CN115675568A - 一种利用计算机辅助的评估对轴计数的方法 - Google Patents

一种利用计算机辅助的评估对轴计数的方法 Download PDF

Info

Publication number
CN115675568A
CN115675568A CN202210895177.7A CN202210895177A CN115675568A CN 115675568 A CN115675568 A CN 115675568A CN 202210895177 A CN202210895177 A CN 202210895177A CN 115675568 A CN115675568 A CN 115675568A
Authority
CN
China
Prior art keywords
curve
measurement signal
axle counter
normalization
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.)
Pending
Application number
CN202210895177.7A
Other languages
English (en)
Inventor
J.布拉班德
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.)
Siemens Mobility GmbH
Original Assignee
Siemens Mobility GmbH
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 Siemens Mobility GmbH filed Critical Siemens Mobility GmbH
Publication of CN115675568A publication Critical patent/CN115675568A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L1/00Devices along the route controlled by interaction with the vehicle or train
    • B61L1/16Devices for counting axles; Devices for counting vehicles
    • B61L1/162Devices for counting axles; Devices for counting vehicles characterised by the error correction
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L1/00Devices along the route controlled by interaction with the vehicle or train
    • B61L1/16Devices for counting axles; Devices for counting vehicles
    • B61L1/161Devices for counting axles; Devices for counting vehicles characterised by the counting methods
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L25/00Recording or indicating positions or identities of vehicles or trains or setting of track apparatus
    • B61L25/02Indicating or recording positions or identities of vehicles or trains
    • B61L25/021Measuring and recording of train speed
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L25/00Recording or indicating positions or identities of vehicles or trains or setting of track apparatus
    • B61L25/02Indicating or recording positions or identities of vehicles or trains
    • B61L25/023Determination of driving direction of vehicle or train

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

一种对轴计数的方法,其中车轮经过安装在轨道上的计轴器传感器,计轴器传感器产生测量信号(U1…U2),并且计算机辅助地评估测量信号(U1…U2)的曲线(VL1…VL2),从而分辨车轮。在评估测量信号(U1…U2)时,在测量信号(U1…U2)的曲线(VL1…VL2)中寻找信号幅度的至少一个最大值(M1…M4)。对于所述测量信号(U1…U2)在所述最大值(M1…M4)之前和之后的曲线(VL1…VL2)执行动态的时间归一化。通过幅度归一化和时间归一化而归一化的所述测量信号(U1…U2)的曲线(NV1…NV2)与在车轮(RD)经过时用于所述测量信号(U1…U2)的至少一个曲线(VL1…VL2)的模式以及在出现错误时用于所述测量信号(U1…U2)的至少一个曲线(VL1…VL2)的模式(M1…M2)相比较。此外本发明还包括计算机程序产品和用于计算机程序产品的提供装置。

Description

一种利用计算机辅助的评估对轴计数的方法
技术领域
本发明涉及一种对轴计数的方法,在所述方法中,车轮经过安装在轨道上的计轴器传感器,所述计轴器传感器生成测量信号,所述测量信号的曲线被计算机辅助地评估,其中,车轮被分辨。此外,本发明还涉及一种计算机程序产品以及一种用于该计算机程序产品的提供装置,其中,该计算机程序产品配备有用于执行该方法的程序指令。
背景技术
在通过计轴器对轴计数时,已知会出现不同的自然界的干扰,从最简单的轰鸣声或环境因素,乃至列车上的线缆下垂或转向架在狭窄的弯道中所谓的侧斜行进效应(Spieβgangeffekten)。因此,期望尤其消除与车轮或转向架的信号类似的干扰,以便能够可靠地识别车轮信号。
必须例如在计算机辅助地识别手写笔迹的情况下解决相关问题。为识别手写笔迹,Claus Bahlmann等人在IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINEINTELLIGENCE,2004年三月三日第26卷《书写者独立线上手写系统frog on hand和集群生成统计时间规整》一文中描述了合适的方法。尽管由不同的笔迹会产生差异,然而仍应对字母进行识别。然而这不能直接转用至计轴器,因为对于计轴器而言,必须对显示车轮通过的有用信号和干扰信号采取区分。
此外,在此还必须实现足够的安全性。应考虑的是,干扰信号可能达到一定程度,以至于该干扰信号被误解为车轮通过。为此,应在不限制普遍性的情况下提出以下示例。
转向架从测量技术上看由两个先后相继的车轮组成,也就是说,测量信号的信号幅度的两个最大值连同两个最大值之间的一定程度的平台。在此可能出现测量错误,该测量错误被称为侧斜行进。在所谓的侧斜行进中提高所述平台,从而错误地识别出第三车轮。
发明内容
本发明所要解决的技术问题在于,提供一种用于对轴计数的方法,所述方法具有相对更高的安全性来防止对车轮通过的错误识别。此外,本发明所要解决的技术问题在于,提供一种计算机程序产品以及用于所述计算机程序产品的准备设备,借此能够实施上述方法。
根据本发明,所述技术问题通过一种用于对轴计数的方法解决,在评估测量信号时在测量信号的曲线中寻找信号幅度的至少一个最大值,在幅度归一化时将所述测量信号的幅度归一化(或称标准化),从而使得所述最大值与预定的目标值相同,针对测量信号的曲线在最大值之前和之后实施动态的时间归一化,其中,测量信号的通过幅度归一化和时间归一化而归一化的曲线既与在车轮经过时的测量信号的至少一个曲线的模式相比较、也与在出现错误时的测量信号的至少一个曲线的模式相比较。
所述测量信号是测得的测量值的、优选信号电压(其由于轴的车轮经过而导致)的时间曲线,然而该测量值也由于干扰因素而具有相应的最大值。这意味着,通过对测量信号的计算机辅助评估可以识别出待检测的事件,即车轮已经通过计轴器传感器,然而干扰信号也可以错误地识别为这样的车轮通过。
根据本发明,幅度归一化和动态时间归一化(也称为动态时间规整(Dynamic TimeWarping,以下简称DTW))被应用到测量结果上。其优点在于,测量信号不仅在其最大值的幅度方面而且在其时间曲线的长度方面被归一化。这随后简化了测量信号的待评估的曲线与不同曲线的模式的比较(为此在下文中还要更多说明)。由此改善了用于车轮通过的模式识别的可靠性并且使出现错误的评估结果的概率最小化。
幅度归一化以如下方式进行,即,测量信号的所观察的曲线的最大值在归一化之后与预定的目标值相同。优选地,可以归一成1,也即目标值等于1。然而这也不是非此不可。重要的是,所述最大值的预先给定的目标值与所述模式中包含的最大值一致,所述测量信号的相关的曲线应当与所述最大值相比较。
执行DTW,以便在测量信号的整个曲线的时间限定的部分中(该部分在最大值之前和之后延伸),识别为了检测车轮通过或发生的错误应将哪些与模式进行比较。由于车轮通过产生信号曲线,该信号曲线上升至最大值,然后再次下降,因此由DTW识别的曲线中包含一个最大值。
进行时间归一化的目的是,可以执行测量信号的相关曲线与模式的比较。在此尤其要考虑的是,测量信号的曲线尤其取决于经过计轴器传感器的车辆的速度。较高的速度产生较陡的较短的上升,直至最大值(并且随后相应的下降)。与此相比,较低的速度产生较平缓的较长的上升,直至最大值(并且随后相应的下降)。
例如,DTW的原理是从语音识别(听写时识别语音特征)中已知的:在这里,通过与存储的语音模式进行比较,可以从口语文本中识别单个单词。一个问题是单词的发音往往不同。特别是元音经常说得更长或更短。因此,为了成功的模式匹配,应该相应地扩展或压缩单词,但不是均匀的,而是主要是在较长或较短发音的元音上。动态时间规整算法提供了这种自适应的时间归一化。另一个应用是手写笔迹识别。其中进行对单个字母的模式识别,以便识别不同手写的字母。
本发明利用以下认识:与手写笔迹识别或语音识别相比,计轴器的测量信号具有相对低的复杂度。然而,另一方面,存在可能与车轮通过相混淆的错误,并且因此在评估期间导致错误的结果。尽管模式的复杂度相对低,但这些错误必须可靠地被识别。本发明在此通过如下方式开始:不仅针对不同车辆的车轮通过的待识别事件,而且针对典型出现的错误来定义模式,所述错误然后被识别为这样的并且不能与车轮通过相混淆。
换言之,本发明的目的不仅在于识别出期望的和应该被计数的事件,而且还有意识地识别出不应该出现的、因此不应该被计数的、然而可能被错误地识别为要计数事件的那些事件。如果这些事件被可靠地识别为错误,则可以排除这些事件作为计数事件,即使它们作为车轮经过的要计数的事件的评估是不确定的。在此存在根据本发明的提高识别可靠性的附加价值。
在本发明的上下文中,“计算机辅助的”或“计算机实现的”可以理解为方法的实现,其中至少一台计算机或处理器执行该方法的至少一个方法步骤。
术语“计算器”或“计算机”涵盖任何具有数据处理特性的电子设备。计算机可以是例如个人计算机、服务器、手持计算机、移动电话和其他处理计算机辅助数据的通信设备、处理器和其他用于数据处理的电子设备,它们也可以优选地组合以形成网络。
结合本发明,“处理器”可以理解为例如转换器、用于产生测量信号的传感器或电子电路。处理器具体可以是主处理器(Central Processing Unit,CPU)、微处理器、微控制器或数字信号处理器,可能与用于存储程序指令的存储器单元等结合。处理器也可以理解为虚拟化处理器或软件CPU。
在本发明的上下文中,“存储器单元”可以理解为例如以随机存取存储器(RAM)或数据存储器(硬盘或数据载体)形式的计算机可读存储器。
“接口”可以根据硬件实现,例如有线或无线电连接,和/或软件,例如单个程序模块或一个或多个计算机程序的程序部分之间的交互。
“程序模块”应理解为能够实现根据本发明的方法步骤的程序序列的各个功能单元。这些功能单元可以在单个计算机程序或多个相互通信的计算机程序中实现。此处实现的接口可以在单个处理器内以软件的方式实现,如果使用多个处理器,则可以在硬件方面实现。
根据本发明的一个设计方案规定,将测量信号的通过幅度归一化和时间归一化而归一化的曲线与用于在经过单个车轮时的测量信号的至少一个曲线的模式和用于在经过转向架的两个车轮时的测量信号的至少一个曲线的模式进行比较。
本发明的这种设计方案利用如下认识:转向架的双轴,即在这种情况下经过计轴器传感器的两个车轮,产生具有两个最大值的特征化的模式。如果这两个最大值被DTW识别为属于转向架,则可以参考该双事件进行归一化。随后,可以将该双事件与相关的模式进行比较。由此实现可靠性的进一步提高。因此,识别的转向架在计轴方面加倍计数,因为它具有两个轴。
如果无法识别转向架,则可以将两个车轮识别为单个车轮并进行评估。在此,在识别出两个车轮的前提下,得出相同的计数结果。这表明,通过定义属于转向架的模式,可以提供额外的识别可能性,从而提高识别的可靠性。这是因为转向架的模式提供了更多的特征评估标准,因此可以更容易地识别。然而,如果转向架未被识别为单个车轮,则识别单个车轮的回落位置仍然存在。
根据本发明的一个设计方案规定,仅当测量信号的曲线中的最大值的时间偏移不超过根据经过计轴器传感器的车辆的速度预先给定的极限值时,才在经过转向架的两个车轮时执行与测量信号的曲线的模式的比较。
该措施基于以下认识,即,当通过转向架时,计轴器传感器在短时间内先后依次地连续记录两个最大值。换句话说,如果在与速度相关的,对于转向架的特征的时间间隔内没有测量最大值,则可以排除所述转向架是转向架。
为了能够预设极限值,必须知道车辆越过计轴器传感器的速度。为此存在不同的可能性。速度例如可以借助于另一传感器来确定并且作为输入变量输入到方法中。例如,车辆中的速度可以被测量并且通过无线电传输到计算机,计算机执行根据本发明的方法的计算。
另一种可能性在于,根据最大值的模式的相互关系(对应于计轴脉冲)来估计速度。转向架通常安装在一定长度的车辆上,因此转向架产生彼此接近的最大值,然后出现较长的停顿(通过车辆中心)或较短的停顿(在两个耦合车辆之间)。根据停顿的比率,可以估计速度,从而确定与速度相关的极限值。
另一种可能性在于,使用所谓的双计轴器,其中两个计轴器传感器以短顺序安装。因为计轴器传感器的间距是已知的,所以可以通过确定由两个计轴器传感器中的相同车轮产生的最大值的时间偏移来推断出速度(关于这一点,下面还有更多内容)。
根据本发明的一个设计方案规定,将测量信号的通过幅度归一化和时间归一化而归一化的曲线与在出现在转向架的弯道行驶中出现侧斜行进时用于测量信号的曲线的至少一个模式进行比较。
如前所述,侧斜行进涉及的是计轴器传感器的测量信号的可测量的信号超高,其在转向架的车轮通过的两个最大值之间产生最大值。侧斜行进优选地发生在计轴器传感器安装在弯道中并且在转向架的弯道行驶期间进行测量的情况下。
如果可能的侧斜行进效应被定义为所发生的错误的模式,那么在通过计轴器传感器测量期间出现侧斜行进时,可以在DTW的范围内产生一个曲线,该曲线可以在与侧斜行进的现有模式比较之后与该错误相关联。如果这种关联是明确的或者说是一一对应的,则可以将测量信号的相关曲线排除在车轮通过事件的关联之外。这对以下情况是特别有利的:与车轮通过的关联可能是极限的,并且在存疑的情况下可能对不存在的轴错误地计数。
换言之,存在如下情况,在所述情况下,根据本发明的方法能够以更高的可靠性在计数属于转向架的车轴时使用。因此能够排除错误计数的车轴的出现或者至少减小这种事件的概率。
根据本发明的一个设计方案规定,使用计轴器,所述计轴器在行驶方向上依次布置地具有第一计轴器传感器和第二计轴器传感器,其中,对于第一计轴器传感器和第二计轴器传感器依次执行所述方法。
在此,其涉及所谓的双轴计数器,其使用非常广泛。因此,所安装的两个计轴器传感器(即第一计轴器传感器和第二计轴器传感器)在测量信号的时间过程中以短顺序产生相同的最大值,至少在没有干扰的情况下是如此。在这种情况下,最大值对应于被计数的车轮。否则,也可以检测到导致最大值的干扰信号。
使用两个计轴器传感器不会改变计轴器的工作原理。第一计轴器传感器和第二计轴器传感器的工作方式与仅安装单个计轴器传感器的计轴器传感器相同。因此,除非另有说明,否则结合本发明所作的陈述同样适用于计轴器传感器或第一计轴器传感器和第二计轴器传感器。
使用第一计轴器传感器和第二计轴器传感器的优点在于,计轴器具有更高的防止错误的安全性。此外,只要第一计轴器传感器和第二计轴器传感器运行,传感器信号也可以用于确定通过计轴器的车辆的速度。在此,在第一计轴器传感器和第二计轴器传感器中检查由相同车轮产生的最大值关于它们的时间偏移,并且在考虑第一计轴器传感器和第二计轴器传感器之间的已知距离的情况下确定速度。
根据本发明的一个设计方案规定,将通过第一计轴器传感器检测的第一曲线中的最大值和通过第二计轴器传感器检测的第二曲线中的最大值进行比较,并且仅将测量信号的通过幅度归一化和时间归一化而归一化的第一曲线和第二曲线中的(不仅在第一曲线中而且在第二曲线中存在的)最大值与模式进行比较。
本发明的该设计方案利用以下认识,车轮经过计轴传感器的事件可靠地被识别为测量信号曲线中的最大值。因此,这些最大值也必须出现在测量信号的两个测量曲线中。如果最大值仅出现在测量信号的两个曲线中的一个中,则允许得出结论,在此涉及干扰信号,其本身不应被计数。因此有利的是,从关于存在车轮通过的评估中先验地排除该最大值,由此有利地提高了错误识别并且因此提高了在识别车轮时防止错误的安全性。
根据本发明的一个设计方案规定,比较由第一计轴器传感器检测到的第一曲线中的最大值和由第二计轴器传感器检测到的第二曲线中的最大值,并且在考虑第一曲线的可比较的最大值与第二曲线之间的时间偏移的情况下确定在动态时间归一化中应考虑的最大值之前和之后的测量信号的曲线。
如果在第一曲线和第二曲线中找到彼此对应的最大值,则可以有利地利用可由这些最大值确定的时间偏移,以便获得在动态时间归一化中要考虑的曲线的时间边界的与速度相关的度量。由此有利地确保,在动态时间归一化中的变化曲线具有足够的跨度,以便包含待评估的特性以用于随后与模式的比较。
此外,要求保护具有用于执行根据本发明的方法和/或其实施例的程序指令的计算机程序产品,其中,借助计算机程序产品能够分别执行根据本发明的方法和/或其实施例。
此外,还要求保护用于存储和/或提供计算机程序产品的提供设备。所述提供设备例如是存储器单元,其存储和/或提供计算机程序产品。作为备选和/或补充,提供设备例如是网络服务、计算机系统、服务器系统,特别是分布式的例如基于云的计算机系统和/或虚拟计算机系统,其存储和/或优选地以数据流的形式提供计算机程序产品。
以程序数据块的形式作为计算机程序产品的文件、特别是作为下载文件或者作为数据流、特别是作为下载数据流进行提供。然而也可以例如作为由多个部分组成的部分下载进行提供。这种计算机程序产品例如使用提供设备被读入系统,从而根据本发明的方法在计算机上执行。
以下借助附图描述本发明的其他细节。相同的或相对应的附图元件分别设置相同的附图标记,并且仅就各个附图之间存在的差异多次阐述。
附图说明
以下描述的实施例是本发明的优选实施方式。在该实施例中,描述的实施方式的组成部分描述的部件分别是本发明的各个单独的、能彼此独立地看待的特征,这些特征也分别彼此独立地形成本发明的扩展设计并且因此也能够单独或以与所示组合不同的组合被视为本发明的组成部分。此外,所描述的部分也可以通过本发明的已描述的其它特征补充。
在附图中:
图1作为框图示出根据图1的设备的计算机基础设施的实施例,其中,各个功能单元包含程序模块,所述程序模块分别能够在一个或多个处理器中运行,并且据此能够在软件技术或硬件技术上实施接口。
图2示出根据本发明的方法的一种实施例的流程图,其中,各个方法步骤能够逐个地或成组地通过程序模块执行,并且其中,根据图1的功能单元和接口被示例性地示出。
具体实施方式
在图1中示出车辆FZ,所述车辆沿行驶方向FR处于在轨道GL上的行驶途中。车辆FZ具有转向架DG,所述转向架分别设有两个轴。所述轴在图1中通过车轮RD表示。
一旦车轮RD经过具有第一计轴器传感器AZ1和第二计轴器传感器AZ2的计轴器AZL,则在测量信号U1、U2(参见图2)的过程中产生脉冲(对此,下文更多说明)。
计轴器AZL与评估单元AE连接,评估单元AE具有第一计算机CP1。该计算机CP1通过第六接口S6与第一计轴器传感器AZ1和第二计轴器传感器AZ2两者连接。代替两个计轴器传感器,也可以使用单个计轴器传感器AZ,因此两个计轴器传感器中的一个计轴器传感器用附图标记AZ和附图标记AZ1来表示。
通过第五接口S5与第一计算机CP1连接的第一存储装置SE1也安装在评估单元AE中。所述第一存储器装置例如包含用于执行根据本发明的方法的程序以及具有不同模式M1,M2的库(参见图2),所述不同模式M1,M2用于确定的待测量的曲线VL1、VL2,所述曲线由归一化的曲线NV1、NV2、NV3表示(参见图2)。
此外,第一计算机CP1通过第三接口S3与控制中心LZ中的第二计算机CP2相连。第二计算机CP2具有连通第二存储器装置SE2的第四接口S4。控制中心代表线路侧装置,例如信号箱或自动列车控制系统。
车辆FZ以及控制中心LZ具有天线AT,从而所述天线可以通过第二接口S2彼此通信。此外,车辆FZ可以通过第一接口S1与卫星STL通信。以这种方式例如可以实现车辆FZ的定位,其中,卫星STL是导航卫星。
根据本发明的方法具有程序模块,所述程序模块可选地在第一计算机CP1或第二计算机CP2中运行。这取决于计轴器AZL和评估单元AE形成的用于轴计数的装置有多“智能”。
在图2中参照流程图示出根据本发明的方法。在此,选择了信号曲线的示意图,以便阐释各个方法步骤。在图2的上部中示出了第一计轴器传感器AZ1的曲线VL1和第二计轴器传感器AZ2的曲线VL2。为此目的选择了如下图表,其中测量信号U1、U2以输出电压的形式在时间t上示出。在图2的下部中示出了利用归一化的曲线NV1、NV2、NV3的结果进行归一化的后续处理步骤以及与模式M1、M2的比较。
在图2中示出的方法中,如已经提到的那样,根据图1的计轴器AZL与第一计轴器传感器AZ1和第二计轴器传感器AZ2一起使用。更确切而言,可以考虑使用仅具有一个计轴器传感器AZ的计轴器,其中,如图2所示,也即,曲线VL1的曲线图以及与之相关的措施(通过箭头示出)将被省略。
根据曲线VL1和曲线VL2首先可以看出,计轴器传感器AZ1、AZ2以沿行驶方向的横向错移安装在轨道GL中。这导致可比较的最大值之间的时间错移ZVM。这在图2中示出,其方式是,在第一曲线VL1和第二曲线VL2中选择基于转向架DG的第一轮RD的通过而产生的第一最大值M1。
此外,在曲线VL1、VL2中可以看出,其涉及转向架的两个车轮(车轴)驶过。这可以被看出,因为在曲线VL1、VL2中除了时间错开的第一最大值M1之外还可以看出同样以时间错移ZVM移动的另一第二最大值M2,该第二最大值与第一最大值M1具有很大的相似性。第一最大值M1和第二最大值M2分别以时间错移ZVR分别在车轮通过之间彼此相距。该时间错移ZVR恰好对应于在转向架DG的第一轮的车轮通过与转向架DG的第二轮RD之间的时间差。
为了产生经归一化的曲线NV1、NV2、NV3,根据本发明的方法以未详细示出的方式执行归一化N。该归一化包括将测量信号U1、U2的幅度归一化到目标值ZW上,该目标值在根据图2的实施例中为1。此外,还实施动态的时间归一化,其中,第一曲线VL1和第二曲线VL2分别在所识别的最大值M1、M2、M3之前和之后如此程度地被考虑,使得与最大值M1、M2、M3连接的曲线能够被表征(并且能够与模式M1,M2进行比较,对此在下文中还有更多说明)。由此在时间窗ZF1、ZF2、ZF3中出现归一化的曲线NV1、NV2、NV3,所述时间窗ZF1、ZF2、ZF3在其时间延展方面相应于模式M1、M2。
如图所示,第一最大值M1的评估导致第一归一化曲线NV1的生成并且第二最大值M2的评估导致第三归一化曲线NV3的生成。此外,在第一曲线VL1和第二曲线VL2中都可以看到第三最大值M3,这导致产生第二归一化曲线NV2。第四最大值M4只能在第二曲线VL2中确定,并且因此被排除用于归一化(由X表示)。这可以基于以下事实:第四最大值M4不能是车轮通过,因为该第四最大值不仅在第一曲线VL1中而且在第二曲线VL2中必须是可看到的。
在最后一步中,进行归一化曲线NV1、NV2、NV3的模式比较。在此,得出第一归一化曲线NV1和第三归一化曲线NV3分别与表示车轮通过的第一模式M1一致。这导致计数结果为2。第二归一化曲线NV2借助于表示车轮通过的第二模式M2来识别。因此,归一化曲线NV2被排除在计数之外(用X表示)。
在图2中表明,模式M1和第二模式M2具有阴影表示的置信范围,所述置信范围在归一化的曲线NV1、NV2、NV3方面允许一定的波动。这带来这样的情况:测得的曲线VL1、VL2受到一定程度的公差波动。除了测量公差之外,还要考虑不同的车辆生成不同的测量信号,所述不同的测量信号例如取决于诸如例如车辆的车轮磨损的情况。
附图标记清单
LZ 控制中心
FZ 车辆
DG 转向架
RD 车轮
FR 行驶方向
GL 轨道
AT 天线
STL 卫星
AZL 计轴器
AZ,AZ1,AZ2 计轴器传感器
AE 评估单元
CP1…CP2 计算机
SE1…SE2 存储器装置
S1…S5 接口
VL1…VL2 曲线
M1…M4 最大值
NV1…NV3 归一化的曲线
ZF1…ZF3 时间窗口
U1…U2 测量信号
M1…M2 模型归一化
ZW 目标值
ZVM 可比较的最大值之间的时间错移
ZVR 车轮通过之间的时间错移
2 计数结果
X 排除

Claims (9)

1.一种用于对轴计数的方法,其中,
·车轮(RD)经过安装在轨道(GL)上的计轴器传感器(AZ,AZ1,AZ2),
·计轴器传感器(AZ,AZ1,AZ2)生成测量信号(U1…U2),
·测量信号(U1…U2)的曲线(VL1…VL2)被计算机辅助地评估,其中,车轮(RD)被分辨,
其特征在于,
在评估测量信号(U1…U2)时,
·在测量信号(U1…U2)的曲线(VL1…VL2)中寻找信号幅度的至少一个最大值(M1…M4),
·在幅度归一化中将测量信号的幅度(U1…U2)归一化,从而使得所述最大值(M1…M4)与预设的目标值(ZW)相同,
·对于测量信号(U1…U2)的曲线(VL1…VL2),在最大值(M1…M4)之前和之后实施动态的时间归一化,
其中,测量信号(U1…U2)的通过幅度归一化和时间归一化而被归一化的曲线(NV1…NV2)
·与在车轮(RD)经过时的测量信号(U1…U2)的至少一个曲线(VL1…VL2)的模式(M1…M2)
·并与出现错误时的测量信号(U1…U2)的至少一个曲线(VL1…VL2)的模式(M1…M2)
相比较。
2.根据权利要求1所述的方法,
其特征在于,
测量信号(U1…U2)的通过幅度归一化和时间归一化而被归一化的曲线(NV1…NV2)
·与在单个车轮(RD)经过时的测量信号(U1…U2)的至少一个曲线(VL1…VL2)的模式(M1…M2)
·并与在转向架(DG)的两个车轮(RD)经过时的测量信号(U1…U2)的至少一个曲线(VL1…VL2)的模式(M1…M2)
相比较。
3.根据权利要求2所述的方法,
其特征在于,
仅当所述测量信号(U1…U2)的曲线(VL1…VL2)中的最大值的时间错移不超过根据经过所述计轴器传感器(AZ,AZ1,AZ2)的车辆(FZ)的速度预设的极限值时,才执行与在转向架(DG)的两个车轮(RD)经过时所述测量信号(U1…U2)的曲线(VL1…VL2)的模式(M1…M2)的比较。
4.根据上述权利要求中任一项所述的方法,
其特征在于,
将所述测量信号(U1…U2)的通过幅度归一化和时间归一化而归一化的曲线(NV1…NV2)与在转向架(DG)的弯道行驶时出现侧斜行进时的测量信号(U1…U2)的曲线(VL1…VL2)的至少一个模式(M1…M2)相比较。
5.根据上述权利要求中任一项所述的方法,
其特征在于,
使用计轴器(AZL),所述计轴器在行驶方向(FR)上依次布置地具有第一计轴器传感器(AZ1)和第二计轴器传感器(AZ2),其中,对于所述第一计轴器传感器(AZ1)和所述第二计轴器传感器(AZ2)依次执行所述方法。
6.根据权利要求5所述的方法,
其特征在于,
将通过所述第一计轴器传感器(AZ1)检测到的所述第一曲线(VL1)中的所述最大值和通过所述第二计轴器传感器(AZ2)检测到的所述第二曲线(VL2)中的所述最大值进行比较,并且仅将在所述测量信号(U1…U2)的通过幅度归一化和时间归一化而归一化的所述第一曲线(VL1)和第二曲线(VL2)中的、既存在于所述第一曲线(VL1)中又存在于所述第二曲线(VL2)中的最大值与模式(M1…M2)进行比较。
7.根据权利要求5或6所述的方法,
其特征在于,
将通过所述第一计轴器传感器(AZ1)检测到的第一曲线(VL1)中的最大值和通过所述第二计轴器传感器(AZ2)检测到的第二曲线(VL2)进行比较,并且在考虑所述第一曲线(VL1)和所述第二曲线(VL2)的可比较的最大值(M1…M4)之间的时间错移的情况下确定所述测量信号(U1…U2)的在最大值(M1…M4)之前和之后的曲线(VL1…VL2),所述曲线在动态时间归一化中应被考虑。
8.一种计算机程序产品,其具有用于实施根据上述权利要求1至7中任一项所述方法的程序模块。
9.一种用于根据权利要求8所述计算机程序产品的提供设备,其中,所述提供设备存储和/或提供计算机程序产品。
CN202210895177.7A 2021-07-29 2022-07-26 一种利用计算机辅助的评估对轴计数的方法 Pending CN115675568A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP21188561.1 2021-07-29
EP21188561.1A EP4124539B1 (de) 2021-07-29 2021-07-29 Verfahren zum zählen von achsen mit rechnergestützter auswertung

Publications (1)

Publication Number Publication Date
CN115675568A true CN115675568A (zh) 2023-02-03

Family

ID=77155555

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210895177.7A Pending CN115675568A (zh) 2021-07-29 2022-07-26 一种利用计算机辅助的评估对轴计数的方法

Country Status (3)

Country Link
EP (1) EP4124539B1 (zh)
CN (1) CN115675568A (zh)
AU (1) AU2022209303B2 (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101376392A (zh) * 2007-08-30 2009-03-04 北京佳讯飞鸿电气股份有限公司 基于钢轨形变/应力参数的车辆计轴方法
WO2009030657A1 (de) * 2007-09-03 2009-03-12 Siemens Aktiengesellschaft Verfahren zur achszählung bei schienenfahrzeugen
CA2685575A1 (en) * 2009-12-08 2011-06-08 Brian N. Southon Vital wayside train detection system
CN106660567A (zh) * 2014-08-22 2017-05-10 西门子公司 用于提高车轮识别装置的可用性的方法和车轮识别装置
US20190380623A1 (en) * 2017-01-10 2019-12-19 Universite Paris Descartes Locogram software: tool for analysing gait exercises

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101376392A (zh) * 2007-08-30 2009-03-04 北京佳讯飞鸿电气股份有限公司 基于钢轨形变/应力参数的车辆计轴方法
WO2009030657A1 (de) * 2007-09-03 2009-03-12 Siemens Aktiengesellschaft Verfahren zur achszählung bei schienenfahrzeugen
CA2685575A1 (en) * 2009-12-08 2011-06-08 Brian N. Southon Vital wayside train detection system
CN106660567A (zh) * 2014-08-22 2017-05-10 西门子公司 用于提高车轮识别装置的可用性的方法和车轮识别装置
US20190380623A1 (en) * 2017-01-10 2019-12-19 Universite Paris Descartes Locogram software: tool for analysing gait exercises

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李维来等: "光纤光栅列车计轴系统的数据采集与处理", 《武汉理工大学学报》, vol. 31, no. 2, 30 January 2009 (2009-01-30), pages 13 - 15 *

Also Published As

Publication number Publication date
EP4124539C0 (de) 2024-05-08
EP4124539B1 (de) 2024-05-08
AU2022209303A1 (en) 2023-02-16
EP4124539A1 (de) 2023-02-01
AU2022209303B2 (en) 2024-02-22

Similar Documents

Publication Publication Date Title
Vaitkus et al. Driving style classification using long-term accelerometer information
US7805240B2 (en) Driving behavior prediction method and apparatus
EP2690423B1 (en) Vehicle data analysis apparatus, vehicle data analysis method, and defect diagnosis apparatus
US9053593B2 (en) Vehicle data analysis method and vehicle data analysis system
CN110834642B (zh) 车辆跑偏识别方法、装置、车辆及存储介质
US9111400B2 (en) System for detecting abnormal driving behavior
CN112277953A (zh) 通过机器学习来识别脱手情形
US11852714B2 (en) Stationary status resolution system
EP3382570A1 (en) Method for characterizing driving events of a vehicle based on an accelerometer sensor
KR20150031051A (ko) 부주의 운전 판정 장치 및 그 방법
JP4486897B2 (ja) 運転行動認識装置
EP3584129B1 (en) Vehicle-mounted control apparatus
CN115675568A (zh) 一种利用计算机辅助的评估对轴计数的方法
CN116186877A (zh) 用于识别交通工具的特性的方法和装置
CN104535076B (zh) 一种防滑器里程累积方法
Zehelein et al. Damper diagnosis by artificial intelligence
US11402403B2 (en) Vehicle detection method
CN112308824B (zh) 基于轨道几何检测数据的曲线半径分类识别方法及装置
CN112739599B (zh) 一种车辆变道行为识别方法及装置
CN110660217B (zh) 用于检测信息安全的方法及装置
EP0763712A1 (en) Vehicle navigator system
Gao et al. Driver identification based on stop-and-go events using naturalistic driving data
KR20190095011A (ko) 열차 기종 인식 방법 및 시스템
CN105518468B (zh) 两级转速传感器中的错误传输
KR20190095012A (ko) 열차에 의한 레일의 진동을 이용한 열차 속도 측정 방법 및 시스템

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40086448

Country of ref document: HK