CN112948459A - 铁路基础设施巡检装置、方法及系统 - Google Patents
铁路基础设施巡检装置、方法及系统 Download PDFInfo
- Publication number
- CN112948459A CN112948459A CN202110171545.9A CN202110171545A CN112948459A CN 112948459 A CN112948459 A CN 112948459A CN 202110171545 A CN202110171545 A CN 202110171545A CN 112948459 A CN112948459 A CN 112948459A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- target
- analysis result
- fault analysis
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004458 analytical method Methods 0.000 claims abstract description 83
- 238000007405 data analysis Methods 0.000 claims abstract description 47
- 230000007613 environmental effect Effects 0.000 claims abstract description 31
- 238000004891 communication Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000008676 import Effects 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000012805 post-processing Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 26
- 238000010586 diagram Methods 0.000 description 21
- 230000007547 defect Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
Abstract
本发明提供了一种铁路基础设施巡检装置、方法及系统，涉及通信技术领域，该装置包括：数据获取模块，用于获取环境数据，根据环境数据生成目标格式数据，将目标格式数据和环境数据发送至数据分析模块；数据分析模块，用于根据目标格式数据和预设故障范围数据，利用预设模型生成第一故障分析结果，将第一故障分析结果发送至数据导出模块；数据分析模块，还用于根据目标格式数据和预设故障范围数据，确定目标里程数据，根据目标里程数据和环境数据确定目标环境数据，将目标环境数据发送至数据导出模块；数据导出模块，用于将第一故障分析结果或目标环境数据发送至云计算平台。本发明可以实现数据的分级检测和故障数据的及时回传。
Description
技术领域
本发明涉及通信技术领域，尤其是涉及一种铁路基础设施巡检装置、方法及系统。
背景技术
随着我国铁路建设的高速发展，至2016年底，我国高速铁路公里运营里程已达2万公里，高居世界第1位，客运列车运营速度已达到300km/h，覆盖全国的“四纵四横”高速铁路网已基本建成。及时发现铁路基础设施安全隐患，对保障运营安全至关重要。
近年来，随着技术的发展，铁路巡检车已在日常检测中发挥重要作用。铁路巡检车是铁路基础设施检测的大型集成化综合性装备，对铁路基础设施外观状态、几何形位、线路限界等项目进行自动化检测，是支撑线路“状态修”和“精准修”的先进技术装备。
然而目前铁路巡检车，在实际应用时会有以下不足之处：巡检车在线路上运行，检测到的缺陷信息不能及时传到数据中心，巡检车行驶在线路上就像一座信息孤岛；由于不能提供较多的计算单元，算力有限，不能运行较复杂的算法，提供更多、更精准的检测功能。
发明内容
本发明提供了一种铁路基础设施巡检装置、方法及系统，可以处理检测数据，将有问题的检测数据及时发送到数据中心，实现数据的分级检测和故障数据的及时回传。
第一方面，本发明实施例提供了一种铁路基础设施巡检装置，应用于巡检车，该装置包括：数据获取模块、数据分析模块和数据导出模块；所述数据分析模块分别与所述数据获取模块、所述数据导出模块通信连接；所述数据获取模块，用于获取环境数据，根据所述环境数据生成目标格式数据，将所述目标格式数据和所述环境数据发送至所述数据分析模块；所述数据分析模块，用于根据所述目标格式数据和预设故障范围数据，利用预设模型生成第一故障分析结果，将所述第一故障分析结果发送至所述数据导出模块；所述数据分析模块，还用于根据所述目标格式数据和预设故障范围数据，确定目标里程数据，根据所述目标里程数据和所述环境数据确定目标环境数据，将所述目标环境数据发送至所述数据导出模块；所述数据导出模块，用于将所述第一故障分析结果或所述目标环境数据发送至云计算平台，以使所述云计算平台根据所述目标环境数据生成第二故障分析结果。
第二方面，本发明实施例还提供一种铁路基础设施巡检装置，应用于云计算平台，该装置包括：接收模块、计算模块和发送模块；所述接收模块，用于接收巡检车发送的第一故障分析结果或目标环境数据；所述计算模块，用于利用目标算法根据所述目标环境数据生成第二故障分析结果；所述发送模块，用于将所述第一故障分析结果、所述第二故障分析结果或所述目标环境数据发送至展示模块，以使所述展示模块展示所述第一故障分析结果、所述第二故障分析结果或所述目标环境数据。
第三方面，本发明实施例提供了一种铁路基础设施巡检方法，应用于巡检车，该方法包括：数据获取模块获取环境数据，根据所述环境数据生成目标格式数据，将所述目标格式数据和所述环境数据发送至数据分析模块；数据分析模块根据所述目标格式数据和预设故障范围数据，利用预设模型生成第一故障分析结果，将所述第一故障分析结果发送至数据导出模块；数据分析模块根据所述目标格式数据和预设故障范围数据，确定目标里程数据，根据所述目标里程数据和所述环境数据确定目标环境数据，将所述目标环境数据发送至数据导出模块；数据导出模块将所述第一故障分析结果或所述目标环境数据发送至云计算平台，以使所述云计算平台根据所述目标环境数据生成第二故障分析结果。
第四方面，本发明实施例还提供一种铁路基础设施巡检方法，应用于云计算平台，该方法包括：接收模块接收巡检车发送的第一故障分析结果或目标环境数据；计算模块利用目标算法根据所述目标环境数据生成第二故障分析结果；发送模块将所述第一故障分析结果、所述第二故障分析结果或所述目标环境数据发送至展示模块，以使所述展示模块展示所述第一故障分析结果、所述第二故障分析结果或所述目标环境数据。
第五方面，本发明实施例还提供一种铁路基础设施巡检系统，该系统包括：巡检车计算终端和云中心计算平台；所述巡检车终端与所述云中心计算平台通信连接；所述巡检车计算终端包括上述的铁路基础设施巡检装置；所述云中心计算平台包括上述的铁路基础设施巡检装置。
第六方面，本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述铁路基础设施巡检方法。
第七方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述铁路基础设施巡检方法的计算机程序。
本发明实施例带来了以下有益效果：本发明实施例提供了一种铁路基础设施巡检方案，该方案应用于巡检车，该方案包括：数据获取模块、数据分析模块和数据导出模块；数据分析模块分别与数据获取模块、数据导出模块通信连接；数据获取模块，用于获取环境数据，根据环境数据生成目标格式数据，将目标格式数据和环境数据发送至数据分析模块；数据分析模块，用于根据目标格式数据和预设故障范围数据，利用预设模型生成第一故障分析结果，将第一故障分析结果发送至数据导出模块；数据分析模块，还用于根据目标格式数据和预设故障范围数据，确定目标里程数据，根据目标里程数据和环境数据确定目标环境数据，将目标环境数据发送至数据导出模块；数据导出模块，用于将第一故障分析结果或目标环境数据发送至云计算平台，以使云计算平台根据目标环境数据生成第二故障分析结果。本发明实施例可以处理检测数据，将有问题的检测数据及时发送到数据中心，实现数据的分级检测和故障数据的及时回传。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，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发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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的附图。
图1为本发明实施例提供的一种应用于巡检车的铁路基础设施巡检装置结构框图；
图2为本发明实施例提供的另一种应用于巡检车的铁路基础设施巡检装置结构框图；
图3为本发明实施例提供的一种应用于云计算平台的铁路基础设施巡检装置结构框图；
图4为本发明实施例提供的另一种应用于云计算平台的铁路基础设施巡检装置结构框图；
图5为本发明实施例提供的巡检车计算终端框图；
图6为本发明实施例提供的应用于巡检车的铁路基础设施巡检方法流程图；
图7为本发明实施例提供的应用于云计算平台的铁路基础设施巡检方法流程图；
图8为本发明实施例提供的计算机设备结构框图；
图9为本发明实施例提供的铁路基础设施巡检系统结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供的一种铁路基础设施巡检装置、方法及系统，可以采取端和云分级检测方式，协同工作，及时回传缺陷信息，可以实现实时的数据分析和智能化处理，更加高效。需要说明的是，端是指巡检车或者巡检机器人等具有移动功能，能采集现场数据的一类装置。云是云中心计算平台，一般建在站段机房。中心有多台计算服务器，可以提供丰富的算力。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种铁路基础设施巡检装置进行详细介绍。
本发明实施例提供了一种铁路基础设施巡检装置，参见图1所示的一种应用于巡检车的铁路基础设施巡检装置结构框图，该装置应用于巡检车，该装置包括：
数据获取模块11、数据分析模块12和数据导出模块13；数据分析模块分别与数据获取模块、数据导出模块通信连接；
数据获取模块，用于获取环境数据，根据环境数据生成目标格式数据，将目标格式数据和环境数据发送至数据分析模块；数据分析模块，用于根据目标格式数据和故障范围数据，利用预设模型生成第一故障分析结果，将第一故障分析结果发送至数据导出模块；数据分析模块，还用于根据目标格式数据和预设故障范围数据，确定目标里程数据，根据目标里程数据和环境数据确定目标环境数据，将目标环境数据发送至数据导出模块；数据导出模块，用于将第一故障分析结果或目标环境数据发送至云计算平台，以使云计算平台根据目标环境数据生成第二故障分析结果。
在本发明实施例中，环境数据是铁路基础设施数据，可以包括温度数据、图像数据、视频数据以及地理位置数据等类型。具体采集何种类型的环境数据，可以根据实际需求确定，本发明实施例对此不作具体限定。目标格式数据可以根据数据分析模块的需求进行确定。将采集到的环境数据进行格式转换，得到目标格式数据。之后，将目标格式数据以及不经数据转换的环境数据发送至数据分析模块。
预设模型可以实现多种智能检测算法，例如，场景分析理解，故障模式识别，基于其它数据的机器学习和状态评价等。故障范围数据可以根据实际需求进行设置，用于限定不同部件或不同参数产生变化的范围。根据目标格式数据和故障范围数据实时分析及判断铁路基础实施故障的严重程度，如果程度较轻，则在巡检车端利用预设模型生成第一故障分析结果，进而提升数据的处理效率，减少传输数据带来的通信资源占用；如果程度较重，则不对环境数据进行处理，将环境数据发送至数据导出模块，通过导出模块将环境数据发送至云中心进行更精细的分析和计算，从而实现数据的分级处理。
需要说明的是，目标里程数据可以是铁路故障所在的位置数据，根据目标里程数据在环境数据中按照预设的里程范围，截取一段采集数据，得到目标环境数据。
还需要说明的是，为了提升故障数据的转发速度，数据分析模块并不是将所有环境数据都发送至数据分析模块，而是基于目标格式数据和预设故障范围数据，确定目标里程数据，将目标里程数据附近的里程对应的环境数据作为目标环境数据，将目标环境数据发送至数据导出模块，从而实现故障数据的及时回传。
数据导出模块可以将数据分析模块得到的分析结果，通过各种信息导出。具体的导出方式包括直观图像显示，无线/有线通信传输，本地存储等方式。其中直观图像展示需要使用图形渲染、增强等技术，无线/有线通信传输则需要用到视频编码模块、WIFI/4G/以太网等通信技术，本地存储支持SD卡、SSD硬盘等接口。
本发明实施例提供了一种铁路基础设施巡检方案，该方案应用于巡检车，该方案包括：数据获取模块、数据分析模块和数据导出模块；数据分析模块分别与数据获取模块、数据导出模块通信连接；数据获取模块，用于获取环境数据，根据环境数据生成目标格式数据，将目标格式数据和环境数据发送至数据分析模块；数据分析模块，用于根据目标格式数据和预设故障范围数据，利用预设模型生成第一故障分析结果，将第一故障分析结果发送至数据导出模块；数据分析模块，还用于根据目标格式数据和预设故障范围数据，确定目标里程数据，根据目标里程数据和环境数据确定目标环境数据，将目标环境数据发送至数据导出模块；数据导出模块，用于将第一故障分析结果或目标环境数据发送至云计算平台，以使云计算平台根据目标环境数据生成第二故障分析结果。本发明实施例可以处理检测数据，将有问题的检测数据及时发送到数据中心，实现数据的分级检测和故障数据的及时回传。
在一个实施例中，数据获取模块，包括：传感器单元、数据导入单元和解码单元；
传感器单元至少包括图像传感器、温度传感器和位置传感器中的一种或几种，用于获取环境数据；数据导入单元包括网络接口，用于导入环境数据；解码单元用于对环境数据进行格式转换，得到目标格式数据。
在本发明实施例中，数据获取模块通过各类传感器和接口收集当前环境中可用数据，把这些转化为可用的标准格式化数据导入系统内部，供数据分析模块使用。为了获取多种类型的环境数据，传感器单元至少包括图像传感器、温度传感器和位置传感器中的一种或几种。对于铁路巡检，所采用的传感器主要是摄像头，用于采集图像视频数据，同时辅助以其它如温度、地理位置等传感器，获取一些必要的当前环境数据。
参见图5所示的巡检车计算终端框图，为了适用于处理多种类型的数据，数据导入单元包括多种网络接口，例如可支持常见图像传感器的接口例如：Ethernet以太网，USB3.0等。针对于已经压缩为视频码流的压缩数据，解码单元支持对视频进行解码，解码格式支持常见的H.264/MPEG-2等。
在一个实施例中，数据分析模块，包括：第一处理单元、模型单元和第二处理单元；模型单元分别与第一处理单元、第二处理单元通信连接；第一处理单元，用于接收目标格式数据，对目标格式数据进行预处理；模型单元，用于根据预处理后的目标格式数据和预设故障范围数据，利用预设模型生成第一故障分析结果；第二处理单元，用于对第一故障分析结果进行后处理，将后处理后的第一故障分析结果发送至数据导出模块。
在本发明实施例中，数据分析模块包括数据前、后处理和核心处理引擎这三个部分组成。第一处理单元，主要是对输入的图像数据进行常规的尺度放缩、颜色空间转换，以及对图像进行滤波等数据预处理。模型单元实现和各类智能监控功能以及相应智能算法。第二处理单元，主要针对后续模块的需要，对模型单元生成的图片、结果等进行格式变化、尺度放缩、颜色变换等处理操作。
在一个实施例中，参见图2所示的另一种应用于巡检车的铁路基础设施巡检装置结构框图，该装置还包括更新模块14，用于：接收云计算平台发送的更新文件，根据更新文件更新预设模型。
在本发明实施例中，更新模块用于对算法模型和框架在实时性、内存占用等多方面进行优化。
需要说明的是，在本发明实施例中，可充分利用硬件开发SDK(SoftwareDevelopment Kit，软件开发工具包)，底层的CUDA(Compute Unified DeviceArchitecture，统一计算设备架构)驱动、中间层的cuDNN、OpenCV、OpenGL等，根据场景需要部署各种检测模型作为更新预设模型。
本发明实施例提供了一种铁路基础设施巡检装置、方法及系统，可以处理检测数据，将有问题的检测数据及时发送到数据中心，实现数据的分级检测和故障数据的及时回传。
本发明实施例还提供了一种铁路基础设施巡检装置，参见图3所示的一种应用于云计算平台的铁路基础设施巡检装置结构框图，该装置包括：
接收模块31、计算模块32和发送模块33；接收模块，用于接收巡检车发送的第一故障分析结果或目标环境数据；计算模块，用于利用目标算法根据目标环境数据生成第二故障分析结果；发送模块，用于将第一故障分析结果、第二故障分析结果或目标环境数据发送至展示模块，以使展示模块展示第一故障分析结果、第二故障分析结果或目标环境数据。
在一个实施例中，参见图4所示的一种应用于云计算平台的铁路基础设施巡检装置结构框图，该装置还包括管理模块34，用于：向巡检车发送更新文件，以使巡检车根据更新文件更新预设模型。
在本发明实施例中，管理模块具有以下功能：(1)值班人员可以查看巡检车发送回来的缺陷数据。(2)不用去巡检车，远程在线更新巡检车上的算法模型文件。(3)云中心运行精细检测后，查看云中心的检测结果。
考虑到目前铁路巡检车，在实际应用时，还包括如下缺陷，在巡检车上利用人工智能技术分析数据，考虑到空间布局和耗电功率等因素的制约，计算单元数量有限，不易扩充计算单元数量，在一个实施例中，参见图4所示的一种应用于云计算平台的铁路基础设施巡检装置结构框图，该装置还包括扩容模块35；扩容模块包括多个运算单元；运算单元的个数根据目标环境数据确定。
在本发明实施例中，通过扩容模块，可以根据所需识别巡检图像数量，配置能够满足铁路巡检AI算法模型库运算硬件资源。
本发明实施例中还提供了一种铁路基础设施巡检方法，如下面的实施例所述。由于该装置解决问题的原理与铁路基础设施巡检装置相似，因此该装置的实施可以参见铁路基础设施巡检装置的实施，重复之处不再赘述。参见图6所示的应用于巡检车的铁路基础设施巡检方法流程图，该方法包括：
步骤S602，数据获取模块获取环境数据，根据环境数据生成目标格式数据，将目标格式数据和环境数据发送至数据分析模块。
步骤S604，数据分析模块根据目标格式数据和预设故障范围数据，利用预设模型生成第一故障分析结果，将第一故障分析结果发送至数据导出模块。
步骤S606，数据分析模块根据目标格式数据和预设故障范围数据，确定目标里程数据，根据目标里程数据和环境数据确定目标环境数据，将目标环境数据发送至数据导出模块。
步骤S608，数据导出模块将第一故障分析结果或目标环境数据发送至云计算平台，以使云计算平台根据目标环境数据生成第二故障分析结果。
本发明实施例中还提供了一种铁路基础设施巡检方法，如下面的实施例所述。由于该装置解决问题的原理与铁路基础设施巡检装置相似，因此该装置的实施可以参见铁路基础设施巡检装置的实施，重复之处不再赘述。参见图7所示的应用于云计算平台的铁路基础设施巡检方法流程图，该方法包括：
步骤S702，接收模块接收巡检车发送的第一故障分析结果或目标环境数据。
步骤S704，计算模块利用目标算法根据目标环境数据生成第二故障分析结果。
步骤S706，发送模块将第一故障分析结果、第二故障分析结果或目标环境数据发送至展示模块，以使展示模块展示第一故障分析结果、第二故障分析结果或目标环境数据。
本发明实施例中还提供了一种铁路基础设施系统，参见图9所示的铁路基础设施巡检系统结构框图，该系统包括：巡检车计算终端91和云中心计算平台92；巡检车终端与云中心计算平台通信连接；巡检车计算终端包括权利要求上述的铁路基础设施巡检装置；云中心计算平台包括上述的铁路基础设施巡检装置。
云中心计算平台，在GPU工作站的硬件环境下，采用AI算法模型库，集成了目标检测、场景识别、图像分割、场景分类等模块，基于深度学习、迁移学习以及计算机视觉方法，构建了用于铁路巡检各类缺陷识别场景的AI模型，最终分析结果在网页客户端登陆。
在本发明实施例中，巡检车计算终端和云中心计算平台都具有智能分析功能。二者具备的检测算法各有特点。巡检车计算终端的算力有限，运行简单检测模型，精度低，但是要求快速，可以识别较明显的缺陷。云中心计算平台拥有丰富的算力，运行复杂检测模型，精度更高，可以识别细微缺陷。
铁路巡检车在线路上运行，配备多种传感器，采集铁路基础设施数据。然后将数据通过线缆传输到车上的数据处理电脑(计算单元)，采用人工智能技术进行自动分析，识别线路的缺陷。当发现缺陷时，将检测到的缺陷里程附近的采集的不经处理的原始数据(如原始图像数据，无需经压缩等处理)，通过无线网络，及时发送给云中心，执行更加精确的检测。协同管理软件系统部署在云中心计算平台GPU工作站。可以查看巡检车发送回来的缺陷数据；在线更新巡检车上的算法模型文件；查询云中心的检测结果。
本发明实施例还提供一种计算机设备，参见图8所示的计算机设备结构示意框图，该计算机设备包括存储器81、处理器82及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一种铁路基础设施巡检方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的计算机设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有执行上述任一种铁路基础设施巡检方法的计算机程序。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (12)
1.一种铁路基础设施巡检装置，其特征在于，应用于巡检车，所述装置包括：数据获取模块、数据分析模块和数据导出模块；所述数据分析模块分别与所述数据获取模块、所述数据导出模块通信连接；
所述数据获取模块，用于获取环境数据，根据所述环境数据生成目标格式数据，将所述目标格式数据和所述环境数据发送至所述数据分析模块；
所述数据分析模块，用于根据所述目标格式数据和预设故障范围数据，利用预设模型生成第一故障分析结果，将所述第一故障分析结果发送至所述数据导出模块；
所述数据分析模块，还用于根据所述目标格式数据和预设故障范围数据，确定目标里程数据，根据所述目标里程数据和所述环境数据确定目标环境数据，将所述目标环境数据发送至所述数据导出模块；
所述数据导出模块，用于将所述第一故障分析结果或所述目标环境数据发送至云计算平台，以使所述云计算平台根据所述目标环境数据生成第二故障分析结果。
2.根据权利要求1所述的装置，其特征在于，所述数据获取模块，包括：传感器单元、数据导入单元和解码单元；
所述传感器单元至少包括图像传感器、温度传感器和位置传感器中的一种或几种，用于获取环境数据；
所述数据导入单元包括网络接口，用于导入环境数据；
所述解码单元用于对所述环境数据进行格式转换，得到目标格式数据。
3.根据权利要求1所述的装置，其特征在于，所述数据分析模块，包括：第一处理单元、模型单元和第二处理单元；所述模型单元分别与所述第一处理单元、所述第二处理单元通信连接；
所述第一处理单元，用于接收目标格式数据，对所述目标格式数据进行预处理；
所述模型单元，用于根据预处理后的目标格式数据和预设故障范围数据，利用预设模型生成第一故障分析结果；
所述第二处理单元，用于对所述第一故障分析结果进行后处理，将后处理后的第一故障分析结果发送至数据导出模块。
4.根据权利要求1所述的装置，其特征在于，还包括更新模块，用于：
接收云计算平台发送的更新文件，根据所述更新文件更新所述预设模型。
5.一种铁路基础设施巡检装置，其特征在于，应用于云计算平台，所述装置包括：接收模块、计算模块和发送模块；
所述接收模块，用于接收巡检车发送的第一故障分析结果或目标环境数据；
所述计算模块，用于利用目标算法根据所述目标环境数据生成第二故障分析结果；
所述发送模块，用于将所述第一故障分析结果、所述第二故障分析结果或所述目标环境数据发送至展示模块，以使所述展示模块展示所述第一故障分析结果、所述第二故障分析结果或所述目标环境数据。
6.根据权利要求5所述的装置，其特征在于，还包括管理模块，用于：
向巡检车发送更新文件，以使所述巡检车根据所述更新文件更新预设模型。
7.根据权利要求5或6所述的装置，其特征在于，还包括扩容模块；
所述扩容模块包括多个运算单元；所述运算单元的个数根据所述目标环境数据确定。
8.一种铁路基础设施巡检方法，其特征在于，应用于巡检车，所述方法包括：
数据获取模块获取环境数据，根据所述环境数据生成目标格式数据，将所述目标格式数据和所述环境数据发送至数据分析模块；
数据分析模块根据所述目标格式数据和预设故障范围数据，利用预设模型生成第一故障分析结果，将所述第一故障分析结果发送至数据导出模块；
数据分析模块根据所述目标格式数据和预设故障范围数据，确定目标里程数据，根据所述目标里程数据和所述环境数据确定目标环境数据，将所述目标环境数据发送至数据导出模块；
数据导出模块将所述第一故障分析结果或所述目标环境数据发送至云计算平台，以使所述云计算平台根据所述目标环境数据生成第二故障分析结果。
9.一种铁路基础设施巡检方法，其特征在于，应用于云计算平台，所述方法包括：
接收模块接收巡检车发送的第一故障分析结果或目标环境数据；
计算模块利用目标算法根据所述目标环境数据生成第二故障分析结果；
发送模块将所述第一故障分析结果、所述第二故障分析结果或所述目标环境数据发送至展示模块，以使所述展示模块展示所述第一故障分析结果、所述第二故障分析结果或所述目标环境数据。
10.一种铁路基础设施巡检系统，其特征在于，包括：巡检车计算终端和云中心计算平台；所述巡检车计算终端与所述云中心计算平台通信连接；
所述巡检车计算终端包括权利要求1-4任一项所述的铁路基础设施巡检装置；
所述云中心计算平台包括权利要求5-7任一项所述的铁路基础设施巡检装置。
11.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求8或9所述铁路基础设施巡检方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求8或9所述铁路基础设施巡检方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110171545.9A CN112948459B (zh) | 2021-02-08 | 2021-02-08 | 铁路基础设施巡检装置、方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110171545.9A CN112948459B (zh) | 2021-02-08 | 2021-02-08 | 铁路基础设施巡检装置、方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112948459A true CN112948459A (zh) | 2021-06-11 |
| CN112948459B CN112948459B (zh) | 2024-04-30 |
Family
ID=76244087
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110171545.9A Active CN112948459B (zh) | 2021-02-08 | 2021-02-08 | 铁路基础设施巡检装置、方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112948459B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017076328A1 (zh) * | 2015-11-05 | 2017-05-11 | 中兴通讯股份有限公司 | 一种数据中心巡检方法及装置 |
| CN108806014A (zh) * | 2018-04-24 | 2018-11-13 | 佛山市中凯机电工程有限公司 | 一种基于云计算机的远程计算机机房智能巡检系统 |
| CN109408492A (zh) * | 2018-10-12 | 2019-03-01 | 陕西兴安润通电气化有限公司 | 基于故障定位功能的铁路电力设备履历管理系统及其方法 |
| WO2019047072A1 (zh) * | 2017-09-06 | 2019-03-14 | 富璟科技（深圳）有限公司 | 一种数据库的检测方法及其终端 |
-
2021
- 2021-02-08 CN CN202110171545.9A patent/CN112948459B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017076328A1 (zh) * | 2015-11-05 | 2017-05-11 | 中兴通讯股份有限公司 | 一种数据中心巡检方法及装置 |
| WO2019047072A1 (zh) * | 2017-09-06 | 2019-03-14 | 富璟科技（深圳）有限公司 | 一种数据库的检测方法及其终端 |
| CN108806014A (zh) * | 2018-04-24 | 2018-11-13 | 佛山市中凯机电工程有限公司 | 一种基于云计算机的远程计算机机房智能巡检系统 |
| CN109408492A (zh) * | 2018-10-12 | 2019-03-01 | 陕西兴安润通电气化有限公司 | 基于故障定位功能的铁路电力设备履历管理系统及其方法 |
Non-Patent Citations (1)
| Title |
|---|
| 翟瑞聪;汪勇;林俊省;: "直升机电力线路自动巡检系统及其应用", 自动化技术与应用, no. 05 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112948459B (zh) | 2024-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11410035B2 (en) | Real-time target detection method deployed on platform with limited computing resources | |
| CN111179300A (zh) | 障碍物检测的方法、装置、系统、设备以及存储介质 | |
| CN109489584B (zh) | 一种基于3d技术的隧道限界检测系统及隧道限界识别方法 | |
| CN114359562B (zh) | 一种四维点云自动语义分割标注系统及方法 | |
| CN111598855B (zh) | 一种基于深度学习和迁移学习的2c设备高铁接触网吊弦缺陷检测方法 | |
| CN115147383A (zh) | 一种基于轻量化YOLOv5模型的绝缘子状态快速检测方法 | |
| CN113788051A (zh) | 列车在站运行状态监测分析系统 | |
| CN116127821A (zh) | 一种运维数据的三维可视化呈现方法及平台 | |
| CN114971166A (zh) | 一种轻量化道路路面服务质量巡检系统 | |
| CN112396831B (zh) | 一种交通标识的三维信息生成方法和装置 | |
| CN114693963A (zh) | 基于电力数据特征提取的识别模型训练、识别方法及装置 | |
| CN116863082A (zh) | 基于点云数据的变电站三维点云模型的建立方法和装置 | |
| CN112948459B (zh) | 铁路基础设施巡检装置、方法及系统 | |
| Shah et al. | Smart Implementation of Computer Vision and Machine Learningfor Pothole Detection | |
| CN116580271A (zh) | 一种感知融合算法的测评方法、装置、设备及存储介质 | |
| CN114120642B (zh) | 一种道路车流三维重建方法、计算机设备及存储介质 | |
| CN115049750B (zh) | 基于八叉树的体素地图生成方法、装置、存储介质及设备 | |
| CN114312930B (zh) | 基于日志数据的列车运行异常诊断方法和装置 | |
| CN115115793A (zh) | 图像处理方法、装置、设备及存储介质 | |
| CN114039279A (zh) | 轨道交通站内的控制柜监控方法及系统 | |
| CN117671447B (zh) | 一种面向复杂场景的数字孪生与智能传感器的融合系统 | |
| CN114415575B (zh) | 实时数据驱动的焊接车间三维虚拟监控与智能预警系统 | |
| CN112486677B (zh) | 一种数据的图传方法及装置 | |
| CN114119833A (zh) | 一种主车模型展示方法、装置、电子设备及介质 | |
| CN116883383A (zh) | 基于嵌入式前端的列车受电弓结构异常检测方法及系统 |
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 |