[發明專利]一種基于深度學習和多傳感器數據融合的高速列車車型動態識別控制系統

在審

• 申請號: 202210016792.6
• 申請日: 2022-01-08
• 公開（公告）號: CN114202730A
• 公開（公告）日: 2022-03-18
• 發明（設計）人: 秦慶波;呂翠華;程素麗;劉益娟;王康夢
• 申請（專利權）人: 深圳安銳科技有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/764;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G01S13/58;G01S13/86
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于深度學習和多傳感器數據融合的列車車型動態識別控制系統，其特征在于：系統由網絡攝像機、微波雷達傳感器、視頻分析服務器和交換機、LED紅外補光燈及4G網絡模塊組成；當視頻分析服務器檢測到第一個微波雷達傳感器發來的速度數據中在預先設定的合理速度范圍內時，啟動基于深度學習的卷積神經網絡列車識別算法，對網絡攝像機發來的視頻進行逐幀識別，并記錄每幀中識別到的火車類型的數量；當列車信號消失后，根據累加的火車類型數據進行車型綜合判斷識別，并記錄列車經過的狀態；在第二個雷達接收列車的速度信號時，發送預先存儲的信號控制方案到控制設執行相應的控制動作，完成根據列車車型實現控制設備的智能化控制任務。

2.按照權利要求1所述的列車車型動態識別控制系統，其特征在于：網絡攝像機、微波雷達傳感器、視頻分析服務器和交換機、LED紅外補光燈及4G網絡模塊通過網絡交換機及網絡線路組成同一個局域網，并通過4G網絡模塊實現與Internet互聯網的連接。

3.按照權利要求1所述的列車車型動態識別控制系統，其特征在于：能夠通過調用預先經過深度學習訓練好的模型識別出視頻幀圖像中的列車車型，并累加每幀中的車型數量。

4.按照權利要求1所述的微波雷達傳感器，其特征在于：沿著列車前進方向的不同位置安裝兩臺微波雷達傳感器，分別提供列車到達的速度信號和經過時間。

5.按照權利要求4所述的微波雷達傳感器，其特征在于：第一臺微波雷達傳感器安裝方向平行于列車前進方向；第二臺雷達垂直于列車前進方向。

6.按照權利要求1所述的列車車型動態識別控制系統，其特征在于：能夠根據雷達的速度信號和攝像機的圖像識別出有列車在夜間通過，控制紅外補光燈開燈照射列車進行補光，并在列車經過以后關閉紅外補光燈。

7.按照權利要求1所述的列車車型動態識別控制系統，其特征在于：每次列車經過之后，立即根據權利要求3所述的每幀中列車類型的累加數量，按照預設的車型判斷方案，實現列車車型的綜合判斷，并據此向控制設備發出是否有指定車型的列車經過第一個雷達的控制信號。

8.按照權利要求1所述的列車車型動態識別控制系統，其特征在于：在接收到權利要求5所述的所述的第二個雷達發來的數據幀中檢測到合理的列車速度信號后，如是此時識別出的車型是預先設定的車型，立即向控制設備發出列車經過第二個雷達的控制信號。

9.按照權利要求1所述的列車車型動態識別控制系統，能夠通過4G網絡，實現經過深度學習訓練好的模型文件的升級。

10.按照權利要求1所述的列車車型動態識別控制系統，能夠把所有列車經過時的視頻保存為視頻文件，便于根據這些文件進一步訓練深度神經網絡目標識別模型。