CN116691769A - 列车运行数据的处理方法、可读存储介质及列车 - Google Patents

列车运行数据的处理方法、可读存储介质及列车 Download PDF

Info

Publication number
CN116691769A
CN116691769A CN202310494096.0A CN202310494096A CN116691769A CN 116691769 A CN116691769 A CN 116691769A CN 202310494096 A CN202310494096 A CN 202310494096A CN 116691769 A CN116691769 A CN 116691769A
Authority
CN
China
Prior art keywords
processing
train
server
verification information
algorithm program
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
CN202310494096.0A
Other languages
English (en)
Inventor
江海涛
赵海军
李史斌
胡海建
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 Technologies Beijing Co Ltd
Original Assignee
Siemens Mobility Technologies Beijing Co Ltd
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 Technologies Beijing Co Ltd filed Critical Siemens Mobility Technologies Beijing Co Ltd
Priority to CN202310494096.0A priority Critical patent/CN116691769A/zh
Publication of CN116691769A publication Critical patent/CN116691769A/zh
Pending legal-status Critical Current

Links

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 train for signalling purposes
    • B61L15/0081—On-board diagnosis or maintenance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L15/00—Indicators provided on the vehicle or train for signalling purposes
    • B61L15/0072—On-board train data handling
    • 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
    • B61L27/10—Operations, e.g. scheduling or time tables
    • 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
    • B61L27/70—Details of trackside communication
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本申请涉及轨道交通技术领域，特别是一种列车运行数据的处理方法、可读存储介质及列车。通过在列车上部署边缘处理设备(2)，边缘处理设备(2)可根据服务器(1)的列车运行数据的处理任务的指示，对列车运行的日志数据进行处理，并将完成该处理任务后得到的处理结果发送至所述服务器(1)。如此，列车仅需向地面服务器(1)发送包含故障事件信息及实际性能指标的处理结果即可，从而在现有的带宽条件下能实现列车故障诊断数据传输的要求。此外，还通过校验信息来验证边缘处理设备(2)的当前算法程序能否满足该处理任务的需要，保证了边缘处理设备(2)能可靠的完成处理任务并得到准确的处理结果。

Description

列车运行数据的处理方法、可读存储介质及列车
技术领域
本申请涉及轨道交通技术领域，特别是一种列车运行数据的处理方法、可读存储介质及列车。
背景技术
车载控制系统包括列车自动防护子系统(Automatic Train Protection,ATP)和列车自动运行子系统(Automatic Train Operation,ATO)等。在列车的运行过程中，车载控制系统会产生大量的列车运行日志，地面服务器需要对这些运行日志进行数据综合分析运算，以进行列车的故障分析。
一般列车在车站或车辆段会将运行日志通过车地无线传输网络传输至服务器，而现有的车地无线传输网络由于带宽的限制，很难承担大量原始运行日志传输任务，以满足智能化运维的需求。同时，还需要依据司乘人员反馈的异常及报警信息，当列车返回车库后由维护人员登车下载数据。
发明内容
有鉴于此，本申请提出了一种列车运行数据的处理方法、可读存储介质及列车。
第一方面，本申请提供的列车运行数据的处理方法用于列车的边缘处理设备，且该方法包括：接收来自服务器的列车运行数据的处理任务；确定当前算法程序对应的当前校验信息；若所述当前校验信息与完成所述处理任务时服务器所要求使用的算法程序对应的要求校验信息匹配，则利用所述当前算法程序对列车运行的日志数据进行处理，以完成所述处理任务；其中，所述日志数据来自列车的车载控制系统；将完成所述处理任务后得到的处理结果发送至所述服务器；其中，所述处理结果包含故障事件信息及实际性能指标。
本申请通过在列车上部署边缘处理设备，边缘处理设备可根据服务器的列车运行数据的处理任务的指示，对列车运行的日志数据进行处理，并将完成该处理任务后得到的处理结果发送至所述服务器。如此，列车仅需向地面服务器发送包含故障事件信息及实际性能指标的处理结果即可，而无需向服务器传输大量的列车运行的日志数据，从而在现有的带宽条件下能实现列车故障诊断数据传输的要求，且服务器也无需扩容。此外，服务器除了向边缘处理设备发送处理任务，还通过校验信息来验证边缘处理设备上的当前算法程序能满足该处理任务的需要，保证了边缘处理设备能可靠的完成处理任务并得到准确的处理结果。
在上述实施例的一种优选的实施方式中，该处理方法还包括：若所述当前校验信息与服务器中要求使用的算法程序对应的要求校验信息不匹配，或者所述边缘处理设备没有所述当前算法程序，则会收到来自所述服务器的新的算法程序。以及，利用所述新的算法程序对所述列车运行日志数据进行处理。
在上述实施例的一种优选的实施方式中，确定所述当前校验信息与所述要求校验信息是否匹配的方法包括：接收来自服务器的算法程序校验请求；以及，在确定当前算法程序对应的当前校验信息后，向所述服务器反馈所述当前校验信息，以供所述服务器进行比对。或者，接收来自服务器的要求使用的算法程序对应的要求校验信息；以及，将所述当前校验信息与所述要求校验信息进行比对。
在上述实施例的一种优选的实施方式中，利用所述当前算法程序对列车运行的日志数据进行处理的方法包括：将所述日志数据与正常场景数据进行比较，或者将所述日志数据与异常场景数据进行匹配，以在所述有效数据中找出异常日志数据，并基于该异常日志数据确定所述故障事件信息。
在上述实施例的一种优选的实施方式中，所述当前校验信息及所述要求校验信息为校验程序文件的MD5码。
第二方面，在本实施例的列车运行数据的处理方法还用于服务器，该方法包括：将生成的列车运行数据的处理任务发送至列车的边缘处理设备；确定完成所述处理任务要求使用的算法程序对应的要求校验信息；其中，服务器的算法池中有完成所述处理任务要求使用的各种算法程序；若所述要求校验信息与列车的边缘处理设备中当前算法程序对应的当前校验信息匹配，则向所述边缘处理设备发送开启处理任务的指令；接收所述边缘处理设备的完成所述处理任务后得到的处理结果，所述处理结果包含故障事件信息及实际性能指标。
在上述实施例的一种优选的实施方式中，该处理方法还包括：结合同一列车的所述故障事件信息对该列车进行故障定位，以及结合同一列车的不同历史时期的实际性能指标，对该列车进行故障预测及维护指引。
在上述实施例的一种优选的实施方式中，该处理方法还包括：结合不同列车的同一历史时期的所述处理结果，对地面设备进行故障定位。
在上述实施例的一种优选的实施方式中，该处理方法还包括：若所述要求校验信息与所述当前校验信息不匹配，则向所述边缘处理设备发送新的算法程序。以及，所述服务器后续会收到所述边缘处理设备利用所述新的算法程序完成所述处理任务后得到的处理结果。
第三方面，本实施例还提供了一种计算机的可读存储介质，所述可读存储介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行上述第一方面和第二方面中任一实施方式中的方法。
第四方面，本实施例还提供了一种车，该列车安装有至少一个边缘处理设备，且该边缘处理设备使用第一方面中任一实施方式的所述的处理方法。
附图说明
下面将通过参照附图详细描述本申请的优选实施例，使本领域的普通技术人员更清楚本申请的上述及其它特征和优点，附图中：
图1为本申请的列车运行数据的处理方法的一个流程示意图。
其中，附图标记如下：
1-服务器；2-边缘处理设备；3-车载控制系统。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，以下举实施例对本申请进一步详细说明。
在信号系统中，由于车载控制系统本身的安全相关设计，使得车载控制系统自身无法直接承担大量的诊断数据分析能力，只能提供一些关键报警信息及状态信息。有很多的故障需要查询车载控制系统的原始运行日志，并经过地面服务器的综合运算才能分析出具体的故障原因。车载控制系统需要通过无线传输网络向地面服务器传输原始运行日志，而现有的车地无线传输网络很难承担大量原始运行日志传输以满足智能化运维的需求。若单独建立高带宽的车地传输网络，成本很高。在现有的车地无线传输网络带宽条件下，如何满足列车故障诊断任务的数据处理需求，是本申请要解决的首要问题。
参照图1的列车运行数据的处理方法的一个流程示意图，该流程主要涉及服务器1、列车的边缘处理设备2及车载控制系统3三个主体。本申请提出在列车的至少一个车头上部署有边缘处理设备2。对于比较老的列车，通信线路不容易改造，需要在两个车头均布置一个边缘处理设备2，而新的列车可以根据要求在列车上只部署一个边缘处理设备2，将该边缘处理设备2与两个车头进行网络连接。其中，列车上的边缘处理设备2可以和列车的车载控制系统3通过有线网络进行连接。边缘处理设备2独立于车载控制系统，具有算法程序易于部署的优点，且不会影响到列车的安全控制。
本申请的列车运行数据的处理方法的重点为服务器1和列车的边缘处理设备2之间的信息交互，且需要服务器1和边缘处理设备2分别配置有相应的软件程序来实现该处理方法。服务器1和边缘处理设备2之间的处理过程存在相应或者相互依赖的关系。
第一方面，以列车的边缘处理设备2为例，对该处理方法进行说明，该处理方法可以包括如下的步骤：
S11、接收来自服务器1的列车运行数据的处理任务。
S12、确定当前算法程序对应的当前校验信息。
S13、若当前校验信息与完成该处理任务时服务器1所要求使用的算法程序对应的要求校验信息匹配，则利用当前算法程序对列车运行的日志数据进行处理，以完成处理任务；其中，日志数据来自列车的车载控制系统3。
S14、将完成处理任务后得到的处理结果发送至服务器1；其中，该处理结果包含故障事件信息及实际性能指标。
示例性地，关于步骤S12，对于当前算法程序以及服务器1所要求使用的算法程序的说明：每项处理任务都对应了针对至少一种场景下的故障诊断的算法程序或者模型。例如，这些算法程序可以为解码某种数据的算法、识别紧急制动故障的算法、识别车门故障相关的算法及识别测速故障相关的算法等。
当前校验信息及要求校验信息可优选为校验程序文件的MD5码，此外也可以为MD4码等。边缘处理设备2可直接对齐计算当前算法程序的MD5码作为当前校验信息，以及，服务器1还可直接对齐计算的要求使用的算法程序的MD5码作为要求校验信息。边缘处理设备2和服务器1都使用相同的逻辑计算校验码。
关于步骤S13，确定当前校验信息与要求校验信息是否匹配的方法可包括：边缘处理设备2接收来自服务器1的算法程序校验请求，以及在确定当前算法程序对应的当前校验信息后，向服务器1反馈当前校验信息，以供服务器1进行比对。此外，也可以是边缘处理设备2接收来自服务器1的要求使用的算法程序对应的要求校验信息，以及边缘处理设备2将当前校验信息与要求校验信息进行比对。
此外，若当前校验信息与服务器1中要求使用的算法程序对应的要求校验信息不匹配，或者边缘处理设备2没有当前算法程序，则边缘处理设备2还会收到来自服务器1的新的算法程序，以及边缘处理设备2会利用新的算法程序对列车运行日志数据进行处理。以及，在边缘处理设备2接收到新的算法程序时，也可以根据上述校验匹配的方法来将新的算法程序作为更新后的当前算法程序计算当前校验信息，且当前校验信息与完成处理任务时服务器所要求使用的算法程序对应的要求校验信息匹配后，即允许边缘处理设备2利用新的算法程序对列车上的运行日志数据进行处理。
列车在运行过程中，边缘处理设备2每隔几分钟就会收到来自列车的车载控制系统3的列车运行的日志数据(数据包)，边缘处理设备2会将其存储下来。如此，在边缘处理设备2完成上述处理任务前，可看成在步骤S11前还有步骤S31：边缘处理设备2接收来自车载控制系统3的列车运行的日志数据。其中，列车运行的日志数据一般有来自列车自动防护子系统(ATP)、列车自动运行子系统(ATO)、系统接口(Interface,ITF)、客户诊断系统(CDV,Customer diagnosis vector)的数据。
步骤S13中，利用当前算法程序对列车运行的日志数据进行处理的方法包括：将日志数据与正常场景数据进行比较，或者将日志数据与异常场景数据进行匹配，以在有效数据中找出异常日志数据，并基于该异常日志数据确定故障事件信息。故障事件识别包括根据正常场景及各种特定故障场景匹配出异常数据。此外，为了提高日志数据处理的效率，边缘处理设备2的处理方法还可包括预先验证日志数据的完整性，以及对完整的日志数据进行筛选及清洗来提取有效数据。上述的正常场景数据进行比较以及与异常场景数据进行匹配均可直接使用提取的有效数据。一般地，还需要边缘处理设备2对收到来自车载控制器的原始日志数据进行解码，将原有的特定编码格式的数据，根据数据结构解码出相应含义，才能进行处理。边缘处理设备2可定期删除旧的日志数据，以保持其对新的列车运行的日志数据的存储能力。
步骤S14中，故障事件信息包含的信息可以有：发生日期、故障类型、列车号、故障元素及故障详情等。故障事件一般有：紧急制动、冗余切换、数据输入输出故障、测速系统故障、对标不准及车门屏蔽门开关故障等。该故障事件可以为异常或者明确的故障。例如，正常的场景下输入输出或者报文都有特定的时序，在特定场景下应该有某项记录并输出特定记录，如果不符合逻辑的即为异常。边缘处理设备2的运算的结果可视为一个最终记录。实际性能指标的计算项目可以有：车地传输时延、应答器信标读取延时、停车精度、测速系统精度、车重变化、时刻表兑现度及能耗表现等。
本申请通过在列车上部署边缘处理设备2，边缘处理设备2可根据服务器1的列车运行数据的处理任务的指示，对列车运行的日志数据进行处理，并将完成该处理任务后得到的处理结果发送至所述服务器1。如此，列车仅需向地面服务器1发送包含故障事件信息及实际性能指标的处理结果即可，而无需向服务器1传输大量的列车运行的日志数据，从而在现有的带宽条件下能实现列车故障诊断数据传输的要求，且服务器1也无需扩容。此外，服务器1除了向边缘处理设备2发送处理任务，还通过校验信息来验证边缘处理设备2上的当前算法程序能满足该处理任务的需要，保证了边缘处理设备2能可靠的完成处理任务并得到准确的处理结果。
需要说明的是，虽然本申请中的边缘处理设备2主要向服务器1发送处理结果。但是，在某些场景下，由于用户对边缘处理设备2的可信度不高，也可能需要向客户提供产生故障事件信息对应的异常日志数据。在这种场景下，边缘处理设备2也发送异常日志数据，但相比于原来列车直接向服务器1发送所有的日志数据的负荷大幅减少。
第二方面，以地面服务器1为例对该处理方法进行说明，该处理方法可以包括如下的步骤：
S21、将生成的列车运行数据的处理任务发送至列车的边缘处理设备2。
S22、确定完成处理任务要求使用的算法程序对应的要求校验信息；其中，服务器1的算法池中有完成处理任务要求使用的各种算法程序。
S23、若要求校验信息与列车的边缘处理设备2中当前算法程序对应的当前校验信息匹配，则向边缘处理设备2发送开启处理任务的指令。
S24、接收边缘处理设备2的完成处理任务后得到的处理结果，该处理结果包含故障事件信息及实际性能指标。
示例性地，关于步骤S21，该处理任务可以根据用户部署的任务生成规则自动生成，例如，某项处理任务可以是定时的任务，例如周任务或者月度任务。该处理任务包含的内容可以为要求边缘处理设备2搜集的数据种类，以及要求边缘处理设备2执行的操作内容等。
对于步骤S23的补充的示例，该列车运行数据的处理方法还包括：若要求校验信息与当前校验信息不匹配，则向边缘处理设备2发送新的算法程序。以及，服务器1后续会收到边缘处理设备2利用新的算法程序完成处理任务后得到的处理结果。
此外，服务器1还需要对列车的边缘处理设备2发来的处理结果进一步处理，其处理结果对用户更方便及有用。该列车运行数据的处理方法还可包括：S25、结合同一列车的故障事件信息对该列车进行故障定位，以及结合同一列车的不同历史时期的实际性能指标，对该列车进行故障预测及维护指引。示例性地，服务器1根据故障事件中反应的异常情况会做进一步的排查，去除假异常数据信息。以及，服务器1还根据故障时间来确定故障点，例如某个元件故障，故障的类型和原因等，以实现故障定位。此外，对列车的某个性能指标进行健康度打分，根据不同历史时期的实际性能指标，生成性能变化趋势的曲线，来估计剩余的维护时间，例如传输延时的变化趋势，以对列车进行故障预测及维护指引，提前预警，保障列车的正常运行。
在另一中实施方式中，服务器1还可以结合不同列车的同一历史时期的处理结果，对地面设备进行故障定位。例如，地面的某个信号设备故障，或者某个路段的信号设备故障等。
服务器1可将其故障定位、故障预测及维护指引直接在客户端显示，以供用户决策提供依据。
需要说明的是，上述各流程中不是所有的步骤都是必须的，可以根据实际的需要忽略某些步骤或模块。以及，各步骤的执行顺序不是固定的，可以根据需要进行调整。
此外，本申请提供的可读存储介质上可存储有计算机指令，当该计算机指令在被处理器执行时，使处理器执行上述任一实施方式中用于边缘处理设备2或服务器1的列车运行数据的处理方法。
本申请有如下的优点：(1)增加边缘处理设备2，使得故障分析计算独立于车载安全系统，减少了车地传输带宽的占用；(2)边缘处理设备2承担了原来服务器1的大量运算，而且服务器1仅需要保存算法程序的运行结果及部分关键异常原始数据，减少了服务器1的部署规模；(3)边缘处理设备2独立于车载控制系统，其算法程序易于部署，且不会影响到列车的安全控制。
本申请涉及轨道交通技术领域，特别是一种列车运行数据的处理方法、可读存储介质及列车。通过在列车上部署边缘处理设备2，边缘处理设备2可根据服务器1的列车运行数据的处理任务的指示，对列车运行的日志数据进行处理，并将完成该处理任务后得到的处理结果发送至所述服务器1。如此，列车仅需向地面服务器发送包含故障事件信息及实际性能指标的处理结果即可，从而在现有的带宽条件下能实现列车故障诊断数据传输的要求。此外，还通过校验信息来验证边缘处理设备2的当前算法程序能否满足该处理任务的需要，保证了边缘处理设备2能可靠的完成处理任务并得到准确的处理结果。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，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。本专利申请中关于人的名词和代词不限于具体性别。

Claims (10)

1.列车运行数据的处理方法，其特征在于，该处理方法用于列车的边缘处理设备(2)，且该处理方法包括：
接收来自服务器(1)的列车运行数据的处理任务；
确定当前算法程序对应的当前校验信息；
若所述当前校验信息与完成所述处理任务时服务器(1)所要求使用的算法程序对应的要求校验信息匹配，则利用所述当前算法程序对列车运行的日志数据进行处理，以完成所述处理任务；其中，所述日志数据来自列车的车载控制系统(3)；
将完成所述处理任务后得到的处理结果发送至所述服务器(1)；其中，所述处理结果包含故障事件信息及实际性能指标。
2.根据权利要求1所述的处理方法，其特征在于，还包括：
若所述当前校验信息与服务器(1)中要求使用的算法程序对应的要求校验信息不匹配，或者所述边缘处理设备(2)没有所述当前算法程序，则会收到来自所述服务器(1)的新的算法程序；
利用所述新的算法程序对所述列车运行日志数据进行处理。
3.根据权利要求1所述的处理方法，其特征在于，确定所述当前校验信息与所述要求校验信息是否匹配的方法包括：
接收来自服务器(1)的算法程序校验请求；以及，在确定当前算法程序对应的当前校验信息后，向所述服务器(1)反馈所述当前校验信息，以供所述服务器(1)进行比对；
或者，
接收来自服务器(1)的要求使用的算法程序对应的要求校验信息；以及，边缘处理设备(2)将所述当前校验信息与所述要求校验信息进行比对。
4.根据权利要求1所述的处理方法，其特征在于，利用所述当前算法程序对列车运行的日志数据进行处理的方法包括：
将所述日志数据与正常场景数据进行比较，或者将所述日志数据与异常场景数据进行匹配，以在所述有效数据中找出异常日志数据，并基于该异常日志数据确定所述故障事件信息。
5.根据权利要求1所述的处理方法，其特征在于，所述当前校验信息及所述要求校验信息为校验程序文件的MD5码。
6.列车运行数据的处理方法，用于服务器(1)，其特征在于，该处理方法包括：
将生成的列车运行数据的处理任务发送至列车的边缘处理设备(2)；
确定完成所述处理任务要求使用的算法程序对应的要求校验信息；其中，服务器(1)的算法池中有完成所述处理任务要求使用的各种算法程序；
若所述要求校验信息与列车的边缘处理设备(2)中当前算法程序对应的当前校验信息匹配，则向所述边缘处理设备(2)发送开启处理任务的指令；
接收所述边缘处理设备(2)的完成所述处理任务后得到的处理结果，所述处理结果包含故障事件信息及实际性能指标。
7.根据权利要求6所述的处理方法，其特征在于，还包括：
结合同一列车的所述故障事件信息对该列车进行故障定位，以及结合同一列车的不同历史时期的实际性能指标，对该列车进行故障预测及维护指引；并且/或者，
结合不同列车的同一历史时期的所述处理结果，对地面设备进行故障定位。
8.根据权利要求6所述的处理方法，其特征在于，还包括：
若所述要求校验信息与所述当前校验信息不匹配，则向所述边缘处理设备(2)发送新的算法程序；以及，
所述服务器(1)后续会收到所述边缘处理设备(2)利用所述新的算法程序完成所述处理任务后得到的处理结果。
9.一种计算机的可读存储介质，其特征在于，所述可读存储介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行权利要求1至8中任一所述的方法。
10.一种列车，其特征在于，其安装有至少一个边缘处理设备(2)，且该边缘处理设备(2)使用有权利要求1至5中任一项所述的处理方法。
CN202310494096.0A 2023-05-05 2023-05-05 列车运行数据的处理方法、可读存储介质及列车 Pending CN116691769A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310494096.0A CN116691769A (zh) 2023-05-05 2023-05-05 列车运行数据的处理方法、可读存储介质及列车

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310494096.0A CN116691769A (zh) 2023-05-05 2023-05-05 列车运行数据的处理方法、可读存储介质及列车

Publications (1)

Publication Number Publication Date
CN116691769A true CN116691769A (zh) 2023-09-05

Family

ID=87838236

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310494096.0A Pending CN116691769A (zh) 2023-05-05 2023-05-05 列车运行数据的处理方法、可读存储介质及列车

Country Status (1)

Country Link
CN (1) CN116691769A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111278711A (zh) * 2018-03-12 2020-06-12 莱尔诺瓦公司 用于处理轨道车辆的数据的设备
CN115071792A (zh) * 2022-05-20 2022-09-20 成都西交轨道交通技术服务有限公司 一种基于边缘计算的弓网在线监测系统及方法
CN115794374A (zh) * 2022-10-28 2023-03-14 中国第一汽车股份有限公司 用于处理车辆数据的边缘处理系统及边缘处理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111278711A (zh) * 2018-03-12 2020-06-12 莱尔诺瓦公司 用于处理轨道车辆的数据的设备
CN115071792A (zh) * 2022-05-20 2022-09-20 成都西交轨道交通技术服务有限公司 一种基于边缘计算的弓网在线监测系统及方法
CN115794374A (zh) * 2022-10-28 2023-03-14 中国第一汽车股份有限公司 用于处理车辆数据的边缘处理系统及边缘处理方法

Similar Documents

Publication Publication Date Title
US7522978B2 (en) Method and device of generating logic control units for railroad station-based vital computer apparatuses
AU776680B2 (en) Remote verification of software configuration information
CN101826135A (zh) 用于增强车辆诊断、预测和维护实践的综合信息融合
US20040093243A1 (en) Supplemental diagnostic and services resource planning for mobile systems
Papadopoulos et al. The potential for a generic approach to certification of safety critical systems in the transportation sector
MXPA02004194A (es) Metodo y sistema para administrar remotamente la comunicacion de datos utilizados para pronosticar malos funcionamientos en una pluralidad de maquinas.
KR20090013529A (ko) 차량정보의 안전관리 시스템
US11126730B2 (en) Inspection system
KR20190091868A (ko) 철도 차량의 부품 및 운영 환경 특징 벡터 정보 기반의 기계 학습 고장 진단 시스템 및 그 방법
MXPA02004270A (es) Aparato y metodo para analisis de datos de funcionamiento y de fallas.
Bester et al. Modeling of reliability and safety at level crossing including in polish railway conditions
CN113469124B (zh) 公路客运客流量采集与监管平台及其使用方法
JP4966832B2 (ja) 通告伝達システム
JPH1076952A (ja) 列車検修・列車故障復旧支援装置
CN113895486A (zh) 列车信息传输方法及装置
CN116691769A (zh) 列车运行数据的处理方法、可读存储介质及列车
Correa-Jullian et al. Safety hazard identification for autonomous driving systems fleet operations in mobility as a service
CN115600381A (zh) 列车故障的应急预案评估方法及系统
Correa-Jullian et al. Modeling fleet operations of autonomous driving systems in mobility as a service for safety risk analysis
US8005585B2 (en) Method for determining the occupancy status of a track section in particular following a restart of an axle counting system, as well as an evaluation device and counting point for this
CN111709537A (zh) 用于列车故障报修的终端、平台和系统
CN103632412B (zh) 车载数据管理方法及装置
EP4067197A1 (en) System for providing action recommendations to a driver of a rail vehicle
KR20180124376A (ko) 센싱 데이터의 클러스터링을 통한 차량 고장 예측 진단 서비스 장치 및 방법
KR102176401B1 (ko) 산업용 탱크의 고장유사정보 추출 방법

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