一种铁路车辆转向架冰雪的无人机智能测量与预警方法及系统与流程

本发明属于铁路轨道监测领域，特别涉及一种铁路车辆转向架冰雪的无人机智能测量与预警方法及系统。

背景技术：

我国大部分地区位于北温带和亚热带，属大陆性季风气候区，冬季比较寒冷，广大地区都有下雪和结冰现象。尤其是在我国东北部，冬季室外气温常常在零下二十摄氏度，有时甚至达到零下三十摄氏度这样的低温。列车长时间运行在这种环境中，特别是在雨雪天气后，高速列车在寒冷冬季运行时，环境风雪和线路积雪会致使转向架区域出现大面积积雪结冰，影响转向架制动夹钳等关键部件的正常工作，严重时会威胁到列车的运营安全。列车结冰有可能导致轨道交通延误，严重的积雪覆冰甚至导致列车停运和损坏。假使冰雪堆积在列车底盘和转向架上面，如果不及时清除，可能会造成列车刹车系统和轴承部件的故障。因此，高速列车转向架的防积雪结冰问题一直以来都是国内外铁路运营部门所关注的重点。

现行的对于转向架冰雪积累情况的研究手段主要分为两种：利用人力在自然环境下对转向架冰雪积累情况进行记录或者是利用计算机对转向架的防冰雪性能进行仿真。而在列车的实际运行过程中，缺乏一种有效的手段对转向架的冰雪积累情况进行实时、动态的监测与预警。

技术实现要素：

本发明提出了一种铁路车辆转向架冰雪的无人机智能测量与预警方法及系统，其目的在于，通过引入无人机进行实时监控，铁路调度部分可以获得有关于转向架冰雪积累情况的实时动态信息，填补了之前缺乏对转向架冰雪积累情况进行监控的盲区。

一种铁路车辆转向架冰雪的无人机智能测量与预警方法，包括以下步骤：

步骤1：依据列车沿铁路沿线轨道上运行时车辆转向架上的历史冰雪积累数据与列车运行事故数据，选出车辆转向架上冰雪积累超过安全值和运行事故对应的连续轨道区间，对所选轨道区间进行等间距划分，并在每个轨道区间单元设置工作站，每个工作站配置两组无人机冰雪测量装置；

所述无人机冰雪测量装置包括飞行装置以及装载在飞行装置上的超声波雪深测量仪、结冰厚度测量仪、kinect传感器、距离传感器以及列车测速装置；

步骤2：对步骤1获得的每个轨道区间单元进行编号，并记录每个轨道区间单元的开始里程、结束里程、区间单元内列车安全速度、工作站编号和无人机冰雪测量装置编号；

步骤3：当列车进入步骤1所选的轨道区间时，通过地面列车控制中心向冰雪积累监测大数据中心发出列车监控指令，冰雪积累监测大数据中心再发送测量任务初始化指令至列车所在轨道区间单元的工作站，工作站控制该站的两组无人机冰雪测量装置起飞并同步跟踪列车；

两组无人机冰雪测量装置分别飞行在列车的转向架左侧和右侧，且与转向架上端呈同一水平面；

步骤4：利用无人机冰雪测量装置获取跟踪列车编号，并与列车监控指令中的列车编号比对，若一致，则进入步骤5，若不一致，则控制无人机冰雪测量装置返回工作站，停止跟踪，等待下一次指令；

步骤5：无人机冰雪测量装置对列车车速、转向架的冰雪积累值进行测量，并将测量值实时传输至工作站；

步骤6：地面列车控制中心依据工作站将接收的消息，以列车编号为检索关键字，实时地对列车车速、积雪深度数据和结冰厚度数据与预先存储的安全数据进行比较，利用实时的积雪深度数据和结冰厚度数据寻找对应列车的安全车速，若列车的实时车速超过实时的积雪深度数据和结冰厚度数据对应安全车速时，则冰雪积累监测大数据中心发出警报信息；

步骤7：目标列车驶出冰雪危险轨道区间后，地面列车控制中心向雪灾监测大数据中心发送任务完成的信号，冰雪积累监测大数据中心向工作站发送任务完成的信号，工作站向两组无人机冰雪测量装置发送任务完成的信号，两组无人机冰雪测量装置返回工作站进入待机状态。

进一步地，两组无人机冰雪测量装置同步跟踪目标列车时，距离目标列车车身和轨道平面高度的距离分别为h1和h3，且h1>h3；

其中，h1的取值范围为1700-2400mm，h3的取值范围为840mm到1250mm。

进一步地，当积雪深度数据或结冰厚度数据超过列车安全运行对应的积雪深度安全值或结冰厚度安全值时，冰雪积累监测大数据中心发出警报信息。

进一步地，所述预先存储的安全数据中，列车安全速度随积雪与结冰厚度的增加而降低。

冰雪积累监测大数据中心对来自无人机冰雪积累监测装置的实时积雪深度数据与实时结冰厚度数据，构建雪深增长模型和结冰增长模型，并将实时构建的雪深增长模型和结冰增长模型与冰雪积累监测大数据中心中预先存储的雪深增长模型与结冰增长模型进行匹配，若实时模型与预先存储的即将出现危险的雪深增长模型与结冰增长模型匹配时，则冰雪积累监测大数据中心向地面列车控制中心发出预测信息。

进一步地，当无人机冰雪测量装置与目标列车同步前行后，在目标行驶至下个工作站时，无人机冰雪测量装置进行任务交接，地面列车控制中心向目标列车进入的最新工作站发出指令，使得该工作站的两个无人机冰雪测量装置起飞同步跟踪目标列车，原先飞行的两个无人机冰雪测量装置进入该工作站，进行充电，并将目标列车的实时车速和位置发送至地面列车控制中心。

进一步地，通过冰雪积累监测大数据中心的无人机调度模块实时改变无人机冰雪测量装置的飞行高度与速度以改变其与列车的相对位置，对转向架易积雪与易结冰位置进行监测：

冰雪积累监测大数据中心控制无人机冰雪测量装置与列车保持速度差为0.3-0.5m/s，无人机冰雪测量装置利用机载的kinect传感器模块从前向后捕捉转向架各部位的深度图像数据，将得到的图像与存储在冰雪积累数据存储模块中的关键部位图像作比对，当两图像匹配时，冰雪积累监测大数据中心中向无人机冰雪测量装置发送指令，令其与列车保持相对静止，从而对关键部位进行重点监测。

测量过程中，对转向架易积雪与易结冰位置(如沙箱，制动钳等)的重点监测，从而提高监测的效率和数据的代表性与针对性。

一种铁路车辆转向架冰雪的无人机智能测量与预警系统，包括：

地面列车控制中心，用于与冰雪积累监测大数据中心和工作站进行通信，包括列车调度模块、警报信息存储模块以及第一无线通讯模块；

冰雪积累监测大数据中心，用于接收实时采集的转向架数据，并对工作站发出指令，进行无人机调度，包括无人机调度模块、冰雪积累数据存储模块、中央处理器模块以及第二无线通讯模块；

工作站，包括无人机操作模块、无人机数据库、第三无线通讯模块以及至少两个无人机冰雪测量装置；

其中，每个无人机冰雪测量装置包括飞行装置以及装载在飞行装置上的超声波雪深测量仪、结冰厚度测量仪、kinect传感器、列车测速装置、距离传感器以及第四无线通讯模块；

无人机冰雪测量装置实时采集目标列车的车速、转向架积雪厚度和转向架结冰厚度，同时通过kinect传感器采集列车编号；

工作站接收无人机冰雪测量装置实时采集的消息，并将消息传送至冰雪积累监测大数据中心，冰雪积累监测大数据中心对消息进行分析处理；

所述冰雪积累监测大数据中心和地面列车控制中心按照上述的方法对无人机冰雪测量装置和列车进行调度控制，利用实时的积雪深度数据和结冰厚度数据寻找对应列车的安全车速，若列车的实时车速超过实时的积雪深度数据和结冰厚度数据对应安全车速时，则冰雪积累监测大数据中心发出警报信息；否则，无人机冰雪测量装置继续对目标列车的转向架实时采集，从而实现冰雪积累监测与预警。

所述无人机冰雪测量装置上还设置有led灯。

实时积雪深度数据流、实时结冰厚度数据流和列车实时运行速度数据流的返回与存储形成了冰雪积累监测大数据中心的历史数据库，冰雪积累监测大数据中心向地面列车控制中心发送的危险报告形成了危险报告历史数据库，这两种历史数据库为建立冰雪积累模型模型提供了数据，并通过数据的不断更新提高模型的准确度与稳定性，为转向架防冰雪性能的仿真实验与改进以及转向架冰雪积累情况的预测奠定了基础。

有益效果

本发明提供了一种铁路车辆转向架冰雪的无人机智能测量与预警方法及系统，该方法利用两组无人机冰雪测量装置实时监测列车运行中两侧转向架的实时积雪深度数据和实时结冰厚度数据，两种实时数据随着列车的运行形成实时积雪深度数据流和实时结冰厚度数据流；实时积雪深度数据流、实时结冰厚度数据流和列车实时运行速度数据流使得冰雪积累监测大数据中心能对列车运行时转向架的冰雪积累情况进行连续和动态的监测，在监测范围内的每一个点都在数据流上存在对应的点，从而填补了对转向架冰雪积累情况缺乏监测的盲区；该系统极大程度地利用了无人机的灵活性，借助无人机冰雪监测装置、工作站、冰雪积累监测大数据中心和地面列车控制中心建立了一个覆冰雪积累危险区域的监测网络与历史数据库；通过保持无人机雪深测量装置与列车的相对静止，保证了采集数据的可靠性与及时性。当实时积雪深度超过安全积雪深度时，或实时结冰厚度超过安全结冰厚度时，冰雪积累监测大数据中心向地面列车控制中心发出危险报告，从而使得地面列车控制中心能对列车进行实时调度，保证了启动应急机制的及时性；利用该方法建立的历史数据库可以增强研究者对转向架防冰雪性能的认识，因为该方法所采集的数据集中在转向架易积雪与易结冰的位置，数据具有较高的代表性与针对性，这种代表性体现在数据能在多大程度上反映冰雪积累对转向架的正常工作的影响，针对性体现在数据在多大程度上体现了对转向架正常运行产生影响最大的部位的冰雪积累情况。并且，这种针对性和代表性可以随着数据的不断更新进行优化，从而进一步提高系统的可靠性。因此，本发明能为改进转向架防冰雪性能提供坚实的数据基础。

附图说明

图1为无人机冰雪测量装置工作时，与列车位置示意图；

图2为本发明所述系统的结构示意图。

具体实施方式

下面将结合附图和实施例对本发明做进一步地的说明。

一种铁路车辆转向架冰雪的无人机智能测量与预警方法，包括以下步骤：

步骤1：依据列车沿铁路沿线轨道上运行时车辆转向架上的历史冰雪积累数据与列车运行事故数据，选出车辆转向架上冰雪积累超过安全值和运行事故对应的连续轨道区间，对所选轨道区间进行等间距划分，并在每个轨道区间单元设置工作站，每个工作站配置两组无人机冰雪测量装置；

所述无人机冰雪测量装置包括飞行装置以及装载在飞行装置上的超声波雪深测量仪、结冰厚度测量仪、kinect传感器、距离传感器以及列车测速装置；

步骤2：对步骤1获得的每个轨道区间单元进行编号，并记录每个轨道区间单元的开始里程、结束里程、区间单元内列车安全速度、工作站编号和无人机冰雪测量装置编号；

步骤3：当列车进入步骤1所选的轨道区间时，通过地面列车控制中心向冰雪积累监测大数据中心发出列车监控指令，冰雪积累监测大数据中心再发送测量任务初始化指令至列车所在轨道区间单元的工作站，工作站控制该站的两组无人机冰雪测量装置起飞并同步跟踪列车；

两组无人机冰雪测量装置分别飞行在列车的转向架左侧和右侧，且与转向架上端呈同一水平面；其中，无人机冰雪测量装置1在列车左侧，无人机冰雪测量装置2在列车右侧；

步骤4：利用无人机冰雪测量装置获取跟踪列车编号，并与列车监控指令中的列车编号比对，若一致，则进入步骤5，若不一致，则控制无人机冰雪测量装置返回工作站，停止跟踪，等待下一次指令；

步骤5：无人机冰雪测量装置对列车车速、转向架的冰雪积累值进行测量，并将测量值实时传输至工作站；

测量过程中，可以通过冰雪积累监测大数据中心的无人机调度模块实时改变无人机冰雪测量装置的飞行高度与速度以改变其与列车的相对位置，从而实现对转向架易积雪与易结冰位置(如沙箱，制动钳等)的重点监测，从而提高监测的效率和数据的代表性与针对性，控制的具体实现方法如下：冰雪积累监测大数据中心控制无人机冰雪测量装置与列车保持一个速度差，装置从前向后利用机载的kinect传感器模块捕捉转向架各部位的深度图像数据，将得到的图像与存储在冰雪积累数据存储模块中的关键部位图像作比对，当两图像匹配时，冰雪积累监测大数据中心中向无人机冰雪测量装置发送指令，令其与列车保持相对静止，从而对关键部位进行重点监测；

步骤6：地面列车控制中心依据工作站将接收的消息，以列车编号为检索关键字，实时地对列车车速、积雪深度数据和结冰厚度数据与预先存储的安全数据进行比较，利用实时的积雪深度数据和结冰厚度数据寻找对应列车的安全车速，若列车的实时车速超过实时的积雪深度数据和结冰厚度数据对应安全车速时，则冰雪积累监测大数据中心发出警报信息。

当无人机冰雪测量装置与目标列车同步前行后，在目标行驶至下个工作站时，无人机冰雪测量装置进行任务交接，地面列车控制中心向目标列车进入的最新工作站发出指令，使得该工作站的两个无人机冰雪测量装置起飞同步跟踪目标列车，原先飞行的两个无人机冰雪测量装置进入该工作站，进行充电，并将目标列车的实时车速和位置发送至地面列车控制中心。

如图1所示，两组无人机冰雪测量装置同步跟踪目标列车时，距离目标列车车身和轨道平面高度的距离分别为h1和h3，且h1>h3；

其中，h1的取值范围为1700-2400mm，h3的取值范围为840mm到1250mm。

所述预先存储的安全数据中，列车安全速度随积雪与结冰厚度的增加和降低。

冰雪积累监测大数据中心对来自无人机冰雪积累监测装置的实时积雪深度数据与实时结冰厚度数据，构建雪深增长模型和结冰增长模型，并将实时构建的雪深增长模型和结冰增长模型与冰雪积累监测大数据中心中预先存储的雪深增长模型与结冰增长模型进行匹配，若实时模型与预先存储的即将出现危险的雪深增长模型与结冰增长模型匹配时，则冰雪积累监测大数据中心向地面列车控制中心发出预测信息。

实时积雪深度数据流、实时结冰厚度数据流和列车实时运行速度数据流的返回与存储形成了冰雪积累监测大数据中心的历史数据库，冰雪积累监测大数据中心向地面列车控制中心发送的危险报告形成了危险报告历史数据库，这两种历史数据库为建立冰雪积累模型模型提供了数据，并通过数据的不断更新提高模型的准确度与稳定性，为转向架防冰雪性能的仿真实验与改进以及转向架冰雪积累情况的预测奠定了基础。

如图2所示，一种铁路车辆转向架冰雪的无人机智能测量与预警系统，包括：

地面列车控制中心，用于与冰雪积累监测大数据中心和工作站进行通信，包括列车调度模块、警报信息存储模块以及第一无线通讯模块；

冰雪积累监测大数据中心，用于接收实时采集的转向架数据，并对工作站发出指令，进行无人机调度，包括无人机调度模块、冰雪积累数据存储模块、中央处理器模块以及第二无线通讯模块；

工作站，包括无人机操作模块、无人机数据库、第三无线通讯模块以及至少两个无人机冰雪测量装置；

其中，每个无人机冰雪测量装置包括飞行装置以及装载在飞行装置上的超声波雪深测量仪、结冰厚度测量仪、kinect传感器、列车测速装置、距离传感器以及第四无线通讯模块；

无人机冰雪测量装置实时采集目标列车的车速、转向架积雪厚度和转向架结冰厚度，同时通过kinect传感器采集列车编号；

工作站接收无人机冰雪测量装置实时采集的消息，并将消息传送至冰雪积累监测大数据中心，冰雪积累监测大数据中心对消息进行分析处理；

所述冰雪积累监测大数据中心和地面列车控制中心按照权1-3任一项所述的方法对无人机冰雪测量装置和列车进行调度控制，利用实时的积雪深度数据和结冰厚度数据寻找对应列车的安全车速，若列车的实时车速超过实时的积雪深度数据和结冰厚度数据对应安全车速时，则冰雪积累监测大数据中心发出警报信息；否则，无人机冰雪测量装置继续对目标列车的转向架实时采集，从而实现冰雪积累监测与预警。

所述无人机冰雪测量装置上还设置有led灯。

实时积雪深度数据流、实时结冰厚度数据流和列车实时运行速度数据流的返回与存储形成了冰雪积累监测大数据中心的历史数据库，冰雪积累监测大数据中心向地面列车控制中心发送的危险报告形成了危险报告历史数据库，这两种历史数据库为建立冰雪积累模型模型提供了数据，并通过数据的不断更新提高模型的准确度与稳定性，为转向架防冰雪性能的仿真实验与改进以及转向架冰雪积累情况的预测奠定了基础。

利用该方法建立的历史数据库可以增强研究者对转向架防冰雪性能的认识，因为该方法所采集的数据集中在转向架易积雪与易结冰的位置，数据具有较高的代表性与针对性，，这种代表性体现在数据能在多大程度上反映冰雪积累对转向架的正常工作的影响，针对性体现在数据在多大程度上体现了对转向架正常运行产生影响最大的部位的冰雪积累情况。并且，这种针对性和代表性可以随着数据的不断更新进行优化，从而进一步提高系统的可靠性。因此，本专利能为改进转向架防冰雪性能提供坚实的数据基础。