[发明专利]轨道智能监控预警系统在审
申请号: | 201911273023.9 | 申请日: | 2019-12-12 |
公开(公告)号: | CN110962886A | 公开(公告)日: | 2020-04-07 |
发明(设计)人: | 赵波;蒋钦;邹泽亚;李祥;苏力 | 申请(专利权)人: | 杭州国翌科技有限公司 |
主分类号: | B61L23/00 | 分类号: | B61L23/00;B61L23/04;B61L23/06;B61L15/00;B61L27/00;G06K9/00 |
代理公司: | 重庆双马智翔专利代理事务所(普通合伙) 50241 | 代理人: | 顾晓玲 |
地址: | 浙江省杭州市萧山区杭州萧*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 轨道 智能 监控 预警系统 | ||
1.一种轨道智能监控预警系统,其特征在于,包括沿轨道设置的N个现场监控节点、M个设置于列车上的车载预警模块和服务器,其中N和M为正整数;
所述现场监控节点与所述服务器相互通信,现场监控节点实时进行轨道图像采集和/或监控轨道侵限信息,并将采集的图像信息和/或轨道侵限信息发送至所述服务器,该轨道侵限信息包括侵限位置信息、侵限图像数据、侵限类型;
所述车载预警模块包括主控模块和实时定位模块,所述实时定位模块输出端与主控模块输入端连接,向主控模块发送列车当前位置信息,所述主控模块与服务器相互通信,服务器向车载预警模块发送轨道侵限信息。
2.根据权利要求1所述的轨道智能监控预警系统,其特征在于,所述现场监控节点包括图像采集模块、图像处理模块和第一通信模块,所述图像采集模块实时采集轨道图像信息并发送至所述图像处理模块,图像处理模块识别轨道侵限信息,所述图像处理模块通过所述第一通信模块与所述服务器进行通信。
3.根据权利要求1所述的轨道智能监控预警系统,其特征在于,所述主控模块将列车当前的位置信息与其所接收到的轨道侵限信息进行对比,得到列车当前位置与轨道侵限所在位置的实时距离。
4.根据权利要求1或3所述的轨道智能监控预警系统,其特征在于,所述车载预警模块还包括显示模块和报警模块,所述显示模块实时显示轨道侵限信息以及列车与轨道侵限所在位置的实时距离;
当列车与轨道侵限所在位置的实时距离达到设定距离阈值时,所述主控模块控制所述报警模块发出警报。
5.根据权利要求1所述的轨道智能监控预警系统,其特征在于,所述主控模块实时向服务器发送列车当前位置信息及列车编码,所述服务器根据列车当前位置信息及列车编码向该车载预警模块推送距离列车K距离以内的轨道侵限信息。
6.根据权利要求2所述的轨道智能监控预警系统,其特征在于,所述图像采集模块包括同步触发的红外型面阵相机模块和脉冲式红外激光照明器;所述脉冲式红外激光照明器的出光脉冲宽度与红外型面阵相机模块曝光时间一致,所述脉冲式红外激光照明器的触发端、红外型面阵相机模块触发端分别与外部同步触发信号发生器连接,或者脉冲式红外激光照明器的触发端与所述红外型面阵相机模块的触发信号输出端连接;所述红外型面阵相机模块随环境光照度变化自动调节其增益与曝光时间,所述脉冲式红外激光照明器同步调节其出光时间;所述红外型面阵相机模块配有与所述脉冲式红外激光照明器输出光波长相同的窄带滤光片。
7.根据权利要求6所述的轨道智能监控预警系统,其特征在于,所述服务器在设备现场安装完成后与正式运行前的时间段内根据所述现场监控节点采集的被测目标图像完成被测目标的深度学习训练,得到被测目标的特征向量参数;待训练完成后,将被测目标的目标特征向量参数发送到现场监控节点,进行正式监控运营;
在系统正式运营期间,服务器通过所述现场监控节点采集的被测目标图像进行进一步的深度学习训练,并将进一步深度学习到的被测目标的特征向量参数发送到现场监控节点;
当出现新的被测目标时,对该被测目标进行深度学习得到其特征向量参数,并发送到现场监控节点;
所述现场监控节点的图像采集模块将采集到的图像数据发送给图像处理模块,所述图像处理模块根据所述服务器下发的被测目标的图像特征向量参数,通过神经网络算法进行分析是否存在被测目标,在识别到被测目标后,生成轨道侵限信息,并上传到服务器。
8.根据权利要求7所述的轨道智能监控预警系统,其特征在于,所述被测目标包括入侵障碍物、维护人员、轨道巡查人员的服饰以及轨道巡查人员编号之一或任意组合。
9.根据权利要求1所述的轨道智能监控预警系统,其特征在于,还包括P个监控终端,每个所述监控终端与所述服务器通信连接,所述服务器对现场监控节点采集的图像信息拼接后显示于监控终端上。
10.根据权利要求1所述的轨道智能监控预警系统,其特征在于,所述现场监控节点与服务器之间、车载预警模块与服务器之间均通过5G通信模块进行通信。
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杭州国翌科技有限公司,未经杭州国翌科技有限公司许可,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/201911273023.9/1.html,转载请声明来源钻瓜专利网。