城轨列车监测系统关键技术研究与应用

吴英帅, 刘嘉琛, 杨守君, 李雨, 丛培鹏, 薛飞, 张朋

大连交通大学学报 ›› 2026, Vol. 47 ›› Issue (3) : 134 -142+151.

大连交通大学学报 ›› 2026, Vol. 47 ›› Issue (3) : 134 -142+151. DOI: 10.13291/j.cnki.djdxac.2026.03.016

城轨列车监测系统关键技术研究与应用

    吴英帅, 刘嘉琛, 杨守君, 李雨, 丛培鹏, 薛飞, 张朋
作者信息 +

Author information +
文章历史 +

摘要

为提升城轨列车智能化监测水平,突破单模态模型对多源数据复杂关联捕捉不足的局限,提出了一种基于多模态数据融合的城轨列车监测系统。该系统作为城轨智能化转型的核心驱动力,灵活集成了多个关键监测单元,实现了对列车运行状态的全方位、多层次监测。该系统创新性地引入了多模态数据的融合技术,有效地挖掘了各模态数据间的互补优势,深入剖析了数据融合算法的三大层次——数据层、特征层与决策层融合,并针对多模态的监测场景加以应用。这一解决方案在高环境复杂度时,识别准确率有了一定提升,响应时间有显著提高;系统硬件显著精简,建设成本节约25%,安装空间减小60%。结论表明,该系统为城轨列车智能化运维提供了高效技术支撑,有效推动城轨智能化进程,具备一定的应用价值。

关键词

城轨列车 / 融合监测 / 多模态数据 / 数据融合

Key words

引用本文

引用格式 ▾
吴英帅, 刘嘉琛, 杨守君, 李雨, 丛培鹏, 薛飞, 张朋. 城轨列车监测系统关键技术研究与应用[J]. 大连交通大学学报, 2026, 47(3): 134-142+151 DOI:10.13291/j.cnki.djdxac.2026.03.016

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

中国中车城轨车辆智能融合检测集成技术研究项目

AI Summary AI Mindmap

2

访问

0

被引

详细

导航
相关文章

AI思维导图

/