摘要
本发明公开了基于时间序列和频谱分析的铁路货运列车状态评估方法,涉及铁路运输安全监测技术领域,包括,采集列车运行中的时间序列数据和图像数据,对时间序列数据和图像数据进行预处理;对预处理后的图像数据进行拼接与配准,生成全场景图像并提取动态视觉特征;对预处理后的时间序列数据,进行多尺度时序频谱联合分析,并结合视觉特征进行多尺度融合,生成多维特征矩阵;构建健康状态基线库,将多维特征矩阵与健康状态基线库进行对比,识别异常特征;构建列车状态评估模型,根据异常特征评估列车运行状态,根据评估结果生成状态评估报告。本发明通过多尺度时序频谱联合分析与视觉特征融合,显著提升了列车状态监测的全面性和准确性。
技术关键词
铁路货运列车
状态评估方法
列车运行状态
视觉特征
动态
图像
频谱特征
序列
样本
皮尔逊相关系数
基线
历史运行数据
矩阵
RANSAC算法
场景
多尺度特征融合
系统为您推荐了相关专利信息
动态识别方法
多传感器融合
噪声因子
轨迹预测模型
密度
自动建图方法
视觉
路面
语义分割模型
计算机程序指令
机器人激光视觉
激光视觉传感
机器人运动平台
运动控制模块
结构件
图像类别
融合特征
识别方法
文本
计算机可读指令
气藏采收率
连续特征数据
注意力
时间段
离散特征