【技术实现步骤摘要】
一种基于运动图像识别的智能报站校验方法和系统
[0001]本专利技术列车报站领域,特别是指一种基于运动图像识别的智能报站校验方法和系统。
技术介绍
[0002]目前地铁信号系统使用基于通信的列车自动控制系统,地铁报站系统是这一系统中的一环,由这一系统支持运行,地铁列车运行由计算机控制,严格按照速度曲线运行,实现高准确度的发车和停车,因此,对于日常地铁的运营规划,地铁列车严格遵循运行时刻表运行,即在列车正线运行时,时刻表中的具体某一时刻对应了相应的停靠车站,地铁的运营控制中心统一规划运行时刻表,并通过无线通信网络发送到各列车,各列车严格按照运行时刻表运行,列车车载计算机根据运行时刻表调整运行速度曲线控制列车运行,相应的时刻表是列车运行发车和停站的时刻标尺,报站系统根据各个时刻对应的到达车站在到达车站前的某一时刻帧中插入报站信息,列车上的显示屏和播放喇叭播放相应的报站信息,在离开车站开往下一站过程中的某一时刻帧中插入预报信息,列车上的显示屏和播放喇叭播放相应的报站信息。
[0003]但一旦出现通信故障,列车报站系统会出现 ...
【技术保护点】
【技术特征摘要】
1.一种基于运动图像识别的智能报站校验方法,其特征在于,包括如下步骤:检测到列车速度和加速度,响应于列车速度和加速度符合第一设定条件,触发图像获取终端,获取列车行进过程中的图像;响应于列车速度和加速度符合第二设定条件,停止图像获取操作,得到图像集;将图像集输入到训练好的神经网络模型中,预测到站站点;将预测到站站点与预先存储的语音播报中的到站站点进行匹配,完成校验。2.根据权利要求1所述的一种基于运动图像识别的智能报站校验方法,其特征在于,图像获取终端为列车前置摄像头。3.根据权利要求1所述的一种基于运动图像识别的智能报站校验方法,其特征在于,将图像集输入到训练好的神经网络模型中之前,还包括:将图像集输入到运动图像去重影网络模型中,所述去重影网络包括:表层特征提取模块、自适应残差模块、递归交叉注意力模块和特征重建模块;采用表层特征提取模块对图像进行表层特征提取;利用自适应残差模块对提取的表层特征进行融合特征学习,得到深层特征;将深层特征输入到递归交叉注意力模块,得到全局性特征;特征重建模块根据全局性特征进行图像重建,并结合全局跳跃连接得到去重影图像。4.根据权利要求1所述的一种基于运动图像识别的智能报站校验方法,其特征在于,所述神经网络模型为改进的MobileNetV2网络模型,具体包括:特征提取层、全局平均池化层以及分类输出层,其中特征提取层包括29个卷积层,分类输出层为1280*2的全连接层和softmax层。5.一种基于运动图像识别的智能报站校验系统,其特征在于,包括:图像开始获取单元:检测到列车速度和加速度,响应于列车速度和加速度符合第一设定条件,触发图像获取终端,获取列车行进过程中的图像;图像终止获取单元:响应于列车速度和加速度符合...
【专利技术属性】
技术研发人员:张有利,焦奕,
申请(专利权)人:深圳市北海轨道交通技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。