[发明专利]一种列车车厢残留物的检测方法及系统

说明书

本发明公开了一种列车车厢残留物的检测方法及系统。该检测方法包括：步骤S1：分别获取每节列车车厢残留物的体积和属性信息；步骤S2：根据每节列车车厢所述残留物的体积和属性信息，计算出所述残留物的质量。该检测方法实现不停车的情况下计算出每节车厢底部堆积的残留物的重量。该检测方法代替了人工的目测方式，不仅降低了人工成本，还解决人工观察效率低下，估测残留物重量精度低下的问题，提升车厢残留物重量检测的效率和准确率，以满足铁路系统高精度，实时性的高要求。

技术领域

本发明涉及一种列车车厢残留物的检测方法，同时也涉及相应的列车车厢残留物的检测系统，属于轨道交通技术领域。

背景技术

铁路系统中，列车由于长期使用，使得列车内的车厢底部容易堆积残留物。该残留物可能是铁矿石、煤炭、沙子等或者其他物质，尤其在冬季，容易产生“冻底”。

在确定一节列车车箱的核定装载量时，需要减去列车车厢底部堆积的残留物的重量。当列车车厢底部堆积的残留物的重量超过一定阈值时，需要进行清扫。

目前，由工人站在高处观察列车车箱底部并对残留物进行识别和记录所估计的残留物的重量。这种方式效率低下,而且误差很大，仅凭肉眼很难识别出细微的残留物在列车车厢底部的分布，从而使得残留物体积计算极不准确，是列车装运中急待解决的问题。

发明内容

本发明所要解决的首要技术问题在于提供一种列车车厢残留物的检测方法。

本发明所要解决的另一技术问题在于提供一种列车车厢残留物的检测系统。

为了实现上述目的，本发明采用下述的技术方案：

根据本发明实施例的第一方面，提供一种列车车厢残留物的检测方法，包括如下步骤：

步骤S1：分别获取每节列车车厢残留物的体积和属性信息；

步骤S2：根据每节列车车厢所述残留物的体积和属性信息，计算出所述残留物的质量。

其中较优地，获取每节列车车厢所述残留物的体积时，包括如下子步骤：

步骤S10：获取所述残留物的高度

步骤S11：利用残留物体积积分算法，得到所述残留物的体积。

其中较优地，获取所述残留物的高度时，先采用激光雷达对所述残留物进行扫描，得到每节车厢不同长度方向上残留物的顶部到所述激光雷达的距离。

其中较优地，所述残留物的体积表示为：

V＝∫∫(H1-H0-h(w,l))dwdl

其中，H1-H0-h(w,l)表示所述残留物的高度，H1表示所述激光雷达的安装高度，H0表示所述列车车厢高度，h(w,l)表示每节车厢不同长度方向上残留物的顶部到所述激光雷达的距离。

其中较优地，获取每节车厢残留物的属性信息时，包括如下子步骤：

步骤S12：按照预设条件，沿着每节所述车厢长度方向获取所述车厢内部图像；

步骤S13：将所述车厢内部图像输入到预先训练的卷积神经网络进行图像识别，得到每节所述车厢所述残留物的属性信息。

其中较优地，所述预先训练的卷积神经网络通过如下子步骤训练得到：

步骤S130：建立卷积神经网络；

步骤S131：对建立的所述卷积神经网络进行训练，得到卷积神经网络模型；

步骤S132：验证训练后的卷积神经网络的图像识别精度。