[发明专利]一种铁路货车运行监测系统在审

专利信息
申请号: 201811084851.3 申请日: 2018-09-18
公开(公告)号: CN109299723A 公开(公告)日: 2019-02-01
发明(设计)人: 卿粼波;伏晓;何小海;吴永盛;夏天;黄治华;吴小强 申请(专利权)人: 四川大学
主分类号: G06K9/46 分类号: G06K9/46;G06K9/62;B61L23/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 610064 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 货车 列检 运行监测系统 铁路货车 信息采集子系统 远程浏览器 并行采集 查看系统 车辆数据 底部零件 访问服务 故障零件 零件故障 零件识别 模板匹配 图像增强 左右两侧 引入 主辅机 导出 多路 算法 改进 相机 浏览 采集 室内 图像 统计
【说明书】:

发明提供了一种铁路货车运行监测系统,该系统包括:信息采集子系统、零件识别子系统和浏览子系统。设计出一种基于主辅机的多路相机并行采集模式采集货车图像。引入了CLAHE算法的图像增强操作。针对货车底部零件获引入LBP改进SIFT特征,使用基于改进SIFT特征提取的识别方案;针对货车左右两侧零件使用基于边缘的模板匹配来定位。为列检室内的工作人员提供远程浏览器访问服务,列检员随时能够查看系统中货车的车辆数据、人工确认零件故障、并导出统计报表。能对故障零件进行准确性的定位,提高了列检效率。

技术领域

本发明涉及铁路货车运行监测领域,尤其涉及铁路货车零件识别方法。

背景技术

我国地域辽阔,全国各地经济资源分布状况差异明显,因此需要便捷的交通来实现货物交换。比较公路、航空、水运等运输方式,铁路运输具有运输能力大、运行成本低、占地少等优点。与其他交通运输方式相比,铁路交通被公认为较为安全的方式之一。但是,列车发生事故的可能性也并非是零,而且列车一旦发生事故,其后果可能是灾难性破坏甚至是人身伤亡。这意味着针对列车故障检测,尤其是高速重载货车的故障检测非常重要。

在计算机视觉还未普遍应用之前,我国大部分地区的列检站采用停车人工巡视检测的方式,这种列检作业主要靠列检员用“手摸、锤敲、眼看、耳听、鼻闻”。对关键零件逐个进行排查。列检员时常需要到货车底部查看各个零件的状态,一列货车往往需要很长的时间才能检测完毕。近年来随着我国铁路运输行业的高速发展,在国内主要枢纽编组站货车频繁入库出库,列检站的检车作业越来越密集,传统的列检方式难以保证作业质量,已经无法满足当前经济发展对铁路运输的要求。

为了适应当前铁路运输高速发展的新形势,我国自主研发了一套具有国际先进水平的车辆运行安全防范预警系统(5T),来为铁路运输的安全提供保障,能够及时有效地发现当前列车的行车隐患。铁路货车故障轨边图像检测系统(TFDS)是这套自动安检系统的重要组成部分,该系统解决了传统停车人工巡检的局限性,实现“人检人修”向“机检人修”过渡,提高了零件故障检测的准确性和可靠性。

第一代TFDS系统使用时间在2001年至2006年,受限于当时的工业硬件设备,图像采集设备使用的面阵相机分辨率只有656×491,使用碘钨灯作为补偿光源。第二代TFDS-1系统使用时间在2006年至2008年,图像采集的设备像素值提高到40万像素,使用疝气灯作为补偿光源,这一代最大的特点是对数据传输模式进行了数字化。第三代TFDS-2系统使用的时间在2009年至2010年,图像采集设备的相机具有抗阳光干扰特性,使得在强烈阳光条件下系统能正常进行图像采集,分辨率也得到很大的提升达到1400×1024,使用LED频闪作为补偿光源。第四代TFDS-3系统使用时间在2011年至今,图像采集设备使用了最新的线阵扫描技术线阵相机,使得相机能够进行连续扫描并且获得的图像是无缝隙整车图像,该技术为后续的故障零件识别提供了良好的图像源。线阵相机使用以太网接口作为接口,采集的数字图像数据能够直接传输至电脑进行存储,使用激光光源作为补偿光源。

尽管TFDS系统从提出到现在进行了四次升级,但是市场上的硬件设备在不断更新,到如今已经有了性能更好的设备,并且购买一套TFDS系统成本较高,有必要针对具体的应用需求对系统进行改进和完善。

发明内容

本发明的发明目的在于:通过对货车运行监测的需求分析,设计一种铁路货车运行监测系统。

为了方便说明,首先引入如下概念:

Teledyne Dalsa Linea LA-GM-02K08A相机:采用基于最先进CMOS线扫描技术的单线感光单元,像素尺寸为7.04μm×7.04μm,基于TurboDriveTM技术能够使相机达到80KHz的最大行频,其出色的灵敏度和速度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811084851.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top