基于机器视觉的列车外齿轮磨损状态检测方法

齿轮是高铁列车中的重要部件,齿轮磨损状态的程度对列车运行安全具有重要的影响。针对采用人工观察确定齿轮磨损状态的问题,提出一种基于机器视觉的列车外齿轮磨损状态定量检测方法。为避免将顶部和底部低灰度啮合区分割为背景,提出分块分割算法以得到候选啮合区域。为去除候选啮合区中的背景区域且将啮合区分割为一个整体,提出区域聚合算法。为避免点蚀区域位于啮合区边缘造成的不完整分割问题,提出基于凸包运算的边缘修正算法。结合分块分割、区域聚合以及边缘修正,实现齿面图像啮合区分割。结合自适应局部阈值以及基于形状特性的假阳性去除算法,实现齿面图像的点蚀区域检测。在140幅齿面图像上对提出方法进行验证,啮合区分割的平均AOM为0.89,点蚀区域检测方法性能优于现有方法。     

一种基于数学形态学的点云地物提取方法

从激光点云数据中准确提取典型地物能够显著提高数据处理的自动化程度,减少内业工作量。随着激光雷达硬件性能的不断提升,其获取的点云数据量越来越大,但直接针对点云数据的提取算法效率较低。提出一种基于数据形态学的地物提取方法:首先将点云数据转换为特征图像,利用λ-flat区域标记方法将点云划分为地面点和非地面点;然后根据非地面点在特征图像上的表现特征制定提取规则,对地物进行提取;最后,采用本文算法对试验数据进行地物提取,建筑、杆状物等典型地物的综合提取精度达94.7%。     

高速铁路外部环境安全隐患时空变化遥感监测

监测铁路外部环境安全隐患有助于保证高速铁路的运营安全,遥感手段可以极大地减少监测工作的人力、物力投入,有助于快速查明隐患位置及属性。选择武广高铁某试验段落,利用GF-2、SkySat卫星影像对铁路外部环境安全隐患进行动态监测,采用两期影像主成分变换和人工目视解译的方法,获取大区域遥感影像中的铁路外部环境变化信息。使用GIS空间分析的方法并结合试验段落内的2011～2020年间月最大风力数据,对比分析该高铁段落周边安全隐患的时空变化情况。结果表明：(1)试验段落内安全隐患类别以飘浮物类为主,占隐患总体数量的85%以上;(2)3期次安全隐患变化主要集中在长沙市郊城乡结合区域,高铁段落长约9 km;(3)春季为该区域大风天气多发时段,月最大风力值可达12.5 m/s,需注重对飘浮物类隐患的处理。     

车载激光点云典型地物提取技术研究

为了提高车载移动激光扫描点云数据处理的自动化程度,提出一种适用于车载点云数据的地物提取方法。首先对原始点云数据进行粗分类,划分为地面点云数据和非地面点云数据。对于非地面点云数据,使用欧氏空间聚类的方法进行空间实体划分,再通过地物空间几何特征计算并建立提取规则,对地物进行提取。最后,采用该算法对某地区街道扫描数据进行地物提取试验。试验结果表明,该方法可有效(从车载点云数据中)提取地面、建筑、树木、路灯等不同类型的地物。     

高铁运营安全规律分析数据治理及应用

铁路信息系统积累了与高铁运营安全相关的海量数据,如何对数据进行有效治理和利用,满足高铁运营安全规律分析的需要,是充分发挥数据价值的关键因素之一。通过构建面向高铁运营安全规律分析的数据治理架构,阐述数据治理的目标、对象和措施,利用铁路数据服务平台和高铁运营安全规律分析系统的"平台+应用"服务模式,贯穿数据治理流程,对移动装备、工务、电务、供电等研究方向的相关数据进行治理及应用,为高铁运营安全规律的分析探索提供支撑。     

差分GPS数据对无人机空三精度影响的探讨

以某高铁一个测区为例,进行无人机影像差分GPS坐标和外控点坐标联合空三加密的计算试验,以分析有无像主点差分GPS数据、不同控制点布设方案对空三加密精度的影响。试验结果表明,加入差分GPS数据进行区域网平差,可以有效提升区域网的高程精度,且外控点布设方案对空三加密精度的影响远小于加入像主点差分GPS数据对空三加密精度的影响。     

高铁列车停靠站客票收入率分类及收入预测研究

对各站客票收入率进行分类并预测各路局收入,对于运输部门制定收入计划、高铁列车开行计划等都具有一定指导意义。本文基于中国铁路总公司下发的客运运行图中直通高铁列车分站信息,首先提出一种Kmeans-CACC方法对客票收入率进行离散化处理,克服了无监督离散化的缺点,利用CACC算法对影响因素数据进行离散化处理;然后,设计一个基于误差区间交集和样本密度的最优收入率选取方法,找出各个分类中满足误差范围的收入率;最后,利用随机森林算法对客票收入率进行分类,并预测各路局收入。实验结果表明,本文提出的离散化算法及分类算法能够对收入率进行精确度较高的分类,提出的收入率选取算法能较好地预测收入。     

基于大数据技术的高铁运营安全规律分析系统设计与应用

以我国高铁开通以来的运营数据为基础,结合大数据应用技术与数据挖掘方法,设计并建立了高铁运营安全规律分析系统,实现对运营安全相关的结构化、非结构化数据的科学高效管理,利用文本分析和数据挖掘工具对数据进行深层挖掘与关联分析,对数据统计及相关分析结果进行综合交互性展示。该系统能够满足铁路移动装备、工务、电务、供电等专业对高铁运营安全相关数据的管理和分析需求,有力支撑高铁运营安全规律分析工作。     

基于安全预警大数据的高铁应急预案优化研究

高铁应急预案对提高运营安全水平具有重要作用,如何建立健全高铁应急预案体系、优化各类应急预案,成为现阶段研究的重点。随着高铁事件案例数据的逐步积累,基于高铁安全预警大数据开展应急预案优化是继模拟仿真、算法优化后的一个新方向。介绍高铁应急预案体系现状,分析应急预案可优化内容和大数据来源;基于典型案例数据,开展高铁应急预案分类、分级、处置方法等研究,为高铁应急预案优化提供新思路和新方法。     

铁路线路点云数据可视化重构方法研究

针对地面激光扫描仪外业获取的海量线路点云数据,核心解决线路点云的专业化处理与利用问题。结合铁路线路技术特征,进行线路点云预处理研究,主要包括线路点云数据配准、采用基于几何特征的传统分割方法结合CCD影像信息进行线路点云数据分割,再经过除噪平滑处理后,对离散点云数据集进行封装处理,进而为后续正向CAD设计数据的提取提供基础操作模型。提出线路点云可视化对象重构方法,基于离散数据点曲率为主的几何特性估算,初步判定线路主点及变坡点信息,进而在不同主点范围内,通过特征截面的构造获取线数据和面数据。重构的线路点云数据符合正向设计习惯,基于此获得的连续钢轨走行面数据可用做线路几何形位判别指标的基础数据。     

基于人工智能的高铁动车组智能运维数据分析系统的构建

针对高速铁路（简称：高铁）动车组部件故障诊断和预测的业务需求,依托动车组故障预测与健康管理（PHM,Prognostic and Health Management）系统,在基于人工智能的高铁动车组智能运营维护（简称：运维）算法研究平台中构建高铁动车组智能运维数据分析系统。介绍了高铁动车组智能运维算法研究平台的架构,以及高铁动车组智能运维数据分析系统的数据处理流程和关键算法。并以高铁动车组客室空调为例,选取客室空调相关传感器数据进行数据分析,得到影响客室空调健康状况的特征,并对聚类结果进行健康度数据标注,作为客室空调健康评估模型开发的基础。     

GIS辅助下的高分辨率遥感影像变化检测

讨论了一种使用GIS数据辅助高分辨率遥感影像实现变化检测的方法.该方法利用现有的GIS数据生成监督分类的训练样区,采用最大似然法对遥感影像进行分类,分类的结果与GIS数据进行匹配,从而实现变化检测.由于线对象和面对象的不同特征,主要针对面对象来研究GIS辅助遥感影像的变化检测方法.实验表明,该方法对面对象的变化检测具有良好效果.     

铁路外部环境安全隐患变化卫星监测技术

为保障铁路运营安全，科学、高效、定期开展铁路周边安全环境整治工作，需大力提升技防手段，其中卫星监测技术可以快速准确获取铁路外部环境安全隐患的地理位置和属性特征，有效降低人力、物力投入。因此应大力推广铁路外部环境安全隐患变化卫星监测技术应用，同时要及时跟进作业流程规范化梳理，依托京沪高铁廊坊段卫星监测技术应用，详细论述技术流程、数据预处理、隐患影像特征、项目内容，形成一整套满足工程应用的作业指导。相比较传统的现场筛查安全隐患变化，卫星监测技术获取的安全隐患问题库更精细具体，规范化安全隐患变化卫星监测作业流程可以更好地提升监测精度和工作效率。     

基于图像识别的高铁接触网紧固件开口销故障分类方法

针对高铁接触网紧固件开口销缺失、松脱和安装不规范等现象,基于图像识别理论提出一种开口销故障等级划分方案和基于机器学习的开口销分类方法。在分类阶段,首先采用SSD算法对接触网4C系统的回图进行开口销定位与识别,并采用Deeplabv3+进行语义分割,最后采用SURF特征检测器对语义分割图片提取关键点,再利用视觉词袋模型BOVW生成视觉码本,利用视觉码本对极端随机森林ERF进行训练并生成模型。极端随机森林通过网格搜索和交叉验证(Gridsearch+CV)实现参数调优,使用ERF模型对开口销图片分类。采用该方法对实际线路的图片进行实验检测,准确率达到了93.2%,且节省人力,能有效保障高铁的供电安全。     

京津城际铁路CTC改造方案研究

京津城际铁路作为我国第1条设计运营时速350 km的高速铁路,率先进入大修期,高铁运营线路与新建线路的施工组织模式有较大差别。在分析CTC系统特性的基础上,梳理并总结CTC工程实施方案、应急保障措施;从安全等级和部署方式2个方面对CTC所含设备进行分类,并设计差别化的接入方案,从而最大化利用高铁"天窗"时间;分析高铁运营线路CTC开通环节存在的风险点,给出应急处置办法,同时就特殊场景下的技术难点进行描述。通过总结实践经验并给出实施方案,为即将到来的大规模高铁线路信号系统改造工作提供经验支持和方案参考。     

高铁列车密度与旅客需求强度的关联分析

为了评价高铁列车运行图是否吻合旅客的时变需求,可以针对时变需求进行客流分配,利用旅客出发时间偏差程度来评价。若未知时变需求的分布状况,则不能采用这种评价方法。本文研究如何运用高铁系统运营数据,评价列车运行图是否吻合旅客时变需求。通过定义较小时空单元及时空单元中的运输能力、客流量和客座率,来描述列车密度和出行需求及其关系。以京广高铁等线路的运营数据进行数值分析发现:合理的列车运行图在需求越高的时空区域,平均运输能力越大;在运输能力越大的时空区域,平均客座率越高。尽管数值分析中采用的是实际运量,但该特征表明列车运行图与出行需求相吻合。可以运用该特征来评价列车运行图,并适用于大规模高铁网络。     

高铁货运专列与城市车辆多站点协同的配送模式及路径优化

在高附加值、高时效要求的快递日益激增的需求驱动下,高铁货运专列运营常态化越来越成为可能.由于超大城市快递量多、城市面积大,高铁快运通过单个站点停靠再衔接城市车辆进行快递配送时,快递的高时效性往往得不到有效保障.基于此,创新提出"去配送中心"的"高铁货运专列多站停靠+城市车辆多点协同"越库配送模式,并对该模式的运行条件进行讨论.在考虑高铁货运专列运输时间表、客户服务时间窗等限制条件的基础上,建立高铁货运专列多点协同城市车辆配送路径优化模型.以超大城市上海市为例,对该配送模式的应用进行讨论,设计模拟退火算法进行求解.研究结果表明:"高铁货运专列多站停靠+城市车辆多点协同"的越库配送模式配送成本更低、准时性更高,能够更高效地完成快递配送.     

基于DS-InSAR的复杂山区铁路沿线形变监测研究

选用穿透性较好的长波段高分辨率卫星雷达数据,对渝怀铁路重庆彭水段沿线进行地表形变监测研究。试验在西南复杂山区低相干条件下,采用分布式散射体干涉测量技术(DS-InSAR)进行铁路沿线地表变形监测的应用效果。研究中采用了干涉目标点分析(IPTA)方法,综合使用雷达影像的频谱信息、后向散射信息和时相稳定性信息提取永久散射点(PS)和分布式散射点(DS),获取了试验研究区域地面形变时间序列。研究表明:采用PS+DS点的SqueeSAR方法,可以提取铁路沿线较高密度的监测点,表明时序InSAR监测技术,一定程度上可为运营铁路线路的安全性评价提供部分直接科学依据。     

基于动态神经网络法考虑区域沉降的高速铁路沉降预测

穿越地面沉降严重区域的高速铁路受工程沉降和区域沉降的耦合影响,准确预测高铁工后沉降的发展趋势对高铁安全运营有重要意义。通过分析影响工后沉降的因素,结合动态神经网络原理,以基准点、工作基点2个指标作为网络输入,以历史沉降数据作为延迟量反馈,用贝叶斯正则化算法训练网络,得到工后沉降的仿真非线性网络。应用此模型在沧州市沉降漏斗区进行沉降预测,以桥墩沉降量作为工后沉降的表征,和传统的双曲线法和灰色预测等模型对比。结果表明,动态神经网络考虑了区域沉降的影响,能更准确的预测工后沉降的发展趋势,具有很高的预测精度。     

基于聚类算法的上海轨道交通站点高峰特征分析

为进一步提高客流预测精度,客观描述早晚高峰客流分布形态,通过多次聚类对上海轨道交通运营数据进行峰值挖掘。利用DPEAK密度最大值算法进行数据中心化清洗;基于DBSCAN算法进行密度预聚类,初步判定特征类数;在此基础上,采用启发式K-Means算法对各密度类中心簇及边缘进行刻画;分类统计数据特征,通过组合分布函数对轨道交通高峰特征进行描述。经分析,该方法能够有效降低拟合误差,得出的组合分布函数可为上海市轨道交通线路早晚高峰客流预测提供参考。