CN218332632U - 铁路异物监测系统 - Google Patents
铁路异物监测系统 Download PDFInfo
- Publication number
- CN218332632U CN218332632U CN202222406438.2U CN202222406438U CN218332632U CN 218332632 U CN218332632 U CN 218332632U CN 202222406438 U CN202222406438 U CN 202222406438U CN 218332632 U CN218332632 U CN 218332632U
- Authority
- CN
- China
- Prior art keywords
- module
- foreign matter
- image
- coordinate information
- tracking
- 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
Abstract
本实用新型涉及一种铁路异物监测系统,包括识别模块、控制模块和追踪模块,所述识别模块与所述控制模块电连接,所述控制模块与所述追踪模块电连接,其中:所述识别模块用于采集监测范围内的第一图像,并基于所述第一图像确定目标异物的第一坐标信息;所述控制模块用于接收所述第一坐标信息,并基于所述第一坐标信息生成控制指令,将所述控制指令发送给所述追踪模块;所述追踪模块用于基于所述控制指令变更追踪方向以追踪所述目标异物,实现了通过采集图像进行目标异物识别并追踪,解决了当前的铁路技术中异物侵限监测系统成本高、准确度低的问题。
Description
技术领域
本实用新型涉及铁路安全维护领域,特别是涉及一种铁路异物监测系统。
背景技术
随着高速铁路技术的飞速发展,列车的运行速度得到了不断的提升,然而与此同时,铁路异物侵限的问题也成为了铁路运行的安全隐患。异物侵限是指异物(如石块、树木、动物等)侵入一定区域的安全界限。异物侵限难以预测,若不能及时发现异物侵限的状况,往往容易出现安全事故。
针对异物侵限的问题,目前我国铁路的大部分线路仍然采用人工巡检的方式,这种监测方式耗费了大量人力资源且效果欠佳。现有的异物监测系统已有基于雷达的轨道异物侵限监测,通过激光传感器检测并利用点云技术实现模拟成像,再将点云图像发送到服务器深度学习算法进行点云图像的比对实现异物侵限的监测与识别。然而这样的监测系统维护成本较高,且对于距离雷达较远的轨道识别精度不如近处轨道。
综上所述,当前的铁路技术中异物侵限监测系统成本高、准确度低的问题仍有待解决。
实用新型内容
基于此,有必要针对异物侵限监测系统成本高、准确度低的问题,提供一种铁路异物监测系统。
本实施例提供了一种铁路异物监测系统,包括识别模块、控制模块和追踪模块,所述识别模块与所述控制模块电连接,所述控制模块与所述追踪模块电连接,其中:
所述识别模块用于采集监测范围内的第一图像,并基于所述第一图像确定目标异物的第一坐标信息;
所述控制模块用于接收所述第一坐标信息,并基于所述第一坐标信息生成控制指令,将所述控制指令发送给所述追踪模块;
所述追踪模块用于基于所述控制指令变更追踪方向以追踪所述目标异物。
在其中的一些实施例中,所述控制模块包括单片机,所述单片机分别与所述识别模块和所述追踪模块电连接,所述单片机用于获取所述第一坐标信息,基于所述第一坐标信息确定第二坐标信息,并基于所述第二坐标信息生成所述控制指令,所述第二坐标信息为所述目标异物在所述追踪模块的参考坐标系下的坐标信息。
在其中的一些实施例中,所述识别模块包括第一摄像头和第一处理器,所述第一摄像头与所述第一处理器电连接,所述第一处理器与所述控制模块电连接;所述第一摄像头用于采集所述监测范围内的第一图像,所述第一处理器用于基于所述第一图像确定所述目标异物的第一坐标信息;所述第一摄像头的拍摄角度大于预设阈值。
在其中的一些实施例中,所述识别模块包括红外线传感器,所述红外线传感器与所述第一处理器电连接,用于监测所述监测范围,并在所述监测范围内出现动态变化时,触发所述第一处理器获取所述第一图像。
在其中的一些实施例中,所述追踪模块包括云台,所述云台与所述控制模块电连接,所述云台用于基于所述控制指令变更所述追踪方向。
在其中的一些实施例中,所述追踪模块还包括第二处理器和第二摄像头,所述第二处理器分别与所述第二摄像头和所述控制模块电连接,所述第二摄像头用于采集监测范围内的第二图像,所述第二处理器用于基于所述第二图像确定第三坐标信息,所述控制模块用于获取所述第三坐标信息,并基于所述第一坐标信息和所述第三坐标信息生成所述控制指令;所述第二摄像头的焦距大于预设阈值。
在其中的一些实施例中,所述铁路异物监测系统还包括终端服务器,所述终端服务器与所述控制模块电连接;
所述识别模块还用于将所述第一图像发送给所述控制模块;
所述追踪模块还用于将所述第二图像发送给所述控制模块;
所述控制模块还用于将所述第一图像和第二图像发送给所述终端服务器;
所述终端服务器用于基于所述第一图像和所述第二图像对所述目标异物的类型进行识别。
在其中的一些实施例中,所述追踪模块还包括照明单元,所述照明单元与所述控制模块电连接,用于基于所述控制指令照明所述目标异物所在的区域。
在其中的一些实施例中,所述照明单元包括激光探灯。
在其中的一些实施例中,所述铁路异物监测系统还包括高台支架,用于支撑所述追踪模块。
与相关技术相比,在本实施例中提供的铁路异物监测系统,通过所述识别模块用于采集监测范围内的第一图像,并基于所述第一图像确定目标异物的第一坐标信息;所述控制模块用于接收所述第一坐标信息,并基于所述第一坐标信息生成控制指令,将所述控制指令发送给所述追踪模块;所述追踪模块用于基于所述控制指令变更追踪方向以追踪所述目标异物,从而减少监测成本、提高目标异物的图像清晰度,解决了异物侵限监测系统成本高、准确度低的问题。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和有点更加简明易懂。
附图说明
图1为本实用新型一个实施例的结构框图;
图2为本实用新型另一个实施例的结构框图;
图3为本实用新型一个详细实施例的结构框图;
图4为本实用新型另一个详细实施例的结构框图。
具体实施方式
下面将结合本实用新型实施例中的附图,对本实用新型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实用新型一部分实施例,而不是全部的实施例。基于本实用新型中的实施例,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,都属于本实用新型保护的范围。
需要说明的是,当组件被称为“安装于”另一个组件,它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“设置于”另一个组件,它可以是直接设置在另一个组件上或者可能同时存在居中组件。当一个组件被认为是“固定于”另一个组件,它可以是直接固定在另一个组件上或者可能同时存在居中组件。本文所使用的“图像”是指具有视觉效果的画面,可以是静态的照片,也可以是由多帧照片合成的动态影像。
除非另有定义,本文所使用的所有的技术和科学术语与属于本实用新型的技术领域的技术人员通常理解的含义相同。本文中在本实用新型的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本实用新型。本文所使用的术语“或/及”包括一个或多个相关的所列项目的任意的和所有的组合。
请参阅图1,图1为本实用新型一个实施例的结构框图。本实施例提供了一种铁路异物监测系统,包括识别模块10、控制模块20和追踪模块30,所述识别模块10与所述控制模块20电连接,所述控制模块20与所述追踪模块30电连接,其中:
所述识别模块10用于采集监测范围内的第一图像,并基于所述第一图像确定目标异物的第一坐标信息。
其中,监测范围是指铁路轨道及其周边区域;第一图像是指铁路轨道及其周边区域内的图像;目标异物是指因外力作用或生物活动而闯入铁路轨道或其周边区域的对铁路运输安全具有一定威胁的物体,可以是静态物体,例如落石、树枝等,也可以是动态物体,例如野生动物、误入车辆等。
进一步的,基于所述第一图像确定目标异物的第一坐标信息,是指对第一图像中的目标异物进行识别并确定目标异物的第一坐标信息。第一坐标信息用于表示目标异物在第一图像中的位置。对第一图像中的目标异物进行识别可以是通过卷积神经网络实现,在现有技术中已有具体方案,还可以是通过现有技术中的其他方案实现,达到目标异物的识别的效果即可,此处不作限定。
所述控制模块20用于接收所述第一坐标信息,并基于所述第一坐标信息生成控制指令,将所述控制指令发送给所述追踪模块30。
其中,控制指令是指对追踪模块30进行追踪方向变更的指令,包括旋转指令。控制模块20存储有第一坐标信息与控制指令的对应关系,并基于第一坐标信息与控制指令的对应关系生成控制指令。
所述追踪模块30用于基于所述控制指令变更追踪方向以追踪所述目标异物。
受外力作用或生物活动状况的影响,目标异物的实际位置可能会发生变化,追踪模块30基于控制指令变更追踪方向,目标异物得以保持在监测范围内,达到追踪的效果。追踪模块30基于控制指令变更追踪方向包括基于旋转指令进行旋转。
本实施例提供的一种铁路异物监测系统,通过识别模块采集监测范围内的第一图像,并基于第一图像确定目标异物的第一坐标信息,控制模块接收第一坐标信息,并基于第一坐标信息生成控制指令,将控制指令发送给追踪模块,追踪模块基于控制指令变更追踪方向以追踪目标异物,实现了通过采集图像进行目标异物识别并追踪,解决了当前的铁路技术中异物侵限监测系统成本高、准确度低的问题。
请参阅图2,图2为本实用新型一个实施例的优选结构框图。
在其中的一些实施例中,所述控制模块包括单片机21,所述单片机21分别与所述识别模块和所述追踪模块电连接,所述单片机21用于获取所述第一坐标信息,基于所述第一坐标信息确定第二坐标信息,并基于所述第二坐标信息生成所述控制指令,所述第二坐标信息为所述目标异物在所述追踪模块的参考坐标系下的坐标信息。
控制指令可以为旋转指令,用于调整追踪模块30的角度。单片机21还存储有第一坐标信息与第二坐标信息的映射关系,以及第二坐标信息与控制指令的映射关系,并基于第一坐标信息与第二坐标信息的映射关系确定第二坐标信息,并基于第二坐标信息与控制指令的映射关系确定控制指令。上述映射关系可以预先进行换算,在换算得到映射关系表后存储至单片机21中。
本实施例提供的一种铁路异物监测系统,通过单片机对第一坐标信息、第二坐标信息和控制指令的映射关系进行处理,提高数据处理能力的同时降低能耗,实现了铁路异物监测系统提高识别速度和节省运维成本的技术效果。
在其中的一些实施例中,所述识别模块包括第一摄像头11和第一处理器12,所述第一摄像头11与所述第一处理器12电连接,所述第一处理器12与所述控制模块20电连接;所述第一摄像头11用于采集所述监测范围内的第一图像,所述第一处理器12用于基于所述第一图像确定所述目标异物的第一坐标信息;所述第一摄像头11的拍摄角度大于预设阈值。
第一摄像头11还包括视频存储卡,第一摄像头11采集监测范围内的第一图像,存储到视频存储卡中,第一处理器12对视频存储卡进行读取,并对第一图像进行目标异物识别。
第一处理器12基于所述第一图像确定所述目标异物的第一坐标信息,包括:对第一图像进行裁剪后送入卷积神经网络模型,卷积神经网络对第一图像进行检测,得到包含目标异物的检测框,每个检测框有对应的四个坐标值,根据坐标值确定第一坐标信息。上述步骤在现有技术中已有具体方案,此外还可以用现有技术中的其他方式实现,达到目标识别的效果即可,在此处不作限定。进一步的,可以预先训练卷积神经网络并得到训练后的图像识别模型,并将该图像识别模型嵌入至第一处理器12中,达到减少训练成本和提高识别效率的效果。
可选的,第一摄像头11的拍摄角度大于等于120度。可以理解的是,拍摄角度越大,第一摄像头31可采集图像的范围也就越大,可识别的目标范围也就越大。因此,摄像头的拍摄角度越大,单位长度的铁路轨道里实现目标异物识别所需安装的摄像头就越少,从而达到节省成本的效果。
本实施例提供的一种铁路异物监测系统,通过第一摄像头和第一处理器对目标异物进行识别并得到第一坐标信息,实现了对监测范围内图像进行采集并识别目标异物得到第一坐标信息,相比于通过雷达进行轨道异物监测而言,达到了降低制作成本的效果。
在其中的一些实施例中,所述识别模块包括红外线传感器13,所述红外线传感器13与所述第一处理器电连接,用于检测所述监测范围,并在所述监测范围内出现动态变化时,触发所述第一处理器获取所述第一图像。
在实际运用中,对铁路异物进行实时的图像识别可能造成较大的能耗,因此可以加入红外线传感器13进行辅助监测。当监测到监测范围内的动态变化时,红外线传感器13触发第一处理器12获取所述第一图像,从而适当降低第一处理器12的图像识别频次,减少能耗。另外,还可以采用其他传感器对监测范围内的动态变化进行检测,本文不作限定。
进一步的,在夜间情况下,红外线传感器13还用于采集红外热成像,第一处理器12基于红外热成像并进行目标识别并获取第一坐标信息。
本实施例提供的一种铁路异物监测系统,通过设置红外线传感器在监测到监测范围内出现动态变化时触发第一处理器获取所述第一图像,达到降低第一处理器能耗的技术效果;采集红外热成像使识别模块得以适应夜间光线状况差的情形,提高目标异物识别成功率和准确率。
在其中的一些实施例中,所述追踪模块包括云台34,所述云台34与所述控制模块20电连接,所述云台34用于基于所述控制指令变更所述追踪方向。
云台是指用于拍摄设备的支撑平台,可以实现水平和垂直的运动。在本实施例中,云台34用于支撑图像采集装置并基于控制指令变更追踪方向,使目标异物落入图像采集装置的监测范围。现有技术中已有根据控制指令进行云台角度调整的技术方案,此处不做赘述。
本实施例提供的一种铁路异物监测系统,通过云台基于控制指令变更追踪方向,实现基于所述控制指令变更追踪方向,提高目标异物落入监测范围内的可能性,达到提高目标异物识别率的效果。
在其中的一些实施例中,所述追踪模块30还包括第二处理器32和第二摄像头31,所述第二处理器32分别与所述第二摄像头31和所述控制模块20电连接,所述第二摄像头31用于采集监测范围内的第二图像,所述第二处理器32用于基于所述第二图像确定第三坐标信息,所述控制模块20用于获取所述第三坐标信息,并基于所述第一坐标信息和所述第三坐标信息生成所述控制指令;所述第二摄像头31的焦距大于预设阈值。
其中,第三坐标信息是目标异物在追踪模块30所采集的第二图像里的坐标信息。第二处理器32基于所述第二图像确定第三坐标信息可以是通过卷积神经网络对第二图像进行特征提取,并根据得到的特征信息判定目标置信度,确定目标异物的坐标。上述方案可以通过YOLO目标检测模型实现且在现有技术中已有具体方案,此外还可以用现有技术中的其他方式实现,达到目标识别的效果即可,在此处不作限定。
控制模块20还存储有第三坐标信息与控制指令的映射关系,基于所述第一坐标信息与所述第三坐标信息生成所述控制指令包括:基于第三坐标信息与控制指令的映射关系生成控制指令。
焦距是指平行光入射时从透镜光心到光聚集之焦点的距离。可选的,第二摄像头31的焦距大于15毫米。
进一步的,可以理解的是,焦距越长,第二摄像头31可采集图像的范围也就越大,追踪模块30的追踪范围也就越大。因此,摄像头的最大焦距越大,单位长度的铁路轨道里实现目标异物追踪所需安装的摄像头就越少,从而达到节省成本的效果。在一些具体实施例中,第二摄像头31采用变焦镜头,其最大焦距为500mm,可实现两公里范围的清晰成像。
本实施例提供的一种铁路异物监测系统,通过第二摄像头进一步采集监测范围内的第二图像,第二处理器基于第二图像确定第三坐标信息,控制模块基于第三坐标信息生成控制指令,从而使追踪模块基于新的控制指令变更追踪方向,实现目标异物的实时追踪,达到提高目标识别率的效果。
在其中的一些实施例中,所述铁路异物监测系统还包括终端服务器40,所述终端服务器与所述控制模块20电连接;
所述识别模块10还用于将所述第一图像发送给所述控制模块20;
所述追踪模块30还用于将所述第二图像发送给所述控制模块20;
所述控制模块20还用于将所述第一图像和第二图像发送给所述终端服务器40;
所述终端服务器40用于基于所述第一图像和所述第二图像对所述目标异物的类型进行识别。
终端服务器40用于接收控制模块20发送的第一图像和第二图像,并对第一图像和第二图像中的目标异物进行类型识别,现有技术中对于目标类型识别已有具体方案,此处不做赘述。
进一步的,通过对目标异物进行识别,终端服务器40基于目标异物的类型确定异物侵限处理方案。其中,异物侵限处理方案与目标异物类型相对应,异物侵限处理方案可以提前进行预设。异物侵限处理方案可以包括:向可能经过侵限路段的铁路列车工作人员发送预警信息、向距离侵限路段最近的铁路车站发送线路出清信息、对活动生物使用光驱逐等,本文对此不作限定。
本实施例提供的一种铁路异物侵限系统,终端服务器通过对控制模块发送的第一图像和第二图像进行目标异物识别,从不同角度的视觉图像进行判断,可以提高在复杂环境下目标识别的鲁棒性,实现提高目标识别准确率的效果。
在其中的一些实施例中,所述追踪模块还包括照明单元33,所述照明单元33与所述控制模块20电连接,用于基于所述控制指令照明所述目标异物所在的区域。
照明单元33用于照明目标异物所在区域,在夜间光线状况较差的情况下,通过照明单元33照明区域,得以辅助追踪模块对监测范围内的目标异物进行图像采集。
控制指令还包括灯光开启指令,当控制模块20发送控制指令给追踪模块30时,照明单元33根据灯光开启指令开启照明。
可选的,照明单元33固定于云台34上,当云台34基于控制指令变更追踪方向时,照明单元33的照明方向与云台34所变更的追踪方向相同步。
本实施例提供的一种铁路异物监测系统,通过照明单元基于控制指令照明目标异物所在区域,实现了提高追踪模块在夜间模式下目标识别成功率和准确率的效果。
在其中的一些实施例中,所述照明单元33包括激光探灯。
激光探灯是指激光能量集中的光源,可以实现远距离照射。异物侵限情形包括生物活动,对于生物可通过光照的方式进行驱离。使用亮度较高的激光探灯进行照射,在提高成像能力的同时,也可以对生物进行驱赶,实现通过非人力的手段处理异物侵限,节省人力成本。
本实施例提供的一种铁路异物监测系统,通过使用激光探灯同时实现提高成像能力和驱赶生物,实现了提高目标识别准确率和节省人力成本的效果。
在其中的一些实施例中,所述铁路异物监测系统还包括高台支架,用于支撑所述追踪模块。
可以理解的是,追踪模块相对地面所处的位置越高,地面障碍物对监测范围的影响也就越小,监测范围相对也就越大。通过对追踪模块设置高台支架进行固定,追踪模块的监测范围得以扩大,从而提高对远处目标异物的识别成功率和准确率。
本实施例提供的一种铁路异物监测系统,通过设置高台支架以支撑追踪模块,扩大监测范围,实现提高远处目标异物识别成功率和准确率的效果。
为了更清楚地理解本申请的技术方案,本申请还提供了一个详细实施例。如图3所示,本实施例提供了一种铁路异物监测系统,包括广角摄像机、嵌入式处理平台、激光云台摄像机和终端服务器。
其中,广角摄像机用于对一定范围内的铁路进行定点监测,包括广角摄像头、视频存储卡和嵌入式识别计算机。其中,广角摄像头与视频存储卡连接,视频存储卡与嵌入式识别计算机连接。广角摄像机还可以包括红外线传感器,该红外器传感器未在图中示出。
嵌入式处理平台,用于广角摄像机、激光云台摄像机和终端服务器之间的信息传输和生成控制指令,包括信息传输模块和联动控制模块。其中,信息传输模块分别与广角摄像机、激光云台摄像机和终端服务器连接,联动控制模块分别于信息传输模块和激光云台摄像机连接。
激光云台摄像机,用于对监测范围内的目标异物进行追踪,包括嵌入式追踪计算机、视频存储卡、激光摄像机和云台。激光摄像机包括激光探灯和长焦摄像头。嵌入式追踪计算机分别与信息传输模块和视频存储卡连接,激光摄像机分别与联动控制模块和视频存储卡连接,云台与联动控制模块连接。
本实施例提供的一种铁路异物监测系统,通过广角摄像机确定第一坐标信息,嵌入式处理平台基于第一坐标信息生成控制指令,激光云台摄像机识别目标异物并进行追踪,实现了通过采集图像进行目标异物识别并追踪,解决了当前铁路技术中异物侵限监测系统成本高、准确度低的问题;通过广角摄像机进行目标异物识别,还实现了扩大监测范围和减少监测成本的效果;通过设置红外线传感器和激光探灯,使广角摄像头和长焦摄像头得以适应夜间状况,提高目标异物识别成功率和准确率;通过终端服务器基于识别模块的第一图像和追踪模块的第二图像进行目标异物类型识别,可以提高复杂环境下目标识别的鲁棒性,实现提高目标异物准确率的效果。
本申请还提供了另一个详细实施例,如图4所示,本实施例提供了一种铁路异物监测系统,包括广角摄像机、信息传输模块、联动控制模块、激光摄像头、转向云台、追踪计算模块和终端服务器。
其中,铁路异物监测系统包括多个广角摄像机,例如广角摄像机A,广角摄像机B,广角摄像机C。多个广角摄像机对监测范围内的图像进行采集,若所获取的图像中存在异物侵限,则获取侵限位置并框定范围,以此选定可疑坐标,将可疑坐标和视频信息发送至信息传输模块。广角摄像机还可以包括红外线传感器,用于夜间识别,该红外线传感器未在图中示出。
广角摄像机利用嵌入式识别计算机实现轻量化深度学习,从而对异物侵限进行识别。在该嵌入式识别计算机安装于广角摄像机之前,对该轻量深度学习算法的超参数进行调整,由于广角摄像头获取的远距离图像存在一定失真,通过该算法可以实现对远距离图像中由异物侵限导致的细微图像变化进行识别,并对图像中产生变化的区域进行框定,输出框定区域的坐标信息。
信息传输模块接收广角摄像机的可疑坐标和视频信息,将可疑坐标发送至联动控制模块,将视频信息发送至终端服务器。
联动控制模块接收可疑坐标,并基于可疑坐标生成控制指令,控制指令包括用于驱动激光摄像头的启动指令和用于驱动转向云台的控制指令。其中,用于驱动激光摄像头的启动指令可以包括开启或关闭激光指令、变焦指令和对焦指令,用于驱动转向云台的控制指令可以包括旋转指令和/或移动指令。
激光摄像头接收到启动指令,基于启动指令开启或关闭激光探灯,以及对监测范围进行图像采集,生成视频信息,并将所生成的视频信息发送至追踪计算模块。转向云台接收到控制指令,基于控制指令进行旋转,使目标异物落入激光摄像头的监测范围内。
追踪计算模块用于处理视频信息,并基于视频信息得到目标异物的运动轨迹和趋势,生成追踪坐标,即下一节点的目标异物位置信息,将其作为第三坐标信息,将视频信息和位置信息发送至信息传输模块。
信息传输模块将报警信号和接收的视频信息发送至终端服务器,将追踪坐标发送至联动控制模块。其中,报警信号可以由信息传输模块自行生成,也可以由其他模块生成。终端服务器基于广角摄像机的视频信息和追踪计算模块的视频信息进行目标异物类型识别,并确定侵限处理方案。
联动控制模块还用于接收追踪坐标信息,并基于追踪坐标信息生成控制指令,驱动激光摄像头和转向云台进行工作。
本实施例提供的一种铁路异物监测系统,通过广角摄像机确定可疑坐标,通过追踪计算模块识别目标异物生成追踪坐标,联动控制模块基于可疑坐标或追踪坐标生成控制指令,转向云台基于控制指令将目标异物落入激光摄像头监测范围,实现了通过采集图像进行目标异物识别并追踪,解决了当前铁路技术中异物侵限监测系统成本高、准确度低的问题;通过广角摄像机进行目标异物识别,还实现了扩大监测范围和减少监测成本的效果;通过终端服务器基于广角摄像机和激光摄像头采集的视频信息进行目标异物类型识别,可以提高复杂环境下目标识别的鲁棒性,实现提高目标异物准确率的效果。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本实用新型的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对实用新型专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本实用新型构思的前提下,还可以做出若干变形和改进,这些都属于本实用新型的保护范围。因此,本实用新型专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种铁路异物监测系统,其特征在于,包括识别模块、控制模块和追踪模块,所述识别模块与所述控制模块电连接,所述控制模块与所述追踪模块电连接,其中:
所述识别模块用于采集监测范围内的第一图像,并基于所述第一图像确定目标异物的第一坐标信息;
所述控制模块用于接收所述第一坐标信息,并基于所述第一坐标信息生成控制指令,将所述控制指令发送给所述追踪模块;
所述追踪模块用于基于所述控制指令变更追踪方向以追踪所述目标异物。
2.根据权利要求1所述的铁路异物监测系统,其特征在于,所述控制模块包括单片机,所述单片机分别与所述识别模块和所述追踪模块电连接,所述单片机用于获取所述第一坐标信息,基于所述第一坐标信息确定第二坐标信息,并基于所述第二坐标信息生成所述控制指令,所述第二坐标信息为所述目标异物在所述追踪模块的参考坐标系下的坐标信息。
3.根据权利要求1所述的铁路异物监测系统,其特征在于,所述识别模块包括第一摄像头和第一处理器,所述第一摄像头与所述第一处理器电连接,所述第一处理器与所述控制模块电连接;所述第一摄像头用于采集所述监测范围内的第一图像,所述第一处理器用于基于所述第一图像确定所述目标异物的第一坐标信息;所述第一摄像头的拍摄角度大于预设阈值。
4.根据权利要求3所述的铁路异物监测系统,其特征在于,所述识别模块包括红外线传感器,所述红外线传感器与所述第一处理器电连接,用于监测所述监测范围,并在所述监测范围内出现动态变化时,触发所述第一处理器获取所述第一图像。
5.根据权利要求1所述的铁路异物监测系统,其特征在于,所述追踪模块包括云台,所述云台与所述控制模块电连接,所述云台用于基于所述控制指令变更所述追踪方向。
6.根据权利要求1所述的铁路异物监测系统,其特征在于,所述追踪模块还包括第二处理器和第二摄像头,所述第二处理器分别与所述第二摄像头和所述控制模块电连接,所述第二摄像头用于采集监测范围内的第二图像,所述第二处理器用于基于所述第二图像确定第三坐标信息,所述控制模块用于获取所述第三坐标信息,并基于所述第一坐标信息和所述第三坐标信息生成所述控制指令;所述第二摄像头的焦距大于预设阈值。
7.根据权利要求6所述的铁路异物监测系统,其特征在于,所述铁路异物监测系统还包括终端服务器,所述终端服务器与所述控制模块电连接;
所述识别模块还用于将所述第一图像发送给所述控制模块;
所述追踪模块还用于将所述第二图像发送给所述控制模块;
所述控制模块还用于将所述第一图像和第二图像发送给所述终端服务器;
所述终端服务器用于基于所述第一图像和所述第二图像对所述目标异物的类型进行识别。
8.根据权利要求5或6所述的铁路异物监测系统,其特征在于,所述追踪模块还包括照明单元,所述照明单元与所述控制模块电连接,用于基于所述控制指令照明所述目标异物所在的区域。
9.根据权利要求8所述的铁路异物监测系统,其特征在于,所述照明单元包括激光探灯。
10.根据权利要求1所述的铁路异物监测系统,其特征在于,所述铁路异物监测系统还包括高台支架,用于支撑所述追踪模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202222406438.2U CN218332632U (zh) | 2022-09-09 | 2022-09-09 | 铁路异物监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202222406438.2U CN218332632U (zh) | 2022-09-09 | 2022-09-09 | 铁路异物监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN218332632U true CN218332632U (zh) | 2023-01-17 |
Family
ID=84835477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202222406438.2U Active CN218332632U (zh) | 2022-09-09 | 2022-09-09 | 铁路异物监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN218332632U (zh) |
-
2022
- 2022-09-09 CN CN202222406438.2U patent/CN218332632U/zh active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101942491B1 (ko) | 도로교통 상황 모니터링 관제·실시간 교통정보 분석·교통신호제어로 이루어진 인공지능형 cctv통합관제중개제어모듈을 갖는 cctv통합관제센터시스템 | |
CN109571468B (zh) | 安防巡检机器人及安防巡检方法 | |
CN109040709B (zh) | 视频监控方法及装置、监控服务器及视频监控系统 | |
CN105306796A (zh) | 具有定期红外照明和全局快门cmos传感器的夜视设备 | |
CN102435173B (zh) | 一种基于机器视觉的隧道病害快速调查系统及调查方法 | |
CN109872483B (zh) | 一种入侵警戒光电监测系统及方法 | |
US7825829B2 (en) | Modulated light trigger for license plate recognition cameras | |
CN109164443A (zh) | 基于雷达及图像分析的铁路线路异物检测方法及系统 | |
CN104135645A (zh) | 人脸跟踪抓拍视频监控系统及方法 | |
CN110730966B (zh) | 用于行人检测的系统和方法 | |
CN111770266A (zh) | 一种智能视觉感知系统 | |
CN103929592A (zh) | 全方位智能监控设备及方法 | |
CN108897342B (zh) | 针对快速移动的民用多旋翼无人机的定位跟踪方法及系统 | |
CN113486777A (zh) | 一种目标对象的行为分析方法、装置、电子设备及存储介质 | |
RU2003118501A (ru) | Система и способ автоматизированного видеонаблюдения и распознования объектов и ситуаций | |
CN205539525U (zh) | 一种摄像头自动查找系统 | |
CN112804454A (zh) | 一种广域警戒系统及其警戒方法 | |
EP4205026A1 (en) | Systems and methods for rapid license plate reading | |
RU2595532C1 (ru) | Радиолокационная система охраны территорий с малокадровой системой видеонаблюдения и оптимальной численностью сил охраны | |
CN114973564A (zh) | 一种无光照条件下的远距离人员入侵检测方法以及装置 | |
CN218332632U (zh) | 铁路异物监测系统 | |
CN114627409A (zh) | 一种车辆异常变道的检测方法及装置 | |
CN105764217A (zh) | 基于红外热成像的智能道路照明系统及其实现方法 | |
CN205648154U (zh) | 基于红外热成像的智能道路照明系统 | |
CN109708659B (zh) | 一种分布式智能光电低空防护系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |