(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211037476.3 (22)申请日 2022.08.26 (71)申请人 武汉铁路职业 技术学院 地址 430223 湖北省武汉市江夏区藏龙 大 道1号 (72)发明人 李罡　曹俊　胡翔　杨明明　 何安琪　郑凯　陈凡　艾佳　 干江红　刘丽雯　张素洁　黄棚承　 马世俊　杨典　敖司晗　彭国威　 张燃燃　 (74)专利代理 机构 深圳峰诚志合知识产权代理 有限公司 4 4525 专利代理师 张腾 (51)Int.Cl. G06V 20/54(2022.01)G06V 10/22(2022.01) G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/74(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G16Y 10/40(2020.01) G16Y 20/20(2020.01) G16Y 40/30(2020.01) G16Y 40/50(2020.01) G16Y 40/60(2020.01) H04L 67/12(2022.01) B61L 23/00(2006.01) (54)发明名称 一种基于物联网的铁路机车智能安全运行 及系统 (57)摘要 本发明属于铁路交通领域， 为一种铁 路机车 控制方法， 具体是一种基于物联网的铁路机车智 能安全运行及系统； 应用于服务器， 包括以下方 法： 基于多个来源获取第一数据； 判断所述第一 数据是否异常； 基于判断结果确定机车制动过 程， 当所述第一数据为异常状态时， 控制机车进 行制动处理， 当所述第一数据为正常状态时， 控 制机车进行正常行驶； 本申请实施例提供的技术 方案中， 通过 获取机车运行过程中前方的异常情 况的识别以及运行过程中机车运行异常的识别， 确定机车运行情况的异常状态， 并基于异常状态 通过异常制动模型对机车的制动方式以及制动 速度进行控制， 避免了因为紧急制动对于机车运 行平稳度的影 响， 降低了因为紧急制动所带来的 机车运行风险。 权利要求书3页 说明书10页 附图1页 CN 115359440 A 2022.11.18 CN 115359440 A 1.一种基于物联网的铁路机车智能安全运行方法， 其特征在于， 应用于服务器， 包括以 下方法： 基于多个来源获取第一数据； 判断所述第一数据是否异常； 基于判断结果确定机车制动过程， 当所述第一数据为异常状态时， 控制机车进行制动 处理， 当所述第一数据为 正常状态时， 控制机车进行正常行驶； 当所述第一数据为异常状态时， 控制机车进行制动处 理， 包括以下 方法： 基于异常的第一数据确定 机车异常状态； 基于机车异常状态确定预设置的异常制动模型； 基于异常的第一数据确定制动距离； 基于制动距离对机车制动速度进行控制； 所述第一数据包括图像数据和机车行驶数据， 所述图像数据基于按一定距离设置的图 像获取模块获得， 所述机车 行驶数据基于设置 于机车内的数据获取模块获得。 2.根据权利要求1所述的基于物联网的铁路机车智能安全运行方法， 其特征在于， 获取 所述图像数据包括以下 过程： 确定机车对应的最近的数据采集模块； 下发图像数据采集命令 至最近的数据采集模块； 基于图像数据采集命令进行图像采集。 3.根据权利要求2所述的基于物联网的铁路机车智能安全运行方法， 其特征在于， 判断 所述图像数据是否异常， 包括以下 方法： 对所述图像数据进行分割， 得到第一分割图像和第二分割图像； 提取所述第 一分割图像和所述第 二分割图像的参数坐标， 以及所述第 一分割图像和所 述第二分割图像的参数坐标比， 得到判断结果， 具体包括以下 方法： 基于所述第一分割图像和所述第二分割图像的参数坐标比与参数坐标比阈值进行比 较； 当所述第一分割图像和所述第 二分割图像的参数坐标比大于所述阈值 时， 所述图像数 据为正常； 当所述第一分割图像和所述第 二分割图像的参数坐标比小于或等于所述阈值 时， 所述 图像数据为异常。 4.根据权利要求3所述的基于物联网的铁路机车智能安全运行方法， 其特征在于， 对所 述图像数据进行分割， 得到第一分割图像和第二分割图像， 包括以下 方法： 在所述服务器内获取与所述图像采集模块对应的分割模型； 基于所述分割模型对所述图像数据进行分割； 所述分割模型的获取包括以下 方法： 基于所述图像采集模块获取初始图像为样本图像； 对所述样本图像进行标注， 生成样本图像对应的标签图像及包含标注结果的文本文 件， 并构建初始数据集； 对所述初始数据集中的样本图像进行 数据增强， 进 而获得图像增强后的增强训练集； 构建神经网络并设置神经网络的训练参数；权　利　要　求　书 1/3 页 2 CN 115359440 A 2基于所述增强训练集以及神经网络训练分割模型。 5.根据权利要求4所述的基于物联网的铁路机车智能安全运行方法， 其特征在于， 对所 述样本图像进行 标注， 包括以下 方法： 对所述初始图像按照预设划分规则进行划分， 得到若干个待标注图像； 将所述若干个待标注图像输入至经训练得到的图像标注算法模型中进行图像标注， 得 到对应的区域标注图像； 将所述对应的区域标注图像按照预设组合 规则进行组合， 得到自动标注图像； 所述将所述初始图像按照预设划分规则进行划分， 得到若干个待标注图像之前， 所述 方法还包括： 对所述初始图像的目标区域进行轮廓标记， 得到所述初始图像中轮廓标记外的图片内 容； 将所述轮廓标记外的图片内容采用预设颜色进行覆盖， 得到预处 理图像； 将所述初始图像按照预设划分规则进行划分， 得到若干个待标注图像， 包括： 将所述预处 理图像按照预设划分规则进行划分， 得到若干个待标注图像。 6.根据权利要求1所述的基于物联网的铁路机车智能安全运行方法， 其特征在于， 所述 机车行驶数据包括多个关键设备的实时运行 数据， 判断所述机车 行驶数据包括以下 方法： 获取多个所述关键设备的运行 数据阈值； 基于多个所述实时运行 数据与对应的所述 运行数据阈值进行比较； 基于阈值比较结果确定实时运行 数据是否异常； 获取多个关键设备的运行 数据阈值包括以下 方法： 获取各项运行数据的样本数据， 并确定所述样本数据中目标特征的特征取值； 其中， 所 述目标特征为所述各项运行 数据具有的特 征； 对所述特征取值进行变换， 变换后的所述特征取值对应的概率密度分布结果符合设定 的分布形态要求； 根据变换后的所述特征取值对应的概率密度分布结果和预先设定的所述各项运行数 据的查出率， 确定所述目标 特征对应的阈值； 其中， 所述目标特征对应的阈值用于在各项运行数据中查出所述各项运行数据， 查出 的所述各项运行 数据的数量占全部所述各项运行 数据的数量的比率 为所述查出率。 7.根据权利要求6所述的基于物联网的铁路机车智能安全运行方法， 其特征在于， 所述 方法还包括： 对变换后的所述特征取值进行概率密度分布， 得到变换后的所述特征取值对应的概率 密度分布结果； 利用校验模型对变换后的所述特征取值对应的概率密度分布结果进行校验， 得到变换 后的所述特 征取值对应的概 率密度分布的形态与设定的分布形态之间的相似度； 若所述相似度 大于相似度阈值， 则确定变换后的所述特征取值对应的概率密度分布结 果符合设定的分布形态要求。 8.根据权利要求2所述的基于物联网的铁路机车智能安全运行方法， 其特征在于， 当所 述图像数据为异常状态时， 控制机车进行制动处 理， 包括以下 方法： 基于异常的图像数据确定制动距离；权　利　要　求　书 2/3 页 3 CN 115359440 A 3