Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中铁武汉勘察设计院有限公司;湖南虹桥工业科技股份有限公司石玉莹获国家专利权

中铁武汉勘察设计院有限公司;湖南虹桥工业科技股份有限公司石玉莹获国家专利权

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!

龙图腾网获悉中铁武汉勘察设计院有限公司;湖南虹桥工业科技股份有限公司申请的专利一种铁路站场内车辆自动识别及追踪定位的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:CN120894909B

龙图腾网通过国家知识产权局官网在2026-03-31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:202511017197.4,技术领域涉及:G08G1/01;该发明授权一种铁路站场内车辆自动识别及追踪定位的方法是由石玉莹;张子航;蔡云峰;卢刚;蔡家军;王立志;马晓晨;芮涛;熊军;王增力;张佳楠;方亚非;田新韬;邱明;廖培宏;陈翔设计研发完成,并于2025-07-23向国家知识产权局提交的专利申请。

一种铁路站场内车辆自动识别及追踪定位的方法在说明书摘要公布了:本发明公开了一种铁路站场内车辆自动识别及追踪定位的方法,涉及铁路运输管理技术领域,解决了难以构建三级判断机制结合多传感器数据对车辆进行识别,也难以通过数字孪生模型实现坐标到标签的自动转换,缺乏基于预测方差的权重调整与联合损失函数,平衡多任务训练效果的技术问题;包括:通过构建综合监测系统采集多源数据,结合三级判断机制实现车辆自动识别;利用卡尔曼滤波算法和铁路站场专用坐标系计算车辆位置信息,并通过数字孪生模型将坐标映射为语义化位置标签;基于历史数据与语义标签构建多任务神经网络框架,动态调整损失函数权重以优化联合损失函数,实现了车辆位置的高效语义化预测与分类。

本发明授权一种铁路站场内车辆自动识别及追踪定位的方法在权利要求书中公布了:1.一种铁路站场内车辆自动识别及追踪定位的方法,其特征在于,包括以下步骤: S1:构建铁路站场内部综合监测系统,用于采集各类数据,并对其进行同步融合处理; S2:设置三级判断机制,分别计算第一、第二与第三匹配度得分,进行赋权相加得到综合匹配度得分,并对综合匹配度得分与综合匹配度阈值的比较结果进行车辆自动识别; S3:车辆自动识别成功后,构建追踪数据库,并建立铁路站场坐标系,利用卡尔曼滤波算法整合多源数据获取车辆在铁路站场坐标系中的二维平面坐标与高度信息; S4:利用铁路站场内分布的RFID读写器与高清工业相机,动态获取车辆坐标并同步至追踪数据库,通过铁路站场数字孪生模型将车辆坐标映射至人工标注的功能区域和关联轨道编号,同时结合状态标签生成完整语义信息; S5:通过历史数据与语义化位置标签构建多任务神经网络框架,通过动态权重调整与联合损失优化,定义联合优化损失函数; 所述步骤S2中三级判断机制,包括以下步骤: 对铁路站场内部综合监测系统采集到的数据分别进行预处理; 设置三级判断机制,具体为: 提取车辆视觉特征,包括车体颜色、标识图案、车窗数量与车头形状,与预先建立的车辆特征数据库进行匹配,根据匹配结果进行第一视觉判断; 将激光传感器测量的车辆外形轮廓、尺寸及与轨道距离参数与标准车辆参数库进行匹配,根据匹配结果进行第二物理判断; 以RFID读写器读取的车辆标签信息的完整度与遮挡度,进行第三信息判断; 将视觉判断、物理判断和RFID信息进行加权融合得到综合匹配度得分; 所述步骤S4,包括以下步骤: 利用铁路站场内分布的RFID读写器与高清工业相机实时更新车辆位置坐标; 通过数据孪生模型将位置坐标实时映射为功能区域标签、状态标签以及关联标签,并同步至追踪数据库; 追踪定位系统根据接收到的位置,更新车辆在追踪档案中的位置坐标,同时,在更新车辆坐标后,实时查询铁路站场数字孪生模型,将坐标映射为功能区域标签与关联标签,并与状态标签同步存储至追踪数据库; 所述铁路站场数字孪生模型,通过将铁路站场CAD图纸转换为三维网格模型,人工标注各网格的功能区域,并根据车辆坐标所在的网格索引匹配预设标签; 所述步骤S5中通过历史数据与语义化位置标签构建多任务神经网络框架,包括以下步骤: 通过铁路站场历史运行数据与人工标注的语义化位置标签中收集带有位置坐标的车辆数据,所述语义化位置标签包括功能区域标签、状态标签与关联标签; 使用神经网络提取位置坐标、时间戳、传感器原始数据以及外部数据特征作为输入特征,所述神经网络通过共享底层参数自动学习任务间关联; 将输入特征通过一个共享的预处理层进行处理,包括标准化坐标值、提取时间特征以及编码分类特征; 使用多任务分支结构,包括:功能区域标签分支、状态标签分支以及关联标签分支; 所述功能区域标签分支:输入坐标、时间与车型特征,输出网格功能分类; 所述状态标签分支:输入速度、历史轨迹与位置特征,输出状态标签; 所述关联标签分支:输入坐标与轨道状态,输出当前轨道编号。

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铁武汉勘察设计院有限公司;湖南虹桥工业科技股份有限公司,其通讯地址为:430074 湖北省武汉市南湖大道特一号光谷软件园四期E5栋;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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。