CN109572757A - 一种铁路落石的检测与定位方法、装置 - Google Patents
一种铁路落石的检测与定位方法、装置 Download PDFInfo
- Publication number
- CN109572757A CN109572757A CN201810884437.4A CN201810884437A CN109572757A CN 109572757 A CN109572757 A CN 109572757A CN 201810884437 A CN201810884437 A CN 201810884437A CN 109572757 A CN109572757 A CN 109572757A
- Authority
- CN
- China
- Prior art keywords
- short
- time energy
- sound
- falling rocks
- rail
- 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
Links
Classifications
-
- 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 vehicle trains
- B61L23/04—Control, warning, or like safety means along the route or between vehicles or vehicle trains for monitoring the mechanical state of the route
-
- 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
Abstract
本发明涉及铁路检测领域,公开了一种铁路落石的检测与定位方法、装置。方法包括以下步骤;S1.采集铁轨传导的声音;S2.通过短时能量计算和频率计算分析判断步骤S1中的声音声频为正常声频或异常声频;S3.若步骤S2中判断出异常声频,向铁路值班室发出异常区域信息、警示或危险信号;S4.采用无人机对警示信号发出区域进行巡航,验证危险源。本检测与定位方法,能够检测出铁路落石情况,并能判断出铁路落石位置,准确度高、安全性能好。
Description
技术领域
本发明涉及铁路检测技术领域,更具体地,涉及一种铁路落石的检测与定位方法、装置。
背景技术
铁路运输作为中国最重要的一种运输方式,在国民经济中占据着举足轻重的地位。目前我国的铁路里程位居世界前列,其中很多铁路都是在山区等易滑坡地区经过,山坡滑坡带来的落石给铁路的运行安全带来巨大挑战。如何及时发现落石并采取相应措施是铁路运行安全的一个重要课题。
目前对铁路落石预警主要有两大类方法:一种是基于基于视频的监控方法,通过在易滑坡地区安装摄像头,利用摄像头摄像,再利用视频处理技术判断是否有落石并进行报警。这类方法存在的缺陷有:1、视频处理技术在目前不能做到100%可靠,尤其是复杂环境下的可靠性大幅降低;2、视频信息量大,对设备要求高,造成价格昂贵;3、摄像头设置对环境要求高,否则容易形成视觉的死角。二种是使用光栅传感器检测,即铁轨一侧发出强光,另一侧检测是否强光能通过,如被遮挡即有异物。该类方法检测速度快,灵敏度高,但是安装比较复杂,只能检测几个截面,且强光对晚间的行车造成安全隐患。
故目前我国现有铁路落石排查的方法依然主要依靠人工的巡视,显然人工开着作业车进行沿线巡视的方法有许多弊端:1、人工巡视发现险情不及时,不能再第一时间就发现险情;2、人工巡视带来很多的工作量。
现有技术中主流的铁路落石检测一般基于视觉,如申请号为CN2016212780009,名称为一种山区落石检测报警系统,包括设置在铁路、公路沿线的现场视频监控系统,监控系统包括依次连接的高清摄像头、智能分析器、视频4G传输器,高清摄像头设置在铁路、公路沿线的立杆上,视频4G传输器通过无线基站接入4G网络,并将视频数据传输到管理访问终端、落石检测系统监控中心。然而在诸如大雨、台风/暴风等落石高发的恶劣天气,为了能清楚地拍摄到铁路落石状况,对视觉检测系统的要求高,往往普通的视觉检测不能满足需求,导致成本高,且检测的准确度不高。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷,提供一种铁路落石的检测与定位方法,本检测与定位方法,能够检测出铁路落石情况,并能判断出铁路落石位置,准确度高、安全性能好。
提供一种铁路落石检测与定位方法,包括步骤:
S1.采集铁轨传导的声音;
S2.通过短时能量计算和短时能量频率计算分析判断步骤S1中的声音声频是否为正常声频或异常声频;
S3.若步骤S2中判断出为异常声频,向铁路值班室发出异常区域信息、警示或危险信号;
S4.采用无人机对警示信号发出的异常区域进行巡航,验证危险源。
本方案中,以铁轨传导声音作为判断铁轨处是否出现落石的异常现象的基本信息来源,具体地通过短时能量计算和短时能量频率计算分析区分正常声频与异常声频,结合无人机对判断结果进行验证,能克服恶劣天气的影响,检测准确度高。
进一步地,所述步骤S2具体包括:
S21.以采样周期为t1对铁轨传导的声音进行短时能量计算,设定短时能量的门阈值Ex,作为界定环境作用的轻微声与列车正常行驶摩擦铁轨声、落石撞击铁轨声的重声的短时能量界限;
S22.对获得的重声信号段,取每时间t2内的最大短时能量,其最大短时能量对应时刻记作Tn;其中0.5s≤t1≤0.8s,0.01≤t2≤0.03s;
S23.计算步骤S22中获取的高短时能量的频率,根据列车正常行驶撞击铁轨连接处的近似周期性,判断该声频为列车正常行驶撞击铁轨声频或其他可疑声音;再从落石撞击铁轨声的短时能量迅速衰减,进一步从短时能量衰减速度对可疑声进行判别是否为落石撞击铁轨声;最后,尚不能准确判别的可疑声音为异常声频。
本方案中,将采集的声频进行轻微声频和重声声频段进行区分,以排除环境作用铁轨的轻微声,如风吹声、雨打声等。对获取的重声声频,利用列车正常行驶的声频特性以及落石撞击铁轨的声频特性,进行列车正常行驶撞击铁轨的声音与可疑声音进行区分,对可疑声频进行是否为落石撞击铁轨声的判断。
进一步优选地,步骤S22的具体为
S221.先取声音段前0.5s内按帧长160,帧移40计算每帧短时能量,取出其最大值作为短时能量参考标准ET,并取该帧中间时刻作为第一个高短时能量对应时刻值;从该帧结束后以帧长160,帧移160依次计算下一各帧的短时能量Ey,以Ey>0.5ET作为是否是高短时能量判断标准,
S222.若当前帧为非高短时能量,则计算下一帧;若当前帧为高短时能量帧,则判断是否与前一帧是同一次撞击铁轨连接处,以前一次的时间与此次的时间差是否大于Δt作为判断标准;如判断为是,更新前一次的高短时能量对应时刻值,如判断为否,则依次记录对应的时刻值Tn,直至重声声音段结束;其中,0.1s≤Δt≤0.2s。
本方案中,为了正确判断出重声声频是否具有列车撞击铁轨的近似周期性,通过合理设定最大短时能量参考值,以获取每一帧的最大能量值对应的时刻值,优化判断逻辑,避免了因采样周期原因导致近似周期的多个波峰值同时出现一个帧中,并以Δt作为判断标准,避免同一波峰值出现在相邻两帧造成误判成两个波峰值,从而有效避免了因波峰值采集判断失误的情况,进一步提高了判断的准确度。
进一步地,所述步骤S23具体为
判断预设百分比的高短时能量对应时刻Tn是否满足条件A:
Tm+h-Tm+h-1>Tm+h+1-Tm+h>k1(Tm+h-Tm+h-1);若满足A则判断火车由远处正常向传感器行驶,发出正常信号;若不满足A,则判断一定百分比的高短时能量对应时刻Tn是否满足条件B:Tm+h-Tm+h-1<Tm+h+1-Tm+h<k1(Tm+h-Tm+h-1)且Em+h+1>k1Em+h;若满足B,则判断火车由传感器正常向远处行驶;若不满足B条件,则再判断是否满足条件Em+h+1<k2Em+h,若判断为假,则发出预警信号,若判断为真,则发出危险信号;
其中,Tn(n=0,1,2……)为短时能量一系列高短时能量(每5s内)所对应的时刻,对应高短时能量En(n=0,1,2……);Em=max(En),对应的时刻为Tm;0.7≤k1≤0.8,0.4≤k2≤0.5。
以传感器为参考物,不管火车正常靠近还是正常远离,传感器采集到的铁轨声频会有一定的特性。当火车由远处正常向传感器行驶,传感器接收的声频的峰值随火车越来越靠近,两峰值接收时间间隔会越来越小;相反地,当火车由传感器正常向远处行驶,两峰值接收的时间间隔会越来越大。本方案中,以此判断采集的声频是否为列车撞击铁轨声。为了进一步提高判读的准确性,依据火车行驶速度,两峰值接收的时间间隔不会相差太远,两峰值的大小也不会相差太多,设定了参数K1。落石撞击铁轨时,其声音将迅速减小,两相邻时刻的短时能量差值将较大,因而设定K2。同时,也设定了一定百分比的容错率,避免一些特殊的异常声频导致的判断不准。
进一步地,所述步骤S23中的呈现近似周期性的短时能量的预设百分比大于等于85%。85%是火车撞击铁轨声的短时能量近似呈现周期性,但是也会有一些异常声夹杂在里面,使判断不准,故设置了85%的容错率,绝大部分能满足近似呈现周期性即可认定为火车撞击铁轨声。
进一步地优选地,t1=0.5s,t2=0.01s,k1=0.8,k2=0.5,Δt=0.2s。
本发明的另一目的在于提供一种铁路落石的检测与定位装置,包括
声音采集装置,设置在铁轨处,用于采集铁轨传导的声音;
声电转化装置,将声音采集装置采集的声音信号转换成电信号;
电声信号处理装置,对转换成的电信号进行放大、滤波、数字化处理;
无线传输装置,将电声信号发送至本地服务器;
本地服务器装置,通过本地服务器对电声信号进行短时能量计算和频率计算,判断采集的声音是否为落石撞击铁轨声,并根据结果相应发出正常、预警、危险信号。
进一步地,所述电声信号处理装置包括依次连接的低频放大电路、带通滤波电路和模数转换电路。
进一步地,为了提高使用寿命,所述声电转化装置、电声信号处理装置设置在铝盒中。
进一步地,所述无线传输装置采用cc1101无线通信芯片,无线传输装置的发送端与电声信号处理装置的输出端连接,并置于铝盒中,其发送天线设置在铁轨外的安全距离处,其接收端与本地服务器连接,进一步避免因落石而影响使用寿命。
与现有技术相比,本是发明的有益效果为:
本发明采用声频监控的方法对铁路落石进行监控,具体地利用短时能量大小和超过门阀值的高短时能量频率来判断铁路落石声频,准确度高;并将声频信号划分为三个等级,进行自动警示,有利于铁路值班人员的调度判断,为列车铁路安全行驶进一步提供了保障;且装置成本较现有的视觉监控成本低,装置稳定性能好,易于工程实现。根据短时能量计算和频率对比情况将铁路落石状况分为三个等级:正常、预警和危险,在预警和危险等级状况下启动危险区域确定,进而将预警或危险信号和所在区域上报给铁路值班室。铁路值班室可以根据危险程度进行相应的调度。
附图说明
图1为实施例1的方法流程示意图。
图2为实施例1落石危险声频判别子函数流程示意图。
图3为实施例1重声判断及时刻判定流程图
图4为实施例2铁路落石的检测与定位装置结构框图。
图5为实施例2带通滤波电路原理示意图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;本文中的“连接”可以为直接连接,也可以为间接连接;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明的具体含义。下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1、图2和图3所示,提供一种铁路落石检测与定位方法,包括步骤:
S1.采集铁轨传导的声音;
S2.通过短时能量计算和超过门阀值的高短时能量频率计算分析判断步骤S1中的声音声频是否为落石声频;
S3.若步骤S2中判断出落石声频,向铁路值班室发出警示或危险信号;
S4.采用无人机对警示或危险信号发出区域进行巡航,验证危险源。
所述步骤S2具体包括:
S21.以采样周期为t1对铁轨传导的声音进行短时能量计算;设定短时能量的门阈值Ex,作为界定环境作用的轻微声与列车正常行驶与铁轨的摩擦声、异常声音的短时能量界限。
可以理解的是,此处环境作用的轻微声可以为风声、雨声等。
S22.对获得的重声信号段,取每时间t2内的最大短时能量,其最大短时能量对应时刻记作Tn;其中0.5s≤t1≤0.8s,0.01≤t2≤0.03s。
短时能量计算如图3所示。
S221.先取声音段前0.5s,分为200帧。按帧长160,帧移40计算每帧短时能量,取出其最大值作为短时能量参考标准ET,并取该帧中间时刻作为第一个高短时能量对应时刻值;从该帧结束后以帧长160,帧移160依次计算下一各帧的短时能量Ey,以是否满足Ey>0.5ET作为高短时能量的判断标准。
本实施例以计算普通铁路列车落石情况为例。如列车时速通常在100公里/小时-200公里/小时的范围内,铁轨长12.5米,每出现铁轨撞击声的周期为0.23s-0.46s,则在列车正常行驶中,0.5s的时间内必定出现撞击声,此撞击声为列车车轮与两段铁轨连接处的碰撞声(对应下限速度为90公里/小时),保证第一帧取值的准确。
储存第一个高能量密集时刻T0,其对应的短时能量作为后面判断能量密集区的参考标准ET。Tx=T0+0.005是下一帧的起始时刻,最先值是T0+0.005,n作为记录下一个能量密集区时刻值的顺序下标。Tx1作为记录前一个能量密集区时刻值的变量。
S222.若当前帧非高短时能量则计算下一帧;若当前帧为高短时能量帧,则判断是否与前一帧是同一次撞击铁轨连接处,以前一次的时间与此次的时间差是否大于0.2s作为判断标准;如判断为是,更新前一次的高短时能量对应时刻值,如判断为否,则依次记录对应的时刻值Tn,直至重声声音段结束。
具体地,计算下一帧短时能量,保存在Ey,比较下一帧能量值是否是短时能量密集区,以是否满足Ey>0.5ET为判断标准。如不是,则继续寻找下一个短时能量密集区,即Tx=Tx+0.01。如果Ey>0.5ET,该段为短时能量密集区或其中一部分(有可能把短时能量密集区分到两个相邻帧中),故需进一步判断。
如果短时能量密集区分到两个相邻帧中,则必然出现某帧与前一帧的时刻差不大于Δt,其中0.1s≤Δt≤0.2s,则更新前一短时能量密集时刻数据值;取两帧中间值为短时能量密集时刻Tn-1=(Tx1+Tx)/2,如大于成立,则把该帧中间值作为短时能量密集时刻Tn=Tx+0.005,同时作为继续计算并判断下次时刻准备n++;Tx1=Tx;Tx=Tx+0.01;本实施例中Δt为0.2s。
判断检查结束后,结束则返回上级函数,没结束就继续检查判断。
S23.计算步骤S22中获取的高短时能量的频率,根据列车正常行驶撞击铁轨连接处的近似周期性,判断该声频为列车正常行驶撞击铁轨声频或其他可疑声音;再从落石撞击铁轨声的短时能量迅速衰减,进一步从短时能量衰减速度对可疑声进行判别是否为落石撞击铁轨声;最后,尚不能准确判别的可疑声音为异常声频。
具体地,判断预设百分比的高短时能量对应时刻Tn是否满足条件A:
Tm+h-Tm+h-1>Tm+h+1-Tm+h>k1(Tm+h-Tm+h-1);若满足A则判断火车由远处正常向传感器行驶,发出正常信号;若不满足A,则判断一定百分比的高短时能量对应时刻Tn是否满足条件B:Tm+h-Tm+h-1<Tm+h+1-Tm+h<k1(Tm+h-Tm+h-1)且Em+h+1>k1Em+h;若满足B,则判断火车由传感器正常向远处行驶;若不满足B条件,则再判断是否满足条件Em+h+1<k2Em+h,若判断为假,则发出预警信号,若判断为真,则发出危险信号;
其中,Tn(n=0,1,2……)为短时能量一系列高短时能量(每5s内)所对应的时刻,对应高短时能量En(n=0,1,2……);Em=max(En),对应的时刻为Tm;0.7≤k1≤0.8,0.4≤k2≤0.5。
所述步骤S23中的短时能量的预设百分比可以大于等于85%。
t1=0.5s,t2=0.01s,k1=0.8,k2=0.5是基于最优化而取的一组门槛值。
本实施例以铁轨传导声音作为判断铁轨处是否出现落石的异常现象的基本信息来源,具体地通过短时能量计算和短时能量频率计算分析区分正常声频与异常声频,结合无人机对判断结果进行验证,能克服恶劣天气的影响,检测准确度高。
实施例2
如图3和图5所示,本实施例提供一种铁路落石的检测与定位装置,包括
声音采集装置1,设置在铁轨处,用于采集铁轨传导的声音;
声电转化装置,将声音采集装置采集的声音信号转换成电信号;
电声信号处理装置,对转换成的电信号进行放大、滤波、数字化处理;
无线传输装置,将电声信号发送至本地服务器;
本地服务器,通过本地服务器对电声信号进行短时能量计算和高短时能量频率计算,判断采集的声音是否为落石撞击铁轨声,并根据结果相应发出正常、预警、危险信号。
作为本实施例的一个具体实施方式,声音采集装置采用压电陶瓷式音频传感器,设置在铁轨的近地端,既不影响列车正常行驶,又能降低传感器被破坏的风险。
所述电声信号处理装置包括依次连接的低频放大电路、带通滤波电路和模数转换电路。作为本实施例的一个具体实施方式,所述模数转换电路采用TI公司的TLC320AD50芯片。
在实施过程中,将所述声电转化装置、电声信号处理装置设置在铝盒2中,以满足防雨防晒要求。
所述无线传输装置采用cc1101无线通信芯片,无线传输装置的发送端3与电声信号处理装置的输出端连接,并置于铝盒2中,其发送天线设置在铁轨外的安全距离处,其接收端与本地预警装置连接。可以理解的是,在实际实施过程中,本地预警装置、铝盒设置在铁轨外的与陡坡有一定安全距离的地方,以保证装置本身不被陡坡落石损坏,提高声电转化装置、电声信号处理装置以及无线传输装置的使用寿命。
所述本地预警装置采用DSP芯片TMS320VC5402,并通过铁路专用有线通信系统与铁路值班室的服务器连接。
本实施例提供一种铁路落石的检测与定位系统,包括若干个上述铁路落石的检测与定位装置,每个检测与定位装置沿铁路线间隔设置;该系统还包括无人机巡航系统,与铁路值班室通过铁路专用通信系统相通。无人机巡航系统包括多个航拍无人机,沿铁路沿线间隔布置,航拍无人机与本地服务器进行无线通信,进而将信息传送到值班室。
作为本实施例的一个具体实施方式,带通滤波电路如图4所示,可以理解的是,采用其他带通滤波电路也是可以的。
模数转换电路可以采用集成芯片,本实施例中采用TI公司的TLC320AD50芯片。
本实施例中的落石检测与定位装置、系统可以用于实施例1中的落石检测与定位方法。
在铁路沿线间隔设置落石检测与定位装置,可以理解的是,其间隔可以根据铁路线的长度来设置,也可以根据不同铁路线落石风险程度来设定。一般地,设置在有陡坡的铁路区域。
每个落石检测与定位装置均与本地服务器连接。在每个落石检测与定位装置中,通过声音采集装置采集铁轨传导的声音,经过声电转化装置转化成电信号后发送至电声信号处理装置中,由低频放大电路进行放大处理,带通滤波电路进行滤波处理,模数转换电路进行模数转换后通过无线传输装置,将电声信号从铁轨声音采集现场传输至本地服务器。
当其中任意一个检测与定位装置(传感器)检测到警示或危险信号后,本地服务器可根据传感器编号定位位置,向铁路值班室发出警示或危险信号,值班室可以根据发出警示或危险信号所在铁路区域,通过无人机巡航系统以无人机航拍方式进驻相应铁路区域进行勘察,将航拍视频实时传输到铁路值班室,由值班人员确认危险或排除预警。本实施例既能对落石情况进行进一步确定,又能准确判断落石位置,效率高,且安全性能好。
可以理解的是,声音采集装置也可以采用奥松机器人Arduino传感器模块。
本实施例采用声音检测,利用落石撞击铁轨时发出声音且声音随铁轨传播距离远,在易滑坡路段的铁轨上安装声音检测装置,通过对声音的收集、分析,判别是否是正常行车的撞击声还是落石的撞击声。并依据相似程度设置3个判断等级:正常、危险、预警,如判断是正常行车的撞击声时,判断为正常;如确定是落石时判断是危险;如疑似时判断为预警。对预警情况再启动无人机巡视,做进一步确认。
本实施例可以采用实施例1的检测与定位方法对铁路落石状况进行检测。
本发明解决了视频处理技术预警的信息量过大,造成处理器配置高而成本大的问题;降低了对环境的要求,如环境限制视野范围。相对于光栅传感器检测,本发明扩大了监控范围,解决只能检测几个截面的问题;且不会出现强光,不会造成晚间行车安全隐患。
附图中描述位置关系的用于仅用于示例性说明,不能理解为对本专利的限制。显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种铁路落石的检测与定位方法,其特征在于,包括步骤:
S1.采集铁轨传导的声音;
S2.通过短时能量计算和短时能量频率计算分析判断步骤S1中的声音声频是否为正常声频或异常声频;
S3.若步骤S2中判断出为异常声频,向铁路值班室发出异常区域信息、警示或危险信号;
S4.采用无人机对警示信号发出的异常区域进行巡航,验证危险源。
2.根据权利要求1所述的铁路落石的检测与定位方法,其特征在于,所述步骤S2具体包括:
S21.以采样周期为t1对铁轨传导的声音进行短时能量计算,设定短时能量的门阈值Ex,作为界定环境作用的轻微声与列车正常行驶摩擦铁轨声、落石撞击铁轨声的重声的短时能量界限;
S22.对获得的重声信号段,取每时间t2内的最大短时能量,其最大短时能量对应时刻记作Tn;其中0.5s≤t1≤0.8s,0.01≤t2≤0.03s;
S23.计算步骤S22中获取的高短时能量的频率,根据列车正常行驶撞击铁轨连接处的近似周期性,判断该声频为列车正常行驶撞击铁轨声频或其他可疑声音;再从落石撞击铁轨声的短时能量迅速衰减,进一步从短时能量衰减速度对可疑声进行判别是否为落石撞击铁轨声;最后,尚不能准确判别的可疑声音为异常声频。
3.根据权利要求1所述的铁路落石的检测与定位方法,其特征在于,所述步骤S22的具体为
S221.先取声音段前0.5s内按帧长160,帧移40计算每帧短时能量,取出其最大值作为短时能量参考标准ET,并取该帧中间时刻作为第一个高短时能量对应时刻值;从该帧结束后以帧长160,帧移160依次计算下一各帧的短时能量Ey,以Ey>0.5ET作为是否是高短时能量判断标准,
S222.若当前帧为非高短时能量,则计算下一帧;若当前帧为高短时能量帧,则判断是否与前一帧是同一次撞击铁轨连接处,以前一次的时间与此次的时间差是否大于Δt作为判断标准;如判断为是,更新前一次的高短时能量对应时刻值,如判断为否,则依次记录对应的时刻值Tn,直至重声声音段结束;其中,0.1s≤Δt≤0.2s。
4.根据权利要求1所述的铁路落石的检测与定位方法,其特征在于,所述步骤S23具体为
判断预设百分比的高短时能量对应时刻Tn是否满足条件A:
Tm+h-Tm+h-1>Tm+h+1-Tm+h>k1(Tm+h-Tm+h-1);若满足A则判断火车由远处正常向传感器行驶,发出正常信号;若不满足A,则判断一定百分比的高短时能量对应时刻Tn是否满足条件B:Tm+h-Tm+h-1<Tm+h+1-Tm+h<k1(Tm+h-Tm+h-1)且Em+h+1>k1Em+h;若满足B,则判断火车由传感器正常向远处行驶;若不满足B条件,则再判断是否满足条件Em+h+1<k2Em+h,若判断为假,则发出预警信号,若判断为真,则发出危险信号;
其中,Tn(n=0,1,2……)为短时能量一系列高短时能量(每5s内)所对应的时刻,对应高短时能量En(n=0,1,2……);Em=max(En),对应的时刻为Tm;0.7≤k1≤0.8,0.4≤k2≤0.5。
5.根据权利要求1或2所述的铁路落石的检测与定位方法,其特征在于,所述步骤S23中的呈现近似周期性的短时能量的预设百分比大于等于85%。
6.根据权利要求1所述的铁路落石的检测与定位方法,其特征在于,t1=0.5s,t2=0.01s,k1=0.8,k2=0.5,Δt=0.2s。
7.一种铁路落石的检测与定位装置,其特征在于,包括
声音采集装置,设置在铁轨处,用于采集铁轨传导的声音;
声电转化装置,将声音采集装置采集的声音信号转换成电信号;
电声信号处理装置,对转换成的电信号进行放大、滤波、数字化处理;
无线传输装置,将电声信号发送至本地服务器;
本地服务器装置,通过本地服务器对电声信号进行短时能量计算和频率计算,判断采集的声音是否为落石撞击铁轨声,并根据结果相应发出正常、预警、危险信号。
8.根据权利要求1或2所述的铁路落石的检测与定位装置,其特征在于,所述电声信号处理装置包括依次连接的低频放大电路、带通滤波电路和模数转换电路。
9.根据权利要求1所述的铁路落石的检测与定位装置,其特征在于,所述声电转化装置、电声信号处理装置设置在铝盒中。
10.根据权利要求5所述的铁路落石的检测与定位装置,其特征在于,所述无线传输装置采用cc1101无线通信芯片,无线传输装置的发送端与电声信号处理装置的输出端连接,并置于铝盒中,其发送天线设置在铁轨外的安全距离处,其接收端与本地服务器连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810884437.4A CN109572757B (zh) | 2018-08-06 | 2018-08-06 | 一种铁路落石的检测与定位方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810884437.4A CN109572757B (zh) | 2018-08-06 | 2018-08-06 | 一种铁路落石的检测与定位方法、装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109572757A true CN109572757A (zh) | 2019-04-05 |
CN109572757B CN109572757B (zh) | 2023-07-25 |
Family
ID=65919659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810884437.4A Active CN109572757B (zh) | 2018-08-06 | 2018-08-06 | 一种铁路落石的检测与定位方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109572757B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111626170A (zh) * | 2020-05-20 | 2020-09-04 | 中铁二院工程集团有限责任公司 | 一种铁路边坡落石侵限检测的图像识别方法 |
CN113866820A (zh) * | 2021-10-25 | 2021-12-31 | 辽宁工程技术大学 | 基于微震监测系统的落石冲击定位方法及装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5713540A (en) * | 1996-06-26 | 1998-02-03 | At&T Corp. | Method and apparatus for detecting railway activity |
US20080167566A1 (en) * | 2006-08-08 | 2008-07-10 | Kamil Unver | Systems and methods for determining systolic time intervals |
CN101468651A (zh) * | 2007-12-27 | 2009-07-01 | 同方威视技术股份有限公司 | 火车车辆信息自动识别方法和系统 |
CN102123899A (zh) * | 2008-06-17 | 2011-07-13 | 韦尔-琼斯工程顾问有限公司 | 用于检测石块坠落的系统和方法 |
CN103364034A (zh) * | 2013-08-08 | 2013-10-23 | 保定市天河电子技术有限公司 | 一种铁路道轨崩塌落石检测方法及系统 |
JP2014057498A (ja) * | 2012-09-14 | 2014-03-27 | Nippon Signal Co Ltd:The | 列車制御装置 |
CN106184235A (zh) * | 2016-06-22 | 2016-12-07 | 屈国栋 | 一种轨道车辆系统 |
CN106627662A (zh) * | 2016-12-19 | 2017-05-10 | 交控科技股份有限公司 | 一种列车定位装置及方法 |
HRP20170761T1 (hr) * | 2015-03-20 | 2017-08-11 | Thales Deutschland Gmbh | Postupak brojanja osovina i uređaj za brojanje osovina |
CN107172388A (zh) * | 2017-05-09 | 2017-09-15 | 中国铁道科学研究院电子计算技术研究所 | 一种铁路异物侵限监测的方法及系统 |
CN108107904A (zh) * | 2017-12-18 | 2018-06-01 | 柳州铁道职业技术学院 | 一种基于多旋翼无人机的铁路巡检及供电接触网异物清除系统及其用于铁路巡检的方法 |
-
2018
- 2018-08-06 CN CN201810884437.4A patent/CN109572757B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5713540A (en) * | 1996-06-26 | 1998-02-03 | At&T Corp. | Method and apparatus for detecting railway activity |
US20080167566A1 (en) * | 2006-08-08 | 2008-07-10 | Kamil Unver | Systems and methods for determining systolic time intervals |
CN101468651A (zh) * | 2007-12-27 | 2009-07-01 | 同方威视技术股份有限公司 | 火车车辆信息自动识别方法和系统 |
CN102123899A (zh) * | 2008-06-17 | 2011-07-13 | 韦尔-琼斯工程顾问有限公司 | 用于检测石块坠落的系统和方法 |
US20110313671A1 (en) * | 2008-06-17 | 2011-12-22 | Nedilko Bohdan | System and method for detecting rock fall |
JP2014057498A (ja) * | 2012-09-14 | 2014-03-27 | Nippon Signal Co Ltd:The | 列車制御装置 |
CN103364034A (zh) * | 2013-08-08 | 2013-10-23 | 保定市天河电子技术有限公司 | 一种铁路道轨崩塌落石检测方法及系统 |
HRP20170761T1 (hr) * | 2015-03-20 | 2017-08-11 | Thales Deutschland Gmbh | Postupak brojanja osovina i uređaj za brojanje osovina |
CN106184235A (zh) * | 2016-06-22 | 2016-12-07 | 屈国栋 | 一种轨道车辆系统 |
CN106627662A (zh) * | 2016-12-19 | 2017-05-10 | 交控科技股份有限公司 | 一种列车定位装置及方法 |
CN107172388A (zh) * | 2017-05-09 | 2017-09-15 | 中国铁道科学研究院电子计算技术研究所 | 一种铁路异物侵限监测的方法及系统 |
CN108107904A (zh) * | 2017-12-18 | 2018-06-01 | 柳州铁道职业技术学院 | 一种基于多旋翼无人机的铁路巡检及供电接触网异物清除系统及其用于铁路巡检的方法 |
Non-Patent Citations (1)
Title |
---|
吴健辉主编;邓己媛,黄长斌副主编;杨宣兵参编, vol. 978, 西安:西安电子科技大学出版社, pages: 191 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111626170A (zh) * | 2020-05-20 | 2020-09-04 | 中铁二院工程集团有限责任公司 | 一种铁路边坡落石侵限检测的图像识别方法 |
CN111626170B (zh) * | 2020-05-20 | 2023-05-23 | 中铁二院工程集团有限责任公司 | 一种铁路边坡落石侵限检测的图像识别方法 |
CN113866820A (zh) * | 2021-10-25 | 2021-12-31 | 辽宁工程技术大学 | 基于微震监测系统的落石冲击定位方法及装置 |
CN113866820B (zh) * | 2021-10-25 | 2024-03-26 | 辽宁工程技术大学 | 基于微震监测系统的落石冲击定位方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109572757B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0816200B1 (en) | Method and apparatus for detecting railway activity | |
CN100533491C (zh) | 公共交通车辆客流采集装置和方法 | |
CN110085029B (zh) | 基于轨道式巡检机器人的高速公路巡检系统与方法 | |
US5973998A (en) | Automatic real-time gunshot locator and display system | |
JPH01285000A (ja) | 局所的な交通データを収集して評価する方法および装置 | |
CN104134311B (zh) | 交通事故监测报警装置及其报警方法 | |
CN201051310Y (zh) | 具有车型识别功能的毫米波和超声波双频交通参数检测器 | |
US8854218B1 (en) | Detection system | |
KR101333002B1 (ko) | 철도용 지진 조기경보 시스템 및 그 방법 | |
CN216110866U (zh) | 一种基于rssi的隧道车辆事故检测及预警装置 | |
CN113643540B (zh) | 一种高速公路事故快速检测、预警系统及方法 | |
CN102869037A (zh) | 一种基于A口和Abis口信令数据的高速铁路用户分离方法 | |
CN109572757A (zh) | 一种铁路落石的检测与定位方法、装置 | |
CN104183092A (zh) | 破坏性近震快速反应触发系统和方法 | |
CN112133106B (zh) | 一种基于地磁特征的车流量检测方法及系统 | |
CN114964330A (zh) | 基于光纤传感及多参数融合的故障监测系统及其监测方法 | |
CN101131796A (zh) | 一种道路交通参数检测装置及检测方法 | |
CN201181488Y (zh) | 公共交通车辆客流采集装置 | |
CN112781711A (zh) | 基于光纤振动传感的地铁上方钻孔设备入侵定位报警方法 | |
CN106197557A (zh) | 一种墙体震动检测系统及其检测方法 | |
CN103942865A (zh) | 基于超声传感器的地铁防逃票系统及其设计方法 | |
CN210917071U (zh) | 一种下穿立交道路积水检测预警系统 | |
CN111767913A (zh) | 一种基于深度学习的动车组车辆故障动态图像检测方法 | |
KR100378956B1 (ko) | 음향을 이용한 교통 감지 장치 | |
CN112177672A (zh) | 非接触式铁路隧道衬砌缺陷性病害监测预警系统及方法 |
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 |