[发明专利]基于云边协同的轨道交通不稳定网络事故预警系统及方法

权利要求书

1.一种基于云边协同的轨道交通不稳定网络事故预警系统，其特征在于，包括：

若干车厢端传感器，用于采集列车运行时各列车车厢的待检测部件的测量数据；

若干车厢端控制器，用于控制对应的车厢端传感器输出测量数据，利用特征值过滤算法模型对测量数据进行数据清洗和特征值过滤处理，得到控制器特征值，以及接收车辆边服务器传输的车厢控制指令；

若干车厢端服务器，用于利用车厢事故预警算法模型对控制器特征值进行边缘计算处理，得到并储存对应的端服务器特征数据，以及更新特征值过滤算法模型；

若干车辆边服务器，用于基于车辆事故预警算法模型处理端服务器特征数据，得到列车异常事件信息和列车事故发生概率，分别将列车异常事件信息和列车事故发生概率传输到地面云服务器和列车控制子系统，接收异常预警信息和列车异常控制指令，将列车异常控制指令传输至对应的列车控制子系统，以及更新车厢事故预警算法模型；

若干列车控制子系统，用于获取列车异常事件信息、列车事故发生概率和列车异常控制指令，并校验列车异常控制指令，根据校验结果控制列车减速停车；

地面云服务器，用于获取各车辆边服务器得到的列车异常事件信息和列车事故发生概率，分别传输异常预警信息和列车异常控制指令到各对应的车辆边服务器，更新车辆事故预警算法模型；

车辆信息表，用于展示列车序号与车次号的对应关系；

线路信息表，用于展示列车线路、方向、车辆段和具体定位信息；

异常码表，用于将列车序号、异常状态和安全动作对应排序展示。

2.一种如权利要求1的基于云边协同的轨道交通不稳定网络事故预警系统的预警方法，其特征在于，包括如下步骤：

S1、分别更新车辆边服务器、车厢端服务器和车厢端控制器的算法模型，得到更新后的车辆事故预警算法模型、各车厢事故预警算法模型和各特征值过滤算法模型；

S2、采集列车运行时各列车车厢的待检测部件的测量数据，并基于更新后的车辆事故预警算法模型、各车厢事故预警算法模型和各特征值过滤算法模型得到端服务器特征数据；

S3、利用各车辆边服务器接收端服务器特征数据，并基于车辆事故预警算法模型得到列车异常事件信息和列车事故发生概率，且分别将列车异常事件信息和列车事故发生概率传输到地面云服务器和列车控制子系统；

S4、利用地面云服务器根据列车异常事件信息和列车事故发生概率得到异常预警信息和列车异常控制指令，且将列车异常事件信息和列车事故发生概率得到异常预警信息和列车异常控制指令传输到各对应的车辆边服务器；

S5、利用各列车控制子系统获取列车异常事件信息、列车事故发生概率和列车异常控制指令，并基于列车异常事件信息和列车事故发生概率对列车异常控制指令进行安全校验，得到校验结果，并根据校验结果控制列车减速停车，完成基于云边协同的轨道交通不稳定网络事故的预警。

3.根据权利要求2所述的基于云边协同的轨道交通不稳定网络事故预警系统的预警方法，其特征在于，所述步骤S1包括如下步骤：

S11、利用地面云服务器更新车辆事故预警算法模型，并传输到车辆边服务器；

S12、基于更新后的车辆事故预警算法模型，利用车辆边服务器更新对应的车厢事故预警算法模型，并传输到各车厢端服务器；

S13、基于更新后的车厢事故预警算法模型，通过车厢端服务器更新对应的特征值过滤算法模型，并传输到各车厢端控制器。

4.根据权利要求3所述的基于云边协同的轨道交通不稳定网络事故预警系统的预警方法，其特征在于，所述步骤S2包括如下步骤：

S21、利用若干车厢端传感器采集列车运行时各列车车厢的待检测部件的测量数据；

S22、利用各车厢端控制器根据更新后的特征值过滤算法模型对测量数据进行数据清洗和和特征值过滤处理，得到控制器特征值；

S23、利用车厢端服务器根据车厢事故预警算法模型对控制器特征值进行边缘计算处理，得到并储存对应的端服务器特征数据。

5.根据权利要求4所述的基于云边协同的轨道交通不稳定网络事故预警系统的预警方法，其特征在于，所述车辆边服务器与地面云服务器间采用网络预警的TCP通信方法。