摘要
本发明涉及轨道车辆技术领域,尤其涉及了基于隧道断面多源信息融合的轨道车辆运行异常判断方法、系统及装备,包括数据采集、数据预处理、图像数据特征提取、信息融合、建立异常判断模型和设定报警阈值。该基于隧道断面多源信息融合的轨道车辆运行异常判断方法,通过建立车辆运行异常判断的数学模型,采用支持向量机(SVM)、神经网络等机器学习方法,通过对大量正常和异常运行数据的训练,模型可以学习到正常和异常状态的特征模式,当新的数据输入时,模型能够根据学习到的模式判断车辆运行是否异常,可以全面、实时地反映车辆在运行过程中的综合状态,同时可以将异常信息发送到维护人员的移动终端,以便及时采取维修措施。
技术关键词
异常判断方法
多源信息融合
隧道断面
轨道车辆
三维轮廓信息
隧道壁表面
激光雷达传感器
数据特征提取
灰度共生矩阵
机器学习方法
图像识别技术
高清摄像机
加速度传感器数据
激光雷达点云数据
特征提取模块
数学模型
系统为您推荐了相关专利信息
红外测温模块
相机模块
制动盘温度
存储模块
监测系统
隧道病害检测方法
激光雷达点云数据
渗漏水
管片错台
可见光图像
调控优化方法
量子蚁群算法
动态更新
光储充系统
蚁群优化
迁移学习模型
预训练模型
状态识别方法
状态识别系统
虚拟系统