CN114148371B - 列车轴温探测方法及装置 - Google Patents
列车轴温探测方法及装置 Download PDFInfo
- Publication number
- CN114148371B CN114148371B CN202111676740.3A CN202111676740A CN114148371B CN 114148371 B CN114148371 B CN 114148371B CN 202111676740 A CN202111676740 A CN 202111676740A CN 114148371 B CN114148371 B CN 114148371B
- Authority
- CN
- China
- Prior art keywords
- detection
- temperature
- train
- module
- wheel
- 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.)
- Active
Links
Images
Classifications
-
- 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
- B61K9/04—Detectors for indicating the overheating of axle bearings and the like, e.g. associated with the brake system for applying the brakes in case of a fault
-
- 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 vehicle trains or setting of track apparatus
- B61L25/02—Indicating or recording positions or identities of vehicles or vehicle trains
- B61L25/021—Measuring and recording of train speed
Abstract
Description
技术领域
本发明涉及列车轴温探测技术领域,尤其涉及一种列车轴温探测方法及装置。
背景技术
车辆轴温智能探测系统(THDS)通常称为红外线轴温探测系统,采用辐射测温技术,将温度探测装置安装在轨边以实时检测运行状态下的列车轴承温度,来发现车辆轴承故障隐患,保证铁路运输安全。
目前,常用的列车车辆检测方式大多利用磁钢检测到车轮,判断来车;并通过2个或多个磁钢根据磁钢之间的距离和各磁钢之间探测到的车轮通过时间差来计算车速,当磁钢信号不稳定时测速和计轴会受到影响。
同时,由于受不同车型轴承周围部件影响,以及环境影响,如阳光直射、反射等因素影响,轴温探测系统测得的数据存在异常波形或漏探的情况,例如,挡键遮挡时波形顶部宽度较窄,阳光干扰时出现尖峰波形或浴盆波形,抱闸车出现的抱闸波形,带轴箱套的机车漏探等情况,异常探测数据通常是靠积累经验对波形进行分析来判断,进而存在不直观可靠的问题。
因此,针对上述问题,有必要提出进一步地解决方案。
发明内容
本发明旨在提供一种列车轴温探测方法及装置,以克服现有技术中存在的不足。
为解决上述技术问题,本发明的技术方案是:
一种列车轴温探测方法,其包括如下步骤:
设置探测位置;
依次采集到达探测位置的各车轮的视频;
依次采集到达探测位置的各车轮轴承的温度,并将各车轮轴承的温度与采集时间th进行绑定;
作为本发明列车轴温探测方法的改进,根据各帧图像中检测到的每个车轮轴承在探测区间中间位置的时刻在标准轴温波形序列中搜索各轴温波形中心的时刻与之相近轴温波形,判断这两个时刻之间的偏差是否在设定阈值范围内,如超出设定的阈值范围,则以相应时刻为基准,按车速对各车轮轴承的温度与采集时间th形成的绑定数据进行重新采样,将采样结果更新至最终标准轴温波形序列。
设置探测位置时,还在探测位置处沿列车行车方向间隔设置的两个位置标示物,依次采集到达探测位置的各车轮及相应两侧位置标示物的视频;
通过检测,得到两侧位置标示物在图像中宽度方向的坐标分比为xl,xr;
作为本发明列车轴温探测方法的改进,所述列车轴温探测方法还包括:根据采集到的各帧图像,通过对车轮、轴承以及周围环境进行识别,判断是否为影响轴温探测的车型和环境。
作为本发明列车轴温探测方法的改进,所述判断是否为影响轴温探测的车型和环境包括:
采用深度学习分类网络对采集到的各帧图像进行分类处理,所述分类处理的依据为预设的若干标签。
作为本发明列车轴温探测方法的改进,所述列车轴温探测方法还包括:
将各轴温波形中心时刻图像对应的环境识别结果,绑定至所述标准轴温波形序列,形成最终探测结果数据包。
作为本发明列车轴温探测方法的改进,所述列车轴温探测方法还包括:识别所述最终探测结果数据包中的图像数据,并在识别到存在异常探测或漏探情况时进行报警。
为解决上述技术问题,本发明的技术方案是:
一种列车轴温探测装置,其包括:车轮传感模块、车轮轴承检测模块、时统模块、测温模块以及控制处理模块;
所述测温模块依次采集到达探测位置的各车轮轴承的温度,并将各车轮轴承的温度与来自所述时统模块的采集时间th进行绑定
为解决上述技术问题,本发明的技术方案是:
一种列车轴温探测装置,其包括:磁钢车轮传感模块、车轮轴承检测模块、时统模块、测温模块以及控制处理模块;
所述磁钢车轮传感模块包括:位于探测位置的第三磁钢传感器和第四磁钢传感器,所述第三磁钢传感器和第四磁钢传感器沿列车行车方向间隔设置;
所述车轮轴承检测模块包括:设置于所述探测位置的至少一个摄像头,所述摄像头的视频采集范围至少覆盖经过所述探测位置的车轮直径;
所述测温模块包括:设置于所述探测位置的至少一个红外探测器;
所述时统模块提供统一标准的时间信号,并将统一的时间信号发送给所述车轮轴承检测模块、测温模块以及控制处理模块;
所述控制处理模块接收来自所述磁钢车轮传感模块、车轮轴承检测模块、时统模块、测温模块的数据,并结合其中的图像数据和测温数据计算得到轴温数据。
与现有技术相比,本发明的有益效果是:本发明能够实现列车车轮及轴承的视频采集,并能够对其中车轮及轴承的图像进行检测,将检测得到的图像数据和测温数据进行对齐,可直接观察每个轴承测量的实际情况,提高测温结果的稳定性和准确性,进而克服现有技术中测温数据受外部因素影响不准确的问题。此外,本发明还能够对各轴承抓拍图像进行识别,自动判断出影响轴温探测的车型和环境,实现异常数据主动报警。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明中记载的一些实施例,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为本发明列车轴温探测方法一实施例的方法流程示意图;
图2为本发明列车轴温探测装置一实施例的模块示意图;
图3为本发明列车轴温探测装置一实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
本发明一实施例提供一种列车轴温探测方法。
如图1所示,本实施例的列车轴温探测方法包括步骤S1至S14,需要说明的是,上述步骤序号并非是对步骤顺序的限定,而是为了便于对技术方案进行叙述。
S1、设置探测位置。
该探测位置具体可设置于列车运行的轨道上的某一位置处。此外,还可在探测位置处设置辅助图像采集的位置标示物。一个实施方式中,可借助轨道枕木设置上述位置标示物。具体地,若轨道枕木在图像中比较清晰,可直接利用枕木的边缘作为位置标示物进行,或在轨道枕木上标识竖直线作为位置标示物,也可单独设置直线物体作为位置标示物。
S2、判断来车。
为了判断列车接近探测位置,可在探测位置的上游设置磁钢传感器以感测来车。例如,设置沿列车行驶方向间隔设置的两个磁钢传感器,二者可感应来车,并根据同一车轮通过两个磁钢传感器的时刻以及二者间的距离计算平均车速。
S4、依次采集到达探测位置的各车轮的视频。
具体地,可通过安装在探测位置的摄像头按固定帧率进行视频采集,摄像头的视频采集范围至少覆盖经过探测位置的车轮直径。优选地,摄像头的视频采集范围覆盖一个完整车轮以及左右两个位置标示物。
S6、对各帧图像中的位置标示物进行检测,通过检测二者之间的距离d,两个位置标示物在图像宽度方向(即列车运行方向)的坐标分别为x1,xr。
其中,位置标示物的检测可采用深度学习目标分割网络来实现,例如SegNet、U-Net、MaskRCNN、DeeperLab等经典网络。
S7、对各帧图像中车轮和轴承进行检测,检测到车轮和轴承的图像为I,并定位轴承中心位置点在图像中的坐标值x。
其中,车轮和轮轴的检测可采用深度学习检测网络实现,例如yolo系列网络、SSD、CenterNet等。此外,当车轮和轮轴检测出来后可采用跟踪算法在后续帧中得到车轮和轮轴目标框,例如KCF算法、DeepSORT、MDNet、VOT目标跟踪网络等。
S8、对视频中的每帧图像重复步骤S7,得到各车轮轴承在不同时刻的检测结果和其中k为各图像采集时从时统模块得到的时刻序号,i为各车轮序号。根据每一时刻各车轮轴承的坐标值和位置标示物坐标值的比例关系,计算该车轮的运动距离,并根据图像的时间差得到每帧图像中车辆运行速度
S9、依次采集到达探测位置的各车轮轴承的温度,并将各车轮轴承的温度与采集时间th进行绑定。
为了实现各车轮轴承的温度,可在探测位置处设置红外探测器。如此,列车经过红外探测器时,根据设定的角度和位置可得到通过探测区域的列车各部件温度,并实时与采集时间th进行绑定。
具体地,检测磁钢传感器测得的车速当变化较大时,如大于设定的阈值时,则认为磁钢感应不准导致车速误差大,进而在上述视频图像检测模块测得的车速中搜集接近t的车速,并按时间根据前后车速进行插值得到修正后的车速。如此,有利于克服现有技术中磁钢信号不稳定时测速和计轴会受到影响的问题。
S11、按照车速设定采样频率,对各车轮轴承的温度与采集时间th形成的绑定数据进行采样,得到标准轴温波形序列。
具体地,根据探测位置处磁钢传感器各车轮的感应信号时刻点作为各车轴温度采样的起始点和结束点,并按照上述测得的车速计算采样频率,对探测的温度数据进行采样,得到红外探测器的标准轴温波形序列。
其中,根据被测车轮轮轴的宽度尺寸和车速,按照标准轴温波形设定的温度数据的点数,可计算出采样频率。
S12、根据各帧图像中检测到的每个车轮轴承在探测区间中间位置的时刻在轴温波形序列中搜索各轴温波形中心的时刻与之相近轴温波形,判断这两个时刻之间的偏差是否在设定阈值范围内,如超出设定的阈值范围,则以相应时刻为基准,按车轮轴承检测模块测得的车速对各车轮轴承的温度与采集时间th形成的绑定数据进行重新采样,将采样结果更新至最终标准轴温波形序列。
S13、根据采集到的各帧图像,通过对车轮、轴承以及周围环境进行识别,判断是否为影响轴温探测的车型和环境。
其中,采用深度学习分类网络对采集到的各帧图像进行分类处理,例如VGG、ResNet、MobileNet等。所述分类处理的依据为预设的若干标签。例如,具体分类标签可按车型、轴承是否有遮挡、是否阳光直射、反射、是否为抱闸车等各类情况设置。此外,也可以在上述车轮和轮轴检测网络中按标签训练多类检测网络来直接实现检测和分类。如此,有利于克服环境因素对轴温探测造成的影响。
S15、识别所述最终探测结果数据包中的图像数据,并在识别到存在异常探测或漏探情况时进行报警。如此,以提示操作人员确认是否存在异常或漏探情况,以便进行后续相关处理。
基于相同的技术构思,本发明另一实施例提供一种列车轴温探测装置。
如图2、3所示,本实施例的列车轴温探测装置包括:车轮传感模块10、车轮轴承检测模块20、时统模块30、测温模块40以及控制处理模块50。
该探测位置具体可设置于列车运行的轨道上的某一位置处。此外,还可在探测位置处设置辅助图像采集的位置标示物。一个实施方式中,可借助轨道枕木设置上述位置标示物。具体地,若轨道枕木在图像中比较清晰,可直接利用枕木的边缘作为位置标示物进行,或在轨道枕木上标识竖直线作为位置标示物,也可单独设置直线物体作为位置标示物。
车轮传感模块10包括:第一磁钢传感器11、第二磁钢传感器12、第三磁钢传感器13以及第四磁钢传感器14。
其中,第一磁钢传感器11、第二磁钢传感器12位于探测位置的上游。此时,第一磁钢传感器11、第二磁钢传感器12沿列车行驶方向间隔设置,二者可感应来车,并根据同一车轮通过两个磁钢传感器的时刻以及二者间的距离计算平均车速。
第三磁钢传感器13以及第四磁钢传感器14位于探测位置处。此时,第三磁钢传感器13以及第四磁钢传感器14沿列车行驶方向间隔设置,二者可感应来车,并根据同一车轮通过两个磁钢传感器的时刻以及二者间的距离计算车速
具体地,车轮轴承检测模块20包括:设置于探测位置的至少一个摄像头21,该摄像头21的视频采集范围至少覆盖经过所述探测位置的车轮直径,如此以实现列车车轮及其周围环境的视频采集。优选地,摄像头21的视频采集范围覆盖一个完整车轮以及左右两个位置标示物。一个实施方式中,车轮轴承检测模块20包括:设置于探测位置两侧的摄像头21。
对各帧图像中的位置标示物进行检测,通过检测二者之间的距离d,两个位置标示物在图像宽度方向(即列车运行方向)的坐标分别为xl,xr。
其中,位置标示物的检测可采用深度学习目标分割网络来实现,例如SegNet、U-Net、MaskRCNN、DeeperLab等经典网络。
对各帧图像中车轮和轴承进行检测,检测到车轮和轴承的图像为I,并定位轴承中心位置点在图像中的坐标值x。
其中,车轮和轮轴的检测可采用深度学习检测网络实现,例如yolo系列网络、SSD、CenterNet等。此外,当车轮和轮轴检测出来后可采用跟踪算法在后续帧中得到车轮和轮轴目标框,例如KCF算法、DeepSORT、MDNet、VOT目标跟踪网络等。
对视频中的每帧图像重复上述步骤,得到各车轮轴承在不同时刻的检测结果和其中k为各图像采集时从时统模块30得到的时刻序号,i为各车轮序号。根据每一时刻各车轮轴承的坐标值和位置标示物坐标值的比例关系,计算该车轮的运动距离,并根据图像的时间差得到每帧图像中车辆运行速度
测温模块40用于依次采集到达探测位置的各车轮轴承的温度,并将各车轮轴承的温度与采集时间th进行绑定。
具体地,测温模块40包括:设置于探测位置的至少一个红外探测器41,该红外探测器41可通过红外传感信号对车轮轴承的温度进行感测。如此,列车经过红外探测器41时,根据设定的角度和位置可得到通过探测区域的列车各部件温度,并实时与采集时间th进行绑定。一个实施方式中,测温模块40包括:设置于探测位置两侧的红外探测器41,如此可输出两路测温数据。
控制处理模块50接收来自车轮传感模块10、车轮轴承检测模块20、时统模块30以及测温模块40的数据,并按照设定的采样频率,对各车轮轴承的温度与采集时间th形成的绑定数据进行采样,得到标准轴温波形序列。
控制处理模块50可以是一种集成电路芯片,具有信号的处理能力。例如,上述的控制处理模块50可以是通用处理器,包括中央处理器(Central Processing Unit,简称:CPU)、网络处理器(Network Processor,简称:NP)等。该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。可以实现或者执行本申请实施例中的公开的各方法、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。
控制处理模块50工作时,根据探测位置处磁钢传感器针对车轮感应信号时刻点,以及上述测得的车速计算采样频率,对探测的温度数据进行采样,得到红外探测器41的标准轴温波形序列。
此时,控制处理模块50检测磁钢传感器测得的车速当变化较大时,如大于设定的阈值时,则认为磁钢感应不准导致车速误差大,进而在上述视频图像检测模块测得的车速中搜集接近t的车速,并按时间根据前后车速进行插值得到修正后的车速。
控制处理模块50还用于根据各帧图像中检测到的每个车轮轴承在探测区间中间位置的时刻在轴温波形序列中搜索各轴温波形中心的时刻与之相近轴温波形,判断这两个时刻之间的偏差是否在设定阈值范围内,如超出设定的阈值范围,则以相应时刻为基准,按车轮轴承检测模块测得的车速对各车轮轴承的温度与采集时间th形成的绑定数据进行重新采样,将采样结果更新至最终标准轴温波形序列。
控制处理模块50还能够根据采集到的各帧图像,通过对车轮、轴承以及周围环境进行识别,判断是否为影响轴温探测的车型和环境。
其中,采用深度学习分类网络对采集到的各帧图像进行分类处理,例如VGG、ResNet、MobileNet等。所述分类处理的依据为预设的若干标签。例如,具体分类标签可按车型、轴承是否有遮挡、是否阳光直射、反射、是否为抱闸车等各类情况设置。此外,也可以在上述车轮和轮轴检测网络中按标签训练多类检测网络来直接实现检测和分类。如此,有利于克服环境因素对轴温探测造成的影响。
同时,控制处理模块50识别所述最终探测结果数据包中的图像数据,并在识别到存在异常探测或漏探情况时进行报警。如此,以提示操作人员确认是否存在异常或漏探情况,以便进行后续相关处理。
综上所述,本发明能够实现列车车轮及轴承的视频采集,并能够对其中车轮及轴承的图像进行检测,将检测得到的图像数据和测温数据进行对齐,可直接观察每个轴承测量的实际情况,提高测温结果的稳定性和准确性,进而克服现有技术中测温数据受外部因素影响不准确的问题。此外,本发明还能够对各轴承抓拍图像进行识别,自动判断出影响轴温探测的车型和环境,实现异常数据主动报警。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (11)
6.根据权利要求1所述的列车轴温探测方法,其特征在于,所述列车轴温探测方法还包括:根据采集到的各帧图像,通过对车轮、轴承以及周围环境进行识别,判断是否为影响轴温探测的车型和环境。
7.根据权利要求6所述的列车轴温探测方法,其特征在于,所述判断是否为影响轴温探测的车型和环境包括:
采用深度学习分类网络对采集到的各帧图像进行分类处理,所述分类处理的依据为预设的若干标签。
8.根据权利要求6所述的列车轴温探测方法,其特征在于,所述列车轴温探测方法还包括:
将各轴温波形中心时刻图像对应的环境识别结果,绑定至所述标准轴温波形序列,形成最终探测结果数据包。
9.根据权利要求8所述的列车轴温探测方法,其特征在于,所述列车轴温探测方法还包括:识别所述最终探测结果数据包中的图像数据,并在识别到存在异常探测或漏探情况时进行报警。
10.一种列车轴温探测装置,其特征在于,所述列车轴温探测装置包括:车轮传感模块、车轮轴承检测模块、时统模块、测温模块以及控制处理模块;
所述测温模块依次采集到达探测位置的各车轮轴承的温度,并将各车轮轴承的温度与来自所述时统模块的采集时间th进行绑定
11.一种列车轴温探测装置,其特征在于,所述列车轴温探测装置包括:磁钢车轮传感模块、车轮轴承检测模块、时统模块、测温模块以及控制处理模块;
所述磁钢车轮传感模块包括:位于探测位置的第三磁钢传感器和第四磁钢传感器,所述第三磁钢传感器和第四磁钢传感器沿列车行车方向间隔设置;
所述车轮轴承检测模块包括:设置于所述探测位置的至少一个摄像头,所述摄像头的视频采集范围至少覆盖经过所述探测位置的车轮直径;
所述测温模块包括:设置于所述探测位置的至少一个红外探测器;
所述时统模块提供统一标准的时间信号,并将统一的时间信号发送给所述车轮轴承检测模块、测温模块以及控制处理模块;
所述控制处理模块接收来自所述磁钢车轮传感模块、车轮轴承检测模块、时统模块、测温模块的数据,并结合其中的图像数据和测温数据计算得到轴温数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111676740.3A CN114148371B (zh) | 2021-12-31 | 2021-12-31 | 列车轴温探测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111676740.3A CN114148371B (zh) | 2021-12-31 | 2021-12-31 | 列车轴温探测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114148371A CN114148371A (zh) | 2022-03-08 |
CN114148371B true CN114148371B (zh) | 2022-12-02 |
Family
ID=80449694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111676740.3A Active CN114148371B (zh) | 2021-12-31 | 2021-12-31 | 列车轴温探测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114148371B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000351372A (ja) * | 1999-06-09 | 2000-12-19 | Toshiba Corp | 列車用検査システムとそのデータ整合方法 |
DE102010044912A1 (de) * | 2009-09-09 | 2011-04-07 | Knorr-Bremse Systeme für Schienenfahrzeuge GmbH | Verfahren und Vorrichtung zum Abschätzen der Temperatur eines Radsatzlagers eines Radsatzes eines Schienenfahrzeugs |
CN103112476A (zh) * | 2012-12-28 | 2013-05-22 | 中国神华能源股份有限公司 | 综合检测装置 |
CN104134346A (zh) * | 2014-07-23 | 2014-11-05 | 山西国强科技发展有限责任公司 | 连续坡道轴温测量调频报警装置 |
CN104512433A (zh) * | 2013-10-08 | 2015-04-15 | 北京工业大学 | 一种线阵式红外轴温探头的数据采集与处理方法 |
CN107705331A (zh) * | 2017-10-30 | 2018-02-16 | 中原工学院 | 一种基于多视点摄像机的车辆视频测速方法 |
CN111144039A (zh) * | 2019-12-04 | 2020-05-12 | 东南大学 | 一种基于深度学习的列车动态称重系统及称重方法 |
CN112762994A (zh) * | 2020-12-30 | 2021-05-07 | 北京锦鸿希电信息技术股份有限公司 | 走行部状态监测装置和方法 |
-
2021
- 2021-12-31 CN CN202111676740.3A patent/CN114148371B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000351372A (ja) * | 1999-06-09 | 2000-12-19 | Toshiba Corp | 列車用検査システムとそのデータ整合方法 |
DE102010044912A1 (de) * | 2009-09-09 | 2011-04-07 | Knorr-Bremse Systeme für Schienenfahrzeuge GmbH | Verfahren und Vorrichtung zum Abschätzen der Temperatur eines Radsatzlagers eines Radsatzes eines Schienenfahrzeugs |
CN103112476A (zh) * | 2012-12-28 | 2013-05-22 | 中国神华能源股份有限公司 | 综合检测装置 |
CN104512433A (zh) * | 2013-10-08 | 2015-04-15 | 北京工业大学 | 一种线阵式红外轴温探头的数据采集与处理方法 |
CN104134346A (zh) * | 2014-07-23 | 2014-11-05 | 山西国强科技发展有限责任公司 | 连续坡道轴温测量调频报警装置 |
CN107705331A (zh) * | 2017-10-30 | 2018-02-16 | 中原工学院 | 一种基于多视点摄像机的车辆视频测速方法 |
CN111144039A (zh) * | 2019-12-04 | 2020-05-12 | 东南大学 | 一种基于深度学习的列车动态称重系统及称重方法 |
CN112762994A (zh) * | 2020-12-30 | 2021-05-07 | 北京锦鸿希电信息技术股份有限公司 | 走行部状态监测装置和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114148371A (zh) | 2022-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112433203B (zh) | 一种基于毫米波雷达数据的车道线形检测方法 | |
CN107200042B (zh) | 一种列车车轮直径与圆度磨耗高精度在线检测方法及其检测装置 | |
CN103456172B (zh) | 一种基于视频的交通参数测量方法 | |
US8112237B2 (en) | System and method for correcting signal polarities and detection thresholds in a rail vehicle inspection system | |
CN113419244A (zh) | 一种基于毫米波雷达数据的车辆轨迹拼接方法 | |
CA3067782C (en) | Running location identification system, running location identification apparatus, and running location identification method for railroad cars | |
CN109064495A (zh) | 一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法 | |
WO2023240805A1 (zh) | 一种基于滤波校正的网联车超速预警方法及系统 | |
CN103913600A (zh) | 一种机动车测速仪测速误差检测装置及检测方法 | |
CN112960014A (zh) | 基于人工智能的轨道交通运行安全在线实时监测预警管理云平台 | |
CN109060828A (zh) | 一种机车车轮踏面缺陷图像检测系统 | |
CN106324635B (zh) | 一种基于卫星导航定位的车辆直线行驶检测方法及装置 | |
CN103473925B (zh) | 一种道路车辆检测系统的验证方法 | |
CN114148371B (zh) | 列车轴温探测方法及装置 | |
CN113916306B (zh) | 基于多传感信息融合的管道缺陷检测及定位方法 | |
CN104112305A (zh) | 基于双激光测距的客流监测方法和装置 | |
CN113255469A (zh) | 交通监控场景道路占有率的测定方法及装置 | |
CN117198057A (zh) | 一种面向路侧感知轨迹数据质量检评的实验方法及系统 | |
CN108839676B (zh) | 一种列车车轮几何参数在线动态测量装置及测量方法 | |
CN107150701A (zh) | 列车车轮几何尺寸测量方法及其检测装置 | |
CN115366942A (zh) | 一种基于双传感器感知时延的地铁里程定位方法 | |
CN208721586U (zh) | 一种机车车轮踏面缺陷图像检测系统 | |
CN114419485A (zh) | 基于摄像头的智能车速测量方法、系统、存储介质及计算机设备 | |
CN112037536A (zh) | 一种基于视频特征识别的车辆测速方法及装置 | |
CN102760360B (zh) | 基于决策论的交通路口车流量单检测器检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |