[0001] 本发明实施例涉及视频识别技术、物联网技术，尤其涉及zk4转辙机油量监测系统、方法和服务器。

[0002] 驼峰分路道岔控制电路是一种特殊的控制电路，为了提高驼峰的编解效率，驼峰集中设备各个分路道岔进路的建立是分段随时建立的，是靠溜放的车辆占用本分路道岔区段，轨道继电器落下将命令传到下一个分路道岔环节，分路道岔能够随着车组溜放进路的变化自动而又及时地转换到正确的位置，完成溜放进路选择。驼峰信号开放，不检查分路道岔位置，不检查分路道岔区段的空闲，驼峰分路道岔的变化是在溜放的车辆运行中进行的。若道岔遇阻动作不到位，车辆在溜放过程中有可能造成错溜、追钩甚至脱线事故的发生。为了缩短道岔保护区段长度，缩短驼峰咽喉长度，缩短溜放行程，道岔的转换时间应越快越好，因此驼峰采用快动转撤机。目前，驼峰普遍使用两类快动转辙机，一类是电空转辙机，另一类是快动型电动转辙机。ZK4转辙机是一种快动电空转辙机，目前在大中型驼峰广泛使用。

[0003] Zk4转辙机作为一种气动转辙机，风压及润滑是保证转辙机动作的关键因素。气源处理元件是ZK4转辙机的润滑及调压装置，是转辙机的重要组成部分。它可以对压缩空气在进入换向阀前进行净化处理，并使油雾器滴出的油形成雾状，随压缩空气进入换向阀和气缸，从而起到润滑作用。

[0004] 根据《普速铁路信号维护规则技术标准》文件规定，ZK4转辙机额定风压为0.55MPa，工作风压0.45MPa‑0.6MPa；油雾器油量充足，油量不少于油杯容积的1/3，油雾器作用良好，供油量适当，转撤机每动作1次，滴油不少于1滴。风压过低、滴油量过少、润滑不良，转辙机不能可靠动作；滴油量过大，会造成油量消耗太快，不能维持使用到下个检修周期，同时对环境造成污染。

[0005] 由于Zk4转辙机油位的采集条件较差，转辙机在室外工况复杂，动作振动大，动作时间短（小于0.6秒），机内无采光，现有的润滑油杯不具有液位数字化读取的功能，而安装普通的液位传感器需要破坏现有的设备结构，从而带来未知的安全隐患，因此目前对Zk4转辙机油杯油位没有有效的监测方式。只有每天停轮时间，由检修人员开机检查油位情况及转辙机动作的滴油情况，且因为油杯不配置标尺，油位的高低也只能由检修人员估测。

[0006] 目前，对 ZK4转辙机风压的监测及调整是通过普通压力表实现的，机内调压阀位置装设有普通压力表，检修人员可以在停轮检修时间，对机内风压进行测量调整，但无法实现风压的实时采集、传输及判断处理。

[0007] 因此，对转辙机机内风压及油量没有智能化的监测手段，只能在每天停轮时间人工开机检查调压阀、油位及每次动作的滴油情况，即浪费了大量的设备检修时间，浪费了大量人工成本，又不能做到实时监测，监控效率低、效果差，同时上道作业还存在人身安全隐患。

[0038] 下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明实施例，而非对本发明实施例的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明实施例相关的部分而非全部结构。

[0039] 图1为本发明实施例提供的zk4转辙机油量监测系统的结构示意图，该系统包括：设置于转辙机内部的视频采集模块、风压采集模块、动作次数采集模块、补光灯等，设置于转辙机旁设备箱内的智能网关、防雷模块，设置在机房内的后台服务器及客户端设备。

[0040] 防雷模块接入电气系统并对电气设备进行安全防护。

[0041] 视频采集模块是由网络高清摄像头及图像微处理器组成，实现对油位的采集和识别，并具有视频、图像预处理功能。

[0042] 动作次数的采集是利用转辙机机内静接点座21/22两组空接点（21/22为接点的端子号），建立采集电路并形成的动作次数采集模块，该模块将采集到的动作次数在转辙机机内通过串口，传给视频采集模块的图像微处理器。图像微处理器将采集到的油位图像数据及动作次数由网口传输给智能网关。智能网关可同时接收处理8台转辙机数据，将数据处理后，由光口传递给后台服务器，服务器经过综合计算、分析后，将结果发送至客户端设备。

[0043] 图2为视频液位识别单元架构图。该视频液位识别单元硬件由高清摄像头、图像微处理器和补光灯构成，该功能单元具有AI识别、设备通信、数据缓存处理及温、湿度数据处理功能。图像微处理器采用ARM+GPU高性能核心，来处理摄像头采集的图像信息，内置RS485总线、RJ45网口等多种接口，通过连接温度传感器、湿度传感器、风压传感器等可接收转辙机机内温度、湿度、风压等多种采集模块的数据。

[0044] 风压采集模块连接Zk4转辙机的气动执行缸，采集气动执行缸的气压，风压采集模块优选RS485接口的智能压力表，并连接启动执行缸。该智能压力表集压力测量、显示、控制于一体的高精度、智能化测控仪表。该仪表采用RS485通信接口，采用MODBUS通信协议，与图像微处理器及智能网关组网，实现风压的远程智能化操控。设备安装时，不改变转辙机内部结构，在机内调压阀的风压采集口安装智能压力表，实现对ZK4转辙机动作风压的实时采集监测。智能压力表的测控精度等级为0.4%、0.2%、0.1%、0.05%，四个等级可根据实际情况进行选择。

[0045] 图像微处理器内置linux精简看门狗防死机，电源支持宽电压运行（工作电压DC24V，支持DC12V～DC36V），并采用光耦隔离及中间继电器隔离。图像微处理器中的高性能GPU将设备智能控制平台的功能前移，并具有数据缓冲功能，提高了数据采集及传输效率，数据采集延时≤20ms，提高了设备智能控制的速度，满足了实际应用需求。

[0046] 对油位的采集识别技术，本发明实施例采用了视频监测及液位图像智能化处理两种方式。使用高清摄像头对准润滑油杯进行实时视频采集，即可实现油杯视频监测模式。为了将油杯油位进行智能化识别，本发明实施例将视频图像进行抽帧，采用框架模型将油位转成相应的数值，从而准确获取了油杯油量的高度值，实现了油位的智能化识别。补光灯可实现对摄像头的动态补光，系统可动态分析油杯及采集设备的环境，在油杯油位视频采集中，采用PWM调制的方式实现不同亮度的环境补光，提供最合适的光线环境以便采集到足够清晰的油位视频。

[0047] 对于图像的获取，本发明实施例使用视频采集模块及补光灯，采集油杯实时图像，步骤如下：根据机内情况，调整补光灯的亮度等级，补光灯点亮时间设置为每2s点亮一次；
由采集模块实时采集油杯视频流；
根据调试时设置的清晰度、跳过帧数等参数，抓取最优的一帧图片；
对图片进行编码预处理；
将图片提交服务器进行油位智能化识别。

[0048] 根据服务器配置情况及设备传输距离，采样周期可达8HZ‑16HZ，数据存储周期可根据需求进行设置，最快可达到每1s进行数据存储。

[0049] 视频抽帧的计算量非常大，传统的CPU方式抽帧往往受限于CPU整体的计算吞吐，很难满足低时延高性能要求。因此，本发明实施例使用GPU加速手段，来对视频抽帧做性能优化。单个GPU的视频解码算力与8个CPU核大致相当，而且GPU做图像处理比CPU更有性能和成本优势。

[0050] 视频抽帧流程分为：视频解码、帧色彩空间转换、JPEG编码、视频帧预处理 、服务器进行特征提取计算等几个步骤。

[0051] 视频解码过程是调用GPU封装的解码支持工具进行硬解码，视频解码后得到的帧为 YUV 格式，而后续处理计算需要RGB/BGR像素格式，因此需要做一次色彩空间转换，将YUV 帧转换为后续处理需要的RGB格式。YUV到RGB格式的转换是3x3的常量矩阵与YUV三维向量相乘，即逐像素地将明度Y、色度U、浓度V三个分量按公式线性变换为R、G、B三色值。帧色彩转换后，需要对抽帧结果做JPEG编码后再缓存。JPEG编码是将整张图片划分为 8x8 像素的小块分别进行离散余弦变换、量化、Huffman编码等处理，编码过程中Huffman表以及其他一些数据信息，按规定格式写入数据头部，和编码后的数据合并产生一个JPEG文件，在图像微处理器中进行缓存，然后提交服务器进行识别计算。

[0052] 服务器接收到图像数据后，可对液面数据集采用卷积神经网络进行训练，得到目标检测模块的模型框架，将摄像头采集的图像放入输入层，经过网络处理，可检测定位到液面区域，实现液面定位。

[0053] 在计算机视觉领域，目标检测是一项关键任务，它要求模型能够识别并定位图像中的特定对象。FCOS（Fully Convolutional One‑Stage Object Detection）是一个创新的深度学习框架，旨在提供快速且准确的目标检测解决方案。

[0054] 本发明实施例中，使用了FCOS用于油杯图像的分割，解决了图像像素级别的分类。

[0055] FOCS网络结构主要分为两个部分：全卷积部分和反卷积部分。其中全卷积部分用于提取特征，反卷积部分是通过上采样得到输入图像相同的尺寸，从而可以对每个像素都产生一个预测。本发明实施例中，服务器将输入层图像（既一张抽帧图片的三维矩阵）通过不同的神经网络结构转换成下一层的三维矩阵，直至像素点的分类，经过多次卷积，油杯的图像被分割成像素级别，图像的分辨率越来越低，为了从低分辨率恢复到原图大小，以便对原图上每一个像素点进行分类预测，需要进行反卷积，也就是上采样。最后像素的分类按照该点在1000张上采样得到的图上的最大的概率来定。服务器通过确定图片中每个像素的分类，最终确定液面区域。

[0056] 确定液面区域图像后，再将图像从顶部逐行向下扫描至某一行的灰度值之和小于设定阈值，这一行的位置就是刻度数字的底端，以此为界，将图片中的图像分为上下两部分，上端为感兴趣区域，在这一区域内利用数字识别原理对刻度数字进行识别，并得出油杯内液面的高度数值。

[0057] 本发明实施例还实现了油量消耗的智能判断。为了监测油量消耗与动作次数的对应关系，本发明实施例发明了动作次数采集模块，准确记录了转辙机的动作次数。为了不改变转辙机既有的电路及机械结构，本发明实施例利用转辙机机内静接点座上21/22两组空接点（21/22为接点的端子号），搭建了采集电路，当转辙机由反位到定位动作时，动接点与21/22两组静接点接通，采集电路接通，动作次数采集模块采集到转辙机一次动作；当转辙机由定位到反位动作时，动接点与21/22两组静接点脱离，采集电路断开，动作次数采集模块再次采集到转辙机一次动作。动作次数采集模块在转辙机机内通过串口将动作次数信息传递给图像微处理器，再由图像微处理器通过网口传递给智能网关。

[0058] 为了测定动作次数与油量消耗的对应关系，本发明实施例做了大量现场动作试验。最终测定的结果为，转辙机每动作350次，大约消耗润滑油8毫升，油杯液位下降5mm。在使用中，使用人员还可实际测定转辙机上道使用中的动作次数与润滑油消耗的关系，并根据测试结果，在系统“转辙机管理——报警设置”中动态设置动作次数与消耗润滑油上、下限的关系。当动作次数与消耗的润滑油量不符时，系统即可报警，从而实现对油量消耗情况的监测。在系统正常使用后，可通过对不同位置的道岔油量消耗情况的数据积累分析，形成道岔油量消耗预判，从而实现对道岔油量消耗的预警。

[0059] 本发明实施例在数据传输中采用了短帧的总线结构。常用的总线结构，传输速率较低，延迟较大，一般为10ms，同时节点的数量变化还会带来电气结构的变化，因此要考虑整体总线传输效率与总线电气结构匹配。现有的总线结构只对指令信息进行处理，由于现场的复杂性和强干扰，数据传输过程中往往会产生丢包现象，丢包后总线就很难对数据信息进行正确处理。而利用相对复杂的通信协议，在节点增加到一定数量时将造成总线拥挤，同时也提高了总线硬件成本。

[0060] 本发明实施例采用改进的短帧结构，相对于传统的数据传输技术，短帧数据传输具有传输速度快、抗干扰能力强，拓扑结构灵活，开发周期短等优点。通信协议采用TCP协议，用于智能网关与后台服务器之间的通信，智能网关为TCP的客户端，后台服务器为TCP服务端，连接成功后保持长连接。报文以二进制方式通信，协议报文分为报文头和报文体两部分。报文头定义通信的标准控制数据，报文体为报文实际传输的数据，该数据根据情况不同可以是完整的modbus报文、其它协议的报文或者是自定义格式的报文。本实施例中，报文头部分包括目的地址，报文体包括每台转辙机的油量、风压、温度、湿度等信息。协议中规范了现场节点与控制器的应答机制，利用改进的短帧模式传输时间短的特点，减少了传输时间，减少了网络延迟和丢包的问题，从而降低受干扰的概率，可以使视频更加的流畅，顺滑，可以更好地适应不同网络环境和带宽限制，提高网络的适应性和效率。

[0061] 本发明实施例发明了一款智能网关，智能网关分别与视频采集模块及服务器连接，用于数据分析及传输。智能网关上架设微控制单元（MCU），又称单片机，是把中央处理器(CPU)的频率与规格做适当缩减，并将内存、计数器、USB、A/D转换、UART、PLC、DMA等周边接口，甚至LCD驱动电路都整合在单一芯片上，形成芯片级的计算机，为不同的应用场合做不同组合控制。MCU根据其存储器结构可分为哈佛(Harvard)结构和冯诺依曼(Von Neumann)结构。本发明实施例是基于冯诺伊曼结构的。MCU根据指令结构又可分为CISC(复杂指令集计算机)和RISC(精简指令集计算机微控制器)。本发明实施例指令结构采用RISC方式。

[0062] MCU同图像微处理器之间通过RS485总线连接。RS485总线占用2条MCU输入输出口线，二者之间的通信完全依靠软件完成。图像微处理器的地址可以通过2根地址引脚设定，这使得一根RS485总线上可以同时连接8个这样的图像微处理器。本发明实施例中，图像微处理器的7位地址已经设定为1001000。MCU需要访问图像微处理器时，先要发出一个8位的寄存器指针，然后再发出图像微处理器的地址(7位地址，低位是WR信号)。图像微处理器中有3个寄存器可供MCU使用，8位寄存器指针就是用来确定MCU究竟要使用哪个寄存器的。本发明实施例中，主程序会不断更新图像微处理器的配置寄存器，这会使图像微处理器工作于单步模式，每更新一次就会采集一次数据。

[0063] 要读取图像微处理器寄存器的内容，MCU必须首先发送图像微处理器地址和寄存器指针。MCU发出一个启动信号，接着发出图像微处理器地址，然后将RD/WR管脚设为高电平，就可以读取图像微处理器寄存器。

[0064] MCU读取图像微处理器的信息后，接下来就要进行换算，并上传服务器。

[0065] 数据处理完毕并显示结果之后，MCU会向图像微处理器发出一个单步指令。单步指令会让图像微处理器启动数据采集，然后自动进入等待模式，直到模数转换完毕。MCU发出单步指令后，系统时钟继续工作，产生定时中断唤醒CPU。定时的长短可以通过编程调整，以便适应具体应用的需要。

[0066] 智能网关采用宽电压输入，工作电压为DC24V，可在DC12V DC36V间工作。工作温度~宽范，可在‑30℃ +85范围内工作，采用工业级防雷4000V，无风扇自然散热设计，网关性能~
稳定可靠。智能网关主要由主板、4G模块、网络模块、无线网模块组成，提供了多种接口，包括网络接口、电源接口、4路485接口、USB接口、4G网络模块等。4G模块在坏境允许的条件下可实现4G传输，减少布线的成本及时间。智能网关的应用实现了数据分析、传输的组合控制，减少了网络传输延时，传输延时≤10 ms。

[0067] 在上述技术方案的基础上，图3为本发明实施例提供的zk4转辙机油量监测系统的结构示意图。系统可以实时采集转辙机油位等大量数据，并计算出转辙机当前的工作状态，再根据预设的各类阈值，进行预警判断；同时系统还可以根据这些历史数据，对转辙机的工作状态进行分析。系统平台具有高并发、采集频率高、计算量大、存储历史数据量大等特点。系统采用分层结构，分为平台层和设备层。平台层包括数据库层、JDK及支持层、spring cloud微服务框架、核心平台功能层、应用层、接口层。

[0068] 数据库层、JDK及支持层、spring cloud微服务框架为系统支撑层，该层提供软件平台构建的系统底层框架。

[0069] 数据库层：为了提高采集及存储的效率及准确性，系统根据数据特点采用元数据以及采样数据分离存储，采用关系数据库以及时序数据库来分别存储这两类数据。使用MySQL数据库来存储系统基础数据、设备配置数据、设备当前状态数据、统计报表数据等数据；使用influxdb实时数据库系统来存储实时的采样数据；JDK及支持：提供软件平台运行的基础环境，整个软件平台使用JAVA开发，JDK提供运行环境；
spring cloud微服务框架：该框架提供以微服务方式构建的软件平台的微服务基础设施，包括注册中心、软件路由等。

[0070] 核心功能层：以微服务的方式构建的软件平台的核心功能，主要包括基础信息、转辙机测量管理、转辙机统计查询、告警中心、系统管理以及图片智能识别等功能；接口层：以http的方式提供标准的统一接口供应用层使用；
应用层：主要包括软件平台本身的业务应用和提供给第三方的接口两部分组成。

[0071] 在上述技术方案的基础上，图4为系统的工作流程图。

[0072] 系统整体工作流程为系统上电运行，初始化设备基础数据，实时采集油位图像，由视频采集模块进行图像预处理，之后将采集数据传送给服务器，服务器对数据进行识别检定、存储，将结果发送到客户端，进行显示。

[0073] 在上述技术方案的基础上，图5为系统采样流程如图，采样流程是软件平台的核心流程之一， 采样流程为：数据采集单元通过高清摄像头采集油杯图像数据，通过智能压力表采集风压数据；
数据采集单元上报原始采样数据（包括图像数据和风压数据），采集服务接收原始采样数据；
采集服务调用视频智能识别服务程序识别油杯中的润滑油油位；对油位原始数据按照配置参数计算出实际油位；
采样服务将原始数据、实际数据分别存储到响应数据库。

[0074] 在上述技术方案的基础上，图6为系统告警流程，系统告警流程为：采集服务计算出实际数据后，将数据提交给告警中心；
读取告警配置参数；
根据告警参数判断当前油位、风压的状态，是否需要告警；如不需要就结束流程；
需要告警时，产生告警信息，并提示用户；
用户处理后，填写处理结果，结束。

[0075] 在上述技术方案的基础上，图7为系统功能架构，配置于后台服务器中，系统功能包括设备基础信息、转辙机设备管理、测量数据采集、告警中心，转辙机统计查询等模块，设备基础信息包括局站信息及轨道信息，转辙机设备管理包括气缸管理、转辙机管理、气缸当前状态，转辙机当前状态，告警中心提供告警记录，转辙机统计查询功能包括气缸历史、转辙机历史、道岔动作历史、油位历史等记录查询及数据分析。

[0076] 本发明实施例所提供的zk4转辙机油量监测系统可执行本发明任意实施例所提供的zk4转辙机油量监测方法，具备执行方法相应的功能模块和有益效果。

[0077] 图8为本发明实施例提供的一种服务器的结构示意图，该服务器包括处理器、存储器、输入装置和输出装置；服务器中处理器的数量可以是一个或多个，图8中以一个处理器为例；服务器中的处理器、存储器、输入装置和输出装置可以通过总线或其他方式连接，图8中以通过总线连接为例。

[0078] 存储器作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的zk4转辙机油量监测方法对应的程序指令/模块。处理器通过运行存储在存储器中的软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述的zk4转辙机油量监测方法。

[0079] 存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

[0080] 输入装置可用于接收输入的数字或字符信息，以及产生与服务器的用户设置以及功能控制有关的键信号输入，输出装置可包括显示屏等显示设备。

[0081] 本发明实施例所提供的一种包含计算机可执行指令的存储介质，可执行指令在由处理器执行时用于执行本发明任意实施例所提供的zk4转辙机油量监测方法中的相关操作。通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明实施例可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(ROM)、随机存取存储器(RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明实施例各个实施例的方法。

[0082] 值得注意的是，上述装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明实施例的保护范围。

[0083] 注意，上述仅为本发明实施例的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明实施例不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明实施例的保护范围。因此，虽然通过以上实施例对本发明实施例进行了较为详细的说明，但是本发明实施例不仅仅限于以上实施例，在不脱离本发明实施例构思的情况下，还可以包括更多其他等效实施例，而本发明实施例的范围由所附的权利要求范围决定。