本发明属于轨道交通
技术领域：
，具体而言，是一种基于ai技术的轨道交通监控系统及控制方法。
背景技术：
：轨道交通是指运营车辆需要在特定轨道上行驶的一类交通工具或运输系统。最典型的轨道交通就是由传统火车和标准铁路所组成的铁路系统。随着火车和铁路技术的多元化发展，轨道交通呈现出越来越多的类型，不仅遍布于长距离的陆地运输，也广泛运用于中短距离的城市公共交通中。常见的轨道交通故障包括车辆故障和轨道设施故障，在对于常见轨道交通故障进行检修时，均需要技术人员人工通过肉眼对轨道所有环境包括车辆和轨道设施进行系统的逐一排查，主观因素较大，时间长效率低，为检修人员的故障检修排查的工作带来了不便，人工的检查极易出现漏检、或排查不出的情况，为轨道交通车辆的安全运行带来了巨大的安全隐患。技术实现要素：有鉴于此，本发明提供一种基于ai技术的轨道交通监控系统和控制方法，旨在于解决现有的监控技术中的缺陷。为解决上述问题，本发明提供一种基于ai技术的轨道交通监控系统，包括：通过网络依次连接的监控管理平台、数据采集端和数据预处理端；所述数据采集端采集到的故障数据传输至所述数据预处理端，经过所述数据预处理端的预处理后，再经网络传输至所述监控管理平台进行ai识别。优选地，所述数据采集端包括终端手持外壳，设于所述终端手持外壳顶端的移动万向臂，以及通过所述移动万向臂与所述终端手持外壳连接的图像采集单元。优选地，所述数据采集端还包括与所述图像采集单元连接的照明装置。优选地，所述数据采集端还包括第一处理器、第一网络传输装置和声音采集装置；所述处理器与所述声音采集装置连接；所述声音采集装置设于所述终端手持外壳外侧；所述处理器与所述第一网络传输装置、所述图像采集单元、所述声音采集装置均连接；所述数据采集端通过所述第一网络传输装置与所述数据预处理端连接。优选地，所述数据预处理端包括第二处理器、第二网络传输装置、存储装置；所述第二处理器与所述第二网络传输装置连接和所述存储装置均连接。优选地，所述数据预处理端还包括显示装置，所述显示装置与所述处理器连接，用于显示所述数据采集端返回的图像数据。优选地，所述数据预处理端还包括定位数据处理装置，所述定位数据处理装置与所述处理器连接。优选地，所述监控管理平台包括第三处理器，以及均与所述第三处理器连接的第三网络传输装置、数据存储装置、ai神经网络服务器；所述数据预处理端返回的预处理后数据通过所述第三网络传输装置接收后，存储于所述数据存储装置，并通过所述ai神经网络服务器进行识别。优选地，所述监控管理平台还包括与所述第三处理器连接的检修人员定位装置，用于通过所述数据预处理端的所述定位数据处理装置，以及所述ai神经网络服务器的识别结果确定所述检修人员的定位信息。此外，为解决上述问题，本发明还提供一种基于ai技术的轨道交通控制方法，包括：数据采集端采集轨道交通的待识别数据，并通过网络传输至数据预处理端进行数据拆分预处理，得到预处理数据；所述数据预处理端将所述预处理数据发送至监控管理平台，通过所述监控管理平台进行对所述预处理数据的基于ai技术识别处理，并生成识别结果，以便于根据所述识别结果找出轨道交通故障；所述监控管理平台对所述识别结果进行分析，将所述识别结果转换为操作指令；所述监控管理平台向所述数据采集端返回所述操作指令。本发明提供一种基于ai技术的轨道交通监控系统和控制方法。其中，本发明所提供的监控系统包括：通过网络依次连接的监控管理平台、数据采集端和数据预处理端；所述数据采集端采集到的故障数据通过网络传输至所述数据预处理端，经过所述数据预处理端的预处理后，再经网络传输至所述监控管理平台进行ai识别。本发明通过数据采集端采集到故障信息后，基于网络传输至与数据采集端连接的数据预处理端进行预处理，再经网络传输至所述监控管理平台进行ai识别，从而实现了获取、定位、找到故障的快速分析处理过程，即通过图像的定位信息快速找出故障区域，大大提高了故障检修工作中的图像分析效率，加快了数据分析速度，缩短了检修时间，在一定程度上保证了轨道交通车辆的安全运行。附图说明应当理解的是，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1是本发明基于ai技术的轨道交通监控系统的整体连接示意图；图2是本发明基于ai技术的轨道交通监控系统的数据采集端的连接示意图；图3是本发明基于ai技术的轨道交通监控系统的数据预处理端的连接示意图；图4是本发明基于ai技术的轨道交通监控系统的监控管理平台的连接示意图；图5是本发明基于ai技术的轨道交通监控系统的整体网络连接示意图。附图标记：名称编号名称编号基于ai技术的轨道交通监控系统1照明装置124监控管理平台11第一处理器125第三处理器111第一网络传输装置126第三网络传输装置112声音采集装置127数据存储装置113数据预处理端13ai神经网络服务器114第二处理器131检修人员定位装置115第二网络传输装置132数据采集端12存储装置133终端手持外壳121显示装置134移动万向臂122定位数据处理装置135图像采集单元123在下文中，将结合附图更全面地描述本公开的各种实施例。本公开可具有各种实施例，并且可在其中做出调整和改变。因此，将参照在附图中示出的特定实施例更详细地描述本公开。然而，应理解：不存在将本公开的各种实施例限于在此公开的特定实施例的意图，而是应将本公开理解为涵盖落入本公开的各种实施例的精神和范围内的所有调整、等同物和/或可选方案。结合附图的描述，同样的附图标号标示同样的元件。在下文中，可在本公开的各种实施例中使用的术语“包括”或“可包括”指示所公开的功能、操作或元件的存在，并且不限制一个或更多个功能、操作或元件的增加。在本公开的各种实施例中，表述“或”或“a或/和b中的至少一个”包括同时列出的文字的任何组合或所有组合。例如，表述“a或b”或“a或/和b中的至少一个”可包括a、可包括b或可包括a和b二者。在本公开的各种实施例中使用的表述(诸如“第一”、“第二”等)可修饰在各种实施例中的各种组成元件，不过可不限制相应组成元件。例如，以上表述并不限制所述元件的顺序和/或重要性。以上表述仅用于将一个元件与其它元件区别开的目的。例如，第一用户装置和第二用户装置指示不同用户装置，尽管二者都是用户装置。例如，在不脱离本公开的各种实施例的范围的情况下，第一元件可被称为第二元件，同样地，第二元件也可被称为第一元件。应注意到：如果描述将一个组成元件“连接”到另一组成元件，则可将第一组成元件直接连接到第二组成元件，并且可在第一组成元件和第二组成元件之间“连接”第三组成元件。相反地，当将一个组成元件“直接连接”到另一组成元件时，可理解为在第一组成元件和第二组成元件之间不存在第三组成元件。在本公开的各种实施例中使用的术语仅用于描述特定实施例的目的并且并非意在限制本公开的各种实施例。如在此所使用，单数形式意在也包括复数形式，除非上下文清楚地另有指示。除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本公开的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关
技术领域：
中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本公开的各种实施例中被清楚地限定。本发明提供一种基于ai技术的轨道交通监控系统1，包括：通过网络依次连接的监控管理平台11、数据采集端12和数据预处理端13；所述数据采集端12采集到的故障数据传输至所述数据预处理端13，经过所述数据预处理端13的预处理后，再经网络传输至所述监控管理平台11进行ai识别。上述，故障数据即为故障区域图像或故障区域其他数据信息，可以为轨道交通的待检测的区域或部分的图像，可以为设备摆放区域的图像，也可以为轨道交通设备的内部设置、零配件安装连接等的图像，例如，进站口区域安全设施摆放情况的图像，货运车头操作台的控制区域操作图像，列车视频通信视频线路连接图像等等。此外，故障数据也可以为其他故障信息，例如，故障区域气体情况、红外测距数据、故障区域声音检测数据等等。上述，所述数据采集端12和所述数据预处理端13为检修人员所持有的终端设备，可以为手持的移动终端设备，也可以为可携带的便携笔记本电脑，在本实施例中，为手持移动终端。通过数据采集端12和数据预处理端13获取故障数据并进行预处理，可以通过终端设备的拍摄装置进行获取，例如，通过手持终端的摄像头获取所述故障区域图像。上述，监控管理平台11为服务端，即为管理人员对检修人员进行管理和协助下达指令的监控管理的平台。可以对检修人员所持有的数据采集端12和数据预处理端13所采集的数据进行接收，并通过gps信号、图像识别基于监控管理平台11进行对数据采集端12和数据预处理端13进行定位，对检修人员所采集的故障数据中的信息进行ai识别，判断出待检修设备、设施、摆放位置、方向、设置的缺陷、故障、问题等，上述，数据预处理端13对故障数据的预处理可以为数据采集端12对故障数据中的图像(故障区域图像)进行采集，并通过数据预处理端13进行初步识别后，对所述故障区域图像进行拆分和筛选，对其中的可识别对象进行识别，从而获取其中的每一个可识别对象对应的子区域。子区域可以为在故障区域图像中所包含的多个不规则形状的图片，即为，一个故障区域图像，通过拆分为多个可识别对象对应的不规则形状的图片。例如，一张轨道交通的故障区域图像照片，通过进行识别，拆分为列车的图像截图、轨道的图象截图、信号灯的图象截图和站台安全设施的图象截图，其他区域的图像则丢弃不要，只保留上述图像截图。上述，数据预处理端13将子区域进行生成子区域数据包，其中，可根据识别结果建立与每个子区域对应的标签，例如列车的图像截图中可建立列车标签，存入子区域数据包中，再将该故障区域图片中的每个子区域数据包传输至后台服务端，以便于后台服务端对每个子区域数据包进行识别和故障排查。本发明通过数据采集端12采集到故障信息后，基于网络传输至与数据采集端12连接的数据预处理端13进行预处理，再经网络传输至所述监控管理平台11进行ai识别，从而实现了获取、定位、找到故障的快速分析处理过程，即通过图像的定位信息快速找出故障区域，大大提高了故障检修工作中的图像分析效率，加快了数据分析速度，缩短了检修时间，在一定程度上保证了轨道交通车辆的安全运行。此外，通过数据采集端12采集到故障信息后，基于网络传输至与数据采集端12连接的数据预处理端13进行预处理，进行ai识别，将故障区域图像分成多个不同的可识别对象对应的子区域，进而再将所述子区域生成的子区域数据包传输至后台服务端，以便于后台服务端根据每一个子区域数据包中的子区域进行故障排查，实现了故障区域图像的自动拆分整理和传输过程，大大提高了故障检修工作中的传输效率，加快了数据传输速度，缩短了检修时间，避免了数据包过大过多导致网络拥堵数据延迟的情况，在一定程度上保证了轨道交通车辆的安全运行。优选地，所述数据采集端12包括终端手持外壳121，设于所述终端手持外壳121顶端的移动万向臂122，以及通过所述移动万向臂122与所述终端手持外壳121连接的图像采集单元123。上述，需要说明的是，移动万向臂122为可进行多个方向延伸并移动的支架或延伸臂，例如，可以为可伸缩的两节的万向臂，通过伸缩，并延展和改变方向，使图像采集单元123在不同的环境下进行图像获取。在本实施例中，由于检修人员对多个不同的环境进行数据采集时，部分环境例如列车驱动装置区域，传动装置区域，列车车体底部等部分区域，检修人员是无法钻入其内进行检修的，现有的检修方法中，只能通过检修人员手持手电进行照明情况下，远远的观察，排查故障问题。本实施例中，检修人员通过手持数据采集端12，并通过移动万向臂122改变数据采集单元的方向和长度，可对一些检修人员无法触摸到、无法进入的区域进行数据采集、图像拍摄，从而大大扩大了检修人员的检修范围，为检修人员的检修工作提供了方便，进一步减少了轨道交通中的安全隐患。此外，本实施例所提供的移动万向臂122，也可以连接有自动移动操作装置，所述自动移动操作装置包括设于所述数据采集端12的终端手持外壳121的电机，设于所述数据采集端12终端手持外壳121的操作按键，通过检修人员对操作按键进行操作，从而对电机的启停进行控制，进而对移动万向臂122的移动方向和延伸长度进行控制，实现移动万向臂122的自动操作。例如，可在每个移动关节处，设有电机，或者设置有一个电机，对移动万向臂122进行控制。上述，终端手持外壳121为方便于检修人员进行持握、并包含有数据采集端12所有部件的外壳，起到支持、方便持握的作用，可以为手枪装或圆柱形等形状，数据采集单元通过移动万向臂122与终端手持外壳121连接。上述，数据采集单元可以为摄像头、相机等图像采集装置。优选地，所述数据采集端12还包括与所述图像采集单元123连接的照明装置124。上述，照明装置124在本实施例中为led灯，用于数据采集端12进行数据采集时的照明作用。此外，照明装置124可以设置于数据采集单元处，与数据采集单元可共同工作，在数据采集单元开始数据采集时，即可进行开启照明装置124，从而实现对数据采集时的照明。优选地，所述数据采集端12还包括第一处理器125、第一网络传输装置126和声音采集装置127；所述处理器与所述声音采集装置127连接；所述声音采集装置127设于所述终端手持外壳121外侧；所述处理器与所述第一网络传输装置126、所述图像采集单元123、所述声音采集装置127均连接；所述数据采集端12通过所述第一网络传输装置126与所述数据预处理端13连接。上述，数据采集端12还包括处理器、第一网络传输装置126、声音采集装置127；上述，第一网络传输装置126可以为网络数据端口，例如可以为wifi无线连接端口，可进行无线连接，也可以为wan口，用以连接网络数据线，此外，也可以为miniusb、microusb等等数据端口，用以与数据预处理端13进行连接和数据交互。上述，声音采集装置127可以为声音传感器；需要说明的是，声音传感器的作用相当于一个话筒(麦克风)。它用来接收声波，显示声音的振动图象，但不能对噪声的强度进行测量。该传感器内置一个对声音敏感的电容式驻极体话筒。声波使话筒内的驻极体薄膜振动，导致电容的变化，而产生与之对应变化的微小电压。这一电压随后被转化成0-5v的电压，经过a/d转换被数据采集器接受，并传送给计算机。在轨道交通的故障检修中，包括对于列车客车的电路检修和设备检修，其中，需要对列车的车体驱动装置例如发动机的运行情况进行检修，检修过程包括对于发动机运转声音的判断，现有的检修方法中，需要凭借检修人员的长年的经验去听从而判断发动机运行情况，或管道是否通畅；在本实施例中，通过使用声音采集装置127，对列车车体运行情况的声音进行获取，进一步可通过数据预处理端13进行保存或识别，或者通过所述数据预处理端13传输至监控管理平台11进行对声音的保存和识别，从而找出故障隐患，进行故障排查，定位故障原因。优选地，所述数据预处理端13包括第二处理器131、第二网络传输装置132、存储装置133；所述第二处理器131与所述第二网络传输装置132连接和所述存储装置133均连接。上述，存储装置133可以为硬盘、数据内存卡等存储装置133。上述，数据预处理端13也可以包括供电装置，例如锂电池对预处理端各个部件进行供电。上述，第二网络传输装置132可以为网络数据端口，例如可以为wifi无线连接端口，可进行无线连接，也可以为wan口，用以连接网络数据线，此外，也可以为miniusb、microusb等等数据端口，用以与数据采集端12、监控管理平台11进行连接和数据交互。优选地，所述数据预处理端13还包括显示装置134，所述显示装置134与所述处理器连接，用于显示所述数据采集端12返回的图像数据。上述，显示装置134可以为液晶显示屏，此外，为了方便于检修人员的操作，可以为电容触屏、电阻触屏，从而实现触控操作。此外，数据预处理端13还可以包括指纹识别装置，用以对检修人员进行身份识别和保存，当对检修人员的身份确认后，建立与监控管理平台11的数据连接，从而提高数据的安全性。此外，数据预处理端13可以包括与处理器连接的数据加密装置，用于与监控管理平台11之间的加密的数据交互，可进一步通过数据加密装置进行加密。例如，可以为基于非对称加密技术的数据加密装置。其中，作为终端与服务端之间的非对称数据加密可以为，基于数据加密装置，所述终端设备向所述后台服务端请求对rsa公钥进行发放；其中，所述后台服务端根据请求生成rsa公钥和rsa私钥，并将所述rsa公钥向所述终端设备发送；所述终端设备接收所述服务端下发的rsa公钥；所述终端设备利用所述rsa公钥对所述子区域数据包进行加密，得到以所述rsa公钥加密的所述子区域数据包，以便于所述终端设备将所述rsa公钥加密的所述子区域数据包发送至所述后台服务端并解密。所述后台服务端接收所述rsa公钥加密的所述子区域数据包；所述后台服务端利用rsa私钥对所述子区域数据包进行解密，得到所述子区域数据包中的所述故障区域图像中的不同可识别对象。优选地，所述数据预处理端13还包括定位数据处理装置135，所述定位数据处理装置135与所述处理器连接。优选地，所述监控管理平台11包括第三处理器111，以及均与所述第三处理器111连接的第三网络传输装置112、数据存储装置113、ai神经网络服务器114；所述数据预处理端13返回的预处理后数据通过所述第三网络传输装置112接收后，存储于所述数据存储装置113，并通过所述ai神经网络服务器114进行识别。上述，定位数据处理装置135，用于获取数据采集端12所获取的当前定位信息，并进行存储生成当前的定位数据，或者装置本身包括gps芯片或通过基站的定位方法从而获取到的定位数据。上述，需要理解的是，人工智能(artificialintelligence)，英文缩写为ai。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。上述，可识别对象可以为预设的可识别区域的图像，通过终端设备所获取的故障区域图像的识别，进而将故障区域图像与可识别区域的图像进行匹配。其中，进行匹配时可以对多个不同的可识别区域进行识别，通过判断匹配的相似率，从而判断该故障区域图像中是否存在可识别区域，进而得到故障区域图像中的多个不同的可识别区域的定位信息。优选地，所述监控管理平台11还包括与所述第三处理器111连接的检修人员定位装置115，用于通过所述数据预处理端13的所述定位数据处理装置135，以及所述ai神经网络服务器114的识别结果确定所述检修人员的定位信息。上述，数据预处理端传回的工作人员当前的定位信息，和通过ai神经网络服务器所识别出来的图像中的定位信息，通过上述两种定位信息进行对检修人员内的定位，通过对检修人员的定位，可更加准确的找出或使管理人员第一时间的掌握工作人员所在位置。此外，数据预处理端传回的工作人员当前的定位信息，以及通过ai神经网络服务器所识别出来的图像中的定位信息两者可设置不同的权重，通过权重的综合的算法，从而提高准确率，例如，数据预处理端传回的工作人员当前的定位信息由于gps或其他定位方式存在精度误差等问题，所占权重可以为0.3，而通过ai神经网络服务器所识别出来的图像中的定位信息所占权重为0.7。此外，为解决上述问题，本发明还提供一种基于ai技术的轨道交通控制方法，包括：数据采集端12采集轨道交通的待识别数据，并通过网络传输至数据预处理端13进行数据拆分预处理，得到预处理数据；所述数据预处理端13将所述预处理数据发送至监控管理平台11，通过所述监控管理平台11进行对所述预处理数据的基于ai技术识别处理，并生成识别结果，以便于根据所述识别结果找出轨道交通故障；所述监控管理平台11对所述识别结果进行分析，将所述识别结果转换为操作指令；所述监控管理平台11向所述数据采集端12返回所述操作指令。上述，通过数据采集端12对轨道交通的故障信息(故障图像数据、故障声音数据)进行采集，并且通过数据预处理端13进行预处理，包括存储、拆分、打包和整合，得到预处理数据，并发送至监控管理平台11，通过监控管理平台11进行对所述预处理数据的基于ai技术识别处理，并生成识别结果，以便于根据所述识别结果找出轨道交通故障；其中，包括通过对故障图像数据对检修人员和故障区域的定位、通过gps信息对检修人员的定位。监控管理平台11对所述识别结果进行分析，将识别结果转换为操作指令；监控管理平台11向所述数据采集端12返回所述操作指令。上述，操作指令为对于检修人员的行动指令，例如，通过监控管理平台11向数据采集端12发送震动信号，并发送文字信息和语音信息，以提示检修人员对故障区域进行修理。应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。发明人声明，本发明通过上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，但本发明并不局限于上述详细工艺设备和工艺流程。并且即不意味着本发明应依赖上述详细工艺设备和工艺流程才能实施。所属
技术领域：
的技术人员应该明了，对本发明的任何改进，对本发明产品各原料的等效替换及辅助成分的添加、具体方式的选择等，均落在本发明的保护范围和公开范围之内。当前第1页12