一种CTCS-3级列控车载实时信息抽取方法装置

摘要

本发明提供一种CTCS-3级列控车载实时信息抽取方法装置，包括实际操作侦听单元，列车状态接收单元，地质数据分析单元，列车进路单元，自然环境数据收集单元，列车信息爬取单元，搜索策略单元和风险决策单元。用于保证前后列车在高速追踪运行时的安全，对列车的安全信息进行连续、实时、准确的抽取，能够满足高速列车在运营中的安全控制要求。

说明书

技术领域

本发明涉及高速铁路技术领域，尤其涉及一种基于高铁控制技术风险与故障 控制领域中的产品。

背景技术

从CTCS-3级列车运行安全的角度来考虑，当一辆列车在封闭运行时，对于安 全方面的考虑，可以将安全所涉及的信息分为常规安全信息和变化安全信息；通 常安全所涉及的信息由这两种信息混合而成；比如说常规安全包括列车速度信息、 列车位置信息、列车基本参数、线路数据以及行车环境条件等六大类，这六大类 仅仅是针对列车的信息，而实际上还包括轨道安全信息，供电安全信息等。变化 安全信息涉及的是外部的突然影响，一般分为自然环境和施工环境两大类，即行 车环境条件是影响列车运行的外在条件的总称。主要包括天气状况、自然灾害、 线路塌方、外电网状况、落物、事故等信息，是影响列车正常运行的重要因素。 这两大类都是突发性的安全信息影响，而这两种信息互相作用后会给列车的常规 安全信息带来风险，因此称之为混合性的安全信息分析。如何对混合性的安全信 息进行混合收集与分析，并排除干扰，抽取有用的信息是传统方法所不能解决的， 传统的固定闭塞将线路划分为无数个轨道区段，利用轨道继电器的状态来判断列 车占用和线路空闲，粗略地检测列车位置，定位误差为一个闭塞分区长度。尤其 是当列车速度达到200km/h以上后，列车紧急制动距离变长，要保证前后列车在 高速追踪运行时的安全，需要对列车的安全信息进行连续、实时、准确的抽取， 误差尽可能要小，因此传统的用轨道电路来检测列车安全信息的方法已无法满足 高速列车的安全控制要求，需要依靠其他技术手段来实现。

由于CTCS-3级设备的增加导致系统复杂程度增大，各种信息传输路径延长， 并使时效性受到影响。同时，不同的数据发送有可能发生冲突并导致信息错误。 此外，由于列车运行速度很高，系统对接口处理能力要求极高，一旦接口出现问 题，将危及行车安全。因此，为了进一步提高系统安全，有必要得到一种更为高 效的列车实时信息的抽取及判断方法，从而降低CTCS-3系统出现错误的几率， 提高高速铁路CTCS-3系统最关键的涉安信息抽取成功率。

基于以上问题，本发明相较于以往司机加列控中心操作等传统方式，其数据 抽取用于决策的作用有明显的增加。尤其是人参与的繁复性及需要投入的人力物 力成本都大大减少，即本发明实现了一种有助于高铁领域的列车安全运营实时信 息抽取的装置系统。

发明内容

本发明要解决的技术问题是：1、数据抓取精度提高。2、提高基于数据的决 策可靠性。

为解决上述问题，本发明提供以下技术方案：

一种CTCS-3级列控车载实时信息抽取方法装置包括实际操作侦听单元，列车 状态接收单元，地质数据分析单元，列车进路单元，自然环境数据收集单元，列 车信息爬取单元，搜索策略单元和风险决策单元；

首先列控中心对施工区域进行权限赋予，施工区域放置施工单位的探头，通 过探头把施工区域的数据实时传送给实际操作侦听单元，实际操作侦听单元包括 轨道压力传感器，重力传感器，陀螺仪，轨道位移误差仪；

轨道压力传感器对轨道进行压力计算，压力计算的第一公式为：

第一公式P＝∫∫μv(H²-η²)dσ；

其中P为施工区域在作业时列车瞬间经过的区域时所计算出的轨道压力值；μ 为轨道板的密度，v为施工区域在作业时列车瞬间经过的速度，H为施工区域与 列车之间的距离，η为列车车身通过受影响轨道板的区域，dσ为压力元素；

通过第一公式得出施工区域在作业时列车瞬间经过的区域时所计算出的轨道 压力值，并传送给列车状态接收单元；

重力传感器的作用是收集施工区域在作业时对列车本身的细微加速度的影 响，通过列车加速度对重力传感器产生变形，并且通过测量其变形量并用相关电 路转化成电压输出，然后把电压输出进行记录并传送给列车状态接收单元；

陀螺仪的作用是收集施工区域在作业时对列车本身的位移的影响，通过列车 的位移对陀螺仪产生变形，并且通过测量其变形量并用相关电路转化成电压输出， 然后把电压输出进行记录并传送给列车状态接收单元；

轨道位移误差仪是收集施工区域在作业时对轨道本身的位移的影响，由三个 装置组成，一个存储器，一个位移误差校准和两个圆形探柱，一个位移误差校准 和两个圆形探柱的目的是输出轨道位移偏差的三维数据和角度数据，通过存储器 存储为位差矩阵的形式，并传送给列车状态接收单元；

列车状态接收单元还要接收整个封闭行车区域的轨道探伤数据，路基沉降数 据，供电数据，信号系统通信数据，线路基础数据；通过自相关函数判断上述数 据对运行中列车的影响，并传送给状态缓存模块；

自然环境数据收集单元包括收集地震基础数据和天气基础数据，天气基础数 据包括降水和气压值，收集得到的地震基础数据和天气基础数据传送给地质数据 分析单元；

然后地质数据分析单元通过对列车行车区域的封闭环境的土质和坡度的计 算，计算出异物滚落速率；

地质数据分析单元包括数据收集模块，数据收集模块通过异物撞击数据和异 物滚落速率计算出对轨旁和轨道的设备影响，并且传送给列车状态接收单元；

列车进路单元包括进路表更新模块，进路表缓存模块；进路表更新模块里的 进路表由列控中心实时更新，并且随后将更新后的进路表缓存到进路表缓存模块；

列车信息爬取单元包括自然环境数据爬取，列车状态数据爬取，列车进路数 据爬取和列车位置数据模块四大功能；

列车状态接收单元、列车进路单元和自然环境数据收集单元发出的数据使用 时间戳和XML格式以进行数据封装得到封装数据，封装数据作为列车信息爬取 单元的输入；

列车信息爬取单元包括自然环境数据爬取，列车进路数据爬取，列车状态数 据爬取和列车位置数据模块；其中列车位置数据模块是从列车本身抽取的列车位 置信息数据，包括列车的绝对位置信息和列车的相对位置信息，列车的绝对位置 信息包括列车停在火车站中地标信息，方位信息；列车的相对位置信息包括多辆 列车之间的间距信息；列车位置信息数据进行关键信息和非关键信息区分，用锚 标签封装，由列车信息爬取单元爬取；

列车信息爬取单元利用封装数据里的时间戳和XML格式从列车状态接收单 元中爬取整个封闭行车区域的轨道探伤数据，路基沉降数据，供电数据，信号系 统通信数据，线路基础数据；从自然环境数据收集单元中爬取地震基础数据和天 气基础数据，天气基础数据包括降水和气压值；从列车进路单元爬取更新后的进 路表；

列车信息爬取单元将爬取后得到的各种数据加上从列车位置数据模块抽取的 列车位置信息数据作为向量进行数据封装，每个向量都带有时间戳，得到带时间 戳爬取后列车数据，作为搜索策略单元的输入；同时，对带时间戳爬取后列车数 据建立多径时变传输信道模型，利用所建的多径时变传输信道模型产生的数据， 根据实际的传输信道受噪声影响的情况，对所建的多径时变传输信道模型增加噪 声，模拟得到模拟后带时间戳爬取后列车数据；将带时间戳爬取后列车数据与模 拟后带时间戳爬取后列车数据比对，去除带时间戳爬取后列车数据中的信号衰弱 造成的数据噪声；

搜索策略单元包括布尔检索的比对和夹角余弦系数的比对，其作用是：根据 带时间戳爬取后列车数据进行风险检索；首先利用布尔检索对带时间戳爬取后列 车数据中的高风险数据直接对比检出，送交风险决策单元；

对于非高风险数据，将带时间戳爬取后列车数据进行数据向量表示，其中数 据向量的分量为爬取后得到的各种带时间戳数据中含有的列车状态接收单元中出 来的数据，自然环境数据收集单元中出来的数据，列车进路单元中出来的数据及 列车位置信息数据；风险数据库里存储着风险记录向量，用y表示；带时间戳爬 取后列车数据中的数据向量用x表示；当带时间戳爬取后列车数据中的数据向量 x与任一风险数据库中风险记录向量的函数关系用第二公式得到的cos值大于0.5 时，将带时间戳爬取后列车数据中的数据向量提交给风险决策单元；

第二公式$\cos (x,y^q)=\frac{\underset{i=1}{\overset{n}{\Sigma }}{x}_i{y}_i^q}{{\left(\underset{i=1}{\overset{n}{\Sigma }}{x}_i^2\right)}^{1/2}{\left(\underset{i=1}{\overset{n}{\Sigma }}{\left(y_i^q\right)}^2\right)}^{1/2}}$

其中，第二公式中x_i代表带时间戳爬取后列车数据中数据向量的第i个分量， y_i^q代表风险数据库中第q条风险记录向量的第i个分量，i＝1…n，q＝1…m,m和n 为自然数；

风险决策单元包括激励模块，判断模块和决策数据库；激励模块采用数据流 和状态帧的方式将布尔检索得到的带时间戳爬取后列车数据中的高风险数据和根 据cos值判断的带时间戳爬取后列车数据中的数据向量都转换成统一格式的风险 数据，并且根据部分的统一格式的风险数据建立基本模型，预测整体的统一格式 的风险数据，并计算相应的误差，然后在基本模型的基础上，利用在列车不同速 度下产生的统一格式的风险数据，分析运动速度对基本模型的准确度影响；

判断模块的作用是风险决策和给出解决方法；将激励模块给出的统一格式风 险数据与决策数据库中的决策进行比对，最后给出CTCS-3级列控车载实时信息抽 取的风险决策和解决方法。

附图说明

图1为本发明的体系结构图；

图2为本发明的轨道位移误差仪体系结构图；

图3为本发明的方法步骤图；

图4为本发明的实施例2的体系结构图；

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以 下结合附图及实施例，对本发明进行详细的说明。应当说明的是，此处所描述的 具体实施例仅用以解释本发明，并不用于限定本发明，能实现同样功能的产品属 于等同替换和改进，均包含在本发明的保护范围之内。具体方法如下：

实施例1：如图1所示：

本发明的最佳实施例包括有实际操作侦听单元，列车状态接收单元，地质数 据分析单元，列车进路单元，自然环境数据收集单元，列车信息爬取单元，搜索 策略单元，风险决策单元这四大部分，每部分都独立完成不同的功能。

如图3如示，参考图1和图2，本实施例中的决策之前必须对数据进行爬取，而 爬取之前又要对错误或者是风险相关的数据进行鉴别。比如说常规安全信息包括 列车速度信息、列车位置信息、列车基本参数、线路数据以及行车环境条件等六 大类，我们在实际操作中不光考虑这六大类，这六大类仅仅是针对列车的信息， 而实际上还包括轨道安全信息，供电安全信息等会对整个行车区间产生变化，变 化安全信息我们考虑的是外部的突然影响，一般分为自然环境和施工环境两大类。 因此需要根据CTCS-3系统本身的影响对列车的影响作出判断。列控中心是系统中 的大脑中抠，尤其是施工单位要进行监管，施工单位一般指的列车经过的城市， 乡村及各铁路局对系统的维护。首先列控中心对施工区域进行权限赋予，施工区 域放置施工单位的探头，通过探头把施工区域的数据实时传送给实际操作侦听单 元，实际操作侦听单元包括轨道压力传感器，重力传感器，陀螺仪，轨道位移误 差仪；

轨道压力传感器对轨道进行压力计算，压力计算的第一公式为： P＝∫∫μv(H²-η²)dσ；其中P为施工区域在作业时列车瞬间经过的区域时所计算出 的轨道压力值；μ为轨道板的密度，v为施工区域在作业时列车瞬间经过的速度， H为施工区域与列车之间的距离，η为列车车身通过受影响轨道板的区域，dσ为 压力元素；

重力传感器的作用和陀螺仪的作用是收集施工区域对列车本身的细微加速度 和本身的位移的影响，通过测量其变形量并用相关电路转化成电压输出，然后把 电压输出进行记录并传送给列车状态接收单元；轨道位移误差仪是收集施工区域 对轨道本身的位移的影响，由三个装置组成，其中最重要的是位移误差校准和两 个圆形探柱，目的是输出轨道位移偏差的三维数据和角度数据，通过存储器存储 为位差矩阵的形式，传送给列车状态接收单元；

整个封闭行车区域的轨道探伤数据，路基沉降数据，供电数据，信号系统通 信数据，线路基础数据，其实也不光这些数据，在图4中我们示出其他几种数据， 这些数据在实际中都是要进行考虑的，并且可以通过模块进行增加或者是删除； 通过自相关函数判断上述数据对运行中列车是分别起到什么样的影响；另外地震 基础数据和天气基础数据，天气基础数据包括降水和气压值，地震数据和天气数 据都是要进行收集的，通过地质数据分析单元对列车行车区域的封闭环境的土质 和坡度的计算，计算出异物对轨旁和轨道的影响，并且传送给列车状态接收单元； 地质数据分析单元包括数据收集模块，通过异物撞击数据和异物滚落速率计算出 对轨旁和轨道的设备影响；

列车进路指的是列车进入站场，信号机、区段或者是列车在运行时的区段， 信号机的状态变化，直接影响着列车的线路变更，并且在发现危险时及时调整线 路，实际中一般都采取环线冗余进行常规预防进路错误。因此列车进路单元主要 是用于控制列车的进路表，包括进路表更新模块，列车缓存模块；进路表更新模 块由列控中心实时更新，并且随后缓存到进路表缓存模块；

信息爬取单元包括自然环境数据爬取，列车进路数据爬取，列车位置数据模 块和列车状态数据爬取四大功能；列车状态接收单元、列车进路单元和自然环境 数据收集单元发出的数据经过时间戳和XML格式以进行数据封装得到封装数据， 并作为列车信息爬取单元的输入。列车信息爬取单元利用封装数据里的时间戳和 XML格式数据中的锚标签从列车状态接收单元中爬取轨道探伤数据，路基沉降数 据，供电数据，信号系统通信数据，线路基础数据；从自然环境数据收集单元中 爬取地震基础数据和天气基础数据，天气基础数据包括降水和气压值，通过对地 震基础数据和天气基础数据；列车进路单元爬取进路表数据；列车信息爬取单元 将爬取后得到的各种带时间戳数据作为搜索策略单元的输入。

爬取后得到的各种带时间戳数据按照时间戳和列车信息进行数据封装，得到 带时间戳爬取后列车数据。对多径时变传输信道进行建立信道模型，并利用所建 的信道模型产生的数据，根据实际信道受噪声影响的情况，对所建的信道模型增 加噪声，模拟带时间戳爬取后列车数据。将带时间戳爬取后列车数据与模拟数据 比对，去除带时间戳爬取后列车数据中的信号衰弱造成的数据噪声，这是为了消 除列车在高速运行中信息传送的损耗。

搜索策略模块包括布尔检索和夹角余弦系数比对，根据带时间戳爬取后列车 数据进行风险检索；因为风险数据分为高风险和非高风险数据，所以要根据不同 的情况进行处理，本实施例利用布尔检索对带时间戳爬取后列车数据中的高风险 数据直接检出，送交风险决策单元；对于非高风险数据，将带时间戳爬取后列车 数据进行向量表示，其中向量的分量为爬取后得到的各种带时间戳数据中列车状 态接收单元中出来的数据，自然环境数据收集单元中出来的数据，从列车进路单 元中出来的数据，从列车位置信息单元出来的数据；风险数据库里存储着风险记 录向量，用y表示风险记录向量；用x表示带时间戳爬取后列车数据中的数据向 量；当带时间戳爬取后列车数据中的数据向量与任一风险数据库中风险记录向量 的函数关系用第二公式得到的cos值大于0.5时，将带时间戳爬取后列车数据中的 数据向量提交给风险决策单元；

第二公式$\cos (x,y^q)=\frac{\underset{i=1}{\overset{n}{\Sigma }}{x}_i{y}_i^q}{{\left(\underset{i=1}{\overset{n}{\Sigma }}{x}_i^2\right)}^{1/2}{\left(\underset{i=1}{\overset{n}{\Sigma }}{\left(y_i^q\right)}^2\right)}^{1/2}}$

其中，第二公式中x_i代表带时间戳爬取后列车数据向量的第i个分量，y_i^q代 表风险数据库中第q条风险记录向量的第i个分量，i＝1…n，q＝1…m,m和n为自 然数，代表风险数据库中风险记录的数目；

风险决策单元里有激励模块和判断模块，其中激励模块采用数据流和状态帧 的方式将布尔检索得到的带时间戳爬取后列车数据中的高风险数据和根据cos的 值判断得到的带时间戳爬取后列车数据中的数据向量都转换成统一格式的风险数 据，建立基本模型是为了能自我学习和自我验证，并且根据部分的统一格式的风 险数据建立基本模型，预测整体的统一格式的风险数据，并计算相应的误差，然 后在基本模型的基础上，利用在列车不同速度下产生的统一格式的风险数据，分 析运动速度对基本模型的准确度影响；判断模块的作用是风险决策和给出解决方 法；将激励模块给出的统一格式风险数据与决策数据库中的决策进行比对；然后 给出CTCS-3实时信息抽取的风险决策和解决方法。

实施例2：如图4所示：

如图4所示，除了实施例1，在实际中CTCS-3级列控车载实时信息抽取方 法装置还考虑了别的设备和所考虑的数据，其包括一实际操作侦听单元，一列车 状态接收单元，一地质数据分析单元，一列车进路单元，一自然环境数据收集单 元，一列车信息爬取单元，一搜索策略单元，风险决策单元；从整个系统对错误 数据的收集和分析来说，并不局限这些系统，其中包括若干个工业摄像头(图中未 标示)和一个视频采集卡(图中未标示)，在铁路施工中，一般采用高性能的测速传 感器来获取列车实时运行数据并转换成数字信号，将其提供给车载计算系统。计 算系统根据收到的运行信息，利用系统设定的程序计算实时数据阈值，并将当前 列车速度情况下还可以把轨道高低变位，车辆摇动测定，车辆车速变化测定，轨 道角度误差通过传感器反映给列车，列车带有的列车状态接收单元会接收这些数 据。

如图2所示为本发明的CTCS-3级列控车载实时信息抽取方法装置的较佳实 施例的轨道位移误差仪示意图。轨道位移误差仪是由三个装置组成，一个位移误 差校准和两个圆形探柱，两个圆形探柱计算轨道位移偏差的三维数据和角度数据， 通过轨道的偏转对圆柱体的偏移和重心的偏传，得到位差矩阵的形式，并求出和 积，然后再进行存储器存储，然后传送给列车状态接收单元。

图3请结合图1，如图3所示，本系统的流程开始，进入收集风险相关数据 步骤，通过列控中心的指挥，施工单位要对施工区域进行上报，并且实时监控， 列车在行车时经过施工区域，获得采集卡输入采集数据，判断施工区域对列车车 身，运行轨迹的影响，并且还要摒弃掉无关信息，使信息量大为简化，从而减少 了后续流程的数据处理量。

然后还要进行数据处理与过滤，本实施例2是通过自相关函数，判断各种因素 的数据对列车的影响，比如说延迟和识别，其中要识别的数据有整个封闭行车区 域的轨道探伤数据，路基沉降数据，供电数据，信号系统通信数据，线路基础数 据；然后把这些数据影响传送给状态缓存模块；自然环境数据收集单元包括收集 地震基础数据和天气基础数据，天气基础数据包括降水和气压值，通过对地震数 据和天气数据的收集，通过地质数据分析单元对列车行车区域的封闭环境的土质 和坡度的计算，计算异物对轨旁和轨道的影响，传送给列车状态接收单元；实际 运行中，不但还要包括以上地震和天气对区域的影响，还要考虑破坏作用，其中 封闭区域的人为进入破坏轨道的可能非常小，但需要考虑空中抛物对铁轨和轨道 的位移产生的影响，这样就可以把异物数据转化成铁轨和轨道道基数据，建立轨 道变化的三维模型和角度模型。另外在实际操作中可把区域简化为圆形或者是椭 圆形，然后地质数据分析单元中的数据接收模块，通过异物撞击数据和异物滚落 速率计算出对轨旁和轨道的设备影响；列车进路单元包括进路表更新模块，列车 缓存模块；进路表更新模块由列控中心实时更新，并且随后缓存到进路表缓存模 块；

然后接下来的步骤是信息爬取，包括自然环境数据爬取，列车进路数据爬取， 列车状态数据爬取和列车位置数据模块四大功能；

本实施例中的搜索策略采用的是包括布尔检索和夹角余弦系数比对，对带时 间戳爬取后列车数据进行风险检索；利用布尔检索对带时间戳爬取后列车数据中 的高风险数据直接检出，送交风险决策单元；对于非高风险数据，将带时间戳爬 取后列车数据进行向量表示，其中向量的分量为爬取后得到的各种带时间戳数据 中列车状态接收单元中出来的数据，自然环境数据收集单元中出来的数据，从列 车进路单元中出来的数据，从列车位置信息单元出来的数据；

判断风险步骤主要是识别风险，风险数据库里存储着风险记录向量，用y表 示风险记录向量；带时间戳爬取后列车数据中的数据向量，用x表示带时间戳爬 取后列车数据中的数据向量；当带时间戳爬取后列车数据中的数据向量与任一风 险数据库中风险记录向量的函数关系进行函数处理得到的值大于0.5时，将带时间 戳爬取后列车数据中的数据向量提交给风险决策单元；

决策步骤主要是风险决策单元，如图4所示，本实施例2可以采用自学习模块 和专家系统，自学习模块建立基本模型，专家系统根据分析运动速度对基本模型 的准确度影响；判断模块的作用是风险决策和给出解决方法。

本发明设计的CTCS-3级列控车载实时信息抽取方法装置，其有以下优点：

实时性：应用该系统，可以让列控中心实时了解列车在运行时整个系统各种 设备的动态数据。司机便捷地对高铁安全有着快速的反应。

可靠性：应用该系统，可以有效过滤无关数据，避免人为地引入错误，从而 导致不可避免的后果。