(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111678087.4 (22)申请日 2021.12.31 (71)申请人 飞诺门阵 （北京） 科技有限公司 地址 100080 北京市海淀区海淀西大街2 9 号创业会客厅313室 (72)发明人 汝聪翀　沈寓实　姚正斌　郜铮　 (74)专利代理 机构 北京润泽恒知识产权代理有 限公司 1 1319 专利代理师 苏培华 (51)Int.Cl. G06V 20/40(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/764(2022.01) (54)发明名称 一种有轨车辆的参数获取方法、 装置、 设备 及存储介质 (57)摘要 本申请实施例在提供一种有轨车辆的参数 获取方法， 属于有轨车辆技术领域。 所述方法包 括： 通过固定位相机实时获取经过轨道的有轨车 辆的行驶视频； 将所述行驶视频划分为多帧图 像， 将所述多帧图像输入到训练好的神经网络模 型中， 得到 所述多帧图像各自所属的类别， 其中， 所述图像所属的类别不同， 所述图像中所具有的 特征不同； 基于所述多帧图像各自所属的类别， 获取所述有轨车辆的参数； 所述有轨车辆的参数 至少用于表征所述有轨车辆的车厢数量。 使用本 申请提供的有轨车辆的参数获取方法， 可以准确 自动地确定车厢数量。 权利要求书2页 说明书10页 附图3页 CN 114494948 A 2022.05.13 CN 114494948 A 1.一种有轨车辆的参数获取 方法， 其特 征在于， 所述方法包括： 通过固定位相机实时获取 经过轨道的有轨车辆的行驶视频； 将所述行驶视频划分为多帧图像， 将所述多帧图像输入到训练好的神经网络模型中， 得到所述多帧图像各自所属的类别， 其中， 所述图像所属的类别不同， 所述图像中所具有的 特征不同； 基于所述多帧图像各自所属的类别， 获取所述有轨车辆的参数； 所述有轨车辆的参数 至少用于表征 所述有轨车辆的车厢数量。 2.根据权利要求1所述的方法， 其特征在于， 基于所述多帧图像各自所属的类别， 获取 所述有轨车辆的参数， 包括： 确定所述多帧图像中， 图像所属的类别为有车厢节点的图像数量与图像所属的类别为 有车厢无节点的图像数量； 基于所述图像所属的类别为有车厢节点的图像数量或有车厢无节点的图像数量， 确定 所述有轨车辆的车厢数量。 3.根据权利要求2所述的方法， 其特征在于， 基于所述图像所属的类别为有车厢节点的 图像数量或有车厢无节点的图像数量， 确定所述有轨车辆的车厢数量， 包括： 在识别出多帧图像中图像所属的类别为有车厢无节点的情况 下， 输出第一字符； 在识别出多帧图像中图像所属的类别为有车厢节点的情况 下， 输出第二字符； 基于所述第 一字符出现的次数或所述第 二字符出现的次数， 确定所述有轨车辆的车厢 数量。 4.根据权利要求1所述的方法， 其特 征在于， 通过以下步骤确定所述图像的类别， 包括： 将所述图像输入至所述神经网络模型中， 得到不同概 率的类别； 确定所述 不同概率的类别中， 概 率值最大的类别； 将所述概率值最大的类别作为所述图像的类别。 5.根据权利要求3所述的方法， 其特 征在于， 所述方法还 包括： 在所述行驶视频中确定预设特 征点； 在识别出多帧图像中， 上一帧图像所属的类别为无车， 下一帧图像所属的类别为有车 厢无节点的情况 下， 基于梯度的光 流检测法， 确定所述预设特 征点的移动矢量； 基于所述预设特征点的移动矢量， 确定所述有轨车辆的参数， 其中， 所述有轨车辆的参 数至少用于表征 所述有轨车辆的行驶方向。 6.根据权利要求5所述的方法， 其特征在于， 基于所述预设特征点的移动矢量， 确定所 述有轨车辆的参数， 包括： 在所述移动矢量的初始值大于所述移动矢量的结束值的情况下， 确定所述有轨车辆在 所述行驶视频中的行驶方向是第一方向； 在所述移动矢量的初始值小于所述移动矢量的结束值的情况下， 确定所述有轨车辆所 述行驶视频中的行驶方向是第二方向； 其中， 所述第一方向与第二方向为相反的方向。 7.根据权利要求1所述的方法， 其特征在于， 基于所述多帧图像各自所属的类别， 获取 所述有轨车辆的参数， 包括： 在所述多帧图像各自所属的类别均为有车顶的情况下， 确定所述有轨车辆的参数为运权　利　要　求　书 1/2 页 2 CN 114494948 A 2人车； 在所述多帧图像各自所属的类别均为无车顶的情况下， 确定所述有轨车辆的参数为运 煤车。 8.一种有轨车辆的参数获取装置， 其特 征在于， 所述装置包括： 视频获取模块， 用于通过固定位相机实时获取 经过轨道的有轨车辆的行驶视频； 类别确定模块， 用于将所述行驶视频划分为多帧图像， 将所述多帧图像输入到训练好 的神经网络模型中， 得到所述多帧图像各自所属的类别， 其中， 所述图像所属的类别不同， 所述图像中所 具有的特 征不同； 参数获取模块， 用于基于所述多帧图像各自所属的类别， 获取所述有轨车辆的参数； 所 述有轨车辆的参数至少用于表征 所述有轨车辆的车厢数量。 9.一种电子设备， 其特 征在于， 包括： 一个或多个处 理器； 和 其上存储有指令的一个或多个机器可读介质， 当由所述一个或多个处理器执行时， 使 得所述电子设备 执行如权利要求1 ‑7任一项所述的有轨车辆的参数获取 方法。 10.一个或多个机器可读存储介质， 其特征在于， 其上存储有指令， 当由一个或多个处 理器执行时， 使得 所述处理器执行如权利要求1 ‑7任一项所述的有轨车辆的参数获取 方法。权　利　要　求　书 2/2 页 3 CN 114494948 A 3