JP6614569B2 - 光学式ルート検査システムおよび方法 - Google Patents
光学式ルート検査システムおよび方法 Download PDFInfo
- Publication number
- JP6614569B2 JP6614569B2 JP2015041910A JP2015041910A JP6614569B2 JP 6614569 B2 JP6614569 B2 JP 6614569B2 JP 2015041910 A JP2015041910 A JP 2015041910A JP 2015041910 A JP2015041910 A JP 2015041910A JP 6614569 B2 JP6614569 B2 JP 6614569B2
- Authority
- JP
- Japan
- Prior art keywords
- images
- track
- image
- route
- segment
- 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
- 238000000034 method Methods 0.000 title claims description 63
- 238000007689 inspection Methods 0.000 title description 23
- 230000003287 optical effect Effects 0.000 title description 11
- 230000000007 visual effect Effects 0.000 claims description 129
- 230000008859 change Effects 0.000 claims description 11
- 230000015556 catabolic process Effects 0.000 claims description 6
- 238000006731 degradation reaction Methods 0.000 claims description 6
- 238000010191 image analysis Methods 0.000 description 85
- 230000009471 action Effects 0.000 description 34
- 230000000116 mitigating effect Effects 0.000 description 26
- 230000004044 response Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 12
- 238000013507 mapping Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 230000003137 locomotive effect Effects 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 244000144972 livestock Species 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 241000269400 Sirenidae Species 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- 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
- 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
- B61L23/041—Obstacle 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
- B61L23/042—Track changes detection
- B61L23/047—Track or rail movements
-
- 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
- B61L23/048—Road bed changes, e.g. road bed erosion
Landscapes
- Mechanical Engineering (AREA)
- Engineering & Computer Science (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
- General Physics & Mathematics (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Physics & Mathematics (AREA)
- Image Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
Description
らのルートへの損傷について検査することに関する。
る。例えば、鉄道車両が走行する線路は、下にあるバラスト材料のずれ、鉄道車両
の左右交互の揺れ等に起因して、アラインメント不整になり得る。線路は、わずか
に湾曲するかまたはそうでなければ線路の元のアラインメントから移動し得る。線
路のレール間の距離(すなわち、軌間)が同一のままであり得る一方で、線路の元
の位置からの線路の湾曲は、線路を元の位置とのアラインメントからずれさせ得る
。このずれは、鉄道車両の安全性、鉄道車両上にいる乗客、近くの人間および建物
に脅威を与え得る。例えば、鉄道車両の脱線のリスクは、線路がアラインメント不
整になると増加し得る。
を放射することと、線路がアラインメント不整になっているかどうかを決定するた
めにこれらのマーカーを光学的に監視することとを含む。これらの可視マーカーは
、例えば、レーザー光を使用して作成され得る。しかしながら、これらのシステム
および方法は、レーザー光源のような光放射装置の形態の追加のハードウェアを必
要とし得る。この追加のハードウェアは、システムのコストと複雑性を増大させ、
乗客または貨物の輸送のために使用されない特殊な鉄道車両を必要とし得る。加え
て、これらのシステムおよび方法は典型的に、可視マーカーが検査され得るよう、
鉄道車両が線路上をゆっくりと走行することを必要とし得る。
て警告しようとする衝突回避システムを含む。しかしながら、これらのシステムは
、車内の運転士に映像フィードを提供するカメラを含むのみであり得る。この運転
士は、任意の異物について映像を手動で点検し、異物が運転士によって識別された
場合、それに応じて応答する。これらのタイプのシステムは、ヒューマンエラーを
被りやすい。
なルートを光学的に検査するための)方法は、鉄道車両が線路に沿って移動してい
る間に鉄道車両に搭載されたカメラから線路のセグメントの1つ以上の画像を取得
することと、(1つ以上のコンピュータプロセッサにより)線路のセグメントのベ
ンチマーク視覚プロファイルを選択することとを含む。ベンチマーク視覚プロファ
イルは、線路の指定されたレイアウトを表す。方法はまた、(1つ以上のコンピュ
ータプロセッサにより)線路のセグメントの1つ以上の画像を線路のベンチマーク
視覚プロファイルと比較することと、(1つ以上のコンピュータプロセッサにより
)1つ以上の画像とベンチマーク視覚プロファイルとの間の1つ以上の差を線路の
アラインメント不整なセグメントとして識別することとを含み得る。
光学式ルート検査システム)は、カメラと1つ以上のコンピュータプロセッサとを
含む。カメラは、鉄道車両に搭載され、鉄道車両が線路に沿って移動している間に
線路のセグメントの1つ以上の画像を取得するように構成される。1つ以上のコン
ピュータプロセッサは、線路の指定されたレイアウトを表す線路のセグメントのベ
ンチマーク視覚プロファイルを選択するように構成される。1つ以上のコンピュー
タプロセッサはまた、線路のセグメントの1つ以上の画像を線路のベンチマーク視
覚プロファイルと比較して、1つ以上の画像とベンチマーク視覚プロファイルとの
間の1つ以上の差を線路のアラインメント不整なセグメントとして識別するように
構成される。
式ルート検査方法)は、ルートに沿って移動している車両上の1つ以上のカメラに
よりルートの近づいてくるセグメントの複数の第1の画像を取得することと、ルー
トの近づいてくるセグメント上またはセグメント付近の異物を識別するために1つ
以上のコンピュータプロセッサにより第1の画像を検査することと、1つ以上のプ
ロセッサにより第1の画像間の1つ以上の差を識別することと、識別された第1の
画像間の差に基づいて異物が一時的な物体かまたは永続的な物体かを決定すること
と、異物が一時的な物体かまたは永続的な物体かを決定することに応答して1つ以
上の緩和アクションを実現することとを含む。
本明細書において説明される発明の主題の別の例において、システム(例えば、
光学式ルート検査システム)は、車両上に搭載され、車両がルートに沿って移動し
ている間にルートの近づいてくるセグメントの複数の第1の画像を取得するように
構成された1つ以上のカメラを含む。システムはまた、第1の画像間の差を識別す
るために第1の画像を互いに比較し、識別された第1の画像間の差に基づいてルー
トの近づいてくるセグメント上またはセグメント付近の異物を識別し、識別された
第1の画像間の差に基づいて異物が一時的な物体かまたは永続的な物体かを決定し
、異物が一時的な物体かまたは永続的な物体かを決定することに応答して1つ以上
の緩和アクションを実現するように構成された1つ以上のコンピュータプロセッサ
を含む。
行される線路のアラインメント不整を検出するためのシステムおよび方法を含む。
システムおよび方法は、このアラインメント不整を検出するために鉄道車両上のカ
メラから集められた線路の画像の分析を使用し得る。検出されたアラインメント不
整に基づいて、鉄道車両の運転士が警報され得るので、運転士は、例えば、鉄道車
両を減速および/または停止させることによる、1つ以上の応答アクションを実現
し得る。
る。カメラは、鉄道車両の進行方向の線路の方に向けられ得る(例えば、線路の方
を向いている)。カメラは、アラインメント不整について分析される線路の画像を
、定期的に(または別の方法で)取り込み得る。線路がアラインメント不整である
場合、線路は、鉄道車両の脱線を引き起こし得る。本明細書において説明されるシ
ステムおよび方法のいくつかは、線路のアラインメント不整を前もって(例えば、
鉄道車両がアラインメント不整な線路に到達する前に)検出し、鉄道車両の運転士
に警告することによって脱線を防止する。オプションで、無人鉄道車両(例えば、
自動運転車両)において、システムおよび方法は、アラインメント不整な線路を識
別することに応答して、鉄道車両の移動を自動で減速または停止させ得る。
つ以上の他の応答アクションが開始され得る。例えば、警告信号が、1つ以上の他
の鉄道車両にアラインメント不整を警告するために、他の車両に通信(例えば、送
信またはブロードキャスト)され得、警告信号が、線路にまたは線路付近に配列さ
れた1つ以上の沿線デバイスが1つ以上の他の鉄道車両システムに警告信号を通信
できるよう、沿線デバイスに通信され得、警告信号が、線路のアラインメント不整
なセグメントの修繕および/またはさらなる検査を手配し得る非積載設備に通信さ
れ得る、といった具合である。
場合にアラインメント不整であり得る。例えば、線路における破損、消耗等の代わ
りに、線路のアラインメント不整が、線路が設置または以前に検査されたときの線
路のポジションのような以前のポジションからの線路の側方移動および/または線
路の垂直移動の結果として生じ得る。
るために光を発生させるデバイスの使用を含み、そのレーザー光を監視してレール
のプロファイルの変化を識別するシステムおよび方法とは対照的に、本明細書にお
いて説明されるシステムおよび方法の1つ以上の態様は、ルート上への光または他
のエネルギーは発生させずに、画像データの収集に依拠する。以下に説明されるよ
うに、本明細書において説明される1つ以上のシステムおよび方法はさらに、ルー
トの写真および/または映像を撮影し、これらの写真および/または映像を基線画
像データと比較し得る。レーザー光のような光は、少なくとも1つの実施形態にお
いてルートをマーキングまたはそうでなければ検査するために使用されない。
図1は、本明細書において説明される発明の主題の一例に係る光学式ルート検査
システム100の模式図である。システム100は、鉄道車両のような車両102
上に積載配列される。車両102は、1つ以上の機関車および鉄道車のような1つ
以上の他の車両と接続されて、線路のようなルート120に沿って走行するコンシ
ストを形成し得る。あるいは、車両102は、別のタイプのオフハイウェイ車両の
ような別のタイプの車両(例えば、公道を走行するよう設計されていない車両また
は公道の走行が可能でない車両)、自動車等であり得る。コンシストにおいて、車
両102は、例えば、列車または他の車両システムにおける、乗客および/または
貨物を牽引および/または推進し得る。
システム100は、カメラ106がルート120に沿って車両102とともに移
動するよう、車両102に搭載またはそうでなければ接続された1つ以上のカメラ
106(例えば、カメラ106a、106b)を含む。カメラ106は、カメラ1
06が車両102の走行または移動の方向104に向けられるという点で、フォワ
ードフェイシングカメラ106であり得る。例えば、カメラ106の視野108、
110は、カメラ106によって取得される画像上に取り込まれる空間を表す。図
示された例において、カメラ106は、視野108、110が移動車両102の正
面の空間の画像および/または映像を取り込むという点で、フォワードフェイシン
グである。カメラ106は、静止(例えば、スチル)画像および/または動画像(
例えば、映像)を取得し得る。
カメラ106は、車両102が相対的に速い速度で移動している間にルート12
0の画像を取得し得る。例えば、画像は、車両102が、ルート120で保線が行
われていない場合またはルート120の速度上限が減じられていない場合のルート
120の線路速度といった、ルート120の速度上限または速度上限付近で移動し
ている間に、取得され得る。
カメラ106は、カメラコントローラ112から受け取られた信号に基づいて動
作する。カメラコントローラ112は、1つ以上のコンピュータプロセッサ(例え
ば、マイクロプロセッサ)または他の電子論理ベースのデバイスを含む、および/
またはそれらに結合された、1つ以上のハードウェア回路または回路素子を含む、
または表す。カメラコントローラ112は、カメラ106を起動してカメラ106
に画像データを取得させる。この画像データは、車両102の前方に配列されたル
ート120の1つ以上の部分またはセグメントの画像といった、カメラ106の視
野108、110の画像を表す。カメラコントローラ112は、カメラ106のフ
レームレート(例えば、カメラ106が画像を取得する速度または周波数)を変化
させ得る。
システム100の1つ以上の画像分析プロセッサ116が、カメラ106の1つ
以上によって取得された画像を検査する。プロセッサ116は、1つ以上のコンピ
ュータプロセッサ(例えば、マイクロプロセッサ)または他の電子論理ベースのデ
バイスを含む、および/またはそれらに結合された、1つ以上のハードウェア回路
または回路素子を含む、または表し得る。一態様において、プロセッサ116は、
画像のどの部分がルート120を表すかを識別し、これらの部分を1つ以上のベン
チマーク画像と比較することによって、画像を検査する。1つ以上のカメラ取得画
像とベンチマーク画像(単数または複数)との間の類似または差に基づいて、プロ
セッサ116は、カメラ画像中に示されたルート120のセグメントがアラインメ
ント不整であるかどうかを決定し得る。
例を示す。図2Aおよび図2Bに示されているように、画像200は、異なる色お
よび/または強度のいくつかの画素202から形成されたデジタル画像であり得る
。より高い強度を有する画素202は、より明るい色であり得る(例えば、より白
い)一方で、より低い強度を有する画素202は、より暗い色であり得る。一態様
において、画像分析プロセッサ116(図1に示す)は、画像200のどの部分が
ルート120(例えば、線路のレール204)を表すのかを決定するために画素2
02の強度を検査する。例えば、プロセッサ116は、指定されたしきい値より高
い強度を有する画素202、画像200におけるいくつかまたはすべての画素20
2の平均値または中央値より高い強度を有する画素202、または他の画素202
を、ルート120(例えば、線路のレール204)の位置を表すものとして選択し
得る。あるいは、プロセッサ116は、画像200におけるレール204を識別す
るために別の技法を使用し得る。
1つ以上のベンチマーク視覚プロファイルを、画像メモリ118のようなコンピュ
ータ可読メモリに記憶されたいくつかのそのようなプロファイルの中から選択し得
る。メモリ118は、コンピュータハードドライブ、CD−ROM、DVD RO
M、取り外し可能なフラッシュメモリカード、磁気テープ等といった1つ以上のメ
モリデバイスを含む、または表す。メモリ118は、カメラ106によって取得さ
れた(図2Aおよび図2Bに示された)画像200と、車両102の運行に関連づ
けられたベンチマーク視覚プロファイルとを記憶し得る。
ト120の指定されたレイアウトを表す。例えば、ベンチマーク視覚プロファイル
は、レールが設置された、修繕された、最後に点検に合格した、または他の場合の
、ルート120のレールのポジション、配置、相対的な位置を表し得る。
軌間(例えば、線路のレール間の距離)である。あるいは、ベンチマーク視覚プロ
ファイルは、選択された位置でのルート120の以前の画像であり得る。別の例に
おいて、ベンチマーク視覚プロファイルは、ルート120(例えば、線路のレール
)がルート120の画像中のどこに位置すると予期されるかの定義であり得る。例
えば、異なるベンチマーク視覚プロファイルは、1つの位置から別の位置への車両
102の運行に沿った異なる位置での線路のレール204(図2Aおよび図2Bに
示す)の異なる形状を表し得る。
て、メモリ118におけるどのベンチマーク視覚プロファイルを選択すべきかを決
定し得る。車両コントローラ114が、車両102の移動を手動および/または自
動で制御するために使用され、画像200が取得されたときに車両102がどこに
位置するかを追跡することができる。例えば、車両コントローラ114は、車両1
02がどこに位置するかを決定するために、全地球測位システム、セルラー三角測
量システム等といった測位システムを含み得、および/または、それらに接続され
得る。オプションで、車両コントローラ114は、車両102がルート120上を
どれほど速く走行しているかおよび走行してきたか、車両102がどれほど長く移
動してきているか、およびルート120の既知のレイアウトに基づいて、車両10
2がどこに位置するかを決定し得る。例えば、車両コントローラ114は、車両1
02が既知の位置(例えば、開始位置または他の位置)からどれほど遠くまで移動
してきたかを計算し得る。
120の指定されたレイアウトまたは配置に関連づけられ、かつそれらを表す、ベ
ンチマーク視覚プロファイルを、メモリ118から選択し得る。この指定されたレ
イアウトまたは配置は、車両102の安全な走行のためにルート120が有するべ
き、形状、間隔、配置等を表し得る。例えば、ベンチマーク視覚プロファイルは、
線路が設置または最後に点検されたときの線路のレール204の軌間およびアライ
ンメントを表し得る。
不整であるかどうかを決定するために、画像200に示されたルート120のセグ
メントの軌間を測定し得る。図3Aおよび図3Bは、図1に示されたルート120
の画像200の別の例を示す。画像分析プロセッサ116は、ルート120のレー
ル204間の軌間距離500を測定するために、画像200を検査し得る。一態様
において、分析プロセッサ116は、図3Aおよび図3Bに示されるように、一方
のレール204を表すものとして識別された1つ以上の画素202と、もう一方の
レール204を表すものとして識別された1つ以上の他の画素202との間の、直
線または線形距離を測定し得る。この距離は、ルート120の軌間距離500を表
す。あるいは、他の画素202間の距離が測定され得る。プロセッサ116は、画
素202の数に画像200において各々の画素202の幅が表す既知の距離を乗算
すること、軌間距離500における画素202の数を既知の変換係数を使用して(
例えば、センチメートル、メートル等の)長さに変換すること、画像200に示さ
れた軌間距離500の縮尺をスケーリング係数によって変更すること、または別の
方法で、軌間距離500を決定し得る。
18に記憶された(またはどこかよそに記憶された)指定された軌間距離と比較さ
れ得る。指定された軌間距離はルート120のレール204の指定された配置また
は間隔を表すので、この距離は、ルート120のベンチマーク視覚プロファイルで
あり得る。測定された軌間距離500が指定されたしきい値または許容差を超えて
指定された軌間距離と異なる場合には、プロセッサ116は、画像200に示され
たルート120のセグメントがアラインメント不整であると決定し得る。例えば、
指定された軌間距離は、レール204が設置されたまたは最後に点検に合格したと
きのルート120の距離または軌間を表し得る。測定された軌間距離500がこの
指定された軌間距離から非常に大きく外れる場合には、この偏差は、ルート120
の変化したまたは変更された軌間距離を表し得る。
間距離500を測定し、測定された軌間距離500に変化がないか監視し得る。軌
間距離500が指定された量を超えて変化している場合には、プロセッサ116は
、ルート120の近づいてくるセグメントを潜在的にアラインメント不整であるも
のとして識別し得る。しかしながら、以下において説明されるように、測定された
軌間距離500の変化は、あるいは、車両102がそれに向かって走行しているル
ート120における転轍機を表し得る。
カーブを含む場合でさえ、ルート120におけるレール204の1つ以上がアライ
ンメント不整である場合を決定することを画像分析プロセッサ116に可能にさせ
得る。軌間距離500は、一定または実質的に一定(例えば、製作交差内)である
べきであるので、軌間距離500は、ルート120がアラインメント不整でない限
り、ルート120のカーブ区間または直線区間で著しく変化しないはずである。
120の近づいてくるセグメントがアラインメント不整であることを1つ以上の画
像200の検査から決定した場合、画像分析プロセッサ116は、警告信号を車両
コントローラ114に通信し得る。この警告信号は、ルート120の近づいてくる
セグメントがアラインメント不整であることを車両コントローラ114に示し得る
。この警告信号に応答して、車両コントローラ114は、1つ以上の応答アクショ
ンを起こし得る。例えば、車両コントローラ114は、ルート120の近づいてく
るアラインメント不整のセグメントを車両102の運転士に対し視覚的および/ま
たは可聴的に警告する、ディスプレイ、スピーカー等のような出力デバイスを含み
得る。運転士が続いて、例えば、車両の移動を減速または停止させることによる、
または、ルート120のアラインメント不整なセグメントのさらなる点検および/
または保線を要求するために非積載の修繕設備または点検設備と通信することによ
る、といった対処の仕方を決め得る。オプションで、車両コントローラ114は、
例えば、車両102の移動を自動で減速または停止させること、および/または、
ルート120のアラインメント不整なセグメントのさらなる点検および/または保
線を要求するために非積載の修繕設備または点検設備と自動で通信することにより
、応答アクションを自動で実現し得る。
覚プロファイル300は、ルート120(図1に示す)の指定されたレイアウト、
例えば、ルート120がカメラ106(図1に示す)の1つ以上によって取得され
た画像中のどこにあると予期されるかを表す。
の指定されたポジションを表す2つの指定された領域302、304を含む。指定
された領域302、304は、レール204(図2Aおよび図2Bに示す)を表す
画像200(図2Aおよび図2Bに示す)の画素202(図2Aおよび図2Bに示
す)が、レール204が適切にアラインメントしている場合にどこに位置すべきか
を表し得る。例えば、指定された領域302、304は、画像200を取得する前
に、レール204の予期される位置を表し得る。レール204は、レール204が
、レール204が設置されたときまたはレール204の位置の点検に最後に合格し
たときと同一の位置にある場合、または少なくとも指定された許容差内である場合
、適切にアラインメントしていることができる。この指定された許容差は、レール
204が車両102(図1に示す)の揺れまたは他の移動に起因して画像200中
に出現し得る位置の範囲を表し得る。
は異なる車両102上のカメラ106によって取得されたルート120の以前の画
像を表し得る。指定された領域302、304は、ルート120(例えば、レール
204)を表すものとして識別されている以前の画像における画素202の位置を
表し得る。
204)を表す画素202を、ベンチマーク視覚プロファイル300にマッピング
し得るか、または、ベンチマーク視覚プロファイル300の指定された領域302
、304を、ルート120を表す画素202にマッピングし得る。このマッピング
は、画像200中のルート120(例えば、レール204)を表す画素202の位
置がベンチマーク視覚プロファイル300の指定された領域302、304と同一
の位置にあるかどうかを決定することを含み得る。
像200とベンチマーク視覚プロファイル300との視覚マッピング図400を示
す。マッピング図400は、画像分析プロセッサ116(図1に示す)によって行
われる画像200のベンチマーク視覚プロファイル300との比較の一例を表す。
マッピング図400に示されているように、ベンチマーク視覚プロファイル300
の指定された領域302、304が、画像200上にオーバーレイされ得る。プロ
セッサ116が続いて、画像200とベンチマーク視覚プロファイル300との間
の差を識別し得る。例えば、プロセッサ116は、ルート120を表す(例えば、
レール204を表す)画素202が、指定された領域302、304の外側に配列
されるかどうかを決定し得る。オプションで、プロセッサ116は、画像200中
のルート120を表す画素202の位置(例えば、これらの画素202の座標)が
、指定された領域302、304内に位置しない(例えば、指定された領域302
、304の外側境界内に位置する座標ではない)かどうかを決定し得る。
された量が指定された領域302、304の外側にあると決定した場合には、プロ
セッサ116は、画像200中に示されたルート120のセグメントをアラインメ
ント不整であるものとして識別し得る。例えば、プロセッサ116は、ルート12
0(例えば、レール204)を表す画素202のグループ402、404、406
を、指定された領域302、304の外側にあるものとして識別し得る。ルート1
20を表し、指定された領域302、304の外側にある、画素202の数、分数
、パーセンテージ、または他の測定値が、指定されたしきい値(例えば、10%、
20%、30%、または別の量)を超える場合には、画像200中に示されたルー
ト120のセグメントは、アラインメント不整であるものとして識別される。一方
で、ルート120を表し、指定された領域302、304の外側にある、画素20
2の数、分数、パーセンテージ、または他の測定値が、しきい値を超えない場合に
は、画像200中に示されたルート120のセグメントは、アラインメント不整で
あるものとして識別されない。
は、走行中のルート120のセグメントと別のルートのセグメントとの交点に遭遇
(例えば、接近)し得る。鉄道車両の観点では、そのような交点は、2つ以上のル
ート120間の転轍機を含み得る。転轍機でのレール204の配置に起因して、画
像分析プロセッサ116は、レール204がアラインメント不整であるかどうかを
決定するよう画像200の検査を適合させ得る。
602、604間の交点(例えば、転轍機)600の模式図である。ルート602
、604の1つ以上または各々は、図1に示されたルート120と同一または同様
であり得る。
ント不整であるかどうかを決定するために軌間距離500(図3Aおよび図3Bに
示す)を測定している場合には、画像分析プロセッサ116は、減少していく軌間
距離500を、車両102が転轍機600に接近しているものとして識別し得る。
例えば、車両102がルート602上を第1の走行方向606に沿って転轍機60
0に向かって走行している場合、または車両102がルート604上を第2の走行
方向608に沿って転轍機600に向かって走行している場合、または車両102
がルート602上を第3の走行方向610に沿って転轍機600に向かって走行し
ている場合には、画像分析プロセッサ116は、測定された軌間距離500が、例
えば距離500aからより短い距離500bまたは別の距離へと減少していると決
定し得る。
116は、測定された軌間距離500のこの減少に基づき、レール204をアライ
ンメント不整であるものとして誤って識別し得る。しかしながら、一態様では、車
両コントローラ114が、車両102が転轍機600に接近している場合を(例え
ば、コントローラ114によって決定された車両102の位置と、例えば、転轍機
の位置を提供する地図または線路データベースからの、転轍機600の既知の位置
とに基づいて)決定し、画像分析プロセッサ116に通知し得る。画像分析プロセ
ッサ116は続いて、車両102が転轍機600を通り抜けるかまたは通り過ぎる
まで、例えば、減少していく測定された軌間距離500に応答して上述された1つ
以上の応答アクションを実現しないことにより、減少していく軌間距離500を無
視し得る。
付近のルートを表す1つ以上のベンチマーク視覚プロファイルを、メモリ118(
図1に示す)から取得し得る。平行なレール204を表す代わりに、これらのベン
チマーク視覚プロファイルは、転轍機600におけるレール204の配置を表し得
る。画像分析プロセッサ116は続いて、転轍機600に接近しているルートの画
像をベンチマーク視覚プロファイルと比較して、転轍機600でのまたは転轍機6
00付近のルートがアラインメント不整であるかどうかを決定し得る。
トの取得画像に基づいて、車両102が転轍機600に接近していることを決定し
得る。例えば、転轍機600に接近している異なるルート602、604のレール
204間の距離(例えば、軌間距離500b)が、ベンチマーク視覚プロファイル
としてメモリ118に記憶され得る。画像分析プロセッサ116が、ルート602
またはルート604の画像から測定された軌間距離500が記憶された軌間距離と
同一または同様であると決定した場合には、画像分析プロセッサ116は、車両1
02が転轍機600に接近していると決定し得る。画像分析プロセッサ116は、
車両コントローラ114によって決定された車両102の位置を確認するために車
両102が転轍機600に接近する場合を決定すること、コントローラ114が車
両102の位置を決定することができない場合に車両102の位置特定を支援する
こと等のために使用され得る。
タからベンチマーク視覚プロファイルを作成し得る。例えば、画像分析プロセッサ
116がベンチマーク視覚プロファイルへのアクセスを有しない、検査されるルー
トの区間がベンチマーク視覚プロファイルに関連づけられていない、といった場合
がある。画像分析プロセッサ116は、例えば、画像データが取得されたときにベ
ンチマーク視覚プロファイルを作成することにより、画像データを使用して「臨機
応変に」ベンチマーク視覚プロファイルを作成することができる。ベンチマーク視
覚プロファイルは続いて、ベンチマーク視覚プロファイルがルートに伴う問題を識
別するために作成された画像データを検査するために使用され得る。
画像1000をルート120のベンチマーク視覚プロファイル1002、1004
とともに示す。ベンチマーク視覚プロファイル1002、1004は、画像100
0を作成するために使用された画像データから画像分析プロセッサ116(図1に
示す)によって作成される。例えば、画像分析プロセッサ116は、上述されたよ
うに、ルート120の位置を決定するために画素の強度を検査し得る。ルート12
0の位置内で、画像分析プロセッサ116は、同一または同様(例えば、互いの指
定された範囲内)の強度を有する2つ以上の画素を見出し得る。オプションで、画
像分析プロセッサ116は、同一または同様の強度を有する沢山のより多くの画素
を識別し得る。
、画像分析プロセッサ116は、各々のレール204のための画像1000におけ
る画素間の線を識別し得る。これらの線は、ベンチマーク視覚プロファイル100
2、1004を表す。画像分析プロセッサ116は続いて、ルート120のレール
204を表す他の画素がベンチマーク視覚プロファイル1002、1004上また
はベンチマーク視覚プロファイル1002、1004内(例えば、ベンチマーク視
覚プロファイル1002、1004の指定された距離内)であるかどうか、または
これらの画素がベンチマーク視覚プロファイル1002、1004の外側であるか
どうかを決定し得る。図示された例では、ルート120のレール204を表す画素
のほとんどまたはすべてが、ベンチマーク視覚プロファイル1002、1004上
またはベンチマーク視覚プロファイル1002、1004内である。
取得画像1100をルート120のベンチマーク視覚プロファイル1102、11
04とともに示す。ベンチマーク視覚プロファイル1102、1104は、図10
に関連して上述されたように、画像1100を形成するために使用された画像デー
タを使用して作成され得る。しかしながら、図10に示された画像1000とは対
照的に、ルート120のセグメント1106は、ベンチマーク視覚プロファイル1
104上またはベンチマーク視覚プロファイル1104内に入っていない。このセ
グメント1106は、ベンチマーク視覚プロファイル1104から外側へまたは離
れるようにカーブする。レール204を表す強度を有する画素がもはやベンチマー
ク視覚プロファイル1104上またはベンチマーク視覚プロファイル1104中で
はないので、画像分析プロセッサ116がこのセグメント1106を識別し得る。
したがって、画像分析プロセッサ116がセグメント1106をルート120のア
ラインメント不整なセグメントとして識別し得る。
書に説明される技法の組み合わせを使用し得る。例えば、ルート120の両方のレ
ール202、204が湾曲しているかまたは以前のポジションとアラインメント不
整であるが、依然として互いに平行であるかまたは実質的に平行である場合には、
レール202、204間の軌間距離は、同一であるかまたは実質的に同一のままで
あり得、および/または、ルート120の指定された軌間距離500と実質的に異
ならない場合がある。結果として、画像データ中の軌間距離を見るだけでは、画像
分析プロセッサ116がレール202、204への損傷(例えば、湾曲)を識別し
損なう、という結果を生じ得る。この状況を回避するために、画像分析プロセッサ
116は加えて、図10および図11に関連して上述されたように、画像データを
使用してベンチマーク視覚プロファイル1102、1104を発生させ、これらの
プロファイルをレールの画像データと比較し得る。レール202、204における
湾曲が画像データから作成されたベンチマーク視覚プロファイルから外れる場合、
レール202、204の湾曲または他のアラインメント不整が続いて識別され得る
。
めの方法700のフローチャートを示す。方法700は、ルート検査システム10
0(図1に示す)の1つ以上の実施形態によって行われ得る。702で、ルートの
画像が、車両の1つ以上のカメラから取得される。車両の走行方向に沿って車両の
前方にあるルートのセグメントの画像が取得され得る(例えば、車両は、撮像され
るセグメントに向かって移動している)。
メントの位置に基づいて選択される。上述されたように、ベンチマーク視覚プロフ
ァイルは、ルートの指定された軌間距離、ルートの以前の画像、ルートが位置する
と予期される場所または以前に位置していた場所の空間表現等を表し得る。
の画像中のレールの軌間が測定され、ベンチマーク視覚プロファイルの指定された
軌間と比較され得る。オプションで、画像中のレールの位置が決定され、ルートの
以前の画像中のレールの位置と比較され得る。一態様では、画像中のレールの位置
が決定され、ベンチマーク視覚プロファイルの指定された領域と比較される。
いての決定が行われる。例えば、画像から測定された軌間距離がベンチマーク視覚
プロファイルの指定された軌間距離と異なるかどうかについての決定が行われ得る
。加えてまたはあるいは、画像中のレールの位置がルートの以前の画像中のレール
の位置と異なるかどうかについての決定が行われ得る。オプションで、画像中のレ
ールの位置がベンチマーク視覚プロファイル中の指定された領域の外側にあるかど
うかについての決定が行われ得る。これらの差の1つ以上が識別された場合には、
その差は、ルート(例えば、レールの1つ以上)が、例えば、湾曲、地面または下
にあるバラスト材料に対する移動、破損等によって、アラインメント不整になって
いることを示し得る。
は、ルートは、以前のポジションまたは指定されたポジションとアラインメント不
整であり得る。結果として、方法700のフローは710へと進み得る。一方、差
が識別されない場合、または差が相対的に小さいかまたは軽微である場合には、ル
ートは依然として、以前のポジションまたは指定されたポジションと同一のアライ
ンメントであり得る(または、相対的に少ない量だけ移動している)。結果として
、車両は、ルートの近づいてくるセグメントに沿って走行し続け得、方法700は
、702に戻り得る。
る。712で、例えば、1つ以上の他の鉄道車両にアラインメント不整を警告する
ために他の車両に警告信号を通信すること、線路にまたは線路付近に配列された1
つ以上の沿線デバイスが1つ以上の他の鉄道車両システムに警告信号を通信できる
よう、沿線デバイスに警告信号を通信すること、非積載設備に警告信号を通信する
こと、車両の移動を自動で減速または停止させること、車内の運転士にアラインメ
ント不整を通知すること等による、1つ以上の応答アクションが実現され得る。車
両がルートに沿って移動し続け得るかどうかに依存して、方法700のフローは、
702に戻り得る。
システムおよび方法は、車両の前部に搭載され、走行中のルートの方に向けられた
(例えば、面している)複数のカメラを使用し得る。カメラは、ルートの安定した
静止画像を付与するよう、相対的に高い(例えば、速い)フレームレートで画像を
取り込む。収集された複数の画像を使用して画像が分析され、障害物(例えば、歩
行者、車、木等)が識別および/またはハイライトされる。システムおよび方法は
、(手動または自動で)ブレーキアクションをトリガするために、車両の運転士に
対し障害物について警告するかまたはインジケーションを提供し得る。運転士が減
速するかまたは車両のブレーキをかけるアクションを起こさない場合には、ブレー
キが運転士の介入なしに自動でかけられ得る。
するよう、相対的に高いフレームレート(例えば、相対的に高い周波数)で画像を
取り込み得る。異なるカメラによって取得される画像の取り込み時間の間には、(
例えば、数ミリ秒の)時間遅延またはラグが存在し得る。一態様において、同一の
時間フレーム(例えば、相対的に短い同一の時間フレーム内)で異なるカメラから
取り込まれた画像が、ルートの近づいてくるセグメント上またはセグメント付近の
異物を識別するために比較される。特徴検出アルゴリズムが、人間、鳥、車、他の
車両(例えば、機関車)等といった画像上の顕著な特徴を識別するために使用され
得る。一態様において、画像は、異物の深度を識別するために分析され、深度は、
異物のサイズの推定および/または異物の識別のために使用され得る。差分法を使
用して、雪、雨、小石等といった不安定な障害物は除去または無視され得る。線路
上の車、歩行者等といった大きな障害物は、識別またはハイライトされ、車両の運
転士に大きな障害物の存在を警報するために使用され得る。
上の障害物の十分に早期の警告または識別を受け取ることができない。たとえ運転
士が障害物を視認することができたとしても、障害物は、障害物との衝突前に列車
(または他の車両)にブレーキをかけて停止させることを運転士に可能にさせるの
に間に合うように視認されることはできない。本明細書において説明される進歩し
た画像取り込みおよび分析技法は、遠く離れた障害物を十分早期に検出することが
でき、障害物との衝突が回避されることができる。
以上が、ルート120に沿った車両102の移動中に、ルート120の近づいてく
るセグメントのいくつかの画像200を取得し得る。以下の説明は、画像200を
取得する2つ以上のカメラ106にフォーカスするが、オプションで、カメラ10
6の1つのみが画像200を取得し得る。画像分析プロセッサ116は、相対的に
速いフレームレート、例えば、少なくとも、1カメラあたり毎秒300個の画像、
1カメラあたり毎秒120個の画像、1カメラあたり毎秒72個の画像、1カメラ
あたり毎秒48個の画像、1カメラあたり毎秒24個の画像を取得することによっ
て、または別のレートで、画像200を収集するようカメラ106を制御し得る。
た画像を比較して画像中の差を識別する。これらの差は、車両102がそれに向か
って走行しているルート120のセグメント上またはセグメント付近の一時的な異
物または永続的な異物を表し得る。一時的な異物は、十分に速く移動しているのが
ゆえに車両102が異物に到達したときに物体が車両102を妨害しないまたは車
両102と衝突しないであろう物体である。永続的な異物は、固定であるかまたは
十分にゆっくりと移動しているがゆえに車両102が異物に到達したときに車両1
02が異物と衝突するであろう物体である。
1つ以上によって収集され、互いの上にオーバーレイされた、3つの画像のオーバ
ーレイ表現800である。オーバーレイ表現800は、カメラ106の1つ以上に
よって異なる時間に撮影され、互いに組み合わせられた、ルート120の同一のセ
グメントの3つの画像を表す。画像分析プロセッサ116は、異物について画像を
検査する際にそのようなオーバーレイ表現を発生させることも発生させないことも
ある。
る時間に取得された画像において同一のまたは実質的に同一の位置のままであると
いう点で、永続的な物体である。これは、車両102がルート120に沿って走行
するときに、ルート120が車両102(図1に示す)の走行方向に対し横に移動
していないからである。画像分析プロセッサ116は、上述されたように画像中の
画素の強度を検査すること、または別の技法を使用することによって、ルート12
0を識別し得る。
。画像分析プロセッサ116は、画像中の画素の強度を検査すること(または別の
技法を使用すること)と、同一または同様の(例えば、指定された範囲内の)強度
を有する画素の1つ以上のグループが互いに近接した画像の位置に出現することを
決定することにより、異物802を識別し得る。オプションで、画像分析プロセッ
サ116は、上述されたのと同様に、1つ以上のカメラ106によって収集された
画像の1つ以上を比較し、それらの画像を1つ以上のベンチマーク視覚プロファイ
ルと比較し得る。画像とベンチマーク視覚画像との間の差が識別された場合には、
画像分析プロセッサ116は、これらの差を、異物802を表すものとして識別し
得る。例えば、ベンチマーク視覚プロファイルはレール204のみを表すが、レー
ル204と別の物体とが画像中に出現する場合には、画像分析プロセッサ116は
、別の物体を異物802として識別し得る。一態様において、画像分析プロセッサ
116は、ルート120(例えば、レール204)と異物802とを、ルート12
0と異物802との異なる形状および/またはサイズによって区別することができ
る。
インし、1つ上の拡大された画像を取得するようカメラ106の1つ以上に指示し
得る。例えば、異物802の最初の識別は、画像分析プロセッサ116がカメラ1
06にカメラ106の視野の拡大と異物802の拡大画像の収集とを指示すること
によって確認され得る。画像分析プロセッサ116は、異物802の存在を確認す
るか、または異物802が存在しないことを決定するために、拡大された画像を再
度検査し得る。
かを決定するために、画像の2つ以上のシーケンス(例えば、拡大された画像また
は拡大前の収集された画像)を検査し得る。一態様において、異物802が指定さ
れた時間期間内に少なくとも指定された数の画像中に出現し、プロセッサ116に
よって識別された場合には、異物802は、プロセッサ116により永続的な物体
として識別される。少なくとも指定された時間期間にわたる指定された数の画像(
またはより多くの量の画像)中の異物802の出現は、異物802が、ルート12
0の近づいてくるセグメント上またはセグメント付近に位置すること、および/ま
たは、ルート120上またはルート120付近にとどまるであろう可能性が高いこ
とを示す。
よって収集された画像の1つ以上の中に出現し得る。これらの異物802は非常に
速く移動する傾向にあるので、これらの異物802は、指定された時間期間中に指
定された数の画像より多くの画像中に存在する可能性は低い。結果として、画像分
析プロセッサ116は、これらのタイプの異物802を永続的な物体として識別す
るのではなく、その代わりにこれらの異物を無視するか、または異物を一過性の物
体として識別する。
人物、ルート120上に駐車しているまたはルート120上をゆっくりと移動して
いる車等は、飛んでいる鳥または降水よりも長い時間期間にわたり、カメラ106
によって収集された画像中に出現し得る。結果として、人物または車は、少なくと
も指定された時間期間にわたって少なくとも指定された数の画像中に出現し得る。
画像分析プロセッサ116は、そのような異物を永続的な物体として識別する。
は、1つ以上の緩和アクションを実現し得る。例えば、画像分析プロセッサ116
は、車両コントローラ114(図1に示す)に通信される警告信号を発生させ得る
。この警告信号は、車両102が永続的な物体に接近中であるとの可聴の警告また
はアラームを発生させるために、内部および/または外部サイレンのような1つ以
上のアラームを鳴動させ得る。オプションで、警告信号は、車両102の運転士に
永続的な物体を通知するために、運転士への視覚アラームまたは他のアラームを発
生させ得る。加えてまたはあるいは、警告信号は、車両コントローラ114に車両
102のブレーキを自動でかけさせ得る。一態様では、警告信号が、車両コントロ
ーラ114に、転轍機または転轍機を制御する他の沿線デバイスへ信号を通信させ
得るので、転轍機は、自動で変化させられて、車両102に、現在走行されている
(永続的な物体が検出された)ルート120を離れさせ、別の異なるルートに移動
して永続的な物体との衝突を回避させる。
16は、永続的な物体の移動速度を決定し、もしあれば、どの緩和アクションを実
現すべきかを決定し得る。図8に示された例において、異物802は、ルート12
0に対し画像の異なる位置に出現する。例えば、第1の画像において、異物802
は第1の位置804に出現し、続く第2の画像において、異物802は異なる第2
の位置806に出現し、続く第3の画像において、異物802は異なる第3の位置
808に出現する。
802の移動速度を推定し得る。例えば、画像分析プロセッサ116は、カメラ1
06のフレームレートを制御することができ、したがって、連続した画像が収集さ
れたときの間の時間の長さを知ることができる。画像分析プロセッサ116は、異
なる位置804、806、808等の間の異物802のポジションの変化を測定し
、ポジションのこれらの変化を、異物802が画像間で移動した推定距離にスケー
リングし得る。例えば、画像分析プロセッサ116は、図3Aおよび図3Bに示さ
れた軌間距離500を測定するのと同様の手法で、距離を推定し得る。しかしなが
ら、レール204間の距離を測定する代わりに、画像分析プロセッサ116は、異
物802の移動距離を推定している。
されたときの間の時間期間で除算されたポジションの変化を使用して、異物802
が移動している移動速度を推定し得る。異物802が指定された速度よりもゆっく
りと移動している場合には、画像分析プロセッサ116は、車両102が異物80
2に到達する前に異物802がルート120を無事通過する可能性は低いと決定し
得る。結果として、画像分析プロセッサ116は、車両102のブレーキを(例え
ば、限度一杯の程度、または、車両102の移動を減速または停止させるのに十分
に大きな程度まで)早急にアクチュエートすることによるような、より早急な応答
を要求する警告信号を車両コントローラ114のために発生させ得る。異物802
が少なくとも指定された速度ほど速く移動している場合には、画像分析プロセッサ
116は、車両102が異物802に到達する前に異物802がルート120を無
事通過する可能性はより高いと決定し得る。結果として、画像分析プロセッサ11
6は、警告サイレンを起動すること、スロットルレベルを自動で減じること、およ
び/または、ブレーキをかけることにより車両102を自動で減速させる(が、停
止させはしない)ことによるような、さほど早急ではない応答を要求する警告信号
を車両コントローラ114のために発生させ得る。
ト120付近の永続的な物体の潜在的な識別を確認するか、またはその識別に異議
を唱えるために、2つ以上のカメラ106によって取得された画像を使用し得る。
例えば、プロセッサ116は、1つのカメラ106aからの画像の第1のセットを
検査し、別のカメラ106bからの画像の第2のセットを検査して、永続的な物体
が画像の第1のセットと画像の第2のセットの両方において識別されるかどうかを
決定し得る。永続的な物体が画像の両方のセットから検出される場合には、画像分
析プロセッサ116は、上述されたように、どの緩和アクションを実現すべきかを
決定し得る。
メラ106によって取得された画像を検査し得る。例えば、間隔をあけられた異な
るカメラ106によって同一の時間または実質的に同一の時間に収集された画像が
、異物802の立体視を提供し得る。カメラ106のわずかに異なる視野に起因し
て、同一の時間またはほぼ同一の時間に取得された画像は、たとえ異物802が固
定であっても、異物802の相対的な位置におけるわずかな差を有し得る。例えば
、異物802は、別のカメラ106bによって収集された画像におけるよりも1つ
のカメラ106aによって収集された画像のわずかに片側に出現し得る。画像分析
プロセッサ116は、これらの差を(例えば、異物802の共通の画素または部分
間の距離を測定することによって)測定し、異物802の深度(例えば、車両10
2の走行方向と平行または同軸の方向に沿った異物802の対辺間の距離)を推定
し得る。例えば、より大きな深度は、差がより小さい場合よりも、これらの差がよ
り大きい場合に、推定され得る。
めに推定深度を使用し得る。例えば、より大きな推定深度について、画像分析プロ
セッサ116は、異物802が、より小さい推定深度におけるよりもより大きなサ
イズであることを決定し得る。画像分析プロセッサ116は、より大きな推定深度
のためにより厳重な緩和アクションを、より小さな推定深度のためにさほど厳重で
ない緩和アクションを要求し得る。
現すべきかを決定するために、画像の1つ以上における識別された異物802の二
次元サイズを検査し得る。例えば、画像分析プロセッサ116は、画像中の異物8
02を表す画像の表面積を測定し得る。画像分析プロセッサ116は、異物802
のサイズインデックスを決定するために、画像中の異物802のこの二次元サイズ
を異物802の推定深度と組み合わせ得る。サイズインデックスは、異物802が
どれほど大きいかを表す。オプションで、サイズインデックスは、異物802の推
定深度ではなく、撮像された異物802の二次元サイズに基づき得る。
めにサイズインデックスを使用し得る。画像分析プロセッサ116は、より大きな
サイズインデックスのためにより厳重な緩和アクションを、より小さなサイズイン
デックスのためにさほど厳重でない緩和アクションを要求し得る。
元面積および/または推定深度を1つ以上の物体テンプレートと比較し得る。物体
テンプレートは、図5Aおよび図5Bにおけるベンチマーク視覚画像300に示さ
れた指定された領域302、304と同様であり得る。上述されたように、指定さ
れた領域302、304は、適切にアラインメントさせられたレール204が画像
中のどこに位置すると予測されるかを表す。同様の指定領域が、歩行者、自動車、
家畜等といった他の物体の形状を表し得る。画像分析プロセッサ116は、1つ以
上の画像中の異物802のサイズおよび/または形状を、1つ以上の異なる異物を
表す1つ以上の指定された領域(例えば、物体テンプレート)のサイズおよび/ま
たは形状と比較し得る。異物802のサイズおよび/または形状が同一または同様
(例えば、指定された許容差内)である場合には、画像分析プロセッサ116は、
画像中の異物802を物体テンプレートによって表された同一の異物として識別し
得る。
めに異物802の識別を使用し得る。例えば、異物802が自動車または歩行者と
して識別される場合、画像分析プロセッサ116は、異物802が家畜のような何
か他のものとして識別された場合よりも厳重な緩和アクションを要求し得る。
に記憶し、および/または、画像を非積載位置に通信する。画像が、メモリ118
および/または非積載位置から検索され、異なる時間に同一の車両102によって
および/または他の時間に1つ以上の他の車両102によって取得されたルート1
20の同一のセグメントの1つ以上の画像と比較され得る。ルート120の画像の
変化が、画像中で識別された経時的なルート120の変化からルート120の摩耗
および裂け目、ルート120の下のバラスト材料の押し流し等を識別することによ
ってルート120の劣化を識別するために、使用され得る。
めの方法900のフローチャートを示す。方法900は、ルート検査システム10
0(図1に示す)の1つ以上の実施形態によって行われ得る。902で、ルートの
複数の画像が、車両の1つ以上のカメラから取得される。車両の走行方向に沿って
車両の前方にあるルートのセグメントの画像が取得され得る(例えば、車両は、撮
像されるセグメントに向かって移動している)。
像が検査される。例えば、車両によって接近されているルートのセグメント上また
はセグメント付近に異物があるかどうかを決定するために、画像中の画素の強度が
検査され得る。
ば、画像が以前の画像または他のベンチマーク視覚プロファイルと比較され、物体
の形状が、現在の画像中には出現するが、以前の画像または他のベンチマーク視覚
プロファイルにない場合には、物体は、異物を表し得る。結果として、異物が画像
中で識別され、方法900のフローは908へと進み得る。一方で、異物が画像中
で識別されない場合には、方法900のフローは902へと戻り得る。
セットと第2のカメラによって収集された画像の第2のセットとを検査することに
よって決定され得る。異物が画像の第1のセットの中で識別され、異物が画像の第
2のセットの中で識別される場合には、方法900のフローは908へと進み得る
。そうでなければ、方法900のフローは902へと戻り得る。
査することによって決定され得る。例えば、異物が第1の倍率レベルで取得された
1つ以上の画像中で識別される場合、カメラは、異物にズームインし、増大した第
2の倍率レベルで1つ以上の画像を収集し得る。増大した倍率レベルでの画像が、
異物が画像中に出現するかどうかを決定するために検査され得る。異物が拡大され
た第2の画像において識別された場合には、方法900のフローは908へと進み
得る。そうでなければ、方法900のフローは902へと戻り得る。
行われる。上述されたように、ルートの連続した一連の2つ以上の画像が、異物が
画像中に存在するかどうかを決定するために検査され得る。異物が少なくとも指定
された時間期間にわたって少なくとも指定された数の画像中に出現する場合には、
上述されたように、異物は永続的な物体として識別され得る。結果として、異物と
の衝突を回避するために1つ以上の緩和アクションが起こされる必要があり得、方
法900のフローは912へと進み得る。
数の画像中に出現しない場合には、上述されたように、異物は一時的な物体であり
得、永続的な物体としては識別され得ない。結果として、車両が異物の位置に到達
したときに異物は存在し得ないので、1つ以上の緩和アクションが起こされる必要
はなくてよい。方法900のフローは続いて902へと戻り得る。
異物の存在を警告され得、可聴および/または視覚アラームが起動され得、車両の
ブレーキが自動で係合させられ得、車両のスロットルが減じられ得る、といった具
合である。上述されたように、異物のサイズ、深度、および/またはアイデンティ
ティが、決定され、緩和アクションのどれが実現されるかを選択するために使用さ
れ得る。
なルートを光学的に検査するための)方法は、鉄道車両が線路に沿って移動してい
る間に鉄道車両に搭載されたカメラから線路のセグメントの1つ以上の画像を取得
することと、(1つ以上のコンピュータプロセッサにより)線路のセグメントのベ
ンチマーク視覚プロファイルを選択することとを含む。ベンチマーク視覚プロファ
イルは、線路の指定されたレイアウトを表す。方法はまた、(1つ以上のコンピュ
ータプロセッサにより)線路のセグメントの1つ以上の画像を線路のベンチマーク
視覚プロファイルと比較することと、(1つ以上のコンピュータプロセッサにより
)1つ以上の画像とベンチマーク視覚プロファイルとの間の1つ以上の差を線路の
アラインメント不整なセグメントとして識別することとを含み得る。
をベンチマーク視覚プロファイルの対応する位置にマッピングすることと、線路を
表す1つ以上の画像の画素がベンチマーク視覚プロファイルにおける線路と共通の
位置に位置するかどうかを決定することとによって、ベンチマーク視覚プロファイ
ルと比較される。
とによって線路を表す1つ以上の画像の一部を識別することと、画素の強度に基づ
いて線路を表す1つ以上の画像の一部を1つ以上の画像の他の部分と区別すること
とを含む。
前に線路が位置する位置を視覚的に表す。
素の数を決定することによって線路のレール間の距離を測定することを含む。
グメントの変化する軌間を識別することを含む。
素の数の変化を識別することによって線路のセグメントにおける転轍機を識別する
ことを含む。
プロファイルと比較された1つ以上の画像の少なくとも1つの画像からベンチマー
ク視覚プロファイルを作成することを含む。
のセグメントの1つ以上の画像を1つ以上の他の時間に1つ以上の他の鉄道車両に
よって取得された線路のセグメントの1つ以上の追加の画像と比較することを含む
。
メントの速度上限(例えば、線路速度)で走行している間に取得される。
光学式ルート検査システム)は、カメラと1つ以上のコンピュータプロセッサとを
含む。カメラは、鉄道車両に搭載され、鉄道車両が線路に沿って移動している間に
線路のセグメントの1つ以上の画像を取得するように構成される。1つ以上のコン
ピュータプロセッサは、線路の指定されたレイアウトを表す線路のセグメントのベ
ンチマーク視覚プロファイルを選択するように構成される。1つ以上のコンピュー
タプロセッサはまた、線路のセグメントの1つ以上の画像を線路のベンチマーク視
覚プロファイルと比較して、1つ以上の画像とベンチマーク視覚プロファイルとの
間の1つ以上の差を線路のアラインメント不整なセグメントとして識別するように
構成される。
をベンチマーク視覚プロファイルの対応する位置にマッピングすることと、線路を
表す1つ以上の画像の画素がベンチマーク視覚プロファイルにおける線路と共通の
位置に位置するかどうかを決定することとによって、線路のセグメントの1つ以上
の画像をベンチマーク視覚プロファイルと比較するように構成される。
る画素の強度を測定することによって線路を表す1つ以上の画像の一部を識別し、
画素の強度に基づいて線路を表す1つ以上の画像の一部を1つ以上の画像の他の部
分と区別するように構成される。
前に線路が位置する位置を視覚的に表す。
おけるレール間に配列された画素の数を決定することによって線路のレール間の距
離を測定するように構成される。
距離と比較して、線路のセグメントの変化する軌間を識別するように構成される。
るレール間に配列された画素の数の変化を識別することによって線路のセグメント
における転轍機を識別するように構成される。
るためにベンチマーク視覚プロファイルと比較された1つ以上の画像の少なくとも
1つの画像からベンチマーク視覚プロファイルを作成するように構成される。
化を識別するために、線路のセグメントの1つ以上の画像を1つ以上の他の時間に
1つ以上の他の鉄道車両によって取得された線路のセグメントの1つ以上の追加の
画像と比較するように構成される。
に構成され、1つ以上のコンピュータプロセッサは、鉄道車両が線路のセグメント
の速度上限で走行している間に線路のアラインメント不整なセグメントを識別する
ように構成される。
式ルート検査方法)は、ルートに沿って移動している車両上の1つ以上のカメラに
よりルートの近づいてくるセグメントの複数の第1の画像を取得することと、ルー
トの近づいてくるセグメント上またはセグメント付近の異物を識別するために1つ
以上のコンピュータプロセッサにより第1の画像を検査することと、1つ以上のプ
ロセッサにより第1の画像間の1つ以上の差を識別することと、識別された第1の
画像間の差に基づいて異物が一時的な物体かまたは永続的な物体かを決定すること
と、異物が一時的な物体かまたは永続的な物体かを決定することに応答して1つ以
上の緩和アクションを実現することとを含む。
倍率レベルを増大させることと異物の1つ以上の第2の画像を取得することとを含
む。異物は、第1の画像と1つ以上の第2の画像との間の比較に応答して永続的な
物体であると決定され得る。
ョンを実現することは、異なる時間に取得された第1の画像における差に基づいて
1つ以上の緩和アクションに優先順位をつけることを含む。
物の深度と車両から異物までの距離とを計算することを含む。
物体かまたは一時的な物体かどうか、第1の画像間の差から1つ以上のコンピュー
タプロセッサによって計算された異物の深度、および第1の画像間の差から1つ以
上のコンピュータプロセッサによって計算された車両から異物までの距離に基づい
て行われる。
ロセッサによって異物の移動速度を推定することを含む。
異なる第2のフレームレートで追加の第2の画像を収集する。方法はまた、車両の
移動速度の変化に基づいて、第1のフレームレートまたは第2のフレームレートの
少なくとも1つを変更することを含み得る。
つ以上の他の時間に複数の他の車両によって取得されたルートの複数の追加の画像
と比較することを含む。
光学式ルート検査システム)は、車両上に搭載され、車両がルートに沿って移動し
ている間にルートの近づいてくるセグメントの複数の第1の画像を取得するように
構成された1つ以上のカメラを含む。システムはまた、第1の画像間の差を識別す
るために第1の画像を互いに比較し、識別された第1の画像間の差に基づいてルー
トの近づいてくるセグメント上またはセグメント付近の異物を識別し、識別された
第1の画像間の差に基づいて異物が一時的な物体かまたは永続的な物体かを決定し
、異物が一時的な物体かまたは永続的な物体かを決定することに応答して1つ以上
の緩和アクションを実現するように構成された1つ以上のコンピュータプロセッサ
を含む。
するために1つ以上のカメラの倍率レベルを増大させ、異物の1つ以上の第2の画
像を取得するよう、1つ以上のカメラに指示するように構成される。異物は、1つ
以上のコンピュータプロセッサによって、第1の画像と1つ以上の第2の画像との
間の比較に応答して永続的な物体であると決定され得る。
像を取得するよう1つ以上のカメラに指示し、1つ以上のコンピュータプロセッサ
は、異なる時間に取得された第1の画像の差に基づいて1つ以上の緩和アクション
に優先順位をつけることにより1つ以上の緩和アクションを実現するように構成さ
れる。
に基づいて、異物の深度と車両から異物までの距離とを計算するように構成される
。
または一時的な物体かどうか、第1の画像間の差に基づき1つ以上のコンピュータ
プロセッサによって計算された異物の深度、および第1の画像間の差に基づき1つ
以上のコンピュータプロセッサによって計算された車両から異物までの距離に基づ
いて、1つ以上の緩和アクションを実現するように構成される。
異物の移動速度を推定するように構成される。
異なる第2のフレームレートで追加の第2の画像を収集する。1つ以上のコンピュ
ータプロセッサはまた、車両の移動速度の変化に基づいて第1のフレームレートま
たは第2のフレームレートの少なくとも1つを変更するように構成され得る。
別するために、第1の画像を1つ以上の他の時間に複数の他の車両によって取得さ
れたルートの複数の追加の画像と比較するように構成される。
102 移動車両、車両
104 方向
106 フォワードフェイシングカメラ、カメラ
106a カメラ
106b カメラ
108 視野
110 視野
112 カメラコントローラ
114 車両コントローラ、コントローラ
116 画像分析プロセッサ、分析プロセッサ、プロセッサ
118 画像メモリ、メモリ
120 ルート
200 カメラ取得画像、画像
202 画素、レール
204 レール
300 ベンチマーク視覚プロファイル、ベンチマーク視覚画像
302 領域
304 領域
400 視覚マッピング図、マッピング図
402 グループ
404 グループ
406 グループ
500 軌間距離
500a 距離
500b 軌間距離、距離
600 転轍機
602 ルート
604 ルート
606 第1の走行方向
608 第2の走行方向
610 第3の走行方向
800 オーバーレイ表現、表現
802 異物
804 第1の位置
806 第2の位置
808 第3の位置
1000 カメラ取得画像、画像
1002 ベンチマーク視覚プロファイル
1004 ベンチマーク視覚プロファイル
1100 カメラ取得画像、画像
1102 ベンチマーク視覚プロファイル
1104 ベンチマーク視覚プロファイル
1106 セグメント
Claims (12)
- 鉄道車両(102)が線路(120)に沿って移動している間に前記鉄道車両(102)に搭載されたカメラ(106、106A、106B)から前記線路(120)の2つのレール(204)のセグメント(1106)の1つ以上の画像(200、1000)を取得することであって、前記カメラ(106、106A、106B)が前記鉄道車両(102)の前端に配列される、取得することと、
1つ以上のコンピュータプロセッサ(116)により、前記線路(120)の前記セグメント(1106)のベンチマーク視覚プロファイル(300、1104)を選択することであって、前記ベンチマーク視覚プロファイル(300、1104)は、前記線路(120)の前記セグメント(1106)の指定された領域(302、304)を含み、前記線路(120)の指定された軌間を表す、選択することと、
前記1つ以上のコンピュータプロセッサ(116)により、前記線路(120)の前記セグメント(1106)の前記1つ以上の画像(200、1000)を前記線路(120)の前記セグメント(1106)の前記ベンチマーク視覚プロファイル(300、1104)と比較することであって、前記線路(120)の前記2つのレール(204)の前記セグメント(1106)の前記1つ以上の画像(200、1000)を前記ベンチマーク視覚プロファイル(300、1104)と比較することは、前記ベンチマーク視覚プロファイル(300、1104)の指定された領域(302、304)の上に前記1つ以上の画像(200、1000)をオーバーレイすること、または、前記1つ以上の画像(200、1000)の上に前記ベンチマーク視覚プロファイル(300、1104)の指定された領域(302、304)をオーバーレイすることを含む、比較することと、
前記1つ以上のコンピュータプロセッサ(116)により、前記1つ以上の画像(200、1000)と前記ベンチマーク視覚プロファイル(300、1104)の指定された領域との間の1つ以上の差に基づいて前記線路(120)のアラインメント不整なセグメント(1106)を識別することとを備える、方法。 - 前記線路(120)の前記セグメント(1106)の前記1つ以上の画像(200、1000)は、前記1つ以上の画像(200、1000)の画素(202)を前記ベンチマーク視覚プロファイル(300、1104)の対応する位置にマッピングすることと、前記線路(120)を表す前記1つ以上の画像(200、1000)の前記画素(202)が前記ベンチマーク視覚プロファイル(300、1104)における前記線路(120)と共通の位置に位置するかどうかを決定することとによって、前記ベンチマーク視覚プロファイル(300、1104)と比較される、請求項1に記載の方法。
- 前記線路(120)のレール(202、204)間の距離(500)を前記1つ以上の画像(200、1000)における前記レール(202、204)間に配列された画素(202)の数を決定することによって測定することをさらに備える、請求項1に記載の方法。
- 前記線路(120)の前記セグメント(1106)における転轍機(600)を前記1つ以上の画像(200、1000)における前記レール(202、204)間に配列された画素(202)の前記数の変化を識別することによって識別することをさらに備える、請求項3に記載の方法。
- 前記1つ以上の差を識別するために前記ベンチマーク視覚プロファイル(300、1104)と比較された前記1つ以上の画像(200、1000)の少なくとも1つの画像(200、1000)から前記ベンチマーク視覚プロファイル(300、1104)を作成することをさらに備える、請求項1に記載の方法。
- 前記線路(120)の前記セグメント(1106)の劣化を識別するために、前記線路(120)の前記セグメント(1106)の前記1つ以上の画像(200、1000)を1つ以上の他の時間に1つ以上の他の鉄道車両(102)によって取得された前記線路(120)の前記セグメント(1106)の1つ以上の追加の画像(200、1000)と比較することをさらに備える、請求項1に記載の方法。
- 前記線路(120)の前記セグメント(1106)の前記1つ以上の画像(200、1000)は、前記鉄道車両(102)が前記線路(120)の前記セグメント(1106)の速度上限で走行している間に取得される、請求項1に記載の方法。
- 鉄道車両(102)に搭載され、前記鉄道車両(102)が線路(120)に沿って移動している間に前記線路(120)の2つのレール(204)のセグメント(1106)の1つ以上の画像(200、1000)を取得するように構成されたカメラ(106、106A、106B)であって、前記鉄道車両(102)の前端に配列される、カメラと、
前記線路(120)の2つのレール(204)のセグメント(1106)の1つ以上の画像(200、1000)を、前記線路(120)の前記セグメント(1106)の指定された領域(302、304)を含むベンチマーク視覚プロファイル(300、1104)と比較するように構成された1つ以上のコンピュータプロセッサ(116)とを備え、
前記線路(120)の前記2つのレール(204)の前記セグメント(1106)の前記1つ以上の画像(200、1000)を前記ベンチマーク視覚プロファイル(300、1104)と比較することは、前記線路(120)のアラインメント不整なセグメントとしての前記1つ以上の画像(200、1000)と前記ベンチマーク視覚プロファイル(300、1104)の指定された領域(302、304)との間の1つ以上の差に基づいて前記線路(120)のアラインメント不整なセグメントを識別するために、前記ベンチマーク視覚プロファイル(300、1104)の指定された領域(302、304)の上に前記1つ以上の画像(200、1000)をオーバーレイすること、または、前記1つ以上の画像(200、1000)の上に前記ベンチマーク視覚プロファイル(300、1104)の指定された領域(302、304)をオーバーレイすることを含み、前記指定された領域(302、304)は前記線路(120)の指定された軌間を表す、システム。 - 前記1つ以上のコンピュータプロセッサ(116)は、前記1つ以上の画像(200、1000)の画素(202)を前記ベンチマーク視覚プロファイル(300、1104)の対応する位置にマッピングすることと、前記線路(120)を表す前記1つ以上の画像(200、1000)の前記画素(202)が前記ベンチマーク視覚プロファイル(300、1104)における前記線路(120)と共通の位置に位置するかどうかを決定することとによって、前記線路(120)の前記セグメント(1106)の前記1つ以上の画像(200、1000)を前記ベンチマーク視覚プロファイル(300、1104)と比較するように構成される、請求項8に記載のシステム。
- 前記1つ以上のコンピュータプロセッサ(116)はまた、前記線路(120)のレール(202、204)間の距離(500)を前記1つ以上の画像(200、1000)における前記レール(202、204)間に配列された画素(202)の数を決定することによって測定するように構成される、請求項8に記載のシステム。
- 前記1つ以上のコンピュータプロセッサ(116)は、前記線路(120)の前記セグメント(1106)における転轍機(600)を前記1つ以上の画像(200、1000)における前記レール(202、204)間に配列された画素(202)の前記数の変化を識別することによって識別するように構成される、請求項8に記載のシステム。
- 前記1つ以上のコンピュータプロセッサ(116)は、前記1つ以上の差を識別するために前記ベンチマーク視覚プロファイル(300、1104)と比較された前記1つ以上の画像(200、1000)の少なくとも1つの画像から前記ベンチマーク視覚プロファイル(300、1104)を作成するように構成される、請求項8に記載のシステム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019196715A JP6929611B2 (ja) | 2014-03-18 | 2019-10-29 | 光学式ルート検査システムおよび方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/217,672 US11124207B2 (en) | 2014-03-18 | 2014-03-18 | Optical route examination system and method |
US14/217,672 | 2014-03-18 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019196715A Division JP6929611B2 (ja) | 2014-03-18 | 2019-10-29 | 光学式ルート検査システムおよび方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015179509A JP2015179509A (ja) | 2015-10-08 |
JP6614569B2 true JP6614569B2 (ja) | 2019-12-04 |
Family
ID=54141851
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015041910A Active JP6614569B2 (ja) | 2014-03-18 | 2015-03-04 | 光学式ルート検査システムおよび方法 |
JP2019196715A Active JP6929611B2 (ja) | 2014-03-18 | 2019-10-29 | 光学式ルート検査システムおよび方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019196715A Active JP6929611B2 (ja) | 2014-03-18 | 2019-10-29 | 光学式ルート検査システムおよび方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11124207B2 (ja) |
JP (2) | JP6614569B2 (ja) |
Families Citing this family (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10713503B2 (en) | 2017-01-31 | 2020-07-14 | General Electric Company | Visual object detection system |
CA2893007C (en) | 2015-01-19 | 2020-04-28 | Tetra Tech, Inc. | Sensor synchronization apparatus and method |
US10349491B2 (en) | 2015-01-19 | 2019-07-09 | Tetra Tech, Inc. | Light emission power control apparatus and method |
US9849894B2 (en) | 2015-01-19 | 2017-12-26 | Tetra Tech, Inc. | Protective shroud for enveloping light from a light emitter for mapping of a railway track |
US10362293B2 (en) | 2015-02-20 | 2019-07-23 | Tetra Tech, Inc. | 3D track assessment system and method |
US20150225002A1 (en) * | 2015-04-22 | 2015-08-13 | Electro-Motive Diesel, Inc. | Railway inspection system |
SE540595C2 (en) | 2015-12-02 | 2018-10-02 | Icomera Ab | Method and system for identifying alterations to railway tracks or other objects in the vicinity of a train |
AT518373B1 (de) * | 2016-02-24 | 2018-05-15 | Plasser & Theurer Export Von Bahnbaumaschinen Gmbh | Maschine mit Stabilisierungsaggregat und Messverfahren |
DE102016207079A1 (de) * | 2016-04-26 | 2017-10-26 | Siemens Aktiengesellschaft | Verfahren und Anordnung zum Erkennen von Störungen an einem Schienenstrang |
DE102016109494A1 (de) * | 2016-05-24 | 2017-11-30 | Knorr-Bremse Systeme für Schienenfahrzeuge GmbH | Warnvorrichtung für Schienenfahrzeuge |
US10558865B2 (en) * | 2016-08-05 | 2020-02-11 | Ge Global Sourcing Llc | Route inspection system |
US11270130B2 (en) * | 2016-08-05 | 2022-03-08 | Transportation Ip Holdings, Llc | Route inspection system |
US11884311B2 (en) * | 2016-08-05 | 2024-01-30 | Transportation Ip Holdings, Llc | Route inspection system |
AU2017315963B2 (en) * | 2016-08-26 | 2022-08-11 | Harsco Technologies LLC | Inertial track measurement system and methods |
CN110062727A (zh) * | 2016-10-20 | 2019-07-26 | 铁路视像有限公司 | 用于铁路应用的避碰中物体和障碍物检测与分类的系统及方法 |
CN110023171A (zh) * | 2016-12-07 | 2019-07-16 | 西门子移动有限责任公司 | 用于在轨道交通中、尤其是在铁路交通中的危险情况识别的方法、设备和轨道车辆、尤其是铁路车辆 |
US20220024503A1 (en) * | 2020-07-27 | 2022-01-27 | Westinghouse Air Brake Technologies Corporation | Vehicle monitoring system |
JP2019084955A (ja) * | 2017-11-07 | 2019-06-06 | 株式会社東芝 | 線路検査装置 |
EP3731210A4 (en) * | 2017-12-22 | 2021-02-17 | Yamaha Hatsudoki Kabushiki Kaisha | FLEET CONTROL DEVICE FOR AUTOMATICALLY MOVING VEHICLES ON ITINERARY ESTABLISHED ON DEMAND |
US11206375B2 (en) | 2018-03-28 | 2021-12-21 | Gal Zuckerman | Analyzing past events by utilizing imagery data captured by a plurality of on-road vehicles |
US10730538B2 (en) | 2018-06-01 | 2020-08-04 | Tetra Tech, Inc. | Apparatus and method for calculating plate cut and rail seat abrasion based on measurements only of rail head elevation and crosstie surface elevation |
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 |
CN108974051A (zh) * | 2018-06-01 | 2018-12-11 | 中铁局集团有限公司 | 一种轨道交通施工轨道车障碍物检测装置 |
US10625760B2 (en) | 2018-06-01 | 2020-04-21 | Tetra Tech, Inc. | Apparatus and method for calculating wooden crosstie plate cut measurements and rail seat abrasion measurements based on rail head height |
US11377130B2 (en) | 2018-06-01 | 2022-07-05 | Tetra Tech, Inc. | Autonomous track assessment system |
JP6440891B1 (ja) * | 2018-07-17 | 2018-12-19 | 菱栄工機株式会社 | 検査システム及び検査方法 |
US11138418B2 (en) | 2018-08-06 | 2021-10-05 | Gal Zuckerman | Systems and methods for tracking persons by utilizing imagery data captured by on-road vehicles |
DE102018215697A1 (de) * | 2018-09-14 | 2020-03-19 | Siemens Mobility GmbH | Automatisiertes fahrzeugseitiges Steuerungssystem für ein Schienenfahrzeug |
CN110095296A (zh) * | 2019-03-22 | 2019-08-06 | 南宁中车轨道交通装备有限公司 | 一种用于城轨车辆动调试验防冲的控制系统和方法 |
EP3969939A4 (en) | 2019-05-16 | 2023-06-07 | Tetra Tech, Inc. | SYSTEM AND METHOD FOR GENERATION AND INTERPRETATION OF POINT CLOUDS OF A RAILWAY CORRIDOR ALONG A STUDY ROUTE |
US11834082B2 (en) * | 2019-09-18 | 2023-12-05 | Progress Rail Services Corporation | Rail buckle detection and risk prediction |
WO2021149211A1 (ja) * | 2020-01-23 | 2021-07-29 | 三菱電機株式会社 | 前方監視装置、列車制御システム、及び、前方監視方法 |
JP7503955B2 (ja) * | 2020-07-31 | 2024-06-21 | Jfeスチール株式会社 | トロリ線設備の検査装置および検査方法 |
CN112101233B (zh) * | 2020-09-16 | 2024-04-09 | 中南大学 | 轨道交通线路异物入侵监测方法、系统及计算机存储介质 |
CN112950628A (zh) * | 2021-04-01 | 2021-06-11 | 中铁工程设计咨询集团有限公司 | 一种轨道梁线型控制方法、装置、设备及可读存储介质 |
US11985747B2 (en) * | 2021-12-08 | 2024-05-14 | Carlo Van de Roer | Apparatus and method for filming a scene using lighting setups actuated repeatedly during each entire frame without visible flicker on set while acquiring images synchronously with the lighting setups only during a portion of each frame |
US11628869B1 (en) * | 2022-03-04 | 2023-04-18 | Bnsf Railway Company | Automated tie marking |
US11565730B1 (en) | 2022-03-04 | 2023-01-31 | Bnsf Railway Company | Automated tie marking |
US11623669B1 (en) | 2022-06-10 | 2023-04-11 | Bnsf Railway Company | On-board thermal track misalignment detection system and method therefor |
US11628859B1 (en) * | 2022-07-29 | 2023-04-18 | Plusai, Inc. | Vehicle placement on aerial views for vehicle control |
US11634156B1 (en) | 2022-07-29 | 2023-04-25 | Plusai, Inc. | Aerial view generation for vehicle control |
CN117533474B (zh) * | 2023-11-16 | 2024-05-10 | 江苏科技大学 | 一种行走式船舶除冰监测装置及系统 |
Family Cites Families (186)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US2701610A (en) | 1951-02-21 | 1955-02-08 | Smith Corp A O | Cluster gas burner |
US3505742A (en) | 1968-12-04 | 1970-04-14 | Rene A Fiechter | Indicator device for continually monitoring deviations from the correct elevation and gauge of railroad tracks |
US3581071A (en) | 1969-04-10 | 1971-05-25 | Chesapeake & Ohio Railway | Train length measuring device |
US3641338A (en) | 1970-02-26 | 1972-02-08 | Marquardt Ind Products Co | Train length measurement system |
US3864039A (en) | 1973-07-12 | 1975-02-04 | Us Transport | Rail gage apparatus |
IT1095061B (it) | 1978-05-19 | 1985-08-10 | Conte Raffaele | Apparecchiatura per la registrazione magnetica di eventi casuali relativi a mezzi mobili |
US4259018A (en) | 1978-11-20 | 1981-03-31 | The United States Of America As Represented By The Secretary Of The Department Of Transportation | Optical track gage measuring device |
AT372725B (de) | 1981-02-12 | 1983-11-10 | Plasser Bahnbaumasch Franz | Gleisverfahrbare einrichtung zur lage-ermittlung zum nachbargleis |
US5506682A (en) | 1982-02-16 | 1996-04-09 | Sensor Adaptive Machines Inc. | Robot vision using targets |
DE3215251C2 (de) | 1982-04-23 | 1984-02-16 | Paul Vahle Gmbh & Co Kg, 4618 Kamen | Auf die fortgeschrittene Abnutzung der Schleifkohle von Bestandteil von Schleifleitungen bildenden Stromabnehmern ansprechender Impulsauslöser |
GB8305581D0 (en) | 1983-03-01 | 1983-03-30 | Yang Tai Her | Train with forerunner |
US4654973A (en) | 1985-10-21 | 1987-04-07 | Worthy James T | Railroad track gage |
US4783593A (en) | 1985-12-26 | 1988-11-08 | General Electric Company | Optical system for wide angle IR imager |
US4751571A (en) | 1987-07-29 | 1988-06-14 | General Electric Company | Composite visible/thermal-infrared imaging apparatus |
US4915504A (en) | 1988-07-01 | 1990-04-10 | Norfolk Southern Corporation | Optical rail gage/wear system |
DE3901185A1 (de) | 1989-01-17 | 1990-07-26 | Linsinger Maschinenbau Gmbh | Verfahren sowie vorrichtung zur beruehrungslosen messung der deformation und des verschleisses von schienen |
US5065321A (en) | 1989-06-15 | 1991-11-12 | Pulse Electronics, Inc. | Solid state event recorder |
FR2662984B1 (fr) | 1990-06-12 | 1992-07-31 | Cegelec | Vehicule sur rails pour la mesure des parametres geometriques de voie. |
US5954299A (en) | 1991-02-04 | 1999-09-21 | Eva Signal Corporation | Railroad crossing traffic warning system apparatus and method therefore |
US5735492A (en) | 1991-02-04 | 1998-04-07 | Pace; Joseph A. | Railroad crossing traffic warning system apparatus and method therefore |
JP2700731B2 (ja) | 1991-08-27 | 1998-01-21 | 株式会社 コア | 鉄道線路の異常検出装置 |
US5379224A (en) | 1991-11-29 | 1995-01-03 | Navsys Corporation | GPS tracking system |
US6150930A (en) | 1992-08-14 | 2000-11-21 | Texas Instruments Incorporated | Video equipment and method to assist motor vehicle operators |
US5332180A (en) | 1992-12-28 | 1994-07-26 | Union Switch & Signal Inc. | Traffic control system utilizing on-board vehicle information measurement apparatus |
US5364047A (en) | 1993-04-02 | 1994-11-15 | General Railway Signal Corporation | Automatic vehicle control and location system |
US5337289A (en) | 1993-07-16 | 1994-08-09 | The United States Of America As Represented By The Department Of Energy | Phased-array ultrasonic surface contour mapping system and method for solids hoppers and the like |
US5983161A (en) | 1993-08-11 | 1999-11-09 | Lemelson; Jerome H. | GPS vehicle collision avoidance warning and control system and method |
US5429329A (en) | 1994-01-31 | 1995-07-04 | Wallace; Charles C. | Robotic railroad accident prevention vehicle and associated system elements |
US6384742B1 (en) | 1994-06-08 | 2002-05-07 | Michael A. Harrison | Pedestrian crosswalk signal apparatus—pedestrian crosswalk |
US5793420A (en) | 1994-10-28 | 1998-08-11 | Schmidt; William P. | Video recording system for vehicle |
JP3486239B2 (ja) | 1994-11-11 | 2004-01-13 | 東日本旅客鉄道株式会社 | 軌道狂い測定装置及び方法並びに曲率測定方法 |
US5867717A (en) | 1994-12-22 | 1999-02-02 | Texas Instruments Incorporated | Dynamic system clocking and address decode circuits, methods and systems |
US5961571A (en) | 1994-12-27 | 1999-10-05 | Siemens Corporated Research, Inc | Method and apparatus for automatically tracking the location of vehicles |
US5659305A (en) | 1995-03-17 | 1997-08-19 | Science Applications International Corporation | Backup traffic signal management system and method |
US5724475A (en) | 1995-05-18 | 1998-03-03 | Kirsten; Jeff P. | Compressed digital video reload and playback system |
US5717737A (en) | 1995-06-01 | 1998-02-10 | Padcom, Inc. | Apparatus and method for transparent wireless communication between a remote device and a host system |
US7650210B2 (en) | 1995-06-07 | 2010-01-19 | Automotive Technologies International, Inc. | Remote vehicle diagnostic management |
US6526352B1 (en) | 2001-07-19 | 2003-02-25 | Intelligent Technologies International, Inc. | Method and arrangement for mapping a road |
DE19529986C2 (de) | 1995-08-04 | 2002-06-13 | Siemens Ag | Verfahren zur Ortung spurgeführter Fahrzeuge und Einrichtungen zur Durchführung des Verfahrens |
US5729213A (en) | 1995-08-21 | 1998-03-17 | Ferrari; John S. | Train warning system |
DE19532104C1 (de) | 1995-08-30 | 1997-01-16 | Daimler Benz Ag | Verfahren und Vorrichtung zur Bestimmung der Position wenigstens einer Stelle eines spurgeführten Fahrzeugs |
IL117279A (en) * | 1996-02-27 | 2000-01-31 | Israel Aircraft Ind Ltd | System for detecting obstacles on a railway track |
US5938717A (en) | 1996-03-04 | 1999-08-17 | Laser Technology, Inc. | Speed detection and image capture system for moving vehicles |
US5867404A (en) | 1996-04-01 | 1999-02-02 | Cairo Systems, Inc. | Method and apparatus for monitoring railway defects |
US5786750A (en) | 1996-05-10 | 1998-07-28 | The United States Of America As Represented By The Secretary Of The Navy | Pilot vehicle which is useful for monitoring hazardous conditions on railroad tracks |
US6064428A (en) | 1996-08-05 | 2000-05-16 | National Railroad Passenger Corporation | Automated track inspection vehicle and method |
US5867122A (en) | 1996-10-23 | 1999-02-02 | Harris Corporation | Application of GPS to a railroad navigation system using two satellites and a stored database |
US5999866A (en) | 1996-11-05 | 1999-12-07 | Carnegie Mellon University | Infrastructure independent position determining system |
US5986547A (en) | 1997-03-03 | 1999-11-16 | Korver; Kelvin | Apparatus and method for improving the safety of railroad systems |
US5978718A (en) | 1997-07-22 | 1999-11-02 | Westinghouse Air Brake Company | Rail vision system |
US6263266B1 (en) | 1998-09-11 | 2001-07-17 | New York Air Brake Corporation | Method of optimizing train operation and training |
US20020003510A1 (en) | 1998-01-16 | 2002-01-10 | Tetsu Shigetomi | Image display apparatus and method for vehicle |
US6081769A (en) | 1998-02-23 | 2000-06-27 | Wabtec Corporation | Method and apparatus for determining the overall length of a train |
IT1299784B1 (it) | 1998-04-27 | 2000-04-04 | Azienda Trasporti Municipali M | Metodo ed apparato per rilevare le anomalie di armamenti ferroviari e tranviari |
US6128558A (en) | 1998-06-09 | 2000-10-03 | Wabtec Railway Electronics, Inc. | Method and apparatus for using machine vision to detect relative locomotive position on parallel tracks |
US6377215B1 (en) | 1998-06-09 | 2002-04-23 | Wabtec Railway Electronics | Apparatus and method for detecting railroad locomotive turns by monitoring truck orientation |
US20030202101A1 (en) | 2002-04-29 | 2003-10-30 | Monroe David A. | Method for accessing and controlling a remote camera in a networked system with multiple user support capability and integration to other sensor systems |
US6088635A (en) | 1998-09-28 | 2000-07-11 | Roadtrac, Llc | Railroad vehicle accident video recorder |
US6266442B1 (en) | 1998-10-23 | 2001-07-24 | Facet Technology Corp. | Method and apparatus for identifying objects depicted in a videostream |
DE19938267B4 (de) | 1999-08-12 | 2007-01-25 | Volkswagen Ag | Verfahren und Einrichtung zur elektronischen Erkennung von Verkehrszeichen in Kraftfahrzeugen |
US6532038B1 (en) | 1999-08-16 | 2003-03-11 | Joseph Edward Haring | Rail crossing video recorder and automated gate inspection |
US7188341B1 (en) | 1999-09-24 | 2007-03-06 | New York Air Brake Corporation | Method of transferring files and analysis of train operational data |
US6259375B1 (en) | 2000-03-09 | 2001-07-10 | Roger J. Andras | Highway warning system |
ATE420399T1 (de) | 2000-04-10 | 2009-01-15 | Honeywell Int Inc | Fern-lage- und positionsanzeigesystem |
AU5558401A (en) | 2000-04-20 | 2001-11-07 | General Electric Company | Method and system for graphically identifying replacement parts for generally complex equipment |
US20020035417A1 (en) | 2000-04-20 | 2002-03-21 | Badger Brian Lee | Locomotive wreck repair |
US6420977B1 (en) | 2000-04-21 | 2002-07-16 | Bbnt Solutions Llc | Video-monitoring safety systems and methods |
ITVE20000023A1 (it) * | 2000-05-12 | 2001-11-12 | Tecnogamma S A S Di Zanin E & | Apparecchiatura laser per il controllo delle rotaie di una linea ferrotramviaria. |
GB0011797D0 (en) | 2000-05-16 | 2000-07-05 | Yeoman Group Plc | Improved vehicle routeing |
US6416021B2 (en) | 2000-05-30 | 2002-07-09 | George Jefferson Greene, Jr. | Locomotive whistle controlled railroad grade crossing warning system |
US6532035B1 (en) | 2000-06-29 | 2003-03-11 | Nokia Mobile Phones Ltd. | Method and apparatus for implementation of close-up imaging capability in a mobile imaging system |
US20020021756A1 (en) * | 2000-07-11 | 2002-02-21 | Mediaflow, Llc. | Video compression using adaptive selection of groups of frames, adaptive bit allocation, and adaptive replenishment |
ITVE20000036A1 (it) | 2000-07-18 | 2002-01-18 | Tecnogamma S A S Di Zanini E & | Apparecchiatura di rilevamento dei parametri caratteristici di una linea aerea ferrotramviaria. |
US6823084B2 (en) | 2000-09-22 | 2004-11-23 | Sri International | Method and apparatus for portably recognizing text in an image sequence of scene imagery |
US20020101509A1 (en) | 2000-09-28 | 2002-08-01 | Slomski Randall Joseph | Crashworthy audio/ video recording system for use in a locomotive |
WO2002030729A1 (en) | 2000-10-10 | 2002-04-18 | Sperry Rail, Inc. | Hi-rail vehicle-based rail inspection system |
US6647891B2 (en) | 2000-12-22 | 2003-11-18 | Norfolk Southern Corporation | Range-finding based image processing rail way servicing apparatus and method |
US6637703B2 (en) | 2000-12-28 | 2003-10-28 | Ge Harris Railway Electronics Llc | Yard tracking system |
DE10104946B4 (de) | 2001-01-27 | 2005-11-24 | Peter Pohlmann | Verfahren und Vorrichtung zur Bestimmung der aktuellen Position und zur Überwachung des geplanten Weges eines Objektes |
GB2372315A (en) | 2001-02-20 | 2002-08-21 | Digital Image Res Ltd | Determining the track condition in a transport system |
US6570497B2 (en) | 2001-08-30 | 2003-05-27 | General Electric Company | Apparatus and method for rail track inspection |
US6519512B1 (en) | 2001-11-28 | 2003-02-11 | Motorola, Inc. | Method and apparatus for providing enhanced vehicle detection |
GB2384379A (en) | 2001-12-06 | 2003-07-23 | Invideo Ltd | Front of train imaging system including a digital camera with zoom |
US6688561B2 (en) | 2001-12-27 | 2004-02-10 | General Electric Company | Remote monitoring of grade crossing warning equipment |
JP4211292B2 (ja) | 2002-06-03 | 2009-01-21 | ソニー株式会社 | 画像処理装置および画像処理方法、プログラム並びにプログラム記録媒体 |
US20110285842A1 (en) | 2002-06-04 | 2011-11-24 | General Electric Company | Mobile device positioning system and method |
US20070216771A1 (en) | 2002-06-04 | 2007-09-20 | Kumar Ajith K | System and method for capturing an image of a vicinity at an end of a rail vehicle |
US20060244830A1 (en) | 2002-06-04 | 2006-11-02 | Davenport David M | System and method of navigation with captured images |
US9205849B2 (en) | 2012-05-23 | 2015-12-08 | General Electric Company | System and method for inspecting a route during movement of a vehicle system over the route |
US20030222981A1 (en) | 2002-06-04 | 2003-12-04 | Kisak Jeffrey James | Locomotive wireless video recorder and recording system |
US6995556B2 (en) | 2002-07-23 | 2006-02-07 | Ensco, Inc. | Electromagnetic gage sensing system and method for railroad track inspection |
JP4037722B2 (ja) | 2002-09-18 | 2008-01-23 | 富士重工業株式会社 | 車外監視装置、及び、この車外監視装置を備えた走行制御装置 |
US20040056182A1 (en) * | 2002-09-20 | 2004-03-25 | Jamieson James R. | Railway obstacle detection system and method |
US6831573B2 (en) | 2002-10-15 | 2004-12-14 | Thomas L. Jones | Safety vehicle and system for avoiding train collisions and derailments |
US6631322B1 (en) | 2002-12-06 | 2003-10-07 | General Electric Co. | Method and apparatus for vehicle management |
US6712312B1 (en) | 2003-01-31 | 2004-03-30 | The United States Of America As Represented By The Secretary Of The Navy | Reconnaissance using unmanned surface vehicles and unmanned micro-aerial vehicles |
US7039367B1 (en) | 2003-01-31 | 2006-05-02 | The United States Of America As Represented By The Secretary Of The Navy | Communications using unmanned surface vehicles and unmanned micro-aerial vehicles |
US7755660B2 (en) | 2003-05-02 | 2010-07-13 | Ensco, Inc. | Video inspection system for inspection of rail components and method thereof |
US7398140B2 (en) | 2003-05-14 | 2008-07-08 | Wabtec Holding Corporation | Operator warning system and method for improving locomotive operator vigilance |
JP4321128B2 (ja) | 2003-06-12 | 2009-08-26 | 株式会社デンソー | 画像サーバ、画像収集装置、および画像表示端末 |
US7343232B2 (en) | 2003-06-20 | 2008-03-11 | Geneva Aerospace | Vehicle control system including related methods and components |
CA2531662C (en) | 2003-07-07 | 2016-04-26 | Sensomatix Ltd. | Traffic information system |
GB2419759B (en) | 2003-07-11 | 2007-02-14 | Omnicom Engineering Ltd | A system of surveying and measurement |
US20050018748A1 (en) | 2003-07-24 | 2005-01-27 | Ringermacher Harry Israel | Actively quenched lamp, infrared thermography imaging system, and method for actively controlling flash duration |
WO2005036199A2 (en) | 2003-10-06 | 2005-04-21 | Marshall University | Railroad surveying and monitoring system |
US7527495B2 (en) | 2003-10-21 | 2009-05-05 | Burner Systems International, Inc. | Cooperating bridge burner system |
US7415335B2 (en) | 2003-11-21 | 2008-08-19 | Harris Corporation | Mobile data collection and processing system and methods |
US7729818B2 (en) | 2003-12-09 | 2010-06-01 | General Electric Company | Locomotive remote control system |
US7394553B2 (en) * | 2004-02-11 | 2008-07-01 | Ensco, Inc. | Integrated measurement device |
US7245217B2 (en) | 2004-03-06 | 2007-07-17 | Fibera, Inc. | Hazard mitigation for railway track intrusions at train station platforms |
EP1600351B1 (en) | 2004-04-01 | 2007-01-10 | Heuristics GmbH | Method and system for detecting defects and hazardous conditions in passing rail vehicles |
US7999848B2 (en) | 2004-06-11 | 2011-08-16 | Stratech Systems Limited | Method and system for rail track scanning and foreign object detection |
US7152347B2 (en) | 2004-06-17 | 2006-12-26 | Herzog Contracting Corporation | Method and apparatus for applying railway ballast |
DE102005029956A1 (de) | 2004-06-29 | 2006-02-02 | Ferdinand Weuste | Vorrichtung zur Vermeidung von Entgleisung, insbesondere für angetriebene, schienengebundene Fahrzeuge |
US7195211B2 (en) | 2004-06-29 | 2007-03-27 | General Electric Company | Electronically controlled grade crossing gate system and method |
US8405837B2 (en) | 2004-06-30 | 2013-03-26 | Georgetown Rail Equipment Company | System and method for inspecting surfaces using optical wavelength filtering |
CA2572082C (en) * | 2004-06-30 | 2011-01-25 | Georgetown Rail Equipment Company | System and method for inspecting railroad track |
US8958079B2 (en) | 2004-06-30 | 2015-02-17 | Georgetown Rail Equipment Company | System and method for inspecting railroad ties |
CN101057128A (zh) | 2004-09-11 | 2007-10-17 | 通用电气公司 | 轨道感测设备和方法 |
US7348895B2 (en) | 2004-11-03 | 2008-03-25 | Lagassey Paul J | Advanced automobile accident detection, data recordation and reporting system |
US7403296B2 (en) | 2004-11-05 | 2008-07-22 | Board Of Regents Of University Of Nebraska | Method and apparatus for noncontact relative rail displacement, track modulus and stiffness measurement by a moving rail vehicle |
US7493202B2 (en) | 2004-11-12 | 2009-02-17 | Takata Corporation | Vehicle safety control system by image processing |
CA2590346A1 (en) | 2005-01-06 | 2006-07-13 | Alan Shulman | Navigation and inspection system |
JP4706315B2 (ja) | 2005-04-18 | 2011-06-22 | 株式会社ニコン | 車両の運転支援システム |
US7545322B2 (en) | 2005-09-20 | 2009-06-09 | Raytheon Company | Antenna transceiver system |
US20070085703A1 (en) | 2005-10-18 | 2007-04-19 | Jeffrey W. Clark | Traffic crossing warning device, and method for warning of an oncoming locomotive object |
US7845504B2 (en) | 2005-12-23 | 2010-12-07 | General Electric Company | System and method for determining whether a locomotive or rail engine is coupled to a rail car or other engine |
US20070170315A1 (en) | 2006-01-20 | 2007-07-26 | Gedalyahu Manor | Method of detecting obstacles on railways and preventing train accidents |
DE102006007788A1 (de) | 2006-02-20 | 2007-08-30 | Siemens Ag | Verfahren zur rechnergestützten Überwachung des Betriebs eines einen vorgegebenen Streckenverlauf fahrenden Fahrzeugs, insbesondere eines spurgebundenen Schienenfahrzeugs |
US7510142B2 (en) | 2006-02-24 | 2009-03-31 | Stealth Robotics | Aerial robot |
US8942426B2 (en) | 2006-03-02 | 2015-01-27 | Michael Bar-Am | On-train rail track monitoring system |
US8370006B2 (en) | 2006-03-20 | 2013-02-05 | General Electric Company | Method and apparatus for optimizing a train trip using signal information |
US7581702B2 (en) | 2006-06-09 | 2009-09-01 | Insitu, Inc. | Wirelessly controlling unmanned aircraft and accessing associated surveillance data |
FR2902909A1 (fr) | 2006-06-23 | 2007-12-28 | Nodbox Sarl | Procede de determination de limites de roulage d'un vehicule |
US7463348B2 (en) | 2006-07-10 | 2008-12-09 | General Electric Company | Rail vehicle mounted rail measurement system |
US7826969B2 (en) | 2006-12-21 | 2010-11-02 | Deere & Company | Determining position of a vehicle with reference to a landmark |
US20080169939A1 (en) | 2007-01-11 | 2008-07-17 | Dickens Charles E | Early warning control system for vehicular crossing safety |
JP4900810B2 (ja) | 2007-03-30 | 2012-03-21 | 株式会社京三製作所 | 列車位置検知装置と列車制御装置 |
US20090314883A1 (en) | 2007-05-10 | 2009-12-24 | Arlton Paul E | Uav launch and recovery system |
US7908114B2 (en) | 2007-05-15 | 2011-03-15 | General Electric Company | System and method for aligning a railroad signaling system |
PL1997547T3 (pl) | 2007-06-01 | 2011-04-29 | Balcke Duerr Gmbh | Sposób płukania zwrotnego filtrów |
US20090037039A1 (en) | 2007-08-01 | 2009-02-05 | General Electric Company | Method for locomotive navigation and track identification using video |
US7659972B2 (en) | 2007-08-22 | 2010-02-09 | Kld Labs, Inc. | Rail measurement system |
US7961080B2 (en) | 2007-11-29 | 2011-06-14 | International Business Machines Corporation | System and method for automotive image capture and retrieval |
EP2238758A4 (en) | 2008-01-24 | 2013-12-18 | Micropower Technologies Inc | VIDEO DISTRIBUTION SYSTEMS USING WIRELESS CAMERAS |
JP5096959B2 (ja) * | 2008-02-26 | 2012-12-12 | 三菱電機株式会社 | 列車自動通報システム |
US8412393B2 (en) | 2008-07-01 | 2013-04-02 | General Electric Company | Apparatus and method for monitoring of infrastructure condition |
US8233662B2 (en) | 2008-07-31 | 2012-07-31 | General Electric Company | Method and system for detecting signal color from a moving video platform |
US20100039514A1 (en) | 2008-08-14 | 2010-02-18 | John Brand | System and Method for Image Projection of Operator Data From An Operator Control Unit |
US8712610B2 (en) | 2008-09-18 | 2014-04-29 | General Electric Company | System and method for determining a characterisitic of an object adjacent to a route |
US7772539B2 (en) * | 2008-10-10 | 2010-08-10 | General Electric Company | System and method for determining characteristic information of an object positioned adjacent to a route |
CA2743237C (en) | 2008-10-22 | 2014-05-27 | International Electronic Machines Corp. | Thermal imaging-based vehicle analysis |
CN201325416Y (zh) | 2008-11-17 | 2009-10-14 | 深圳市旺年华电子有限公司 | 带拍照功能的车辆定位追踪器 |
US8345948B2 (en) * | 2009-09-11 | 2013-01-01 | Harsco Corporation | Automated turnout inspection |
US8004425B2 (en) | 2009-09-30 | 2011-08-23 | Gentex Corporation | Blind spot detection system and method using preexisting vehicular imaging devices |
US8576069B2 (en) | 2009-10-22 | 2013-11-05 | Siemens Corporation | Mobile sensing for road safety, traffic management, and road maintenance |
US8903574B2 (en) | 2009-10-22 | 2014-12-02 | General Electric Company | System and method for vehicle communication, vehicle control, and/or route inspection |
US20110115913A1 (en) | 2009-11-17 | 2011-05-19 | Werner Lang | Automated vehicle surrounding area monitor and display system |
CN201821456U (zh) | 2010-09-29 | 2011-05-04 | 济南铁成奇石电子有限公司 | 铁路行车机车电子添乘系统 |
US8843419B2 (en) | 2010-10-12 | 2014-09-23 | General Electric Company | Method and system for rail vehicle reconfiguration |
US8744196B2 (en) | 2010-11-26 | 2014-06-03 | Hewlett-Packard Development Company, L.P. | Automatic recognition of images |
US20120192756A1 (en) | 2011-01-31 | 2012-08-02 | Harsco Corporation | Rail vision system |
US8625878B2 (en) | 2011-04-15 | 2014-01-07 | International Business Machines Corporation | Method and system of rail component detection using vision technology |
US9810533B2 (en) * | 2011-04-27 | 2017-11-07 | Trimble Inc. | Railway track monitoring |
EP2705664A2 (en) | 2011-05-03 | 2014-03-12 | Atsmon, Alon | Automatic image content analysis method and system |
BR112013030118A2 (pt) | 2011-05-24 | 2016-09-20 | Univ Nebraska | sistema de visão para produção de imagens de variações geométricas ao longo de um trecho de um trilho de ferrovia e de uma estrutura sujeita a uma carga e método para analisar a forma geométrica de um trilho de via férrea |
US20130018766A1 (en) | 2011-07-12 | 2013-01-17 | Edwin Roy Christman | Minimalist approach to roadway electrification |
WO2013086578A1 (en) | 2011-12-15 | 2013-06-20 | Multiskilled Resources Australia Pty Ltd | Rail car operating condition and identity monitoring system |
US9049433B1 (en) * | 2012-01-06 | 2015-06-02 | John H. Prince | High-speed railroad inspection using coordinated 3D cameras |
US9108640B2 (en) | 2012-01-31 | 2015-08-18 | Google Inc. | Systems and methods for monitoring and reporting road quality |
US20150009331A1 (en) | 2012-02-17 | 2015-01-08 | Balaji Venkatraman | Real time railway disaster vulnerability assessment and rescue guidance system using multi-layered video computational analytics |
US20130233964A1 (en) | 2012-03-07 | 2013-09-12 | Aurora Flight Sciences Corporation | Tethered aerial system for data gathering |
KR101350291B1 (ko) | 2012-04-24 | 2014-01-10 | 유콘시스템 주식회사 | 유선연결 수직 이착륙 무인항공기 시스템 |
US8838301B2 (en) | 2012-04-26 | 2014-09-16 | Hewlett-Packard Development Company, L. P. | Train traffic advisor system and method thereof |
US9058706B2 (en) | 2012-04-30 | 2015-06-16 | Convoy Technologies Llc | Motor vehicle camera and monitoring system |
US9008359B2 (en) * | 2012-06-28 | 2015-04-14 | International Business Machines Corporation | Detection of static object on thoroughfare crossings |
US8996208B2 (en) | 2012-07-09 | 2015-03-31 | Washington Metropolitan Area Transit Authority (WMTA) | System, method, and computer-readable medium for track circuit monitoring and alerting in automatic train control systems |
US9061102B2 (en) | 2012-07-17 | 2015-06-23 | Elwha Llc | Unmanned device interaction methods and systems |
KR20140017735A (ko) | 2012-07-31 | 2014-02-12 | 인텔렉추얼디스커버리 주식회사 | 착용형 전자 장치 및 그의 제어 방법 |
US8698895B2 (en) * | 2012-08-06 | 2014-04-15 | Cloudparc, Inc. | Controlling use of parking spaces using multiple cameras |
KR101376210B1 (ko) | 2012-08-06 | 2014-03-21 | 현대모비스 주식회사 | 어라운드 뷰 모니터 시스템 및 모니터링 방법 |
WO2014039747A1 (en) | 2012-09-07 | 2014-03-13 | Harsco Corporation | Reference measurement system for rail applications |
US8649917B1 (en) | 2012-09-26 | 2014-02-11 | Michael Franklin Abernathy | Apparatus for measurement of vertical obstructions |
US20140142868A1 (en) | 2012-11-18 | 2014-05-22 | Andian Technologies Ltd. | Apparatus and method for inspecting track in railroad |
US9308925B2 (en) | 2012-12-02 | 2016-04-12 | General Electric Company | System and method for inspection of wayside rail equipment |
US10012736B2 (en) | 2013-03-12 | 2018-07-03 | Lockheed Martin Corporation | System and process of determining vehicle attitude |
-
2014
- 2014-03-18 US US14/217,672 patent/US11124207B2/en active Active
-
2015
- 2015-03-04 JP JP2015041910A patent/JP6614569B2/ja active Active
-
2019
- 2019-10-29 JP JP2019196715A patent/JP6929611B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2015179509A (ja) | 2015-10-08 |
US20150268172A1 (en) | 2015-09-24 |
JP6929611B2 (ja) | 2021-09-01 |
JP2020048405A (ja) | 2020-03-26 |
US11124207B2 (en) | 2021-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6929611B2 (ja) | 光学式ルート検査システムおよび方法 | |
US11022982B2 (en) | Optical route examination system and method | |
US20150269722A1 (en) | Optical route examination system and method | |
EP2993105B1 (en) | Optical route examination system and method | |
US10997432B2 (en) | Method and system to determine vehicle speed | |
US10558865B2 (en) | Route inspection system | |
JP2019109903A (ja) | 車両 | |
US20140218482A1 (en) | Positive Train Control Using Autonomous Systems | |
US20150235094A1 (en) | Vehicle imaging system and method | |
CN111295321A (zh) | 障碍物检测装置 | |
CN109765571B (zh) | 一种车辆障碍物检测系统及方法 | |
US20190180118A1 (en) | Locomotive imaging system and method | |
Maire et al. | Obstacle-free range determination for rail track maintenance vehicles | |
JP2014528063A (ja) | 車両があるオブジェクトを通過可能であるかを判断するための3dカメラを用いた方法 | |
US20150285688A1 (en) | Thermographic route examination system and method | |
CN106324618A (zh) | 基于激光雷达检测车道线的系统及其实现方法 | |
WO2021075210A1 (ja) | センサ性能評価システム及び方法、並びに、自動運転システム | |
TWI535589B (zh) | Active automatic driving assistance system and method | |
JP6855712B2 (ja) | 分岐器進入可否判定装置及び分岐器進入可否判定方法 | |
JP2010063260A (ja) | 列車走行制御装置及び方法 | |
US11270130B2 (en) | Route inspection system | |
JP7217094B2 (ja) | 監視装置 | |
Maire | Vision based anti-collision system for rail track maintenance vehicles | |
EP3868631A1 (en) | Obstacle sensing system and obstacle sensing method for track traveling vehicle | |
US10713503B2 (en) | Visual object detection system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180216 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190423 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20190507 |
|
RD05 | Notification of revocation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7425 Effective date: 20190618 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190718 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191002 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191029 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6614569 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |