CN110346295B - 缺陷复合定位方法及装置、设备和存储介质 - Google Patents

缺陷复合定位方法及装置、设备和存储介质 Download PDF

Info

Publication number
CN110346295B
CN110346295B CN201910635754.7A CN201910635754A CN110346295B CN 110346295 B CN110346295 B CN 110346295B CN 201910635754 A CN201910635754 A CN 201910635754A CN 110346295 B CN110346295 B CN 110346295B
Authority
CN
China
Prior art keywords
pole number
train
current
module
defect
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.)
Expired - Fee Related
Application number
CN201910635754.7A
Other languages
English (en)
Other versions
CN110346295A (zh
Inventor
林菲
吴宽
韩国涛
李永光
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.)
Beijing Shenzhou Tongzheng Technology Co ltd
Original Assignee
Beijing Shenzhou Tongzheng Technology Co ltd
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 Beijing Shenzhou Tongzheng Technology Co ltd filed Critical Beijing Shenzhou Tongzheng Technology Co ltd
Priority to CN201910635754.7A priority Critical patent/CN110346295B/zh
Publication of CN110346295A publication Critical patent/CN110346295A/zh
Application granted granted Critical
Publication of CN110346295B publication Critical patent/CN110346295B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106—General arrangement of respective parts
    • G01N2021/0112—Apparatus in one mechanical, optical or electronic block
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本申请涉及一种缺陷复合定位方法及装置、设备和存储介质，其中方法包括：在列车行车过程中检测到缺陷数据时，获取RFID模块所检测到的列车当前所处的站区间；获取安装在列车上的杆号相机模块当前所采集到的杆号图像，并识别出杆号图像中的当前杆号；获取安装在列车上的测速雷达所检测到的当前车速；基于获取到的站区间、当前杆号和当前车速，得到缺陷数据的位置信息。相较于相关技术中所采用的接入车载列控系统的方式进行缺陷数据的定位，避免了车载列控系统的数据接口不开放给第三方的检测装置而导致缺陷定位方法不能实现的情况，从而也就有效降低了缺陷复合定位方法的实现难度。

Description

缺陷复合定位方法及装置、设备和存储介质
技术领域
本公开涉及交通运输设备技术领域，尤其涉及一种缺陷复合定位方法及装置、设备和存储介质。
背景技术
受电弓与接触网作为地铁运营线路上必要的供电基础设施，初期的缺陷不及时发现处理可能会导致弓网事故的发生，严重影响地铁的安全运营。为了快速检测弓网运行的健康状态，目前的检测方案都选择将设备安装在专用检测车和运行的地铁电客车上。而针对检测到的缺陷数据需要一种定位方法，以确定其在物理线路上的具体位置。
在相关技术中，通常采用接入车载列控系统或安装轴端编码器或通过图像识别来实现缺陷的定位。但是，上述这几种定位方式由于受外部因素限制条件较多，导致在进行缺陷定位时实现难度较大。
发明内容
有鉴于此，本公开提出了一种缺陷复合定位方法及装置、设备及存储介质，可以有效降低缺陷定位的实现难度系数。
根据本公开的一方面，提供了一种缺陷复合定位方法，包括：
在列车行车过程中检测到缺陷数据时，获取RFID模块所检测到的所述列车当前所处的站区间；
获取安装在所述列车上的杆号相机模块当前所采集到的杆号图像，并识别出所述杆号图像中的当前杆号；
获取安装在所述列车上的测速雷达所检测到的当前车速；
基于获取到的所述站区间、所述当前杆号和所述当前车速，得到所述缺陷数据的位置信息。
在一种可能的实现方式中，基于获取到的所述站区间、所述当前杆号和所述当前车速，得到所述缺陷数据的位置信息，包括：
获取所述杆号相机模块所记录的所述杆号图像的采集时间，并获取检测到所述缺陷数据时的检测时间；
根据所述采集时间、所述检测时间和所述当前车速，计算得到所述缺陷数据所处的位置与所述标志杆的位置之间的间隔距离；
根据所述站区间、所述当前杆号以及所述间隔距离，得到所述缺陷数据的位置信息。
在一种可能的实现方式中，所述RFID模块检测所述列车当前所处的站区间，包括：
所述RFID模块中的射频天线扫描射频标签，获取所述射频标签的标签信息；其中，所述射频标签安装在所述列车出入站的所述隧道侧壁上；
识别所述标签信息，由所述标签信息中得到所述列车出入站的站点信息；
其中，所述站点信息包括所述列车当前所处的站区间信息。
在一种可能的实现方式中，所述杆号相机模块采集所述杆号图像，并识别出所述杆号图像中的当前杆号时，还包括：
在未识别出所述杆号图像中的当前杆号时，获取安装在所述列车上的激光测距传感器所检测到的悬挂计数结果；
其中，所述悬挂计数结果包括所述列车行车过程中所经过的悬挂的计数与杆号的绑定关系；
根据所述悬挂计数结果，对所述杆号图像进行识别容错处理，得到相应的所述当前杆号。
在一种可能的实现方式中，根据所述悬挂计数结果，对所述杆号图像进行识别容错处理，得到相应的所述杆号字符，包括：
获取所述激光测距传感器所检测到的当前触发计数；
由所述悬挂计数结果中获取在所述当前触发计数前最后一次绑定有杆号的触发计数；
根据获取到的在所述当前触发计数前最后一次绑定有杆号的触发计数与所述当前触发计数的差值，计算得到所述杆号字符。
根据本公开的一方面，还提供了一种缺陷复合定位装置，包括第一获取模块、第二获取模块、第三获取模块和位置信息确定模块；
所述第一获取模块，被配置为在列车行车过程中检测到缺陷数据时，获取RFID模块所检测到的所述列车当前所处的站区间；
所述第二获取模块，被配置为获取安装在所述列车上的杆号相机模块当前所采集到的杆号图像，并识别出所述杆号图像中的当前杆号；
所述第三获取模块，被配置为获取安装在所述列车上的测速雷达所检测到的当前车速；
所述位置信息确定模块，被配置为基于获取到的所述站区间、所述当前杆号和所述当前车速，得到所述缺陷数据的位置信息。
在一种可能的实现方式中，所述位置信息确定模块包括时间获取子模块、间隔距离计算子模块和位置确定子模块；
所述时间获取子模块，被配置为获取所述杆号相机模块所记录的所述杆号图像的采集时间，并获取检测到所述缺陷数据时的检测时间；
所述间隔距离计算子模块，被配置为根据所述采集时间、所述检测时间和所述当前车速，计算得到所述缺陷数据所处的位置与所述标志杆的位置之间的间隔距离；
所述位置确定子模块，被配置为根据所述站区间、所述当前杆号以及所述间隔距离，得到所述缺陷数据的位置信息。
根据本公开的一方面，还提供了一种缺陷复合定位设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述可执行指令时实现前面任一所述的方法。
在一种可能的实现方式中，还包括RFID模块、杆号相机模块、测速雷达和激光测距传感器；
所述RFID模块包括射频天线、阅读器和射频标签；
所述射频天线与所述阅读器固定安装在列车的车底侧壁，所述射频标签固定设置在所述列车出入站的隧道侧壁上；
所述射频天线用于扫描所述射频标签，并在扫描到所述射频标签时，通过所述阅读器获取所述射频标签的标签信息，并识别所述标签信息，由所述标签信息中得到所述列车出入站的站点信息；
所述杆号相机模块包括近红外相机和红外光源，所述近红外相机和所述红外光源封装为一体后，安装在所述列车上，用于采集所述列车所经过的所述隧道侧壁上的杆号图像，并对所述杆号图像进行识别，得到所述杆号图像中的当前杆号；
其中，所述杆号相机模块安装在所述列车的端墙处斜向下45度位置处；
所述测速雷达安装在所述列车的车底，用于实时检测所述列车的车速；
所述激光测距传感器安装在所述列车的车顶上，用于检测所述列车行车过程中所经过的每一个悬挂，并在检测到所述悬挂时进行计数，将计数与所述杆号相机模块识别出的杆号进行绑定，得到悬挂计数结果；
其中，所述悬挂计数结果包括所述列车行车过程中所经过的悬挂的计数与杆号的绑定关系。
根据本公开的另一方面，还提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前面任一所述的方法。
本公开实施例的缺陷复合定位方法，在列车行驶过程中检测到缺陷数据后，通过分别采用安装在列车上的RFID模块所检测到的列车当前所处的站区间信息，杆号相机模块所采集识别出的当前杆号，以及测速雷达所检测到的当前车速来进行缺陷数据的定位。其中，RFID模块、杆号相机模块和测速雷达均不需要加入车载列控系统，因此相较于相关技术中所采用的接入车载列控系统的方式进行缺陷数据的定位，避免了车载列控系统的数据接口不开放给第三方的检测装置而导致缺陷定位方法不能实现的情况，从而也就有效降低了缺陷复合定位方法的实现难度。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1示出本公开实施例的缺陷复合定位方法的流程图；
图2示出在本公开实施例的缺陷复合定位方法中，采用RFID模块检测列车出入站的站区间时，RFID模块在列车上的安装位置示意图；
图3示出在本公开实施例的缺陷复合定位方法中，采用杆号相机模块采集识别杆号图像时，杆号相机模块在列车上的安装位置示意图；
图4示出本公开实施例的杆号相机模块的整体结构示意图；
图5示出在本公开实施例的缺陷复合定位方法中，采用测速雷达检测列车的行车速度时，测速雷达在列车上的安装位置示意图；
图6示出在本公开实施例的缺陷复合定位方法中，采用激光测距传感器进行接触网的检测时所基于的光学三角测距法的测量原理图；
图7示出光学三角测距法-斜射式测位移原理图；
图8示出在本公开实施例的缺陷复合定位方法中，采用激光测距传感器检测被定位物体时，激光测距传感器在列车上的安装位置示意图；
图9示出本公开实施例的激光测距传感器的整体结构示意图；
图10示出本公开实施例的缺陷复合定位装置的结构框图；
图11示出本公开实施例的缺陷复合定位设备的结构框图；
图12示出本公开另一实施例的缺陷复合定位设备的结构框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出本公开实施例的缺陷复合定位方法的流程图。参阅图1，在本公开实施例的缺陷复合定位方法中，首先包括步骤S100，在列车行车过程中检测到缺陷数据时，获取RFID模块所检测到的列车当前所处的站区间。步骤S200，获取安装在列车上的杆号相机模块当前所采集到的杆号图像，并识别出杆号图像中的当前杆号。步骤S300，获取安装在列车上的测速雷达所检测到的当前车速。此处，应当指出的是，在本公开实施例的缺陷复合定位方法中，上述三个步骤(即，步骤S100、步骤S200和步骤S300)即可为并行执行，也可为串行执行。也就是说，站区间信息的获取、当前杆号的获取以及当前车速的获取的顺序不进行具体限定。但是，需要指出的是，本领域技术人员可以理解的是，站区间信息的检测识别、当前杆号的采集以及当前车速的检测则可以按照列车的行驶过程按序执行。
在获取上上述各项信息后，即可执行步骤S400，基于获取到的站区间、当前杆号和当前车速，得到缺陷数据的位置信息。
由此，本公开实施例的缺陷复合定位方法，在列车行驶过程中检测到缺陷数据后，通过分别采用安装在列车上的RFID模块所检测到的列车当前所处的站区间信息，杆号相机模块所采集识别出的当前杆号，以及测速雷达所检测到的当前车速来进行缺陷数据的定位。其中，RFID模块、杆号相机模块和测速雷达均不需要加入车载列控系统，因此相较于相关技术中所采用的接入车载列控系统的方式进行缺陷数据的定位，避免了车载列控系统的数据接口不开放给第三方的检测装置而导致缺陷定位方法不能实现的情况，从而也就有效降低了缺陷复合定位方法的实现难度。
同时，由于本公开实施例的缺陷复合定位方法，在进行缺陷数据的定位时，通过融合RFID模块所检测到的站区间信息、杆号相机模块所采集识别出的当前杆号信息以及测速雷达所检测到的当前车速信息，来得到缺陷数据的位置信息，相较于相关技术中采用轴端编码器，通过轴端编码器计算出车辆的移动距离，再通过线路的长度来反算出车辆的位置的方式，有效避免了随着列车运行的距离增加而逐渐增大的误差的现象，从而也就有效提高了缺陷数据定位的准确性，这也就提高了本公开实施例的缺陷复合定位方法的可靠性。
其中，应当说明的是，在本公开实施例的缺陷复合定位方法中，在基于获取到的站区间、当前杆号和当前车速，得到缺陷数据的位置信息时，可以通过以下方式来实现。
即，首先，获取杆号相机模块所记录的杆号图像的采集时间t1，并获取检测到缺陷数据时的检测时间t2。然后，根据采集时间t1、检测时间t2和当前车速v，计算得到缺陷数据所处的位置与标志杆的位置之间的间隔距离Δs。其中，计算公式可为：Δs＝vX(t1-t2)。
在计算得到缺陷数据所处的位置与标志杆的位置之间的间隔距离Δs后，即可根据站区间、当前杆号以及间隔距离，得到缺陷数据的位置信息。
如：所获取到的站区间为Z1站，当前杆号为G1，间隔距离为Δs。由此可得缺陷数据的位置信息为：Z1站区间、杆号G1向前Δs米。
通过采用上述计算方式确定得到缺陷数据的位置信息，逻辑简单，易于实现。
进一步的，在一种可能的实现方式中，RFID模块检测列车当前所处的站区间时，可以通过以下方式实现。
即，RFID模块中的射频天线扫描射频标签，获取射频标签的标签信息，并识别标签信息，由标签信息中得到列车出入站的站点信息。其中，射频标签安装在列车出入站的隧道侧壁上，所得到的站点信息包括列车当前所处的站区间信息。
此处，需要指出的是，RFID模块110可以包括射频天线、阅读器和射频标签。其中，参阅图2，射频天线111与阅读器固定安装在列车400的车底侧壁上。射频标签112的个数为多个，不同的射频标签112中的站点信息不同，并对应固定设置(如：粘贴或装钉)在列车400出入站的隧道侧壁上。从而在列车400经过每一个站点出入站时，通过射频天线111检测每个出入站处所设置的射频标签112，并在检测到射频标签112后，由阅读器进行射频标签112的扫描识别，以识别出射频标签112中的站点信息，从而最终获得列车400当前所经过的站区间信息。
应当指出的是，在本公开实施例的缺陷复合定位方法中，RFID模块110的技术参数可参见表1：
表1
参数名称 参数内容
频率范围 902～928MHz
增益 8dBi
波瓣宽度 E-Plane 72°，H-Plane 77°
驻波比 ≤1.5
极化方式 右旋圆极化
最大功率 6W
输入阻抗 50Ω
抗风强度 216km/h
接头 TNC
通过采用RFID模块110进行列车400当前所经过的站区间的检测获取，RFID无线射频技术作为一种非接触式的自动识别技术，可工作于各种恶劣环境。通过将射频标签112安装于出入站，射频天线111与阅读器封装后安装于列车400的车底，在装有天线的列车400出入站时，随着列车400的行进，即可完成扫描射频标签112的动作，记录当前车站信息，从而与检测数据进行匹配。在实现列车400当前所处的站区间信息的获取的同时，还不需要在隧道额外布置电源线，从而简化了安装结构，降低了安装难度，使得安装更加方便。
进一步的，在本公开实施例的缺陷复合定位方法中，杆号相机模块120采集杆号图像，并识别出杆号图像中的当前杆号时，可以通过以下方式方式。
即，在一种可能的实现方式中，参阅图3和图4，杆号相机模块120可以包括近红外相机和红外光源。其中，近红外相机可以采用工业级400万像素，分辨率为2048*2048dpi的相机，并配合高亮红外光源进行一体化封装后，将其安装在列车400的端墙处，并斜向下45度面对列车400所经过的隧道侧壁的杆号进行高清成像，以实现采集列车400经过的隧道侧壁上的杆号图像的目的。并对采集到的杆号图像进行识别，得到杆号图像中的当前杆号。
其中，需要说明的是，在本公开实施例的缺陷复合定位方法中，对采集到的杆号图像进行识别可以包括图像预处理和字符识别两部分。其中，图像预处理其过程主要包括噪声过滤，伽马校正，边缘增强，对比度调整等，其目的是去除图像中的干扰噪声，将原始图像处理成适用于计算机进行特征提取的形式。字符识别将图像处理得到的图像进行定位，字符分割和字符识别。
通过在列车400的端墙处安装杆号相机模块120，在列车400运行时，由杆号相机模块120进行列车400当前所经过的隧道侧壁上喷涂的杆号图像的采集，然后通过图像识别算法将获取到的杆号图像识别成字符，从而来实现对采集到的杆号图像的识别，得到杆号图像中的杆号信息的目的。同样不需要在隧道额外布置线路，从而也就更进一步地简化了安装结构，降低了安装难度，使得安装更加方便。
另外，还需要指出的是，在本公开实施例的缺陷复合定位方法中，安装在列车400上的测速雷达130在进行列车400的当前车速的检测时，可以结合多普勒技术。
本领域技术人员可以理解的是，运动物体的移动状态在不同时间会发生不同的变化，通过利用行进机车车底雷达内置天线接收信号，这种通过雷达对速度的检测是采用多普勒效应的微波探测技术，其所产生的发射波频率以及微波的振幅也会随之发生相应的改变，基于此原理，可以通过雷达所捕捉的速度数据测出相对方向运动物体的行进速度，并且可以测出运行过程所产生的发射波和接收波之间产生多普勒频率值。通过对列车400(如：地铁)行驶的整条线路中生成的回波信号进行精准谱分析，可得fd值。根据得到的fd值，即可得到行驶距离D。
其中，在一种可能的实现方式中，参阅图5，测速雷达130可以安装在列车400的车底，在列车400运行过程中，实时测量列车400的行车速度。具体的，测速雷达130的技术指标参数可参见表2：
表2
参数名称 参数内容
工作频率 24.15GHz
测速范围 2～400km/h
测速精度 ±1km/h
工作温度 -40℃～70℃
由此，在列车400行车过程中检测到缺陷数据时，通过获取采用上述安装在列车400上的RFID模块110、杆号相机模块120和测速雷达130所分别检测到的列车400的当前所处的站区间、当前经过的当前杆号以及当前车速后，即可基于获取到的站区间、当前杆号和当前车速得到缺陷数据的具体位置信息。
另外，在本公开实施例的缺陷复合定位方法中，还应当说明的是，缺陷数据的检测可以通过激光测距传感器140来实现。即，在列车400的施工和日常运营中，必须加强对弓网故障的检测，以确保及时发现隐患。在本公开实施例的缺陷复合定位方法中，激光测距传感器140进行定位检测时可以基于光学三角测距法来实现。
具体的，参阅图6和图7，三角测距法作为一种先进的测距方法，是由物面、光源及接收系统这三点构成一个三角光路，此技术是将发射光源和接收元件统一放置在一个探测模块里，其硬件结构主要由光源、微处理器310、信号检测电路、镜头、接收元件等七部分构成。光源一般采用激光二级管，它具有超小型、重量轻、效率高和发射激光的高度连续性和可见性等优点，镜头及接收元件接收到反射光源后，由微处理器310内部完成整流、滤波、转换、信号放大等功能，经过如图所示，在此过程中发生的反射最终被接收镜头的接收元件接收，根据几何原理，可以测得接收器到被测物的距离和光束到达接收元件的角度。
由正弦定理可得：
Figure BDA0002130175840000111
Figure BDA0002130175840000112
各参量如图5所示，其中，Δ＝y cosθ1，一般认为θ1+θ2＝θ
其中，角度关系满足：
sin(θ1+θ2-α)＝sin(θ1+θ2)cosα-cos(θ1+θ2)sinα
由相似三角形有：
Figure BDA0002130175840000113
Figure BDA0002130175840000114
Figure BDA0002130175840000115
测量位移与入射角间满足：
Figure BDA0002130175840000116
由上式综合解得：
Figure BDA0002130175840000121
其中Δ可以通过三角形相似原理等几何推导。
Δ的计算公式是：
Figure BDA0002130175840000122
文中对于所有情况，被测物体在参考平面之上时，Δ取正，反之，取负；满足透镜成像公式如下：
Figure BDA0002130175840000123
由此，通过基于上述原理，采用激光测距传感器140检测到接触网出现缺陷(即，检测到缺陷数据)后，即可通过上述任一种方式进行缺陷数据的具体位置的定位。
其中，根据前面所述，在基于获取到的站区间、当前杆号和当前车速进行缺陷数据的位置信息的确定时，由于当前杆号是通过杆号相机模块120对采集到的杆号图像进行识别得到的。在杆号图像被涂抹不清楚和杆号设置高度过高导致杆号相机模块120不能有效采集到杆号图像时，为了保证仍能够得到当前杆号，在本公开实施例的缺陷复合定位方法中，还可以包括以下步骤：
在未识别出杆号图像中的当前杆号时，获取安装在列车400上的激光测距传感器140所检测到的悬挂500计数结果。其中，悬挂500计数结果包括列车400行车过程中所经过的悬挂500的计数与杆号的绑定关系。根据悬挂500计数结果，对杆号图像进行识别容错处理，得到相应的当前杆号。
此处，本领域技术人员可以理解的是，悬挂500指的是接触网支柱或吊柱。其中，参阅图8和图9，激光测距传感安装在列车400的顶部，以光学三角测量法为基础，准确检测到被定位物体，测量精度达到1mm，测量频率达到3Khz，可以满足列车400140km/h的运行速度，探测准确率达到100％，能够做到100％不漏检。对于同一接触网支柱(或吊柱)抓拍的当前位置与历史定位抓拍的误差不大于5mm。同时采用激光测距传感器140进行悬挂500(即，接触网支柱或吊柱)的检测时，不会被周围环境光线影响。
其中，在一种可能的实现方式中，采用激光测距传感器140进行悬挂500的检测定位时，对应的技术指标参数可参见表3：
表3
参数名称 参数内容
采样频率 3Khz
测量范围 0.1m～4m
测量精度 ±1mm
工作温度 -40℃～70℃
也就是说，对于杆号相机模块120不能采集到有效的杆号图像，从而不能由杆号图像中识别出相应的杆号信息时，可以通过安装在列车400顶部的激光测距传感器140的数据进行校正处理(即，识别容错处理)。其中，激光测距传感器140的数据主要指的是悬挂500计数结果。悬挂500计数结果包括列车400行车过程中所经过的悬挂500的计数与杆号的绑定关系。根据悬挂500计数结果，对杆号图像进行识别容错处理，得到相应的当前杆号。
具体的，激光测距传感器140每检测到一个悬挂500，都会进行计数并与杆号相机模块120所检测到杆号进行绑定，从而得到相应的悬挂500计数结果。在某个计数没有绑定杆号时则说明该杆号没有被识别出来。因此，在当前检测到的缺陷数据的当前触发计数没有绑定相应的当前杆号时，则可以由悬挂500计数结果中获取在当前触发计数与最后一次绑有杆号的计数的差值来计算推导出当前杆号。
也就是说，在根据悬挂500计数结果对杆号图像进行识别容错处理，得到相应的杆号字符时，可以包括以下步骤：
获取激光测距传感器140所检测到的当前触发计数。
由悬挂500计数结果中获取在当前触发计数前最后一次绑定有杆号的触发计数。
根据获取到的在当前触发计数前最后一次绑定有杆号的触发计数与当前触发计数的差值，计算得到杆号字符。
通过对杆号相机模块120采集识别出的杆号与激光测距传感器140检测到悬挂500时的计数相结合，来实现对不能识别出的杆号的推导计算，既保证了杆号的有效识别获取，同时其获取方式简单，易于实现。
为了更清楚地说明本公开实施例的缺陷复合定位方法的技术方案，以下以一具体实施例为例对本公开实施例的缺陷复合定位方法的整体过程进行详细说明。
具体的，在进行列车400运营线路上的供电设施(如：受电弓或接触网)的缺陷检测定位时，通过测速雷达130实时检测列车400的当前车速。在当前列车400处于停车状态时，检测到当前车速为0。此时为节省功耗，可控制杆号相机模块120停止拍照，同时控制板卡(即，处理器310芯片)停止输出。
在当前列车400处于行驶状态时，则可启动RFID模块110，通过RFID模块110检测列车400当前所经过的出入站的站点信息，由站点信息中得到相应的进站信息和出站信息。其中，进站信息和出站信息可以作为站区间信息。同时，还启动激光测距传感器140，由激光测距传感器140进行列车400行驶过程中的供电设施的检测，在检测到某一供电设施出现故障(即，检测到缺陷数据)时，即可触发杆号相机模块120，由杆号相机模块120进行列车400当前所经过的杆号图像的拍照和识别。
进而再由处理器310获取上述采集到的各项数据，按照前面任一所述的方式进行缺陷数据的位置信息的确定即可。
其中，在按照定位检测到的缺陷所处的：站区间、站区间的哪一个杆号、相对此杆号的距离，这几步来精确定位检测到的缺陷。
定位站区间：通过射频天线111读到的射频标签112中的站点信息来确定当前的检测站区间，假设当前的取到的站点信息为：Z1。
定位站区间的哪一个杆号：
车号相机对隧道壁的的杆号图像进行采集并识别成杆号字符，来确定缺陷点所处的杆号位置，每次识别出的杆号字符会打上时间戳进行记录，假设当前取到的杆号为：G1。
定位相对此杆号的距离：
测速雷达130可实时获取当前的车速，此时如果检测到了缺陷数据，通过检测时的当前时间与最后一次取到的杆号编号时间戳之间的时间差乘以当前车速来得到此缺陷数据相对于当前杆号区间的距离，假设计算的距离为：J1。
那么当前的缺陷位置就为：Z1站区间，杆号为G1向前J1米处；同理依照这个方法便可以精确定位检测到的其它缺陷位置。
定位方法对杆号识别的容错处理：
现实中隧道壁杆号字符存在两种不利情况：喷涂的不清楚和高度不同；喷涂的不清楚会造成识别不出杆号，高度不同就是说喷涂的字符高度不统一，这会导致某些喷涂的过高或过低的杆号字符超出图像采集的范围。
针对这种情况，安装于车顶的激光测距触发器的数据就会做校正处理：激光测距触发器每检测到一个悬挂500，都会进行记数并与检测到的杆号字符进行绑定，当某个记数没有绑定杆号字符时则说明杆号没有识别出来；如果当前检测到的缺陷数据的当前触发记数没有绑定杆号字符，则用当前触发记数与最后一次有绑定杆号字符的记数的差来计算出实际所处的杆号和实际的位置。
由此，本公开实施例的缺陷复合定位方法，相较于相关技术中采用轴端安装编码器的方式，减少了对车辆的改动和布线难度，并且通过采用无源RFID模块110，不需要在隧道额外布置电源线，安装方便，从而减少了外接电缆的繁琐性，杜绝了安全隐患。并且，通过采用高精度的激光雷达及激光测距传感器140对刚性接触网悬挂500进行检测定位，提高了定位结果的精确度。
相应的，基于前面任一所述的缺陷复合定位方法，本公开实施例还提供了一种缺陷复合定位装置200。由于本公开提供的缺陷复合定位装置200的工作原理与本公开实施例的缺陷复合定位方法的原理相同或相似，因此不再进行赘述。
参阅图10，在本公开实施例的缺陷复合定位装置200中，包括第一获取模块210、第二获取模块220、第三获取模块230和位置信息确定模块240。其中，第一获取模块210，被配置为在列车400行车过程中检测到缺陷数据时，获取RFID模块110所检测到的列车400当前所处的站区间；第二获取模块220，被配置为获取安装在列车400上的杆号相机模块120当前所采集到的杆号图像，并识别出杆号图像中的当前杆号；第三获取模块230，被配置为获取安装在列车400上的测速雷达130所检测到的当前车速；位置信息确定模块240，被配置为基于获取到的站区间、当前杆号和当前车速，得到缺陷数据的位置信息。
在一种可能的实现方式中，位置信息确定模块240包括时间获取子模块、间隔距离计算子模块和位置确定子模块。其中，时间获取子模块，被配置为获取杆号相机模块120所记录的杆号图像的采集时间，并获取检测到缺陷数据时的检测时间；间隔距离计算子模块，被配置为根据采集时间、检测时间和当前车速，计算得到缺陷数据所处的位置与标志杆的位置之间的间隔距离；位置确定子模块，被配置为根据站区间、当前杆号以及间隔距离，得到缺陷数据的位置信息。
更进一步地，本公开还提供了一种缺陷复合定位设备300。参阅图11，本公开实施例的缺陷复合定位设备300包括处理器310以及用于存储处理器310可执行指令的存储器320。其中，处理器310被配置为执行可执行指令时实现前面任一所述的缺陷复合定位方法。
此处，应当指出的是，处理器310的个数可以为一个或多个。同时，在本公开实施例的缺陷复合定位设备300中，还可以包括输入装置330和输出装置。其中，处理器310、存储器320、输入装置330和输出装置之间可以通过总线连接，也可以通过其他方式连接，此处不进行具体限定。
存储器320作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序和各种模块，如：本公开实施例的缺陷复合定位方法所对应的程序或模块。处理器310通过运行存储在存储器320中的软件程序或模块，从而执行缺陷复合定位设备300的各种功能应用及数据处理。
输入装置330可用于接收输入的数字或信号。其中，信号可以为产生与设备/终端/服务器的用户设置以及功能控制有关的键信号。输出装置可以包括显示屏等显示设备。
另外，在一种可能的实现方式中，参阅图12，本公开的缺陷复合定位设备300还包括RFID模块110、杆号相机模块120、测速雷达130和激光测距传感器140；RFID模块110包括射频天线111、阅读器和射频标签112；射频天线111与阅读器固定安装在列车400的车底侧壁，射频标签112固定设置在列车400出入站的隧道侧壁上；射频天线111用于扫描射频标签112，并在扫描到射频标签112时，通过阅读器获取射频标签112的标签信息，并识别标签信息，由标签信息中得到列车400出入站的站点信息。
杆号相机模块120包括近红外相机和红外光源，近红外相机和红外光源封装为一体后，安装在列车400上，用于采集列车400所经过的隧道侧壁上的杆号图像，并对杆号图像进行识别，得到杆号图像中的当前杆号；其中，杆号相机模块120安装在列车400的端墙处斜向下45度位置处；测速雷达130安装在列车400的车底，用于实时检测列车400的车速；激光测距传感器140安装在列车400的车顶上，用于检测列车400行车过程中所经过的每一个悬挂500，并在检测到悬挂500时进行计数，将计数与杆号相机模块120识别出的杆号进行绑定，得到悬挂500计数结果；其中，悬挂500计数结果包括列车400行车过程中所经过的悬挂500的计数与杆号的绑定关系。
根据本公开的另一的方面，还提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，计算机程序指令被处理器310执行时实现前面任一所述的缺陷复合定位方法。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (7)

1.一种缺陷复合定位方法，其特征在于，包括：
在列车行车过程中检测到缺陷数据时，获取RFID模块所检测到的所述列车当前所处的站区间；
获取安装在所述列车上的杆号相机模块当前所采集到的杆号图像，并识别出所述杆号图像中的当前杆号；
获取安装在所述列车上的测速雷达所检测到的当前车速；其中，所述测速雷达安装在所述列车的车底；
基于获取到的所述站区间、所述当前杆号和所述当前车速，得到所述缺陷数据的位置信息；
其中，所述杆号相机模块采集所述杆号图像，并识别出所述杆号图像中的当前杆号时，还包括：
在未识别出所述杆号图像中的当前杆号时，获取安装在所述列车上的激光测距传感器所检测到的悬挂计数结果；所述激光测距传感器安装在所述列车的车顶上；
其中，所述悬挂计数结果包括所述列车行车过程中所经过的悬挂的计数与杆号的绑定关系；
根据所述悬挂计数结果，对所述杆号图像进行识别容错处理，得到相应的所述当前杆号；
其中，根据所述悬挂计数结果，对所述杆号图像进行识别容错处理，得到相应的所述杆号字符，包括：
获取所述激光测距传感器所检测到的当前触发计数；
由所述悬挂计数结果中获取在所述当前触发计数前最后一次绑定有杆号的触发计数；
根据获取到的在所述当前触发计数前最后一次绑定有杆号的触发计数与所述当前触发计数的差值，计算得到所述杆号字符；
其中，所述杆号相机模块安装在所述列车的端墙处斜向下45度位置处。
2.根据权利要求1所述的方法，其特征在于，基于获取到的所述站区间、所述当前杆号和所述当前车速，得到所述缺陷数据的位置信息，包括：
获取所述杆号相机模块所记录的所述杆号图像的采集时间，并获取检测到所述缺陷数据时的检测时间；
根据所述采集时间、所述检测时间和所述当前车速，计算得到所述缺陷数据所处的位置与标志杆的位置之间的间隔距离；
根据所述站区间、所述当前杆号以及所述间隔距离，得到所述缺陷数据的位置信息。
3.根据权利要求1所述的方法，其特征在于，所述RFID模块检测所述列车当前所处的站区间，包括：
所述RFID模块中的射频天线扫描射频标签，获取所述射频标签的标签信息；其中，所述射频标签安装在所述列车出入站的隧道侧壁上；
识别所述标签信息，由所述标签信息中得到所述列车出入站的站点信息；
其中，所述站点信息包括所述列车当前所处的站区间信息。
4.一种缺陷复合定位装置，其特征在于，包括第一获取模块、第二获取模块、第三获取模块和位置信息确定模块；
所述第一获取模块，被配置为在列车行车过程中检测到缺陷数据时，获取RFID模块所检测到的所述列车当前所处的站区间；
所述第二获取模块，被配置为获取安装在所述列车上的杆号相机模块当前所采集到的杆号图像，并识别出所述杆号图像中的当前杆号；
所述第三获取模块，被配置为获取安装在所述列车上的测速雷达所检测到的当前车速；其中，所述测速雷达安装在所述列车的车底；
所述位置信息确定模块，被配置为基于获取到的所述站区间、所述当前杆号和所述当前车速，得到所述缺陷数据的位置信息；
其中，所述第二获取模块，在被配置为获取所述杆号相机模块采集到的所述杆号图像，并识别出所述杆号图像中的当前杆号时，还包括：
在未识别出所述杆号图像中的当前杆号时，获取安装在所述列车上的激光测距传感器所检测到的悬挂计数结果；所述激光测距传感器安装在所述列车的车顶上；
其中，所述悬挂计数结果包括所述列车行车过程中所经过的悬挂的计数与杆号的绑定关系；
根据所述悬挂计数结果，对所述杆号图像进行识别容错处理，得到相应的所述当前杆号；
其中，根据所述悬挂计数结果，对所述杆号图像进行识别容错处理，得到相应的所述杆号字符，包括：
获取所述激光测距传感器所检测到的当前触发计数；
由所述悬挂计数结果中获取在所述当前触发计数前最后一次绑定有杆号的触发计数；
根据获取到的在所述当前触发计数前最后一次绑定有杆号的触发计数与所述当前触发计数的差值，计算得到所述杆号字符；
其中，所述杆号相机模块安装在所述列车的端墙处斜向下45度位置处。
5.根据权利要求4所述的装置，其特征在于，所述位置信息确定模块包括时间获取子模块、间隔距离计算子模块和位置确定子模块；
所述时间获取子模块，被配置为获取所述杆号相机模块所记录的所述杆号图像的采集时间，并获取检测到所述缺陷数据时的检测时间；
所述间隔距离计算子模块，被配置为根据所述采集时间、所述检测时间和所述当前车速，计算得到所述缺陷数据所处的位置与标志杆的位置之间的间隔距离；
所述位置确定子模块，被配置为根据所述站区间、所述当前杆号以及所述间隔距离，得到所述缺陷数据的位置信息。
6.一种缺陷复合定位设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述可执行指令时实现权利要求1至5中任意一项所述的方法；
还包括RFID模块、杆号相机模块、测速雷达和激光测距传感器；
所述RFID模块包括射频天线、阅读器和射频标签；
所述射频天线与所述阅读器固定安装在列车的车底侧壁，所述射频标签固定设置在所述列车出入站的隧道侧壁上；
所述射频天线用于扫描所述射频标签，并在扫描到所述射频标签时，通过所述阅读器获取所述射频标签的标签信息，并识别所述标签信息，由所述标签信息中得到所述列车出入站的站点信息；
所述杆号相机模块包括近红外相机和红外光源，所述近红外相机和所述红外光源封装为一体后，安装在所述列车上，用于采集所述列车所经过的所述隧道侧壁上的杆号图像，并对所述杆号图像进行识别，得到所述杆号图像中的当前杆号；
其中，所述杆号相机模块安装在所述列车的端墙处斜向下45度位置处；
所述测速雷达安装在所述列车的车底，用于实时检测所述列车的车速；
所述激光测距传感器安装在所述列车的车顶上，用于检测所述列车行车过程中所经过的每一个悬挂，并在检测到所述悬挂时进行计数，将计数与所述杆号相机模块识别出的杆号进行绑定，得到悬挂计数结果；
其中，所述悬挂计数结果包括所述列车行车过程中所经过的悬挂的计数与杆号的绑定关系。
7.一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至3中任意一项所述的方法。
CN201910635754.7A 2019-07-15 2019-07-15 缺陷复合定位方法及装置、设备和存储介质 Expired - Fee Related CN110346295B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910635754.7A CN110346295B (zh) 2019-07-15 2019-07-15 缺陷复合定位方法及装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910635754.7A CN110346295B (zh) 2019-07-15 2019-07-15 缺陷复合定位方法及装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN110346295A CN110346295A (zh) 2019-10-18
CN110346295B true CN110346295B (zh) 2022-03-04

Family

ID=68175503

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910635754.7A Expired - Fee Related CN110346295B (zh) 2019-07-15 2019-07-15 缺陷复合定位方法及装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN110346295B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112113978A (zh) * 2020-09-22 2020-12-22 成都国铁电气设备有限公司 一种基于深度学习的车载隧道缺陷在线检测系统及方法
CN112596027A (zh) * 2020-11-06 2021-04-02 广州艾目易科技有限公司 一种隧道内列车高精度定位方法及系统
CN115994881A (zh) * 2021-10-18 2023-04-21 合肥中车轨道交通车辆有限公司 接触网悬挂件缺陷检测方法及装置
CN116161081B (zh) * 2023-04-18 2023-07-07 中铁电气化局集团有限公司 基于轨旁电网线杆计数的列车定位系统及方法
CN116342966B (zh) * 2023-05-30 2023-08-11 苏州振畅智能科技有限公司 一种基于深度学习的轨道巡检方法、装置、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101388146A (zh) * 2008-06-16 2009-03-18 上海高德威智能交通系统有限公司 图像获取和处理装置及方法、车辆监测和记录系统
WO2009098598A2 (en) * 2008-02-08 2009-08-13 Administrador De Infraestructuras Ferroviarias (Adif) Detection system for the state of train pantographs
CN104360679A (zh) * 2014-10-21 2015-02-18 南京航空航天大学 基于动态执行器的列车悬挂系统故障诊断与容错控制方法
CN109910947A (zh) * 2019-01-28 2019-06-21 北京城建设计发展集团股份有限公司 搭载式轨道健康状态动态监测与智慧分析系统及方法

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2858734Y (zh) * 2006-02-10 2007-01-17 西安铁路科学技术研究发展有限责任公司 铁路轨下结构检查车
CN101020463A (zh) * 2007-03-22 2007-08-22 北京交通大学 一种铁路轨检车病害处所精确定位方法和装置
DE102008049468A1 (de) * 2008-09-29 2010-04-08 Siemens Aktiengesellschaft Verfahren zum Erkennen einer Beschädigung eines Bauteiles
CN202098297U (zh) * 2011-06-24 2012-01-04 成都唐源电气有限责任公司 接触网关键悬挂自动巡查装置
KR20140018693A (ko) * 2012-08-03 2014-02-13 광운대학교 산학협력단 하이브리드 궤도회로 열차제어시스템
CN104129404B (zh) * 2013-05-02 2017-07-04 上海工程技术大学 一种高速动态实时检测铁轨扣件松动的方法及装置
CN103661449B (zh) * 2013-12-26 2015-12-30 北京京天威科技发展有限公司 接触网悬挂状态监测系统
CN104002837B (zh) * 2014-06-11 2017-01-04 上海工程技术大学 一种基于rfid的轨道交通列车自动记点及定位系统
KR102473665B1 (ko) * 2015-07-28 2022-12-02 삼성전자주식회사 스토리지 디바이스 및 스토리지 가상화 시스템
CN105059318B (zh) * 2015-08-11 2017-12-19 袁白雪 一种便携式轨道检测仪
CN105651280A (zh) * 2016-01-17 2016-06-08 济南大学 一种矿井无人电机车组合定位方法
WO2017130206A1 (en) * 2016-01-31 2017-08-03 Rail Vision Ltd System and method for detection of defects in an electric conductor system of a train
CN205601867U (zh) * 2016-05-18 2016-09-28 北京华兴致远科技发展有限公司 列车接触网检测装置
CN106503164B (zh) * 2016-10-31 2019-09-10 成都交大光芒科技股份有限公司 一种接触网悬挂状态检测监测装置的数据融合处理方法
CN206327389U (zh) * 2016-12-27 2017-07-14 上海铁路局科学技术研究所 一种基于接触网杆号图像识别的铁路定位系统
CN107561491B (zh) * 2017-08-23 2020-08-11 电子科技大学 用于有轨列车精确定位的无源信标装置、系统与测量方法
CN107688024A (zh) * 2017-10-13 2018-02-13 成都精工华耀机械制造有限公司 一种基于单目视觉与激光散斑的铁轨扣件异常检测系统
CN109664919A (zh) * 2017-10-17 2019-04-23 株洲中车时代电气股份有限公司 一种列车定位方法及定位系统
CN108761477B (zh) * 2018-07-27 2023-12-19 成都磁海电气工程有限公司 一种采用数字激光技术的非接触式接触网参数采集装置、测量系统及其测量方法
CN109085177B (zh) * 2018-08-22 2022-03-04 佳讯飞鸿（北京）智能科技研究院有限公司 一种基于rfid定位的漏缆外观检测方法和装置
CN109131449B (zh) * 2018-09-30 2019-07-12 南京地铁集团有限公司 故障环境下城市轨道交通列车的辅助定位系统及其方法
CN109470314A (zh) * 2018-12-27 2019-03-15 陕西华山建设集团有限公司 一种基于射频识别技术的管廊巡检定位系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009098598A2 (en) * 2008-02-08 2009-08-13 Administrador De Infraestructuras Ferroviarias (Adif) Detection system for the state of train pantographs
CN101388146A (zh) * 2008-06-16 2009-03-18 上海高德威智能交通系统有限公司 图像获取和处理装置及方法、车辆监测和记录系统
CN104360679A (zh) * 2014-10-21 2015-02-18 南京航空航天大学 基于动态执行器的列车悬挂系统故障诊断与容错控制方法
CN109910947A (zh) * 2019-01-28 2019-06-21 北京城建设计发展集团股份有限公司 搭载式轨道健康状态动态监测与智慧分析系统及方法

Also Published As

Publication number Publication date
CN110346295A (zh) 2019-10-18

Similar Documents

Publication Publication Date Title
CN110346295B (zh) 缺陷复合定位方法及装置、设备和存储介质
CN112132896B (zh) 一种轨旁设备状态检测方法及系统
CN105046968B (zh) 一种大客车识别及抓拍方法、装置及系统
CN104183133B (zh) 一种采集和传输道路交通流动态信息的方法
EP3705371A1 (en) Obstacle detecting device
CN103954222B (zh) 一种车辆轮廓及轴距自动测量系统及测量算法
CN102175219B (zh) 基于视频分析的高速接触网定位器坡度检测方法及设备
CN106448189A (zh) 基于微波的多车道测速和卡口触发的方法与装置
CN109094669A (zh) 用于评估铰接角度的方法和设备
CN110909705B (zh) 一种基于车载摄像头的路侧停车位感知方法及系统
CN110782465A (zh) 一种基于激光雷达的地面分割方法、装置及存储介质
CN110533649B (zh) 一种无人机通用结构裂缝识别检测装置及方法
CN105158257A (zh) 滑板测量方法及装置
JP2001126184A (ja) ナンバープレート自動認識装置と車両速度測定方法
CN103954234A (zh) 一种车辆轮廓及轴距自动测量系统的自标定测量算法
EP3778346A1 (en) Three-dimensional positioning system for railway vehicle
CN103940391B (zh) 一种基于物料自动采集转运的车厢定位方法、定位系统及物料自动采样系统
US20170228602A1 (en) Method for detecting height
CN110672874A (zh) 基于双侧远心镜头的列车视觉测速方法、装置和存储介质
CN110147695B (zh) 一种用于公交站点识别的站点标志牌和公交站点的识别系统
CN112037536A (zh) 一种基于视频特征识别的车辆测速方法及装置
CN105335764A (zh) 一种入坞飞机机型识别验证系统及方法
CN208219481U (zh) 一种桥面车辆荷载识别装置及设置该装置的桥梁
JP2012022501A (ja) 車両寸法検出システム
JPH1097697A (ja) 駐車両検知方法及び装置

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220304

CF01 Termination of patent right due to non-payment of annual fee