基于图像处理和神经网络的站场状态信息识别方法

为解决在部署位置追踪系统过程中遇到的站场状态信息来源问题,引入图像处理技术和神经网络进行站场状态信息识别。将站场显示图像作为数据源,先对图像进行降噪、位移纠正、分割等处理后,再提取图像的颜色特征作为神经网络的输入,实现对信号机、道岔和区段等设备不同状态的识别。经测试验证表明,本方法具有较好的识别效果,能够对外提供站场状态信息。

基于无线网络传输的铁路站场信号上机车系统

湛江港目前有内燃机车12台,调车场4个,铁路线路110公里,此项目针对港口铁路调车的作业特点,通过采用无线数传通信技术,设计开发了基于无线网络站场状态信息作业系统,实现了站场状态信息由地面到机车上的无线信息化传输,降低了调车人员的劳动强度,提高了机车运用效率,节约了生产成本,保障了运输安全,有效提升了港区铁路集疏运效率。

完善押运环节信息系统

中心局生产作业系统的成功上线运行，改变了中心局内部处理的作业方式。特别是在火车押运环节总包邮件信息互联互通后，取消了火车押运制单，押运人员不再对总包邮件进行勾核，减轻了押运员的作业强度，提高了总包邮件的处理效率。但由于火车押运还处于手工作业状态，造成押运环节的作业数据与其他环节的数据割裂开来。结合无线扫描设备的成功使用，