CN110023171A - 用于在轨道交通中、尤其是在铁路交通中的危险情况识别的方法、设备和轨道车辆、尤其是铁路车辆 - Google Patents
用于在轨道交通中、尤其是在铁路交通中的危险情况识别的方法、设备和轨道车辆、尤其是铁路车辆 Download PDFInfo
- Publication number
- CN110023171A CN110023171A CN201780075733.3A CN201780075733A CN110023171A CN 110023171 A CN110023171 A CN 110023171A CN 201780075733 A CN201780075733 A CN 201780075733A CN 110023171 A CN110023171 A CN 110023171A
- Authority
- CN
- China
- Prior art keywords
- rail
- equipment
- image
- danger zone
- sfz
- 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
- 238000005096 rolling process Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims description 22
- 230000003137 locomotive effect Effects 0.000 claims description 25
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 13
- 238000010191 image analysis Methods 0.000 claims description 9
- 229910052742 iron Inorganic materials 0.000 claims description 8
- 238000001931 thermography Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 2
- 230000009471 action Effects 0.000 description 5
- FYZYXYLPBWLLGI-AUOPOVQUSA-N Genipin 1-beta-gentiobioside Chemical compound C([C@H]1O[C@H]([C@@H]([C@@H](O)[C@@H]1O)O)O[C@@H]1OC=C([C@@H]2[C@H]1C(=CC2)CO)C(=O)OC)O[C@@H]1O[C@H](CO)[C@@H](O)[C@H](O)[C@H]1O FYZYXYLPBWLLGI-AUOPOVQUSA-N 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000011449 brick Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000005339 levitation Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
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 trains
- B61L23/04—Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
- B61L23/041—Obstacle detection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or train for signalling purposes
-
- 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
-
- 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
- B61L15/009—On-board display devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L23/00—Control, warning or like safety means along the route or between vehicles or trains
- B61L23/04—Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
为了当有轨道车辆（BFZ）处在轨道网（BNE）中的轨道路段（BST）上时自动识别在轨道交通（BVK）中的危险情况，或者是当有铁路车辆（SFZ）处在铁路网（SNE）中的铁路路段（SST）上时自动识别在铁路交通（SVK）中的危险情况，提出：基于关于所述车辆的位置坐标并且通过在轨道交通中的潜在的危险情况已知的、部分地沿着轨道网的轨道路段布置的危险区域（GB）的多个图像（BIGB），在这些图像（BIGB）中分别标记的关于以图像方式示出的危险区域（BG）示出了被归为特别关键的分区（TBGB）的图像区域（BIB）内，通过图案比较来检查是否有人员和/或可移动的对象处在该关键的分区（TBGB）内。
Description
技术领域
本发明涉及一种按照专利权利要求1的前序部分所述的用于在轨道交通中、尤其是在铁路交通中的危险情况识别的方法，一种按照专利权利要求11的前序部分所述的用于在轨道交通中、尤其是在铁路交通中的危险情况识别的设备和一种按照专利权利要求26的前序部分所述的用于在轨道交通中的危险情况识别的轨道车辆、尤其是用于在铁路交通中的危险情况识别的铁路车辆。
轨道车辆是作为现代交通基础设施的组成部分的有轨交通和运输工具，所述有轨交通和运输工具例如在一根或两根导轨（铁轨）上方或下方滚动地、在磁场上方或下方悬浮地或者挂在钢索上地前进。所提到的有轨交通和运输工具中，基于车轮-铁路系统的铁路车辆最为广泛流行，所述铁路车辆或者由自己的行驶驱动装置（内燃机车）拉动或推动或者由机车来拉动或推动，而且其中钢制车轮主要以轮缘在两根钢轨或铁轨上被引导。
本发明所基于的任务在于：说明一种用于在轨道交通中、尤其是在铁路交通中的危险情况识别的方法、设备和轨道车辆、尤其是铁路车辆，利用所述方法、设备和轨道车辆、尤其是铁路车辆，当有轨道车辆处在轨道网中的轨道路段上时自动识别在轨道交通中的危险情况，或者是当有铁路车辆处在铁路网中的铁路路段上时自动识别在铁路交通中的危险情况。
背景技术
对在轨道交通中、尤其是在铁路交通中的危险情况的自动识别（这是本国际专利申请（申请号 PCT/...；公开号WO ...）和构成其优先权的德国专利申请（申请号102016224358.6）的主题）关于对在轨道交通中的轨道车辆或者是在铁路交通中的铁路车辆的将来的自动（自主）或者辅助驾驶方面是不可缺少的必备品。
这样，对于铁路车辆的自动或辅助驾驶来说必需的是：识别在站台或者在轨道交叉道口的区域或者在类似的区域的危险情况（在下文“在站台上或类似区域的危险情况”）而且在这种危险情况下根据操作规则来采取行动，例如通过输出报警音、声音报警标志或光学报警标志来采取行动。
但是，不仅是自动的危险情况识别的方面（所述自动的危险情况识别的方面对于将来的自动（自主）或辅助驾驶来说是重要的）而且是随后的方面（所述随后的方面在本专利申请的技术背景下或多或少都有而且因此被列举并且它们的内容应在该背景下予以考虑并且必要时甚至应被包括在内）。
涉及如下方面：
1) 按照国际专利申请（申请号PCT/EP2016/057804；公开号WO 2017/174155 A1）以及在其中公开的技术教导，对在轨道/铁路交通中的信号的自动识别。
2) 按照德国国际申请（申请号102016224335.7）和该国际专利申请（申请号PCT/...；公开号WO ...）以及分别在其中公开的技术教导，对在轨道/铁路交通中的轨道/铁轨的自动识别。
3) 按照德国国际申请（申请号102016224344.6）和该国际专利申请（申请号PCT/...；公开号WO ...）以及分别在其中公开的技术教导，对在轨道/铁路交通中的障碍物的自动识别。
4) 按照德国国际申请（申请号102016224355.1）和该国际专利申请（申请号PCT/...；公开号WO ...）以及分别在其中公开的技术教导，如果传统的卫星辅助的定位失败或者不足，则替选地对在铁路交通中的位置进行确定。
5) 按照德国国际申请（申请号102016224331.4）和该国际专利申请（申请号PCT/...；公开号WO ...）以及分别在其中公开的技术教导，执行在轨道/铁路交通中的基于轨道/铁轨的图像分析。
发明内容
上面提到的上下文相关的任务基于在专利权利要求1的前序部分中限定的危险情况识别方法通过在专利权利要求1的特征部分中说明的特征来解决。
此外，上面提到的上下文相关的任务基于在专利权利要求11的前序部分中限定的危险情况识别设备通过在专利权利要求11的特征部分中说明的特征来解决。
此外，上面提到的上下文相关的任务基于在专利权利要求26的前序部分中限定的轨道车辆、尤其是铁路车辆通过在专利权利要求26的特征部分中说明的特征来解决。
本发明按照独立权利要求1、11和26所基于的思想在于：基于关于所述车辆的位置坐标并且通过在轨道交通中的潜在的危险情况已知的、部分地沿着轨道网的轨道路段布置的危险区域的多个图像，在这些图像中分别标记的关于以图像方式示出的危险区域示出了被归为特别关键的分区的图像区域内，通过图案比较来检查是否有人员和/或可移动的对象处在该关键的分区内。
此外，按照权利要求2和12，有利的是：附加地基于多个表示该关键的分区的图像，在考虑距危险区域的相应的距离的情况下将这些图像以及分区图像换算到相同的大小，通过识别在该危险区域内的人员和/或对象的移动来计算活动指数，而且将所计算出的活动指数与所存储的阈值进行比较。
在此，本发明的基本原理是：通过迭代的图像分析结合已知的关于危险区域、诸如站台、轨道交叉道口等等的元数据，识别在轨道交通的已知的危险区域内、例如在火车站区域内的站台上、装有栏杆或者未装有栏杆的轨道交叉道口或者诸如此类的危险区域内的危险情况。
在此，目标是：能够实现在没有对路段基础设施的附加投资的情况下对全自动驾驶的贡献。
有利地，对在轨道交通的危险区域内、例如在火车站区域内的站台上、装有栏杆或者未装有栏杆的轨道交叉道口或者诸如此类的危险区域内的危险情况的自动识别可以至少部分地通过如下步骤来实现：
1.在第一步骤中，在驶入到具有站台的火车站区域或者正在接近轨道交叉道口时[按照德国专利申请（申请号102016224355.1）和该国际专利申请（申请号PCT/...；公开号WO...），基于GPS数据或定位数据，轨道车辆/铁路车辆知道与此相关的位置坐标，所述GPS数据或定位数据按照其中分别公开的技术教导来确定]，借助于至少一个图像记录/图像采集设备（例如一个或多个设备，如视频摄像机、激光传感器、热成像摄像机、雷达、其它图像采集设备等等），从轨道车辆出发、例如从内燃机车驾驶员的视角出发检测或记录多个图像。
多次实施尤其对于冗余目的来说是重要的。
但是，在本发明的一个变型方案或改进方案、即扩展方案中，也可以使用同一类型的多个图像记录设备或图像采集设备的图像（例如两个视频摄像机），用于结果的相互确证和合成。
但是，在本发明的另一变型方案或改进方案、即扩展方案中，也可以使用不同类型的多个图像记录设备或图像采集设备的图像（例如一个视频摄像机和一个热成像摄像机），用于结果的相互确证和合成。
在第二步骤中，在相应的图像中标记如下图像区域，该图像区域示出了危险区域的特别关键的（高度关键的）区域（例如在站台的情况下，在站台边缘与通过白线来限定边界的安全地带（离站台边缘大约2m远）之间的区域）。
变型方案1：根据以前的初始化行驶，这些区域已知，针对这些初始化行驶，对于轨道车辆/铁路车辆在火车站区域的每个相应的位置来说，危险区域的相应（高度关键的）特别关键的区域都已被标记（如果在驶入到具有站台的火车站区域时从同一位置出发两次拍摄图像，则关键区域总是保持不变）。在该上下文中，参阅按照国际专利申请（申请号PCT/EP2016/057804；公开号WO 2017/174155 A1）以及在其中公开的技术教导对在轨道/铁路交通中的信号的自动识别，在那里关于信号识别方面以类似的方式采取行动。
变型方案2：首先，识别驶过的轨道/驶过的铁轨。基于驶过的轨道/驶过的铁轨，将站台边缘识别为危险区域的边缘，以及识别车辆距站台或危险区域的距离，而且最后识别相对于站台边缘或相对于危险区域的边缘的（高度关键的）特别关键的区域。在该上下文中，参阅按照德国国际申请（申请号102016224331.4）和该国际专利申请（申请号PCT/...；公开号WO ...）以及分别在其中公开的技术教导对在轨道/铁路交通中的基于轨道/铁轨的图像分析的执行。
在第三步骤中，基于所获得的图像，针对高度关键的区域，检查优选地是否有人员和/或可移动的对象处在其中。这通过图案比较（Pattern-Matching（图案匹配））来实现。
只要有人员和/或可移动的对象处在高度关键的区域内，就应该发出声音信号。
情况1：应用正向匹配，也就是说识别人员和/或可移动的对象。
情况2：应用逆向匹配，也就是说识别在危险区域的结构中的临时变化，这样例如检查规则的站台图案（例如石砖、白线）的中断。
在第四步骤中，附加地，针对危险区域的（高度关键的）特别关键的分区，以短时间间隔拍摄多个图像。
然后，在考虑距站台或距危险区域的边缘的相应的距离的情况下，将这些图像换算到相同的大小。然后，通过识别在站台上的人员和/或可移动的对象（例如正在玩耍或者正在嬉闹的儿童）的移动来计算活动指数。如果该活动指数超过阈值，则应该根据操作规则来采取行动，例如通过输出/发出报警音（例如汽笛声）、声音报警标志或光学报警标志。
通过在上文概述的对在轨道交通/铁路交通中的危险区域、例如在火车站区域内的站台上、装有栏杆或者未装有栏杆的轨道交叉道口或者诸如此类的危险区域的迭代的图像分析，结合关于这些危险区域的元数据，可以实现：
- 可以识别在危险区域的（高度关键的）特别关键的分区内的人员和/或可移动的对象并且根据操作规则引入反应，例如输出/发出报警音（例如汽笛声）、声音报警标志或者光学报警标志。
- 可以识别在危险区域的（高度关键的）特别关键的分区内的移动速度过高的人员和/或可移动的对象（例如正在嬉闹的儿童）并且根据操作规则引入反应，例如发出鸣笛报警、报警信号等等。
- 在视野条件不利的情况下可以比由内燃机车驾驶员更可靠地识别出人员。
- 不再需要内燃机车驾驶员来识别在站台上或类似区域的危险情况，使得可以与这些内燃机车驾驶员的可支配性无关地进行行驶。
根据本发明的一个有利的改进方案，关于根据权利要求11所述的危险情况识别设备，还可以将如下附加组件a)至c)用于图像记录设备（例如图像采集设备）：
a. 根据权利要求21所述的修正组件，该修正组件将天气和亮度数据一并包括在内，用于分析图像资料。借此，例如在大雾中，将对视频图像的分析限制到轨道车辆或铁路车辆前面的头50米，并且相对应地降低车辆的速度。
b. 根据权利要求22所述的变焦距组件，该变焦距组件根据周围环境（例如火车站、市区、郊区等等）来选择正确的拍摄角度，以便这样最优地辅助对图像的分析。例如，接着不仅在空闲路段上的拍摄情况（需要从远距离的图像，以便可以基于速度及时地做出反应）而且在火车站区域内的拍摄情况（需要宽度大的图像）都可以适当地被操作。此外，利用变焦距组件，可以根据距危险区域的距离来选择正确的拍摄角度，以便这样最优地辅助对危险区域的多次分析。
c. 根据权利要求23所述的照明组件、例如在人类可见的区域之内或之外工作的头灯，通过该照明组件，改善了由图像记录设备或图像采集设备在夜间或者天气差时拍摄到的图像资料的质量。
还可能的是：危险情况识别设备GSEV被构造为就“轨道交通系统的软件定义信号识别（Software Defined Signal Recognition of Rail Traffic Systems）”而言的虚拟机而且作为就“轨道交通系统的软件定义信号识别（Software Defined SignalRecognition of Rail Traffic Systems）”而言的虚拟机起作用。
附图说明
本发明的其它优点根据随后依据图1至3对本发明的实施例的描述而得到。这些附图中：
图1示出了当有轨道车辆正在接近作为关于可能的危险关键的区域的站台时对危险情况的基于轨道车辆的识别；
图2示出了根据在图1中示出的当有轨道车辆正在接近作为关于可能的危险关键的区域的装有栏杆的轨道交叉道口时对危险情况的基于轨道车辆的识别的场景；
图3示出了用于按照图1和2的在站台上以及在轨道交叉道口上的基于轨道车辆的危险情况识别的危险情况识别设备的原理结构。
具体实施方式
图1示出了当在轨道网BNE的部分示出的轨道路段BST上、例如在火车站的周围，轨道车辆BFZ在轨道路段BST的轨道FS上正在接近作为关于可能的危险关键的区域的站台BSG时对在轨道交通BVK中的危险情况的基于轨道车辆的识别。
按照当前的实施例，轨道网BNE的与轨道相关的轨道路段BST是铁路网SNE的铁路路段SST，在该铁路网上，在铁路交通SVK中，为了进行危险情况识别，有铁路车辆SFZ处在铁轨GL上而且正在接近站台BSG。基于开头引出的讨论，就所示出的具有在铁路网SNE的铁路路段SST上行驶的铁路车辆SFZ的铁路交通SVK而言，也能设想并且想象任何其它x任意的基于短路段或长路段的轨道交通系统，作为本发明的其它实施例。这样，例如同样会考虑磁悬浮轨道交通系统（关键词（Stw.）：Transrapid、Maglev等等），该磁悬浮轨道交通系统具有相对应的类似的基础设施，该基础设施由轨道网、轨道路段和轨道车辆组成。
在图1中示出的铁路交通系统中，在铁路车辆SFZ的具有内燃机车驾驶舱TFS（车辆驾驶员FZF的工作位置处在该内燃机车驾驶舱内）和集成的显示装置AZE的内燃机车TRW中，为了对可能的危险情况进行基于铁路车辆的识别，安装危险情况识别设备GSEV。为此，危险情况识别设备GSEV包含图像记录设备BAZG，该图像记录设备例如构造为普通的视频摄像机、激光传感器、热成像摄像机、雷达装置、红外摄像机等等而且由于采集图像而也被称作图像采集设备。
当在铁轨GL上行驶的铁路车辆SFZ接近作为关于可能的危险关键的区域的站台BSG时，利用图像记录设备BAZG，从铁路车辆SFZ出发、例如从在内燃机车TRW的内燃机车驾驶舱TFS中的内燃机车驾驶员FZF的视角出发和/或从在车辆SFZ中或在车辆SFZ上的位置固定的、观察轨道的位置出发，从关于该车辆的位置坐标并且通过在铁路交通SVK中的潜在的危险情况已知的、部分地沿着铁路网SNE的铁路路段SST布置的危险区域GB，能检测多个表示该危险区域GB的图像BIGB。换句话说：图像记录设备BAZG获得关于在铁路交通SVK中的潜在的危险情况/危险位置以及与之相对应的位置坐标的（例如以元数据为形式的）信息作为输入参量，而且在相对应的触发（设置触发（Trigger））之后/通过相对应的触发（设置触发（Trigger））关于这些输入参量提供表示危险区域GB的图像BIGB作为输出参量。在图1中示出的情况下，由图像记录设备BAZG检测到的危险区域GB是站台BSG的部分。当然也可能的是：危险区域GB包括整个站台BSG。
在危险区域GB的图像BIGB中包含如下图像区域BIB，该图像区域关于以图像方式示出的危险区域GB示出了如下分区TBGB，该分区关于可能的危险被归为特别关键。在站台BSG的情况下，该特别关键的区域优选地是在站台边缘与通过白线来限定边界的安全地带之间的地面，该安全地带离站台边缘大约2米。这是危险区域GB的高度关键的部分。此外，当在铁轨GL上行驶的铁路车辆SFZ正在接近作为关于可能的危险关键的区域的站台BSG时，利用图像记录设备BAZG，也检测多个图像BITB，所述图像表示作为危险区域GB的高度关键的部分的关键的分区TBGB。
稍后结合对图3的描述来阐述现在如何基于危险区域GB的图像BIGB和/或（特别）关键的分区TBGB的图像BITB来执行危险情况识别。
然而，如果与危险情况识别的方式和方法无关地由危险情况识别设备GSEV识别出在站台BSG上的危险情况，例如在危险区域GB内的（移动的）人员和/或可移动的对象和/或在危险区域GB的特别关键的（高度关键的）分区TBGB内的（移动的）人员和/或可移动的对象，则由危险情况识别设备GSEV将控制信号SSI传送给在铁路车辆SFZ的内燃机车TRW中的控制装置STE，对此，接着由内燃机车TRW输出报警信号WSI。该报警信号WSI例如是报警音（例如汽笛声）、声音报警标志或光学报警标志，该报警信号是根据在铁路交通SVK中的操作规则的反应。
图2示出了当在轨道网BNE的部分示出的轨道路段BST上，轨道车辆BFZ在轨道路段BST的轨道FS上正在接近作为关于可能的危险关键的区域的装有栏杆的轨道交叉道口BÜG时对在轨道交通BVK中的危险情况的基于轨道车辆的识别。
这里，轨道网BNE的与轨道相关的轨道路段BST也又是铁路网SNE的铁路路段SST，在该铁路网上，在铁路交通SVK中，为了进行危险情况识别，有铁路车辆SFZ处在铁轨GL上而且正在接近站台BSG。这里，也重新基于开头引出的讨论，就所示出的具有在铁路网SNE的铁路路段SST上行驶的铁路车辆SFZ的铁路交通SVK而言，能设想并且想象任何其它x任意的基于短路段或长路段的轨道交通系统，作为本发明的其它实施例。这样，例如同样会考虑磁悬浮轨道交通系统（关键词（Stw.）：Transrapid、Maglev等等），该磁悬浮轨道交通系统具有相对应的类似的基础设施，该基础设施由轨道网、轨道路段和轨道车辆组成。
这里，在图2中示出的铁路交通系统中，又在铁路车辆SFZ的具有内燃机车驾驶舱TFS（车辆驾驶员FZF的工作位置处在该内燃机车驾驶舱内）和集成的显示装置AZE的内燃机车TRW中，为了对可能的危险情况进行基于铁路车辆的识别，也安装危险情况识别设备GSEV。为此，危险情况识别设备GSEV又包含图像记录设备BAZG，该图像记录设备例如构造为普通的视频摄像机、激光传感器、热成像摄像机、雷达装置、红外摄像机等等。
当在铁轨GL上行驶的铁路车辆SFZ接近作为关于可能的危险关键的区域的装有栏杆的轨道交叉道口BÜG时，利用图像记录设备BAZG，从铁路车辆SFZ出发、例如从在内燃机车TRW的内燃机车驾驶舱TFS中的内燃机车驾驶员FZF的视角出发和/或从在车辆SFZ中或在车辆SFZ上的位置固定的、观察轨道的位置出发，从关于该车辆的位置坐标并且通过在铁路交通SVK中的潜在的危险情况已知的、部分地沿着铁路网SNE的铁路路段SST布置的危险区域GB，能检测多个表示该危险区域GB的图像BIGB。换句话说：图像记录设备BAZG获得关于在铁路交通SVK中的潜在的危险情况/危险位置以及与之相对应的位置坐标的（例如以元数据为形式的）信息作为输入参量，而且在相对应的触发（设置触发（Trigger））之后/通过相对应的触发（设置触发（Trigger））来关于这些输入参量提供表示危险区域GB的图像BIGB作为输出参量。在图2中示出的情况下，由图像记录设备BAZG检测到的危险区域GB包括整个装有栏杆的轨道交叉道口BÜG。
如果危险情况识别设备GSEV识别出在装有栏杆的轨道交叉道口BÜG处的危险情况，例如识别出在危险区域GB内的（移动的）人员和/或可移动的对象，则危险情况识别设备GSEV又将控制信号SSI传送给在铁路车辆SFZ的内燃机车TRW中的控制装置STE，对此，接着由内燃机车TRW来输出报警信号WSI。该报警信号WSI例如又可以是报警音（例如汽笛声）、声音报警标志或光学报警标志，该报警信号是根据在铁路交通SVK中的操作规则的反应。
图3示出了用于按照图1和2的在站台BSG上以及在轨道交叉道口BÜG上的基于轨道车辆的危险情况识别的危险情况识别设备GSEV的原理结构。
在此，按照关于图1和2的实施方案，图像记录设备BAZG形成危险情况识别的起点，该图像记录设备在相对应的脉冲或触发（参见在图1的描述中的实施方案）检测危险区域GB的图像BIGB和/或分区TBGB的图像BITB，用于进行危险情况识别。如何产生该脉冲或触发并且将该脉冲或触发输送给图像记录设备BAZG不是本申请的主题。
为此，图像记录设备BAZG优选地可枢转地来构造，用于对准图像对象。
还可能而且也许从检测技术角度也合理的是：同一结构类型的图像记录设备BAZG、例如多个视频摄像机，或者不同结构类型的设备、例如多个视频摄像机、激光传感器、基于雷达的传感器、基于无线电定位和测距的传感器、红外摄像机和/或热成像摄像机包含在危险情况识别设备GSEV中，这些图像记录设备拍摄图像BIGB、BITG。这种对图像记录或图像采集的多次实施尤其对于冗余目的来说是重要的。
为了继续改善利用图像记录设备BAZG来记录或采集的图像的质量，在图像记录设备BAZG中优选地包含如下组件：
1.修正组件KOK，利用该修正组件将天气和亮度数据包括在内，用于分析图像资料。利用该组件，例如可能的是：在大雾中，将对视频图像的分析限制到在铁路车辆前面的头50米而且相对应地降低铁路车辆的速度。
2.变焦距组件BVK，该变焦距组件根据周围环境（例如火车站、市区、郊区等等）来选择正确的拍摄角度，以便这样最优地辅助对图像的分析。由此，接着不仅在空闲路段上的拍摄情况（需要从远距离的图像，以便可以基于速度及时地做出反应）而且在火车站区域内的拍摄情况（需要宽度大的图像）都可以适当地被操作。此外，利用变焦距组件，可以根据距危险区域的距离来选择正确的拍摄角度，以便这样最优地辅助对危险区域的多次分析。
3.照明组件BLK，该照明组件例如构造为在人类可见的区域之内或之外工作的头灯，通过该照明组件，改善了由图像记录设备或图像采集设备BAZG在夜间或者天气差时拍摄到的图像资料的质量。
这样拍摄的图像由图像记录设备BAZG存储到图像存储装置BSPE中。该图像存储装置BSPE或者按照选项“A”作为危险情况识别设备GSEV的组件与图像记录设备BAZG相对应地连接或者按照选项“B”在危险情况识别设备GSEV之外、例如作为在内燃机车中或在数据云中的存储数据库被分配给图像记录设备BAZG或能与该图像记录设备连接。
为了分析所记录的或所采集的图像来识别在沿着铁路路段的危险区域GB、例如按照图1的站台BSG或者按照图2的装有栏杆的轨道交叉道口BÜG的危险，图像记录设备BAZG与计算/分析装置BAWE连接，该计算/分析装置同样是危险情况识别设备GSEV的组件。为了该目的，计算/分析装置BAWE、如图像记录设备BAZG或者按照选项“A”与图像存储装置BSPE连接或者按照选项“B”被分配给图像存储装置BSPE或能与该图像存储装置连接。以这种方式，形成由计算/分析装置BAWE、图像记录设备BAZG和图像存储装置BSPE构成的功能单元，其中危险情况识别设备GSEV的所提到的组件在功能上进行合作，用于进行计算/分析辅助的危险情况识别。
为此，计算/分析装置BAWE优选地具有：非易失性可读存储器SP，在该非易失性可读存储器中存储有对危险情况识别进行控制的程序模块PGM的处理器可读的控制程序指令；和处理器PZ，该处理器实施程序模块PGM的控制程序指令来进行计算/分析辅助的危险情况识别。为此，存储器PZ为了控制目的而且为了读取数据而访问图像记录设备BAZG和图像存储装置BSPE。
现在，具有实施程序模块PGM的控制程序指令来进行计算/分析辅助的危险情况识别的处理器PZ的计算/分析装置BAWE或程序模块PGM关于计算/分析辅助的危险情况识别方面构造为使得在危险区域GB的图像BIGB中分别标记图像区域BIB，该图像区域关于以图像方式示出的危险区域GB示出了如下分区TBGB，该分区被归为特别关键（高度关键）。
现在，该标记例如可以通过如下方式来实现：关于所检测到的危险区域GB的关键的分区TBGB的图像区域BIB依据相对于在图1和2中分别示出的铁路车辆SZF的行驶以前的在铁路网SNE的铁路路段SST的同一铁轨GL上的初始化行驶或者依据按照在图1和2中分别示出的铁路车辆SZF的行驶的基于铁轨或铁路的图像分析来进行。
在最先提到的情况（变型方案1）下，这种危险区域根据以前的初始化运行而已知，其中分别针对铁路车辆在火车站区域的每个位置，已经标记危险区域本身和该危险区域的高度关键的部分（特别关键的分区）。这样，例如两次拍摄图像，也就是说从同一位置出发、例如在驶入到具有站台的火车站区域时两次拍摄图像。以这种方式，该危险区域和该特别关键的分区分别总是保持不变。在该上下文中，参阅按照国际专利申请（申请号PCT/EP2016/057804；公开号WO 2017/174155 A1）以及在其中公开的技术教导对在轨道/铁路交通中的信号的自动识别，在那里关于信号识别方面以类似的方式采取行动。
在替选情况（变型方案2）下，首先识别驶过的铁轨。基于驶过的铁轨，将站台边缘识别为危险区域的边缘，以及识别铁路车辆距站台或危险区域的距离，而且最后分别相对于站台边缘或危险区域的边缘一方面识别危险区域的（高度关键的）特别关键的分区和该危险区域本身。在该上下文中，参阅按照德国国际申请（申请号102016224331.4）和该国际专利申请（申请号PCT/...；公开号WO ...）以及分别在其中公开的技术教导对在轨道/铁路交通中的基于轨道/铁轨的图像分析的执行。
如果例如按照上文概述的两个变型方案之一通过计算/分析装置BAWE来进行标记，则具有实施程序模块PGM的控制程序指令来进行计算/分析辅助的危险情况识别的处理器PZ的计算/分析装置BAWE或程序模块PGM关于计算/分析辅助的危险情况识别方面还构造为使得：对于所标记的图像区域BIB来说，通过图案比较来检查是否有人员和/或可移动的对象处在关键的分区TBGB内。
在此，该图案比较是一种图案匹配（Pattern-Matching），其中或者利用正向比较优选地识别人员和/或可移动的对象，或者利用逆向比较优选地识别在危险区域GB的结构中的临时变化，其中在后者的情况下，例如检查规则的站台图案（例如石砖、白线）的中断。
为了进行对是否有人员和/或可移动的对象处在关键的分区TBGB内的所述检查，针对（高度关键的）特别关键的分区，以短时间间隔拍摄多个图像、即结合对图1的描述已经提及的图像BITB。
在关于危险区域GB的图像BIGB已经被图像记录设备BAZG检测之后，计算/分析装置BAWE和图像记录设备BAZG为了检测关于分区TBGB的图像BITB而还构造为并且在功能上进行合作为使得：
1) 从关键的分区TBGB检测多个表示该关键的分区的图像BITB，
2) 在考虑距危险区域GB的相应的距离的情况下将全部图像BIGB、BITB换算到相同的大小，
3) 通过识别在危险区域GB内的人员和/或对象（例如正在玩耍或者正在嬉闹的儿童）的移动来计算活动指数，而且
4) 将所计算出的活动指数与所存储的阈值进行比较。
在此，由实施程序模块PGM的控制程序指令来进行计算/分析辅助的危险情况识别的计算/分析装置BAWE或处理器PZ来执行阈值比较，其中，如果有人员和/或可移动的对象处在关键的分区TBGB内而且该比较得出所计算出的活动指数对应于阈值或者超过该阈值，则由计算/分析装置BAWE或处理器PZ生成控制信号SSI，在该控制信号的情况下，根据在铁路交通SVK中的操作规则来指出在危险区域GB内的危险情况。这优选地通过由铁路车辆SFZ来输出报警信号WSI来实现。在这一点上应再次指出：报警信号不仅可以构造为声音信号而且可以构造为光学信号。
为了可以输出报警信号WSI，危险情况识别设备GSEV的计算/分析装置BAWE与在铁路车辆SFZ的内燃机车TRW中的控制装置STE连接（参见图1）。
利用如上文所描述的那样的危险情况识别设备GSEV，可以协助或甚至实现在沿着行驶路段没有附加的基础设施的情况下对轨道车辆BFZ或铁路车辆SFZ的自动（自主）或辅助驾驶。尤其是当该危险情况识别设备GSEV被实现为虚拟机，该虚拟机就“轨道交通系统的软件定义信号识别（Software Defined Signal Recognition of Rail TrafficSystems）”而言来构造并且起作用时，这一点才存在。
Claims (26)
1.一种用于在轨道交通（BVK）中、尤其是在铁路交通（SVK）中的危险情况识别的方法，
其特征在于，
a) 从轨道车辆（BFZ）、尤其是铁路车辆（SFZ）出发、尤其是从内燃机车驾驶员（FZF、TFS、TRW）的视角出发和/或从在车辆（BFZ、SFZ）中或在车辆（BFZ、SFZ）上的位置固定的、观察轨道的位置出发，从关于所述车辆的位置坐标并且通过在轨道交通（BVK、SVK）中的潜在的危险情况已知的、部分地沿着轨道网（BNE）的轨道路段（BST）、尤其是铁路网（SNE）的铁路路段（SST）布置的危险区域（GB），检测多个表示所述危险区域（GB）的图像（BIGB），
b) 在所述图像（BIGB）中分别标记如下图像区域（BIB），所述图像区域关于以图像方式示出的危险区域（GB）示出了被归为特别关键的分区（TBGB），
c) 针对所标记的图像区域（BIB），通过图案比较来检查是否有人员和/或可移动的对象处在关键的分区（TBGB）内。
2.根据权利要求1所述的方法，其特征在于，
a) 从所述关键的分区（TBGB）检测多个表示所述关键的分区的图像（BITB），
b) 在考虑距所述危险区域（GB）的相应的距离的情况下将全部图像（BIGB、BITB）换算到相同的大小，
c) 通过识别在所述危险区域（GB）内的人员和/或对象的移动来计算活动指数，而且
d) 将所计算出的活动指数与所存储的阈值进行比较。
3.根据权利要求1或2所述的方法，其特征在于，
根据在所述铁路交通（BVK、SVK）中的操作规则来指出在所述危险区域（GB）内的危险情况，其方式是，如果
a) 有人员和/或可移动的对象处在所述关键的分区（TBGB）内，
b) 所述比较得出所计算出的活动指数对应于所述阈值或者超过所述阈值，
则优选地输出声音报警信号（WSI）。
4.根据权利要求3所述的方法，其特征在于，
所述报警信号（WSI）由所述轨道车辆（BFZ、SFZ）来输出。
5.根据权利要求1至4之一所述的方法，其特征在于，
所述图像（BIGB、BITG）利用同一结构类型的多个图像记录设备（BAZG）、例如利用视频摄像机来拍摄，或者利用不同结构类型的多个图像记录设备（BAZG）、例如利用视频摄像机、激光传感器、基于雷达的传感器、基于无线电定位和测距的传感器、红外摄像机和/或热成像摄像机来拍摄。
6.根据权利要求1至5之一所述的方法，其特征在于，
关于所检测到的危险区域（GB）的关键的分区（TBGB）对所述图像区域（BIB）的标记依据在所述轨道网（BNE、SNE）的轨道路段（BST、SST）上的以前的初始化行驶或者依据基于轨道的、尤其是基于铁轨或铁路的图像分析来进行。
7.根据权利要求6所述的方法，其特征在于，
在基于轨道的图像分析中，首先识别所述轨道路段（BST、SST）的驶过的轨道（FS）、尤其是驶过的铁轨（GL），基于驶过的轨道（FS、GL），识别所述危险区域（GB）的边缘（RGB）以及所述轨道车辆（BFZ、SFZ）距所述危险区域（GB）的距离，而且最后识别相对于所述危险区域（GB）的边缘（RGB）的关键的分区（TBGB）。
8.根据权利要求1至7之一所述的方法，其特征在于，
将所述图案比较执行为正向比较，其中优选地识别所述人员和/或所述可移动的对象，或者将所述图案比较执行为逆向比较，其中优选地识别在所述危险区域（GB）的结构中的临时变化。
9.根据权利要求1至8之一所述的方法，其特征在于，
所述危险区域（GB）或者属于人员上车到所述轨道车辆（BFZ、SFZ）中和/或从所述轨道车辆（BFZ、SFZ）中下车的站台（BSG），或者属于装有栏杆的或未装有栏杆的轨道交叉道口（BÜG）。
10.根据权利要求1至9之一所述的方法，其特征在于，
利用所述方法来协助在沿着行驶路段没有附加的基础设施的情况下对所述轨道车辆（BFZ、SFZ）的自动（自主）或辅助驾驶。
11.一种用于在轨道交通（BVK）中、尤其是在铁路交通（SVK）中的危险情况识别的设备（GSEV），
其特征在于
a) 至少一个图像记录设备（BAZG），利用所述至少一个图像记录设备，从轨道车辆（BFZ）、尤其是铁路车辆（SFZ）出发、尤其是从内燃机车驾驶员（FZF、TFS、TRW）的视角出发和/或从在车辆（BFZ、SFZ）中或在车辆（BFZ、SFZ）上的位置固定的、观察轨道的位置出发，从关于所述车辆的位置坐标并且通过在轨道交通（BVK、SVK）中的潜在的危险情况已知的、部分地沿着轨道网（BNE）的轨道路段（BST）、尤其是铁路网（SNE）的铁路路段（SST）布置的危险区域（GB），能检测多个表示所述危险区域（GB）的图像（BIGB）并且能将所述图像存储在图像存储装置（BSPE）中，
b) 计算/分析装置（BAWE），所述计算/分析装置与所述图像记录设备（BAZG）和所述图像存储装置（BSPE）连接并且在功能上进行合作地来构造，尤其是构造得具有非易失性可读存储器（SP）和处理器（PZ），使得在所述图像（BIGB）中分别标记如下图像区域（BIB），所述图像区域关于以图像方式示出的危险区域（GB）示出了被归为特别关键的分区（TBGB），在所述非易失性可读存储器（SP）中存储有对危险情况识别进行控制的程序模块（PGM）的处理器可读的控制程序指令，所述处理器（PZ）实施所述程序模块（PGM）的控制程序指令，用于进行计算/分析辅助的危险情况识别，
c) 所述计算/分析装置（BAWE），所述计算/分析装置构造为使得：针对所标记的图像区域（BIB），通过图案比较来检查是否有人员和/或可移动的对象处在关键的分区（TBGB）内。
12.根据权利要求11所述的设备（GSEV），其特征在于，
a) 所述计算/分析装置（BAWE）和所述图像记录设备（BAZG），所述计算/分析装置和所述图像记录设备构造为并且在功能上进行合作为使得从所述关键的分区（TBGB）检测多个表示所述关键的分区的图像（BITB），
b) 所述计算/分析装置（BAWE）、所述图像记录设备（BAZG）和所述图像存储装置（BSPE），所述计算/分析装置、所述图像记录设备和所述图像存储装置构造为并且在功能上进行合作为使得在考虑距所述危险区域（GB）的相应的距离的情况下将全部图像（BIGB、BITB）换算到相同的大小，
c) 所述计算/分析装置（BAWE），所述计算/分析装置构造为使得
c1) 通过识别在所述危险区域（GB）内的人员和/或对象的移动来计算活动指数，而且
c2) 将所计算出的活动指数与所存储的阈值进行比较。
13.根据权利要求11或12所述的设备（GSEV），其特征在于，
所述计算/分析装置（BAWE）能与在所述轨道车辆（BFZ、SFZ）中的控制装置（STE）连接而且在此对所述控制装置（STE）进行操控，使得根据在所述轨道交通（BVK、SVK）中的操作规则来指出在所述危险区域（GB）内的危险情况，其方式是，如果
a) 有人员和/或可移动的对象处在所述关键的分区（TBGB）内，
b) 所述比较得出所计算出的活动指数对应于所述阈值或者超过所述阈值，
则优选地输出声音报警信号（WSI）。
14.根据权利要求13所述的设备（GSEV），其特征在于，
所述报警信号（WSI）能由所述轨道车辆（BFZ、SFZ）来输出。
15.根据权利要求11至14之一所述的设备（GSEV），其特征在于，
包含同一结构类型的多个图像记录设备（BAZG）、例如多个视频摄像机，或者不同结构类型的多个图像记录设备（BAZG）、例如多个视频摄像机、激光传感器、基于雷达的传感器、基于无线电定位和测距的传感器、红外摄像机和/或热成像摄像机，所述图像记录设备拍摄所述图像（BIGB、BITG）。
16.根据权利要求11至15之一所述的设备（GSEV），其特征在于，
所述计算/分析装置（BAWE）构造为使得：关于所检测到的危险区域（GB）的关键的分区（TBGB）对所述图像区域（BIB）的标记依据在所述轨道网（BNE、SNE）的轨道路段（BST、SST）上的以前的初始化行驶或者依据基于轨道的、尤其是基于铁轨或铁路的图像分析来进行。
17.根据权利要求16所述的设备（GSEV），其特征在于，
利用在所述计算/分析装置（BAWE）上实施的基于轨道的图像分析，首先能识别所述轨道路段（BST、SST）的驶过的轨道（FS）、尤其是驶过的铁轨（GL），基于驶过的轨道（FS、GL），能识别所述危险区域（GB）的边缘（RGB）以及所述轨道车辆（BFZ、SFZ）距所述危险区域（GB）的距离，而且最后能识别相对于所述危险区域（GB）的边缘（RGB）的关键的分区（TBGB）。
18.根据权利要求11至17之一所述的设备（GSEV），其特征在于，
所述计算/分析装置（BAWE）构造为使得：实现所述图案比较作为正向比较，其中优选地识别所述人员和/或所述可移动的对象，或者实现所述图案比较作为逆向比较，其中优选地识别在所述危险区域（GB）的结构中的临时变化。
19.根据权利要求11至18之一所述的设备（GSEV），其特征在于，
所述危险区域（GB）或者属于人员上车到所述轨道车辆（BFZ、SFZ）中和/或从所述轨道车辆（BFZ、SFZ）中下车的站台（BSG），或者属于装有栏杆的或未装有栏杆的轨道交叉道口（BÜG）。
20.根据权利要求11至19之一所述的设备（GSEV），其特征在于，
所述图像记录设备（BAZG）可枢转地来构造。
21.根据权利要求11至20之一所述的设备（GSEV），其特征在于，
所述图像记录设备（BAZG）具有修正组件（KOK），所述修正组件将天气和亮度数据一并包括在内，用于分析图像资料。
22.根据权利要求11至21之一所述的设备（GSEV），其特征在于，
所述图像记录设备（BAZG）具有变焦距组件（BVK），所述变焦距组件根据周围环境、例如火车站、市区、郊区等等来选择正确的拍摄角度，以便这样最优地辅助对所述图像（BIGB、BITB）的分析，和/或所述变焦距组件根据距所述危险区域（GB）的距离来选择正确的拍摄角度，以便这样最优地辅助对所述危险区域（GB）的多次分析。
23.根据权利要求11至22之一所述的设备（GSEV），其特征在于，
所述图像记录设备（BAZG）具有照明组件（BLK）、尤其是在人类可见的区域之内或之外工作的头灯。
24.根据权利要求11至23之一所述的设备（GSEV），其特征在于
虚拟机，所述虚拟机就“轨道交通系统的软件定义信号识别”而言来构造并且起作用。
25.根据权利要求11至24之一所述的设备（GSEV），其特征在于，
利用所述设备（GSEV）能协助在沿着行驶路段没有附加的基础设施的情况下对所述轨道车辆（BFZ、SFZ）的自动（自主）或辅助驾驶。
26.一种用于在轨道交通（BVK）中的危险情况识别的轨道车辆（BFZ）、尤其是用于在铁路交通（SVK）中的危险情况识别的铁路车辆（SFZ），其特征在于，
根据权利要求11至25之一所述的用于危险情况识别的设备（GSEV）集成到轨道车辆（BFZ、SFZ）中。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102016224358.6 | 2016-12-07 | ||
| DE102016224358 | 2016-12-07 | ||
| PCT/EP2017/081841 WO2018104460A1 (de) | 2016-12-07 | 2017-12-07 | Verfahren, vorrichtung und bahnfahrzeug, insbesondere schienenfahrzeug, zur gefahrensituationserkennung im bahnverkehr, insbesondere im schienenverkehr |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110023171A true CN110023171A (zh) | 2019-07-16 |
Family
ID=61188741
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201780075733.3A Pending CN110023171A (zh) | 2016-12-07 | 2017-12-07 | 用于在轨道交通中、尤其是在铁路交通中的危险情况识别的方法、设备和轨道车辆、尤其是铁路车辆 |
Country Status (4)
| Country | Link |
|---|---|
| EP (1) | EP3523176A1 (zh) |
| CN (1) | CN110023171A (zh) |
| RU (1) | RU2745531C2 (zh) |
| WO (1) | WO2018104460A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110525486A (zh) * | 2019-08-14 | 2019-12-03 | 朔黄铁路发展有限责任公司 | 列车运行状态识别方法、装置、系统和存储介质 |
| CN114283544A (zh) * | 2021-12-10 | 2022-04-05 | 中国电子科技集团公司第三十八研究所 | 一种基于人工智能的铁路站台入侵监测系统及方法 |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102018206593A1 (de) * | 2018-04-27 | 2019-10-31 | Siemens Aktiengesellschaft | Mobiles Erkennen von Reisenden und Objekten auf Bahnsteigen |
| CN109934135B (zh) * | 2019-02-28 | 2020-04-28 | 北京航空航天大学 | 一种基于低秩矩阵分解的铁轨异物检测方法 |
| CN112257604B (zh) * | 2020-10-23 | 2024-09-13 | 山东高速信联科技股份有限公司 | 图像检测方法、装置、电子设备和存储介质 |
| DE102021207414A1 (de) | 2021-07-13 | 2023-01-19 | Siemens Mobility GmbH | Verfahren und System zur Aufmerksamkeitssteuerung |
| DE102021207415A1 (de) | 2021-07-13 | 2023-01-19 | Siemens Mobility GmbH | Verfahren zur Informationsbeschaffung und Assistenzsystem |
| DE102021207417A1 (de) | 2021-07-13 | 2023-01-19 | Siemens Mobility GmbH | Überwachungsverfahren und -system |
| RU2766936C1 (ru) * | 2021-10-19 | 2022-03-16 | Акционерное общество «Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте» | Устройство контроля за управлением локомотивом и бдительностью машиниста |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101179710A (zh) * | 2007-11-30 | 2008-05-14 | 浙江工业大学 | 铁路道口智能视频监控装置 |
| KR20130108715A (ko) * | 2012-03-26 | 2013-10-07 | 한국철도기술연구원 | 영상을 이용한 철도차량의 위치검지 시스템 및 위치검지방법 |
| CN103732480A (zh) * | 2011-06-17 | 2014-04-16 | 罗伯特·博世有限公司 | 用于在行车道上车辆的线路引导中辅助驾驶员的方法和设备 |
| CN104386092A (zh) * | 2014-10-21 | 2015-03-04 | 卡斯柯信号有限公司 | 基于图像识别和多感知融合的列车自动防护系统及方法 |
| CN104583051A (zh) * | 2012-08-31 | 2015-04-29 | 西门子公司 | 对铁路线路的监视 |
| US20150268172A1 (en) * | 2014-03-18 | 2015-09-24 | General Electric Company | Optical route examination system and method |
| DE102014206473A1 (de) * | 2014-04-03 | 2015-10-08 | Bombardier Transportation Gmbh | Automatische Assistenz eines Fahrers eines fahrspurgebundenen Fahrzeugs, insbesondere eines Schienenfahrzeugs |
| CN105636853A (zh) * | 2013-07-31 | 2016-06-01 | 埃伦·约瑟夫·卡特兹 | 用于障碍物识别和避开的系统和方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3785456B2 (ja) * | 2002-07-25 | 2006-06-14 | 独立行政法人産業技術総合研究所 | 駅ホームにおける安全監視装置 |
| RU94202U1 (ru) * | 2010-01-27 | 2010-05-20 | Государственное образовательное учреждение высшего профессионального образования Омский государственный университет путей сообщения | Электротехнический комплекс для предупреждения аварийных ситуаций на железнодорожных переездах |
| CN109415071A (zh) | 2016-04-08 | 2019-03-01 | 西门子移动有限责任公司 | 用于轨道交通、特别是铁路交通中的信号识别的方法、装置和轨道车辆，特别是铁路车辆 |
-
2017
- 2017-12-07 RU RU2019119850A patent/RU2745531C2/ru active
- 2017-12-07 EP EP17840478.6A patent/EP3523176A1/de active Pending
- 2017-12-07 CN CN201780075733.3A patent/CN110023171A/zh active Pending
- 2017-12-07 WO PCT/EP2017/081841 patent/WO2018104460A1/de active Application Filing
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101179710A (zh) * | 2007-11-30 | 2008-05-14 | 浙江工业大学 | 铁路道口智能视频监控装置 |
| CN103732480A (zh) * | 2011-06-17 | 2014-04-16 | 罗伯特·博世有限公司 | 用于在行车道上车辆的线路引导中辅助驾驶员的方法和设备 |
| KR20130108715A (ko) * | 2012-03-26 | 2013-10-07 | 한국철도기술연구원 | 영상을 이용한 철도차량의 위치검지 시스템 및 위치검지방법 |
| CN104583051A (zh) * | 2012-08-31 | 2015-04-29 | 西门子公司 | 对铁路线路的监视 |
| CN105636853A (zh) * | 2013-07-31 | 2016-06-01 | 埃伦·约瑟夫·卡特兹 | 用于障碍物识别和避开的系统和方法 |
| US20150268172A1 (en) * | 2014-03-18 | 2015-09-24 | General Electric Company | Optical route examination system and method |
| DE102014206473A1 (de) * | 2014-04-03 | 2015-10-08 | Bombardier Transportation Gmbh | Automatische Assistenz eines Fahrers eines fahrspurgebundenen Fahrzeugs, insbesondere eines Schienenfahrzeugs |
| CN104386092A (zh) * | 2014-10-21 | 2015-03-04 | 卡斯柯信号有限公司 | 基于图像识别和多感知融合的列车自动防护系统及方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110525486A (zh) * | 2019-08-14 | 2019-12-03 | 朔黄铁路发展有限责任公司 | 列车运行状态识别方法、装置、系统和存储介质 |
| CN114283544A (zh) * | 2021-12-10 | 2022-04-05 | 中国电子科技集团公司第三十八研究所 | 一种基于人工智能的铁路站台入侵监测系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2018104460A1 (de) | 2018-06-14 |
| EP3523176A1 (de) | 2019-08-14 |
| RU2745531C2 (ru) | 2021-03-26 |
| RU2019119850A (ru) | 2021-01-11 |
| RU2019119850A3 (zh) | 2021-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110023171A (zh) | 用于在轨道交通中、尤其是在铁路交通中的危险情况识别的方法、设备和轨道车辆、尤其是铁路车辆 | |
| CN110087970A (zh) | 用于在铁路交通中、尤其在轨道交通中进行障碍物识别的方法、设备和铁路车辆、尤其轨道车辆 | |
| RU2720303C1 (ru) | Способ, устройство и железнодорожное транспортное средство, в частности рельсовое транспортное средство, для анализа изображений на базе колеи в железнодорожном сообщении, в частности для анализа изображений на базе рельсового пути в рельсовом сообщении | |
| CN109552366B (zh) | 机车车载铁道障碍物智能探测报警系统及其预警方法 | |
| CA2247529C (en) | Obstacle detection system | |
| CN105398471B (zh) | 光学路线检查系统和方法 | |
| CN106652551A (zh) | 一种车位检测方法及设备 | |
| US10773739B2 (en) | Method, apparatus and railroad vehicle, in particular rail vehicle, for signal recognition in railroad traffic, in particular rail traffic | |
| CN209433561U (zh) | 一种传感联动的车辆识别系统 | |
| JP5459137B2 (ja) | 交差点案内システム | |
| JP4993644B2 (ja) | 列車運行支援装置 | |
| JP4851364B2 (ja) | 列車前方鉄道信号・標識認識装置 | |
| JP7028066B2 (ja) | 検知装置及び検知システム | |
| CN102568236A (zh) | 识别交通标志并将其与交通标志信息比较的方法和装置 | |
| CN106794874A (zh) | 用于运行自动引导的无人驾驶的机动车的方法和监控系统 | |
| JPH08247775A (ja) | 移動体の自己位置同定装置および自己位置同定方法 | |
| CN109598187A (zh) | 障碍物识别方法、障碍物识别系统及轨道车自动驾驶装置 | |
| CN109910872A (zh) | 一种基于自然驾驶数据的泊车场景提取系统和方法 | |
| CN112132896A (zh) | 一种轨旁设备状态检测方法及系统 | |
| CN209297496U (zh) | 一种雷达与摄像机联动的车辆识别系统 | |
| CN110443819B (zh) | 一种单轨列车的轨道检测方法和装置 | |
| CN106463051A (zh) | 信号机识别装置以及信号机识别方法 | |
| JP6855712B2 (ja) | 分岐器進入可否判定装置及び分岐器進入可否判定方法 | |
| CN104508708A (zh) | 道路环境识别装置 | |
| JPWO2008010308A1 (ja) | ナンバープレート情報取得装置およびナンバープレート情報取得方法 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Munich, Germany Applicant after: Siemens Transport Co., Ltd. Address before: Munich, Germany Applicant before: Siemens Mobile Co., Ltd. |
|
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190716 |