[发明专利]待检列车图像自动分派方法、装置、电子设备及存储介质在审

专利信息
申请号: 202210489484.5 申请日: 2022-05-06
公开(公告)号: CN114936839A 公开(公告)日: 2022-08-23
发明(设计)人: 杨二斌;张国彪;边志宏;王洪昆;王蒙;丁颖;王萌;徐建喜;焦杨;马瑞峰 申请(专利权)人: 国能铁路装备有限责任公司
主分类号: G06Q10/10 分类号: G06Q10/10;G06Q10/06;G06K19/077;G06V10/764;G06V10/26
代理公司: 北京聿宏知识产权代理有限公司 11372 代理人: 陈超德;吴昊
地址: 100011 北京市东*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 列车 图像 自动 分派 方法 装置 电子设备 存储 介质
【说明书】:

本申请提供的一种待检列车图像自动分派方法、装置、电子设备及存储介质,所述方法包括:获取列车的列车信息和所述列车对应的待检列车图像;基于所述列车信息确定所述列车的类别;基于所述类别将所述列车对应的待检列车图像分派至第一目标检测人员,以使所述第一目标检测人员基于所述待检列车图像对所述列车进行检查。本申请达到了TFDS集中作业过程中,待检列车图像自动分派的目的,有效提高了作业效率,减轻了作业负担。此方法可用于TFDS集中作业平台,为实现列车和检测人员的预匹配等方面提供技术支撑。

技术领域

本申请涉及铁路货车自动分车技术领域,特别地涉及一种待检列车图像自动分派方法、装置、电子设备及存储介质。

背景技术

随着人工智能和大数据技术的应用和发展,铁路货车车辆运用信息化建设将从点状、片状的局部先进系统的应用向着整体、统一的应用系统集成方向研究发展,TFDS集中作业平台是这一研究发展方向的一个成果,该系统利用集中大数据技术,更好地促进货车运用工作自动化、智能化发展。

TFDS作为一种重要的轨边监测装备,已被装备公司广泛应用于保障行车安全的管理中。目前,装备公司对TFDS图像动态检查仍采取分散作业的模式,即以车间为单位,各车间配属作业班组,通过车间级TFDS平台进行单探测站的手动分车作业。此种模式在实际管理中暴露出以下两点问题:

(1)作业量不均衡:动态检车人员之间工作量不均衡,生产效率低,部分检车员因工作负荷过重导致作业质量下降,容易产生安全隐患的问题。同时,在生产组织和人员分配中存在劳效较低的问题。

(2)动态调节能力差:当车流发生较大变化时,各探测站作业人员能力无法动态调节,尤其是到达列车超过作业组最大作业量时(5列/小时),会造成待作业列车积压的问题,影响现场预报故障和拦停故障处置。

发明内容

针对上述问题,本申请提供一种待检列车图像自动分派方法、装置、电子设备及存储介质,解决了现有技术中TFDS集中作业平台仍然采用手动分车作业导致的效率低下的问题。

第一方面,本申请提供了一种待检列车图像自动分派方法、装置、电子设备及存储介质,所述方法包括:

获取列车的列车信息和所述列车对应的待检列车图像;

基于所述列车信息确定所述列车的类别;

基于所述类别将所述列车对应的待检列车图像分派至第一目标检测人员,以使所述第一目标检测人员基于所述待检列车图像对所述列车进行检查。

本申请在一些实施例中,所述列车信息包括:列车长度;

所述基于所述列车信息确定所述列车的类别,包括:

基于所述列车长度与长度阈值,确定所述列车的类别,其中,在所述列车长度大于长度阈值的情况下,确定所述列车的类别为第一列车类别;在所述列车长度小于或等于长度阈值的情况下,确定所述列车的类别为第二列车类别。

本申请在一些实施例中,所述基于所述类别将所述列车对应的待检列车图像分派至第一目标检测人员,包括;

在所述类别为第一列车类别的情况下,将所述列车的待检列车图像分派至第一数量的目标检测人员;

在所述类别为第二列车类别的情况下,将所述列车的待检列车图像分派至第二数量的目标检测人员,其中,第一数量大于第二数量。

本申请在一些实施例中,所述列车信息包括:列车属性;所述基于所述列车信息确定所述列车的类别,包括:

基于所述列车属性与预先存储的对应关系表确定所述列车的类别,其中,所述对应关系表包括:列车属性与列车类别之间的对应关系,所述列车的类别包括:直通车和到达列车。

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国能铁路装备有限责任公司,未经国能铁路装备有限责任公司许可,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/202210489484.5/2.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