CN107097812A - 一种铁路强降雨量无人机实时智能测量方法及系统 - Google Patents

一种铁路强降雨量无人机实时智能测量方法及系统 Download PDF

Info

Publication number
CN107097812A
CN107097812A CN201710300346.7A CN201710300346A CN107097812A CN 107097812 A CN107097812 A CN 107097812A CN 201710300346 A CN201710300346 A CN 201710300346A CN 107097812 A CN107097812 A CN 107097812A
Authority
CN
China
Prior art keywords
train
unmanned plane
rainfall
railway
speed
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
CN201710300346.7A
Other languages
English (en)
Other versions
CN107097812B (zh
Inventor
刘辉
李燕飞
熊若鑫
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.)
Central South University
Original Assignee
Central South University
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 Central South University filed Critical Central South University
Priority to CN201710300346.7A priority Critical patent/CN107097812B/zh
Publication of CN107097812A publication Critical patent/CN107097812A/zh
Application granted granted Critical
Publication of CN107097812B publication Critical patent/CN107097812B/zh
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 vehicle trains or setting of track apparatus
    • B61L25/02—Indicating or recording positions or identities of vehicles or vehicle trains
    • B61L25/021—Measuring and recording of train speed
    • 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 vehicle trains or setting of track apparatus
    • B61L25/02—Indicating or recording positions or identities of vehicles or vehicle trains
    • B61L25/04—Indicating or recording train identities
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • B61L27/04—Automatic systems, e.g. controlled by train; Change-over to manual control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D47/00—Equipment not otherwise provided for
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications

Abstract

本发明公开了一种铁路强降雨量无人机实时智能测量方法及系统，该方法通过引入无人机降雨量测量装置对受控列车局部移动环境实现主动降雨量测量，利用无人机降雨量测量装置携带微波式雨量计、列车测速装置、温度计、湿度计对列车所处的温湿度、降雨量、速度测量，实时计算当前降雨条件下列车安全行车速度限值，从技术方案上避免铁路沿线降雨量的“监控盲区”；根据采集的降雨量、列车速度和线路坡度信息，实时计算列车的视距，利用无人机装置的机动性，采用无人机图像传输装置实时将列车视距外的线路图像传回列车车载显示装置，扩大列车驾驶员在强降雨条件下的视距，提高高速列车在强降雨环境下的运营安全性。

Description

一种铁路强降雨量无人机实时智能测量方法及系统
技术领域
本发明属于铁路轨道检测领域，特别涉及一种铁路强降雨量无人机实时智能测量方法及系统。
背景技术
如果铁路沿线区间遭受严重的泥石流灾害,将会危及行车安全。在强降雨条件下，列车司机的视距严重降低，在大雨中很难发现前方险情。同时，由暴雨引起的泥石流、山体滑坡对铁路路基构成严重的危害。中国铁路历史上旅客伤亡最为惨重的事故——成昆铁路列车坠桥事故，事故原因即暴雨引发泥石流冲毁铁路桥。日本新干线规定，1h降水量超过25mm列车开始警戒，1h降水量达40～45mm时列车限速170km/h运行。按照我国铁路部门规定，1h雨量达到暴雨标准，需开始限速警戒。《铁路技术管理规程》(高速铁路部分)第347条规定，遇有降雨天气，重点防洪地段1h降雨量达到45mm及以上时，列车限速120km/h；1h降雨量达到60mm及以上，列车限速45km/h。
为了降低强降雨对高速铁路运营所造成的危害，近年来，包括我国在内的铁路大国开始关注于研建一种新型铁路雨量实时监控与预警系统，如JR东日本铁路公司雨量监测技术，我国原铁道部主持开发RY2型铁路雨情自动监测报警网络系统，发明专利《采用光纤测量的雨量计和铁路防灾雨量监测系统》(专利号：201210333228.3)。这类预警系统的工作机理相似，是在艰险山区铁路易发生滑坡、泥石流及危岩、落石或崩塌地段等易造成灾害处所装设雨量计，监测小时降雨量和连续降雨量。当小时降雨量和连续降雨量超过规定值时，在工务段和地区调度所内报警，报警级别根据小时降雨量和连续降雨量的大小设置，设置依据主要是根据历史灾害情况的统计数据，建立降雨-路基稳定状态模型，对不同型号的列车在不同铁路路况/区域和降雨级别下进行实时调度指挥。虽然上述这种铁路强降雨预警技术已开始投入使用，但这种预警技术的前期投入建设费用和后期的技术维护费用都非常高，而且存在预警盲区。铁路部门出于安全的考虑，不得不在整条铁路线上尽可能地安装数量非常庞大的雨量监测站，因为只有这样才能做到对这条铁路沿线降雨实现尽可能密集的雨量采集和覆盖。但从理论上讲，只要做不到对整条线路安装有无限个雨量监测站，那么这种基于铁路沿线雨量监测站的预警技术方案难免就会在某些没有安装雨量监测站的铁路区域存在预警盲区。
发明内容
本发明提供了一种铁路强降雨量无人机实时智能测量方法及系统，其目的在于，实现对铁路沿线降雨量的无盲区测量以及降低铁路部门安装沿线雨量监测站的成本，扩大列车驾驶员在强降雨条件下的视距，提高对高速铁路和高速列车在强降雨环境下的运营安全性。
一种铁路强降雨量无人机实时智能测量方法，包括以下步骤：
步骤1：收集铁路沿线的雨量观测信息，选出超过历史年降雨量的铁路轨道暴雨危险区间，对铁路轨道暴雨危险区间进行等间距划分，每个铁路轨道暴雨危险区间单元配置两组无人机装置，分别为无人机降雨量测量装置和无人机图像采集装置；
所述无人机降雨量测量装置包括飞行装置及装载在飞行装置上的微波式雨量计、Kinect传感器、温度计、湿度计、无线通信模块和列车测速装置，所述无人机图像传输装置包括飞行装置及装载在飞行装置上的Kinect传感器、图像增强模块和无线通信模块；
步骤2：将各个暴雨危险区域编号、开始里程、结束里程以及不同暴雨危险区域辖内的2组无人机装置编号事先保存到地面列车控制中心中；
建立不同列车车型-粘着系数-降雨量下列车的安全行车速度限值模型；
建立不同列车车型-坡度-降雨量-车速下列车的视距模型；
根据现有技术，列车在强降雨条件下的安全行车速度限值与降雨量/粘着系数/车型有关，建立不同车型/粘着系数/降雨量下列车的安全行车速度限值模型；
列车在强降雨条件下视距与车型/坡度/降雨量/车速有关，建立不同车型/坡度/降雨量/车速下列车的视距模型；
降雨量信息由无人机降雨量测量装置携带微波式雨量计实时测量，粘着系数根据无人机降雨量测量装置测量列车所处温度、湿度实时查询轮轨粘着系数，线路坡度、车型信息从地面列车控制中心获取，列车速度信息由无人机降雨量测量装置携带列车测速装置实时测量；利用上述建立的列车安全行车速度限值模型，输入列车所处的降雨量、粘着系数以及列车型号、时速信息，动态生成当前列车安全行车速度限值；利用上述建立的列车的视距模型，输入列车所处的降雨量、线路坡度以及列车型号、时速信息，动态生成当前列车的视距；
步骤3：当待测量列车进入暴雨危险轨道区间，列车所在的轨道区间单元上的无人机降雨量测量装置接收到测量指令和待测量列车编号，无人机降雨量测量装置起飞，并同步跟踪待测量列车；
步骤4：若通过无人机降雨量测量装置上的Kinect传感器获取跟踪列车的编号，与待测量列车编号一致，则令上述无人机降雨量测量装置停靠于列车受电弓的上方，实时测量待测量列车的时速、降雨量、温度、湿度信息并发送给地面列车控制中心，否则，令无人机降雨量测量装置停止返回起飞位置，返回步骤3，等待测量列车；
步骤5：地面列车控制中心基于建立的列车的视距模型，计算出当前列车的视距Sn，利用列车视距信息获得无人机图像传输装置的传输点，并发送至无人机图像传输装置，无人机图像传输装置起飞到传输点，并实时保持在传输点；
无人机图像传输装置的传输点实时保持在列车前方Sn处。
无人机图像传输装置在传输点通过携带的Kinect传感器采集沿列车前进方向上的传输点前方的轨道线路的图像信息，并通过图像增强模块处理后发送给列车车载显示器；
传输点即无人机视频传输装置的位置点，受降雨能见度的影响，列车视距减少，列车驾驶员对这个点之后的危险情况无法及时获取；
步骤6：地面列车控制中心基于建立的列车的安全行车速度限值模型，计算当前列车安全速度，若当前降雨量下的列车速度高于列车安全速度，则发出预警信号。
进一步地，所述步骤3中无人机降雨量测量装置同步跟踪待测量列车时，停靠于列车受电弓上方上；
位于受电弓上方的无人机风速测量装置距离受电弓的高度为H1，取值范围为0.5-1m。
由于列车风的作用，列车高速运行时，周围空气与列车一起运动，形成特殊的气体流动，根据高速列车在降雨条件下的数值模拟，雨滴受列车风的影响集中在受电弓区域；
进一步地，所述列车的视距模型为：vt+Sk+Se+n≤Sn；
式中：Sn为列车视距，单位为m；t为列车驾驶员的制动反应时间，取t＝2.5s，v为当前列车安全行车速度；g为重力加速度，取9.8m/s2；n为当前降雨量下能见度；Sk为紧急制动后列车空走距离；Se为紧急制动后列车有效制动距离。
受降雨条件影响，列车驾驶员视线干扰，影响列车的正常行车，利用建立列车的视距模型，将无人机图像传输装置实时保持在列车前方Sn处，并通过无线传输将增强的图像传输回列车车载显示装置，有效扩大了驾驶员的视距；
进一步地，地面列车控制中心基于建立的列车的安全行车速度限值模型，动态计算当前列车安全速度，若当前列车的实时速度高于列车安全速度，则地面列车控制中心发出限速调度指令。
进一步地，当无人机降雨量测量装置与待测量列车同步前行后，在待测量列车行驶至下个轨道区间时，无人机降雨量测量装置进行任务交接，地面列车控制中心向待测量列车进入的最新轨道区间发出指令，使得该轨道区间的无人机降雨量测量装置起飞同步跟踪待测量列车，原先飞行的无人机降雨量测量装置和无人机图像传输装置进入该轨道区间，进行充电，并将待测量列车的实时车速和位置发送至地面列车控制中心。
一种铁路强降雨量无人机实时智能测量系统，包括：
地面列车控制中心，用于对列车进行调度，实时从无人机降雨量测量装置获取列车运行速度、温湿度、降雨量，根据温湿度查询到当前列车粘着系数，实时计算列车的安全行车速度和列车的视距；
列车车载显示装置，用于对无人机图像传输装置传输的列车视距Sn增强图像的显示；
依据铁路沿线历史降雨量数据，从铁路轨道沿线中选取危险暴雨轨道区间，并对危险暴雨轨道区间进行等间距划分，每个轨道区间单元配置有2组无人机测量装置；
所述无人机降雨量测量装置包括飞行装置及装载在飞行装置上的微波式雨量计、Kinect传感器、温度计、湿度计、无线通信模块和列车测速装置，所述无人机图像传输装置包括飞行装置及装载在飞行装置上的Kinect传感器、图像增强模块和无线通信模块；
地面列车控制中心采用上述的方法控制无人机装置对列车进行监测。
进一步地，所述无人机风速测量装置还设有LED补光灯。
有益效果
本发明提供了一种铁路强降雨量无人机实时智能测量方法及系统，该方法通过引入无人机降雨量装置对受控列车局部移动环境实现主动降雨量测量，利用无人机降雨量装置携带微波式雨量计、列车测速装置、温度计、湿度计对列车所处的温湿度、降雨量、速度测量，实时计算当前降雨条件下列车安全行车速度限值，从技术方案上避免铁路沿线降雨量的“监控盲区”；根据采集的降雨量、列车速度、粘着系数信息，实时计算列车的视距，利用无人机装置的机动性，采用无人机图像传输装置实时将列车视距外的线路图像传回列车车载显示装置，扩大列车驾驶员在强降雨条件下的视距，提高高速列车在强降雨环境下的运营安全性。
附图说明
图1为本发明所述方法的流程图；
图2为本发明所述系统的结构示意图。
具体实施方式
下面将结合附图和实施例对本发明做进一步的说明。
如图1所示，一种铁路强降雨量无人机实时智能测量方法，包括以下步骤：
步骤1：收集铁路沿线的雨量观测信息，选出超过历史年降雨量的铁路轨道暴雨危险区间，对铁路轨道暴雨危险区间进行等间距划分，每个铁路轨道暴雨危险区间单元配置两组无人机装置，分别为无人机降雨量测量装置和无人机图像采集装置；
所述无人机降雨量测量装置包括飞行装置及装载在飞行装置上的微波式雨量计、Kinect传感器、温度计、湿度计、无线通信模块和列车测速装置，所述无人机图像传输装置包括飞行装置及装载在飞行装置上的Kinect传感器、图像增强模块和无线通信模块；
步骤2：将各个暴雨危险区域编号、开始里程、结束里程以及不同暴雨危险区域辖内的2组无人机装置编号事先保存到地面列车控制中心中；
建立不同列车车型-粘着系数-降雨量下列车的安全行车速度限值模型；
建立不同列车车型-坡度-降雨量-车速下列车的视距模型；
根据现有技术，列车在强降雨条件下的安全行车速度限值与降雨量/粘着系数/车型有关，建立不同车型/粘着系数/降雨量下列车的安全行车速度限值模型；
列车在强降雨条件下视距与车型/坡度/降雨量/车速有关，建立不同车型/坡度/降雨量/车速下列车的视距模型；
降雨量信息由无人机降雨量测量装置携带微波式雨量计实时测量，粘着系数根据无人机降雨量测量装置测量列车所处温度、湿度实时查询轮轨粘着系数，车型信息、轨道坡度信息从地面列车控制中心获取，列车速度信息由无人机降雨量测量装置携带列车测速装置实时测量；利用上述建立的列车安全行车速度限值模型，输入列车所处的降雨量、粘着系数以及列车型号、时速信息，动态生成当前列车安全行车速度限值；利用上述建立的列车的视距模型，输入列车所处的降雨量、坡度以及列车型号、时速信息，动态生成当前列车的视距；
所述列车的视距模型为：vt+Sk+Se+n≤Sn；
式中：Sn为列车驾驶员有效视距，单位为m；t为列车驾驶员的制动反应时间，取t＝2.5s，v为当前列车安全行车速度；g为重力加速度，取9.8m/s2；n为当前降雨量下能见度；Sk为紧急制动后列车空走距离；Se为紧急制动后列车有效制动距离；
设在降雨量为40mm/h，动车组初速为160km/h，轨道无坡度，列车的视距Sn计算如下：
降雨量为40mm/h时，能见度范围为100—150m，取最恶劣的情况能见度n为100m，动车组的空走距离动车组紧急制动空走时间tk取2.52s，根据动车组的初速度选取有效制动距离制动公式为
当前列车的有效视距为Sn＝vt+n+Sk+Se＝110+100+112+1018＝1340m，无人机视频传输装置传输点位于当前列车前方1340m处；
步骤3：当待测量列车进入暴雨危险轨道区间，列车所在的轨道区间单元上的无人机降雨量测量装置接收到测量指令和待测量列车编号，无人机降雨量测量装置起飞，并同步跟踪待测量列车；
步骤4：若通过无人机降雨量测量装置上的Kinect传感器获取跟踪列车的编号，与待测量列车编号一致，则令上述无人机降雨量测量装置停靠于列车受电弓的上方，实时测量待测量列车的时速、降雨量、温度、湿度信息并发送给地面列车控制中心，否则，令无人机降雨量测量装置停止返回起飞位置，返回步骤3，等待测量列车；
所述步骤3中无人机降雨量测量装置同步跟踪待测量列车时，停靠于列车受电弓上方上；
位于受电弓上方的无人机风速测量装置距离受电弓的高度为H1，取值范围为0.5-1m；
由于列车风的作用，列车高速运行时，周围空气与列车一起运动，形成特殊的气体流动，根据高速列车在降雨条件下的数值模拟，雨滴受列车风的影响集中在受电弓区域；
步骤5：地面列车控制中心基于建立的列车的视距模型，计算出当前列车的视距，利用列车视距信息获得无人机图像传输装置的传输点，并发送至无人机图像传输装置，无人机图像传输装置起飞到传输点，并实时保持在传输点；
无人机图像传输装置在传输点通过携带的Kinect传感器采集沿列车前进方向上的传输点前方的轨道线路的图像信息，并通过图像增强模块处理后发送给列车车载显示器；
位于轨道中心线的无人机图像传输装置距轨道平面的距离为H2，取值范围为2.0-2.5m；
步骤6：地面列车控制中心基于建立的列车的安全行车速度限值模型，计算当前列车安全速度，若当前降雨量下的列车速度高于列车安全速度，则发出预警信号。
所述步骤5中无人机图像传输装置的实时传输点计算过程如下：
利用无人机降雨量测量装置实时采集降雨量、温度、湿度和列车车速，传输至地面列车控制中心，地面列车控制中心调用与该车型号、线路坡度，并利用建立列车的视距计算当前列车视距Sn，无人机图像传输装置的传输点实时保持在列车前方Sn处。
受降雨条件影响，列车驾驶员视线干扰，影响列车的正常行车，利用建立列车的视距模型，将无人机图像传输装置实时保持在列车前方Sn处，并通过无线传输将增强的图像传输回列车车载显示装置，有效扩大了驾驶员的视距。
地面列车控制中心基于建立的列车的安全行车速度限值模型，动态计算当前列车安全速度，若当前列车的实时速度高于列车安全速度，则地面列车控制中心发出限速调度指令。
当无人机降雨量测量装置与待测量列车同步前行后，在待测量列车行驶至下个轨道区间时，无人机降雨量测量装置进行任务交接，地面列车控制中心向待测量列车进入的最新轨道区间发出指令，使得该轨道区间的无人机降雨量测量装置起飞同步跟踪待测量列车，原先飞行的无人机降雨量测量装置和无人机图像传输装置进入该轨道区间，进行充电，并将待测量列车的实时车速和位置发送至地面列车控制中心。
如图2所示，一种铁路强降雨量无人机实时智能测量系统，包括：
地面列车控制中心，包括列车安全行车速度数据库、列车视距数据库、列车调度参数据库，用于与暴雨危险区域内所配置的2组无人机装置通信，接收无人机降雨量预警装置所发出的列车的时速、降雨量、温度、湿度信息，查询轮轨粘着系数，实时计算当前列车安全行车速度限值，对暴雨危险区域内运行列车进行指挥调度；接收无人机降雨量预警装置所发出的列车的时速、降雨量、线路坡度，实时计算当前列车的视距，并把传输点位置发送给无人机图像传输装置；
所述的无人机降雨量测量装置包括惯性装置、飞行装置、微波式雨量计、Kinect传感器、温度计、湿度计、无线通信模块和列车测速装置；
所述的无人机图像传输装置包括Kinect传感器、图像增强模块、惯性装置、飞行装置和无线通讯模块；所述无人机降雨量预警装置和无人机图像传输装置上还设置有LED补光灯，LED补光灯用于光线较暗或夜间条件下Kinect传感器的补光作业；
列车车载显示装置，用于接收来自无人机图像传输装置所发送来当前列车视距前方的增强图像信息。
以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.一种铁路强降雨量无人机实时智能测量方法，其特征在于，包括以下步骤：
步骤1：收集铁路沿线的雨量观测信息，选出超过历史年降雨量的铁路轨道暴雨危险区间，对铁路轨道暴雨危险区间进行等间距划分，每个铁路轨道暴雨危险区间单元配置两组无人机装置，分别为无人机降雨量测量装置和无人机图像采集装置；
所述无人机降雨量测量装置包括飞行装置及装载在飞行装置上的微波式雨量计、Kinect传感器、温度计、湿度计、无线通信模块和列车测速装置，所述无人机图像传输装置包括飞行装置及装载在飞行装置上的Kinect传感器、图像增强模块和无线通信模块；
步骤2：将各个暴雨危险区域编号、开始里程、结束里程以及不同暴雨危险区域辖内的2组无人机装置编号事先保存到地面列车控制中心中；
建立不同列车车型-粘着系数-降雨量下列车的安全行车速度限值模型；
建立不同列车车型-坡度-降雨量-车速下列车的视距模型；
步骤3：当待测量列车进入暴雨危险轨道区间，列车所在的轨道区间单元上的无人机降雨量测量装置接收到测量指令和待测量列车编号，无人机降雨量测量装置起飞，并同步跟踪待测量列车；
步骤4：若通过无人机降雨量测量装置上的Kinect传感器获取跟踪列车的编号，与待测量列车编号一致，则令上述无人机降雨量测量装置停靠于列车受电弓的上方，实时测量待测量列车的时速、降雨量、温度、湿度信息并发送给地面列车控制中心，否则，令无人机降雨量测量装置停止返回起飞位置，返回步骤3，等待测量列车；
步骤5：地面列车控制中心基于建立的列车的视距模型，计算出当前列车的视距Sn，利用列车视距信息获得无人机图像传输装置的传输点，并发送至无人机图像传输装置，无人机图像传输装置起飞到传输点，并实时保持在传输点；
无人机图像传输装置在传输点通过携带的Kinect传感器采集沿列车前进方向上的传输点前方的轨道线路的图像信息，并通过图像增强模块处理后发送给列车车载显示器；
步骤6：地面列车控制中心基于建立的列车的安全行车速度限值模型，计算当前列车安全速度，若当前降雨量下的列车速度高于列车安全速度，则发出预警信号。
2.根据权利要求1所述的方法，其特征在于，所述步骤3中无人机降雨量测量装置同步跟踪待测量列车时，停靠于列车受电弓上方上；
位于受电弓上方的无人机风速测量装置距离受电弓的高度为H1，取值范围为0.5-1m。
3.根据权利要求1所述的方法，其特征在于，所述列车的视距模型为：vt+Sk+Se+n≤Sn；
式中：Sn为列车视距，单位为m；t为列车驾驶员的制动反应时间，取t＝2.5s，v为当前列车安全行车速度；g为重力加速度，取9.8m/s2；n为当前降雨量下能见度；Sk为紧急制动后列车空走距离；Se为紧急制动后列车有效制动距离。
4.根据权利要求1-3任一项所述的方法，其特征在于，地面列车控制中心基于建立的列车的安全行车速度限值模型，动态计算当前列车安全速度，若当前列车的实时速度高于列车安全速度，则地面列车控制中心发出限速调度指令。
5.根据权利要求5所述的方法，其特征在于，当无人机降雨量测量装置与待测量列车同步前行后，在待测量列车行驶至下个轨道区间时，无人机降雨量测量装置进行任务交接，地面列车控制中心向待测量列车进入的最新轨道区间发出指令，使得该轨道区间的无人机降雨量测量装置起飞同步跟踪待测量列车，原先飞行的无人机降雨量测量装置和无人机图像传输装置进入该轨道区间，进行充电，并将待测量列车的实时车速和位置发送至地面列车控制中心。
6.一种铁路强降雨量无人机实时智能测量系统，其特征在于，包括：
地面列车控制中心，用于对列车进行调度，实时从无人机降雨量测量装置获取列车运行速度、温湿度、降雨量，根据温湿度查询到当前列车粘着系数，实时计算列车的安全行车速度和列车的视距；
列车车载显示装置，用于对无人机图像传输装置传输的列车视距Sn增强图像的显示；
依据铁路沿线历史降雨量数据，从铁路轨道沿线中选取危险暴雨轨道区间，并对危险暴雨轨道区间进行等间距划分，每个轨道区间单元配置有2组无人机测量装置；
所述无人机降雨量测量装置包括飞行装置及装载在飞行装置上的微波式雨量计、Kinect传感器、温度计、湿度计、无线通信模块和列车测速装置，所述无人机图像传输装置包括飞行装置及装载在飞行装置上的Kinect传感器、图像增强模块和无线通信模块；
地面列车控制中心采用权利要求1-5任一项所述的方法控制无人机装置对列车进行监测。
7.根据权利要求6所述的系统，其特征在于，所述无人机风速测量装置还设有LED补光灯。
CN201710300346.7A 2017-04-30 2017-04-30 一种铁路强降雨量无人机实时智能测量方法及系统 Active CN107097812B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710300346.7A CN107097812B (zh) 2017-04-30 2017-04-30 一种铁路强降雨量无人机实时智能测量方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710300346.7A CN107097812B (zh) 2017-04-30 2017-04-30 一种铁路强降雨量无人机实时智能测量方法及系统

Publications (2)

Publication Number Publication Date
CN107097812A true CN107097812A (zh) 2017-08-29
CN107097812B CN107097812B (zh) 2018-03-02

Family

ID=59656820

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710300346.7A Active CN107097812B (zh) 2017-04-30 2017-04-30 一种铁路强降雨量无人机实时智能测量方法及系统

Country Status (1)

Country Link
CN (1) CN107097812B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110271521A (zh) * 2019-06-26 2019-09-24 上海电气泰雷兹交通自动化系统有限公司 一种基于信号系统的列车防滑控制方法
WO2020259122A1 (zh) * 2019-06-28 2020-12-30 比亚迪股份有限公司 雨雪模式设置方法、系统和控制器
CN113147843A (zh) * 2021-05-21 2021-07-23 上海电气泰雷兹交通自动化系统有限公司 基于环境感知与信号系统的列车自动控制方法
CN116540756A (zh) * 2023-05-15 2023-08-04 北京中润惠通科技发展有限公司 应用于铁路沿线防汛领域的无人机智能巡检系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111894046B (zh) * 2020-06-22 2021-09-28 中国化学工程重型机械化有限公司 路堑施工监控系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0605848A1 (en) * 1992-12-28 1994-07-13 UNION SWITCH & SIGNAL Inc. Traffic control system utilizing on-board vehicle information measurement apparatus
CN104890533A (zh) * 2014-03-07 2015-09-09 沈海峰 一种有轨电车控制系统及最大运行速度控制方法
CN105518702A (zh) * 2014-11-12 2016-04-20 深圳市大疆创新科技有限公司 一种对目标物体的检测方法、检测装置以及机器人
CN105501248A (zh) * 2016-02-16 2016-04-20 株洲时代电子技术有限公司 一种铁路线路巡检系统
CN106218673A (zh) * 2016-08-31 2016-12-14 北京交控科技股份有限公司 一种基于空天车地一体化网络的列车运行控制系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0605848A1 (en) * 1992-12-28 1994-07-13 UNION SWITCH & SIGNAL Inc. Traffic control system utilizing on-board vehicle information measurement apparatus
CN104890533A (zh) * 2014-03-07 2015-09-09 沈海峰 一种有轨电车控制系统及最大运行速度控制方法
CN105518702A (zh) * 2014-11-12 2016-04-20 深圳市大疆创新科技有限公司 一种对目标物体的检测方法、检测装置以及机器人
CN105501248A (zh) * 2016-02-16 2016-04-20 株洲时代电子技术有限公司 一种铁路线路巡检系统
CN106218673A (zh) * 2016-08-31 2016-12-14 北京交控科技股份有限公司 一种基于空天车地一体化网络的列车运行控制系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110271521A (zh) * 2019-06-26 2019-09-24 上海电气泰雷兹交通自动化系统有限公司 一种基于信号系统的列车防滑控制方法
WO2020259122A1 (zh) * 2019-06-28 2020-12-30 比亚迪股份有限公司 雨雪模式设置方法、系统和控制器
CN113147843A (zh) * 2021-05-21 2021-07-23 上海电气泰雷兹交通自动化系统有限公司 基于环境感知与信号系统的列车自动控制方法
CN116540756A (zh) * 2023-05-15 2023-08-04 北京中润惠通科技发展有限公司 应用于铁路沿线防汛领域的无人机智能巡检系统
CN116540756B (zh) * 2023-05-15 2023-10-31 北京中润惠通科技发展有限公司 应用于铁路沿线防汛领域的无人机智能巡检系统

Also Published As

Publication number Publication date
CN107097812B (zh) 2018-03-02

Similar Documents

Publication Publication Date Title
CN107097812B (zh) 一种铁路强降雨量无人机实时智能测量方法及系统
CN107742432B (zh) 基于车路协同的高速公路运行车速主动预警系统及控制方法
CN104464317B (zh) 高速公路入口匝道合流区引导控制系统和方法
CN207517194U (zh) 基于车路协同的高速公路运行车速主动预警系统
CN105118316B (zh) 基于车路协同的弯道安全车速计算方法及警示系统
CN109062209A (zh) 一种智能辅助驾驶控制系统及其控制方法
CN105374215B (zh) 一种高速公路路侧预警装置
CN102568226B (zh) 一种基于不良天气条件的快速道路可变限速控制方法
CN202771638U (zh) 雾区车辆安全行驶预警系统
CN111383465B (zh) 一种基于车联网的高速公路危险预警及速度控制系统
CN105469615A (zh) 一种山风过境路段雨天行车安全保障装置及方法
CN202306817U (zh) 一种路况信息监测装置
CN108022440A (zh) 基于无人飞机和车路协同的高速公路团雾预警系统及预警方法
CN107054411B (zh) 一种铁路沿线雪灾无人机雪深智能测量和预测方法与系统
CN102842240A (zh) 雾区车辆安全行驶预警系统和基于该系统的安全行驶诱导方法
CN106205148A (zh) 一种危险货物罐车弯道安全车速获取方法及超速警示系统
CN102542831A (zh) 一种基于实时交通流和天气信息的快速道路可变限速控制方法
CN109448412A (zh) 一种车载分段限速系统以及应用方法
CN109024333A (zh) 一种低能见度下的诱导装置
CN104408972A (zh) 一种基于dgps的矿用车辆防碰撞装置及其控制方法
CN107121566A (zh) 一种基于车身表面风速无人机实时测量的列车监测方法与系统
CN106846913A (zh) 急弯道路显示屏预警系统及其方法
CN107054412B (zh) 一种铁路车辆转向架冰雪的无人机智能测量与预警方法及系统
CN106184235A (zh) 一种轨道车辆系统
CN105575114A (zh) 一种有轨电车交叉路口闯红灯报警系统及报警实现方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant