[发明专利]一种基于深度学习的列车定位系统

说明书

技术领域

本发明列车定位技术领域，尤其涉及一种基于深度学习的列车定位系统。

背景技术

目前，以深度学习为基础的无线定位技术已经在室内定位、移动终端定位等领域有了较广泛的应用。这种定位方式无需在原有列车运行控制系统中增加额外的设备，成本较低，并且无线定位的方式仅扫描无线信号强度，不需要接入信号设备，不影响原有系统正常运行，依靠程序设计便可完成定位。

目前在轨道交通中，列车运行控制系统利用轨道电路和车载设备对列车进行实时定位，还没有一种无须其他车载设备提供数据，基于深度学习的列车定位装置。

发明内容

本发明提供了一种基于深度学习的列车定位系统，在不影响列车安全运行的前提下，为其他需要与位置一一对应的数据(如列车工况、能耗)提供位置参考。

为了实现上述目的，本发明采取了如下技术方案：

一种基于深度学习的列车定位系统，包括：信号采集模块和数据存储模块，所述的信号采集模块和数据存储模块分别连接主控制模块，所述主控制模块连接电源模块；

将所述信号采集模块接收到的信号强度输入到所述主控制模块进行深度学习模型计算，计算输出列车位置信息，并将所述列车位置信息存入所述数据存储模块。

进一步地，所述主控制模块包括：深度学习模型建立模块和列车位置计算模块；

所述深度学习模型建立模块，利用所述信号采集模块获取列车在不同位置的各个通信设备的信号强度和设备标识，得到列车位置对应一组设备标识，所述的一组设备标识对应一组信号强度数据，所述的一组信号强度数据用于训练通信设备信号强度与相应位置之间关系的深度学习模型，

所述列车位置计算模块，用于将任意时刻列车所处位置的通信设备的信号强度数据输入所述深度学习模型，输出所述时刻列车所处的位置。

进一步地，所述的列车位置信息包括列车位置以及所述列车位置的当前时刻。

进一步地，所述系统还包括交互模块，所述交互模块与所述主控制模块连接，所述交互模块用于外设对所述系统的配置。

进一步地，所述的设备标识为设备间媒体传递的MAC地址。

由上述本发明提供的技术方案可以看出，本发明可以在不影响列车安全运行的条件下实现列车定位，精度至少为一个站间，满足不同情景下对定位精度的需求。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种基于深度学习的列车定位系统的结构示意图；

图2为本发明实施例提供的图1中主控制模块示意图；

图3为本发明实施例提供的一种基于深度学习的列车定位系统的深度学习模型算法示意图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。