CN104992427A - 一种基于机器学习的运煤火车错钩检测系统及方法 - Google Patents
一种基于机器学习的运煤火车错钩检测系统及方法 Download PDFInfo
- Publication number
- CN104992427A CN104992427A CN201510117467.9A CN201510117467A CN104992427A CN 104992427 A CN104992427 A CN 104992427A CN 201510117467 A CN201510117467 A CN 201510117467A CN 104992427 A CN104992427 A CN 104992427A
- Authority
- CN
- China
- Prior art keywords
- hook
- network
- hitch
- video analysis
- video
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明涉及一种基于机器学习的运煤火车错钩检测系统及方法,一种基于智能视频分析的运煤火车错钩检测系统,包括监视单元和控制单元,所述监视单元包括在站台上以标准火车车厢为间隔在相邻两节火车车厢间连接处连续设有若干个监控立杆,所述监控立杆上还设有网络摄像头和补光灯;所述控制单元包括网络视频采集设备、POE交换机、显示器、视频分析服务器;所述网络摄像头和补光灯通过通讯线缆与POE交换机连接并通过网络将视频信号经由网络视频采集设备传送至视频分析服务器并在显示器上显示;视频分析服务器可以通过网络下发控制指令至网络摄像头和补光灯。
Description
技术领域
本发明涉及一种视频分析系统,尤其是涉及一种用于运煤火车错钩状态监测的视频分析系统。
技术背景
翻车机完成翻转火车车厢卸载煤炭的功能,是港口煤炭运输的核心设备。运煤火车由于在输运过程中,经过多次编组,经常会产生错钩现象。到达目的地后,翻车机大臂把车厢翻转,将车厢内的物料倾倒出,并由下面的传送带将物料运走。就在这个过程中,一旦出现火车错钩现象(即连接车厢的两个钩头均为错钩),翻车机继续作业将可能会损坏钩头、夹轮器以及定位车减速机轴承,严重时还可能造成火车掉道事故。这些事故既影响生产效率,又造成巨大经济损失。
然而,目前存在的火车钩识别系统多采用激光器与PLC联合的方法,误检率高且不具备事后的查询能力。
发明内容
本发明的目的在于提供一种基于智能视频分析的运煤火车错钩检测系统,以智能目标检测、目标识别算法为基础,对煤车翻车前进行车钩定位分析,提供事前预警和事后检索功能。系统在各种气候条件和不同的光照情况下,都可以达到很好的预警能力。
这种基于智能视频分析的运煤火车错钩检测系统,包括监视单元和控制单元,其特征在于:
(1)所述监视单元包括在站台上以标准火车车厢为间隔在相邻两节火车车厢间连接处连续设有若干个监控立杆,所述监控立杆上还设有网络摄像头和补光灯;
(2)所述控制单元包括网络视频采集设备、POE交换机、显示器、视频分析服务器;
(3)所述网络摄像头和补光灯通过通讯线缆与POE交换机连接并通过网络将视频信号经由网络视频采集设备传送至视频分析服务器并在显示器上显示;
(4)视频分析服务器可以通过网络下发控制指令至网络摄像头和补光灯。
所述网络摄像头与补光灯与车厢连接处成45°夹角。
所述视频信号和分析结果存储在视频分析服务器上以供事后查询。
这种基于智能视频分析的运煤火车错钩检测方法,其特征在于:
步骤一,通过网络摄像机获取煤车视频图像;
步骤二,对当前帧进行智能分析,判断当前图像中是否存在火车车钩,使用模式识别的方法准确定位出火车车钩的位置;
步骤三,对图像内车钩状态状态进行识别,若识别为非死钩,则返回步骤一,若识别为死钩,转到步骤四;
步骤四,监测死钩状态报告数,达到报警阈值后出发报警。
进一步的,在步骤三中,对左右车钩风管位置的子图像分别提取特征,对提取的特征向量进行识别,如果左边风管和右边风管位置的子图像同时被识别为风管,或者不是风管,那么当前图像中的车钩为正常车钩;反之,为错钩;
进一步的,在步骤四中,系统取进入有效检测区域后的第a+1帧开始识别,并且随后的m帧进行累积报警判断,即如果随后的m帧中n帧以上都判断为正常车钩那么该车钩判断为非死钩,否则,系统会判定该车钩为死钩。
所述a取值为5,所述b取值为5,所述m取值为10,n/m取值为0.7。
本发明采用智能视频分析的方法对运煤车车钩进行检测分析。该从网络摄像机获取实时视频,通过服务器处理,准确定位火车车厢挂钩位置,并对车钩风管进行分析,准确判断进站的运煤火车每节车厢挂钩的状态:活钩还是错钩,从而进行有效的报警。运煤火车错钩检测的核心技术是要解决全天候监控运煤火车的车钩定位、风管识别问题。算法要能抵抗各种气候条件和光照条件的影响,保证在极低的漏报情况下,保持很低的误报率。
附图说明
附图1监控立杆实施方案图
附图2运煤火车错钩检测系统的系统框架图
附图3车钩定位过程的流程图
附图4车钩风管识别过程的流程图
附图5智能视频分析系统流程图
具体实施方式
下面我们结合附图和具体的实例来对这种基于智能视频分析的运煤火车错钩检测系统进行进一步的详细说明,以求更为清楚明白地阐述其结构和使用方式。
这种基于智能视频分析的运煤火车错钩检测系统,包括监视单元和控制单元,其特征在于:
(5)所述监视单元包括在站台上以标准火车车厢为间隔在相邻两节火车车厢间连接处连续设有若干个监控立杆,所述监控立杆上还设有网络摄像头和补光灯;
(6)所述控制单元包括网络视频采集设备、POE交换机、显示器、视频分析服务器;
(7)所述网络摄像头和补光灯通过通讯线缆与POE交换机连接并通过网络将视频信号经由网络视频采集设备传送至视频分析服务器并在显示器上显示;
(8)视频分析服务器可以通过网络下发控制指令至网络摄像头和补光灯。
所述网络摄像头与补光灯与车厢连接处成45°夹角。
所述视频信号存储在视频分析服务器上以供事后查询。
这种基于智能视频分析的运煤火车错钩检测方法,其特征在于:
步骤一,通过网络摄像机获取煤车视频图像;
步骤二,对当前帧进行智能分析,判断当前图像中是否存在火车车钩,使用模式识别的方法准确定位出火车车钩的位置;
步骤三,对图像内车钩状态状态进行识别,若识别为非死钩,则返回步骤一,若识别为死钩,转到步骤四;
步骤四,监测死钩状态报告数,达到报警阈值后出发报警。
进一步的,在步骤三中,对左右车钩风管位置的子图像分别提取特征,对提取的特征向量进行识别,如果左边风管和右边风管位置的子图像同时被识别为风管,或者不是风管,那么当前图像中的车钩为正常车钩;反之,为错钩;
进一步的,在步骤四中,系统取进入有效检测区域后的第a+1帧开始识别,并且随后的m帧进行累积报警判断,即如果随后的m帧中n帧以上都判断为正常车钩那么该车钩判断为非死钩,否则,系统会判定该车钩为死钩。
所述a取值为5,所述b取值为5,所述m取值为10,n/m取值为0.7。
Claims (7)
1.一种基于智能视频分析的运煤火车错钩检测系统,包括监视单元和控制单元,其特征在于:
所述监视单元包括在站台上以标准火车车厢为间隔在相邻两节火车车厢间连接处连续设有若干个监控立杆,所述监控立杆上还设有网络摄像头和补光灯;
所述控制单元包括网络视频采集设备、POE交换机、显示器、视频分析服务器;
所述网络摄像头和补光灯通过通讯线缆与POE交换机连接并通过网络将视频信号经由网络视频采集设备传送至视频分析服务器并在显示器上显示;
视频分析服务器可以通过网络下发控制指令至网络摄像头和补光灯。
2.如权利要求1所述的一种基于智能视频分析的运煤火车错钩检测系统,其特征在于:所述网络摄像头与补光灯与车厢连接处成45°夹角。
3.如权利要求1所述的一种基于智能视频分析的运煤火车错钩检测系统,其特征在于:所述视频信号存储在视频分析服务器上以供事后查询。
4.一种基于智能视频分析的运煤火车错钩检测方法,其特征在于:
步骤一,通过网络摄像机获取煤车视频图像;
步骤二,对当前帧进行智能分析,判断当前图像中是否存在火车车钩,使用模式识别的方法准确定位出火车车钩的位置;
步骤三,对图像内车钩状态状态进行识别,若识别为非死钩,则返回步骤一,若识别为死钩,转到步骤四;
步骤四,监测死钩状态报告数,达到报警阈值后出发报警。
5.如权利要求4所述的一种基于智能视频分析的运煤火车错钩检测方法,其特征在于:在步骤三中,对左右车钩风管位置的子图像分别提取特征,对提取的特征向量进行识别,如果左边风管和右边风管位置的子图像同时被识别为风管,或者不是风管,那么当前图像中的车钩为正常车钩;反之,为错钩。
6.如权利要求4所述的一种基于智能视频分析的运煤火车错钩检测方法,其特征在于:在步骤四中,系统取进入有效检测区域后的第a+1帧开始识别,并且随后的m帧进行累积报警判断,即如果随后的m帧中n帧以上都判断为正常车钩那么该车钩判断为非死钩,否则,系统会判定该车钩为死钩。
7.如权利要求6所述的一种基于智能视频分析的运煤火车错钩检测方法,其特征在于:所述a取值为5,所述b取值为5,所述m取值为10,n/m取值为0.7。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510117467.9A CN104992427A (zh) | 2015-03-17 | 2015-03-17 | 一种基于机器学习的运煤火车错钩检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510117467.9A CN104992427A (zh) | 2015-03-17 | 2015-03-17 | 一种基于机器学习的运煤火车错钩检测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104992427A true CN104992427A (zh) | 2015-10-21 |
Family
ID=54304235
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510117467.9A Pending CN104992427A (zh) | 2015-03-17 | 2015-03-17 | 一种基于机器学习的运煤火车错钩检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104992427A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111006592A (zh) * | 2019-12-02 | 2020-04-14 | 西安宝利铁路器材有限公司 | 一种机车车钩高度监测装置及方法 |
CN111079819A (zh) * | 2019-12-12 | 2020-04-28 | 哈尔滨市科佳通用机电股份有限公司 | 基于图像识别与深度学习的铁路货车钩舌销的状态判断方法 |
CN114973159A (zh) * | 2022-05-16 | 2022-08-30 | 北京轨道交通技术装备集团有限公司 | 一种车钩连挂状态检测方法、系统及装置 |
CN114973159B (zh) * | 2022-05-16 | 2024-07-09 | 北京轨道交通技术装备集团有限公司 | 一种车钩连挂状态检测方法、系统及装置 |
-
2015
- 2015-03-17 CN CN201510117467.9A patent/CN104992427A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111006592A (zh) * | 2019-12-02 | 2020-04-14 | 西安宝利铁路器材有限公司 | 一种机车车钩高度监测装置及方法 |
CN111079819A (zh) * | 2019-12-12 | 2020-04-28 | 哈尔滨市科佳通用机电股份有限公司 | 基于图像识别与深度学习的铁路货车钩舌销的状态判断方法 |
CN111079819B (zh) * | 2019-12-12 | 2021-03-23 | 哈尔滨市科佳通用机电股份有限公司 | 基于图像识别与深度学习的铁路货车钩舌销的状态判断方法 |
CN114973159A (zh) * | 2022-05-16 | 2022-08-30 | 北京轨道交通技术装备集团有限公司 | 一种车钩连挂状态检测方法、系统及装置 |
CN114973159B (zh) * | 2022-05-16 | 2024-07-09 | 北京轨道交通技术装备集团有限公司 | 一种车钩连挂状态检测方法、系统及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108491758B (zh) | 一种轨道检测方法及机器人 | |
CN201845435U (zh) | 一种基于视频的车辆闯红灯监测装置 | |
CN201846437U (zh) | 货车装载状态高清视频监控系统 | |
CN106537900B (zh) | 用于数据通信的视频系统和方法 | |
CN203793211U (zh) | 货运过程中货物安全监控告警系统 | |
CN202614278U (zh) | 接触网图像动态采集系统 | |
EP3275764B1 (de) | Zugleitsystem | |
CN103886753B (zh) | 一种信号灯控制路口异常停车原因快速确认系统及方法 | |
CN206136125U (zh) | 一种雷达视频融合报警装置、系统及设备 | |
CN202339636U (zh) | 一种图像采集装置 | |
CN104299420A (zh) | 一种光触发式抓拍系统及方法 | |
CN103281515A (zh) | 一种可调控巡检式运输皮带无线视频监控系统 | |
CN104748795B (zh) | 一种监控大型电力设备运输的系统及方法 | |
CN106933177A (zh) | 一种识别渣土车货箱状态的工地智能管控系统 | |
CN204516045U (zh) | 带违停车辆检测的公交站台系统 | |
CN201662891U (zh) | 一种立交、桥梁、涵洞用通行状况监控警告设备 | |
CN107399341A (zh) | 车载运行环境安全监测系统及方法 | |
WO2017217865A1 (en) | Tunnel monitoring system and method of operation | |
CN107666602A (zh) | 一种铁路道口视频监控及远程控制系统 | |
CN104992427A (zh) | 一种基于机器学习的运煤火车错钩检测系统及方法 | |
CN112560546B (zh) | 抛洒行为检测方法、装置及存储介质 | |
CN202283922U (zh) | 列车装载超限及车厢状况检测装置 | |
EP2078659B1 (en) | A system and method for providing reliable collision hazard detection | |
CN111427063B (zh) | 一种移动装置通行控制方法、装置、设备、系统及介质 | |
CN106937075A (zh) | 道路安全预警联网控制系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151021 |