[发明专利]一种轨道交通监控管理平台有效
申请号: | 201810500072.0 | 申请日: | 2018-05-23 |
公开(公告)号: | CN108765398B | 公开(公告)日: | 2021-08-13 |
发明(设计)人: | 罗俊;廖承毅;杨珂;姜春峰 | 申请(专利权)人: | 深圳市阡丘越科技有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06Q10/00;H04N7/18;H04L29/06 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 王文红 |
地址: | 518000 广东省深圳市前湾一路1*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 轨道交通 监控 管理 平台 | ||
1.一种轨道交通监控管理平台,其特征在于,包括:图像监控系统、数据识别整合系统、显示系统、数据处理系统和通信系统;
所述图像监控系统、所述数据识别整合系统、所述显示系统和所述通信系统均与所述数据处理系统连接;
所述图像监控系统,用于实时获取所述轨道交通现场的监控图像数据,并通过所述数据处理系统进行基于AI技术的识别和故障排查,进而通过所述通信系统向轨道交通现场的工作人员的终端发送故障排查的提示信息;
所述轨道交通现场的工作人员的终端包括数据采集端和数据预处理端,数据采集端负责对故障区域图像进行采集,数据预处理端负责对采集的图像分类识别并拆分,得到每个拆分图像包含有对应标签的拆分标记图像;所述数据识别整合系统通过所述通信系统获取所述拆分标记图像,并将拆分处理过的所述故障区域图像进行基于所述标签的整合,得到二次整合图像;
所述数据处理系统对所述二次整合图像进行AI识别,定位所述二次整合图像对应的故障区域图像坐标,结合所述图像监控系统中的相应的监控图像数据进行确证,并在所述显示系统中进行显示;在确认所述二次整合图像对应的所述故障区域图像为故障区域后,通过所述通信系统向所述轨道交通现场的工作人员或其他工作人员发送故障排查的提示信息;
其中,所述数据处理系统包括处理器,以及通过总线均与所述处理器连接的存储装置、监控图像数据处理装置、二次整合图像处理装置和网络接口;
通过所述网络接口获得所述监控图像数据,并基于所述处理器通过所述监控图像数据处理装置进行处理;通过所述网络接口获得所述二次整合图像,并基于所述处理器通过所述二次整合图像处理装置进行处理;
所述存储装置用于对所述二次整合图像处理装置和所述监控图像处理装置的处理数据进行存储,每一次判断都将该次的图像数据保存于图像对比库中;
其中,所述图像监控系统还包括云存储服务端,所述云存储服务端与所述数据处理系统连接,所述云存储服务端用于存储历史数据,基于所述历史数据对特定时间点和/或特定时间段的设备和/或车辆的情况进行排查。
2.如权利要求1所述轨道交通监控管理平台,其特征在于,所述数据处理系统还包括与所述处理器连接的定位信息处理装置和实时路线图形监控装置;
所述定位信息处理装置用于将通过所述轨道交通现场的工作人员的所述终端获取到的定位信息进行处理并转换,生成为计算机可读的定位数据;
所述实时显示所述终端的所在位置的坐标;
所述实时路线图形监控装置用于将所述定位数据进行实时的图形化显示,以便于监测所述工作人员的移动路径。
3.如权利要求2所述轨道交通监控管理平台,其特征在于,所述数据处理系统还包括故障图像比对库和神经网络学习单元;
所述神经网络学习单元和所述故障图像比对库均与所述处理器连接;
基于所述处理器,所述神经网络学习单元通过所述故障图像比对库中的数据进行学习训练,生成神经网络模型;通过所述神经网络模型对所述二次整合图像进行AI识别,定位并找出其中的故障区域。
4.如权利要求1所述轨道交通监控管理平台,其特征在于,所述图像监控系统包括设于每个所述轨道交通现场的图像采集装置,以及与每个所述图像采集装置均连接的方向控制台;
所述方向控制台,用于控制所述图像采集装置的方向;
所述方向控制台,包括转向摇杆和方向轮;
所述图像采集装置为高清摄像头。
5.如权利要求4所述轨道交通监控管理平台,其特征在于,所述图像监控系统还包括与每个所述图像采集装置连接的激光指示灯;
所述激光指示灯与所述方向控制台连接;
通过所述方向控制台的所述摇杆和所述方向轮对所述图像采集装置的方向进行调整,并在所述图像采集装置的监控视野内,开启并调整所述激光指示灯的光点位置,以使所述光点位置处于所述故障区域内,以便于所述工作人员根据所述光点位置进行定位并排查故障。
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深圳市阡丘越科技有限公司,未经深圳市阡丘越科技有限公司许可,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/201810500072.0/1.html,转载请声明来源钻瓜专利网。