摘要
本发明公开了基于多传感器融合的铁路货运列车数据采集方法及系统,涉及铁路运输技术领域,包括,通过无线通信实时探测列车的运行状态及位置,在检测到列车即将进入监测区域时对各传感器进行自检;根据列车综合状态数据,通过三维重构与同步定位,构建列车的三维健康状态模型;结合三维健康状态模型与边云协同架构,利用量子算法加速列车综合状态数据的分层处理与动态优化,实时识别异常特征;通过深度学习和时间序列分析算法对异常特征进行分析,生成报警信息并反馈至边缘计算终端;本发明通过三维健康状态模型与时空图卷积操作,将列车的运行状态与货物状态数据进行深度融合,提升了数据的全局感知能力。
技术关键词
铁路货运列车
多传感器融合
数据采集方法
列车运行状态
语义分割方法
节点
深度神经网络模型
时序依赖关系
时序特征
深度学习语义分割
状态传感器
边缘检测
算法
Kalman滤波
监测健康状态
射频识别方法
系统为您推荐了相关专利信息
语义分割网络
面向无人机
硬件加速系统
语义分割方法
语义特征
光照特征
图像特征提取
图像语义分割方法
特征提取单元
特征提取网络
多传感器融合
安全监控方法
气体成分传感器
气压传感器
锂电池
语义分割方法
金字塔池化
对齐模块
网络
输出特征
直流无刷风扇
远程监控方法
分布式传感器网络
机器学习算法分析
远程监控平台