期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
全自动运行系统下站台门新增异物探测与控制功能方案研究
被引量：
15
1
作者
许敬辉
《铁道标准设计》
北大核心
2019年第10期177-181,共5页
全自动运行(FAO)系统是城市轨道交通自动化的最高等级,站台门是全自动运行系统中与乘客直接接触的保障系统安全运行的重要设备,目前全自动运行系统下站台门新增功能需求与实施方案尚无规范标准可循。通过对全自动运行系统下站台门运营...
全自动运行(FAO)系统是城市轨道交通自动化的最高等级,站台门是全自动运行系统中与乘客直接接触的保障系统安全运行的重要设备,目前全自动运行系统下站台门新增功能需求与实施方案尚无规范标准可循。通过对全自动运行系统下站台门运营场景需求分析,得出站台门在全自动运行系统下间隙异物探测、车辆与站台门故障对位隔离和多就地控制盘(PSL)控制功能需求;针对传统的车辆与站台门间隙异物探测方案进行全自动运行系统适用性分析与比选,提出全自动运行系统站台门间隙异物探测技术要求及发展方向;对实现列车门与滑动门故障对位隔离控制功能的信息传输通道和控制模式进行研究分析,并对此运营场景的客流引导播报方案提出新的思路。同时,确定了全自动运行系统下站台门PSL位置和数量的设置原则。
展开更多
关键词
站台门
全自动运行
间隙异物探测
安全回路
对位隔离
传输通道
轨道交通
在线阅读
下载PDF
职称材料
基于深度残差神经网络的地铁站台门与列车门间异物自动检测方法研究
被引量：
8
2
作者
孔德龙
蒲凡
《城市轨道交通研究》
北大核心
2021年第12期66-70,共5页
针对地铁站台门与列车门间现有异物检测方法的精度差、误报率高的问题,提出基于深度残差神经网络图像识别原理,利用地铁站台发车指示器图像数据实现站台门与列车门间异物实时检测。首先,搭建基于深度残差神经网络ResNet50模型的自动异...
针对地铁站台门与列车门间现有异物检测方法的精度差、误报率高的问题,提出基于深度残差神经网络图像识别原理,利用地铁站台发车指示器图像数据实现站台门与列车门间异物实时检测。首先,搭建基于深度残差神经网络ResNet50模型的自动异物检测系统;然后,采集站台发车指示器视频帧信息建立数据集并完成系统训练;最后,分析自动异物检测系统对验证信息集的处理效果,并将该系统应用于实际地铁车站中。处理效果表明:实际应用验证中最低准确率为98.7%,单张视频帧处理总耗时不超过65 ms,满足地铁实际运营的要求。
展开更多
关键词
地铁
站台门异物
残差神经网络
图像识别
自动检测
在线阅读
下载PDF
职称材料
题名
全自动运行系统下站台门新增异物探测与控制功能方案研究
被引量：
15
1
作者
许敬辉
机构
中铁第一勘察设计院集团有限公司
出处
《铁道标准设计》
北大核心
2019年第10期177-181,共5页
文摘
全自动运行(FAO)系统是城市轨道交通自动化的最高等级,站台门是全自动运行系统中与乘客直接接触的保障系统安全运行的重要设备,目前全自动运行系统下站台门新增功能需求与实施方案尚无规范标准可循。通过对全自动运行系统下站台门运营场景需求分析,得出站台门在全自动运行系统下间隙异物探测、车辆与站台门故障对位隔离和多就地控制盘(PSL)控制功能需求;针对传统的车辆与站台门间隙异物探测方案进行全自动运行系统适用性分析与比选,提出全自动运行系统站台门间隙异物探测技术要求及发展方向;对实现列车门与滑动门故障对位隔离控制功能的信息传输通道和控制模式进行研究分析,并对此运营场景的客流引导播报方案提出新的思路。同时,确定了全自动运行系统下站台门PSL位置和数量的设置原则。
关键词
站台门
全自动运行
间隙异物探测
安全回路
对位隔离
传输通道
轨道交通
Keywords
platform
screen
door
fully autom
at
ed oper
at
ion
foreign
object detection
safety loop
contraposition and isol
at
ion
transmission channel
rail transit
分类号
U231.4 [交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
基于深度残差神经网络的地铁站台门与列车门间异物自动检测方法研究
被引量：
8
2
作者
孔德龙
蒲凡
机构
中南民族大学计算机科学学院
出处
《城市轨道交通研究》
北大核心
2021年第12期66-70,共5页
基金
国家自然科学基金资助项目(61803314)
中央高校基本科研业务费项目(CZQ19006)。
文摘
针对地铁站台门与列车门间现有异物检测方法的精度差、误报率高的问题,提出基于深度残差神经网络图像识别原理,利用地铁站台发车指示器图像数据实现站台门与列车门间异物实时检测。首先,搭建基于深度残差神经网络ResNet50模型的自动异物检测系统;然后,采集站台发车指示器视频帧信息建立数据集并完成系统训练;最后,分析自动异物检测系统对验证信息集的处理效果,并将该系统应用于实际地铁车站中。处理效果表明:实际应用验证中最低准确率为98.7%,单张视频帧处理总耗时不超过65 ms,满足地铁实际运营的要求。
关键词
地铁
站台门异物
残差神经网络
图像识别
自动检测
Keywords
metro
foreign objects at platform screen door
residual neural network
image identific
at
ion
autom
at
ic detection
分类号
U231.4 [交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
全自动运行系统下站台门新增异物探测与控制功能方案研究
许敬辉
《铁道标准设计》
北大核心
2019
15
在线阅读
下载PDF
职称材料
2
基于深度残差神经网络的地铁站台门与列车门间异物自动检测方法研究
孔德龙
蒲凡
《城市轨道交通研究》
北大核心
2021
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
