CN113993763A - 具有事件检测的用于基础设施和/或车辆的监视系统 - Google Patents
具有事件检测的用于基础设施和/或车辆的监视系统 Download PDFInfo
- Publication number
- CN113993763A CN113993763A CN202080044042.9A CN202080044042A CN113993763A CN 113993763 A CN113993763 A CN 113993763A CN 202080044042 A CN202080044042 A CN 202080044042A CN 113993763 A CN113993763 A CN 113993763A
- Authority
- CN
- China
- Prior art keywords
- sensor
- sensor data
- module
- sensors
- event
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 50
- 238000001514 detection method Methods 0.000 title claims description 24
- 238000000034 method Methods 0.000 claims description 19
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 claims description 2
- 239000000779 smoke Substances 0.000 claims description 2
- 238000005303 weighing Methods 0.000 claims description 2
- 238000002360 preparation method Methods 0.000 claims 2
- 238000012423 maintenance Methods 0.000 abstract description 13
- 230000008901 benefit Effects 0.000 description 20
- 230000000875 corresponding effect Effects 0.000 description 14
- 230000002596 correlated effect Effects 0.000 description 9
- 238000012795 verification Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or vehicle train for signalling purposes ; On-board control or communication systems
- B61L15/0081—On-board diagnosis or maintenance
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/50—Trackside diagnosis or maintenance, e.g. software upgrades
- B61L27/53—Trackside diagnosis or maintenance, e.g. software upgrades for trackside elements or systems, e.g. trackside supervision of trackside control system conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/50—Trackside diagnosis or maintenance, e.g. software upgrades
- B61L27/57—Trackside diagnosis or maintenance, e.g. software upgrades for vehicles or vehicle trains, e.g. trackside supervision of train conditions
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
- G07C5/0825—Indicating performance data, e.g. occurrence of a malfunction using optical means
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
- G07C5/0833—Indicating performance data, e.g. occurrence of a malfunction using audio means
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/10—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time using counting means or digital clocks
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B23/00—Alarms responsive to unspecified undesired or abnormal conditions
Abstract
本发明涉及一种用于基础设施和/或车辆的监视系统(1),包括至少两个传感器模块(2a‑2d),其配置为从相应的相关传感器(3a‑3d)收集相应的传感器数据(I,F1,F2,V);分析模块(5),其配置为访问传感器数据(I,F1,F2,V);其中,传感器模块(2a‑2d)配置为向传感器数据(I,F1,F2,V)提供时间戳;并且分析模块(5)配置为基于至少一个第一传感器模块(2a‑2d)的传感器数据(I,F1,F2,V)检测给定事件,并且基于传感器数据(I,F1,F2,V)的时间戳将至少一个其他第二传感器模块(2a‑2d)的传感器数据(I,F1,F2,V)与事件相关,以提供增强的监视和/或维护系统,特别是适用于大型和/或复杂基础设施、车辆及其组合的系统。
Description
技术领域
本发明涉及一种具有事件检测的用于基础设施比如火车站、机场、商店或其他公共空间和/或用于交通工具比如火车、飞机或轮船的监视和/或维护系统,特别是模块化监视和/或维护系统。这种监视系统包括至少两个传感器模块和至少一个分析模块,传感器模块配置为从相应的相关传感器比如相机、麦克风或提供传感器数据的另一传感器收集或记录相应的传感器数据,分析模块配置为访问传感器数据。
背景技术
随着现代基础设施和/或车辆的尺寸和复杂性增加,对自动化或至少部分自动化的监视和/或维护系统的需求也在增加。
在这种情况下,JP2002247562A提供了一种应对网络的监控相机系统,通过该网络可以实现等同于多处理器型计算机的工作速率。该监控相机系统配备有所述网络和服务器,网络用于传输由多个监控相机共享的从多个监控相机单元输出的图像数据,服务器用于通过网络接收图像数据。多个监控相机配备有通信控制部分,用于将对应于网络的协议设置到图像数据,服务器配备有协议控制部分,用于从网络接收协议被设置到的图像数据。
至于车辆监视,WO2018/180311A1提供了一种用于监控列车车门的技术,以提高车门中捕获的检测精度。其中,服务器比较来自车门中没有捕获的正常状态的每个监控相机的静态图像(参考图像)和在规定的获取时间内获取的静态图像(观察图像)之间的差异。如果检测到差异,因此可能会捕获在车门内,这可以在监视器上显示出来。
发明内容
当前发明要解决的问题是提供一种增强的监视和/或维护系统,特别是适用于大型和/或复杂基础设施、车辆及其组合的系统。
这个问题通过独立权利要求的主题来解决。有利实施例根据从属权利要求、说明书和附图而变得显而易见。
一方面涉及一种例如用于基础设施比如火车站、机场、商店或另一公共空间和/或用于交通工具比如火车、飞机或轮船的监视和/或维护系统。特别地,监视和/或维护系统是模块化监视和/或维护系统。监视系统也可以称为监控系统。
该系统包括至少两个传感器模块,每个配置为从相应的传感器比如相机、麦克风或与传感器模块相关的另一传感器收集或记录相应的传感器数据,传感器提供传感器数据。其中,传感器也可以是或包括具有多个传感器的传感器单元。传感器模块配置为向系统的数据网络提供传感器数据,该数据网络将系统的不同模块连接到例如分析模块和/或存储模块(如下所述)。相应地,所述传感器模块可被认为是源模块,因为它们在网络中充当数据源。传感器模块配置为向网络提供带有时间戳的传感器数据,即它们配置为向传感器数据添加时间戳。传感器模块可以是同一实体比如要监控的基础设施的一部分,或者是不同实体的一部分。因此,传感器模块的一部分可以集成在一个实体例如基础设施中,而传感器模块的另一部分可以集成在一个或多个其他实体例如一个或多个车辆中。不同实体的传感器模块可以从网络中动态地添加和移除,即在预期使用期间,并且只有当传感器模块是网络的一部分时,分析模块才可以访问它们各自的传感器数据。
此外,该系统包括至少一个分析模块,其配置为访问一个、多个或所有传感器模块的传感器数据。优选地,系统的所有传感器模块可被至少一个分析模块访问。分析模块可以配置成经由数据网络直接在相应的传感器模块中(或从其)或者间接地即经由可以存储传感器模块的传感器数据的存储模块(这将在下面描述)来访问传感器数据。分析模块还可以包括访问模块,其配置为将访问的传感器数据转发到另一模块,例如存储模块和/或输出模块。这种访问模块可被认为是分配模块,其将数据从指定的分析模块转发到一个或多个指定的目标模块,例如上面提到的存储模块和/或输出模块。
分析模块配置为基于至少一个(第一)传感器模块的(第一)传感器数据来检测特别是自动检测给定或预设的事件,并且基于至少一个(第一)传感器模块和至少一个其他(第二)传感器模块的传感器数据的时间戳来将至少一个其他(第二)传感器模块的(第二)传感器数据与该事件相关。分析模块可以是或包括对传感器数据运行分析例程或算法的计算机。特别地,分析模块可以包括一个或多个神经网络,其在计算关联和/或学习相关性方面特别强大。分析模块可以是用于检测和/或分析属于多种事件类别的事件的通用分析模块,或者是特定分析模块,其配置为检测或分析特定事件类别的事件,例如火灾、车辆故障或乘客行为异常。
因此,例如在地震情况下,分析模块可以基于具有振动传感器的一个(第一)传感器模块的传感器数据将地震检测为给定事件,该传感器模块可被称为第一振动传感器模块。然后例如,它可以基于传感器数据的时间戳,将另一(第二)传感器模块的传感器数据与作为传感器的另一振动传感器相关。该相关的传感器数据然后可以例如用于基于第一传感器数据来确认所述事件(这里是地震)的检测。可替代地,事件检测所基于的传感器数据和相关的传感器数据都可以用于分析检测的事件的过程和/或原因。例如,在基于第一传感器数据将火灾检测为给定事件的情况下,在火灾时或火灾前不久记录的电流传感器的传感器数据可以基于传感器数据的时间戳自动与事件相关。因此,可以更高的效率分析事件的过程和/或原因。在所描述的示例中,在火灾发生时或其稍早前异常增加的电流可以由人类监管者识别为火灾的原因,而无需手动搜索所有可用的传感器数据。当然,在火灾发生时或其稍早前的所述增加的电流也可以通过诸如神经网络的算法以减少的计算量被识别为火灾的原因。因此,监视系统也适用于大型复杂的基础设施,无论有无相关车辆。
相应地,分析模块可以配置为将事件检测所基于的传感器数据(即第一传感器数据)和相关的传感器数据(即第二传感器数据)转发到输出模块。输出模块配置为向监督者输出数据,并且可以包括用于该目的的监视器和/或扬声器。具体而言,分析模块可以配置为仅转发事件检测所基于的传感器数据以及相关的传感器数据,而不转发其他任意传感器数据到输出模块以呈现给监督者。这节省了网络资源,使监控更加清晰有效。相应地,只有事件检测所基于的传感器数据以及相关的传感器数据可以由诸如神经网络的算法自动分析,而不是其他任意传感器数据,以便减少计算量。
所描述的系统给出的优点是,即使在非常大和/或复杂的基础设施中,具有大量不同的以及相似的传感器和可用的传感器数据,监视和/或维护也可以以改进且灵活的方式进行。
此外,上述基于事件和时间戳的方法可以用作能够学习的监视系统的基础。在这样的学习监视系统中,相关的传感器数据和它们对应的传感器模块可被认为是未来第一传感器数据的候选,即事件检测在未来可能基于的传感器数据。因此,在随后的时间步长中,相应候选传感器模块的传感器数据可被用作第一传感器模块之一,或者甚至当在分析模块中完成事件检测时替换第一传感器模块。这种学习系统可以通过已知的基于相关性的学习来实现,其中在满足预设条件或约束的情况下,相关性被视为因果关系。上述神经网络在这种设置中特别有用。因此,所描述的监视系统可以用于实现(自)学习,即监督或无监督的监视系统,其中自动挑选与事件相关的合适传感器数据,并且通过依赖于所挑选的传感器数据来优化事件检测,无论它是之前用于事件检测的传感器数据的补充还是替代。
在一有利实施例中,只有具有指示与事件的事件时间相差的时间小于给定或预设的最大时间间隔的时间戳的传感器数据与事件相关。其中,事件时间由事件检测所基于的传感器数据的一个或多个时间戳确定。特别地,只有具有事件时间之前的时间戳的传感器数据可以与事件相关。可替代地,特别是为了分析已经检测到的事件的影响,只有具有事件时间之后的时间戳的传感器数据可以与该事件相关。例如,这在研究地震等事件对车站客流的影响时非常有用。传感器数据与事件相关的所述条件可被称为时间约束。有利地,分析模块可以配置为基于时间戳来访问传感器数据。当传感器数据是存储在存储模块(如下所述)中的传感器数据以便仅访问相关传感器数据时,这尤其有用。
这给出的优点是,根据给定的最大时间间隔,与事件相关或潜在相关的传感器数据显著减少,这降低了系统中所需的计算量,并因此使系统在更大的监视系统中有用。此外,大致源于事件时间的相关传感器数据使得传感器数据对于事件的分析更有用。当事件由人类监督者手动分析时,以及当传感器数据由分析模块自动分析时,都是如此。
必须注意,除了时间戳之外,还可以使用其他信息来选择与事件相关的其他第二传感器模块的传感器数据。因此,分析模块可以配置为基于传感器数据的时间戳和一个或多个附加标准或约束将至少一个其他第二传感器模块的传感器数据与事件相关。例如,在与事件相关之前,可以分析所考虑的第二传感器模块的传感器数据,以便检测第二传感器数据中的异常或类似情况,并且仅当在例如事件时间之前的给定最大时间间隔中已经识别出异常时,才与事件相关(下面描述附加标准的进一步示例)。异常条件等可被称为内容约束。特别是,系统可以学习这种内容约束。这可以通过无监督学习来实现,其中使用传感器数据的一些特征的统计性质,例如相应特征的稀有性。
这给出的优点是,选择相关的传感器数据并且其分析(无论是由模块自动地还是由人类监督者手动地)都需要较少的资源。这使得该系统特别适用于大型复杂的基础设施或车辆。
在另一有利实施例中,分析模块配置为也基于与第一传感器模块相关的传感器的位置和与第二传感器模块相关的传感器的位置之间的空间关系来将第二传感器模块的传感器数据与事件相关。因此,在这种情况下,附加标准是空间关系且可被称为空间约束。其中,空间关系可以例如由用户给出或预设,或者例如经由包含在传感器数据(例如GPS信息标签)中的元数据自动确定。除了距离之外,空间关系可以包括其他特征,比如传感器被墙隔开、在同一房间等。
具体而言,只有具有在距第一传感器模块的相关传感器给定(最大)空间距离内的相关传感器的传感器模块的传感器数据或来自其的传感器数据可以与事件相关或有关。可替代地,如下面更详细描述,只有具有在距第一传感器模块的相关传感器给定(最小)空间距离之外的相关传感器的传感器模块的传感器数据或来自其的传感器数据可以与事件相关或有关。此外,只有具有在距第一传感器模块的相关传感器给定距离范围内的相关传感器的传感器模块的传感器数据或来自其的传感器数据可以与事件相关或有关。传感器模块的最小或最大空间距离是否被选为附加标准取决于事件/事件类别。因此,例如在诸如火灾的局部事件的情况下,选择具有在第一传感器模块的相关传感器附近即在距其给定距离内的相关传感器的传感器模块作为第二传感器模块可能是合理的。在诸如地震的全局事件的情况下,可能更好的方法是选择具有远离与第一传感器模块相关的传感器的相关传感器的传感器模块作为第二传感器模块,即选择具有在独立定义的特定距离处的相关传感器的传感器模块作为第二传感器模块,该特定距离对应于在距与第一传感器模块相关的传感器的预设距离之外的另一独立位置。
这给出的优点是,再次减少与事件相关的传感器数据量,并且只有有意义的即有关的传感器数据与事件相关。这在分析与事件相关的数据时节省资源,因此在在线(或实时)监视以及离线(或事后)事件分析中更容易理解事件。
不同的约束可以用于不同的组合。特别地,可以为不同的事件或事件类选择不同的约束组合。适合于事件的约束或约束组合也可以由系统学习,无论是通过监督学习方法还是非监督学习方法。
在又一有利实施例中,分析模块配置成基于与事件相关的传感器数据和/或第一传感器模块的传感器数据来验证事件的检测。因此,特别地,第二传感器模块的传感器数据与第一传感器模块的传感器数据的组合也可以用于事件验证。例如,如果与第一传感器模块相关的振动检测器检测到对于地震而言典型的振动模式,则与第二传感器模块相关的另一振动检测器应检测到类似模式。如果只有一个单独的振动传感器模块检测到所述典型的振动模式,由于对第一振动检测器模块的一些其他影响,这很可能是错误的警报。在该验证过程中,非常有利的是,传感器数据被提供有时间戳,使得验证可以特别准确和精确。在这种设置中,同样特别有用的是,时间戳基于提供给不同传感器模块(如下所述)的公共时间信号。
这带来了改进事件检测的优势,从而提高了监视系统的可靠性。它在具有许多传感器的大型复杂基础设施和/或车辆中特别有用,因为故障等即假警报随着尺寸和复杂性而扩展。
在另一有利实施例中,分析模块配置成根据给定事件类别来分类和/或验证检测的事件,并且基于检测的事件被分类属于的类别,将预定传感器模块的传感器数据和/或预定类型的传感器模块的传感器数据与事件相关。在学习系统特别是无监督学习系统的情况下,分析模块还可以配置为将预定传感器模块的传感器数据和/或预定类型的传感器模块的传感器数据与事件类别相关,以改善未来的事件分类。事件类别可以是以下一个或多个:全局事件、局部事件、危险事件、维护事件、快速演变事件、缓慢演变事件、能量诱发事件、空气环境事件。因此,例如,在上述示例中,在诸如地震的事件被分类为全局事件的情况下,具有相关传感器的其他传感器模块的数据可以与该事件相关,该相关传感器与第一传感器模块具有特定定义或预设的距离。此外,在这种情况下,振动型传感器模块(即具有振动传感器的传感器模块)的传感器数据可以与事件相关,用于其验证。
这给出的优点是,分析模块中的自动处理被进一步改进,并且用于事件分析的计算负荷减少。因此,该系统对于监视和/或监控和/或维护复杂系统特别有用。
在另一有利实施例中,分析模块配置为基于检测的事件和/或检测的事件的类别来通过相应的输出模块向操作者或公众触发警报输出。例如,如果局部事件无害,则只有监督者可以通过触发警报来发出警报。对公众有潜在威胁的全局事件比如地震可以通过触发警报向公众宣布。这进一步提高了系统的监视性能和被监控的基础设施和/或车辆的安全性。
因此,在另一有利实施例中,分析模块可以配置成将传感器数据转发到输出模块,特别是具有监视器和/或扬声器的输出模块。这里,传感器数据可以包括第二和/或第一传感器数据。
在另一有利实施例中,分析模块配置成当检测到事件时直接和/或通过存储模块(优选地基于时间戳)自动访问与事件相关的传感器数据,并将相关的传感器数据转发到输出模块。特别是,相关的传感器数据可以与第一传感器数据一起被转发到输出模块,并且例如由输出模块并行显示。
这给出了具有自动化控制的“智能”监视系统的优点,其中不仅可以引起监督者对第一传感器数据中的异常的注意,还可以引起对相关的第二传感器数据的注意,即对事件的潜在后果和/或原因的注意。因此,例如在电流异常被检测为相应事件的情况下,相关的相机图像可被立即输出给监督者,以便检查例如在所述异常电流的位置附近是否刚刚开始着火。因此,可以在基础设施中维护和提高安全性。
特别地,分析模块可以配置为以同步的方式将不同传感器模块的传感器数据或来自其的传感器数据转发到输出模块。这意味着具有相同(或者,根据预设标准,比如最大差异:相似)时间戳的传感器数据将被一起转发并同时输出,例如显示。可替代地,分析模块可以配置为远程配置另一模块,例如一个或多个传感器模块或存储模块,以便将传感器数据直接转发到输出模块。
这给出了通过传感器数据实现对基础设施和车辆状态的更现实的估计的优点。因此,由计算机进一步处理或由人监督更容易。
为了以同步方式转发至少两个不同源模块的传感器数据,分析模块可以配置为评估源自不同传感器模块的传感器数据的相应(相对和/或绝对)时间滞后,并且基于评估的时间滞后,特别是基于评估的最大时间滞后,延迟转发至少一个传感器模块的传感器数据。因此,分析模块可以配置为将来自不同传感器模块的具有对应于相同时间点的相应时间戳的传感器数据一起和/或同步地转发,传感器数据在不同时间到达分析模块,即具有不同(相对)时间滞后。除了所述相对时间滞后之外或者作为其替代,评估时间滞后的模块可以评估传感器数据的绝对时间滞后。例如,这可以通过向相应的模块提供公共时间信号并将传感器数据的时间戳与反映全局时间的公共时间信号进行比较来实现。特别地,由分析模块转发的所有传感器数据可以一起转发和/或同步。可替代地,传感器数据的子集可以不同步的方式被转发,例如在它到达分析模块的时刻。例如,当这种不同步的传感器数据被输出给人类操作者时,它优选地被标记为不同步。这给出的优点是,具有比与其他数据同步更少延迟的优先被观察的数据可以根据需要以最小的延迟被显示,并且不会使人类操作者混淆。
在又一有利实施例中,传感器模块具有至少两种性质不同的类型,其中每种类型的传感器模块与不同类型的传感器相关,并且配置为收集性质不同类型的传感器数据。这给出的优点是,系统提供被监控的基础设施和/或车辆的状态的广泛且特别精确的概述,并且因此还允许对数据的广泛且精确的监视和分析。
特别地,不同类型的传感器模块中的每个可以与作为相应传感器的以下传感器中的至少一个相关:相机传感器、多相机传感器、麦克风传感器、多麦克风传感器、温度传感器、火灾报警传感器、烟雾传感器、电压传感器、功耗传感器、门传感器、紧急按钮传感器、自动扶梯负载传感器、车辆传感器、电子电流传感器、流速传感器、压力传感器、转速传感器、平移速度传感器、旋转加速度传感器、平移加速度传感器、振动传感器、运动检测传感器、雷达传感器,霍尔传感器、超声波传感器、GPS(可以包括任何全球定位系统、GPS、GLONASS、伽利略等)传感器、称重传感器(例如可以用作测力计)、挡光板传感器。因此,一个传感器模块可以从相机传感器收集传感器数据,这使得它成为相机传感器模块,而另一个传感器模块可以与作为相应传感器的电压传感器相关,这使得它成为电压传感器模块等。所述类型的传感器和传感器模块已被证明在基础设施和/或车辆的监视和维护中特别有用,因此是特别有利的。
在另一有利实施例中,传感器模块和/或输出模块和/或分析模块具有一个(或多个)统一接口和/或配置为可更换或可替换的,特别是在系统操作期间可更换或可替换的(“可热插拔”)。为此,传感器数据可以是封装数据,例如以所谓的容器格式,其中所有传感器数据具有相同的数据格式,尽管内容类型不同。然后,分析模块和/或存储模块可以处理数据,而不需要关于内容的信息。此外,为了在系统操作期间可更换,不同模块例如车辆的传感器模块和基础设施的传感器模块可以通过无线连接例如WLAN或蓝牙连接它们自己。
这给出特别灵活系统的优点,其中传感器模块可以在操作期间升级或更换,和/或不需要改变系统其余部分的硬件和/或软件。这种可更换性还使得不同实体(例如基础设施和不同车辆)的传感器模块能够灵活地集成到监视和/或维护系统中。在这样的设置中,车辆的传感器模块可被基础设施的分析模块(作为目标模块)访问(作为源模块),因此允许系统在车辆进入基础设施时集成车辆,因此它们的状态与基础设施的状态相关。
在另一有利实施例中,系统包括至少一个存储模块,其配置为存储至少一个传感器模块的传感器数据。特别地,至少一个存储模块配置为存储至少两个传感器模块或所有传感器模块的传感器数据。至少一个分析模块配置为访问传感器模块中收集的传感器数据和/或存储模块中存储的传感器数据。显然,分析模块可以访问传感器模块中的传感器数据,并将其转发给存储模块(和/或另一模块,比如输出模块),而第二分析模块可以访问例如存储模块中的传感器数据。
这给出的优点是进一步增加系统灵活性,例如,为了减少网络中的数据流量,仅部分传感器数据可被转发到第一分析模块,例如一旦数据可用,但完整的传感器数据可被存储用于以后分析。此外,通过存储传感器数据,可以启用离线功能,其中在一些事件发生之后,可以检查完整的传感器数据(其也可以包括与日常程序不相关的数据),以便查明所述事件的原因和/或影响。
其中,存储在存储模块中的每个传感器数据可以包括多个子数据,其中每个子数据具有特定的时间戳,并且分析模块配置为当访问存储在存储模块中的传感器数据时仅访问具有为特定访问指定的时间戳或者为特定访问指定的指定即预设范围内的时间戳的子数据。这给出存储模块内的访问功能的优点,这减少了网络中的流量负载,因为只需要传输访问中指定的所需数据,这在大小上是最小的。指定时间戳的时间范围而不是特定的时间戳有利于在给定的范围(时间A到时间B)内搜索数据,而不一定每次都精确匹配。
在另一有利实施例中,传感器模块和/或至少一个分析模块和/或其他至少一个存储模块可在系统操作期间被远程和/或动态地配置为功能监视系统。例如,车辆比如火车的分析模块可以在进入基础设施比如火车站时配置成在进入基础设施时将车辆的特定传感器模块的传感器数据转发到基础设施的相应分析模块和/或输出模块。在离开基础设施时,车辆的分析模块可以配置成将不同特定传感器模块的传感器数据转发到位于基础设施中的相应模块。
这给出系统的进一步灵活性和降低复杂性的优点,因为相应模块可以动态地配置为当前情况下的特定要求,这减少了管理开销和不必要的数据传输,从而增加了向人类监督者输出数据的清晰度。
在又一有利实施例中,传感器模块和/或至少一个分析模块和/或至少一个存储模块可以配置为仅在一个或多个预设时间间隔内和/或仅利用由预定或预设最大数据速率限制的数据速率来分别收集、访问和/或存储传感器数据。该预设时间间隔或预设最大数据速率也可以动态预设,例如取决于网络负载。特别地,预设时间间隔可以由对应于预设时间间隔的传感器数据的最大大小来确定,该最大大小由考虑到的特定时间段内转发的传感器数据的大小来确定。例如,相机可以配置为仅每隔一秒将收集或记录的图像传输到相应的访问模块。
这给出的优点是,可以减少系统网络中的数据负载,避免数据拥塞和相应的不希望的影响,同时根据预设标准仍可以有效地监控基础设施和车辆。例如,仅传输相机的每一秒图像仍允许对区域进行有效的视觉监控,而在一半的时间内传输所有图像的完整集合可能导致不太有效的监控。
在另一有利实施例中,系统包括时钟模块,其配置为向至少一个优选一些或所有传感器模块和/或分析模块提供公共时间信号,其中传感器模块的时间戳基于公共时间信号。如果存在,时钟还可以向至少一个存储模块提供公共时间信号。公共时间信号可以包含时区信息,以避免数据同步混乱。这给出进一步提高处理传感器数据和分析事件的准确性的优点。
时钟模块可以在单个集成硬件单元中实现,但也可以由多个不同和/或分布式的协作时钟单元来实现。协作时钟单元也可以级联。优选地,协作时钟单元是同步的。例如,一个时钟模块(或时钟模块的一个时钟单元)可以通过网络时间协议(NTP)作为绝对时间信号的源,另一个时钟模块(或时钟模块的另一个时钟单元)可以通过不同的协议作为顺序编号的心跳时间信号的源,其中后一个时钟模块(或单元)通过NTP与前一个时钟模块(或单元)同步。
这给出同步所有传感器模块的优点,包括由于有限的计算资源而不符合NTP协议或这种高级通信能力的传感器模块。
另一方面涉及一种用于监视或监控基础设施和/或车辆的方法,具有多个方法步骤。一个方法步骤是由至少两个传感器模块从与相应传感器模块相关的相应传感器收集相应的传感器数据。另一个方法步骤是通过至少一个分析模块访问传感器数据。该方法还包括由传感器模块向传感器数据提供时间戳的方法步骤。另一个方法步骤是由分析模块基于至少一个(第一)传感器模块的传感器数据检测给定事件,并且基于传感器数据的时间戳将至少一个其他(第二)传感器模块的传感器数据与该事件相关。
该方法的优点和有利实施例对应于监视和/或维护系统的优点和有利实施例。
在不脱离本发明的范围的情况下,上述特征和特征组合以及在附图描述或附图中单独公开的特征和特征组合不仅可以单独使用或在所描述的组合中使用,还可以与其他特征一起使用或不与一些公开的特征一起使用。因此,附图中没有明确示出和描述但可以通过单独组合附图中公开的各个特征而产生的实施例也是本发明的一部分。因此,不包括最初制定的独立权利要求的所有特征的实施例和特征组合被认为是公开的。此外,不同于或超出由权利要求的从属关系描述的特征组合的实施例和特征组合被认为是公开的。
附图说明
下面通过示意图进一步描述示例性实施例。其中,图1示出了用于基础设施和/或车辆的监视系统的示例性实施例。
具体实施方式
图1的监视系统1包括至少两个(在本示例中为四个)传感器模块2a-2d,其配置为从相应的相关传感器3a-3d收集相应的传感器数据I,F1,F2,V。因此,例如,第一传感器2a从第一传感器3a收集或记录相应的传感器数据I,第二传感器模块2b从第二传感器3b收集传感器数据F1等。在本示例中,系统1具有电流传感器模块2a、第一振动频率传感器模块2b、第二振动频率模块2c和视频传感器模块2d。此外,在当前示例中,时钟模块4向传感器模块2a-2d提供公共时间信号t。传感器模块2a-2d配置为向传感器数据I,F1,F2,V提供相应的时间戳。时间戳基于公共时间信号并增强监视系统的准确性和可靠性。
监视系统1还包括分析模块5,其配置为访问传感器数据并基于至少一个传感器模块的传感器数据检测给定事件,并基于相应传感器数据的时间戳将至少一个其他传感器模块的传感器数据与该事件相关。一个传感器模块和另一个传感器模块通常可被称为第一和第二传感器模块,并且可以是系统1的任何传感器模块,不与本实施例的第一、第二、第三……传感器模块2a-2d混合。因此,如下所述,例如,第二传感器模块2b可以是上述含义中的第一传感器模块。
在本示例中,分析模块5包括访问模块6,其配置为从相应的传感器2a-2d访问时间戳传感器数据It,F1t,F2t,Vt。在本示例中,传感器数据的事件检测和彼此相关在计算模块7中实现。计算模块7是分析模块5的一部分。访问模块6和计算模块7可以实现为单独的软件和/或硬件单元,其中例如,访问模块6位于与计算模块7不同的位置。
代替当前附图中所示的配置,分析模块5也可以配置为从存储模块而不是从相应的传感器模块到2到(未示出)访问传感器数据。
在本示例中,监视系统1配置成检测实时传感器数据中的事件,这可被称为“在线”监视,其中基础设施和/或车辆在其预期使用/操作期间被监视。相比之下,前面提到的对存储在存储模块中的传感器数据的访问可被称为“离线”监视或分析,其目的是在特定事件(比如事故)已经发生之后很久(例如几小时、几天甚至几周之后)分析存储的数据,目的是更好地分析和理解该事件,并潜在地避免将来发生这样的事件。
图1的分析模块5配置成基于检测的事件触发警报输出。警报输出由相应的输出模块8输出给操作者和/或公众。为了增强事件检测的可靠性,在本示例中,分析模块7配置为基于与事件相关的传感器数据和第一传感器模块的传感器数据来验证事件的检测,如下所述。
在图1的示例中,这由放置在时间轴t上的多个传感器数据包1(1)、l(2)、l(3)、F1(1)、F1(2)、F1(4)、F2(1)、F2(4)、V(1)、V(2)、V(4)来说明。仅出于说明的目的,时间轴t现在示例性地仅指有限数量的时间点1-4。在t=1,在本例中,数据包1(1)、F1(1)、F2(1)和V(1)可用。在时间步长t=2,三个数据包l(2)、F1(2)和V(2)可用。在本示例中,在第三时间步长t=3,只有一个传感器数据包l(3)可用。在第四时间步长t=4,三个传感器数据包F1(4)、F2(4)、V(4)可用。
这里,分析模块5基于传感器模块2a-2d中的一个传感器的传感器数据检测给定事件,例如第二频率传感器模块2c的传感器数据包F2(4)中地震的典型频率特征。地震事件可以被分类为属于全局事件类别,因此,在当前示例中,根据存储在分析模块5中的预设规则,该全局事件将由与初始传感器模块相同类型的另一第二传感器模块的传感器数据来验证。在当前情况下,该另一第二传感器模块是第一频率传感器模块2b,其提供来自t=4的事件时间的频率传感器数据包F1(4)。
此外,根据当前的示例性配置,与事件相关的传感器数据必须属于与事件时间相同的时间。因此,分析模块5原则上也可以将视频传感器模块2d的传感器数据与发生在t=4的事件相关,因为根据时间戳,传感器数据包V(4)同时反映基础设施和/或车辆的状态,而不是事件的时间。然而,如在当前情况下,检测的事件是地震,因此,与该事件相关的传感器数据被预先确定为源自特定传感器,这里是频率传感器3b,传感器数据包V(4)与该事件不相关。
在替代事件的情况下,例如基于视频传感器数据包V(2)检测到的时间步长t=2处的火灾,相应地,因为火灾事件可能属于另一事件类别,而不是频率传感器数据包F1(2),但当前传感器数据包l(2)可能与该事件相关。
不管当前的事件具体类型或事件类别如何,事件分别基于相应的第一传感器模块即第二频率传感器模块2c或相机传感器模块2d的第一传感器数据、地震情况下的频率传感器数据F2t和火灾情况下的视频传感器数据Vt来检测。另一传感器模块2b、2a的相应传感器数据F1t,It基于传感器数据It,F1t,F2t,Vt的时间戳与事件相关。在这两种情况下,本系统1的分析模块5配置为基于与事件相关的传感器数据F1t,It且尤其是相应的第一传感器模块(无论是第一频率传感器模块2c还是视频传感器模块2d)的传感器数据F2t,Vt来验证相应事件的检测。
在图1中,以地震为例说明了这一点,其中事件发生在t=4。分析模块5正在检测D频率传感器模块2c的传感器数据包F2(4)中的事件,并基于频率传感器模块2b的频率传感器数据F1即频率传感器数据包F1(4)验证或确认C该事件。因此,在本示例中,如果验证C给出否定结果(在图中用N表示),则不触发警报输出且过程终止即处理/方法步骤O。另一方面,如果验证C给出肯定结果(在图中用Y表示),则事件由相关的传感器数据F1确认,并且在相应的处理步骤Z中,触发警报输出。
例如,如果频率传感器数据包F1(4)不包括地震的典型频率特征(在真实地震的情况下应该如此),则确认步骤C是否定的,并且不会触发输出(箭头N,处理步骤O)。如果频率传感器包F1(4)与频率包F2(4)一样显示指示地震的特征频率特征,则确认步骤C是肯定的,并且触发输出模块8输出警报(箭头Y,处理步骤Z)。
显然,根据所描绘的示例的监视系统不限于上面解释的配置,而是仅用作示例性示例,用于诸如增强可靠性和增强源自大型和/或复杂基础设施(无论是否有车辆)中的许多传感器模块的传感器数据的自动处理的优点。
Claims (15)
1.用于基础设施和/或车辆的监视系统(1),包括:
-至少两个传感器模块(2a-2d),其配置为从相应的相关传感器(3a-3d)收集相应的传感器数据(I,F1,F2,V);
-分析模块(5),其配置为访问传感器数据(I,F1,F2,V);
其特征在于,
-所述传感器模块(2a-2d)配置为向传感器数据(I,F1,F2,V)提供时间戳;并且
-所述分析模块(5)配置为基于至少一个第一传感器模块(2a-2d)的传感器数据(I,F1,F2,V)检测给定事件,并且基于传感器数据(I,F1,F2,V)的时间戳将至少一个其他第二传感器模块(2a-2d)的传感器数据(I,F1,F2,V)与所述事件相关。
2.根据权利要求1所述的系统(1),其特征在于,只有具有指示与事件时间相差小于给定最大时间间隔的时间的时间戳的传感器数据(I,F1,F2,V)与所述事件相关,其中,所述事件时间由所述事件的检测所基于的传感器数据(I,F1,F2,V)的时间戳确定。
3.根据前述权利要求中任一项所述的系统(1),其特征在于,所述分析模块(5)配置为基于与所述第一传感器模块(2a-2d)相关的传感器的位置和与所述第二传感器模块(2a-2d)相关的传感器的位置之间的空间关系将所述第二传感器模块(2a-2d)的传感器数据(I,F1,F2,V)与所述事件相关。
4.根据权利要求3所述的系统(1),其特征在于,只有具有在距所述第一传感器模块(2a-2d)的相关传感器给定距离之内和/或之外的相关传感器的第二传感器模块(2a-2d)的传感器数据(I,F1,F2,V)与所述事件相关。
5.根据前述权利要求中任一项所述的系统(1),其特征在于,所述分析模块(5)配置为基于与所述事件相关的传感器数据(I,F1,F2,V)和/或所述第一传感器模块(2a-2d)的传感器数据(I,F1,F2,V)来验证(C)所述事件的检测。
6.根据前述权利要求中任一项所述的系统(1),其特征在于,所述分析模块(5)配置为根据给定的事件类别来分类和/或验证(C)检测的事件,并且基于检测的事件被分类属于的类别,将预定的传感器模块(2a-2d)的传感器数据(I,F1,F2,V)和/或预定类型的传感器模块(2a-2d)的传感器数据(I,F1,F2,V)与所述事件相关。
7.根据前述权利要求中任一项所述的系统(1),其特征在于,所述分析模块(5)配置为基于检测的事件和/或检测的事件的类别,通过相应的输出模块(8)向操作者或公众触发警报输出。
8.根据前述权利要求中任一项所述的系统(1),其特征在于,所述分析模块(5)配置为将所述传感器数据(I,F1,F2,V)转发到输出模块(8),特别是具有监视器和/或扬声器的输出模块(8)。
9.根据前一权利要求所述的系统(1),其特征在于,所述分析模块(5)配置为当检测到事件时,自动访问与所述事件相关的传感器数据(I,F1,F2,V),并将相关的传感器数据(I,F1,F2,V)转发到所述输出模块(8)。
10.根据权利要求8或9中任一项所述的系统(1),其特征在于,所述分析模块(5)配置为以同步的方式将不同传感器模块(2a-2d)的传感器数据(I,F1,F2,V)转发到所述输出模块(8)。
11.根据前述权利要求中任一项所述的系统(1),其特征在于,所述传感器模块(2a-2d)具有至少两种不同类型,其中每种类型的传感器模块(2a-2d)与不同类型的传感器(3a-3d)相关,并且配置为收集不同类型的传感器数据(I,F1,F2,V)。
12.根据权利要求11所述的系统(1),其特征在于,不同类型的传感器模块(2a-2d)中的每个与作为相应传感器(3a-3d)的以下传感器中的至少一个相关:相机传感器、多相机传感器、麦克风传感器、多麦克风传感器、温度传感器、火灾报警传感器、烟雾传感器、电压传感器、功耗传感器、门传感器、紧急底部传感器、自动扶梯负载传感器、车辆负载传感器、电子电流传感器、流速传感器、压力传感器、旋转和/或平移速度传感器、旋转和/或平移加速度传感器、振动传感器、运动检测传感器、雷达传感器、霍尔传感器、超声波传感器、GPS传感器、称重传感器、挡光板传感器。
13.根据前述权利要求中任一项所述的系统(1),其特征在于,至少一个存储模块配置为访问和存储所述传感器模块(2a-2d)的传感器数据(I,F1,F2,V),其中至少一个分析模块(5)配置为访问传感器模块(2a-2d)中的传感器数据(I,F1,F2,V)和/或存储模块中的传感器数据(I,F1,F2,V)。
14.根据前述权利要求中任一项所述的系统(1),其特征在于,时钟模块(4)配置为向一些或所有传感器模块(2a-2d)和/或分析模块(5)提供公共时间信号(t),其中传感器模块(2a-2d)的时间戳基于公共时间信号(t)。
15.用于监视基础设施和/或车辆的方法,具有以下方法步骤:
-由至少两个传感器模块(2a-2d)从与相应传感器模块(2a-2d)相关的相应传感器(3a-3d)收集相应的传感器数据(I,F1,F2,V);
-由至少一个分析模块(5)访问传感器数据(I,F1,F2,V);
其特征在于,
-由传感器模块(2a-2d)向传感器数据(I,F1,F2,V)提供时间戳;
-由分析模块(5)基于至少一个第一传感器模块(2a-2d)的传感器数据(I,F1,F2,V)检测(D)给定事件,并且基于传感器数据(I,F1,F2,V)的时间戳将至少一个其他第二传感器模块(2a-2d)的传感器数据(I,F1,F2,V)与所述事件相关。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19180725.4A EP3753801A1 (en) | 2019-06-17 | 2019-06-17 | Surveillance system for an infrastructure and/or a vehicle with event detection |
EP19180725.4 | 2019-06-17 | ||
PCT/IB2020/055631 WO2020254972A1 (en) | 2019-06-17 | 2020-06-17 | Surveillance system for an infrastructure and/or a vehicle with event detection |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113993763A true CN113993763A (zh) | 2022-01-28 |
CN113993763B CN113993763B (zh) | 2024-02-20 |
Family
ID=66998101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080044042.9A Active CN113993763B (zh) | 2019-06-17 | 2020-06-17 | 具有事件检测的用于基础设施和/或车辆的监视系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220262171A1 (zh) |
EP (1) | EP3753801A1 (zh) |
JP (1) | JP2022536417A (zh) |
CN (1) | CN113993763B (zh) |
WO (1) | WO2020254972A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023200597A1 (en) * | 2022-04-14 | 2023-10-19 | Bnsf Railway Company | Automated positive train control event data extraction and analysis engine for performing root cause analysis of unstructured data |
US11541919B1 (en) * | 2022-04-14 | 2023-01-03 | Bnsf Railway Company | Automated positive train control event data extraction and analysis engine and method therefor |
US11861509B2 (en) | 2022-04-14 | 2024-01-02 | Bnsf Railway Company | Automated positive train control event data extraction and analysis engine for performing root cause analysis of unstructured data |
FR3135948A1 (fr) * | 2022-05-31 | 2023-12-01 | Opsidian | dispositif et procédé de surveillance d’une infrastructure matérielle |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102123899A (zh) * | 2008-06-17 | 2011-07-13 | 韦尔-琼斯工程顾问有限公司 | 用于检测石块坠落的系统和方法 |
US20110216200A1 (en) * | 2002-06-04 | 2011-09-08 | Wing Yeung Chung | Locomotive wireless video recorder and recording system |
CN104049599A (zh) * | 2013-03-15 | 2014-09-17 | 力博特公司 | 网状网络同步电力监视系统和方法 |
US20150021444A1 (en) * | 2013-07-22 | 2015-01-22 | Progress Rail Services Corporation | Integrated time-stamped event recorder |
CN105667538A (zh) * | 2014-12-04 | 2016-06-15 | 阿尔斯通运输科技公司 | 用于监视火车的运行状况的系统 |
EP3042823A1 (en) * | 2015-01-08 | 2016-07-13 | SmartDrive Systems, Inc. | System and method for aggregation display and analysis of rail vehicle event information |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002247562A (ja) | 2001-02-19 | 2002-08-30 | Mitsubishi Heavy Ind Ltd | ネットワーク対応型監視カメラシステム |
US20150248275A1 (en) * | 2013-05-23 | 2015-09-03 | Allied Telesis Holdings Kabushiki Kaisha | Sensor Grouping for a Sensor Based Detection System |
US10786161B1 (en) * | 2013-11-27 | 2020-09-29 | Bodymatter, Inc. | Method for collection of blood pressure measurement |
WO2015174113A1 (ja) * | 2014-05-15 | 2015-11-19 | ソニー株式会社 | 情報処理装置、システム、情報処理方法およびプログラム |
JP2016024823A (ja) * | 2014-07-21 | 2016-02-08 | アライドテレシスホールディングス株式会社 | センサベース検出システムのためのデータ構造 |
KR20160035394A (ko) * | 2014-09-23 | 2016-03-31 | 삼성전자주식회사 | 센서 데이터 처리 방법 및 그 장치 |
GB2532760A (en) * | 2014-11-27 | 2016-06-01 | Skf Ab | Condition monitoring system, condition monitoring unit and method for monitoring a condition of a bearing unit for a vehicle |
US9836963B1 (en) * | 2015-01-20 | 2017-12-05 | State Farm Mutual Automobile Insurance Company | Determining corrective actions based upon broadcast of telematics data originating from another vehicle |
US20200301470A1 (en) * | 2016-03-22 | 2020-09-24 | Innovart Design Inc. | Intelligent wearable apparatus |
EP3254928A1 (en) * | 2016-06-10 | 2017-12-13 | Bombardier Transportation GmbH | System and method for the asset management of railway trains |
US11884311B2 (en) * | 2016-08-05 | 2024-01-30 | Transportation Ip Holdings, Llc | Route inspection system |
EP3606053B1 (en) | 2017-03-28 | 2022-11-02 | Hitachi Kokusai Electric Inc. | Monitoring system and monitoring method |
WO2020002019A1 (en) * | 2018-06-28 | 2020-01-02 | Konux Gmbh | Smart sensor data transmission in railway infrastructure |
KR20210072106A (ko) * | 2018-10-31 | 2021-06-16 | 노오쓰웨스턴 유니버시티 | 포유류 대상의 생리학적 파라미터를 측정하기 위한 센서 네트워크 및 그 응용 |
EP3894298A4 (en) * | 2018-12-13 | 2023-01-25 | Asiatic Innovations Pty Ltd | RAILWAY AND TRANSPORT INFRASTRUCTURE MONITORING SYSTEM |
US10802942B2 (en) * | 2018-12-28 | 2020-10-13 | Intel Corporation | Methods and apparatus to detect anomalies of a monitored system |
US11731672B2 (en) * | 2019-03-29 | 2023-08-22 | Wi-Tronix, Llc | Automated signal compliance monitoring and alerting system |
SE542981C2 (en) * | 2019-04-04 | 2020-09-22 | Icomera Ab | Sensor system and method for montioring environmental variables of a rail-bound vehicle |
US11269978B2 (en) * | 2020-05-07 | 2022-03-08 | Microsoft Technology Licensing, Llc | Detection of slow brute force attacks based on user-level time series analysis |
WO2022251225A1 (en) * | 2021-05-25 | 2022-12-01 | Cambridge Mobile Telematics Inc. | Method and system for vehicle route determination based on motion data |
-
2019
- 2019-06-17 EP EP19180725.4A patent/EP3753801A1/en active Pending
-
2020
- 2020-06-17 JP JP2021573371A patent/JP2022536417A/ja active Pending
- 2020-06-17 US US17/618,572 patent/US20220262171A1/en active Pending
- 2020-06-17 WO PCT/IB2020/055631 patent/WO2020254972A1/en active Application Filing
- 2020-06-17 CN CN202080044042.9A patent/CN113993763B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110216200A1 (en) * | 2002-06-04 | 2011-09-08 | Wing Yeung Chung | Locomotive wireless video recorder and recording system |
CN102123899A (zh) * | 2008-06-17 | 2011-07-13 | 韦尔-琼斯工程顾问有限公司 | 用于检测石块坠落的系统和方法 |
CN104049599A (zh) * | 2013-03-15 | 2014-09-17 | 力博特公司 | 网状网络同步电力监视系统和方法 |
US20150021444A1 (en) * | 2013-07-22 | 2015-01-22 | Progress Rail Services Corporation | Integrated time-stamped event recorder |
CN105667538A (zh) * | 2014-12-04 | 2016-06-15 | 阿尔斯通运输科技公司 | 用于监视火车的运行状况的系统 |
EP3042823A1 (en) * | 2015-01-08 | 2016-07-13 | SmartDrive Systems, Inc. | System and method for aggregation display and analysis of rail vehicle event information |
Also Published As
Publication number | Publication date |
---|---|
US20220262171A1 (en) | 2022-08-18 |
WO2020254972A1 (en) | 2020-12-24 |
JP2022536417A (ja) | 2022-08-16 |
EP3753801A1 (en) | 2020-12-23 |
CN113993763B (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113993763B (zh) | 具有事件检测的用于基础设施和/或车辆的监视系统 | |
US9558601B2 (en) | System and method for detecting vehicle system faults | |
Siebel et al. | The advisor visual surveillance system | |
EP3279700A1 (en) | Security inspection centralized management system | |
CN110163485A (zh) | 一种机房巡检系统 | |
EP2009604B1 (en) | A security device and system | |
US20090195382A1 (en) | Video sensor and alarm system and method with object and event classification | |
EP2779130B1 (en) | GPS directed intrusion system with real-time data acquisition | |
CN106646030A (zh) | 基于多数据源及专家规则库的电网故障诊断方法及装置 | |
CN101569194B (zh) | 网络监测系统 | |
US20220167142A1 (en) | Digital twin disaster management system customized for underground public areas | |
WO2018232846A1 (zh) | 一种大范围周边安全监控方法和系统 | |
KR20180118979A (ko) | 다중로그 데이터 기반의 공공안전 위험상황 감지, 예측, 대응 방법 및 장치 | |
CN110868568A (zh) | 空管外台站的视频监控方法及装置 | |
CN111290324A (zh) | 5t探测站安全监控诊断系统及其健康报警方法 | |
CN110853287A (zh) | 一种基于物联网分布式架构的火焰实时监控系统及方法 | |
CN209433517U (zh) | 一种基于多火焰图像与组合判据的火灾识别报警装置 | |
CN113483815A (zh) | 一种基于工业大数据的机械故障监控系统 | |
CN113691778A (zh) | 一种城市轨道交通车站全景巡站系统 | |
US20220245946A1 (en) | Modular surveillance system for an infrastructure and/or a vehicle | |
CA2848554C (en) | System and method for storing and monitoring events at security devices | |
CN115880631A (zh) | 一种配电站故障识别系统、方法、介质 | |
US11145196B2 (en) | Cognitive-based traffic incident snapshot triggering | |
KR20110097143A (ko) | 도시철도의 지능형 감시 시스템 | |
CN111031252A (zh) | 一种监控系统及增强现实ar终端 |
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 |