System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及运动监测,特别是涉及一种多源数据融合的铁路场站监测方法、系统、设备及介质。
技术介绍
1、在铁路场站中存在多道岔场站基础设施的监测需求,针对场站的道岔、钢轨、供电设施等基础设施的监测手段主要有定期巡检和安装多种传感器网络实时监测。经专利技术人调查发现,定期巡检又分为人工巡检和巡检车定期巡检。其中,人工巡检这种方式主要依靠人工天窗上道检查,利用道尺等工具逐个检查基础设施,该方式工作量巨大,成本高、效率低,检测质量难以把控,检查周期长,难以及时有效发现异常;而通过巡检车定期巡检,由于功能较少,只能巡检较少的零部件,且巡检周期较长,实时性差。
2、总的来说,现有技术存在以下问题:一方面,目前巡检方式耗费大量人力物力,依赖维修人员个人经验,需天窗作业,无法及时发现设备故障隐患或劣化趋势,被动应付各种故障发生,无法提前预防及维修相关设备,降低事故风险,维修结果展示不直观;另一方面,传感器网络的搭建和维护成本较高;再一方面,无论是定时巡检还是传感器实时检测,都是独立进行,缺乏多源数据的融合,例如定时巡检的道岔尖轨密贴监测,轨道巡检车监测,均局限于钢轨/道岔方面,且需天窗时间进行现场巡检监测,无法结合其他数据综合判断,从而导致信息获取的片面性。
3、因此,如何实现多源数据的实时融合以提升信息获取全面性,并在成本可控范围内提高监测手段的时效性,是当前亟待解决的问题。
技术实现思路
1、本申请提供一种多源数据融合的铁路场站监测方法、系统、设备以及介质,以解决现有铁路
2、本申请第一方面提供了一种多源数据融合的铁路场站监测方法,应用于铁路场站监测系统,铁路场站监测系统包括数据处理平台、四足轨道机器人、视觉阵列;多源数据融合的铁路场站监测方法具体应用于数据处理平台,包括以下步骤:
3、接收四足轨道机器人发送的定时监测信息,以及接收视觉阵列发送的实时监测信息;
4、根据定时监测信息和实时监测信息,计算获取铁路场站的多源感知信息;
5、根据多源感知信息,对铁路场站线路、设备设施实时状态进行高效自动监测、风险预警。
6、其中,根据多源感知信息,对铁路场站线路、设备设施实时状态进行高效自动监测、风险预警包括:根据多源感知信息,分析铁路场站的被监测设备设施的风险状态,并以二维或三维形式显示;风险状态包括结构病害、联结件伤损、异物侵限。
7、其中,被监测设备设施包括道岔联结零件、岔枕、钢轨、接触网。
8、另一方面,提供一种多源数据融合的铁路场站监测系统,包括上述的数据处理平台、四足轨道机器人、视觉阵列;
9、数据处理平台接收四足轨道机器人发送的定时监测信息,以及接收视觉阵列发送的实时监测信息;
10、数据处理平台根据定时监测信息和实时监测信息,计算获取铁路场站的多源感知信息;
11、数据处理平台根据多源感知信息,对铁路场站线路、设备设施实时状态进行高效自动监测、风险预警。
12、其中,视觉阵列包括多摄像头阵列,多摄像头阵列设置于铁路场站的轨旁位置以防止造成侵限,所述轨旁位置包括接触网立柱,数据处理平台采用深度学习算法和无监督学习方法对视觉阵列的实时监测信息进行分析。
13、其中,四足轨道机器人根据运行路况切换轮轨模式与四足模式,轨模式适用于铁路场站的道岔/轨道上快速巡检,四足模式适用于自动切换道岔/轨道。
14、其中,四足轨道机器人下侧安装有下侧监测单元,下侧监测单元负责扫描道岔内外侧的壁面,采集道岔联结零件、岔枕、钢轨的部件状态信息,部件状态信息用于判断道岔是否出现异常情况,异常情况包括螺栓松动、钢轨开裂、岔尖磨损。
15、其中,四足轨道机器人上侧安装有上侧监测单元,上侧监测单元负责获取接触网状态数据。
16、其中,四足轨道机器人采用slam技术实现定位,从指定初始位置自动行至轨道上开始巡检。
17、再一方面,提供一种数据处理平台设备,包括相互耦接的存储器和处理器,处理器用于执行存储器中存储的程序指令,以实现以上任一项的多源数据融合的铁路场站监测方法。
18、又一方面,提供一种计算机可读存储介质,其上存储有程序指令,程序指令被处理器执行时实现以上任一项的多源数据融合的铁路场站监测方法。
19、本申请有以下有益效果:本申请的多源数据融合的铁路场站监测方法通过将四足轨道机器人发送的定时监测信息,以及视觉阵列发送的实时监测信息进行融合,从而实现远程不间断实时监测信息采集和定时现场巡查的监测信息采集,并利用四足轨道机器人克服人工巡检的低效、人工成本高等问题,利用视觉阵列进行非接触式监测以降低搭建成本,在成本可控范围内实现铁路场站线路、设备设施实时状态的高效自动监测、风险预警。
本文档来自技高网...【技术保护点】
1.一种多源数据融合的铁路场站监测方法,其特征在于,所述多源数据融合的铁路场站监测方法应用于铁路场站监测系统,所述铁路场站监测系统包括数据处理平台、四足轨道机器人、视觉阵列;多源数据融合的铁路场站监测方法具体应用于数据处理平台,包括以下步骤:
2.根据权利要求1所述的多源数据融合的铁路场站监测方法,其特征在于,所述根据所述多源感知信息,对所述铁路场站线路、设备设施实时状态进行高效自动监测、风险预警包括:根据所述多源感知信息,分析所述铁路场站的被监测设备设施的风险状态,并以二维或三维形式显示;所述风险状态包括结构病害、联结件伤损、异物侵限。
3.根据权利要求2所述的多源数据融合的铁路场站监测方法,其特征在于,所述被监测设备设施包括道岔联结零件、岔枕、钢轨、接触网,所述多源感知信息包括对所述被监测设备设施的智能检测结果。
4.一种多源数据融合的铁路场站监测系统,其特征在于,包括如权利要求1所述的数据处理平台、四足轨道机器人、视觉阵列;
5.根据权利要求4所述的多源数据融合的铁路场站监测系统,其特征在于,所述视觉阵列包括多摄像头阵列,所述
6.根据权利要求5所述的多源数据融合的铁路场站监测系统,其特征在于,所述四足轨道机器人根据运行路况切换轮轨模式与四足模式,所述轨模式适用于所述铁路场站的道岔/轨道上快速巡检,所述四足模式适用于自动切换所述道岔/轨道。
7.根据权利要求6所述的多源数据融合的铁路场站监测系统,其特征在于,所述四足轨道机器人下侧安装有下侧监测单元,所述下侧监测单元负责扫描道岔内外侧的壁面,采集道岔联结零件、岔枕、钢轨的部件状态信息,所述部件状态信息用于判断道岔是否出现异常情况,所述异常情况包括螺栓松动、钢轨开裂、岔尖磨损。
8.根据权利要求7所述的多源数据融合的铁路场站监测系统,其特征在于,所述四足轨道机器人上侧安装有上侧监测单元,所述上侧监测单元负责获取接触网状态数据。
9.根据权利要求8所述的多源数据融合的铁路场站监测系统,其特征在于,所述四足轨道机器人采用SLAM技术实现定位,从指定初始位置自动行至轨道上开始巡检。
10.一种数据处理平台设备,其特征在于,包括相互耦接的存储器和处理器,所述处理器用于执行所述存储器中存储的程序指令,以实现权利要求1至3任一项所述的多源数据融合的铁路场站监测方法。
11.一种计算机可读存储介质,其上存储有程序指令,其特征在于,所述程序指令被处理器执行时实现权利要求1至3任一项所述的多源数据融合的铁路场站监测方法。
...【技术特征摘要】
1.一种多源数据融合的铁路场站监测方法,其特征在于,所述多源数据融合的铁路场站监测方法应用于铁路场站监测系统,所述铁路场站监测系统包括数据处理平台、四足轨道机器人、视觉阵列;多源数据融合的铁路场站监测方法具体应用于数据处理平台,包括以下步骤:
2.根据权利要求1所述的多源数据融合的铁路场站监测方法,其特征在于,所述根据所述多源感知信息,对所述铁路场站线路、设备设施实时状态进行高效自动监测、风险预警包括:根据所述多源感知信息,分析所述铁路场站的被监测设备设施的风险状态,并以二维或三维形式显示;所述风险状态包括结构病害、联结件伤损、异物侵限。
3.根据权利要求2所述的多源数据融合的铁路场站监测方法,其特征在于,所述被监测设备设施包括道岔联结零件、岔枕、钢轨、接触网,所述多源感知信息包括对所述被监测设备设施的智能检测结果。
4.一种多源数据融合的铁路场站监测系统,其特征在于,包括如权利要求1所述的数据处理平台、四足轨道机器人、视觉阵列;
5.根据权利要求4所述的多源数据融合的铁路场站监测系统,其特征在于,所述视觉阵列包括多摄像头阵列,所述多摄像头阵列设置于所述铁路场站的轨旁位置以防止造成侵限,所述轨旁位置包括接触网立柱,所述数据处理平台采用深度学习算法和无监督学习方法对所述视觉阵列的实时监测信息进行分析。
6.根据权利要...
【专利技术属性】
技术研发人员:夏宝前,李阳,王列伟,周济轩,
申请(专利权)人:南京派光智慧感知信息技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。