申请/专利权人:西南交通大学;中国铁路兰州局集团有限公司
申请日:2023-12-12
公开(公告)日:2024-03-15
公开(公告)号:CN117698795A
主分类号:B61L23/06
分类号:B61L23/06;G06V20/52;G06V20/40;G06V40/70;G06V10/44;G06V10/82;B61L23/04
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.02#实质审查的生效;2024.03.15#公开
摘要:本发明公开了一种基于深度学习的铁路货场安全作业自动控制方法,其一对既有铁路货场作业进行分析,包括发送作业、途中作业、到达作业的全过程,提取出铁路货场作业需要重点监管的关键环节作为监测项点,将其划分为静态不安全状态和动态不安全状态两类;其二根据各监测项点的特点,采用不同的深度学习算法进行识别,静态不安全状态采用深度学习的目标检测算法,而动态不安全状态则采用深度学习的行为识别算法,对识别出的不安全状态做出及时的自动警示。本发明借助深度学习技术开展铁路货场作业过程自动控制研究,建立从识别到预警的铁路货场作业智能监管体系,对维护铁路正常运营,提升货物运输安全监测及预警水平具有重要意义。
主权项:1.一种基于深度学习的铁路货场安全作业自动控制方法,其特征在于,包括如下步骤:S1、提取既有铁路货场发送作业、途中作业以及到达作业的全过程中的监测项点,将所提取的监测项点划分为静态不安全状态和动态不安全状态;S2、根据不同监测项点的特性,采用不同的深度学习算法进行不安全状态识别;S3、对所识别出的不安全状态进行预警。
全文数据:
权利要求:
百度查询: 西南交通大学;中国铁路兰州局集团有限公司 一种基于深度学习的铁路货场安全作业自动控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。