JP2024073543A - 資産を監査するためのシステム及び方法 - Google Patents

資産を監査するためのシステム及び方法 Download PDF

Info

Publication number
JP2024073543A
JP2024073543A JP2024038841A JP2024038841A JP2024073543A JP 2024073543 A JP2024073543 A JP 2024073543A JP 2024038841 A JP2024038841 A JP 2024038841A JP 2024038841 A JP2024038841 A JP 2024038841A JP 2024073543 A JP2024073543 A JP 2024073543A
Authority
JP
Japan
Prior art keywords
spatial model
environment
lidar
lidar data
asset
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
JP2024038841A
Other languages
English (en)
Inventor
フィリップ、 ジェラルド ディビス、
Gerald Davis Philip
ロス、 アーロン スプリンガー、
Aaron Springer Ross
デビン、 スコット ワグナー、
Scott Wagner Devin
ヤコブ、 スコット フォード、
Scott Ford Jacob
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.)
BNSF Railway Co
Original Assignee
BNSF Railway Co
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 BNSF Railway Co filed Critical BNSF Railway Co
Publication of JP2024073543A publication Critical patent/JP2024073543A/ja
Pending legal-status Critical Current

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
    • B61K9/08—Measuring installations for surveying permanent way
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L23/00—Control, warning or like safety means along the route or between vehicles or trains
    • B61L23/04—Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L23/00—Control, warning or like safety means along the route or between vehicles or trains
    • B61L23/04—Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
    • B61L23/042—Track changes detection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L23/00—Control, warning or like safety means along the route or between vehicles or trains
    • B61L23/04—Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
    • B61L23/041—Obstacle detection
    • 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 trains or setting of track apparatus
    • B61L25/02—Indicating or recording positions or identities of vehicles or trains
    • B61L25/025—Absolute localisation, e.g. providing geodetic coordinates
    • 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 trains or setting of track apparatus
    • B61L25/06—Indicating or recording the setting of track apparatus, e.g. of points, of signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Operations Research (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Figure 2024073543000001
【課題】鉄道上又はその近くで手動測定を行うことなく、空間モデルの資産１５４を検証し、資産検証の安全性と効率性を向上させるシステムを提供する。
【解決手段】鉄道環境に関連付けられた第１の光検出及び測距（ＬｉＤＡＲ）データを受信するステップと、鉄道環境に関連付けられた第１のＬｉＤＡＲデータから資産１５４を抽出するステップと、資産を空間モデル１５６ａに重ね合わせるステップとを含む。また、鉄道環境に対する修正に関連付けられたフィールド表示１５８を受信するステップと、鉄道環境に対する修正に関連付けられたフィールド表示を受信するステップに応答して空間モデル１５６ｂを修正するステップとを含む。鉄道環境に関連付けられた第２のＬｉＤＡＲデータ１５２ｂを受信するステップと、第２のＬｉＤＡＲデータを修正された空間モデル１５６ｃとを比較するステップとをさらに含む。
【選択図】図２

Description

本開示は、一般に資産の監査に関し、より具体的には資産を監査するためのシステム及び方法に関する。
ポジティブトレインコントロール（ＰＴＣ；Ｐｏｓｉｔｉｖｅ ｔｒａｉｎ ｃｏｎｔｒｏｌ）は、列車関連事故を予防するために使用される通信ベースの列車制御システムである。ＰＴＣは、鉄道線路データを監査することにより、鉄道交通の安全を向上させる。しかし、ＰＴＣシステムで使用されるトラックデータは、鉄道に関連付けられた資産の実際の位置を誤って表示する可能性があり、ＰＴＣシステムの性能に悪影響を及ぼす可能性がある。
一実施形態によれば、方法は、鉄道環境に関連付けられた第１の光検出及び測距（Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｒａｎｇｉｎｇ）データを受信するステップと、前記鉄道環境に関連付けられた前記第１のＬｉＤＡＲデータから資産を抽出するステップと、前記資産を空間モデルに重ね合わせるステップとを含む。前記方法はまた、前記鉄道環境に対する修正に関連付けられたフィールド表示を受信するステップと、前記鉄道環境に対する前記修正に関連付けられた前記フィールド表示を受信するステップに応答して前記空間モデルを修正するステップとを含む。前記方法は、前記鉄道環境に関連付けられた第２のＬｉＤＡＲデータを受信するステップと、前記第２のＬｉＤＡＲデータを修正された空間モデルと比較するステップとをさらに含む。
別の実施形態によれば、システムは、１つ以上のプロセッサと、１つ以上のプロセッサによって実行されるときに、１つ以上のプロセッサに鉄道環境に関連付けられた第１のＬｉＤＡＲデータを受信するステップ、鉄道環境に関連付けられた第１のＬｉＤＡＲデータから資産を抽出するステップ、及び資産を空間モデルに重ね合わせるステップを含む動作を行わせる命令を格納するメモリとを含む。動作はまた、鉄道環境に対する修正に関連付けられたフィールド表示を受信するステップと、鉄道環境に対する修正に関連付けられたフィールド表示を受信するステップに応答して空間モデルを修正するステップとを含む。動作は、鉄道環境に関連付けられた第２のＬｉＤＡＲデータを受信するステップと、第２のＬｉＤＡＲデータを修正された空間モデルと比較するステップとをさらに含む。
また別の実施形態によれば、命令を具体化する１つ以上のコンピュータ可読記憶媒体は、プロセッサによって実行されるときに、プロセッサが、鉄道環境に関連付けられた第１のＬｉＤＡＲデータを受信するステップと、鉄道環境に関連付けられた第１のＬｉＤＡＲデータで資産を抽出するステップと、資産を空間モデルに重ね合わせるステップとを含む動作を行うようにする。
動作はまた、鉄道環境に対する修正に関連付けられたフィールド表示を受信するステップと、鉄道環境に対する修正に関連付けられたフィールド表示を受信するステップに応答して空間モデルを修正するステップとを含む。動作は、鉄道環境に関連付けられた第２のＬｉＤＡＲデータを受信するステップと、第２のＬｉＤＡＲデータを修正された空間モデルと比較するステップとをさらに含む。
本開示内容の特定の実施形態の技術的利点は、以下のうちの１つ以上を含み得る。本明細書に記載された特定のシステム及び方法は、鉄道上又はその近くで手動によって測定をすることなく、ＰＴＣの重要資産（ｃｒｉｔｉｃａｌ ａｓｓｅｔ）を識別及び検証し、これにより、資産を識別及び検証の安全性と効率性を向上させる。本明細書に記載された特定システム及び方法は、ＰＴＣの重要資産を識別及び検証するためにＬｉＤＡＲを活用し、これにより、資産の識別及び検証の精度が向上する。
他の技術的利点は、以下の図、説明、及び特許請求の範囲から当業者には容易に明らかになるであろう。さらに、特定の利点が上に列挙されているが、様々な実施形態は、列挙された利点の全部又は一部を含んでもよく、全く含まないこともあり得る。
本開示内容の理解を助けるために、添付の図面と併せて以下の説明を参照する。
資産を監査するための例示的なシステムを示す。 資産を監査するための別の例示的なシステムを示す。 資産を監査するための例示的な方法を示す。 監査モジュールによって生成された出力の例を示す。 本明細書に記載のシステム及び方法によって使用され得る例示的なコンピュータシステムを示す。
本開示の特定の実施形態は、異なる時間にキャプチャされたデータ（例えば、ＬｉＤＡＲデータ及びフィールドデータ）を比較することによって資産を監査するためのシステム及び方法を含む。資産は、ＰＴＣコンプライアンスについて監査される、鉄道環境に関連付けられたＰＴＣの重要資産であり得る。
図１～図５は、資産を監査するための例示的なシステム及び方法を示す。図１は、資産を監査するための例示的なシステムを示し、図２は、資産を監査するための別の例示的なシステムを示す。図３は、資産を監査するための例示的な方法を示す。図４は、監査モジュールによって生成された出力の例を示す。図５は、本明細書に記載のシステム及び方法によって使用され得る例示的なコンピュータシステムを示す。
図１は、資産を監査するための例示的なシステム１００を示す。図１のシステム１００は、ネットワーク１１０、監査モジュール（ａｕｄｉｔｉｎｇ ｍｏｄｕｌｅ）１２０、ＬｉＤＡＲ車両（Ｌｉｄａｒ ｖｅｈｉｃｌｅ）１７０、及び観察者（ｏｂｓｅｒｖｅｒ）１８０を含む。システム１００又はその一部は、企業、会社（例えば、鉄道会社、運送会社など）のような任意のエンティティ、又は資産を監査する政府機関（例えば、運輸局、公安局など）を含んでもよく、エンティティと関連付けてもよい。システム１００の要素は、ハードウェア、ファームウェア、及びソフトウェアの任意の適切な組み合わせを使用して実装され得る。
ネットワーク１１０は、システム１００の構成要素間の通信を容易にする任意の類型のネットワークであり得る。ネットワーク１１０は、監査モジュール１２０をシステム１００のＬｉＤＡＲ車両１７０に接続し得る。本開示は、ネットワーク１１０が特定の種類のネットワークであることを示しているが、本開示は、任意の適切なネットワークを企図する。ネットワーク１１０の１つ以上の部分は、アドホックネットワーク、イントラネット、エクストラネット、仮想私設通信網（ＶＰＮ）、ローカルエリアネットワーク（ＬＡＮ）、無線ＬＡＮ（ＷＬＡＮ）、広域ネットワーク（ＷＡＮ）、無線ＷＡＮ（ＷＷＡＮ）、大都市圏ネットワーク（ＭＡＮ）、インターネットの一部、公衆交換電話網（ＰＳＴＮ）の一部、携帯電話網、３Ｇネットワーク、４Ｇネットワーク、５Ｇネットワーク、ＬＴＥ（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ）セルラ通信網、これらの２つ以上の組み合わせ、又はその他の適切なタイプのネットワークを含み得る。ネットワーク１１０の１つ以上の部分は、１つ以上のアクセス（例えば、モバイルアクセス）、コア、及び／又はエッジネットワークを含み得る。ネットワーク１１０は、プライベートネットワーク、パブリックネットワーク、インターネットを介した接続、モバイルネットワーク、ＷＩ－ＦＩネットワーク、ブルートゥース（登録商標）ネットワークなどの任意の通信ネットワークであり得る。ネットワーク１１０は、クラウドコンピューティング機能を含み得る。システム１００の１つ以上の構成要素は、ネットワーク１１０を介して通信してもよい。例えば、監査モジュール１２０は、ＬｉＤＡＲ車両１７０から情報を受信するステップを含み、ネットワーク１１０を介して通信してもよい。
システム１００の監査モジュール１２０は、資産１５４を監査するために使用され得る任意の適切なコンピューティング構成要素を表す。監査モジュール１２０は、ネットワーク１１０を介してＬｉＤＡＲ車両１７０に通信可能に結合され得る。監査モジュール１２０は、インタフェース１２２、メモリ１２４、及びプロセッサ１２６を含む。
監査モジュール１２０のインタフェース１２２は、ネットワーク１１０から情報を受信し、ネットワーク１１０を介して情報を送信し、情報の適切な処理を実行して、図１のシステム１００の他の構成要素（例えば、ＬｉＤＡＲ車両１７０の構成要素）又は上述した任意の組み合わせと通信することができる任意の適切なコンピュータ要素を表す。インタフェース１２２は、プロトコル変換及びデータ処理能力を含むハードウェア、ファームウェア、及びソフトウェアの任意の適切な組み合わせを含む実際の又は仮想の任意のポート又は接続を示し、これは、図１のシステム１００がシステム１００の構成要素で情報の交換を可能にするＬＡＮ、ＷＡＮ、又は他の通信システムを介して通信する。
監査モジュール１２０のメモリ１２４は、システムソフトウェア、制御ソフトウェア、監査モジュール１２０のための他のソフトウェア、及び様々なその他の情報だけでなく、受信及び送信された情報を永久的及び／又は一時的に格納する。メモリ１２４は、プロセッサ１２６による実行のための情報を格納し得る。メモリ１２４は、情報を格納するのに適した揮発性又は不揮発性ローカル又はリモートデバイスのいずれか１つ又はこれらの組み合わせを含む。メモリ１２４は、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、磁気記憶装置、光学記憶装置、又は、任意の他の適切な情報記憶装置、若しくはこれらの装置の組み合わせを含み得る。メモリ１２４は、監査モジュール１２０の動作で使用するための任意の適切な情報を含み得る。さらに、メモリ１２４は、監査モジュール１２０の外部（又は部分的に外部）の構成要素であり得る。メモリ１２４は、メモリ１２４が監査モジュール１２０と通信するのに適した任意の位置に配置され得る。図１の示した実施形態では、監査モジュール１２０のメモリ１２４は、データ収集エンジン１３０、モデル修正エンジン（ｍｏｄｅｌ ｍｏｄｉｆｉｃａｔｉｏｎ ｅｎｇｉｎｅ）１３２、比較エンジン１３４、レポートエンジン（ｒｅｐｏｒｔｉｎｇ ｅｎｇｉｎｅ）１３６、及びデータベース１５０を格納する。特定の実施形態では、データ収集エンジン１３０、モデル修正エンジン１３２、比較エンジン１３４、レポートエンジン１３６、及び／又はデータベース１５０は、メモリ１２４及び／又は監査モジュール１２０の外部であってもよい。
監査モジュール１２０のデータ収集エンジン１３０は、システム１００の１つ以上の構成要素からデータを収集するアプリケーションである。データ収集エンジン１３０は、ＬｉＤＡＲ車両１７０からデータを収集してもよい。例えば、データ収集エンジン１３０は、ネットワーク１１０を介してＬｉＤＡＲ車両１７０の１つ以上の構成要素からＬｉＤＡＲデータ１５２（例えば、デジタル画像）及び／又はＧＰＳデータを収集してもよい。データ収集エンジン１３０は、観察者１８０からデータを収集してもよい。例えば、データ収集エンジン１３０は、観察者１８０に関連付けられたユーザ装置（例えば、スマートフォン、タブレット、ラップトップコンピュータなど）から１つ以上のフィールド表示１５８を収集してもよい。
データ収集エンジン１３０は、空間モデル１５６を生成するために、１つ以上のプログラムを使用し得る。例えば、データ収集エンジン１３０は、空間モデル１５６を生成するために、地理情報システム（ＧＩＳ）及び／又はＬｉＤＡＲ可視化ソフトウェアを使用してもよい。
ＧＩＳは、様々な類型のデータを統合する。例えば、ＧＩＳは、空間位置を分析し、マップ、二次元（２Ｄ）シーン、及び／又は三次元（３Ｄ）シーンを使用して、情報のレイヤーを空間モデル１５６に編成してもよい。２Ｄシーンは、ＬｉＤＡＲ点群データ（ｐｏｉｎｔ ｃｌｏｕｄ ｄａｔａ）から生成された正射画像を含んでもよい。ＬｉＤＡＲ可視化ソフトウェア（ＬｉＤＡＲ ｖｉｓｕａｌｉｚａｔｉｏｎ ｓｏｆｔｗａｒｅ）は、ＬｉＤＡＲデータ１５２を読み取って解釈するために、データ収集エンジン１３０によって使用され得る。データ収集エンジン１３０は、ＬｉＤＡＲデータ１５２、ＧＰＳデータ、１つ以上のフィールド表示１５８、１つ以上の画像（例えば、ＬｉＤＡＲ画像）、１つ以上の点群、任意の他の適切なデータ、又は以前の任意の適切な組み合わせを使用して空間モデル１５６を生成し得る。データ収集エンジン１３０は、ＬｉＤＡＲデータ１５２から１つ以上の資産１５４を抽出し得る。データ収集エンジン１３０は、資産１５４を空間モデル１５６に重ね合わせることができる。
データ収集エンジン１３０は、機械学習を使用して、資産１５４を知能的かつ自動的に識別し得る。特定の実施形態では、データ収集エンジン１３０は、ＬｉＤＡＲデータ１５２から資産１５４を抽出するために、機械学習を使用してもよい。１つ以上の機械学習アルゴリズムは、ＬｉＤＡＲデータ１５２によってキャプチャされた環境内の資産１５４の存在、位置、及び／又は他の特性を監査するために資産１５４を識別して資産１５４をデータベースと比較してもよい。
監査モジュール１２０のモデル修正エンジン１３２は、空間モデル１５６を修正するアプリケーションである。モデル修正エンジン１３２は、１つ以上の条件に応答して空間モデル１５６を修正し得る。例えば、モデル修正エンジン１３２は、ＬｉＤＡＲデータ１５２によってキャプチャされた環境が修正される又は修正されたというフィールド表示１５８を受信するステップに応答して空間モデル１５６をモデル化してもよい。フィールド表示１５８は、資産１５４がＬｉＤＡＲデータ１５２によってキャプチャされた環境内の第１の位置から第２の位置に物理的に移動する又は物理的に移動したことを示してもよい。フィールド表示１５８は、資産１５４がＬｉＤＡＲデータ１５２によってキャプチャされた環境から物理的に除去される又は物理的に除去されたことを示してもよい。フィールド表示１５８は、資産１５４がＬｉＤＡＲデータ１５２によってキャプチャされた環境に追加される又は追加されたことを示してもよい。
監査モジュール１２０の比較エンジン１３４は、データを比較するアプリケーションである。例えば、空間モデル１５６は、空間モデル１５６ａ－ｎ（ここで、ｎは、任意の適切な整数を表す）を含んでもよく、比較エンジン１３４は、時間Ｔ１で生成された第１空間モデル１５６ａ内のデータを、時間Ｔ２で生成された第２空間モデル１５６ｂ内のデータと比較することができ、ここで時間Ｔ２は、時間Ｔ１の後の任意の時間である。比較エンジン１３４は、２つ以上の空間モデル１５６の比較に基づいて、２つ以上の空間モデル１５６の間に異常が存在するか否かを判定し得る。例えば、比較エンジン１３４は、第１空間モデル１５６ａ内の資産１５４の位置が第２空間モデル１５６ｂ内の資産１５４の位置と異なると判定してもよい。別の例として、比較エンジン１３４は、第１空間モデル１５６ａ内の資産１５４が第２空間モデル１５６ｂ内に存在しないことを判定してもよい。
比較エンジン１３４は、２つ以上の空間モデル１５６の比較に基づいて、比較された２つ以上の空間モデル１５６内の情報が同一であることを確認し得る。例えば、比較エンジン１３４は、第１空間モデル１５６ａ内の資産１５４の位置が第２空間モデル１５６ｂ内の資産１５４の位置と一致することを確認してもよい。第１空間モデル１５６ａ内の資産１５４の位置が第２空間モデル１５６ｂ内の資産１５４の位置と一致するという比較エンジン１３４による確認は、所定の公差に基づき得る。例えば、比較エンジン１３４は、位置が互いに２．２メートル内にあると判定される場合、第１空間モデル１５６ａ内の位置が第２空間モデル１５６ｂ内の資産１５４の位置と一致することを確認してもよい。
監査モジュール１２０のレポートエンジン１３６は、１つ以上のレポート１６０を生成するアプリケーションである。レポートエンジン１３６は、１つ以上の判定を行う比較エンジン１３４に応答してレポート１６０を生成し得る。例えば、レポートエンジン１３６は、２つ以上の空間モデル１５６の間に異常が存在すると判定する比較エンジン１３４に応答してレポート１６０を生成してもよい。別の例として、レポートエンジン１３６は、２つ以上のデータセット（例えば、２つ以上の空間モデル１５６）間の情報が同一であると判定する比較エンジン１３４に応答してレポート１６０を生成してもよい。
監査モジュール１２０のデータベース１５０は、監査モジュール１２０に対する特定類型の情報を格納し得る。例えば、データベース１５０は、ＬｉＤＡＲデータ１５２、１つ以上の資産１５４、１つ以上の空間モデル１５６、１つ以上のフィールド表示１５８、及び１つ以上のレポート１６０を格納してもよい。ＬｉＤＡＲデータ１５２は、ＬｉＤＡＲを使用して生成された任意のデータである。ＬｉＤＡＲデータ１５２は、１つ以上のデジタル画像を含み得る。特定の実施形態では、ＬｉＤＡＲデータ１５２のデジタル画像は、鉄道環境内の鉄道線路の中心線（ｃｅｎｔｅｒｌｉｎｅ）の各側の約６００フィートの範囲を有する３６０度の画像であってもよい。図１に示した実施形態では、ＬｉＤＡＲデータ１５２は、ＬｉＤＡＲ車両１７０からネットワーク１１０を介してシステム１００の監査モジュール１２０に通信される。
資産１５４は、環境の物理的オブジェクトを表すＬｉＤＡＲデータ１５２から抽出されたデータである。例えば、資産１５４は、鉄道環境内の物理的オブジェクトを表すＬｉＤＡＲデータ１５２から抽出された画像であってもよい。特定の実施形態では、資産１５４は、ＰＴＣの重要資産であってもよい。ＰＴＣは、列車の動きを監視及び制御するための機能要求のシステムである。各資産１５４は、鉄道環境内の以下の物理的オブジェクトのうちの１つ以上を表すことができる。列車制御信号（例えば、列車の動きを制御する信号）、スイッチポイント、平面交差（ｃｒｏｓｓｉｎｇ ａｔ ｇｒａｄｅ）、距離標識（ｍｉｌｅ ｐｏｓｔ ｓｉｇｎ）、速度標識（ｓｐｅｅｄ ｓｉｇｎ）、車両接触限界（ｃｌｅａｒａｎｃｅ ｐｏｉｎｔ）など。
空間モデル１５６は、１つ以上の環境を表す２Ｄ及び３Ｄモデルである。各空間モデル１５６は、ベクタデータ及び／又はラスタデータを含み得る。空間モデル１５６のベクタデータは、１つ以上の資産１５４を離散的な点、線、及び／又は多角形で表すことができる。空間モデル１５６のラスタデータは、正方形セルの長方行列として１つ以上の資産１５４を表すことができる。空間モデル１５６は、ＧＩＳデータベースに格納され得る。１つ以上の空間モデル１５６は、ＬｉＤＡＲベクタデータ及び／又はＬｉＤＡＲラスタデータを含み得る。１つ以上の空間モデル１５６は、ＬｉＤＡＲ点群データ（ＬｉＤＡＲ ｐｏｉｎｔ ｃｌｏｕｄ ｄａｔａ）を含み得る。ＬｉＤＡＲ点群データは、ベクタ及び／又はラスタ形式に変換され得る。１つ以上の空間モデル１５６は、１つ以上の資産１５４を含み得る。各資産１５４は、空間モデル１５６内の位置を有する。空間モデル１５６内の各資産１５４は、１つ以上の属性を含み得る。資産属性（Ａｓｓｅｔ ａｔｔｒｉｂｕｔｅ）は、資産１５４に適用できる特性（例えば、品質、状態、バージョンなど）を指定する。
フィールド表示１５８は、環境内の物理的オブジェクトに対する変化の表示である。フィールド表示１５８は、環境内の物理的オブジェクトに対する予想変化の表示を含み得る。フィールド表示１５８は、資産１５４がＬｉＤＡＲデータ１５２によってキャプチャされた環境内で位置を変更する又は位置を変更したことを示し得る。
例えば、フィールド表示１５８は、速度標識が鉄道環境内で２０フィート移動するように予定されていることを示してもよい。別の例として、フィールド表示１５８は、速度標識が鉄道環境内で２０フィート移動したことを示してもよい。フィールド表示１５８は、資産１５４がＬｉＤＡＲデータ１５２によってキャプチャされた環境から除去される又は除去されたことを示し得る。例えば、フィールド表示１５８は、平面交差が鉄道環境から除去される予定であることを示してもよい。別の例として、フィールド表示１５８は、平面交差が鉄道環境から除去されたことを示してもよい。フィールド表示１５８は、資産１５４がＬｉＤＡＲデータ１５２によってキャプチャされた環境に追加される又は追加されたことを示し得る。例えば、フィールド表示１５８は、距離標識が鉄道環境に追加されるように予定されていることを示してもよい。別の例として、フィールド表示１５８は、距離標識が鉄道環境に追加されたことを示してもよい。
レポート１６０は、監査モジュール１２０（例えば、比較エンジン１３４）によって行われた判定に応答して生成された通信である。１つ以上のレポート１６０は、口頭及び／又は書面による通信であり得る。１つ以上のレポート１６０は、機械によって電子的に及び／又は人間によって物理的に生成され得る。レポート１６０は、２つ以上の空間モデル１５６の間に異常が存在することを示す情報を含み得る。レポート１６０は、２つ以上の空間モデル１５６の間の情報が同一であることを確認する情報を含み得る。レポート１６０は、リスト、チャート、表、図などを含み得る。例えば、レポート１６０は、監査モジュール１２０によって生成された監査結果の例を示す図４の表４１０を含んでもよい。
データベース１５０は、情報を格納するのに適した揮発性又は不揮発性ローカル又はリモートデバイスのいずれか１つ又は組み合わせであり得る。データベース１５０は、ＲＡＭ、ＲＯＭ、磁気記憶装置、光学記憶装置、又は他の任意の適切な情報記憶装置、若しくはこれらの装置の組み合わせを含んでもよい。データベース１５０は、監査モジュール１２０外部の構成要素であってもよい。データベース１５０は、データベース１５０が監査モジュール１２０に関する情報を格納するのに適した任意の位置に配置され得る。例えば、データベース１５０は、クラウド環境に配置されてもよい。
監査モジュール１２０のプロセッサ１２６は、インタフェース１２２及びメモリ１２４から受信するか、又はプロセッサ１２６によってアクセスされる情報を処理することによって、監査モジュール１２０の特定の動作を制御する。プロセッサ１２６は、インタフェース１２２及びメモリ１２４に通信可能に結合される。プロセッサ１２６は、情報を制御及び処理するように動作する任意のハードウェア及び／又はソフトウェアを含み得る。プロセッサ１２６は、プログラマブルロジック装置、マイクロコントローラ、マイクロプロセッサ、任意の適切な制御装置、又はこれらの任意の適切な組み合わせであってもよい。さらに、プロセッサ１２６は、監査モジュール１２０の外部の構成要素であってもよい。プロセッサ１２６は、プロセッサ１２６が監査モジュール１２０と通信するのに適した任意の位置に配置されてもよい。監査モジュール１２０のプロセッサ１２６は、データ収集エンジン１３０、モデル修正エンジン１３２、比較エンジン１３４、及びレポートエンジン１３６を制御する。
システム１００のＬｉＤＡＲ車両１７０は、ＬｉＤＡＲデータ１５２（例えば、デジタル画像）を収集する車両（例えば、バン、トラック、自動車、鉄道車両など）を示す。ＬｉＤＡＲ車両１７０は、１つ以上の走査及び／又は画像センサを含み得る。センサは、資産１５４を検出する際の監査モジュール１２０を容易にする１つ以上の画像（例えば、３Ｄ点群）を生成し得る。ＬｉＤＡＲ車両１７０は、ＧＰＳデータを収集し得る。ＬｉＤＡＲ及びＧＰＳデータは、鉄道環境に対する３６０度の実世界のビューを生成するのに使用され得る。特定の実施形態では、ＬｉＤＡＲ車両は、データ（例えば、ＬｉＤＡＲデータ１５２及び／又はＧＰＳデータ）を監査モジュール１２０に通信する。
システム１００の観察者１８０は、ＬｉＤＡＲデータ１５２によってキャプチャされた環境を観察する任意の人間又は機械である。観察者１８０は、検査官（例えば、鉄道検査官）、技術者（例えば、鉄道現場技術者又は安全技術者）、通行人（例えば、歩行者、運転者など）、法執行官（例えば、警察官）、カメラ（例えば、ビデオカメラ）などであり得る。観察者１８０は、ＷＥＢアプリケーション（例えば、作業指示アプリケーション）、電話通話、テキストメッセージ、Ｅメール、レポートなどを介して、監査モジュール１２０に情報（例えば、フィールド表示１５８）を通信してもよい。観察者１８０は、電話（例えば、スマートフォン）、タブレット、ラップトップコンピュータ、又は任意の他の適切な装置を使用して、監査モジュール１２０に情報を通信してもよい。
図１は、ネットワーク１１０、監査モジュール１２０、インタフェース１２２、メモリ１２４、プロセッサ１２６、データ収集エンジン１３０、モデル修正エンジン１３２、比較エンジン１３４、レポートエンジン１３６、データベース１５０、ＬｉＤＡＲデータ１５２、資産１５４、空間モデル１５６、フィールド表示１５８、レポート１６０、ＬｉＤＡＲ車両１７０、及び観察者１８０の特定の配置を示しているが、本開示は、ネットワーク１１０、監査モジュール１２０、インタフェース１２２、メモリ１２４、プロセッサ１２６、データ収集エンジン１３０、モデル修正エンジン１３２、比較エンジン１３４、レポートエンジン１３６、データベース１５０、ＬｉＤＡＲデータ１５２、資産１５４、空間モデル１５６、フィールド表示１５８、レポート１６０、ＬｉＤＡＲ車両１７０、及び観察者１８０の任意の適切な配置を企図する。ネットワーク１１０、監査モジュール１２０、インタフェース１２２、メモリ１２４、プロセッサ１２６、データ収集エンジン１３０、モデル修正エンジン１３２、比較エンジン１３４、レポートエンジン１３６、データベース１５０、及びＬｉＤＡＲ車両１７０は、全体的又は部分的に、互いに物理的又は論理的に同じ位置に配置されてもよい。
図１は、特定の数のネットワーク１１０、監査モジュール１２０、インタフェース１２２、メモリ１２４、プロセッサ１２６、データ収集エンジン１３０、モデル修正エンジン１３２、比較エンジン１３４、レポートエンジン１３６、データベース１５０、ＬｉＤＡＲデータ１５２、資産１５４、空間モデル１５６、フィールド表示１５８、レポート１６０、ＬｉＤＡＲ車両１７０、及び観察者１８０を示しているが、本開示は、任意の適切な数のネットワーク１１０、監査モジュール１２０、インタフェース１２２、メモリ１２４、プロセッサ１２６、データ収集エンジン１３０、モデル修正エンジン１３２、比較エンジン１３４、レポートエンジン１３６、データベース１５０、ＬｉＤＡＲデータ１５２、資産１５４、空間モデル１５６、フィールド表示１５８、レポート１６０、ＬｉＤＡＲ車両１７０、及び観察者１８０を企図する。監査モジュール１２０及び／又はＬｉＤＡＲ車両１７０の１つ以上の構成要素は、図５のコンピュータシステムの１つ以上の構成要素を使用して実装され得る。
図１は、資産１５４を監査するためのシステム１００を説明しているが、システム１００の１つ以上の構成要素は、他の実装に適用されてもよい。例えば、監査モジュール１２０の１つ以上の構成要素は、資産の識別及び／又は目録のために使用してもよい。
動作中、システム１００の監査モジュール１２０のデータ収集エンジン１３０は、ネットワーク１１０を介して時間Ｔ１でＬｉＤＡＲ車両１７０からＬｉＤＡＲデータ１５２を受信する。ＬｉＤＡＲデータ１５２は、鉄道環境に関連付けられている。データ収集エンジン１３０は、鉄道環境に関連付けられたＬｉＤＡＲデータ１５２から資産１５４を抽出し、資産１５４を空間モデル１５６に重ね合わせる。データ収集エンジン１３０は、時間Ｔ２で観察者１８０（例えば、鉄道現場技術者）から、鉄道環境が修正される又は修正されたというフィールド表示１５８を受信する。モデル修正エンジン１３２は、鉄道環境が修正される又は修正されたというフィールド表示１５８を受信するステップに応答して空間モデル１５６を修正する。データ収集エンジン１３０は、時間Ｔ３でＬｉＤＡＲデータ１５２を受信する。時間Ｔ３で受信されたＬｉＤＡＲデータ１５２は、鉄道環境に関連付けられている。比較エンジン１３４は、時間Ｔ３で受信されたＬｉＤＡＲデータ１５２を修正された空間モデル１５６と比較する。比較エンジン１３４は、修正された空間モデル１４６内の資産１５４の位置が、時間Ｔ３で受信されたＬｉＤＡＲデータ１５２内の資産１５４の位置と同一であると判定する。レポートエンジン１３６は、修正された空間モデル１４６で資産１５４の位置が正確であることを確認するレポートを生成する。
従って、図１のシステム１００は、鉄道上又はその近くで手動測定を行うことなく、空間モデル１５６の資産１５４を検証し、資産検証の安全性と効率性を向上させる。
図２は、図１の監査モジュール１２０を使用する資産を監査するための例示的なシステム２００を示す。図２のシステム２００は、鉄道環境２１０及び監査モジュール１２０を含む。鉄道環境２１０は、１つ以上の鉄道線路２２０を含む領域である。鉄道環境２１０は、区域（ｄｉｖｉｓｉｏｎ）及び／又は小区域（ｓｕｂｄｉｖｉｓｉｏｎ）に関連付けられてもよい。区域は、監督者の監督下にある鉄道の一部である。小区域は、区域のより小さい部分である。小区域は、乗務区間及び／又は支線であってもよい。図２に示した実施形態では、鉄道環境２１０は、物理的オブジェクト２３０を含む。物理的オブジェクト２３０は、鉄道環境２１０内の任意の有形の構成要素、例えば、列車制御信号、スイッチポイント、平面交差、距離標識、速度標識、車両接触限界などであり得る。図２に示した実施形態では、物理的オブジェクト２３０は表示板である。
図２のシステム２００には、Ｔ１、Ｔ２、及びＴ３の３つの時点での鉄道環境２１０の図が含まれる。図２に示した実施形態の時間Ｔ１において、鉄道環境２１０は、ＬｉＤＡＲ車両１７０を含む。ＬｉＤＡＲ車両１７０は、時間Ｔ１でＬｉＤＡＲデータ１５２ａをキャプチャする。時間Ｔ１は、ＬｉＤＡＲ車両１７０がＬｉＤＡＲデータ１５２ａをキャプチャするのに必要な時間を表す。ＬｉＤＡＲ車両１７０はＬｉＤＡＲデータ１５２ａをキャプチャするため、時間Ｔ１はＬｉＤＡＲ車両１７０の移動速度によって変わり得る。ＬｉＤＡＲデータ１５２ａは、物理的オブジェクト２３０が時間Ｔ１で物理的オブジェクト位置Ｘにあることを示す。特定の実施形態では、ＬｉＤＡＲ車両１７０は、ＬｉＤＡＲデータ１５２ａをシステム２００の監査モジュール１２０に通信する。
システム２００の監査モジュール１２０は、ＬｉＤＡＲデータ１５２ａから資産１５４を抽出する。資産１５４は、時間Ｔ１における鉄道環境２１０の物理的オブジェクト２３０を表す。次に、監査モジュール１２０は、空間モデル１５６ａが時間Ｔ１における鉄道環境２１０を表すように、資産１５４を空間モデル１５６ａに重ね合わせる。特定の実施形態では、監査モジュール１２０は、空間モデル１５６ａにおいて鉄道線路の中心線２２２を生成する。監査モジュール１２０は、ＬｉＤＡＲデータ１５２ａから鉄道線路２２０に対応する１つ以上の資産を抽出し、鉄道線路２２０に対応する１つ以上の資産を空間モデル１５６ａに重ね合わせて、鉄道線路２２０に対応する資産に基づいて鉄道線路の中心線２２２を判定し、及び空間モデル１５６ａに対する鉄道線路の中心線２２２を生成し得る。特定の実施形態では、鉄道線路の中心線２２２は、鉄道線路２２０の２つの外側レールの間の中心にある線である。監査モジュール１２０は、資産１５４の位置の基準線として鉄道線路の中心線２２２を使用し得る。空間モデル１５６ａでは、監査モジュール１２０は、資産１５４の位置を、実際の位置から資産位置Ｘで示すように鉄道線路の中心線２２２に沿った対応する位置に変換する。
図２に示す実施形態の時間Ｔ２において、鉄道環境２１０は、観察者１８０を含む。観察者１８０は、時間Ｔ２における鉄道環境２１０の修正を認知する。時間Ｔ２は、観察者１８０が鉄道環境２１０で修正をキャプチャするのに必要な時間を表す。修正は、鉄道環境２１０内の物理的オブジェクト２３０の再配置、鉄道環境２１０からの物理的オブジェクト２３０の除去、鉄道環境２１０への第２物理的オブジェクト２３０の追加などであり得る。観察者１８０は、鉄道環境１８０が監査モジュール１２０に修正される又は修正されたというフィールド表示１５８を通信し得る。
図２に示す実施形態では、フィールド表示１５８は、物理的オブジェクト２３０が物理的オブジェクト位置Ｘから物理的オブジェクト位置Ｙに物理的に移動したという観察者１８０による観察を表す。
システム２００の監査モジュール１２０は、観察者１８０からフィールド表示１５８を受信する。例えば、システム２００の監査モジュール１２０は、ＷＥＢアプリケーション（例えば、作業指示アプリケーション）、Ｅメール、電話通話、テキストメッセージ、ファックス、レポートなどを介して観察者１８０からフィールド表示１５８を受信してもよい。フィールド表示１５８を受信するステップに応答して、監査モジュール１２０は空間モデル１５６ｂを生成するために空間モデル１５６ａを修正する。例えば、ユーザ（例えば、管理者）は、空間モデル１５６ｂに示すように、資産１５４を資産位置Ｘから資産位置Ｙに移動させるために空間モデル１５６ａを編集してもよい。空間モデル１５６ｂでは、監査モジュール１２０は、資産１５４の位置を、資産位置Ｙによって示されるように、実際の位置から鉄道線路の中心線２２２に沿った対応する位置に変換する。
図２に示す実施形態の時間Ｔ３で、ＬｉＤＡＲ車両１７０は、ＬｉＤＡＲデータ１５２ｂをキャプチャする。時間Ｔ３は、ＬｉＤＡＲ車両１７０がＬｉＤＡＲデータ１５２ｂをキャプチャするのに必要な時間を表す。ＬｉＤＡＲ車両１７０がＬｉＤＡＲデータ１５２ｂをキャプチャするため、時間Ｔ３は、ＬｉＤＡＲ車両１７０の移動速度によって変わり得る。ＬｉＤＡＲデータ１５２ｂは、物理的オブジェクト２３０が時間Ｔ３で物理的オブジェクト位置Ｙにあることを示す。特定の実施形態では、ＬｉＤＡＲ車両１７０は、ＬｉＤＡＲデータ１５２ｂをシステム２００の監査モジュール１２０に通信する。
システム２００の監査モジュール１２０は、ＬｉＤＡＲデータ１５２ｂから資産１５４を抽出する。資産１５４は、時間Ｔ３における鉄道環境２１０の物理的オブジェクト２３０を表す。次に、監査モジュール１２０は、空間モデル１５６ｃが時間Ｔ３における鉄道環境２１０を表すように、資産１５４を空間モデル１５６ｃに重ね合わせる。空間モデル１５６ｃでは、監査モジュール１２０は、資産１５４の実際の位置を、資産位置Ｙによって示されるように鉄道線路の中心線２２２に沿った対応する位置に変換する。次に、監査モジュール１２０は、空間モデル１５６ｃと空間モデル１５６ｂとを比較して、鉄道環境２１０への変化が正確にキャプチャされたことを確認し得る。
図２は、システム２００の構成要素の特定の配置を説明しているが、本開示は、システム２００の構成要素の任意の適切な配置を企図する。図２は、特定の数の監査モジュール１２０、空間モデル１５６ａ，１５６ｂ，１５６ｃ、資産１５４、資産位置Ｘ及びＹ、ＬｉＤＡＲ車両１７０、期間Ｔ１、Ｔ２、及びＴ３、物理的オブジェクト２３０、物理的オブジェクト位置Ｘ及びＹ、鉄道線路２２０、鉄道線路の中心線２２２を示しているが、本開示は、任意の適切な数の監査モジュール１２０、空間モデル１５６ａ，１５６ｂ，１５６ｃ、資産１５４、資産位置Ｘ及びＹ、ＬｉＤＡＲ車両１７０、期間Ｔ１、Ｔ２、及びＴ３、物理的オブジェクト２３０、物理的オブジェクト位置Ｘ及びＹ、鉄道線路２２０、鉄道線路の中心線２２２を企図する。例えば、図２のシステム２００は、複数の物理的オブジェクト２３０ａ－ｎ及び多重の資産１５４ａ－ｎを含んでもよく、ここで、ｎは任意の適切な整数を表す。
図３は、資産を監査するための例示的な方法３００を示す。方法３００は、ステップ３０５で開始する。ステップ３１０で、監査モジュール（例えば、図２の監査モジュール１２０は、ＬｉＤＡＲ車両（例えば、図２のＬｉＤＡＲ車両１７０から鉄道環境（例えば、図２の鉄道環境２１０）に関連付けられた第１のＬｉＤＡＲデータ（例えば、図２のＬｉＤＡＲデータ１５２ａ）を受信する。鉄道環境は、鉄道線路（例えば、図２の鉄道線路２２０を含む。次に、方法３００は、ステップ３１０からステップ３２０に移動する。ステップ３２０で、監査モジュールは、ＬｉＤＡＲデータから資産（例えば、図２の資産１５４）を抽出する。資産は、列車制御信号、スイッチポイント、平面交差、距離標識、速度標識、車両接触限界などの物理的オブジェクト（例えば、図２の物理的オブジェクト２３０）を示し得る。次に、方法３００は、ステップ３２０からステップ３３０に移動する。
ステップ３３０において、監査モジュールは、資産を空間モデル（例えば、図２の空間モデル１５６ａ）に重ね合わせる。空間モデルにおける資産の位置は、実際の位置から鉄道環境から、鉄道線路の中心線に沿った位置（例えば、図２の鉄道線路の中心線２２２）に変換され得る。次に、方法３００は、ステップ３３０からステップ３４０に移動する。
ステップ３４０で、監査モジュールは、鉄道環境が修正される又は修正されたことを示すフィールド表示（例えば、図２のフィールド表示１５８）が受信された否かを判定する。例えば、監査モジュールは、物理的オブジェクトが第１のＬｉＤＡＲデータによってキャプチャされた鉄道環境内で移動する又は移動したこと、物理的オブジェクトが最初のＬｉＤＡＲデータによってキャプチャされた鉄道環境で除去される又は除去されたこと、又は新しい物理的オブジェクトが第１のＬｉＤＡＲデータによってキャプチャされた鉄道環境に追加される又は追加されたことを示すフィールド表示を受信し得る。監査モジュールが、鉄道環境が修正される又は修正されたことを示すフィールド表示が受信されていないと判定した場合、方法３００は、ステップ３４０からステップ３６０に進む。監査モジュールが、鉄道環境が修正される又は修正されたことを示すフィールド表示が受信されたと判定した場合、方法３００は、ステップ３４０からステップ３５０に移動する。
ステップ３５０において、監査モジュールは、フィールド表示に従って空間モデルを修正する。例えば、監査モジュールは、資産の位置を鉄道線路の中心線に沿った位置Ｘから鉄道線路の中心線に沿った位置Ｙに移動してもよい。別の例として、監査モジュールは、空間モデルから資産を除去してもよい。また別の例として、監査モジュールは、空間モデルに資産を追加してもよい。空間モデルを修正すると、修正された空間モデル（例えば、図２の空間モデル１５６ｂ）が生成される。次に、方法３００は、ステップ３５０からステップ３６０に移動する。
ステップ３６０で、監査モジュールは、鉄道環境に関連付けられた第２のＬｉＤＡＲデータ（例えば、図２のＬｉＤＡＲデータ１５２ｂ）を受信する。第２のＬｉＤＡＲデータは、第１のＬｉＤＡＲデータよりも後にキャプチャされる。例えば、第２のＬｉＤＡＲデータは、第１のＬｉＤＡＲデータがＬｉＤＡＲ車両によってキャプチャされてから、１ヶ月、１年、又は５年後にＬｉＤＡＲ車両によってキャプチャされてもよい。次に、方法３００は、ステップ３６０からステップ３７０に移動する。ステップ３７０で、監査モジュールは、第２のＬｉＤＡＲデータを空間モデルと比較する。例えば、監査モジュールは、修正された空間モデル内の資産１５４の位置を、第２のＬｉＤＡＲデータによって示される資産１５４の位置と比較してもよい。次に、方法３００は、ステップ３７０からステップ３８０に移動する。
ステップ３８０で、監査モジュールは、第２のＬｉＤＡＲデータと空間モデルとの間に異常が存在するか否かを判定する。例えば、監査モジュールは、修正された空間モデル内の資産の位置が第２のＬｉＤＡＲデータ内の資産の位置と異なると判定し得る。監査モジュールが第２のＬｉＤＡＲデータと空間モデルとの間に異常が存在すると判定した場合、方法３００は、ステップ３８０からステップ３８５に移動し、ここで監査モジュールは異常を示すレポートを生成する。監査モジュールが第２のＬｉＤＡＲデータと空間モデルとの間に異常が存在しないと判定した場合、方法３００は、ステップ３８０からステップ３９０に移動し、そこで監査モジュールは、空間モデル内の資産データを検証する。次に、方法３００は、ステップ３８５とステップ３９０とがステップ３９５に移動し、ここで方法３００は終了する。
図３に示される方法３００に対して、修正、追加、又は省略を行うことができる。方法３００は、より多くの、より少ない、又は他のステップを含み得る。例えば、方法３００は、ステップ３９０で資産データを検証することに応答してレポートを生成するステップを含み得る。ステップは、並行して、又は任意の適切な順序で実行し得る。方法３００のステップを完了する特定の構成要素として議論されているが、任意の適切な構成要素は、方法３００の任意のステップを実行し得る。例えば、監査モジュールは、第１のＬｉＤＡＲ車両から第１のＬｉＤＡＲデータを受信し、第１のＬｉＤＡＲ車両とは異なる第２のＬｉＤＡＲ車両から第２のＬｉＤＡＲデータを受信してもよい。
図４は、図１の監査モジュール１２０によって生成され得る出力４００の例を示す。図４の出力４００は、表、チャート、リストなどの任意の形態であり得る。図４に示す実施形態では、出力４００はチャート４１０である。チャート４１０は、図１の監査モジュール１２０を使用した監査資産１５４からの監査結果４２０を示す。監査プロセスは、ＬｉＤＡＲデータにより判定された資産１５４を以前に判定された資産１５４と比較するステップを含む。例えば、監査プロセスは、ＬｉＤＡＲデータ１５２ｂを統合する図２の空間モデル１５６ｃ内の資産１５４を、ＬｉＤＡＲデータ１５２ａ及び１つ以上のフィールド表示１５８を統合する図２の空間モデル１５６ｂ内の資産１５４と比較するステップを含んでもよい。
チャート４１０は、４３０から４４８のラベルが付いた１０個の列を含む。列４３０は、図１の監査モジュール１２０によって分析された資産１５４を示す。資産１５４は、鉄道環境に関連付けられた次のような物理的オブジェクトを示す。車両接触限界、平面交差、距離標識、信号、速度標識、及びスイッチ。表４１０の列４３２は、図１の監査モジュール１２０によって分析された資産１５４の総数を示す。図４に示す実施形態では、監査モジュール１２０は、１１７個の車両接触限界、２６９個の交差点、２７個の距離標識、１９９個の信号、９８個の速度標識、及び８４個のスイッチを分析し、これらは合計で９７４個の資産１５４である。
表４１０の列４３４は、図１の監査モジュール１２０によって判定されたパス（ｐａｓｓ）を示す。パスは、所定の公差内のデータ間の一致を表す。例えば、第１モデル（例えば、図２の空間モデル１５６ｃ）で分析された１１７個の車両接触限界のうち、１１７個の車両接触限界の位置は、所定の公差（例えば、２．２メートル）内で、第２モデル（例えば、図２の空間モデル１５６ｂ）内の１１７個の車両接触限界の位置と一致する。表４１０の列４３６は、図１の監査モジュール１２０によって判定された例外を示す。例外は、データ間の異常を示す。例えば、第１モデル（例えば、図２の空間モデル１５６ｃ）で分析された２０７の距離標識のうち４つの距離標識が欠落しているか、又は第２モデル（例えば、図２の空間モデル１５６ｂ）の別の位置にある。
表４１０の列４３８は、パスした資産１５４の割合が示され、これは、列４３４に示された資産１５４のパス数を列４３２に示された資産１５４の総数で割った値であり、パーセンテージで示される。列４４０には、変更管理プロセス（ＣＭＰ）なしで発見された例外が示される。ＣＭＰは、監査モジュール１２０に示された変更（例えば、フィールド表示）を表す。列４４２は、誤ったＣＭＰで発見された例外を示す。誤ったＣＭＰは、空間モデルに誤って実装されたＣＭＰを示す。例えば、誤ったＣＭＰは、空間モデルで２０フィート再配置された距離標識を示し得るが、ＣＭＰは、距離標識を空間モデルで１０フィート再配置する必要があることを示す。
表４１０の列４４４は、ＣＭＰが発見されたが地理情報システム（ＧＩＳ）の編集がないことを示し、これは、監査モジュール１２０に表示されているが（例えば、フィールド表示）、空間モデルにまだ実装されていない変更を示す。表４１０の列４４６は、オフィスエラーによって発見された例外が示され、表４１０の列４４８は、検証できなかった資産１５４を示す。
図４に示される出力４００に対して、修正、追加、又は省略を行うことができる。例えば、出力４００は、リストやグラフなどのチャート４１０以外のフォーマットで表してもよい。表４１０は、より多くの、より少ない、又は他の列及び／又は行を含み得る。例えば、表４１０は、１０個の列及び６つの資産より多く又は少く含み得る。特定の実施形態では、出力４００は、１つ以上のレポート（例えば、図１のレポート１６０）に含まれ得る。
図５は、本明細書に記載のシステム及び方法によって使用され得る例示的なコンピュータシステムを示す。例えば、図１のネットワーク１１０、監査モジュール１２０、及びＬｉＤＡＲ車両１７０は、１つ以上のインタフェース５１０、処理回路５２０、メモリ５３０、及び／又は他の適切な要素を含んでもよい。インタフェース５１０（例えば、図１のインタフェース１２２）は、入力を受信し、出力を送信し、入力及び／又は出力を処理し、及び／又は他の適切な動作を実行する。インタフェース５１０は、ハードウェア及び／又はソフトウェアを含み得る。
処理回路５２０（例えば、図１のプロセッサ１２６）は、構成要素の動作を実行又は管理する。処理回路５２０は、ハードウェア及び／又はソフトウェアを含み得る。処理回路の例には、１つ以上のコンピュータ、１つ以上のマイクロプロセッサ、１つ以上のアプリケーションなどが含まれる。特定の実施形態では、処理回路５２０は、入力から出力を生成するようなアクション（例えば、動作）を行うためにロジック（例えば、命令）を実行する。処理回路５２０によって実行されるロジックは、１つ以上の有形の非一時的コンピュータ可読媒体（例えば、メモリ５３０）に符号化され得る。例えば、ロジックは、コンピュータプログラム、ソフトウェア、コンピュータ実行可能命令、及び／又はコンピュータによって実行され得る命令を含んでもよい。特定の実施形態では、実施形態の動作は、コンピュータプログラムを格納した１つ以上のコンピュータ可媒体、コンピュータプログラムと共に実装された１つ以上のコンピュータ可読媒体、及び／又はコンピュータプログラムと共に符号化された１つ以上のコンピュータ可読媒体、及び／又は、格納及び／又は符号化されたコンピュータプログラムを有する１つ以上のコンピュータ可読媒体によって実行されてもよい。
メモリ５３０（又はメモリユニット）は、情報を格納する。メモリ５３０（例えば、図１のメモリ１２４）は、１つ以上の非一時的、有形、コンピュータ可読、及び／又はコンピュータ実行可能な記憶媒体を含み得る。メモリ５３０の例には、コンピュータメモリ（例えば、ＲＡＭ又はＲＯＭ）、大容量記憶媒体（例えば、ハードディスク）、リムーバブル記憶媒体（例えば、コンパクトディスク（ＣＤ）又はデジタルビデオディスク（ＤＶＤ））、データベース、及び／又はネットワークストレージ（例えば、サーバ）、及び／又はその他のコンピュータ可読媒体が含まれる。
本明細書では、コンピュータ可読非一時的記憶媒体（ｓｔｏｒａｇｅ ｍｅｄｉｕｍ ｏｒ ｍｅｄｉａ）は、１つ以上の半導体ベース又は他の集積回路（ＩＣ）（例えば、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）又は特定用途向けＩＣ（ＡＳＩＣ））、ハードディスクドライブ（ＨＤＤ）、ハイブリッドハードドライブ（ＨＨＤ）、光ディスク、光ディスクドライブ（ＯＤＤ）、光磁気ディスク、光磁気ドライブ、フロッピーディスク、フロッピーディスクドライブ（ＦＤＤ）、磁気テープ、ソリッドステートドライブ（ＳＳＤ）、ＲＡＭドライブ、安全なデジタルカード又はドライブ、その他の適切なコンピュータ可読の非一時的記憶媒体、又は必要に応じて、これらの２つ以上の適切な組み合せを含んでもよい。コンピュータ可読非一時的記憶媒体は、適切な場合、揮発性、不揮発性、又は揮発性及び不揮発性の組み合わせであり得る。
本明細書において、「又は」は、明示的に特別な指示がない限り、又は文脈において特別な方法で示されない限り、包括的であり、排他的ではない。さらに、「及び」は、明示的に特別な指示がない限り、又は文脈において特別な方法で指示がない限り、共同及び別々のものである。従って、本明細書において、「Ａ及びＢ」は、明示的に特別な指示がない限り、又は文脈において特別な指示がない限り、「Ａ及びＢ、共同又は個別」を意味する。
本開示の範囲は、当業者が理解できる本明細書に記載又は図示された例示的な実施形態に対する全ての変化、置換、変形、変更、及び修正を含む。本開示の範囲は、本明細書に記載又は図示された例示的な実施形態に限定されない。さらに、本開示は、特定の構成要素、要素、特徴、機能、動作、又はステップを含むものとして本明細書のそれぞれの実施形態を説明及び例示するが、これらの実施形態のいずれも、当業者が理解できる本明細書に記載又は図示された任意の構成要素、要素、特徴、機能、動作、又はステップのいずれかの任意の組み合せ又は順列を含み得る。さらに、特定の機能を実行するように適切に構成して配置され、作動又は作動可能な装置、又はシステム、又はその構成要素に関する添付の特許請求の範囲への言及は、その装置、システム、又は構成要素が適切に構成して配置され、作動又は作動可能、又は特定の機能が活性化又は解除されたかに関わらず、その装置のシステム又は構成要素を含む。さらに、本開示は、特定の利点を提供するものとして特定の実施形態を説明又は例示しているが、特定の実施形態では、これらの利点を提供しないか、一部又は全てを提供してもよい。

Claims (20)

  1. 方法であって、
    鉄道環境に関連付けられた第１の光検出及び測距（ＬｉＤＡＲ）データを受信するステップと、
    前記鉄道環境に関連付けられた前記第１のＬｉＤＡＲデータから資産を抽出するステップと、
    前記資産を空間モデルに重ね合わせるステップと、
    前記鉄道環境に対する修正に関連付けられたフィールド表示を受信するステップと、
    前記鉄道環境に対する前記修正に関連付けられた前記フィールド表示を受信するステップに応答して前記空間モデルを修正するステップと、
    前記鉄道環境に関連付けられた第２のＬｉＤＡＲデータを受信するステップと、
    前記第２のＬｉＤＡＲデータを修正された空間モデルと比較するステップと、
    を含む方法。
  2. 前記第２のＬｉＤＡＲデータを前記修正された空間モデルと比較するステップに応答してレポートを生成するステップをさらに含み、
    前記レポートは、
    前記修正された空間モデルにより判定された前記資産の位置と前記第２のＬｉＤＡＲデータにより判定された前記資産の位置との間の異常、及び
    前記修正された空間モデルにより判定された前記資産の位置が前記第２のＬｉＤＡＲデータにより判定された前記資産の位置と一致することの確認、
    のうちの１つ以上を含む、請求項１に記載の方法。
  3. 前記鉄道環境に対する前記修正に関連付けられた前記フィールド表示は、
    前記資産を表す物理的オブジェクトが前記鉄道環境内の第１の位置から第２の位置に物理的に移動する又は物理的に移動したこと、
    前記資産を表す前記物理的オブジェクトが前記鉄道環境から物理的に除去される又は物理的に除去されたこと、及び
    新しい物理的オブジェクトが前記鉄道環境に追加される又は追加されたこと、
    のうちの１つを表す、請求項１に記載の方法。
  4. 前記第１のＬｉＤＡＲデータ及び前記第２のＬｉＤＡＲデータは、ＬｉＤＡＲ車両を使用してキャプチャされ、前記ＬｉＤＡＲ車両は、１つ以上の走査及び画像センサを含み、
    前記第１のＬｉＤＡＲデータは、第１の３６０度の画像を示し、
    前記第２のＬｉＤＡＲデータは、第２の３６０度の画像を示し、
    前記第１の３６０度の画像及び前記第２の３６０度の画像は、各々前記鉄道環境内の鉄道線路の中心線の各側の約６００フィートを示す範囲を有する、
    請求項１に記載の方法。
  5. 前記資産は、ポジティブトレインコントロール（ＰＴＣ）の重要資産であり、
    前記資産は、
    列車制御信号、
    スイッチポイント、
    平面交差、
    距離標識、
    速度標識、及び
    車両接触限界、
    の物理的オブジェクトのうちの１つを表す、請求項１に記載の方法。
  6. 前記空間モデルは、地理情報システム（ＧＩＳ）データベースに格納され、
    前記空間モデルは、
    ベクタデータ、及び
    ラスタデータ、
    のうちの１つ以上を含む、請求項１に記載の方法。
  7. 前記第２のＬｉＤＡＲデータを前記修正された空間モデルと比較するステップに応答して、ＰＴＣコンプライアンスのための前記鉄道環境を監査するステップをさらに含む、請求項１に記載の方法。
  8. １つ以上のプロセッサと命令を格納するメモリとを含むシステムであって、
    前記命令は、前記１つ以上のプロセッサによって実行されるときに、前記１つ以上のプロセッサが、
    鉄道環境に関連付けられた第１の光検出及び測距（ＬｉＤＡＲ）データを受信するステップと、
    鉄道環境に関連付けられた第１のＬｉＤＡＲデータから資産を抽出するステップと、
    前記資産を空間モデルに重ね合わせるステップと、
    前記鉄道環境に対する修正に関連付けられたフィールド表示を受信するステップと、
    前記鉄道環境に対する前記修正に関連付けられた前記フィールド表示を受信するステップに応答して前記空間モデルを修正するステップと、
    前記鉄道環境に関連付けられた第２のＬｉＤＡＲデータを受信するステップと、
    前記第２のＬｉＤＡＲデータを修正された空間モデルと比較するステップと、
    を含む動作を行うシステム。
  9. 前記動作は、前記第２のＬｉＤＡＲデータを前記修正された空間モデルと比較するステップに応答してレポートを生成するステップをさらに含み、
    前記レポートは、
    前記修正された空間モデルにより判定された前記資産の位置と前記第２のＬｉＤＡＲデータにより判定された前記資産の位置との間の異常、及び
    前記修正された空間モデルにより判定された前記資産の位置が前記第２のＬｉＤＡＲデータにより判定された前記資産の位置と一致することの確認、
    のうちの１つ以上を含む、請求項８に記載のシステム。
  10. 前記鉄道環境に対する前記修正に関連付けられたフィールド表示は、
    前記資産を表す物理的オブジェクトが前記鉄道環境内の第１の位置から第２の位置に物理的に移動する又は物理的に移動したこと、
    前記資産を表す前記物理的オブジェクトが前記鉄道環境から物理的に除去される又は物理的に除去されたこと、及び
    新しい物理的オブジェクトが前記鉄道環境に追加される又は追加されたこと、
    のうちの１つを示す、請求項８に記載のシステム。
  11. 前記第１のＬｉＤＡＲデータ及び前記第２のＬｉＤＡＲデータは、１つ以上の走査及び画像センサを含むＬｉＤＡＲ車両を使用してキャプチャされ、
    前記第１のＬｉＤＡＲデータは、第１の３６０度の画像を示し、
    前記第２のＬｉＤＡＲデータは、第２の３６０度の画像を示し、
    前記第１の３６０度の画像及び前記第２の３６０度の画像は、各々前記鉄道環境内の鉄道線路の中心線の各側の約６００フィートを表す範囲を有する、
    請求項８に記載のシステム。
  12. 前記資産は、ポジティブトレインコントロール（ＰＴＣ）の重要資産であり、
    前記資産は、
    列車制御信号、
    スイッチポイント、
    平面交差、
    距離標識、
    速度標識、及び
    車両接触限界、
    の物理的オブジェクトのうちの１つを示す、請求項８に記載のシステム。
  13. 前記空間モデルは、地理情報システム（ＧＩＳ）データベースに格納され、
    前記空間モデルは、
    ベクタデータ、及び
    ラスタデータ、
    のうちの１つ以上を含む、請求項８に記載のシステム。
  14. 前記動作は、前記第２のＬｉＤＡＲデータを前記修正された空間モデル、ＰＴＣコンプライアンスのための前記鉄道環境と比較するステップに対する応答で監査するステップをさらに含む、請求項８に記載のシステム。
  15. 命令を具体化する１つ以上のコンピュータ可読記憶媒体であって、
    前記命令は、プロセッサによって実行されるときに、前記プロセッサが、
    鉄道環境に関連付けられた第１の光検出及び測距（ＬｉＤＡＲ）データを受信するステップと、
    前記鉄道環境に関連付けられた前記第１のＬｉＤＡＲデータから資産を抽出するステップと、
    前記資産を空間モデルに重ね合わせるステップと、
    前記鉄道環境に対する修正に関連付けられたフィールド表示を受信するステップと、
    前記鉄道環境に対する前記修正に関連付けられた前記フィールド表示を受信するステップに応答して前記空間モデルを修正するステップと、
    前記鉄道環境に関連付けられた第２のＬｉＤＡＲデータを受信するステップと、
    前記第２のＬｉＤＡＲデータを修正された空間モデルと比較するステップと、
    を含む動作を行うようにする、１つ以上のコンピュータ可読記憶媒体。
  16. 前記動作は、前記第２のＬｉＤＡＲデータを前記修正された空間モデルと比較するステップに応答してレポートを生成するステップをさらに含み、
    前記レポートは、
    前記修正された空間モデルにより判定された前記資産の位置と前記第２のＬｉＤＡＲデータにより判定された前記資産の位置との間の異常、及び
    前記修正された空間モデルにより判定された前記資産の位置が前記第２のＬｉＤＡＲデータにより判定された前記資産の位置と一致することの確認、
    のうちの１つ以上を含む、請求項１５に記載の１つ以上のコンピュータ可読記憶媒体。
  17. 前記鉄道環境に対する前記修正に関連付けられた前記フィールド表示は、
    前記資産を表す物理的オブジェクトが前記鉄道環境内の第１の位置から第２の位置に物理的に移動する又は物理的に移動したこと、
    前記資産を表す前記物理的オブジェクトが前記鉄道環境から物理的に除去される又は物理的に除去されたこと、及び
    新しい物理的オブジェクトが前記鉄道環境に追加される又は追加されたこと、
    のうちの１つを表す、請求項１５に記載の１つ以上のコンピュータ可読記憶媒体。
  18. 前記第１のＬｉＤＡＲデータ及び前記第２のＬｉＤＡＲデータは、１つ以上の走査及び画像センサを含むＬｉＤＡＲ車両を使用してキャプチャされ、
    前記第１のＬｉＤＡＲデータは、第１の３６０度の画像を示し、
    前記第２のＬｉＤＡＲデータは、第２の３６０度の画像を示し、
    前記第１の３６０度の画像及び前記第２の３６０度の画像は、各々前記鉄道環境内の鉄道線路の中心線の各側の約６００フィートを示す範囲を有する、
    請求項１５に記載の１つ以上のコンピュータ可読記憶媒体。
  19. 前記資産は、ポジティブトレインコントロール（ＰＴＣ）重要資産であり、
    前記資産は、
    列車制御信号、
    スイッチポイント、
    平面交差、
    距離標識、
    速度標識、及び
    車両接触限界、
    の物理的オブジェクトのうちの１つを示す、請求項１５に記載の１つ以上のコンピュータ可読記憶媒体。
  20. 前記空間モデルは、地理情報システム（ＧＩＳ）データベースに格納され、
    前記空間モデルは、
    ベクタデータ、及び
    ラスタデータ、
    のうちの１つ以上を含む、請求項１５に記載の１つ以上のコンピュータ可読記憶媒体。
JP2024038841A 2019-10-16 2024-03-13 資産を監査するためのシステム及び方法 Pending JP2024073543A (ja)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US16/654,682 US11427232B2 (en) 2019-10-16 2019-10-16 Systems and methods for auditing assets
US16/654,682 2019-10-16
JP2022520790A JP2022552172A (ja) 2019-10-16 2020-09-14 資産を監査するためのシステム及び方法
PCT/US2020/050629 WO2021076251A1 (en) 2019-10-16 2020-09-14 Systems and methods for auditing assets

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2022520790A Division JP2022552172A (ja) 2019-10-16 2020-09-14 資産を監査するためのシステム及び方法

Publications (1)

Publication Number Publication Date
JP2024073543A true JP2024073543A (ja) 2024-05-29

Family

ID=72659360

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2022520790A Pending JP2022552172A (ja) 2019-10-16 2020-09-14 資産を監査するためのシステム及び方法
JP2024038841A Pending JP2024073543A (ja) 2019-10-16 2024-03-13 資産を監査するためのシステム及び方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2022520790A Pending JP2022552172A (ja) 2019-10-16 2020-09-14 資産を監査するためのシステム及び方法

Country Status (10)

Country Link
US (3) US11427232B2 (ja)
EP (1) EP4045377A1 (ja)
JP (2) JP2022552172A (ja)
KR (1) KR20220059544A (ja)
CN (2) CN114829227B (ja)
AU (1) AU2020365850A1 (ja)
BR (1) BR112022007414A2 (ja)
CA (1) CA3155999A1 (ja)
MX (1) MX2022004518A (ja)
WO (1) WO2021076251A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10807623B2 (en) 2018-06-01 2020-10-20 Tetra Tech, Inc. Apparatus and method for gathering data from sensors oriented at an oblique angle relative to a railway track
WO2020232443A1 (en) 2019-05-16 2020-11-19 Tetra Tech, Inc. Autonomous track assessment system

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AUPR426001A0 (en) * 2001-04-06 2001-05-17 Copy Management Systems Pty Ltd Asset performance management
US8929585B2 (en) * 2010-11-30 2015-01-06 International Business Machines Corporation Hazard detection for asset management
GB201113687D0 (en) * 2011-08-09 2011-09-21 Asset Works The Ltd Auditing assets
AU2013101267A4 (en) * 2012-09-24 2013-10-24 Ge Global Sourcing Llc Method and system to ascertain a repair for an asset
US20140200951A1 (en) * 2013-01-11 2014-07-17 International Business Machines Corporation Scalable rule logicalization for asset health prediction
US9796400B2 (en) * 2013-11-27 2017-10-24 Solfice Research, Inc. Real time machine vision and point-cloud analysis for remote sensing and vehicle control
WO2015126423A1 (en) * 2014-02-24 2015-08-27 Landmark Graphics Corporation Total asset modeling with integrated asset models and persistent asset models
JP2018508418A (ja) * 2015-01-20 2018-03-29 ソルフィス リサーチ、インコーポレイテッド リモートセンシング及び車両制御のための実時間マシンビジョン並びに点群分析
GB2537863B (en) * 2015-04-28 2019-06-19 Thales Holdings Uk Plc Methods and systems for alerting a user to the presence of a fault in an electromechanical system in a railway infrastructure
JP6776513B2 (ja) * 2015-08-19 2020-10-28 ソニー株式会社 車両制御装置と車両制御方法と情報処理装置および交通情報提供システム
GB2542115B (en) 2015-09-03 2017-11-15 Rail Vision Europe Ltd Rail track asset survey system
US10518791B2 (en) * 2015-10-20 2019-12-31 Sameer Singh Integrated rail and track condition monitoring system with imaging and inertial sensors
US10402675B2 (en) * 2016-08-30 2019-09-03 The Boeing Company 2D vehicle localizing using geoarcs
US10489663B2 (en) * 2017-04-24 2019-11-26 Toyota Research Institute, Inc. Systems and methods for identifying changes within a mapped environment
US20180308292A1 (en) * 2017-04-25 2018-10-25 Palo Alto Research Center Incorporated System and method for predictive condition modeling of asset fleets under partial information
US20190054937A1 (en) * 2017-08-15 2019-02-21 Bnsf Railway Company Unmanned aerial vehicle system for inspecting railroad assets
CN107679765A (zh) * 2017-10-25 2018-02-09 芜湖市纯至网络科技有限公司 一种轨道交通系统中大数据权重管理方法
US20190303541A1 (en) * 2018-04-02 2019-10-03 Ca, Inc. Auditing smart contracts configured to manage and document software audits

Also Published As

Publication number Publication date
KR20220059544A (ko) 2022-05-10
WO2021076251A1 (en) 2021-04-22
US11932290B2 (en) 2024-03-19
MX2022004518A (es) 2022-05-10
CN118425917A (zh) 2024-08-02
BR112022007414A2 (pt) 2022-07-12
EP4045377A1 (en) 2022-08-24
AU2020365850A1 (en) 2022-04-14
US20210114633A1 (en) 2021-04-22
US20220363296A1 (en) 2022-11-17
CN114829227A (zh) 2022-07-29
US11427232B2 (en) 2022-08-30
CN114829227B (zh) 2024-04-12
CA3155999A1 (en) 2021-04-22
US20240270294A1 (en) 2024-08-15
JP2022552172A (ja) 2022-12-15

Similar Documents

Publication Publication Date Title
JP2024073543A (ja) 資産を監査するためのシステム及び方法
US9583000B2 (en) Vehicle-based abnormal travel event detecting and reporting
AU2022263574B2 (en) Vegetation detection and alert method and system for a railway vehicle
Hadjidemetriou et al. Vision-and entropy-based detection of distressed areas for integrated pavement condition assessment
AU2020329106B2 (en) Systems and methods for locating objects
US11255678B2 (en) Classifying entities in digital maps using discrete non-trace positioning data
US20210192215A1 (en) Platform for the management and validation of contents of video images, picture or similar, generated by different devices
KR102400842B1 (ko) 교통사고 정보를 제공하기 위한 서비스 방법
CN112989916A (zh) 一种结合密度估计与目标检测的人群计数方法
JP6509546B2 (ja) 画像検索システム及び画像検索方法
Barrero-Solano et al. Video-based assessment of pedestrian behavior: Development and testing of methods
Solano et al. Estudio de comportamiento peatonal basado en video: Desarrollo y prueba de los métodos

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240325

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20240325