CN111619622A - 一种目标车辆确定方法及装置 - Google Patents
一种目标车辆确定方法及装置 Download PDFInfo
- Publication number
- CN111619622A CN111619622A CN202010516946.9A CN202010516946A CN111619622A CN 111619622 A CN111619622 A CN 111619622A CN 202010516946 A CN202010516946 A CN 202010516946A CN 111619622 A CN111619622 A CN 111619622A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- bottom height
- measurement data
- height measurement
- vehicle bottom
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000005259 measurement Methods 0.000 claims abstract description 298
- 238000012216 screening Methods 0.000 claims abstract description 34
- 230000008859 change Effects 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims description 47
- 238000005457 optimization Methods 0.000 claims description 26
- 238000000605 extraction Methods 0.000 claims description 6
- 229910000831 Steel Inorganic materials 0.000 abstract description 25
- 239000010959 steel Substances 0.000 abstract description 25
- 230000008569 process Effects 0.000 abstract description 12
- 238000004364 calculation method Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000002829 reductive effect Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 5
- 230000003137 locomotive effect Effects 0.000 description 5
- 230000001681 protective effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 230000002401 inhibitory effect Effects 0.000 description 3
- 239000003638 chemical reducing agent Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000282836 Camelus dromedarius Species 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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 trains or setting of track apparatus
- B61L25/02—Indicating or recording positions or identities of vehicles or trains
- B61L25/04—Indicating or recording train identities
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mechanical Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种目标车辆确定方法及装置,方法包括:接收激光传感器采集的第一车底高度测量数据;其中,激光传感器设置在钢轨上待关注车底高度处前;筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据;提取至少一个车辆中每个车辆对应的第三车底高度测量数据;根据第三车底高度测量数据的波形变化判断对应的车辆是否为目标车辆。在上述方案中,由于不同的车辆在运行的过程中,车底距离钢轨的高度数据变化趋势不同,因此,可以根据设置在钢轨上的激光传感器采集的车底高度测量数据,实现确定对应的车辆是否为目标车辆的目的,并在车辆为目标车辆时,判断目标车辆最低车底高度值是否小于预设车底高度值。
Description
技术领域
本申请涉及激光检测领域,具体而言,涉及一种目标车辆确定方法及装置。
背景技术
近年来,JSQ6车辆到达编组站解体数量逐渐增加,且解体列车中JSQ6车辆存在编组位置分散、去向较多等问题,因此,为了提高JSQ6车辆解体的效率,可以采用驼峰解体的方式。但是,由于JSQ6车辆车底高度过低,在通过驼峰变坡点处或者减速器时,车辆底部可能会与钢轨轨顶面发生碰触现象,导致脱轨等事故发生。因此,针对驼峰解体过程中安全风险较高的JSQ6车辆,需要在经过驼峰前做好相应的准备。也就是说,在经过驼峰前,需要提前知晓当前车辆是否为JSQ6车辆。
发明内容
本申请实施例的目的在于提供一种目标车辆确定方法及装置,用以解决如何提前确定当前车辆是否为目标车辆的技术问题。
为了实现上述目的,本申请实施例所提供的技术方案如下所示:
第一方面,本申请实施例提供一种目标车辆确定方法,包括:接收激光传感器采集的第一车底高度测量数据;其中,所述激光传感器设置在钢轨上待关注车底高度处前,所述第一车底高度测量数据包括至少一个车辆的车底高度测量数据;从所述第一车底高度测量数据中,筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据;从所述第二车底高度测量数据中,提取至少一个所述车辆中每个所述车辆对应的第三车底高度测量数据;根据所述第三车底高度测量数据的波形变化判断对应的所述车辆是否为目标车辆。在上述方案中,由于不同的车辆在运行的过程中,车底距离钢轨的高度数据变化趋势不同,因此,可以根据设置在钢轨上的激光传感器采集的车底高度测量数据,实现确定对应的车辆是否为目标车辆的目的。
在本申请的可选实施例中,所述从所述第一车底高度测量数据中,筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据,包括:计算多个第一时间窗口中所述第一车底高度测量数据的数据频度,得到数据频度队列;计算多个第二时间窗口中所述第一车底高度测量数据的均方差,得到均方差队列;根据所述数据频度队列以及所述均方差队列,从所述第一车底高度测量数据中,筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据。在上述方案中,在接收到激光传感器采集到的车底高度测量数据之后,可以先筛除车底高度测量数据中明显不是目标车辆对应的车底高度测量数据,从而减少后续的运算量。
在本申请的可选实施例中,所述根据所述数据频度队列以及所述均方差队列,从所述第一车底高度测量数据中,筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据,包括:查找所述数据频度队列中,连续第一预设时间长度内低于数据频度阈值的数据频度数据段,并将所述数据频度数据段对应的所述第一车底高度测量数据标记所述非目标车辆对应的车底高度测量数据;查找所述均方差队列中,连续第二预设时间长度内低于均方差阈值的均方差数据段,并将所述均方差数据段对应的所述第一车底高度测量数据标记所述非目标车辆对应的车底高度测量数据;筛除标记为所述非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据。在上述方案中,在接收到激光传感器采集到的车底高度测量数据之后,可以先筛除车底高度测量数据中明显不是目标车辆对应的车底高度测量数据,从而减少后续的运算量。
在本申请的可选实施例中,所述从所述第二车底高度测量数据中,提取至少一个所述车辆中每个所述车辆对应的第三车底高度测量数据,包括:计算所述第二车底高度测量数据的队列中任意一点前后第三时间窗口内的前数据频度以及后数据频度;根据所述前数据频度、所述后数据频度以及预设车头车尾阈值,将车头与车尾之间的所述第二车底高度测量数据标记为一个车辆的所述第三车底高度测量数据。在上述方案中,可以从车底高度测量数据中提取出多个车辆分别对应的车底高度测量数据,以可以根据每一个车辆对应的车底高度测量数据,确定对应的车辆是否为目标车辆。
在本申请的可选实施例中,在所述根据所述第三车底高度测量数据的波形变化判断对应的所述车辆是否为目标车辆之前,所述方法还包括:对所述第三车底高度测量数据进行数据优化处理,得到数据优化处理后的第三车底高度测量数据。在上述方案中,在根据车底高度测量数据确定对应的车辆是否为目标车辆之前,可以先对车底高度测量数据进行数据优化处理,以减少后续的运算量。
在本申请的可选实施例中,所述对所述第三车底高度测量数据进行数据优化处理,得到数据优化处理后的第三车底高度测量数据,包括:剔除所述第三车底高度测量数据中的停车数据,得到第一处理数据;将所述第一处理数据的队列中的相邻两个数进行相减,并对相减结果求绝对值,得到第二处理数据;将所述第二处理数据进行叠加,得到所述数据优化处理后的第三车底高度测量数据。在上述方案中,在根据车底高度测量数据确定对应的车辆是否为目标车辆之前,可以先对车底高度测量数据进行数据优化处理,剔除车底高度测量数据中的停车数据,以消除停车造成的车底高度测量数据波形变化失真并减少后续的运算量。
在本申请的可选实施例中,所述根据所述第三车底高度测量数据的波形变化判断对应的所述车辆是否为目标车辆,包括:根据所述第三车底高度测量数据的波峰个数以及波峰峰值判断对应的所述车辆是否为所述目标车辆。在上述方案中,由于不同的车辆在运行的过程中,车底距离钢轨的高度数据变化趋势不同,因此,可以根据设置在钢轨上的激光传感器采集的车底高度测量数据,实现确定对应的车辆是否为目标车辆的目的。
在本申请的可选实施例中,在根据所述第三车底高度测量数据的波形变化判断对应的所述车辆是否为目标车辆之后,所述方法还包括:若所述车辆为所述目标车辆,根据所述第三车底高度测量数据确定所述目标车辆的最低车底高度值;判断所述最低车底高度值是否小于预设车底高度值;在所述最低车底高度值小于所述预设车底高度值时,输出报警信号。在上述方案中,可以根据第三车底高度测量数据确定目标车辆的最低车底高度值,并在最低车底高度值小于预设的车底高度值时进行报警,从而避免出现车体摩擦、碰撞地面设备等事故。
第二方面,本申请实施例提供一种目标车辆确定装置,包括:接收模块,用于接收激光传感器采集的第一车底高度测量数据;其中,所述激光传感器设置在钢轨上待关注车底高度处前,所述第一车底高度测量数据包括至少一个车辆的车底高度测量数据;其中,所述第一车底高度测量数据包括至少一个车辆的车底高度测量数据;筛除模块,用于从所述第一车底高度测量数据中,筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据;提取模块,用于从所述第二车底高度测量数据中,提取至少一个所述车辆中每个所述车辆对应的第三车底高度测量数据;第一判断模块,用于根据所述第三车底高度测量数据的波形变化判断对应的所述车辆是否为目标车辆。在上述方案中,由于不同的车辆在运行的过程中,车底距离钢轨的高度数据变化趋势不同,因此,可以根据设置在钢轨上的激光传感器采集的车底高度测量数据,实现确定对应的车辆是否为目标车辆的目的。
在本申请的可选实施例中,所述筛除模块具体用于:计算多个第一时间窗口中所述第一车底高度测量数据的数据频度,得到数据频度队列;计算多个第二时间窗口中所述第一车底高度测量数据的均方差,得到均方差队列;根据所述数据频度队列以及所述均方差队列,从所述第一车底高度测量数据中,筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据。在上述方案中,在接收到激光传感器采集到的车底高度测量数据之后,可以先筛除车底高度测量数据中明显不是目标车辆对应的车底高度测量数据,从而减少后续的运算量。
在本申请的可选实施例中,所述筛除模块具体用于:查找所述数据频度队列中,连续第一预设时间长度内低于数据频度阈值的数据频度数据段,并将所述数据频度数据段对应的所述第一车底高度测量数据标记所述非目标车辆对应的车底高度测量数据;查找所述均方差队列中,连续第二预设时间长度内低于均方差阈值的均方差数据段,并将所述均方差数据段对应的所述第一车底高度测量数据标记所述非目标车辆对应的车底高度测量数据;筛除标记为所述非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据。在上述方案中,在接收到激光传感器采集到的车底高度测量数据之后,可以先筛除车底高度测量数据中明显不是目标车辆对应的车底高度测量数据,从而减少后续的运算量。
在本申请的可选实施例中,所述提取模块具体用于:计算所述第二车底高度测量数据的队列中任意一点前后第三时间窗口内的前数据频度以及后数据频度;根据所述前数据频度、所述后数据频度以及预设车头车尾阈值,将车头与车尾之间的所述第二车底高度测量数据标记为一个车辆的所述第三车底高度测量数据。在上述方案中,可以从车底高度测量数据中提取出多个车辆分别对应的车底高度测量数据,以可以根据每一个车辆对应的车底高度测量数据,确定对应的车辆是否为目标车辆。
在本申请的可选实施例中,所述装置还包括:处理模块,用于对所述第三车底高度测量数据进行数据优化处理,得到数据优化处理后的第三车底高度测量数据。在上述方案中,在根据车底高度测量数据确定对应的车辆是否为目标车辆之前,可以先对车底高度测量数据进行数据优化处理,以减少后续的运算量。
在本申请的可选实施例中,所述处理模块具体用于:剔除所述第三车底高度测量数据中的停车数据,得到第一处理数据;将所述第一处理数据的队列中的相邻两个数进行相减,并对相减结果求绝对值,得到第二处理数据;将所述第二处理数据进行叠加,得到所述数据优化处理后的第三车底高度测量数据。在上述方案中,在根据车底高度测量数据确定对应的车辆是否为目标车辆之前,可以先对车底高度测量数据进行数据优化处理,剔除车底高度测量数据中的停车数据,以消除停车造成的车底高度测量数据波形变化失真并减少后续的运算量。
在本申请的可选实施例中,所述第一判断模块具体用于:根据所述第三车底高度测量数据的波峰个数以及波峰峰值判断对应的所述车辆是否为所述目标车辆。在上述方案中,由于不同的车辆在运行的过程中,车底距离钢轨的高度数据变化趋势不同,因此,可以根据设置在钢轨上的激光传感器采集的车底高度测量数据,实现确定对应的车辆是否为目标车辆的目的。
在本申请的可选实施例中,所述装置还包括:确定模块,用于若所述车辆为所述目标车辆,根据所述第三车底高度测量数据确定所述目标车辆的最低车底高度值;第二判断模块,用于判断所述最低车底高度值是否小于预设车底高度值;在所述最低车底高度值小于所述预设车底高度值时,输出报警信号。在上述方案中,可以根据第三车底高度测量数据确定目标车辆的最低车底高度值,并在最低车底高度值小于预设的车底高度值时进行报警,从而避免出现车体摩擦、碰撞地面设备等事故。
第三方面,本申请实施例提供一种电子设备,包括:处理器、存储器和总线;所述处理器和所述存储器通过所述总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如第一方面中的目标车辆确定方法。
第四方面,本申请实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如第一方面中的目标车辆确定方法。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举本申请实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的激光三角测量法的原理示意图;
图2为本申请实施例提供的一种目标车辆确定系统的结构示意图;
图3为本申请实施例提供的一种目标车辆确定方法的流程图;
图4为本申请实施例提供的筛除步骤的流程图;
图5为本申请实施例提供的标记非JSQ6车辆测量数据的流程图;
图6为本申请实施例提供的提取步骤的流程图;
图7为本申请实施例提供的数据优化处理步骤的流程图;
图8为本申请实施例提供的停车过程数据波形图;
图9为本申请实施例提供的一种目标车辆确定装置的结构框图;
图10为本申请实施例提供的一种电子设备的结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
驼峰是利用车辆自身的重力和驼峰的高度并辅以机车推力来解体车列的一种调车设备。它的平面股道线路部分接近于线束型,牵出线部分设计成特殊的断面,断面凸起一个小山峰,形象似骆驼的峰,故称调车驼峰。调车时,调车机车先将车列推上峰顶,摘开车钧后车辆就自行溜放。这是编组站解体车列的一种主要方法。
近年来,JSQ6车辆到达编组站解体数量逐渐增加,且解体列车中JSQ6车辆存在编组位置分散、去向较多等问题。由于JSQ6车辆涂有“禁止过峰、禁止溜放”标记,需要经峰下迂回线送车至编组场,严重影响驼峰解体作业效率。为了提高JSQ6车辆解题的效率,需要在保证JSQ6车辆安全性的基础上,进行驼峰解体。
由于JSQ6车辆车底较低,在过峰时容易发生车体摩擦、碰撞地面设备等事故。其中,JSQ6车辆在通过驼峰变坡点处、减速器时,车辆底部是否会与钢轨轨顶面发生碰触现象直接与车体下部最低点距轨面高度相关。JSQ6车辆参数中车体下部最低点距轨面高度(空车)190mm,但实际测试发现,不同JSQ6车辆车体下部最低点距轨面高度变化较大,静态测量车底最低点距轨面距离相同的车辆在动态运行过程中也会呈现不同的车底轨面距离。
基于上述分析,本申请实施例提供一种目标车辆确定方法,通过安装在轨道上待关注车底高度处前的目标车辆确定系统,可以在车辆到达待关注车底高度处之前确定车辆是否为目标车辆,并在车辆为目标车辆时,根据目标车辆的车底高度判断目标车辆是否可以通过待关注车底高度处。其中,待关注车底高度处可以有多种情况,例如:低洼处、高凸处、停靠站点处等,本申请实施例对此不作具体的限定。
以目标车辆为JSQ6车辆为例,待关注车底高度处可以为驼峰禁溜线和遛放线岔道,目标车辆确定系统可以设置驼峰禁溜线和遛放线岔道前的合适位置,在JSQ6车辆经过驼峰禁溜线和遛放线岔道前,实时检测车辆车体下部最低点距轨面高度,通过计算和现场试验,确定当前车辆是否为JSQ6车辆,并在当前车辆为JSQ6车辆时确定是否可以通过驼峰,以防止过峰时车体摩擦、碰撞地面设备甚至脱轨等严重后果发生。应理解,本申请实施例除了可以用于确定JSQ6车辆之外,还可以确认其他的车底高度不同于其他车型的车辆。
需要说明的是,本申请实施例对车底高度进行测量的方式有多种,例如:激光测距法、红外测距法、超声波测距法等。其中,激光测距是采用激光传感器,利用激光对目标的距离进行准确测定。比较常见的激光测距方法有三种:三角测量的原理、激光时间测量的原理、激光相位测量原理。
请参照图1,图1为本申请实施例提供的激光三角测量法的原理示意图。激光传感器100可以包括激光发射系统101以及激光接收系统102,激光接收系统102可以包括接收镜头103以及光电转换器件(Charge Coupled Device,CCD)104。激光发射系统101发出的激光点照射在被测物头部,形成激光斑。激光接收系统102通过接收镜头103将被测物头部散射的激光成像在CCD104上。计算机数据处理系统根据光点在CCD104上的位置计算出被测物端面实时位置。
其中,假设上述激光三角测量法中涉及到的参数为:激光发射系统101为垂直照射,激光发射系统101与激光接收系统102的夹角为θ;接收镜头103的焦距为f,物距为l。则根据光学成象理论,被测物体头部位置L和光点在CCD104上的位置x之间存在非线性的关系:
激光三角测量法具有精度高、受环境影响小、测量速度快等特点。
请参照图2,图2为本申请实施例提供的一种目标车辆确定系统的结构示意图。该目标车辆确定系统200可以包括激光传感器100、保护外壳、固定支架、多串口服务器201以及处理计算机202。激光传感器100设置在股道两侧轨道上,将检测到的数据发送给多串口服务器201进行存储,多串口服务器201再将存储的数据发送给处理计算机202进行相应的数据处理。
本申请实施例提供的目标车辆确定系统200可以安装在待关注车底高度处前(目标车辆为JSQ6车辆时,可以安装在驼峰禁溜线和遛放线岔道前车辆入口位置),在线路两侧轨道对称安装。其中,保护外壳整体密封设计,上部安装石英玻璃窗片,不影响内部激光传感器100的激光发射、接收。保护外壳表面倾斜,便于降落在玻璃窗片的雨水沿导流槽排出,同时减少灰尘、雨水降落面积,便于清洁玻璃窗片;保护外壳预留压缩空气接口,可沿玻璃窗片喷射压缩空气气流,吹扫玻璃窗片的灰尘和积水。此外,可以根据现场情况在外壳上方加装防尘罩,进一步减少外界因素对测量的影响。
激光传感器100可以通过固定支架中的卡扣固定在钢轨上,便于安装拆卸。其中激光传感器100和钢轨的位置相对固定,钢轨上下震动不影响测量结果。举例来说,激光传感器100可以安装在位于钢轨外侧200m±20mm,上表面距离钢轨轨顶面150mm±10mm,测量激光垂直钢轨轨顶面。
目标车辆确定系统200安装完成后,可以首先通过标定尺标定激光传感器100到钢轨轨顶面之间距离Δh,激光传感器100测量光路与钢轨轨顶面的夹角α。假设被检测车辆通过激光传感器100时车底距钢轨轨顶面距离为h,激光传感器100测量到的距离为H,则存在以下关系:
h=(H-Δh)sinα。
车辆经过激光传感器100上方,激光传感器100以固定频率测量车辆底部高度H,则可以计算出车底距钢轨顶面距离h。
车辆在经过激光传感器100时,激光传感器100可以连续测量车辆底部与钢轨顶面距离,根据不同车辆车底高度测量数据变化规律,可以根据车辆底部与钢轨顶面距离变化特征区分出目标车辆。
下面对本申请实施例提供的目标车辆确定方法进行详细的介绍。
在本申请实施例中,以目标车辆为JSQ6车为例进行说明。根据现场各种车辆车底高度测量数据的分析,JSQ6车辆通过时车底高度测量数据变化与其它车辆通过时的车底高度测量数据变化特征差异较大。如JSQ6车辆通过时,车底高度测量数据先由高到低,后又由低到高,而其它车辆通过时车底高度测量数据无明显特征且数据量较少。JSQ6车辆经过时两节车厢之间测量数据较少且数据无规律,可据此特征区分出不同的车厢。
请参照图3,图3为本申请实施例提供的一种目标车辆确定方法的流程图,该目标车辆确定方法可以包括如下步骤:
步骤S301:接收激光传感器采集的第一车底高度测量数据。
步骤S302:从第一车底高度测量数据中,筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据。
步骤S303:从第二车底高度测量数据中,提取至少一个车辆中每个车辆对应的第三车底高度测量数据。
步骤S304:根据第三车底高度测量数据的波形变化判断对应的车辆是否为目标车辆。
具体的,车辆通过激光传感器,激光传感器连续测量车辆底部与钢轨顶面距离,得到至少一个车辆(一个车辆或者多个车辆)的第一车底高度测量数据。然后,可以从第一车底高度测量数据中,筛除部分非目标车辆对应的车底高度测量数据。请参照图4,图4为本申请实施例提供的筛除步骤的流程图,上述步骤S302具体可以包括如下步骤:
步骤S401:计算多个第一时间窗口中第一车底高度测量数据的数据频度,得到数据频度队列。
步骤S402:计算多个第二时间窗口中第一车底高度测量数据的均方差,得到均方差队列。
步骤S403:根据数据频度队列以及均方差队列,从第一车底高度测量数据中,筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据。
其中,可以首先在第一车底高度测量数据队列中设置第一预设长度的时间窗口tf(其中,第一预设长度的时间窗口也可以是预先设置好的),计算tf内第一车底高度测量数据的数据频度fh(单位时间内测量数据量),滑动时间窗口tf得出一系列数据频度值,存入数据频度队列。然后可以在第一车底高度测量数据队列中设置第二预设长度的窗口nh(同样的,第二预设长度的时间窗口也可以是预先设置好的),计算nh内第一车底高度测量数据的均方差hmse,滑动窗口nh得出一系列均方差值,存入均方差队列。因此,在接收到激光传感器采集到的车底高度测量数据之后,可以先筛除车底高度测量数据中明显不是目标车辆对应的车底高度测量数据,从而减少后续的运算量。
由于JSQ6车辆经过激光传感器时均方差hmse较小,数据频度fh较大,其它车辆经过时则相反;JSQ6车辆头部与尾部经过激光传感器时测量数据波动大,且数据量少。因此,可以根据上述特征标记第一车底高度测量数据中非JSQ6车辆测量数据。
请参照图5,图5为本申请实施例提供的标记非JSQ6车辆测量数据的流程图,上述步骤S403具体可以包括如下步骤:
步骤S501:查找数据频度队列中,连续第一预设时间长度内低于数据频度阈值的数据频度数据段,并将数据频度数据段对应的第一车底高度测量数据标记非目标车辆对应的车底高度测量数据。
步骤S502:查找均方差队列中,连续第二预设时间长度内低于均方差阈值的均方差数据段,并将均方差数据段对应的第一车底高度测量数据标记非目标车辆对应的车底高度测量数据。
步骤S503:筛除标记为非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据。
其中,可以首先设置数据频度阈值Sf,查找数据频度队列中连续第一预设时间长度mf内低于Sf的数据频度数据段,并将其对应的第一车底高度测量数据标记为非JSQ6车辆对应的车底高度测量数据。然后,设置均方差阈值Smse,查找均方差队列中连续mh个高于Smse的均方差数据段,并将其对应的第一车底高度测量数据标记为非JSQ6车辆对应的车底高度测量数据。最后,将标记为非JSQ6车辆对应的车底高度测量数据从第一车底高度测量数据中筛除,得到筛除后的第二车底高度测量数据。
可以理解的是,由于部分车辆的车底高度数据可能具有与JSQ6车辆的车底高度数据相似的特征,因此,在步骤S401-步骤S403中,可能并不能完全的筛除所有的非JSQ6车辆测量数据,而是只能筛除其中的部分非JSQ6车辆测量数据,还需要后续步骤进一步的确定筛除后的第二车底高度测量数据对应的车辆是否为目标测量。
因此,在接收到激光传感器采集到的车底高度测量数据之后,可以先筛除车底高度测量数据中明显不是目标车辆对应的车底高度测量数据,从而减少后续的运算量。
在筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据之后,可以从第二车底高度测量数据中,提取至少一个车辆中每个车辆对应的第三车底高度测量数据。请参照图6,图6为本申请实施例提供的提取步骤的流程图,上述步骤S303具体可以包括如下步骤:
步骤S601:计算第二车底高度测量数据的队列中任意一点前后第三时间窗口内的前数据频度以及后数据频度。
步骤S602:根据前数据频度、后数据频度以及预设车头车尾阈值,将车头与车尾之间的第二车底高度测量数据标记为一个车辆的第三车底高度测量数据。
其中,JSQ6车辆头部经过激光传感器时,对应的数据频度fh逐渐变大;JSQ6车辆尾部经过激光传感器时,对应的数据频度fh逐渐变小;可据此识别并分割不同JSQ6车辆的车底高度测量数据。
举例来说,首先可以设置第三预设长度的第三时间窗口ta(其中,第三预设长度的时间窗口也可以是预先设置好的),分别计算测量数据队列某点前后ta时间内的前数据频度Bf和后数据频度Af。然后,设Sh为预设车头车尾阈值,则的位置为车辆头部数据位置,的位置为车辆尾部数据位置。最后,将头部、尾部位置间对应的车底高度测量数据标记为一个车辆的第三车底高度测量数据,提取为数据队列Lv。
因此,可以从车底高度测量数据中提取出多个车辆分别对应的车底高度测量数据,以可以根据每一个车辆对应的车底高度测量数据,确定对应的车辆是否为目标车辆。
在提取每个车辆对应的第三车底高度测量数据之后,本申请实施例提供的目标车辆确定方法还可以包括如下步骤:
对第三车底高度测量数据进行数据优化处理,得到数据优化处理后的第三车底高度测量数据。
其中,请参照图7,图7为本申请实施例提供的数据优化处理步骤的流程图,上述对第三车底高度测量数据进行数据优化处理,得到数据优化处理后的第三车底高度测量数据的步骤,具体可以包括如下步骤:
步骤S701:剔除第三车底高度测量数据中的停车数据,得到第一处理数据。
步骤S702:将第一处理数据的队列中的相邻两个数进行相减,并对相减结果求绝对值,得到第二处理数据。
步骤S703:将所第二处理数据进行叠加,得到数据优化处理后的第三车底高度测量数据。
其中,当车辆通过激光传感器时,会出现临时停车等各种情况。请参照图8,图8为本申请实施例提供的停车过程数据波形图,如图8中t1、t2、t3、t4时间段所示,临时停车时测量数据连续且不变化。因此,可以对测量数据进行处理,剔除掉无效数据,便于测量数据的后期分析处理。
首先,数据队列Lv中第三车底高度测量数据连续不变时,记录停车开始时间;数据队列Lv中第三车底高度测量数据变化时,记录数据不变化次数nt,并记录停车结束时间。然后,设数据连续不变化次数阈值Nt,Nt微大于车辆正常通过时数据连续不变化次数;若nt>Nt删除数据队列Lv中停车开始时间、停车结束时间之间的数据。最后,数据不变化次数nt置零,继续下一段停车数据处理。
经过以上步骤处理后,得到每一辆车辆不包含停车数据的第三车底高度测量数据的数据队列Lv,可以对其进一步处理以提取数据变化特征,并提高特征的辨识度,便于识别出目标车辆数据。
举例来说,数据处理过程可以如下:
首先,将数据队列Lv中第三车底高度测量数据相邻两数相减,并对结果求绝对值,得到一组新的数据,提取出数据变化的特征。这组数据的个数为原始数据量的1/2:
kj=|pj|(j=0,1,2...n/2)。
然后,将求绝对值之后的数据进一步叠加,让数据变化特征更加明显:
因此,在根据车底高度测量数据确定对应的车辆是否为目标车辆之前,可以先对车底高度测量数据进行数据优化处理,以减少后续的运算量。
经过以上处理可以将车辆底部高度的变化特征转化为波形变化,然后根据波形变化分析得出是否为JSQ6车型。此时,上述步骤S304可以包括如下步骤:
根据第三车底高度测量数据的波峰个数以及波峰峰值判断对应的车辆是否为所述目标车辆。
其中,设车辆头尾分割阈值为Hh,车底特征阈值为Hb,车底特征个数阈值为Nb;查找上一步处理得到的数据队列Lv中峰值大于Hb的波峰个数,若nb,若nb>Nb,且队列头尾存在大于Hh的值,则确认该车辆数据队列Lv对应的车辆为JSQ6车辆。
在上述方案中,由于不同的车辆在运行的过程中,车底距离钢轨的高度数据变化趋势不同,因此,可以根据设置在钢轨上的激光传感器采集的车底高度测量数据,实现确定对应的车辆是否为目标车辆的目的。
进一步的,在确定车辆是否为JSQ6车型以后,对JSQ6车辆的车底高度测量数据进行比较,得出JSQ6车辆的车底高度最低值。若该值低于限定值,则可以报警提示相关工作人员进行处理,避免出现安全事故。
请参照图9,图9为本申请实施例提供的一种目标车辆确定装置的结构框图,该目标车辆确定装置900可以包括:接收模块901,用于接收激光传感器采集的第一车底高度测量数据;其中,所述激光传感器设置在钢轨上待关注车底高度处前,所述第一车底高度测量数据包括至少一个车辆的车底高度测量数据;其中,所述第一车底高度测量数据包括至少一个车辆的车底高度测量数据;筛除模块902,用于从所述第一车底高度测量数据中,筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据;提取模块903,用于从所述第二车底高度测量数据中,提取至少一个所述车辆中每个所述车辆对应的第三车底高度测量数据;第一判断模块904,用于根据所述第三车底高度测量数据的波形变化判断对应的所述车辆是否为目标车辆。
在本申请实施例中,由于不同的车辆在运行的过程中,车底距离钢轨的高度数据变化趋势不同,因此,可以根据设置在钢轨上的激光传感器采集的车底高度测量数据,实现确定对应的车辆是否为目标车辆的目的。
进一步的,所述筛除模块902具体用于:计算多个第一时间窗口中所述第一车底高度测量数据的数据频度,得到数据频度队列;计算多个第二时间窗口中所述第一车底高度测量数据的均方差,得到均方差队列;根据所述数据频度队列以及所述均方差队列,从所述第一车底高度测量数据中,筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据。
在本申请实施例中,在接收到激光传感器采集到的车底高度测量数据之后,可以先筛除车底高度测量数据中明显不是目标车辆对应的车底高度测量数据,从而减少后续的运算量。
进一步的,所述筛除模块902具体用于:查找所述数据频度队列中,连续第一预设时间长度内低于数据频度阈值的数据频度数据段,并将所述数据频度数据段对应的所述第一车底高度测量数据标记所述非目标车辆对应的车底高度测量数据;查找所述均方差队列中,连续第二预设时间长度内低于均方差阈值的均方差数据段,并将所述均方差数据段对应的所述第一车底高度测量数据标记所述非目标车辆对应的车底高度测量数据;筛除标记为所述非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据。
在本申请实施例中,在接收到激光传感器采集到的车底高度测量数据之后,可以先筛除车底高度测量数据中明显不是目标车辆对应的车底高度测量数据,从而减少后续的运算量。
进一步的,所述提取模块903具体用于:计算所述第二车底高度测量数据的队列中任意一点前后第三时间窗口内的前数据频度以及后数据频度;根据所述前数据频度、所述后数据频度以及预设车头车尾阈值,将车头与车尾之间的所述第二车底高度测量数据标记为一个车辆的所述第三车底高度测量数据。在上述方案中,可以从车底高度测量数据中提取出多个车辆分别对应的车底高度测量数据,以可以根据每一个车辆对应的车底高度测量数据,确定对应的车辆是否为目标车辆。
在本申请的可选实施例中,所述目标车辆确定装置900还包括:处理模块,用于对所述第三车底高度测量数据进行数据优化处理,得到数据优化处理后的第三车底高度测量数据。
在本申请实施例中,在根据车底高度测量数据确定对应的车辆是否为目标车辆之前,可以先对车底高度测量数据进行数据优化处理,以减少后续的运算量。
进一步的,所述处理模块具体用于:剔除所述第三车底高度测量数据中的停车数据,得到第一处理数据;将所述第一处理数据的队列中的相邻两个数进行相减,并对相减结果求绝对值,得到第二处理数据;将所述第二处理数据进行叠加,得到所述数据优化处理后的第三车底高度测量数据。
在本申请实施例中,在根据车底高度测量数据确定对应的车辆是否为目标车辆之前,可以先对车底高度测量数据进行数据优化处理,剔除车底高度测量数据中的停车数据,以消除停车造成的车底高度测量数据波形变化失真并减少后续的运算量。
进一步的,所述第一判断模块904具体用于:根据所述第三车底高度测量数据的波峰个数以及波峰峰值判断对应的所述车辆是否为所述目标车辆。
在本申请实施例中,由于不同的车辆在运行的过程中,车底距离钢轨的高度数据变化趋势不同,因此,可以根据设置在钢轨上的激光传感器采集的车底高度测量数据,实现确定对应的车辆是否为目标车辆的目的。
进一步的,所述装置还包括:确定模块,用于若所述车辆为所述目标车辆,根据所述第三车底高度测量数据确定所述目标车辆的最低车底高度值;第二判断模块,用于判断所述最低车底高度值是否小于预设车底高度值;在所述最低车底高度值小于所述预设车底高度值时,输出报警信号。
在本申请实施例中,可以根据第三车底高度测量数据确定目标车辆的最低车底高度值,并在最低车底高度值小于预设的车底高度值时进行报警,从而避免出现车体摩擦、碰撞地面设备等事故。
请参照图10,图10为本申请实施例提供的一种电子设备的结构框图,该电子设备1000包括:至少一个处理器1001,至少一个通信接口1002,至少一个存储器1003和至少一个通信总线1004。其中,通信总线1004用于实现这些组件直接的连接通信,通信接口1002用于与其他节点设备进行信令或数据的通信,存储器1003存储有处理器1001可执行的机器可读指令。当电子设备1000运行时,处理器1001与存储器1003之间通过通信总线1004通信,机器可读指令被处理器1001调用时执行上述目标车辆确定方法。
例如,本申请实施例的处理器1001通过通信总线1004从存储器1003读取计算机程序并执行该计算机程序可以实现如下方法:接收激光传感器采集的第一车底高度测量数据;其中,所述激光传感器设置在钢轨上待关注车底高度处前,所述第一车底高度测量数据包括至少一个车辆的车底高度测量数据;从所述第一车底高度测量数据中,筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据;从所述第二车底高度测量数据中,提取至少一个所述车辆中每个所述车辆对应的第三车底高度测量数据;根据所述第三车底高度测量数据的波形变化判断对应的所述车辆是否为目标车辆。
处理器1001可以是一种集成电路芯片,具有信号处理能力。上述处理器1001可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。其可以实现或者执行本申请实施例中公开的各种方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器1003可以包括但不限于随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
可以理解,图10所示的结构仅为示意,电子设备1000还可包括比图10中所示更多或者更少的组件,或者具有与图10所示不同的配置。图10中所示的各组件可以采用硬件、软件或其组合实现。于本申请实施例中,电子设备1000可以是,但不限于台式机、笔记本电脑、智能手机、智能穿戴设备、车载设备等实体设备,还可以是虚拟机等虚拟设备。另外,电子设备1000也不一定是单台设备,还可以是多台设备的组合,例如服务器集群,等等。
本申请实施例还提供一种计算机程序产品,包括存储在非暂态计算机可读存储介质上的计算机程序,计算机程序包括程序指令,当程序指令被计算机执行时,计算机能够执行上述实施例中目标车辆确定方法的步骤,例如包括:步骤S301:接收激光传感器采集的第一车底高度测量数据。步骤S302:从第一车底高度测量数据中,筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据。步骤S303:从第二车底高度测量数据中,提取至少一个车辆中每个车辆对应的第三车底高度测量数据。步骤S304:根据第三车底高度测量数据的波形变化判断对应的车辆是否为目标车辆。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种目标车辆确定方法,其特征在于,包括:
接收激光传感器采集的第一车底高度测量数据;其中,所述激光传感器设置在钢轨上待关注车底高度处前,所述第一车底高度测量数据包括至少一个车辆的车底高度测量数据;
从所述第一车底高度测量数据中,筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据;
从所述第二车底高度测量数据中,提取至少一个所述车辆中每个所述车辆对应的第三车底高度测量数据;
根据所述第三车底高度测量数据的波形变化判断对应的所述车辆是否为目标车辆。
2.根据权利要求1所述的目标车辆确定方法,其特征在于,所述从所述第一车底高度测量数据中,筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据,包括:
计算多个第一时间窗口中所述第一车底高度测量数据的数据频度,得到数据频度队列;
计算多个第二时间窗口中所述第一车底高度测量数据的均方差,得到均方差队列;
根据所述数据频度队列以及所述均方差队列,从所述第一车底高度测量数据中,筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据。
3.根据权利要求2所述的目标车辆确定方法,其特征在于,所述根据所述数据频度队列以及所述均方差队列,从所述第一车底高度测量数据中,筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据,包括:
查找所述数据频度队列中,连续第一预设时间长度内低于数据频度阈值的数据频度数据段,并将所述数据频度数据段对应的所述第一车底高度测量数据标记所述非目标车辆对应的车底高度测量数据;
查找所述均方差队列中,连续第二预设时间长度内低于均方差阈值的均方差数据段,并将所述均方差数据段对应的所述第一车底高度测量数据标记所述非目标车辆对应的车底高度测量数据;
筛除标记为所述非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据。
4.根据权利要求1所述的目标车辆确定方法,其特征在于,所述从所述第二车底高度测量数据中,提取至少一个所述车辆中每个所述车辆对应的第三车底高度测量数据,包括:
计算所述第二车底高度测量数据的队列中任意一点前后第三时间窗口内的前数据频度以及后数据频度;
根据所述前数据频度、所述后数据频度以及预设车头车尾阈值,将车头与车尾之间的所述第二车底高度测量数据标记为一个车辆的所述第三车底高度测量数据。
5.根据权利要求1所述的目标车辆确定方法,其特征在于,在所述根据所述第三车底高度测量数据的波形变化判断对应的所述车辆是否为目标车辆之前,所述方法还包括:
剔除所述第三车底高度测量数据中的停车数据,得到第一处理数据;
将所述第一处理数据的队列中的相邻两个数进行相减,并对相减结果求绝对值,得到第二处理数据;
将所述第二处理数据进行叠加,得到数据优化处理后的第三车底高度测量数据。
6.根据权利要求1所述的目标车辆确定方法,其特征在于,所述根据所述第三车底高度测量数据的波形变化判断对应的所述车辆是否为目标车辆,包括:
根据所述第三车底高度测量数据的波峰个数以及波峰峰值判断对应的所述车辆是否为所述目标车辆。
7.根据权利要求1所述的目标车辆确定方法,其特征在于,在根据所述第三车底高度测量数据的波形变化判断对应的所述车辆是否为目标车辆之后,所述方法还包括:
若所述车辆为所述目标车辆,根据所述第三车底高度测量数据确定所述目标车辆的最低车底高度值;
判断所述最低车底高度值是否小于预设车底高度值;
在所述最低车底高度值小于所述预设车底高度值时,输出报警信号。
8.一种目标车辆确定装置,其特征在于,包括:
接收模块,用于接收激光传感器采集的第一车底高度测量数据;其中,所述激光传感器设置在钢轨上待关注车底高度处前,所述第一车底高度测量数据包括至少一个车辆的车底高度测量数据;
筛除模块,用于从所述第一车底高度测量数据中,筛除部分非目标车辆对应的车底高度测量数据,得到筛除后的第二车底高度测量数据;
提取模块,用于从所述第二车底高度测量数据中,提取至少一个所述车辆中每个所述车辆对应的第三车底高度测量数据;
第一判断模块,用于根据所述第三车底高度测量数据的波形变化判断对应的所述车辆是否为目标车辆。
9.一种电子设备,其特征在于,包括:处理器、存储器和总线;
所述处理器和所述存储器通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1-8任一项所述的目标车辆确定方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令被计算机运行时,使所述计算机执行如权利要求1-8任一项所述的目标车辆确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010516946.9A CN111619622B (zh) | 2020-06-08 | 2020-06-08 | 一种目标车辆确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010516946.9A CN111619622B (zh) | 2020-06-08 | 2020-06-08 | 一种目标车辆确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111619622A true CN111619622A (zh) | 2020-09-04 |
CN111619622B CN111619622B (zh) | 2022-05-13 |
Family
ID=72268162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010516946.9A Active CN111619622B (zh) | 2020-06-08 | 2020-06-08 | 一种目标车辆确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111619622B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1374912A (zh) * | 1999-09-22 | 2002-10-16 | 洛黑工业 | 大尺寸货运铁路车辆 |
US20170106885A1 (en) * | 2015-09-03 | 2017-04-20 | Sameer Singh | Railroad track survey system |
CN108986478A (zh) * | 2018-09-17 | 2018-12-11 | 公安部交通管理科学研究所 | 一种定点甄别违法车辆的方法 |
CN109532939A (zh) * | 2018-09-30 | 2019-03-29 | 中国铁路上海局集团有限公司科学技术研究所 | 一种用于铁路驼峰溜放作业试验检测方法 |
CN111043974A (zh) * | 2019-12-25 | 2020-04-21 | 长安大学 | 一种车载测量道沿高度的系统及方法 |
-
2020
- 2020-06-08 CN CN202010516946.9A patent/CN111619622B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1374912A (zh) * | 1999-09-22 | 2002-10-16 | 洛黑工业 | 大尺寸货运铁路车辆 |
US20170106885A1 (en) * | 2015-09-03 | 2017-04-20 | Sameer Singh | Railroad track survey system |
CN108986478A (zh) * | 2018-09-17 | 2018-12-11 | 公安部交通管理科学研究所 | 一种定点甄别违法车辆的方法 |
CN109532939A (zh) * | 2018-09-30 | 2019-03-29 | 中国铁路上海局集团有限公司科学技术研究所 | 一种用于铁路驼峰溜放作业试验检测方法 |
CN111043974A (zh) * | 2019-12-25 | 2020-04-21 | 长安大学 | 一种车载测量道沿高度的系统及方法 |
Non-Patent Citations (1)
Title |
---|
姚洪岩: "铁路JSQ6车辆过峰技术试验研究", 《郑铁科技》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111619622B (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105844222B (zh) | 基于视觉的前方车辆碰撞预警系统及方法 | |
WO2022199472A1 (zh) | 障碍物检测方法、车辆、设备及计算机存储介质 | |
US10699567B2 (en) | Method of controlling a traffic surveillance system | |
CN112433203B (zh) | 一种基于毫米波雷达数据的车道线形检测方法 | |
JP2018092501A (ja) | 車載用画像処理装置 | |
CN105184872B (zh) | 基于机器视觉的汽车保险费电子计价器 | |
US20100231720A1 (en) | Traffic Monitoring | |
CN109827647B (zh) | 一种桥梁动态称重系统 | |
CN103568947A (zh) | 后侧方警报系统及方法 | |
CN105575125A (zh) | 一种车流视频侦测分析系统 | |
CN102663352A (zh) | 一种轨道识别方法 | |
JP6139088B2 (ja) | 車両検知装置 | |
JP4940177B2 (ja) | 交通流計測装置 | |
CN104574954A (zh) | 一种基于自由流系统的车辆稽查方法、控制设备及系统 | |
CN106585670A (zh) | 一种基于视频的城市轨道交通前向列车检测系统及方法 | |
CN101615342A (zh) | 一种车辆检测方法 | |
JP4685494B2 (ja) | トロリー線の位置測定装置 | |
CN111882884A (zh) | 一种智能交通监控系统 | |
CN111619622B (zh) | 一种目标车辆确定方法及装置 | |
JP2013168178A (ja) | 車両検知システムおよび車両検知システムの車両検知方法 | |
CN113124777A (zh) | 车辆尺寸确定方法、装置、系统及存储介质 | |
JP2018206014A (ja) | 交通情報取得装置、交通情報取得システム、交通情報取得方法、および交通情報取得プログラム | |
TW201620746A (zh) | 行車安全系統及其障礙物篩選方法 | |
US20230154312A1 (en) | State estimation method, state estimation apparatus and program | |
JP4061298B2 (ja) | 交通流計測装置 |
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 |