(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 202210649714.X (22)申请日 2022.06.08 (71)申请人 深圳市永达电子信息股份有限公司 地址 518057 广东省深圳市南 山区西丽 街 道科技北一路17号摩比天线大楼6楼 601-602室 (72)发明人 戚建淮　王凡　崔宸　胡金华　 唐娟　 (74)专利代理 机构 深圳市顺天达专利商标代理 有限公司 4 4217 专利代理师 高占元　张蓉 (51)Int.Cl. G07C 5/00(2006.01) G07C 5/08(2006.01) H04N 7/18(2006.01)G06V 10/12(2022.01) G06V 10/40(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) (54)发明名称 一种铁路货列厢体异常监测方法以及系统 (57)摘要 本发明公开了一种铁路货列厢体异常监测 方法以及系统， 每一个货列厢体安装至少一个AI 图像识别传感器以便采集货列厢体的异常项目 的检测对象， 所有的AI图像识别传感器与中央监 测处理单元连接， 本发明采用AI图像识别传感器 实时获取货列厢体图像， 其检测的是车厢一个整 体(面)而 不是一个点， 通过为各种异常项目预先 选定的图像处理比对模式， 比对实时获取货列厢 体图像和预先设置的目标图像， 得到各种异常项 目的检测结果， 实现动态监测货列箱体异常状 态， 及时发现各种异常项目， 而且AI图像识别传 感器安装灵活方便， 不需要在测点垂直位置或检 测对象平整度要求， 极易满足列车周界要求。 权利要求书2页 说明书9页 附图1页 CN 115063903 A 2022.09.16 CN 115063903 A 1.一种铁路货列厢体异常监测方法， 其特征在于， 每一个货列厢体安装至少一个AI图 像识别传感器以便采集货列厢体的异常项目的检测对象， 所有的A I图像识别 传感器与中央 监测处理单元连接， 所述方法包括： 各个AI图像识别传感器实时获取货列厢体图像， 通过为各种异常项目预先选定的图像 处理比对模式， 比对实时获取货列厢体图像和预先设置的目标图像， 得到各种异常项目的 检测结果； 中央监测处理单元汇总所有的AI图像识别传感器的检测结果， 在所有的AI图像识别传 感器的检测结果都是正常时， 上报行车安全监控系统和地面监控中心运行状态正常； 在出 现异常的A I图像识别 传感器的检测结果时， 逐条显示异常车厢号、 异常项目， 并实时上报车 载行车安全监控系统和地 面监控中心， 以便紧急 故障处理。 2.根据权利要求1所述的方法， 其特征在于， 所述目标图像包括正常目标图像或/和异 常目标图像， 所述方法还包括： 各A I图像识别传感器预先采集多张货列厢体图像， 从 中选取 至少一张表示箱体正常的图像作为正常目标图像或/和以及选取至少一张表示箱体异常的 图像作为异常目标图像。 3.根据权利要求1所述的方法， 其特征在于， 每一个箱体需要就至少一种异常项目进行 检测， 所述方法还包括： 预先为每一个箱体的每一个异常项目配置一个A I图像识别传感器， 预先将所有的异常项目进行分类并且为每一类异常项目绑定 至少一种图像处 理比对模式。 4.根据权利要求3所述的方法， 其特征在于， 所述异常项目包括车门异常开启、 顶盖异 常开启、 车帮异物、 篷布绳异常脱钩、 钢 卷位移； 所述图像处理比对模式包括特征点组成的 图形的面积、 特征点组成的图形的边缘像素、 特征点组成的图形的尺寸、 特征点的色彩、 特 征点的位置的比对 模式； 所述的预先将所有的异常项目进行分类并且为每一类异常项目绑定至少一种图像处 理比对模式， 具体包括： 将车门异常开启、 顶盖异常开启划分为一类， 并绑定特征点组成的 图形的面积、 特征点组成的图形 的边缘像素、 特征点组成的图形 的尺寸的三种比对模式中 的一种或多种比对模式； 将车帮异物、 篷布绳异常脱钩、 钢卷位移划分为一类， 并绑定特征 点组成的图形 的边缘像素、 特征点的色彩、 特征点的位置的三种比对模式的一种或多种比 对模式。 5.根据权利要求3所述的方法， 其特征在于， 所述的通过为各种异常项目预先选定的图 像处理比对模式， 比对实时获取货列厢体图像和预先设置的目标图像， 得到各种异常项目 的检测结果， 具体包括： AI图像识别传感器根据其所需检测的异常项目， 找到为异常项目预先选定的图像处理 比对模式， 从实时获取 的货列厢体图像和预先设置的目标图像中分别提取特征点， 基于所 提取的特征点按照预先选定的图像处理比对模式进行比对， 根据比对结果的偏差判断是否 出现异常项目。 6.根据权利要求5所述的方法， 其特征在于， 所述的根据比对结果的偏差判断是否出现 异常项目， 具体包括： 如果实时获取的货列厢体图像的特征点和预先设置的正常目标图像的特征点， 按照预 先选定的图像处理比对模式进行比对后， 其比对结果的偏差超过误差范围， 则判定出现异 常项目；权　利　要　求　书 1/2 页 2 CN 115063903 A 2如果实时获取的货列厢体图像的特征点和预先设置的异常目标图像的特征点， 按照预 先选定的图像处理比对模式进行比对后， 其比对结果的偏差在误差范围内， 则判定出现异 常项目。 7.一种铁路货列厢体异常监测系统， 其特征在于， 包括AI图像识别传感器和中央监测 处理单元， 所有的AI图像识别传感器与中央监测处理单元连接， 每一个货列厢体安装至少 一个AI图像识别传感器以便采集货列厢体的异常项目的检测对象， 所有的A I图像识别 传感 器与中央监测处 理单元连接； 各个AI图像识别传感器用于获取实时获取货列厢体图像， 通过为各种异常项目预先选 定的图像处理比对模式， 比对实时获取货列厢体图像和预先设置的目标图像， 得到各种异 常项目的检测结果； 中央监测处理单元用于汇总所有的AI图像识别传感器的检测结果， 在所有的AI图像识 别传感器的检测结果都是正常时， 上报行车安全监控系统和地面监控中心运行状态正常； 在出现异常的A I图像识别传感器的检测结果时， 逐条显示异常车厢号、 异常项目， 并实时上 报车载行车安全监控系统和地 面监控中心， 以便紧急 故障处理。 8.根据权利要求7所述的系统， 其特征在于， 所述目标图像包括正常目标图像或/和异 常目标图像， 各AI图像识别传感器还用于预先采集多张货列厢体图像， 从中选取至少一张 表示箱体正常的图像作为正常目标图像 或/和以及选取至少一张表示箱体异常的图像作为 异常目标图像； 每一个箱体需要就至少一种异常项目进行检测， 预先为每一个箱体的每一个异常项目 配置一个A I图像识别 传感器， 预先将所有的异常项目进行分类并且为每一类异常项目绑定 至少一种图像处 理比对模式。 9.根据权利要求8所述的系统， 其特征在于， 所述异常项目包括车门异常开启、 顶盖异 常开启、 车帮异物、 篷布绳异常脱钩、 钢 卷位移； 所述图像处理比对模式包括特征点组成的 图形的面积、 特征点组成的图形的边缘像素、 特征点组成的图形的尺寸、 特征点的色彩、 特 征点的位置的比对 模式； 所述AI图像识别传感器具体用于： 将车门异常开启、 顶盖异常开启划分为一类， 并绑定 特征点组成的图形 的面积、 特征点组成的图形 的边缘像素、 特征点组成的图形 的尺寸的三 种比对模式中的一种或多种比对模式； 将车帮异物、 篷布绳异常脱钩、 钢卷位移划分为一 类， 并绑定特征点组成的图形的边缘像素、 特征点的色彩、 特征点的位置的三种比对模式的 一种或多种比对 模式。 10.根据权利要求8所述的系统， 其特征在于， 所述AI图像识别传感器具体用于： 根据其 所需检测的异常项目， 找到为异常项目预先选定的图像处理比对模式， 从实时获取 的货列 厢体图像和预先设置的目标图像中分别提取特征点， 基于所提取的特征点按照预先选定的 图像处理比对模式进行比对， 根据比对结果的偏差判断是否出现异常项目。权　利　要　求　书 2/2 页 3 CN 115063903 A 3