별 정보, 철도 차량별 가속도 정보, 구간별 출도착 정보 등이 저장될 수 있다.The
도 2는 본 발명의 일 실시예에 따른 철도 차량의 출도착 모니터링 방법을 나타낸 순서도이고, 도 3은 도 2의 각 단계별상세 동작을 설명하는 순서도이다.2 is a flowchart illustrating a method for monitoring arrival and departure of a railroad vehicle according to an embodiment of the present invention, and FIG. 3 is a flowchart illustrating detailed operation of each step of FIG. 2.
먼저, 도 2 를 참조하면, 철도 차량의 출도착 모니터링 방법은, 철도 차량에 부착된 가속도계(200)를 이용하여 시험 운행에 다른 시험운행 가속도 데이터를 산출하는 제1 단계(S10), 시험운행 가속도 데이터에 기반하여 실제 철도 차량의 가속도 데이터를 이용하여 주행과 정차를 직관적으로 구분하도록 하는 정차 기준값을 산출하는 제2 단계(S20) 및 정차 기준값을 이용하여 대상 철도 차량의 각 구간별 출도착 정보를 판별하는 제3 단계(S30)로 구분할 수 있다.First, referring to FIG. 2, the method for monitoring the arrival and departure of a railroad vehicle includes a first step (S10) of calculating test run acceleration data different for a test run using the
다음, 도 3을 참조하여 제1 단계(S10), 제2 단계(S20) 및 제3 단계(S30)의 상세 동작을 살펴보면 다음과 같다. Next, referring to FIG. 3, the detailed operation of the first step (S10 ), the second step (S20 ), and the third step (S30) will be described as follows.
제1 단계(S10)에서는 가속도계(200)로부터 해당 철도 차량의 시험 운행에 따른 시험운행 가속도 데이터를 측정하는데(S11), 시험운행 가속도 데이터는 시험주행 가속도 신호(atest_run) 및 시험정차 가속도 신호(atest_stop)를 포함한다. In the first step (S10), the test operation acceleration data according to the test operation of the railway vehicle is measured from the accelerometer 200 (S11), and the test operation acceleration data includes a test driving acceleration signal (a test_run ) and a test stop acceleration signal ( a test_stop ).
제1 단계에서는 시험운행 가속도 데이터를 수학식 1로 정의되는 주파수 영역과 시간 영역을 동시에 분석할 수 있는 단시간 푸리에 변환(Short-Time Fourier Transform, STFT)을 적용하여 주파수 특성을 도출한다(S12). In the first step, frequency characteristics are derived by applying a short-time Fourier transform (STFT) capable of simultaneously analyzing the frequency domain and the time domain defined by Equation (1) in the test operation acceleration data (S12).
[수학식 1][Equation 1]
이러한 주파수 분석을 통해 시험주행 가속도 데이터에 대한 시간 변화에 따른 각 영역별 주파수 성분과 크기의 확인 가능하다. 따라서, 모니터링 장치는 철도 차량이 주행하는 동안의 지배 주파수 영역(frun)을 결정할 수 있다(S13). Through this frequency analysis, it is possible to check the frequency component and size of each area according to the change in time for the test acceleration data. Accordingly, the monitoring device may determine the dominant frequency region f run while the railway vehicle is driving (S13 ).
일반적으로, 철도 차량의 경우 운행 노선에 따라 차량의 종류가 결정되어 있어 운행시 지배 주파수 영역은 특정 범위로 한정되는 특징이 있다. 철도 차량 운행시, 차량에 부착된 가속도계의 센서 신호에 영향을 미치는 인자는 운행되는 동안에 레일과 차륜과의 마찰, 레일간극에 의한 진동, 차량의 가감속에 따른 가속도 변화 등이 있다. In general, in the case of a railroad car, the type of the vehicle is determined according to a driving route, so that the dominant frequency range is limited to a specific range when driving. Factors influencing the sensor signal of the accelerometer attached to the vehicle during the operation of the railroad vehicle include friction between the rail and the wheel during operation, vibration due to the rail gap, and acceleration changes due to acceleration and deceleration of the vehicle.
따라서, 열차의 가속도 변화에 영향을 주는 다양한 인자들이 갖는 고유한 특성을 확인하기 위해 취득된 시험주행 가속도 데이터의 시간 영역에 대한 주파수 분석을 수행하여 열차가 주행하는 동안 지배 주파수 영역(frun)을 결정한다. Therefore, frequency analysis is performed on the time domain of the test driving acceleration data acquired to check the unique characteristics of various factors affecting the change in acceleration of the train, so that the dominant frequency domain (f run ) is performed while the train is running. Decide.
철도 차량의 정차 상태와 운행 상태를 구별하기 위해, 모니터링 장치는 열차의 정차시 가속도 신호를 이용하여 시험기준 데이터를 산출한다. 그러나, 실제로 열차 정차시에 차량 모터에 의한 진동, 승객의 승하차에 따른 진동 등에 의한 노이즈가 가속도 신호에 혼합되게 된다. In order to distinguish the stationary state and the operating state of the railroad car, the monitoring device calculates test reference data using an acceleration signal when the train stops. However, when the train actually stops, noise caused by vibrations of the vehicle motor, vibrations due to passengers getting on and off, and the like are mixed in the acceleration signal.
따라서, 노이즈를 제거하기 위해 지배 주파수 영역(frun)으로 시험정차 가속도 신호(atest_stop)에 대한 대역 필터를 적용하여 노이즈를 효과적으로 제거하고(S14), STFT로 신호처리 하는 원래 신호와의 차원을 맞추기 위해 노이즈 제거된 시험정차 가속도 신호에 자연로그를 취한 후 평균값을 구하여 시험기준 데이터(astop)를 산출한다(S15). Therefore, in order to remove noise, the band filter for the test stop acceleration signal (a test_stop ) is applied to the dominant frequency domain (f run ) to effectively remove noise (S14), and the dimension with the original signal processed by STFT is processed. In order to fit, a natural log is taken of the test stop acceleration signal from which noise has been removed, and an average value is obtained to calculate test reference data (a stop ) (S15).
다음, 제2 단계에서는 철도 차량의 실제 운행시, 대상 철도 차량의 전체 운행 기간 동안의 가속도 데이터(a)를 산출하고(S21), 산출된 가속도 데이터에 대해 지배 주파수 영역(frun)으로 대역 필터를 적용하여 주행시의 지배 주파수 대역에 대한 주행 가속도 신호(aband)를 산출한다(S22).Next, in the second step, when the railway vehicle is actually operated, the acceleration data (a) for the entire driving period of the target railway vehicle is calculated (S21), and the band filter is filtered into the dominant frequency domain f run for the calculated acceleration data Applying to calculate the driving acceleration signal (a band ) for the dominant frequency band during driving (S22).
그리고, 모니터링 장치는 주행 가속도 신호(aband)에 대해 STFT를 적용하여 각 시간에서의 최대값을 이용해 최대 가속도값(aSTFT)를 산출하고(S23), 시험기준 데이터(astop)가 기설정된 기준값(예를 들어, '1')이 되도록 최대 가속도값(aSTFT)를 보정하여 보정값(acal)을 산출한다(S24).Then, the monitoring device calculates the maximum acceleration value (a STFT ) using the maximum value at each time by applying STFT to the driving acceleration signal (a band ) (S23), and the test reference data (a stop ) is preset. The correction value a cal is calculated by correcting the maximum acceleration value a STFT to become a reference value (for example, '1') (S24).
모니터링 장치는 각 시간에서 측정된 보정값을 해당 보정값과 인접한 시간 영역에서 측정한 N개의 데이터로 평균화하여 정차 기준값(a')를 산출한다(S25). 여기서 N은 3, 5, 7 등 데이터 복잡도가 증가하지 않는 수준의 데이터 개수를 사용할 수 있다. The monitoring apparatus averages the correction values measured at each time with N data measured in a time region adjacent to the correction values to calculate a stop reference value (a') (S25). Here, N may be 3, 5, 7, etc., the number of data levels of which data complexity does not increase.
마지막으로, 제3 단계에서는 정차 기준값(a')을 근거로 하여 철도 차량의 가속도 신호가 정차 기준값을 초과하는 경우에 주행 데이터로 판단하고, 정차 기준값 미만인 경우에 정차 데이터로 판단하고, 정차 기준값이 1인 경우, 주행 데이터는 모두 '1', 정차 데이터는 모두 '0'의 값으로 보정한다(S31, S32, S33).Finally, in the third step, it is judged as driving data when the acceleration signal of the railway vehicle exceeds the stopping reference value based on the stopping reference value (a'). In the case of 1, all of the driving data is corrected to a value of '1', and all of the stop data is corrected to a value of '0' (S31, S32, S33).
모니터링 장치는 주행 데이터와 정차 데이터를 시간 영역으로 맵핑하여 각 역에서 해당 철도 차량의 출발 시간 및 도착 시간을 자동으로 검지한다(S34, S35).The monitoring device automatically detects the departure time and the arrival time of the railroad vehicle at each station by mapping the driving data and the stop data to the time domain (S34, S35).
한편 도 3의 단계 S11 내지 S35는 본 발명의 구현예에 따라서 추가적인 단계들로 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계간의 순서가 변경될 수도 있다.Meanwhile, steps S11 to S35 of FIG. 3 may be divided into additional steps or combined with fewer steps according to an embodiment of the present invention. In addition, some steps may be omitted if necessary, and the order between the steps may be changed.
도 4는 시험운행 가속도 데이터에 대한 STFT 적용 결과를 나타낸 도면이고, 도 5는 시험정차 가속도 신호의 측정 결과를 나타낸 도면이며, 도 6은 지배 주파수로 시험정차 가속도 신호에 대한 대역필터의 적용 결과를 나타낸 도면이다. 그리고, 도 7은 실제 운행시 철도 차량의 가속도 데이터의 측정 결과를 나타낸 도면이고, 도 8은 지배 주파수로 가속도 데이터에 대한 대역필터의 적용 결과를 나타낸 도면이며, 도 9는 주파수 분석을 통해 도출된 각 시간에 대한 최대 가속도값 및 보정값을 나타낸 도면이고, 도 10은 보정값을 각 시간에 대해 인근 5개 데이터로 평균화한 결과를 나타낸 도면이며, 도 11은 정차 기준값을 이용하여 열차의 출도착 시간을 도출하는 과정을 설명하는 도면이다. 4 is a diagram showing the results of applying STFT to test operation acceleration data, FIG. 5 is a diagram showing the measurement results of a test stop acceleration signal, and FIG. 6 is a result of applying a band filter to a test stop acceleration signal at a dominant frequency. It is the figure shown. And, Figure 7 is a view showing the results of measuring the acceleration data of a railway vehicle in actual operation, Figure 8 is a view showing the results of applying a band filter to the acceleration data at the dominant frequency, Figure 9 is derived through frequency analysis It is a diagram showing the maximum acceleration value and the correction value for each time, and FIG. 10 is a diagram showing the result of averaging the correction value with five nearby data for each time, and FIG. 11 is using the stop reference value to arrive and depart the train This diagram explains the process of deriving time.
본 발명의 일 실시예에 따른 철도 차량의 출도착 모니터링 방법을 실제 운행 중인 도시철도 차량에 대해 적용한 경우, 철도 차량에 가속도 센서 1개를 부착하여 열차의 출도착 시간을 자동으로 검지 가능함을 알 수 있다.When the method for monitoring the arrival and departure of a railroad vehicle according to an embodiment of the present invention is applied to a city railroad vehicle in actual operation, it can be seen that it is possible to automatically detect the arrival and departure time of a train by attaching one acceleration sensor to the railroad vehicle. have.
도 4 내지 도 11에 도시된 바와 같이, 철도 차량의 벽면에 0.5mg의 분해능을 갖는 1축 상용 가속도 센서(ICP accelerometer, PCB Piezotronics Co.)를 부착하고, 모니터링 장치는 수도권 1호선(의왕역~세류역) 운행 열차를 대상으로 열차의 진행방향에 대해 100Hz의 샘플링으로 가속도 신호를 측정한다. 4 to 11, a one-axis commercial acceleration sensor (ICP accelerometer, PCB Piezotronics Co.) having a resolution of 0.5mg is attached to the wall surface of a railroad vehicle, and the monitoring device is a metropolitan area line 1 (Uiwang Station-Seoryeong) Station) Acceleration signal is measured by sampling at 100Hz for the direction of travel of the train.
모니터링 장치는 시험 운행시 가속도 센서를 이용하여 해당 철도 차량이 3개의 역을 통과하는 동안 주행 및 정차 가속도를 측정하고, 측정된 시험운행 가속도 데이터에 대해 STFT를 적용하면 도 4에 도시된 바와 같은 결과가 도출된다. The monitoring device measures the driving and stopping acceleration while the railway vehicle passes through three stations using the acceleration sensor during the test operation, and applying STFT to the measured test operation acceleration data results in the results shown in FIG. 4. Is derived.
도 4에 도시된 바와 같이, 대상 철도 차량의 경우, 5㎐이하의 낮은 주파수 대역과 5~15㎐의 중간 대역 주파수가 지배적인 것을 알 수 있으며, 차량이 운행하는 동안으로 한정할 경우 5~15㎐가 지배 주파수임을 쉽게 판단할 수 있다.As shown in FIG. 4, in the case of the target railway vehicle, it can be seen that the lower frequency band of 5 kHz or less and the intermediate band frequency of 5-15 kHz dominate, and when the vehicle is operated, it is limited to 5-15 It is easy to judge that ㎐ is the dominant frequency.
도 5에 도시된 바와 같이 정차 구간에서 측정된 시험정차 가속도 신호에 대해 5~15㎐의 지배 주파수를 이용하여 30초동안 대역필터링을 적용하면 도 6에 도시된 바와 같이 정차시 발생 가능한 노이즈를 제거할 수 있고, 노이즈가 제거된 신호에 자연로그를 취해 평균값을 구하여 정차시 신호에 대한 시험기준 데이터(astop)를 산출한다. As shown in FIG. 5, if band filtering is applied for 30 seconds using a dominant frequency of 5 to 15 kHz to the test stop acceleration signal measured in the stop section, noise that may occur during stop is removed as shown in FIG. It is possible to take the natural log of the noise-removed signal, calculate the average value, and calculate the test reference data (a stop ) for the signal when it stops.
실제 철도 차량의 4개 구간에서 도 7에 도시된 바와 같이 운행 동안의 가속도 신호(a)를 측정하고, 가속도 신호에 실제 열차의 출발 시간을 함께 표기한다. 이러한 방식은 대략적으로 출도착 여부를 판단할 수 있을 뿐, 정확한 출도착 시간을 판별하기에 한계가 있다.In four sections of a real railway vehicle, as shown in Fig. 7, the acceleration signal (a) during operation is measured, and the departure time of the actual train is also indicated on the acceleration signal. Such a method can only roughly determine whether or not it has arrived and has limitations in determining an accurate arrival and departure time.
따라서, 대상 철도 차량의 가속도 신호에 대해 5~15㎐의 지배 주파수로 대역 필터를 적용하면, 도 8에 도시된 바와 같이 가시화가 향상된 주행 가속도 신호(aband)를 산출할 수 있다. 즉, 주행 가속도 신호를 통해 차량이 운행 상태일 때 발생하는 신호는 유지한 채로 정차시에 발생된 노이즈 성분이 크게 감소하였음을 알 수 있다. Accordingly, if a band filter is applied to the acceleration signal of the target railway vehicle at a dominant frequency of 5 to 15 kHz, as shown in FIG. 8, a driving acceleration signal (a band ) with improved visibility may be calculated. That is, it can be seen through the driving acceleration signal that the noise component generated at the time of stopping while maintaining the signal generated when the vehicle is in the driving state is greatly reduced.
도 9에 도시된 바와 같이, 주행 가속도 신호에 대해 단시간 푸리에 변환을 적용하여 각 시간에서의 최대 가속도값(aSTFT)을 산출하고, 시험 기준 데이터(astop)이 -2.11인 경우 시험 기준 데이터가 기준값(예를 들어, 'astop=1')이 되도록 보정하여 보정값(acal) 산출한다. 도 7 및 도 9를 비교해보면, 도 9의 신호 형상이 열차의 출도착 판별이 좀더 수월하도록 수정되었음을 알 수 있다. As illustrated in FIG. 9, the shortest Fourier transform is applied to the driving acceleration signal to calculate the maximum acceleration value (a STFT ) at each time, and when the test reference data (a stop ) is -2.11, the test reference data is The correction value (a cal ) is calculated by correcting to a reference value (eg,'a stop = 1'). Comparing FIGS. 7 and 9, it can be seen that the signal shape of FIG. 9 has been modified to make it easier to determine the arrival and departure of trains.
그러나, 도 9에 도시된 바와 같이, 보정값 중 일부 구간의 경우, 차량 자체의 진동, 승객의 승하차 등에 의한 노이즈 성분에 의해 실제 정차 구간 동안 기준값(Threshold level)인 1보다 큰 값들이 부분적으로 존재한다. However, as illustrated in FIG. 9, in the case of some of the correction values, values greater than 1, which is a threshold level, are partially present during an actual stop period due to noise components due to vibration of the vehicle itself, passengers getting on and off, and the like. do.
이를 해결하기 위해, 모니터링 장치는 도 10에 도시된 바와 같이, 각 시간에 대해 인근 5개의 데이터를 평균화하는 5점 평균화 기법을 사용하여 정차 기준값(a')을 산출하는데, 도 9의 보정값과 도 10의 정차 기준값을 비교해보면 정차 구간에서의 노이즈 성분이 크게 감소됨을 알 수 있다. To solve this, as shown in FIG. 10, the monitoring apparatus calculates a stop reference value (a′) using a five-point averaging technique that averages five nearby data for each time. When comparing the stop reference values of FIG. 10, it can be seen that the noise component in the stop section is greatly reduced.
정차 기준값을 이용하여 주행과 정차를 직관적으로 구분하기 위해 2진법(a'=0, 1)을 적용하고, 각 시간에서의 신호를 '1'을 기준으로 큰 값은 모두 '1'로, 작은 값은 모두 '0'으로 재설정하면, 도 11에 도시된 같이, 2진법이 적용된 결과를 시간 영역으로 맵핑하여 데이터 오차 없이 정확한 열차의 출도착 시간을 도출할 수 있다. In order to intuitively distinguish driving and stopping by using the stop value, the binary method (a'=0, 1) is applied, and the signal at each time is based on '1'. When all of the values are reset to '0', as shown in FIG. 11, the result of applying the binary method can be mapped to the time domain to derive an accurate train arrival and departure time without data error.
이와 같이, 모니터링 장치에 의해 도출된 각 역별 열차의 출도착 시간과 데이터 측정시 기록된 실제 열차의 출도착 시간과 비교해보면, 표 1에 나타나 있듯이, 1~2초 정도의 오차 범위 내에서 일치함을 알 수 있다.As shown in Table 1, when compared with the departure and arrival times of trains for each station derived by the monitoring device and the actual train arrival and departure times recorded when measuring data, they are consistent within an error range of about 1 to 2 seconds. Can be seen.
[표 1][Table 1]
이와 같이, 본 발명의 실시예에 따른 철도 차량의 출도착 모니터링 방법은 가속도계의 센서 신호를 이용하여 차량의 운행 상황별 시간에 따른 주파수 특성을 분석하여 차량의 주행 구간과 정차 구간을 분리하고, 신호대잡음비 향상을 위해 인근 지점 N개의 신호에 대한 평균화를 통해 주행과 정차간 경계의 구분이 명확해지도록 함으로써 철도 차량의 출도착 시간을 자동으로 검지할 수 있다. As described above, the method for monitoring the arrival and departure of a railroad vehicle according to an embodiment of the present invention analyzes the frequency characteristics according to the time of operation of the vehicle by using the sensor signal of the accelerometer to separate the driving section and the stop section of the vehicle, and To improve the noise ratio, it is possible to automatically detect the arrival and departure time of railroad cars by averaging the N signals at nearby points so that the boundary between driving and stopping becomes clear.
따라서, 본 발명의 일 실시예에 따른 철도 차량의 출도착 모니터링 방법은 철도 차량에 적용되는 다양한 모니터링 시스템과 연계하여 모니터링 데이터의 효율적인 추출작업에 활용될 수 있다. Accordingly, the method for monitoring the arrival and departure of a railroad vehicle according to an embodiment of the present invention can be utilized for efficient extraction of monitoring data in connection with various monitoring systems applied to the railroad vehicle.
이상에서 설명한 본 발명의 실시예에 따른 철도 차량의 출도착 모니터링 방법은, 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 이러한 기록 매체는 컴퓨터 판독 가능 매체를 포함하며, 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 포함하며, 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.The method for monitoring the arrival and departure of a railroad vehicle according to an embodiment of the present invention described above may also be implemented in the form of a recording medium including instructions executable by a computer, such as a program module executed by a computer. Such recording media include computer readable media, which can be any available media that can be accessed by a computer, and includes both volatile and nonvolatile media, removable and non-removable media. In addition, computer readable media includes computer storage media, which are volatile and nonvolatile implemented in any method or technology for storage of information such as computer readable instructions, data structures, program modules or other data. , Removable and non-removable media.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.The above description of the present invention is for illustration only, and those skilled in the art to which the present invention pertains can understand that it can be easily modified to other specific forms without changing the technical spirit or essential features of the present invention. will be. Therefore, it should be understood that the embodiments described above are illustrative in all respects and not restrictive. For example, each component described as a single type may be implemented in a distributed manner, and similarly, components described as distributed may be implemented in a combined form.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present invention is indicated by the following claims rather than the above detailed description, and it should be interpreted that all changes or modified forms derived from the meaning and scope of the claims and equivalent concepts thereof are included in the scope of the present invention. do.
100: 철도 차량 출도착 모니터링 장치
110: 통신 모듈 120: 메모리
130: 프로세서 140: 데이터베이스
200: 가속도계100: railway vehicle arrival and departure monitoring device
110: communication module 120: memory
130: processor 140: database
200: accelerometer
Claims (11)
a) 철도 차량에 부착된 가속도계로부터 해당 철도 차량의 시험 운행에 따른 시험운행 가속도 데이터를 수신하고, 상기 시험운행 가속도 데이터를 이용하여 상기 철도 차량의 주행 상태와 정차 상태의 판별 기준이 되는 시험기준 데이터(astop)를 산출하는 단계;
b) 상기 철도 차량의 실제 운행시, 상기 가속도계를 이용하여 전체 운행 기간 동안의 가속도 데이터(a)를 산출하고, 상기 가속도 데이터(a)에 기반하여 상기 시험기준 데이터(astop)가 기설정된 기준값이 되도록 최대 가속도값에 대한 보정을 수행하여 정차 기준값(a')을 산출하는 단계; 및
c) 상기 철도 차량의 가속도 신호가 상기 정차 기준값을 초과하는 경우에 주행 데이터로 판단하고, 상기 정차 기준값 미만인 경우에 정차 데이터로 판단하고, 상기 주행 데이터와 정차 데이터를 시간 영역으로 맵핑하여 해당 철도 차량의 구간별 출발 시간 및 도착 시간을 산출하는 단계를 포함하는 것인, 철도 차량의 출도착 모니터링 방법.In the method for monitoring the arrival and departure of a railway vehicle performed by a monitoring device for performing monitoring related to the railway vehicle,
a) Test reference data that receives test operation acceleration data according to the test operation of the railway vehicle from the accelerometer attached to the railway vehicle, and uses the test operation acceleration data as a criterion for determining the driving state and the stop state of the railway vehicle. calculating (a stop );
b) When the railway vehicle is actually operated, the accelerometer is used to calculate acceleration data (a) for the entire driving period, and based on the acceleration data (a), the test reference data (a stop ) is a preset reference value. Compensating for the maximum acceleration value so as to calculate the stop reference value (a'); And
c) When the acceleration signal of the railway vehicle exceeds the stop reference value, it is determined to be driving data, and if it is less than the stop reference value, it is determined to be stop data, and the driving data and the stop data are mapped to the time domain to correspond to the railway vehicle. Comprising the step of calculating the departure time and arrival time for each section of the railroad vehicle arrival and departure monitoring method.
상기 모니터링 장치는 상기 가속도계와 통신망을 통해 연결되고, 철도 차량 운영 상황을 관제하는 철도교통 관제 센터와 무선 통신망을 통해 연결되는 것인, 철도 차량의 출도착 모니터링 방법.According to claim 1,
The monitoring device is connected to the accelerometer through a communication network, and is connected to the rail traffic control center for controlling the operation status of the railroad car through a wireless communication network, the arrival and departure monitoring method of the railroad car.
상기 모니터링 장치는 상기 철도 차량 내에 구비되는 경우, 상기 가속도계와 시리얼 통신(Serial Peripheral Interface, SPI)을 통해 연결되고, 철도 차량 운영 상황을 관제하는 철도교통 관제 센터와 무선 통신망을 통해 연결되는 것인, 철도 차량의 출도착 모니터링 방법. According to claim 1,
When the monitoring device is provided in the railroad car, it is connected to the accelerometer through a serial communication (Serial Peripheral Interface, SPI), and is connected to a railroad traffic control center and a wireless communication network to control the operation status of the railroad car. How to monitor the arrival and departure of railroad cars.
상기 (a) 단계는,
a-1) 상기 철도 차량의 시험 운행을 통해 시험주행 가속도 신호(atest_run) 및 시험정차 가속도 신호(atest_stop)를 포함한 시험운행 가속도 데이터를 측정하는 단계; 및
a-2) 상기 시험운행 가속도 데이터를 주파수 분석하여 상기 철도 차량이 주행하는 동안 지배 주파수 영역(frun)을 결정하고, 상기 지배 주파수 영역을 이용하여 상기 시험정차 가속도 신호(atest_stop)에 대한 대역 필터를 적용하여 노이즈를 제거하여 상기 시험기준 데이터(astop)를 산출하는 단계를 포함하는 것인, 철도 차량의 출도착 모니터링 방법.According to claim 1,
Step (a) is,
a-1) measuring test driving acceleration data including a test driving acceleration signal (a test_run ) and a test stop acceleration signal (a test_stop ) through the test operation of the railway vehicle; And
a-2) Frequency analysis of the test operation acceleration data to determine a dominant frequency region (f run ) while the railway vehicle is running, and using the dominant frequency region to determine a band for the test stop acceleration signal (a test_stop ) And removing noise by applying a filter to calculate the test reference data (a stop ).
상기 a-2) 단계는,
상기 노이즈 제거된 시험정차 가속도 신호에 자연로그를 취한 후 평균값을 구하여 상기 시험기준 데이터(astop)를 산출하는 것인, 철도 차량의 출도착 모니터링 방법.The method of claim 4,
Step a-2) is,
After taking the natural log of the noise-removed test stop acceleration signal, an average value is obtained to calculate the test reference data (a stop ), and the railway vehicle arrival and departure monitoring method.
상기 a) 단계는, 상기 시험운행 가속도 데이터를 주파수 분석하여 상기 철도 차량이 주행하는 동안 지배 주파수 영역(frun)을 결정하고,
상기 b) 단계는,
b-1) 상기 가속도 데이터(a)에 대해 상기 지배 주파수 영역(frun)으로 대역 필터를 적용하여 주행시의 지배 주파수 대역에 대한 주행 가속도 신호(aband)를 산출하는 단계;
b-2) 상기 주행 가속도 신호(aband)에 대해 단시간 푸리에 변환을 적용하여 각 시간에서의 최대값을 이용해 최대 가속도값(aSTFT)을 산출하는 단계;
b-3) 시험기준 데이터(astop)가 상기 기설정된 기준값이 되도록 상기 최대 가속도값(aSTFT)을 보정하여 보정값(acal)을 산출하는 단계; 및
b-4) 상기 산출된 보정값을 각 시간에 대해 인접한 시간 영역에서 측정한 N개의 데이터로 평균화하여 상기 정차 기준값(a')를 산출하는 단계를 포함하는 것이고,
상기 N은 정차 기준값 산출 과정의 복잡도가 기설정된 기준값 이하가 되기위한 자연수인, 철도 차량의 출도착 모니터링 방법. According to claim 1,
In step a), the frequency of the test operation acceleration data is analyzed to determine a dominant frequency region (f run ) while the railway vehicle is running,
Step b),
b-1) calculating a driving acceleration signal (a band ) for the dominant frequency band during driving by applying a band filter to the dominant frequency domain (f run ) with respect to the acceleration data (a);
b-2) calculating a maximum acceleration value (a STFT ) using a maximum value at each time by applying a short-time Fourier transform to the driving acceleration signal (a band );
b-3) The test reference data (a stop ) is set to the preset reference value. Calculating a correction value (a cal ) by correcting the maximum acceleration value (a STFT ); And
b-4) a step of averaging the calculated correction value with N data measured in an adjacent time domain for each time to calculate the stop reference value (a'),
The N is a natural number for the complexity of the process of calculating a stop reference value to be equal to or less than a preset reference value, and a method for monitoring the arrival and departure of a railway vehicle.
상기 철도 차량의 출도착 모니터링 방법을 수행하기 위한 프로그램이 기록된 메모리; 및 상기 프로그램을 실행하기 위한 프로세서를 포함하며,
상기 프로세서는, 상기 프로그램의 실행에 의해,
상기 철도 차량의 시험 운행에 따라, 상기 철도 차량에 결합되어 운행 상황별로 가속도 신호를 측정하여 센서 신호를 전송하는 가속도계로부터 시험운행 가속도 데이터를 수신하고, 상기 시험운행 가속도 데이터를 이용하여 상기 철도 차량의 주행 상태와 정차 상태의 판별 기준이 되는 시험기준 데이터(astop)를 산출하며,
상기 철도 차량의 실제 운행시, 상기 가속도계를 통해 전체 운행 기간 동안의 가속도 데이터(a)를 산출하고, 상기 가속도 데이터(a)에 기반하여 상기 시험기준 데이터(astop)가 기설정된 기준값이 되도록 최대 가속도값에 대한 보정을 수행하여 정차 기준값(a')을 산출하며,
상기 철도 차량의 가속도 신호가 상기 정차 기준값을 초과하는 경우에 주행 데이터로 판단하고, 상기 정차 기준값 미만인 경우에 정차 데이터로 판단하고, 상기 주행 데이터와 정차 데이터를 시간 영역으로 맵핑하여 해당 철도 차량의 구간별 출발 시간 및 도착 시간을 산출하는 것인, 철도 차량의 출도착 모니터링 장치.In the monitoring device for monitoring the environmental information of the railway vehicle,
A memory in which a program for performing a method of monitoring arrival and departure of the railway vehicle is recorded; And a processor for executing the program,
The processor, by the execution of the program,
According to the test operation of the railway vehicle, the test vehicle acceleration data is received from an accelerometer which is coupled to the railway vehicle and measures an acceleration signal for each driving situation and transmits a sensor signal, and uses the test operation acceleration data to Calculate the test criterion data (a stop ), which is a criterion for determining the driving state and the stopping state,
When the railway vehicle is actually operated, the acceleration data (a) for the entire driving period is calculated through the accelerometer, and based on the acceleration data (a), the test reference data (a stop ) is set to be a preset reference value. Compensation for the acceleration value is performed to calculate the stop reference value (a'),
When the acceleration signal of the railway vehicle exceeds the stop reference value, it is determined as driving data, and when it is less than the stop reference value, it is determined as stop data, and the driving data and the stop data are mapped to the time domain to map the section of the railway vehicle. A departure and arrival monitoring device for railway vehicles that calculates departure time and arrival time for each vehicle.
상기 프로세서는,
상기 시험운행 가속도 데이터를 주파수 분석하여 상기 철도 차량이 주행하는 동안 지배 주파수 영역(frun)을 결정하고, 상기 지배 주파수 영역으로 대역 필터를 적용하여 상기 시험운행 가속도 데이터 또는 실제 운행시 가속도 데이터에 대한 노이즈를 제거하는 것인, 철도 차량의 출도착 모니터링 장치.The method of claim 8,
The processor,
Frequency analysis of the test operation acceleration data determines a dominant frequency region (f run ) while the railroad vehicle is driving, and applies a band filter to the dominant frequency region to apply for the test operation acceleration data or actual operation acceleration data. A device for monitoring the arrival and departure of railway vehicles that eliminates noise.
상기 프로세서는,
상기 주행 가속도 신호(aband)에 대해 단시간 푸리에 변환을 적용하여 각 시간에서의 최대값을 이용해 최대 가속도값(aSTFT)을 산출하고, 상기 시험기준 데이터(astop)가 상기 기설정된 기준값이 되도록 상기 최대 가속도값(aSTFT)을 보정하여 보정값(acal)을 산출한 후, 상기 산출된 보정값을 각 시간에 대해 인접한 시간 영역에서 측정한 N개의 데이터로 평균화하여 상기 정차 기준값(a')를 산출하는 것이고, 상기 N은 정차 기준값 산출 과정의 복잡도가 기설정된 기준값 이하가 되기위한 자연수인, 철도 차량의 출도착 모니터링 장치.The method of claim 8,
The processor,
A short-time Fourier transform is applied to the driving acceleration signal (a band ) to calculate a maximum acceleration value (a STFT ) using the maximum value at each time, and the test reference data (a stop ) becomes the preset reference value. After correcting the maximum acceleration value (a STFT ) to calculate a correction value (a cal ), the calculated correction value is averaged with N pieces of data measured in adjacent time regions for each time, and the vehicle stop reference value (a') ), wherein N is a natural number for the complexity of the process of calculating a stop reference value to be equal to or less than a preset reference value, and the monitoring device for arrival and departure of a railway vehicle.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180133276A KR102138317B1 (en) | 2018-11-02 | 2018-11-02 | Method and apparatus for monitoring arrival and departure information of railway vehicles |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180133276A KR102138317B1 (en) | 2018-11-02 | 2018-11-02 | Method and apparatus for monitoring arrival and departure information of railway vehicles |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200050557A KR20200050557A (en) | 2020-05-12 |
| KR102138317B1 true KR102138317B1 (en) | 2020-07-27 |
Family
ID=70679615
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180133276A KR102138317B1 (en) | 2018-11-02 | 2018-11-02 | Method and apparatus for monitoring arrival and departure information of railway vehicles |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102138317B1 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114162177B (en) * | 2022-01-04 | 2022-07-05 | 安徽徽一通讯科技有限公司 | Early warning bracelet is used in operation protection between railway section |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012106554A (en) * | 2010-11-16 | 2012-06-07 | Hokkaido Railway Co | Rail car rocking measuring instrument, and method of measuring rail car rocking |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030039514A (en) | 2001-11-13 | 2003-05-22 | 코모시스 주식회사 | System for Verifying Position of Train And Method Thereof |
| KR101975244B1 (en) | 2017-02-08 | 2019-08-26 | 한국철도기술연구원 | a method for estimating the location of urban railway using real-time location information |
-
2018
- 2018-11-02 KR KR1020180133276A patent/KR102138317B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012106554A (en) * | 2010-11-16 | 2012-06-07 | Hokkaido Railway Co | Rail car rocking measuring instrument, and method of measuring rail car rocking |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20200050557A (en) | 2020-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5382991B2 (en) | Abnormality diagnosis method and abnormality diagnosis system for track system | |
| Mori et al. | Condition monitoring of railway track using in-service vehicle | |
| EP3219574B1 (en) | Method and system for determining a vertical profile of a rail surface | |
| US20140142868A1 (en) | Apparatus and method for inspecting track in railroad | |
| CN105722741A (en) | System and method for identifying damaged sections of a route | |
| US20210269077A1 (en) | Smart sensor data transmission in railway infrastructure | |
| EP3751249B1 (en) | Device and method for detecting abnormality in railroad vehicle | |
| AU2023266301A1 (en) | Systems and methods for locating objects | |
| KR102138317B1 (en) | Method and apparatus for monitoring arrival and departure information of railway vehicles | |
| RU2542784C2 (en) | Method and electronic device for monitoring of state of parts of rail vehicles | |
| RU2722370C1 (en) | Monitoring elements of infrastructure through geo-clustering | |
| JP2016185730A (en) | Equipment diagnostic device and equipment diagnosis method | |
| RU2754286C1 (en) | Method for sensory analysis, control system containing computer software product for sensory analysis, passenger counting system and vehicle for transporting passengers, in particular, in rail and road traffic | |
| JP2011011715A (en) | Abnormal cause specifying device, abnormal cause specifying system, and abnormal cause specifying method | |
| CN108287847A (en) | Business hours information and mobile object information collecting method and device | |
| Karimpour et al. | A novel method in light-rail condition monitoring using smartphones | |
| KR101463797B1 (en) | Method and apparatus for diagnosing railway by using driving noise of railway vehicle | |
| KR102172206B1 (en) | Method and apparatus for automatic detecting arrival and departure of railway vehicles | |
| KR20170114430A (en) | Apparatus and method for predicting train's derailment | |
| JP2018087008A (en) | Machine diagnosis system, ground device and on-vehicle device | |
| CN111532312B (en) | Track turnout identification method and device | |
| JP7040983B2 (en) | Vehicle test system | |
| TWI532618B (en) | System and method of collecting abnormal point of road surface | |
| JP2019039857A (en) | Evaluation method of in-car noise due to rail wavy abrasion, in-car noise evaluation system, and rail maintenance method using the same | |
| JP2008044563A (en) | Position recognition method for organized train vibration measuring device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |