一种电动脱轨器压脱识别方法、系统、设备及存储介质与流程

1.本发明涉及铁路安全技术领域，具体涉及一种电动脱轨器压脱识别方法、系统、设备及存储介质。


背景技术：

2.本部分旨在为权利要求书中陈述的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
3.现有的电动脱轨器系统，采用现场申请要电操作方式，需要现场检车员到脱轨器处申请上/下脱。因列车辆数不同，列车尾部距脱轨器的距离可能较远。现场检车员现场申请要电时，需来回走动距离较远，从而降低作业效率，尤其是万吨作业场较为突出。
4.目前，电动脱轨器主要有现场申请和值班员申请两种要电申请方式，无论哪种申请方式，都需要值班员手动参与点击主控软件的确认窗口脱轨器才能上、下脱，如此操作仍有一定安全隐患，特别是夜间疲劳时值班员误操作时隐患更大。


技术实现要素：

5.针对上述技术问题，本发明创造提出了一种电动脱轨器压脱识别方法、系统、设备及存储介质，能够自动识别判断机车车辆，实现图像压脱自动化识别，保障电动脱轨器压脱识别的准确性，方便自动化控制脱轨器上脱，降低安全隐患，保障列检人员作业安全。
6.为解决上述技术问题，本发明所采用的技术方案包括四个方面。
7.第一方面，提供了一种电动脱轨器压脱识别方法，包括：
8.响应于上脱申请信号，获取车轮传感器的输出信息以及关于脱轨器区的图像信息；
9.根据所述输出信息判断脱轨器区内是否有机车车辆；
10.当所述脱轨器区无机车车辆时，对所述图像信息进行分析识别，判断脱轨器区内的电动脱轨器是否压脱；
11.若该电动脱轨器未压脱，则允许电动脱轨器上脱。
12.在一些实施例中，所述根据所述输出信息判断脱轨器区内是否有机车车辆，包括：
13.根据所述输出信息识别列车车轮行进方向以及通过的车轮数量；
14.根据所述列车车轮行进方向以及通过的车轮数量确定脱轨器区内的计轴信息；
15.根据所述计轴信息判断所述脱轨器区内是否有机车车辆。
16.在一些实施例中，所述根据所述计轴信息判断所述脱轨器区内是否有机车车辆，包括：
17.当所述计轴信息为脱轨器区内轴数为零时，确定脱轨器区内无机车车辆；
18.当所述计轴信息为脱轨器轴数不为零时，确定脱轨器区内有机车车辆。
19.在一些实施例中，当所述计轴信息为脱轨器区的轴数随时间增加，则确定脱轨器区内的机车车辆驶入脱轨器区；当所述计轴信息为脱轨器区的轴数随时间减少，则确定脱
轨器区内的机车车辆驶出脱轨器区。
20.在一些实施例中，所述对所述图像信息进行分析识别，判断脱轨器区内的电动脱轨器是否压脱，包括：
21.预设关于钢轨特征位置的图像模板；
22.对所述图像信息进行处理，得到用于对比的对比图像；
23.将所述对比图像与图像模板进行对比，确定对比图像与图像模板的相似度；
24.将所述相似度与预设阈值比较，当相似度大于预设阈值时，确定对比成功，判别所述电动脱轨器未压脱。
25.在一些实施例中，所述将所述相似度与预设阈值比较，包括：
26.根据所述对比图像确定当前图像的颜色模式；所述颜色模式包括彩色模式与黑白模式；
27.当所述对比图像为颜色模式时，预设阈值为97％，即当相似度大于97％，确定对比成功，判别所述电动脱轨器未压脱；
28.当所述对比图像为黑白模式时，预设阈值为98％，即当相似度大于98％，确定对比成功，判别所述电动脱轨器未压脱。
29.在一些实施例中，所述对所述图像信息进行处理，得到用于对比的对比图像，包括：
30.对所述图像信息进行灰度化处理、锐化处理、滤波处理、增加对比度处理、边缘检测处理以及二值化处理，以得到对比图像。
31.在一些实施例中，所述灰度化处理采用加权平均法处理；所述锐化处理采用高通滤波器对图像信息进行处理；所述滤波处理采用中值滤波处理；所述增加对比度处理为根据设定阈值将每个像素点的值进行分类，通过减少层次对图像增加对比度；所述边缘检测处理包括：将边缘定义为图像中灰度急剧变化的区域边界；采用局部图像微分技术来获得边缘检测算子；以及通过对原始图像中像素的某小邻域构造边缘检测算子来进行边缘检测；所述二值化处理采用局部自适应二值化，以设定合理化的阈值。
32.在一些实施例中，所述脱轨器区范围为脱轨器内侧15m至脱轨器外侧3m的区域；且所述脱轨器区的顶部边沿位于临道轨枕头边缘，底部边沿位于轨枕头边缘。
33.第二方面，提供了一种电动脱轨器压脱识别系统，包括：
34.获取模块，用于响应于上脱申请信号，获取车轮传感器的输出信息以及关于脱轨器区的图像信息；
35.机车车辆自动判断模块，用于根据所述输出信息判断脱轨器区内是否有机车车辆；
36.压脱识别模块，用于当机车车辆判断模块判断脱轨区无机车车辆时，对所述图像信息进行分析识别，判断脱轨器区内的电动脱轨器是否压脱；
37.电动脱轨器服务模块，用于在申请上脱的电动脱轨器未压脱时，允许该电动脱轨器上脱。
38.第三方面，提供了一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述的识别方法的步骤。
39.第四方面，提供了一种计算机可读存储介质，所述计算机程序被处理器执行时实现如前述的识别方法的步骤。
40.与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：
41.本技术提供了一种电动脱轨器压脱识别方法、系统、设备及存储介质，该识别方法包括：响应于上脱申请信号，获取车轮传感器的输出信息以及关于脱轨器区的图像信息；根据所述输出信息判断脱轨器区内是否有机车车辆；当所述脱轨器区无机车车辆时，对所述图像信息进行分析识别，判断脱轨器区内的电动脱轨器是否压脱；若该电动脱轨器未压脱，则允许电动脱轨器上脱。通过该识别方法，能够自动识别判断机车车辆，实现图像压脱自动化识别，保障电动脱轨器压脱识别的准确性，方便自动化控制脱轨器上脱，降低安全隐患，保障列检人员作业安全。
附图说明
42.在下文中将基于实施例并参考附图来对本技术进行更详细的描述；
43.图1为本发明实施例中电动脱轨器压脱识别方法的示例性流程图；
44.图2为本发明实施例中对应于图1中所示的步骤s2的示例性流程图；
45.图3为本发明实施例中对应于图2中所示的步骤s23的示例性流程图；
46.图4为本发明实施例中对应于图1中所示的步骤s3的示例性流程图；
47.图5为本发明实施例中对应于图4中所示的步骤s34的示例性流程图；
48.图6为本发明实施例中电动脱轨器压脱识别系统的示意性框图；
49.图7为本发明实施例中车轮传感器、车轮检测仪以及摄像机与压脱识别系统的连接关系的示意性框图；
50.图8为本发明实施例中提供的一种电子设备的示意性框图；
51.图9为发明实施例中提供的一种计算机可读存储介质的示意性图。
52.在附图中，相同的部件使用相同的附图标记，附图并未按照实际的比例绘制。
具体实施方式
53.下面结合附图所示的实施例对本公开作进一步说明。
54.本技术实施例公开了一种电动脱轨器压脱识别方法，如图1所示，该识别方法包括：响应于上脱申请信号，获取车轮传感器的输出信息以及关于脱轨器区的图像信息；根据所述输出信息判断脱轨器区内是否有机车车辆；当所述脱轨器区无机车车辆时，对所述图像信息进行分析识别，判断脱轨器区内的电动脱轨器是否压脱；若该电动脱轨器未压脱，则允许电动脱轨器上脱。通过该识别方法，能够自动识别判断机车车辆，实现图像压脱自动化识别，保障电动脱轨器压脱识别的准确性，方便自动化控制脱轨器上脱，降低安全隐患，保障列检人员作业安全。
55.本公开一些实施例还提供对应于上述电动脱轨器压脱识别系统、电子设备、存储介质和计算机程序产品。
56.本公开至少一实施例提供的一种电动脱轨器压脱识别方法，该识别方法可以以软件、硬件、固件或其任意组合的方式实现，由例如手机、平板电脑、笔记本电脑、桌面电脑、网
络服务器等设备中的处理器加载并执行，从而实现自动识别判断机车车辆，实现图像压脱自动化识别，保障电动脱轨器压脱识别的准确性，方便自动化控制脱轨器上脱，降低安全隐患，保障列检人员作业安全。
57.下面参考图1所示，对本公开至少一实施例提供的电动脱轨器压脱识别方法进行说明，该识别方法包括步骤s1至s5。
58.s1、响应于上脱申请信号，获取车轮传感器的输出信息以及关于脱轨器区的图像信息。
59.在一些实施例中，在列检区域的各个股道上均安装上车轮传感器以及摄像机，其中，车轮传感器用于采集车辆车轮信息，并以高低电平方式进行输出。摄像机用于采集脱轨器区的图像信息，并发送至电动脱轨器压脱识别系统中，以便于进行识别。
60.在一些实施例中，脱轨器区范围为脱轨器内侧15m至脱轨器外侧3m的区域；且所述脱轨器区的顶部边沿位于临道轨枕头边缘，底部边沿位于轨枕头边缘，即脱轨器区呈菱形区域，摄像机采集图像信息时，只采集脱轨器区内的图像，以便于准确进行图像识别，并减少非必要的识别范围，从而提高识别效率。
61.在一些实施例中，为了实现脱轨器区机车车辆停放的准确识别，保证图像信息传输可靠性避免因干扰导致图形异常从而导致判断失误，采集到的图像必须清晰准确，需要选择高灵敏度、高信噪比、低照度、失真小、高清晰的摄像机，实际应用中可选择海康威视网络高清摄像机(ids-2zcn2507n)以满足需求。
62.在一些实施例中，车轮传感器采用低速有源车轮传感器，当列车进入列检作业场时速度较低，特别是列车即将全部进入作业区时，速度逐步降低为零，在此过程中，车轮经过设置在脱轨器附近的车轮传感器时，速度不断变化并且可能会停车，然后再启动，甚至会出现车轮进退反复的情况，因此需要低速车轮传感器，准确识别低速或零速的车轮数量及方向，以便于准确判断车辆信息。
63.在一些实施例中，在列检作业场每个股道两端脱轨器内外侧(内侧23米、外侧6米)的钢轨上各安装一组低速有源车轮传感器，每组两个，每股道需装8个低速有源车轮传感器；车轮传感器采用卡具卡装方式避免在钢轨上打孔，用于监测机车车辆车轮经过情况，并将采集到的车轮信息以高低电平方式输出。其中，车轮传感器安装标准为，一组车轮传感器安装中心距离190
±
5mm；车轮传感器顶平面与钢轨平面的垂直距离38～40mm；车轮传感器与钢轨内沿水平方向的距离4mm，以标定块限定尺寸为准，以便于准确采集车辆车轮信息。
64.s2、根据所述输出信息判断脱轨器区内是否有机车车辆。
65.在一些实施例中，步骤s2，如图2所示，包括：
66.s21、根据所述输出信息识别列车车轮行进方向以及通过的车轮数量；
67.s22、根据所述列车车轮行进方向以及通过的车轮数量确定脱轨器区内的计轴信息；
68.s23、根据所述计轴信息判断所述脱轨器区内是否有机车车辆。
69.在一些实施例中，车轮传感器连接有车轮检测仪，车轮传感器将采集到的车轮信息以高低电平方式输出给车轮检测仪，车轮检测仪根据接收到的高低电平的时序逻辑关系判断车轮行进方向以及通过的车轮数量，进行确定脱轨器区内的计轴信息。
70.在一些实施例中，步骤根据所述计轴信息判断所述脱轨器区内是否有机车车辆，
如图3所示，包括：
71.s231、当所述计轴信息为脱轨器区内轴数为零时，确定脱轨器区内无机车车辆；
72.s232、当所述计轴信息为脱轨器轴数不为零时，确定脱轨器区内有机车车辆。
73.在一些实施例中，当所述计轴信息为脱轨器区的轴数随时间增加，则确定脱轨器区内的机车车辆驶入脱轨器区；当所述计轴信息为脱轨器区的轴数随时间减少，则确定脱轨器区内的机车车辆驶出脱轨器区。基于计轴技术自动分析判断脱轨器区占用状态，机车车辆驶入脱轨器区时轴数增加，驶出脱轨器区则减少，当脱轨器区内的轴数为零则代表车轮出清，脱轨器区内没有机车车辆存在，否则判断定脱轨器区内有机车车辆存在，以便于自动化判断脱轨器区内是否有机车车辆。
74.s3、当所述脱轨器区无机车车辆时，对所述图像信息进行分析识别，判断脱轨器区内的电动脱轨器是否压脱。
75.在一些实施例中，当脱轨器区有机车车辆时，将上脱申请信号无效，阻止脱轨器上脱，以避免插错脱轨器，保证工作安全性。
76.在一些实施例中，步骤s3，如图4所示，包括：
77.s31、预设关于钢轨特征位置的图像模板；
78.s32、对所述图像信息进行处理，得到用于对比的对比图像；
79.s33、将所述对比图像与图像模板进行对比，确定对比图像与图像模板的相似度；
80.s34、将所述相似度与预设阈值比较，当相似度大于预设阈值时，确定对比成功，判别所述电动脱轨器未压脱。
81.在一些实施例中，图像模板中参数信息包括钢轨特征位置设置，使得器与对比图像进行对比时，通过识别钢轨特征来判断是否压脱，即当对比图像中未找到完整的钢轨特征时，判别电动脱轨器没有机车车辆压脱。
82.在一些实施例中，步骤s33具体包括，对所述图像信息进行灰度化处理、锐化处理、滤波处理、增加对比度处理、边缘检测处理以及二值化处理，以得到对比图像。
83.其中，灰度化处理采用加权平均法处理；灰度化处理过程具体包括：将获得的图像信息确定彩色图的三分量灰度图：(a)r分量灰度图；(b)g分量灰度图；(c)b分量灰度图，根据重要性及其它指标，将三个分量以不同的权值进行加权平均。
84.由于人眼对绿色的敏感最高，对蓝色敏感最低，因此，按下式对rgb三分量进行加权平均得到合理的灰度图像。
85.f(i,j)＝0.30r(i,j)+0.59g(i,j)+0.11b(i,j)；
86.锐化处理包括：采用高通滤波器来使图像清晰，实现锐化；
87.滤波处理：采用中值滤波，把图像或序列中心点位置的值用该域的中值替代，具有运算简单、速度快、除噪效果好等优点；
88.增加对比度处理：根据设定阈值将每个像素点的值进行分类，减少层次达到增加对比度的效果；
89.边缘检测处理：将边缘定义为图像中灰度发生急剧变化的区域边界；采用局部图像微分技术来获得边缘检测算子；以及通过对原始图像中像素的某小邻域构造边缘检测算子来达到检测边缘；
90.二值化处理：采用局部自适应二值化，将阈值的设定更加合理化，该方法的阈值是
通过对该窗口像素的平均值e，像素之间的差平方p，像素之间的均方根值q等各种局部特征，设定一个参数方程进行阈值的计算。
91.在一些实施例中，步骤s34，如图5所示，包括：
92.s341、根据所述对比图像确定当前图像的颜色模式；所述颜色模式包括彩色模式与黑白模式；
93.s342、当所述对比图像为颜色模式时，预设阈值为97％，即当相似度大于97％，确定对比成功，判别所述电动脱轨器未压脱；
94.s343、当所述对比图像为黑白模式时，预设阈值为98％，即当相似度大于98％，确定对比成功，判别所述电动脱轨器未压脱。
95.在一些实施例中，在比较对比图像与图像模板的相似度来判别电动脱轨器是否压脱时，至少比较两张以上的对比图像，当两张以上的对比图像对比成功后，才判别电动脱轨器未压脱。
96.s4、若该电动脱轨器未压脱，则允许电动脱轨器上脱；
97.s5、若该电动脱轨器压脱，则反馈该道图像识别为压脱，需要人工进一步确认。
98.在一些实施例中，该识别方法应用于识别系统中，当判别该电动脱轨器压脱，通过屏幕向工作人员反馈该道图像识别为压脱，需要人工进一步确认。进一步的，当出现雨雪天气或者其他干扰因素造成图像识别误判压脱时，工作人员通过屏幕放大图像信息进行人工确认，当确认不压脱时，可通过输入密码的方式允许脱轨器上脱。
99.本公开至少一些实施例还提供了一种电动脱轨器压脱识别系统，如图6所示，包括：
100.获取模块11，用于响应于上脱申请信号，获取车轮传感器的输出信息以及关于脱轨器区的图像信息；
101.机车车辆自动判断模块12，用于根据所述输出信息判断脱轨器区内是否有机车车辆；
102.压脱识别模块13，用于当机车车辆判断模块判断脱轨区无机车车辆时，对所述图像信息进行分析识别，判断脱轨器区内的电动脱轨器是否压脱；
103.电动脱轨器服务模块14，用于在申请上脱的电动脱轨器未压脱时，允许该电动脱轨器上脱。
104.在一些实施例中，如图6和图7所示，电动脱轨器压脱识别系统包括控制主机15以及视频主机16；获取模块11、机车车辆自动判断模块12、压脱识别模块13以及电动脱轨器服务模块14均设于控制主机15上；视频主机16用于显示识别图像以及识别结果。
105.进一步的，在列检区域的各个股道上均安装上车轮传感器17以及摄像机18，其中，车轮传感器17用于采集车辆车轮信息，并以高低电平方式进行输出。摄像机18用于采集脱轨器区的图像信息，并发送至电动脱轨器压脱识别系统中，以便于进行识别。其中，车轮传感器17连接有车轮检测仪19，车轮检测仪19以及摄像机18均与压脱识别系统通讯连接，具体的，车轮检测仪19与摄像机18通过现场通讯can总线接入通讯柜20，经通讯转换装置(光线交换机)转换加入光纤网络，最终将采集的输出信息以及图像信息传输至压脱识别系统中进行识别。
106.在一些实施例中，压脱识别系统设置现场的列检值班室中，方便值班人员监测，并
根据识别情况作出相应处理。
107.本公开至少一些实施例还提供了一种电子设备，如图8所示，该电子设备包括存储器21和处理器22，所述存储器21上存储有计算机程序，该计算机程序被所述处理器执行时，执行如本公开任一项实施例提供的识别方法的步骤。
108.在一些实施例中，处理器22用于执行如本公开任一项实施例识别方法中的全部或部分步骤。存储器21用于存储各种类型的数据，这些数据例如可以包括电子设备中的任何应用程序或方法的指令，以及应用程序相关的数据。
109.所述处理器22可以是专用集成电路(application specific integrated circuit，简称asic)、数字信号处理器(digital signal processor，简称dsp)、数字信号处理设备(digital signal processing device，简称dspd)、可编程逻辑器件(programmable logic device，简称pld)、现场可编程门阵列(field programmable gate array，简称fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述实施例一中的识别方法。
110.所述存储器21可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(static random access memory，简称sram)，电可擦除可编程只读存储器(electrically erasable programmable read-only memory，简称eeprom)，可擦除可编程只读存储器(erasable programmable read-only memory，简称eprom)，可编程只读存储器(programmable read-only memory，简称prom)，只读存储器(read-only memory，简称rom)，磁存储器，快闪存储器，磁盘或光盘。
111.本公开至少一些实施例还提供了一种计算机可读存储介质，如图9所示，该可读存储介质上存储有计算机程序31，所述计算机程序31被处理器执行时实现本公开任一项实施例提供的识别方法的步骤。
112.在一些实施例中，存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
113.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
114.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界
面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
115.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
116.本发明实施例还提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如本公开任一项实施例提供的识别方法的步骤。
117.综上，本技术提供的一种电动脱轨器压脱识别方法、系统、设备及存储介质，能够自动化识别脱轨器区是否有机车车辆，当有机车车辆时，不允许脱轨器上脱，保证施工安全；当不具有机车车辆时，进一步通过图像识别技术，来判别脱轨器区的占用状态，判断是否压脱，并在未压脱时允许脱轨器上脱，实现自动化识别压脱，保证电动脱轨器压脱的准确性，降低安全隐患，保障列检人员作业安全。
118.本公开中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
119.本公开的保护范围不限于上述的实施例，显然，本领域的技术人员可以对本公开进行各种改动和变形而不脱离本公开的范围和精神。倘若这些改动和变形属于本公开权利要求及其等同技术的范围，则本公开的意图也包含这些改动和变形在内。

技术特征：
1.一种电动脱轨器压脱识别方法，其特征在于，包括：响应于上脱申请信号，获取车轮传感器的输出信息以及关于脱轨器区的图像信息；根据所述输出信息判断脱轨器区内是否有机车车辆；当所述脱轨器区无机车车辆时，对所述图像信息进行分析识别，判断脱轨器区内的电动脱轨器是否压脱；若该电动脱轨器未压脱，则允许电动脱轨器上脱。2.根据权利要求1所述的一种电动脱轨器压脱识别方法，其特征在于，所述根据所述输出信息判断脱轨器区内是否有机车车辆，包括：根据所述输出信息识别列车车轮行进方向以及通过的车轮数量；根据所述列车车轮行进方向以及通过的车轮数量确定脱轨器区内的计轴信息；根据所述计轴信息判断所述脱轨器区内是否有机车车辆。3.根据权利要求2所述的一种电动脱轨器压脱识别方法，其特征在于，所述根据所述计轴信息判断所述脱轨器区内是否有机车车辆，包括：当所述计轴信息为脱轨器区内轴数为零时，确定脱轨器区内无机车车辆；当所述计轴信息为脱轨器轴数不为零时，确定脱轨器区内有机车车辆。4.根据权利要求3所述的一种电动脱轨器压脱识别方法，其特征在于，当所述计轴信息为脱轨器区的轴数随时间增加，则确定脱轨器区内的机车车辆驶入脱轨器区；当所述计轴信息为脱轨器区的轴数随时间减少，则确定脱轨器区内的机车车辆驶出脱轨器区。5.根据权利要求1所述的一种电动脱轨器压脱识别方法，其特征在于，所述对所述图像信息进行分析识别，判断脱轨器区内的电动脱轨器是否压脱，包括：预设关于钢轨特征位置的图像模板；对所述图像信息进行处理，得到用于对比的对比图像；将所述对比图像与图像模板进行对比，确定对比图像与图像模板的相似度；将所述相似度与预设阈值比较，当相似度大于预设阈值时，确定对比成功，判别所述电动脱轨器未压脱。6.根据权利要求5所述的一种电动脱轨器压脱识别方法，其特征在于，所述将所述相似度与预设阈值比较，包括：根据所述对比图像确定当前图像的颜色模式；所述颜色模式包括彩色模式与黑白模式；当所述对比图像为颜色模式时，预设阈值为97％，即当相似度大于97％，确定对比成功，判别所述电动脱轨器未压脱；当所述对比图像为黑白模式时，预设阈值为98％，即当相似度大于98％，确定对比成功，判别所述电动脱轨器未压脱。7.根据权利要求5所述的一种电动脱轨器压脱识别方法，其特征在于，所述对所述图像信息进行处理，得到用于对比的对比图像，包括：对所述图像信息进行灰度化处理、锐化处理、滤波处理、增加对比度处理、边缘检测处理以及二值化处理，以得到对比图像。8.根据权利要求7所述的一种电动脱轨器压脱识别方法，其特征在于，所述灰度化处理采用加权平均法处理；所述锐化处理采用高通滤波器对图像信息进行处理；所述滤波处理
采用中值滤波处理；所述增加对比度处理为根据设定阈值将每个像素点的值进行分类，通过减少层次对图像增加对比度；所述边缘检测处理包括：将边缘定义为图像中灰度急剧变化的区域边界；采用局部图像微分技术来获得边缘检测算子；以及通过对原始图像中像素的某小邻域构造边缘检测算子来进行边缘检测；所述二值化处理采用局部自适应二值化，以设定合理化的阈值。9.根据权利要求1所述的一种电动脱轨器压脱识别方法，其特征在于，所述脱轨器区范围为脱轨器内侧15m至脱轨器外侧3m的区域；且所述脱轨器区的顶部边沿位于临道轨枕头边缘，底部边沿位于轨枕头边缘。10.一种电动脱轨器压脱识别系统，其特征在于，包括：获取模块，用于响应于上脱申请信号，获取车轮传感器的输出信息以及关于脱轨器区的图像信息；机车车辆自动判断模块，用于根据所述输出信息判断脱轨器区内是否有机车车辆；压脱识别模块，用于当机车车辆判断模块判断脱轨区无机车车辆时，对所述图像信息进行分析识别，判断脱轨器区内的电动脱轨器是否压脱；电动脱轨器服务模块，用于在申请上脱的电动脱轨器未压脱时，允许该电动脱轨器上脱。11.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9任一项所述的识别方法的步骤。12.一种计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9任一项所述的识别方法的步骤。

技术总结
本申请公开了一种电动脱轨器压脱识别方法、系统、设备及存储介质，涉及铁路安全技术领域，其技术方案要点是：该方法包括：响应于上脱申请信号，获取车轮传感器的输出信息以及关于脱轨器区的图像信息；根据所述输出信息判断脱轨器区内是否有机车车辆；当所述脱轨器区无机车车辆时，对所述图像信息进行分析识别，判断脱轨器区内的电动脱轨器是否压脱；若该电动脱轨器未压脱，则允许电动脱轨器上脱。通过该方法，能够自动识别判断机车车辆，实现图像压脱自动化识别，保障电动脱轨器压脱识别的准确性，方便自动化控制脱轨器上脱，降低安全隐患，保障列检人员作业安全。保障列检人员作业安全。保障列检人员作业安全。


技术研发人员：赵小军 赵坤 郝家耀 徐永孝 武彪 贺永胜 王劲泽 杜建忠 张国彪
受保护的技术使用者：国能铁路装备有限责任公司
技术研发日：2023.06.30
技术公布日：2023/9/6