铁路站场图数据的建模方法与流程

本发明涉及铁路运行数据制作技术领域，尤其是涉及一种能够提高元素识别正确率，降人为原因造成的数据制作错误，加快站场图制作的铁路站场图数据的建模方法。

背景技术：

目前全国共有19个铁路局，每个铁路局又有数百个车站站场。每个车站的站场数据都不相同，由于各个车站的站场线路情况复杂，制作车站站场数据就显得尤为困难。实际动车组、机车、轨道车在站场内运行时极为依赖站场数据的准确性，在站场数据制作存在以下几点安全隐患，亟待解决：

1)股道定位错误；

2)道岔定位、识别错误，岔尖定位错误；

3)机车信号机定位错误、信号机方向、类型识别错误；

4)调车信号机定位错误、信号机方向、类别识别错误；

5)站场图数据多，制作慢，易出错。

技术实现要素：

本发明为了克服现有技术中在制作站场数据时存在的定位错误，识别错误，数据多，制作慢和易出错的不足，提供了一种能够提高元素识别正确率，降人为原因造成的数据制作错误，加快站场图制作的铁路站场图数据的建模方法。

为了实现上述目的，本发明采用了以下技术方案：

一种铁路站场图数据的建模方法，包括微处理器、站场图形学习模块、图形匹配模块、数据建模模块和数据校核生成模块，微处理器分别与站场图形学习模块、图形匹配模块、数据建模模块和数据校核生成模块电连接；包括如下步骤：

(1-1)通过站场图形学习模块进行站场图形元素的识别学习，建立图形库；

(1-2)扫描车站的站场图，通过图形匹配模块进行图形匹配，匹配成功后对各个站场图形元素进行数字化处理；

(1-3)通过数据建模模块对已进行数字化处理的站场图元素进行数字建模，生成站场图数据；

(1-4)通过数据校核生成模块进行站场图数据校核，输出校核后的站场图数据。

本发明通过对站场图形元素的预学习，形成图形库，然后进行图形元素的匹配，对匹配后的图形元素进行数字化处理，获得相关数据，基于相关数据进行数据建模，最后输出校核后的站场图数据。

作为优选，站场图形元素的识别学习包括站场股道的识别，站场道岔的识别，站场机车信号机的识别，站场调车信号机的识别，站场信号楼的识别和站场各元素相对距离的识别。

作为优选，对各个站场图形元素进行数字化处理包括如下步骤：

(3-1)站场股道数字化处理：获得站场股道的编号和股道类型；站场股道采用数字和字母的组合进行编号；

(3-2)站场道岔数字化处理：获得站场道岔的编号，道岔与信号楼之间的距离；站场道岔采用数字对站场道岔的岔尖进行编号，岔尖在车站左侧用奇数进行编号，岔尖在车站右侧用偶数进行编号；

(3-3)站场机车信号机数字化处理：获得机车信号机名称、机车信号机类型和机车信号机与信号楼的距离；s表示上行、x表示下行、f表示反向；机车信号机倾倒的方向为车辆运行的方向；

(3-4)站场调车信号机数字化处理：获得调车信号机名称，调车信号机类型、调车信号机与信号楼之间的距离；调车信号机倾倒的方向为车辆运行的方向；

(3-5)站场信号楼数字化处理：获得信号楼所在车站的车站名和公里标；信号楼为基准点0位置。

作为优选，步骤(1-3)的具体步骤如下：

(4-1)将经过识别和数字化处理的站场股道、站场道岔、信号机和信号楼元素进行汇总，形成数据表；

(4-2)基于获取的数据表进行数据建模，将已知有关联关系的各种元素进行重组，建立站场初步框架；

(4-3)将无直接关联的元素通过比较算法和逻辑判断算法进行重新关联，再次进行数据重组，生成站场图数据。

作为优选，步骤(1-4)的具体步骤如下：

(5-1)设置各个站场元素之间的逻辑关系和轨道车运行趋势；

(5-2)根据站场元素的命名规则，站场元素之间的命名规则和轨道车运行趋势，对站场图数据进行校核，如果站场图数据存在异常，对异常数据进行提醒，转入步骤(1-3)；如果站场图数据无异常情况，输出校核后的站场图数据。

作为优选，站场股道类型包括正线股道和侧线股道，其中罗马数字表示正线股道号，阿拉伯数字表示侧线股道号。

因此，本发明具有如下有益效果：通过站场图形学习模块进行图形元素预学习，提高了车站站场图形元素的识别准确率，降低了人为原因造成的数据制作错误；能够快速准确的进行站场图数据的制作。

附图说明

图1是本发明的一种流程图；

图2是本发明的站场股道的第一种结构示意图；

图3是本发明的站场股道的第二种结构示意图；

图4是本发明的站场股道的第三种结构示意图；

图5是本发明的站场道岔的一种结构示意图；

图6是本发明的进站信号机的一种结构示意图；

图7是本发明的出站信号机的第一种结构示意图；

图8是本发明的出站信号机的第二种结构示意图；

图9是本发明的出站信号机的第三种结构示意图；

图10是本发明的站场图的出站信号机、站场股道和道岔的一种组合结构示意图；

图11是本发明的站场调车信号机、站场股道和道岔的一种组合结构示意图；

图12是本发明的信号楼的一种组合结构示意图；

图13是本发明的站场图的完整结构示意图。

具体实施方式

下面结合附图与具体实施方式对本发明做进一步描述：

如图1所示的实施例是一种铁路站场图数据的建模方法，包括微处理器、站场图形学习模块、图形匹配模块、数据建模模块和数据校核生成模块，微处理器分别与站场图形学习模块、图形匹配模块、数据建模模块和数据校核生成模块电连接；包括如下步骤：

步骤100，通过站场图形学习模块进行站场图形元素的识别学习，建立图形库；

步骤101，站场股道的识别：

站场股道由一个向左的箭头、一个向右的箭头、数字、字母组成，两个箭头相对组合在一起表示一条股道，如图2所示，表示站场5号股道，如图3所示，表示站场2号股道；股道图形元素如表1所示：

表1

步骤102，站场道岔的识别：

如图5所示，站场道岔由两个岔尖和一条中间位置带短线的斜线组成，将两个岔尖和斜线两端连接起来表示道岔；站场道岔有活动心轨时，在岔尖右方增加一点并由一条短线连接到道岔四分之一位置；

道岔图形元素如表2所示：

表2

步骤103，站场机车信号机的识别：

机车信号机图形元素如表3所示：

表3

进站信号机由5个圆在水平方向上并且其中四个圆相切，另一个圆与其他四个圆直线相连表示进站信号机，并加字母s/x区分上行进站信号机或下行进站信号机；5个信号机排列从上至下为黄灯、绿灯、红灯、黄灯、白灯，进站信号机组合图形如图6所示：

出站信号机的第一种形式由5个圆组成，其中四个圆呈正方形排列，并且每个圆都与两个圆相切，另一个圆在相切于其中一个圆，5个信号机从上至下、从左至右为绿灯、空位灯、黄灯、白灯、红灯，出站信号机的第一种形式的组合图形如图7所示：

出站信号机的第二种形式由4个在水平方向上并且相切的圆直线相连表示出站信号机；4个信号机排列从上至下为绿灯、红灯、黄灯、白灯，出站信号机的第二种形式的组合图形如图8所示：

出站信号机的第三种形式由3个在水平方向上并且相切的圆直线相连表示出站信号机；3个信号机排列从上至下为绿灯、红灯、白灯，出站信号机的第三种形式的组合图形如图9所示：

步骤104，站场调车信号机的识别：

调车信号机由2个水平方向上并且相切的圆直线相连表示调车信号机，并且用字母d表示，并用加数字区分，2个信号机排列从上至下为白灯、蓝灯或白灯、红灯，调车信号机组合图形如图11所示；

步骤105，站场信号楼的识别：

信号楼由车站名、公里标以及图形符号组成，如表4所示，信号楼组合图如图12所示：

表4

步骤106，站场各元素相对距离的识别：

信号楼为0点位置，各元素对信号楼的距离，分别填写元素名称及距信号楼的距离如表5所示，各元素相对距离如图13所示；

表5

步骤107，基于识别的站场图形元素建立图形库；

步骤200，扫描车站的站场图，通过图形匹配模块进行图形匹配，匹配成功后对各个站场图形元素进行数字化处理；

步骤201，扫描车站的站场图，在扫描图上对图形元素进行检索分类，通过图形匹配模块进行图形匹配；

步骤202，站场股道匹配成功后进行站场股道数字化处理：获得站场股道的编号和股道类型；站场股道采用数字和字母的组合进行编号；编号位于站场股道的上方或下方；站场股道类型包括正线股道和侧线股道，其中罗马数字表示正线股道号，阿拉伯数字表示侧线股道号；如图2所示，5g表示5号侧线股道，如图3所示，iig表示2号正线股道；在复杂站场会在股道号前增加罗马数字表示站场号，如图4所示，iii6g表示车站三场6号股道；

步骤203，站场道岔匹配成功后进行站场道岔数字化处理：获得站场道岔的编号，道岔与信号楼之间的距离；站场道岔采用数字对站场道岔的岔尖进行编号，岔尖在车站左侧用奇数进行编号，岔尖在车站右侧用偶数进行编号；道岔所在股道，站场图上方标注该道岔与信号楼的距离，如图5所示，4号道岔距离信号楼824米，6号道岔距离信号楼802米。根据道岔连接关系，确定4号道岔与2号道岔相连，6号道岔与8号道岔相连。

步骤204，站场机车信号机匹配成功后进行站场机车信号机数字化处理：获得信号机名称、信号机类型和信号机与信号楼的距离；s表示上行、x表示下行、f表示反向；信号机倾倒的方向为车辆运行的方向；站场图上方标注站场机车信号机与信号楼的距离，如图10所示，x5距离信号楼704米，同时x3信号机根据图形识别为机车信号机、在5g上，方向为下行，相邻两个道岔为25和30道岔。

步骤205，站场调车信号机匹配成功后进行站场调车信号机数字化处理：获得调车信号机名称，调车信号机类型、调车信号机与信号楼之间的距离；调车信号机倾倒的方向为车辆运行的方向；站场图上方标注该调车信号机与信号楼的距离，如图11所示，d5调车信号机距离信号楼680米，d5信号机根据图形识别为调车信号机、方向为上行，相邻两个道岔为1和13道岔。

步骤206，站场信号楼匹配成功后进行站场信号楼数字化处理：获得信号楼所在车站的车站名和公里标；信号楼为基准点0位置；

步骤300，通过数据建模模块对已进行数字化处理的站场图元素进行数字建模，生成站场图数据；

步骤301，将经过识别和数字化处理的站场股道、站场道岔、信号机和信号楼元素进行汇总，形成数据表，如表6所示；

表6

步骤302，基于获取的数据表进行数据建模，将已知有关联关系的各种元素进行重组，建立站场初步框架；

步骤303，将无直接关联的元素通过比较算法和逻辑判断算法进行重新关联，再次进行数据重组，生成站场图数据；

步骤400，通过数据校核生成模块进行站场图数据校核，输出校核后的站场图数据；

步骤401，设置各个站场元素之间的逻辑关系和轨道车运行趋势；

步骤402，根据站场元素的命名规则，站场元素之间的命名规则和轨道车运行趋势，对站场图数据进行校核，如果站场图数据存在异常，对异常数据进行提醒，转入步骤300；如果站场图数据无异常情况，输出校核后的站场图数据，如图13所示。

应理解，本实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。