[发明专利]使用机器学习检查轨道的系统和方法

权利要求书

1.一种用于检查轨道的车辆，所述车辆包括：

轨道检查传感器，其被配置为捕获描述所述轨道的传感器数据；

处理器，其被配置为：

接收所述传感器数据；以及

处理所捕获的传感器数据以确定所捕获的传感器数据是否识别出可疑轨道缺陷，所述处理包括：

将所捕获的传感器数据以适合于机器学习系统的形式作为重叠序列的流进行输入，所述机器学习系统已经过训练，以识别所述传感器数据中指示轨道缺陷的模式，所述机器学习系统包括深度学习卷积神经网络以执行图像模式识别，从而与长短期记忆递归神经网络相结合来识别不确定长度的轨道缺陷；以及

接收来自所述机器学习系统的输出，所述输出指示所捕获的传感器数据是否识别出可疑轨道缺陷；

审核所述深度学习卷积神经网络或所述长短期记忆递归神经网络中的至少一个，以识别误报或漏报中的至少一个，所述审核将来自所述机器学习系统的输出与来自人类分析人员的输出进行比较；

基于所述误报或漏报中的至少一个调整所述深度学习卷积神经网络或所述长短期记忆递归神经网络中的至少一个；

其中，通过所述比较来定期地或不定期地验证所述输出，随后将所述误报和漏报随机分配给训练集或验证集用于训练；以及

至少部分地基于所述输出指示所捕获的传感器数据识别出可疑轨道缺陷，向所述车辆的操作员发送警报，所述警报包括所述可疑轨道缺陷的位置并指示所述操作员停止所述车辆和执行维修动作；

其中所述重叠序列的流包括重叠的二维图像的序列。

2.根据权利要求1所述的车辆，还包括用于捕获所述位置的相机图像的相机，其中所述警报包括所述相机图像。

3.根据权利要求1所述的车辆，其中所述输出经由网络被传输到远程存储设备或远程处理器。

4.根据权利要求1所述的车辆，其中所述轨道检查传感器包括超声传感器、感应传感器和涡流传感器中的一个或多个。

5.一种用于检查轨道的方法，所述方法包括：

从安装在位于所述轨道上的车辆上的轨道检查传感器接收传感器数据；

处理所述传感器数据以识别所述轨道中的可疑轨道缺陷的位置，所述处理包括：

将所述传感器数据以适合于机器学习系统的形式作为重叠序列的流进行输入，所述机器学习系统已经过训练，以识别所述传感器数据中指示轨道缺陷的模式，所述机器学习系统包括深度学习卷积神经网络以执行图像模式识别，从而与长短期记忆递归神经网络相结合来识别不确定长度的轨道缺陷；以及

接收来自所述机器学习系统的输出，所述输出包括可疑轨道缺陷的列表及其在所述轨道上的相应位置；

审核所述深度学习卷积神经网络或所述长短期记忆递归神经网络中的至少一个，以识别误报或漏报中的至少一个，所述审核将来自所述机器学习系统的输出与来自人类分析人员的输出进行比较；以及

基于所述误报或漏报中的至少一个调整所述深度学习卷积神经网络或所述长短期记忆递归神经网络中的至少一个，

其中，通过所述比较来定期地或不定期地验证所述输出，随后将所述误报和漏报随机分配给训练集或验证集用于训练；以及

基于所述可疑轨道缺陷的列表启动维修动作。

6.根据权利要求5所述的方法，其中所述传感器数据包括图像。

7.根据权利要求6所述的方法，其中输入所述传感器数据包括流传输重叠图像。

8.根据权利要求5所述的方法，其中所述传感器包括超声传感器。

9.根据权利要求5所述的方法，其中所述传感器包括感应传感器。

10.根据权利要求5所述的方法，其中所述传感器包括涡流传感器。

11.根据权利要求5所述的方法，其中所述接收经由网络从请求者接收，并且所述方法还包括将所述可疑轨道缺陷的列表发送给所述请求者。