高速铁路电务轨旁设备巡检系统研究

电务轨旁设备巡检系统综合应用低照度感光、激光照度补偿、图像数据压缩、机器视觉等技术,安装在高速铁路巡检车辆上,实现电务轨旁设备外观图像采集、管理和分析功能。该系统应用机器视觉技术,通过对比原始图像数据,实现设备变化的自动识别;结合地面台账数据和车载定位信息,准确定位异常设备图像和设备位置,实现图像自动筛选和自动检测,切实为电务轨旁设备养护维修提供依据和指导。     

基于深度学习的铁道塞钉自动检测算法

根据高铁巡检车所采集轨腰图像中铁道塞钉图像的特点,在既有计算机视觉的目标检测算法的基础上,提出基于深度学习的铁道塞钉自动检测算法。在目标检测的区域选择阶段,借鉴显著性检测的思路,提出余谱区域候选(Spectrum Residual Region Proposal,SRP)算法,即利用含塞钉的轨腰图像与不含塞钉的轨腰平均图像之间的频谱差异,通过快速傅里叶变换,得到两图像间的幅度谱差的绝对值(余谱),再通过快速傅里叶反变换及后处理,得到候选目标区域;然后在目标检测的特征提取阶段,设计塞钉卷积神经网络(plug Convolution Neural Network,pCNN),该网络通过4个卷积层、3个池化层、3个非线性变换层、3个规范化层、2个全连接层和1个泄露层,自动从候选目标区域逐层提取最能表现塞钉特征的特征图像;最后基于特征图像采用支持向量机(SVM)的分类器判断候选目标区域是否含有塞钉,从而实现塞钉的自动定位。大量实际测试以及与其他算法比较的结果表明,该算法的检测效果最优。     

高速铁路ATP车载设备健康状态监测及智能诊断系统研究

为解决高速铁路列车自动防护（ATP,Automatic Train Protection）系统车载设备故障定位困难、人工检查任务繁重等问题,研制高速铁路ATP车载设备健康状态监测及智能诊断系统。该系统由轨旁检测设备、车载诊断记录单元和地面维护中心设备构成。车载诊断记录单元自动采集ATP车载设备各单元应用软件的日志数据及关键部件电气特征数据,并通过车–地无线传输通道将数据传输至地面维护中心;轨旁检测设备根据不同车型,准确地采集动车组车外ATP车载设备的图像及安装测量数据。该系统能够自动识别ATP车载设备的外观缺陷和安装异常,提供ATP车载设备健康状态监测和故障分析诊断功能,有助于提高ATP车载设备维护效率。     

车载轨道巡检系统研制

论述了车载轨道巡检系统结构及各子系统设计方案。巡检系统由轨道图像采集、数据分析和数据管理3个子系统构成。图像采集子系统采用线阵CCD等间距运动扫描获取轨道图像。基于机器学习理论构建了数据分析子系统,可对钢轨表面伤损、扣件异常进行智能识别。数据管理子系统可对检出缺陷进行组合查询并输出报表。该系统目前已应用于我国各高速铁路干线,对轨道主体设备外观进行普查,最高检测速度可达160 km/h。     

车载轨道状态巡检技术发展及应用

介绍车载轨道状态巡检技术的国内外研究现状,阐述我国自行研制的车载轨道状态巡检系统的功能及特点,该系统主要针对轨道存在的钢轨表面擦伤、扣件异常、轨枕掉块、轨道板裂纹及线路有异物等现象进行检测,分为图像采集、图像分析、数据管理3个模块。简述目前巡检技术在我国铁路日常检测中的运用状况和作业模式,提出今后需要进一步深化研究的领域。     

中国铁道科学研究院2013年科技成果简介(续五)

<正>29高速铁路工务综合巡检系统针对高速铁路工务综合巡检的需求,开展高速铁路工务综合巡检技术及系统的研发。该系统主要由轨道状态巡检子系统、钢轨轮廓检测子系统、线路限界检测子系统和定位同步子系统组成。基于轨道图像清晰成像技术采集轨道图像数据,其中钢轨轮廓图像的实时采集速率达到80帧·s-1,运用专门的图像处理及模式识别技术和算法分析轨道图像数据,自动     

高速铁路电务轨旁设备变化巡检系统研究

设计了一种高速铁路电务轨旁设备变化巡检系统对电务轨旁设备的机械特性进行检查。该系数充分利用机器视觉等技术,自动识别电务轨旁设备的变化,有效指导电务轨旁设备维修。通过分析在某试验线运用考核期间进行的试验数据,分别从数据采集、数据管理和数据分析的角度,验证了系统总体构架和设计功能。该系统通过计算L0范数/面积的最小值,将检测图像和历史图像进行图像配准。配准后L0范数/面积均小于0. 1,能够有效地识别电务轨旁设备的变化。     

铁路轨旁设备设施视频检测识别系统

随着铁路网的逐步完善,新ICT技术在各行业的广泛应用以及智能铁路发展的新要求,对铁路电务部门的运维工作提出了新挑战,迫切需要打破目前单一的运维模式,采用更加安全高效的监测检测技术手段,进一步保障铁路运营安全。高清视频图像感知技术、云计算、大数据、物联网技术的逐步成熟,给电务专业检测工作提供了新契机。铁路轨旁设备设施视频检测识别系统将轨旁设备设施的物理外观类故障等"直观"故障现象,通过车载视频图像分析处理的方式检测标记出来,大大提高了巡检效率和识别报警的准确率,构建了全新的电务专业巡检和检测方式,逐步形成"通信、信号双专业联动""固移联动""边缘与中心云平台"的电务智能分析预警与健康管理机制。     

基于YOLO v5的铁路塞钉检测方法

针对高速铁路和普速铁路的塞钉智能检测问题，提出基于YOLO v5的塞钉检测方法。该方法对训练模型采用He方法初始化，采用微调模式使模型收敛，同时使用dropout正则化方法解决过拟合问题。在训练数据时，对多样式塞钉进行有效分类和样本自动化裁剪，并利用塞钉样本的灰度直方图对数据进行增强；采用非冗余多置信度的方式进行检测，通过先验经验和增加反例来减少误判，并在检测时自动累积塞钉样本。该检测方法已投入现场使用，有效满足了铁路智能巡检的需求。     

DMS监测系统监测功能的改进探讨

为了完善现有DMS监测系统中ATP设备关键信息的不足,通过加装非接触式传感器采集电源开关和继电器等关键数据的方式,实现正常情况下对动车组列控车载设备控制接口监测数据的实时传输和异常情况下故障的智能定位,为列控车载设备故障情况下,应急指挥人员指导应急处置提供有效技术手段。     

基于RFID技术的轨道巡检病害精确定位系统研究

系统采用RFID无线射频技术辅助提高巡检列车病害精确定位,是对现有定位技术（如GPS、编码器GYK）的基础上进行改进和创新,解决累计误差,对定位精度的补充和提高.是一套完整的由电子标签阅读器、机械支架、标签里程基础数据库、里程定位采集、修正软件组成的车载轨道故障精确定位装置.在轨道巡检实时维护检测中,能提升定位病害的精度.     

铁路信号机房智能巡检系统设计

针对铁路信号机房设备人工巡检作业效率低、设备异常检测准确性难以保证、故障处理效率低、现场作业人员缺乏技术支持和安全控制等问题,文章设计了铁路信号机房智能巡检系统。系统由机房智能巡检设备、数据中心设备和维修终端设备构成;机房智能巡检设备采用轨道式巡检机器人,可依据巡检计划自动执行巡检作业,采集视频/图像和温度等监测数据并上传至数据中心设备;数据中心设备采用智能视频/图像分析技术,自动识别设备指示灯,据此判断设备是否出现异常;当检测到异常时,维修终端设备立即向调度员报警。在实现日常巡检作业无人化、达到减员增效目标的基础上,该系统借助巡检机器人的视频监控和语音通话功能,辅助信号维修人员进行远程故障检查,为现场作业人员提供远程指导,验证现场作业人员身份,监督其作业过程,增强信号机房现场作业安全管控。     

对利用AP数据库排除车载无线电台干扰的研究

介绍CBTC系统的数据通信网,根据CBTC系统骨干网的双网特性,为轨旁AP建立2个AP数据库,与列车车头和车尾的2套车载无线电台相对应.车载设备中设计一个车载无线电台管理模块,利用轨旁AP数据库排除非法的无线干扰,实现无线覆盖区域间的越区切换,保证切换的安全性和稳定性.     

铁路CIR用GIS数据采集设备改进方案及应用

作为铁路通信业务的重要基础数据,铁路CIR用GIS数据目前面临采集设备性能老旧、功能单一、系统应用软件超期、采集精度低、采样间隔大、数据传输方式单一、安全措施不足、单模GPS定位等问题,因此需从软硬件两方面对采集设备进行改进。改进车载采集板卡硬件架构,实现高精度BDS/GPS双模定位,提高自动采集数据的精度及采集间隔,可支持数据加密及数据无线传输;软件方面支持高精度数据的存储及低精度数据的抽吸,预留5G-R模组;改进手持采集终端的软硬件,实现手动采集数据基于位置的实时校核,扩展数据类型,提高实用性和易用性。设备改进后,采集的GIS数据更精准、更丰富,提高了CIR业务运用效果,为智能铁路调度通信提供高精度GIS数据支撑。     

CTCS-3级列控车载设备智能化检测技术的研究

针对CTCS-3级列控车载设备维护和检测的迫切需求,对车载设备的测试方法、测试手段和测试工具进行探索和总结。为了提高车载设备的测试效率,降低测试成本,提高故障诊断能力,研究车载系统的测试方法,研制开发更智能、使用更方便的车载系统测试设备。详细介绍通过串口、MVB端口和Profibus端口等技术,实现对车载设备系统和各模块运行状态的采集,模拟输入测试数据和信号,检测车载设备的反馈,从而判断车载设备运行是否正常,并对采集的数据进行分析,实现车载设备的智能化检测功能。     

基于计算机视觉的车载轨道巡检系统研制

基于计算机视觉的车载轨道巡检系统由图像数据采集、数据分析和信息管理3个子系统组成;采用线阵相机进行1.6mm等间距运动扫描,并运用多线程交互和虚拟内存映射技术实现运动状态下轨道图像数据的采集和存储;在分析轨道图像病害特征的基础上,运用主成分分析、线性判别分析和Adaboost等方法建立机器学习模型,实现对钢轨、扣件和道床3个区域病害的模式识别。应用验证表明:系统能够有效检出钢轨表面擦伤、扣件缺失和移位以及轨道板裂纹等病害,其中钢轨表面擦伤、扣件缺失的检出率达95%;能够代替传统的人工步行巡道,而且最高巡检速度可达160km.h-1。     

车载非接触式钢轨磨耗测量方法研究及应用

车载非接触式钢轨磨耗测量方法基于激光摄像三角测量原理,利用安装在列车转向架端头的图像采集设备获取钢轨断面结构光图像,将其传输至图像处理单元进行图像预处理、图像匹配、坐标转换,得到钢轨轮廓的实测值,并与标准轨进行比对得出钢轨的实测磨耗值。采用该方法对京承铁路、宝成铁路、成昆铁路、大秦重载铁路等线路进行了多次线上试验,结果表明,测量结果的重复性误差低于0.2 mm,满足现场作业要求。     

CTCS2-200H型列控车载设备运用状态在线诊断系统的研究与应用

CTCS2-200H型列控车载设备运用状态在线诊断系统.采用无线传输及专家智能诊断技术,通过无线下载列控车载设备运行中记录的DRU数据,以及通过视频采集设备板卡上显示灯和开关状态,自动将数据发送到地面中心.并对数据进行智能识别判断,自动生成分析结果及分类存储。该系统能够准确定位故障点,缩短故障处理时间.有助于减少数据下载、分析统计等过程耗费的低效人力,提升故障应急处置水平。     

基于移动GIS的重载铁路工务设备智能巡检终端设计与应用

基于移动GIS(Geographic Information System)技术、卫星导航定位技术和移动通信技术,对重载铁路工务设备智能巡检终端架构进行了设计,开发了智能巡检移动应用端和平台应用端。结合朔黄铁路工务设备巡检作业需求,建立以作业票为驱动的标准化巡检流程,形成巡检作业闭环管理。使用智能巡检终端实时采集工务设备病害信息,实现工务设备检查数据在时间和空间上的自动关联、分类检索、多维分析等功能。在朔黄铁路线桥隧中试用表明,采用智能巡检终端能提高巡检作业效率和业务管理水平。     

一种新型列尾设备的硬件开发方案探讨

既有列尾设备是通过检测列车风管尾部风压来提醒司机判定列车的完整性,其应用存在局限性,为此提出一种新型列尾设备.在列车风管尾部风压采集的基础上,增加基于北斗卫星的位置和速度信息的实时采集,并将采集到的信息周期性上报给ATP车载设备,配合ATP车载设备完成列车完整性检查.其中风压采集和与ATP车载设备数据交互能够满足SIL...