Введение
ГЛАВА 1 Состояние современных технологий идентификации подвижных единиц на железнодорожном транспорте 13
1.1 Анализ вопроса идентификации железнодорожных подвижных единиц в существующих автоматизированных системах 14
1.1.1 Системы диагностики подвижного состава 15
1.1.2 Интеллектуальные системы обеспечения безопасности 17
1.2 Обзор существующих систем идентификации железнодорожных подвижных единиц 19
1.2.1 Радиочастотная идентификация 19
1.2.2 Спутниковое трекирование 21
1.2.3 Оптическое распознавание 23
1.3 Пути повышения уровня достоверности и точности идентификации в системах автоматического распознавания номеров вагонов 28
1.4 Выводы по главе 1 34
ГЛАВА 2 Разработка гибридной модели автоматического распознавания инвентарных номеров железнодорожных подвижных единиц 35
2.1 Прогностическая модель сегментации трафаретных цифр инвентарных номеров железнодорожных подвижных единиц 35
2.2 Нейроиммунная модель классификации в задачах идентификации на транспорте 39
2.3 Гибридная модель блочного распознавания инвентарных номеров железнодорожных подвижных единиц 41
2.4 Выводы по главе 2 47
ГЛАВА 3 Разработка гибридной модели оптической идентификации железнодорожных подвижных единиц 49
3.1 Метод оптической идентификации железнодорожных подвижных единиц на основе выделения устойчивых интегральных признаков
3.2 Гибридная модель оптической идентификации железнодорожных подвижных единиц на основе базы данных устойчивых интегральных признаков
3.3 Нейроиммунная модель словаря «визуальных слов» в задачах идентификации железнодорожных подвижных единиц 66
3.4 Выводы по главе 3 73
ГЛАВА 4 Разработка гибридных моделей автоматизации процессов идентификации железнодорожных подвижныхединиц 75
4.1 Гибридный метод автоматической локализации подвижных единиц в железнодорожном составе на основе иммунной системы отрицательного отбора
4.2 Вероятностная продукционная модель автоматической идентификации подвижных единиц на основе сопроводительной документации и матрицысмежности поезда 78
4.3 Экспериментальное исследование предложенных в работе моделей и методов
4.3.1 Вычислительные эксперименты. Нейроиммунная модель классификации 94
4.3.2 Вычислительные эксперименты. Метод идентификации на основе интегральных устойчивых признаков 97
4.3.3 Вычислительные эксперименты. Модель автоматического распознавания автосцепки 99
4.4 Выводы по главе 4 102
ГЛАВА 5 Программно-аппаратная реализация универсальной системы технического зрения автоматического распознавания номеров вагонов 103
5.1 Проектирование архитектуры и разработка программно-аппаратного обеспечения распределенной системы технического зрения автоматического распознавания номеров вагонов 103
5.1.1 Выбор системы искусственного освещения 107
5.1.2 Разработка энергоэффективной системы удаленной локализации подвижных единиц в железнодорожном составе 110
5.1.3 Использование разнородных признаков подвижных единиц в задачах автоматической идентификации 118
5.2 Результаты внедрения универсальной системы технического зрения автоматического распознавания номеров вагонов в составе систем диагностики подвижных единиц 122
5.3 Оценка экономической эффективности внедрения системы технического зрения автоматического распознавания номеров вагонов на крупной сортировочной станции 129
5.3.1 Финансовый план проекта 133
5.3.2 Оценка эффективности проекта 136
5.3.3 Анализ рисков проекта 139
5.4 Выводы по главе 5 141
Заключение 143
Список использованных источников 146
