买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中车南京浦镇车辆有限公司申请的专利一种基于视觉和振动的多维度列车脱轨监测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120316490B 。

龙图腾网通过国家知识产权局官网在2025-08-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510823303.1，技术领域涉及：G06F18/2131；该发明授权一种基于视觉和振动的多维度列车脱轨监测方法是由周晓远;张家强;肖天宇;陈云莎设计研发完成，并于2025-06-19向国家知识产权局提交的专利申请。

本一种基于视觉和振动的多维度列车脱轨监测方法在说明书摘要公布了：本发明公开了一种基于视觉和振动的多维度列车脱轨监测方法，属于轨道交通领域，该方法包括：分别采集轮轨接触区域图像及每个车轮在不同方向的振动数据，并将轮轨接触区域图像与振动数据进行时空对齐；结合边缘检测算法及霍夫变换技术从轮轨接触区域图像中提取视觉特征，并从振动数据中提取振动特征，将视觉特征与振动特征关联生成轮缘横向位置‑振动特征映射表；基于轮缘横向位置‑振动特征映射表建立D‑S证据理论融合模型，并利用D‑S证据理论融合模型将视觉特征与振动特征融合，根据特征融合结果判定列车脱轨风险。本发明实现了视觉图像与振动数据的深度耦合分析，解决了现有技术无法适应工况变化、极易产生误报及影响运营的缺陷。

本发明授权一种基于视觉和振动的多维度列车脱轨监测方法在权利要求书中公布了：1.一种基于视觉和振动的多维度列车脱轨监测方法，其特征在于，该方法包括： 分别采集轮轨接触区域图像及每个车轮在不同方向的振动数据，并将轮轨接触区域图像与振动数据进行时空对齐； 结合边缘检测算法及霍夫变换技术从轮轨接触区域图像中提取视觉特征，并从振动数据中提取振动特征，将视觉特征与振动特征关联生成轮缘横向位置-振动特征映射表； 基于轮缘横向位置-振动特征映射表建立D-S证据理论融合模型，并利用D-S证据理论融合模型将视觉特征与振动特征融合，根据特征融合结果判定列车脱轨风险； 所述结合边缘检测算法及霍夫变换技术从轮轨接触区域图像中提取视觉特征，并从振动数据中提取振动特征包括： 结合边缘检测算法及霍夫变换技术实时提取轮轨接触区域图像中的轮轨轮廓特征，并计算车轮踏面中心线的横向偏移量； 计算振动数据中加速度信号的时域特征，并利用自适应时频融合快速傅里叶变换算法提取加速度信号的频域特征； 基于加速度信号的时域特征及频域特征，利用自适应经验模态分解分算法生成变换边际谱，分析脱轨前兆的时频特征； 所述结合边缘检测算法及霍夫变换技术实时提取轮轨接触区域图像中的轮轨轮廓特征，并计算车轮踏面中心线的横向偏移量之前还包括： 基于预定义的划分条件在视觉坐标系中划分视觉区域，且所述视觉区域包括安全区、预警区及报警区； 所述基于加速度信号的时域特征及频域特征，利用自适应经验模态分解分算法生成变换边际谱，分析脱轨前兆的时频特征之后还包括： 结合轮轨轮廓特征与时频特征，生成轮缘横向位置-振动特征映射表； 所述利用自适应时频融合快速傅里叶变换算法提取加速度信号的频域特征包括： 对加速度信号进行预处理，保留轮轨耦合相关频段，并利用汉宁窗函数对轮轨耦合相关频段进行加窗处理； 对不同视觉区域的加窗后的加速度信号动态调整傅里叶变换参数，在傅里叶变换参数计算中引入视觉证据权重，得到幅值谱； 将幅值谱转换为单边频谱，在单边频谱中搜索预设范围内的峰值及幅值，根据各频率点的峰值及幅值得到轮轨耦合特征频率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中车南京浦镇车辆有限公司，其通讯地址为：210031 江苏省南京市江北新区泰山园区浦珠北路68号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。