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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD