CN117793307B - 铁路货车装载加固状态智能识别方法及系统 - Google Patents

铁路货车装载加固状态智能识别方法及系统 Download PDF

Info

Publication number
CN117793307B
CN117793307B CN202410023428.1A CN202410023428A CN117793307B CN 117793307 B CN117793307 B CN 117793307B CN 202410023428 A CN202410023428 A CN 202410023428A CN 117793307 B CN117793307 B CN 117793307B
Authority
CN
China
Prior art keywords
point
truck
shooting
state
preset
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
Application number
CN202410023428.1A
Other languages
English (en)
Other versions
CN117793307A (zh
Inventor
张渔洋
蒋娟娟
周旭生
郭永贞
孙潇
韩伟鹏
武常磊
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.)
Shandong Dalailong Railway Co ltd
Original Assignee
Shandong Dalailong Railway 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 Shandong Dalailong Railway Co ltd filed Critical Shandong Dalailong Railway Co ltd
Priority to CN202410023428.1A priority Critical patent/CN117793307B/zh
Publication of CN117793307A publication Critical patent/CN117793307A/zh
Application granted granted Critical
Publication of CN117793307B publication Critical patent/CN117793307B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本申请涉及一种铁路货车装载加固状态智能识别方法及系统,涉及铁路货运技术的领域,该方法包括获取货车行驶方向、货车行驶速度以及检测状态信息;于检测状态信息与到位状态一致时定义到位点,并根据到位点、检测点以及货车行驶方向确定需求拍摄状态;于需求拍摄状态与可行拍摄状态一致时根据到位点获取货车运行轨道;根据货车运行轨道确定运行货车长度;根据各数据进行计算确定图片拍摄频率以及拍摄时间段;控制拍摄组件于拍摄时间段作业获取货车状态图片;于货车状态图片中确定异常点,并将存在异常点的货车状态图片发送至审核终端。本申请具有不影响铁路货车运输效率的同时能高效准确的对铁路货车的装载加固状态进行检查的效果。

Description

铁路货车装载加固状态智能识别方法及系统
技术领域
本申请涉及铁路货运技术的领域,尤其是涉及一种铁路货车装载加固状态智能识别方法及系统。
背景技术
铁路货车是运送货物的工具,铁路货车以货物为主要运输对象,按用途可分为通用货车和专用货车,通用货车是指适用于运输多种货物的车辆,如敞车、棚车、平车等,专用货车是指运输某一种货物的车辆,如煤车、集装箱车等。
相关技术中,再利用铁路货车对货物进行运输时,需要对货车的装载加固状态进行识别,以减少货车在行驶过程中出现异常而出现巨大安全事故的情况。一般的,对于铁路货车的检查为货车到达停靠点后,由工作人员到达停靠点处通过目视的方式对货车各部进行检查。
针对上述中的相关技术,发明人认为随着货运量的不断增加,通过工作人员目视的方式对货车进行检查不仅效率较低,而且工作量较大,并且还存在着一定的安全隐患,同时,需要货车停下后才可对货车各部位进行检查,影响铁路货车的整体运输效率,因此亟需设计一种不影响铁路货车运输效率的同时能高效准确的对铁路货车的装载加固状态进行检查的方法。
发明内容
为了不影响铁路货车运输效率的同时能高效准确的对铁路货车的装载加固状态进行检查,本申请提供一种铁路货车装载加固状态智能识别方法及系统。
第一方面,本申请提供一种铁路货车装载加固状态智能识别方法,采用如下的技术方案:
一种铁路货车装载加固状态智能识别方法,包括:
获取铁路货车的货车行驶方向、货车行驶速度以及预设于铁路上的检测点的检测状态信息,其中检测点分别处于铁路长度方向的两端;
于检测状态信息与预设的到位状态一致时将该检测点定义为到位点,并根据到位点、检测点以及货车行驶方向以确定需求拍摄状态;
于需求拍摄状态与预设的可行拍摄状态一致时根据到位点以获取货车运行轨道;
根据预设的调度表以确定当前时间点下货车运行轨道的运行货车数据,其中运行货车数据包括运行货车长度;
根据预设的广度匹配关系以确定货车运行轨道相对应的拍摄广度,并根据到位点、预设的拍摄点、拍摄广度、运行货车长度、货车行驶速度以及当前时间点进行计算以确定图片拍摄频率以及拍摄时间段;
控制预设于拍摄点的拍摄组件于拍摄时间段根据图片拍摄频率进行作业以获取货车状态图片;
于货车状态图片中进行特征识别以确定异常点,并将存在异常点的货车状态图片发送至预设的审核终端。
通过采用上述技术方案,当需要检测正常行驶的铁路货车的装载加固状态时,可对货车的行驶方向、行驶速度、货车长度以及对应的轨道进行分析,以确定拍摄组件所要进行作业的时间点以及对应的拍摄频率,从而使得拍摄组件能够较好的对铁路货车上各部的图片进行获取,此时根据图片进行特征识别以能够确定存在异常的地方,从而能较为高效准确的对正在运行的货车的装载加固状态进行检查。
可选的,于拍摄时间段确定后,铁路货车装载加固状态智能识别方法还包括:
根据货车运行轨道以确定并行轨道,并将并行轨道上的拍摄时间段定义为原始时间段;
根据原始时间段以及拍摄时间段确定相交时间段,并判断相交时间段是否为空;
若相交时间段为空,则控制拍摄点的拍摄组件根据拍摄时间段进行作业;
若相交时间段不为空,则根据到位点以及检测点以生成需求路径,并于需求路径上生成一可移动的虚拟点;
将虚拟点替代拍摄点以重新确定拍摄时间段,并根据更新后的拍摄时间段以确定各时间点下并行轨道上的货车的货车覆盖范围;
判断是否存在虚拟点处于货车覆盖范围的情况;
若不存在虚拟点处于货车覆盖范围的情况,则将该虚拟点定义为有效点;
若存在虚拟点处于货车覆盖范围的情况,则将该虚拟点定义为无效点;
于所有有效点中选取唯一的作业点,并控制拍摄组件移动至作业点,且根据更新后相对应的拍摄时间段作业。
通过采用上述技术方案,当对应的轨道上有货车需要进行图片拍摄时,对其余轨道上的货车对该货车进行遮挡的情况进行分析以能使对应的拍摄组件进行位置调整,从而能够较为稳定的对货车各部的图片进行获取。
可选的,若不存在虚拟点处于货车覆盖范围的情况,铁路货车装载加固状态智能识别方法还包括:
根据拍摄时间段以及当前时间点以确定起始时间点,并根据当前时间点以及起始时间点以确定等待间隙时长;
根据虚拟点以及拍摄点以确定需求移动距离,并根据需求移动距离以及预设的组件移动速度进行计算以确定移动需求时长;
判断等待间隙时长是否大于移动需求时长;
若等待间隙时长大于移动需求时长,则将该虚拟点定义为有效点;
若等待间隙时长不大于移动需求时长,则将该虚拟点定义为无效点。
通过采用上述技术方案,可针对拍摄组件能否移动至对应的位置进行分析,以确定较为准确的有效点以供后续使用。
可选的,于所有有效点中选取唯一的作业点得步骤包括:
于预设的时间轴上建立宽度为预设的固定时长的固定区间,且使固定区间的后端点与当前时间点重合;
于固定区间内获取需求路径上各位置点于各时间点下的外部光照值;
根据各外部光照值进行均值计算以确定均值光照值,并根据均值光照值以及预设的拍摄光照值进行差值计算以确定补偿光照值;
根据预设的补偿匹配关系以确定补偿光照值相对应的第一选择参数;
根据预设的移动匹配关系以确定移动需求时长相对应的第二选择参数;
根据第一选择参数以及第二选择参数进行计算以确定作业点筛选参数;
根据预设的排序规则以确定数值最大的作业点筛选参数,并将该作业点筛选参数相对应的有效点确定为作业点。
通过采用上述技术方案,可根据需要补偿的光照情况以及需要移动的距离情况对最为合适的有效点进行确定。
可选的,于外部光照值确定后,铁路货车装载加固状态智能识别方法还包括:
将获取到外部光照值的时间点定义为获取时间点,并将相对应的位置点定义为获取位置点;
于获取时间点下获取并行轨道上的货车的货车所处范围;
于获取位置点向并行轨道作投影点,并判断投影点是否处于货车所处范围内;
若投影点未处于货车所处范围内,则将所获取的外部光照值进行保存;
若投影点处于货车所处范围内,则将所获取的外部光照值进行剔除。
通过采用上述技术方案,可对所获取的外部光照值进行处理,以使得用于后续计算的数据较为准确。
可选的,于有效点以及无效点确定后,铁路货车装载加固状态智能识别方法还包括:
判断是否存在有效点;
若存在有效点,则根据有效点以确定唯一的作业点;
若不存在有效点,则于需求路径上增加一虚拟点,并根据两个虚拟点进行组合以确定虚拟组合;
于各虚拟点下根据货车运行轨道以及并行轨道上的货车以获取单点拍摄范围,并根据所有的单点拍摄范围进行组合以确定整体覆盖长度;
判断整体覆盖长度是否与运行货车长度一致;
若整体覆盖长度与运行货车长度一致,则将该虚拟组合定义为有效组合;
若整体覆盖长度与运行货车长度不一致,则将该虚拟组合定义为无效组合;
于所有的有效组合下确定唯一的作业组合,并控制与虚拟点数量一致的拍摄组件分别移动至作业组合对应的虚拟点处进行作业。
通过采用上述技术方案,当不存在一个拍摄组件即可对货车的各部进行检测时,可选取两个拍摄组件于不同的位置对货车的部位进行获取,再利用两台设备所获取的图片进行整合以确定当前货车的各部图片,便于后续对货车的装载加固状态进行确定。
可选的,于所有的有效组合下确定唯一的作业组合的步骤包括:
根据有效组合中的虚拟点以及拍摄点确定上限移动距离;
根据两个单点拍摄范围以确定相交范围,并根据相交范围以确定相交长度;
根据预设的筛选匹配关系以确定上限移动距离以及相交长度相对应的组合筛选参数;
根据排序规则以确定数值最大的组合筛选参数,并根据该组合筛选参数以将相对应的有效组合确定为作业组合。
通过采用上述技术方案,可根据拍摄组件需要移动的距离以及拍摄组件所获取的会出现重叠的区域对有效组合进行选取,以使得后续拍摄组件作业时效果较佳。
第二方面,本申请提供一种铁路货车装载加固状态智能识别系统,采用如下的技术方案:
一种铁路货车装载加固状态智能识别系统,包括:
获取模块,用于获取铁路货车的货车行驶方向、货车行驶速度以及预设于铁路上的检测点的检测状态信息,其中检测点分别处于铁路长度方向的两端;
处理模块,与获取模块和判断模块连接,用于信息的存储和处理;
判断模块,与获取模块和处理模块连接,用于信息的判断;
于判断模块判断出检测状态信息与预设的到位状态一致时处理模块将该检测点定义为到位点,并根据到位点、检测点以及货车行驶方向以确定需求拍摄状态;
于判断模块判断出需求拍摄状态与预设的可行拍摄状态一致时处理模块根据到位点以获取货车运行轨道;
处理模块根据预设的调度表以确定当前时间点下货车运行轨道的运行货车数据,其中运行货车数据包括运行货车长度;
处理模块根据预设的广度匹配关系以确定货车运行轨道相对应的拍摄广度,并根据到位点、预设的拍摄点、拍摄广度、运行货车长度、货车行驶速度以及当前时间点进行计算以确定图片拍摄频率以及拍摄时间段;
处理模块控制预设于拍摄点的拍摄组件于拍摄时间段根据图片拍摄频率进行作业以获取货车状态图片;
处理模块于货车状态图片中进行特征识别以确定异常点,并将存在异常点的货车状态图片发送至预设的审核终端。
通过采用上述技术方案,当需要检测正常行驶的铁路货车的装载加固状态时,处理模块可对货车的行驶方向、行驶速度、货车长度以及对应的轨道进行分析,以确定拍摄组件所要进行作业的时间点以及对应的拍摄频率,从而使得拍摄组件能够较好的对铁路货车上各部的图片进行获取,此时根据图片进行特征识别以能够确定存在异常的地方,从而能较为高效准确的对正在运行的货车的装载加固状态进行检查。
综上所述,本申请包括以下至少一种有益技术效果:
在铁路货车于轨道上行驶时,可针对铁路货车的移动状态控制拍摄组件对货车各部进行图片拍摄,并对所拍摄的图片进行特征识别以确定货车的装载加固状态;
可对其余轨道的货车会对当前轨道的货车进行遮挡的情况进行分析,以使得拍摄组件能够移动对该情况进行规避,从而使得拍摄组件整体拍摄效果较佳;
当仅一台拍摄组件无法对货车各部进行拍摄时可引入两台拍摄组件的使用,使得对于货车各部的检查效果较佳。
附图说明
图1是铁路货车装载加固状态智能识别方法的流程图。
图2是铁路轨道示意图。
图3是货车遮挡情况分析方法的流程图。
图4是有效点精确方法的流程图。
图5是作业点确定方法的流程图。
图6是光照数据误差排除方法的流程图。
图7是多台拍摄组件调用方法的流程图。
图8是作业组合筛选方法的流程图。
图9是铁路货车装载加固状态智能识别方法的模块流程图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图1-9及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
下面结合说明书附图对本申请实施例作进一步详细描述。
本申请实施例公开一种铁路货车装载加固状态智能识别方法,在铁路货车行驶过程中,可针对货车的行驶方向、行驶速度等数据进行分析,以控制拍摄组件移动至合适的位置对货车各部的图片进行拍摄获取,并可对所拍摄的图片进行分析以确定货车的装载加固状态。
参照图1,铁路货车装载加固状态智能识别方法的方法流程包括以下步骤:
步骤S100:获取铁路货车的货车行驶方向、货车行驶速度以及预设于铁路上的检测点的检测状态信息,其中检测点分别处于铁路长度方向的两端。
货车行驶方向为当前需要进行检查的铁路货车行驶的方向,货车行驶速度为当前需要进行检查的铁路货车行驶的速度,两者均可通过安装车轮轨道传感器进行获取;检测点处于轨道长度方向的两端,两者之间的间距大于任意一种货车车型的长度,参照图2,检测状态信息所对应的状态为该检测点处是否有检测到货车经过的状态,可通过在检测点处安装对射红外传感器进行获取。
步骤S101:于检测状态信息与预设的到位状态一致时将该检测点定义为到位点,并根据到位点、检测点以及货车行驶方向以确定需求拍摄状态。
到位状态为工作人员所设定的认定有货车从检测点处经过时的状态,定义到位点以对两个不同的检测点进行区分,需求拍摄状态为当前是否需要对铁路货车进行拍照检查的状态,当到位点至检测点的方向与货车行驶方向一致时,说明货车向两个检测点之间的区域移动,此时需要对其进行检查,当当到位点至检测点的方向与货车行驶方向不一致时,说明货车此时从这一区域远离,即该货车已经检查完全,此时所对应的状态为不需要拍照检查。
步骤S102:于需求拍摄状态与预设的可行拍摄状态一致时根据到位点以获取货车运行轨道。
可行拍摄状态为工作人员所设定的认定货车向两个检测点之间的区域进行移动时的状态,货车运行轨道为当前所确定的到位点的轨道编号,即当前存在需要进行检测的货车的轨道的编号。
步骤S103:根据预设的调度表以确定当前时间点下货车运行轨道的运行货车数据,其中运行货车数据包括运行货车长度。
调度表为记录有铁路货车以及对应的行驶轨道的记录表格,运行货车数据为当前时间点处于货车运行轨道上的货车的各数据,该数据可包括重量、装载物品等等,其中运行货车长度即货车的整体长度。
步骤S104:根据预设的广度匹配关系以确定货车运行轨道相对应的拍摄广度,并根据到位点、预设的拍摄点、拍摄广度、运行货车长度、货车行驶速度以及当前时间点进行计算以确定图片拍摄频率以及拍摄时间段。
拍摄广度为处于规定点位的拍摄组件对轨道上的货车进行拍摄时所能拍摄到的范围,参照图2,不同的货车运行轨道说明距离拍摄组件的远近不同,此时对应的拍摄广度也不同,两者之间的广度匹配关系由工作人员事先确定并录入;拍摄点为处于两个检测点之间用于安装拍摄组件的位置,图片拍摄频率为拍摄组件作业时能对货车各部的图片均进行较好拍摄时的频率,拍摄时间段为可使货车各部均被较好拍摄时所需的时间段,通过运行货车长度以及货车行驶速度可得知货车运行情况,再根据到位点以及拍摄点之间的距离可得知需要开始进行拍摄的初始时间点,再根据货车通过拍摄点的时长以确定对应的拍摄时间段;对应的图片拍摄频率即使相邻的获取到的图片不具有重叠部分,可通过拍摄广度以及货车的移动速度情况进行确定。
步骤S105:控制预设于拍摄点的拍摄组件于拍摄时间段根据图片拍摄频率进行作业以获取货车状态图片。
拍摄组件于日常情况下安装于检测点处的轨道两侧以及轨道顶部,拍摄点处具有多个拍摄组件以进行备用,货车状态图片为所拍摄到的货车的各部的图片。
步骤S106:于货车状态图片中进行特征识别以确定异常点,并将存在异常点的货车状态图片发送至预设的审核终端。
异常点为存在装载加固异常的位置点,具体的特征识别方法可由工作人员事先对各种装载加固异常进行深度学习,以建立对应的识别模型,再根据该模型对图片进行识别;审核终端为可被工作人员观察的终端,将存在异常点的货车状态图片发送至审核终端以便于工作人员进行后续处理。
参照图3,于拍摄时间段确定后,铁路货车装载加固状态智能识别方法还包括:
步骤S200:根据货车运行轨道以确定并行轨道,并将并行轨道上的拍摄时间段定义为原始时间段。
并行轨道为处于当前的货车运行轨道周边的轨道,参照图2,货车运行轨道与并行轨道并行,当两个轨道上均有货车移动时,处于轨道两侧的拍摄组件对货车各部进行图片拍摄时会被另一货车遮挡,使得无法获取货车侧边的图像,需要针对这一情况进一步分析;原始时间段为并行轨道上的货车利用检测点的拍摄组件进行图片拍摄时的时间段。
步骤S201:根据原始时间段以及拍摄时间段确定相交时间段,并判断相交时间段是否为空。
相交时间段为当前所确定的货车运行轨道的拍摄时间段与原始时间段之间的时间段重合处,判断的目的是为了得知是否存在拍摄时间段重合的情况,以便于得知是否存在货车之间相互遮挡的情况。
步骤S2011:若相交时间段为空,则控制拍摄点的拍摄组件根据拍摄时间段进行作业。
当相交时间段为空时,说明不存在货车之间会相互遮挡的情况,此时根据所确定的拍摄时间段进行作业即可。
步骤S2012:若相交时间段不为空,则根据到位点以及检测点以生成需求路径,并于需求路径上生成一可移动的虚拟点。
当相交时间段不为空时,说明存在货车会相互遮挡的情况,需要进一步分析;需求路径为以当前轨道的到位点以及检测点为两侧端点的线段,虚拟点为处于需求路径上任意位置的一点,且该位置可随时进行变化。
步骤S202:将虚拟点替代拍摄点以重新确定拍摄时间段,并根据更新后的拍摄时间段以确定各时间点下并行轨道上的货车的货车覆盖范围。
重新确定的拍摄时间段为拍摄组件于虚拟点对货车进行图片拍摄时的时间段;货车覆盖范围为处于并行轨道上的货车于轨道上的范围,即单个时间点下货车的头部与尾部之间所横跨的轨道范围,该范围不局限于单个轨道上。
步骤S203:判断是否存在虚拟点处于货车覆盖范围的情况。
判断的目的是为了得知处于虚拟点处的拍摄组件对当前轨道上的货车进行拍摄时是否会被并行轨道上的货车所遮挡。
步骤S2031:若不存在虚拟点处于货车覆盖范围的情况,则将该虚拟点定义为有效点。
当不存在虚拟点处于货车覆盖范围的情况时,说明拍摄组件处于虚拟点时可较好的对当前轨道的货车的各部图片进行获取,此时定义有效点以便于对不同的虚拟点进行区分,从而便于后续步骤分析。
步骤S2032:若存在虚拟点处于货车覆盖范围的情况,则将该虚拟点定义为无效点。
当存在虚拟点处于货车覆盖范围的情况时,说明拍摄组件于虚拟点处时依旧会被其余轨道的货车所遮挡,此时定义无效点以便于对不同的虚拟点进行区分,从而便于后续步骤分析。
步骤S204:于所有有效点中选取唯一的作业点,并控制拍摄组件移动至作业点,且根据更新后相对应的拍摄时间段作业。
作业点为所有有效点中的唯一点,具体的确定方法下文进行说明,控制拍摄组件移动至作业点进行作业,以实现货车遮挡情况的规避。
参照图4,若不存在虚拟点处于货车覆盖范围的情况,铁路货车装载加固状态智能识别方法还包括:
步骤S300:根据拍摄时间段以及当前时间点以确定起始时间点,并根据当前时间点以及起始时间点以确定等待间隙时长。
起始时间点为对货车各部的图片开始拍摄时的时间点,等待间隙时长为当前时间点与起始时间点之间的间隔时长。
步骤S301:根据虚拟点以及拍摄点以确定需求移动距离,并根据需求移动距离以及预设的组件移动速度进行计算以确定移动需求时长。
需求移动距离为拍摄组件由拍摄点移动至虚拟点时所需移动的距离值,组件移动速度为拍摄组件移动时的移动速度,移动需求时长为拍摄组件由拍摄点移动至虚拟点时所需的时长,由需求移动距离除以组件移动速度进行获取。
步骤S302:判断等待间隙时长是否大于移动需求时长。
判断的目的是为了得知拍摄组件是否能于需要开始作业前移动至虚拟点。
步骤S3021:若等待间隙时长大于移动需求时长,则将该虚拟点定义为有效点。
当等待间隙时长大于移动需求时长时,说明拍摄组件能于作业前移动至对应的虚拟点处,此时将其定义为有效点以便于后续拍摄组件移动。
步骤S3022:若等待间隙时长不大于移动需求时长,则将该虚拟点定义为无效点。
当等待间隙时长不大于移动需求时长时,说明拍摄组件无法于作业点移动至对应的虚拟点处,即该虚拟点无法满足需求,此时将该虚拟点定义为无效点,以使得拍摄组件作业较为稳定。
参照图5,于所有有效点中选取唯一的作业点得步骤包括:
步骤S400:于预设的时间轴上建立宽度为预设的固定时长的固定区间,且使固定区间的后端点与当前时间点重合。
时间轴为各时间点组合形成的坐标轴,固定时长为工作人员所设定的可对该位置近期的位置数据进行获取的时长,一般情况下为几分钟,具体数值由工作人员根据实际情况进行设置;建立固定区间以便于对该位置近期的数据进行获取以及分析。
步骤S401:于固定区间内获取需求路径上各位置点于各时间点下的外部光照值。
外部光照值为处于需求路径上的位置点于固定区间的单个时间点下所检测到的外部光照强度,可通过在对应的位置安装光照传感器以获取,为了减少成本,可通过间隔设置光照传感器,再利用位置点两侧的光照传感器的位置情况以对中间各点的光照值进行确定。
步骤S402:根据各外部光照值进行均值计算以确定均值光照值,并根据均值光照值以及预设的拍摄光照值进行差值计算以确定补偿光照值。
均值光照值为单个位置点所确定的所有外部光照值的平均值,拍摄光照值为拍摄组件进行图片拍摄时具有较好图片拍摄效果时所需具备的外部光照值,补偿光照值为拍摄组件进行拍摄时所需补偿的大致光照值,由拍摄光照值减去均值光照值进行确定。
步骤S403:根据预设的补偿匹配关系以确定补偿光照值相对应的第一选择参数。
第一选择参数为根据补偿光照值对有效点进行选择排序的参数,不同的补偿光照值对应有不同的第一选择参数,第一选择参数越大说明该有效点选取时的效果越好,两者之间的补偿匹配关系由工作人员事先确定。
步骤S404:根据预设的移动匹配关系以确定移动需求时长相对应的第二选择参数。
第二选择参数为根据移动需求时长对有效点进行选择排序的参数,于作业点确定时最好情况下减少拍摄组件的移动,即移动需求时长越小,第二选择参数越大,两者之间的移动匹配关系由工作人员事先确定。
步骤S405:根据第一选择参数以及第二选择参数进行计算以确定作业点筛选参数。
作业点筛选参数为反映各有效点选择时所能达到的效果的参数,该参数越大说明选择该有效点作为作业点时效果越好,由第一选择参数加上第二选择参数进行确定。
步骤S406:根据预设的排序规则以确定数值最大的作业点筛选参数,并将该作业点筛选参数相对应的有效点确定为作业点。
排序规则为工作人员所设定的可对数值大小进行排序的方法,例如冒泡法,通过排序规则可确定数值最大的作业点筛选参数,此时将对应的有效点确定为作业点,以使得后续拍摄组件作业时效果较佳。
参照图6,于外部光照值确定后,铁路货车装载加固状态智能识别方法还包括:
步骤S500:将获取到外部光照值的时间点定义为获取时间点,并将相对应的位置点定义为获取位置点。
定义获取时间点以对外部光照值获取时的时间点进行标识,同时定义获取位置点以对外部光照值获取时对应的位置点进行标识,以便于后续步骤分析。
步骤S501:于获取时间点下获取并行轨道上的货车的货车所处范围。
货车所处范围为获取时间点下处于并行轨道上的货车的范围,
步骤S502:于获取位置点向并行轨道作投影点,并判断投影点是否处于货车所处范围内。
投影点为获取位置点向并行轨道上进行垂直投影所得到的处于并行轨道上的垂点,判断的目的是为了处于并行轨道上移动的货车是否会对当前轨道上的光照产生影响。
步骤S5021:若投影点未处于货车所处范围内,则将所获取的外部光照值进行保存。
当投影点未处于货车所处范围内时,说明并行轨道上的货车不会对当前轨道的光照情况造成影响,此时所获取的外部光照值较为准确,此时进行保存以便于后续步骤计算即可。
步骤S5022:若投影点处于货车所处范围内,则将所获取的外部光照值进行剔除。
当投影点处于货车所处范围内时,说明并行轨道上的货车会影响当前轨道上的位置点的光照情况,例如货车的影子对位置点进行遮挡以降低所获取到的外部光照值,即此时所获取的外部光照值不准确,此时将其剔除以提高数据的准确性。
参照图7,于有效点以及无效点确定后,铁路货车装载加固状态智能识别方法还包括:
步骤S600:判断是否存在有效点。
判断的是为了得知是否能通过移动拍摄组件的方式对铁路货车各部的图片进行获取。
步骤S6001:若存在有效点,则根据有效点以确定唯一的作业点。
当存在有效点时,说明此时可通过移动拍摄组件的方式对货车情况进行检查,此时正常确定作业点即可。
步骤S6002:若不存在有效点,则于需求路径上增加一虚拟点,并根据两个虚拟点进行组合以确定虚拟组合。
当不存在有效点时,说明无法通过一台拍摄组件以移动的方式对货车情况进行检查,此时需要进一步分析;增加一虚拟点并使两个虚拟点不重合,虚拟组合为两个虚拟点所构成的组合。
步骤S601:于各虚拟点下根据货车运行轨道以及并行轨道上的货车以获取单点拍摄范围,并根据所有的单点拍摄范围进行组合以确定整体覆盖长度。
单点拍摄范围为处于虚拟点处的拍摄组件对于处于货车运行轨道上的货车所能拍摄到的图片的范围,例如车头到车中等,可通过货车的移动情况进行分析获取,整体覆盖长度为两个虚拟点上的拍摄组件所能拍摄到的整体范围的长度。
步骤S602:判断整体覆盖长度是否与运行货车长度一致。
判断的目的是为了得知是否能对当前轨道上的货车进行较好的检查。
步骤S6021:若整体覆盖长度与运行货车长度一致,则将该虚拟组合定义为有效组合。
当整体覆盖长度与运行货车长度一致时,说明将拍摄组件移动至该虚拟组合的两个虚拟点上时可有效得对货车进行检查,此时定义有效组合以对不同虚拟组合进行区分,以便于后续步骤分析。
步骤S6022:若整体覆盖长度与运行货车长度不一致,则将该虚拟组合定义为无效组合。
当整体覆盖长度与运行货车长度不一致时,说明将拍摄组件移动至该虚拟组合的两个虚拟点上时无法有效得对货车进行检查,此时定义无效组合以对不同虚拟组合进行区分,以便于后续步骤分析。
步骤S603:于所有的有效组合下确定唯一的作业组合,并控制与虚拟点数量一致的拍摄组件分别移动至作业组合对应的虚拟点处进行作业。
确定唯一的作业组合以控制对应的拍摄组件移动至对应的虚拟点处,使得货车能有效的被检查,其中确定唯一的作业组合的方法下文进行说明。
参照图8,于所有的有效组合下确定唯一的作业组合的步骤包括:
步骤S700:根据有效组合中的虚拟点以及拍摄点确定上限移动距离。
上限移动距离为有效组合的两个虚拟点中距离拍摄点较远的虚拟点与拍摄点之间的距离值。
步骤S701:根据两个单点拍摄范围以确定相交范围,并根据相交范围以确定相交长度。
相交范围为处于两个虚拟点的拍摄组件进行货车图片拍摄时所能拍摄到的重复的范围,相交长度为重复的范围的长度。
步骤S702:根据预设的筛选匹配关系以确定上限移动距离以及相交长度相对应的组合筛选参数。
上限移动距离越小说明越便于拍摄组件的移动,相交长度越大说明重叠的部分越多,便于后续对于异常点的复核处理,因此再选择过程中应尽量选择上限移动距离小,相交长度大的有效组合;组合筛选参数为反应有效组合优劣的参数,该数值越大说明有效组合越合适,三者之间的筛选匹配关系由工作人员事先确定。
步骤S703:根据排序规则以确定数值最大的组合筛选参数,并根据该组合筛选参数以将相对应的有效组合确定为作业组合。
通过排序规则以确定数值最大的组合筛选参数,使得能够选择最为合适的有效组合作为作业组合进行使用。
参照图9,基于同一发明构思,本发明实施例提供一种铁路货车装载加固状态智能识别系统,包括:
获取模块,用于获取铁路货车的货车行驶方向、货车行驶速度以及预设于铁路上的检测点的检测状态信息,其中检测点分别处于铁路长度方向的两端;
处理模块,与获取模块和判断模块连接,用于信息的存储和处理;
判断模块,与获取模块和处理模块连接,用于信息的判断;
于判断模块判断出检测状态信息与预设的到位状态一致时处理模块将该检测点定义为到位点,并根据到位点、检测点以及货车行驶方向以确定需求拍摄状态;
于判断模块判断出需求拍摄状态与预设的可行拍摄状态一致时处理模块根据到位点以获取货车运行轨道;
处理模块根据预设的调度表以确定当前时间点下货车运行轨道的运行货车数据,其中运行货车数据包括运行货车长度;
处理模块根据预设的广度匹配关系以确定货车运行轨道相对应的拍摄广度,并根据到位点、预设的拍摄点、拍摄广度、运行货车长度、货车行驶速度以及当前时间点进行计算以确定图片拍摄频率以及拍摄时间段;
处理模块控制预设于拍摄点的拍摄组件于拍摄时间段根据图片拍摄频率进行作业以获取货车状态图片;
处理模块于货车状态图片中进行特征识别以确定异常点,并将存在异常点的货车状态图片发送至预设的审核终端;
遮挡情况分析模块,用于对其余轨道的货车对当前轨道的货车的遮挡情况进行分析,以使得拍摄组件能够移动以对其余轨道上的货车进行规避;
有效点确定模块,用于精确所确定的有效点;
作业点确定模块,用于根据需要补偿的光照以及拍摄组件需要移动的距离对唯一的作业点进行确定;
光照数据筛选模块,用于对所获取的外部光照值进行筛选处理,以提高数据的准确性;
多台设备调用模块,对仅使用一台拍摄组件而无法对货车各部进行图片拍摄的情况进行处理,使得货车装载加固状态检查效果较佳;
作业组合筛选模块,用于确定唯一且合适的作业组合以进行使用。
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,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。

Claims (8)

1.一种铁路货车装载加固状态智能识别方法,其特征在于,包括:
获取铁路货车的货车行驶方向、货车行驶速度以及预设于铁路上的检测点的检测状态信息,其中检测点分别处于铁路长度方向的两端;
于检测状态信息与预设的到位状态一致时将该检测点定义为到位点,并根据到位点、检测点以及货车行驶方向以确定需求拍摄状态;
于需求拍摄状态与预设的可行拍摄状态一致时根据到位点以获取货车运行轨道;
根据预设的调度表以确定当前时间点下货车运行轨道的运行货车数据,其中运行货车数据包括运行货车长度;
根据预设的广度匹配关系以确定货车运行轨道相对应的拍摄广度,并根据到位点、预设的拍摄点、拍摄广度、运行货车长度、货车行驶速度以及当前时间点进行计算以确定图片拍摄频率以及拍摄时间段;
控制预设于拍摄点的拍摄组件于拍摄时间段根据图片拍摄频率进行作业以获取货车状态图片;
于货车状态图片中进行特征识别以确定异常点,并将存在异常点的货车状态图片发送至预设的审核终端。
2.根据权利要求1所述的铁路货车装载加固状态智能识别方法,其特征在于,于拍摄时间段确定后,铁路货车装载加固状态智能识别方法还包括:
根据货车运行轨道以确定并行轨道,并将并行轨道上的拍摄时间段定义为原始时间段;
根据原始时间段以及拍摄时间段确定相交时间段,并判断相交时间段是否为空;
若相交时间段为空,则控制拍摄点的拍摄组件根据拍摄时间段进行作业;
若相交时间段不为空,则根据到位点以及检测点以生成需求路径,并于需求路径上生成一可移动的虚拟点;
将虚拟点替代拍摄点以重新确定拍摄时间段,并根据更新后的拍摄时间段以确定各时间点下并行轨道上的货车的货车覆盖范围;
判断是否存在虚拟点处于货车覆盖范围的情况;
若不存在虚拟点处于货车覆盖范围的情况,则将该虚拟点定义为有效点;
若存在虚拟点处于货车覆盖范围的情况,则将该虚拟点定义为无效点;
于所有有效点中选取唯一的作业点,并控制拍摄组件移动至作业点,且根据更新后相对应的拍摄时间段作业。
3.根据权利要求2所述的铁路货车装载加固状态智能识别方法,其特征在于,若不存在虚拟点处于货车覆盖范围的情况,铁路货车装载加固状态智能识别方法还包括:
根据拍摄时间段以及当前时间点以确定起始时间点,并根据当前时间点以及起始时间点以确定等待间隙时长;
根据虚拟点以及拍摄点以确定需求移动距离,并根据需求移动距离以及预设的组件移动速度进行计算以确定移动需求时长;
判断等待间隙时长是否大于移动需求时长;
若等待间隙时长大于移动需求时长,则将该虚拟点定义为有效点;
若等待间隙时长不大于移动需求时长,则将该虚拟点定义为无效点。
4.根据权利要求3所述的铁路货车装载加固状态智能识别方法,其特征在于,于所有有效点中选取唯一的作业点得步骤包括:
于预设的时间轴上建立宽度为预设的固定时长的固定区间,且使固定区间的后端点与当前时间点重合;
于固定区间内获取需求路径上各位置点于各时间点下的外部光照值;
根据各外部光照值进行均值计算以确定均值光照值,并根据均值光照值以及预设的拍摄光照值进行差值计算以确定补偿光照值;
根据预设的补偿匹配关系以确定补偿光照值相对应的第一选择参数;
根据预设的移动匹配关系以确定移动需求时长相对应的第二选择参数;
根据第一选择参数以及第二选择参数进行计算以确定作业点筛选参数;
根据预设的排序规则以确定数值最大的作业点筛选参数,并将该作业点筛选参数相对应的有效点确定为作业点。
5.根据权利要求4所述的铁路货车装载加固状态智能识别方法,其特征在于,于外部光照值确定后,铁路货车装载加固状态智能识别方法还包括:
将获取到外部光照值的时间点定义为获取时间点,并将相对应的位置点定义为获取位置点;
于获取时间点下获取并行轨道上的货车的货车所处范围;
于获取位置点向并行轨道作投影点,并判断投影点是否处于货车所处范围内;
若投影点未处于货车所处范围内,则将所获取的外部光照值进行保存;
若投影点处于货车所处范围内,则将所获取的外部光照值进行剔除。
6.根据权利要求3所述的铁路货车装载加固状态智能识别方法,其特征在于,于有效点以及无效点确定后,铁路货车装载加固状态智能识别方法还包括:
判断是否存在有效点;
若存在有效点,则根据有效点以确定唯一的作业点;
若不存在有效点,则于需求路径上增加一虚拟点,并根据两个虚拟点进行组合以确定虚拟组合;
于各虚拟点下根据货车运行轨道以及并行轨道上的货车以获取单点拍摄范围,并根据所有的单点拍摄范围进行组合以确定整体覆盖长度;
判断整体覆盖长度是否与运行货车长度一致;
若整体覆盖长度与运行货车长度一致,则将该虚拟组合定义为有效组合;
若整体覆盖长度与运行货车长度不一致,则将该虚拟组合定义为无效组合;
于所有的有效组合下确定唯一的作业组合,并控制与虚拟点数量一致的拍摄组件分别移动至作业组合对应的虚拟点处进行作业。
7.根据权利要求6所述的铁路货车装载加固状态智能识别方法,其特征在于,于所有的有效组合下确定唯一的作业组合的步骤包括:
根据有效组合中的虚拟点以及拍摄点确定上限移动距离;
根据两个单点拍摄范围以确定相交范围,并根据相交范围以确定相交长度;
根据预设的筛选匹配关系以确定上限移动距离以及相交长度相对应的组合筛选参数;
根据排序规则以确定数值最大的组合筛选参数,并根据该组合筛选参数以将相对应的有效组合确定为作业组合。
8.一种铁路货车装载加固状态智能识别系统,其特征在于,包括:
获取模块,用于获取铁路货车的货车行驶方向、货车行驶速度以及预设于铁路上的检测点的检测状态信息,其中检测点分别处于铁路长度方向的两端;
处理模块,与获取模块和判断模块连接,用于信息的存储和处理;
判断模块,与获取模块和处理模块连接,用于信息的判断;
于判断模块判断出检测状态信息与预设的到位状态一致时处理模块将该检测点定义为到位点,并根据到位点、检测点以及货车行驶方向以确定需求拍摄状态;
于判断模块判断出需求拍摄状态与预设的可行拍摄状态一致时处理模块根据到位点以获取货车运行轨道;
处理模块根据预设的调度表以确定当前时间点下货车运行轨道的运行货车数据,其中运行货车数据包括运行货车长度;
处理模块根据预设的广度匹配关系以确定货车运行轨道相对应的拍摄广度,并根据到位点、预设的拍摄点、拍摄广度、运行货车长度、货车行驶速度以及当前时间点进行计算以确定图片拍摄频率以及拍摄时间段;
处理模块控制预设于拍摄点的拍摄组件于拍摄时间段根据图片拍摄频率进行作业以获取货车状态图片;
处理模块于货车状态图片中进行特征识别以确定异常点,并将存在异常点的货车状态图片发送至预设的审核终端。
CN202410023428.1A 2024-01-08 2024-01-08 铁路货车装载加固状态智能识别方法及系统 Active CN117793307B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410023428.1A CN117793307B (zh) 2024-01-08 2024-01-08 铁路货车装载加固状态智能识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410023428.1A CN117793307B (zh) 2024-01-08 2024-01-08 铁路货车装载加固状态智能识别方法及系统

Publications (2)

Publication Number Publication Date
CN117793307A CN117793307A (zh) 2024-03-29
CN117793307B true CN117793307B (zh) 2024-05-10

Family

ID=90396300

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410023428.1A Active CN117793307B (zh) 2024-01-08 2024-01-08 铁路货车装载加固状态智能识别方法及系统

Country Status (1)

Country Link
CN (1) CN117793307B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1600351A1 (en) * 2004-04-01 2005-11-30 Heuristics GmbH Method and system for detecting defects and hazardous conditions in passing rail vehicles
GB201515648D0 (en) * 2015-09-03 2015-10-21 Rail Vision Europ Ltd Rail track asset survey system
CN212843568U (zh) * 2020-09-02 2021-03-30 铁联衡(武汉)科技发展有限公司 一种铁路货车装载状态高清线阵视频检测装置
CN115776610A (zh) * 2023-02-10 2023-03-10 北京徐工汉云技术有限公司 用于货运车辆货物监控的摄像头拍摄控制方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109178040A (zh) * 2018-11-01 2019-01-11 同方威视技术股份有限公司 列车识别系统及其方法、列车安全检查系统及其方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1600351A1 (en) * 2004-04-01 2005-11-30 Heuristics GmbH Method and system for detecting defects and hazardous conditions in passing rail vehicles
GB201515648D0 (en) * 2015-09-03 2015-10-21 Rail Vision Europ Ltd Rail track asset survey system
CN212843568U (zh) * 2020-09-02 2021-03-30 铁联衡(武汉)科技发展有限公司 一种铁路货车装载状态高清线阵视频检测装置
CN115776610A (zh) * 2023-02-10 2023-03-10 北京徐工汉云技术有限公司 用于货运车辆货物监控的摄像头拍摄控制方法和装置

Also Published As

Publication number Publication date
CN117793307A (zh) 2024-03-29

Similar Documents

Publication Publication Date Title
US9981675B2 (en) Inspection system and method
US7286683B2 (en) Container identification and tracking system
US20140142868A1 (en) Apparatus and method for inspecting track in railroad
CA2644006C (en) Systems and methods for obtaining improved accuracy measurements of moving rolling stock components
US10136106B2 (en) Train asset tracking based on captured images
EP3495852B1 (en) An equipment and method for scanning a carriage of a train
EP3290385A1 (en) Quay crane comprising container inspection system
KR20190019400A (ko) 차량 검사 시스템 및 그 방법
KR20190090264A (ko) 지상 차량 작동 탐지 정보 처리 시스템
CN112061989A (zh) 利用起重机系统装卸负载的方法和起重机系统
CN117793307B (zh) 铁路货车装载加固状态智能识别方法及系统
US20030103216A1 (en) Device and process for measuring ovalization, buckling, planes and rolling parameters of railway wheels
CN112907532B (zh) 基于Faster RCNN改进的货车车门脱落检测方法
WO1997011872A1 (en) Method and apparatus for monitoring track condition
CN110758473B (zh) 一种铁水联运轨道车辆跟踪定位方法及系统
CN113433560A (zh) 一种机器人侧边巡检的定位方法、装置、电子设备及介质
EP1594791A1 (en) A system and a method for container identification
CN114924583A (zh) 基于无人机巡检的人员行为和车辆轨迹的安全监控方法
JP2017202883A (ja) コンテナ上面状態記録システム
WO2020179168A1 (ja) 監視システム
CN115319321A (zh) 一种货运列车车厢智能检修系统及检修方法
RU2728202C1 (ru) Система технического и коммерческого контроля состояния поездов
RU2806916C1 (ru) Способ обнаружения вагонов с отрицательной динамикой
CN217227541U (zh) 一种地铁弓网综合检测车及系统
CN216443582U (zh) 一种火车车帮自动清扫装置

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