• 查询稿件
  • 获取最新论文
  • 知晓行业信息
官方微信 欢迎关注

基于数据挖掘的铁路车站信号平面布置图信息提取

龙芳, 杨扬

龙芳, 杨扬. 基于数据挖掘的铁路车站信号平面布置图信息提取[J]. 铁路计算机应用, 2022, 31(12): 1-7. DOI: 10.3969/j.issn.1005-8451.2022.12.01
引用本文: 龙芳, 杨扬. 基于数据挖掘的铁路车站信号平面布置图信息提取[J]. 铁路计算机应用, 2022, 31(12): 1-7. DOI: 10.3969/j.issn.1005-8451.2022.12.01
LONG Fang, YANG Yang. Information extraction of railway station signal layout plan based on data mining[J]. Railway Computer Application, 2022, 31(12): 1-7. DOI: 10.3969/j.issn.1005-8451.2022.12.01
Citation: LONG Fang, YANG Yang. Information extraction of railway station signal layout plan based on data mining[J]. Railway Computer Application, 2022, 31(12): 1-7. DOI: 10.3969/j.issn.1005-8451.2022.12.01

基于数据挖掘的铁路车站信号平面布置图信息提取

基金项目: 中国铁路总公司科技研究开发计划课题(2017X011-A)
详细信息
    作者简介:

    龙 芳,在读硕士研究生

    杨 扬,副教授

  • 中图分类号: U284.3 : TP39

Information extraction of railway station signal layout plan based on data mining

  • 摘要: 针对铁路车站信号平面布置图因数据格式不同而导致其数据无法二次利用的问题,提出基于数据挖掘的车站信号平面布置图信息提取方法。文章构建铁路信号工程图例模型与编码,基于RV-DBSCAN算法,将图形数据聚类为图形组;通过C4.5决策树构建模型,以识别铁路信号图例。试验结果表明,聚类方法FMI评分0.9860,分类算法准确率95.64%,能够准确识别布置图中的图例符号数据,为布置图信息的二次利用提供了数据通用接口。
    Abstract: AAiming at the problem that the data of railway station signal layout plan cannot be reused due to different data formats, this paper presented a data mining based method for extracting information from railway station signal layout plan. The paper constructs the model and code of railway signal engineering legend, and clusters the graphic data into graphic groups based on RV-DBSCAN algorithm, constructed a model through C4.5 decision tree to identify railway signal legend. The test results shows that the FMI score of the clustering method is 0.9860, and the accuracy rate of the classification algorithm is 95.64%. It can accurately identify the legend symbol data in the layout plan, and provides a general data interface for the secondary use of the layout plan information.
  • 图  1   车站信号平面布置示意

    图  2   信号图例同构混乱与格式混乱示例

    图  3   车站信号平面布置图数据信息提取流程

    图  4   图例分类组合决策树

    图  5   树节点2-4分类决策树

    图  6   聚类算法图形结果示例

    表  1   信号图例分类与编码

    一级分类二级分类三级分类与编号
    信号机一灯位复示-L:1_1_1复示-B:1_1_2超限绝缘:1_1_3
    二灯位出站-LH:1_2_1预告-LU:1_2_2调车-EB:1_2_3
    表示器-2:1_2_4调车-HB:1_2_5 
    三灯位出站-HLB:1_3_1出站-LHL:1_3_2通过-HLU:1_3_3
    四灯位出站-LHLB:1_4_1出站-LHUB:1_4_2出站-LHUL:1_4_3
    出站-LUHB2调车-EBEB2:1_4_5驼峰-LHUB:1_4_6
    五灯位进站-ULHUB:1_5_1进站-ULHUB:1_5_2出站-LXLHB:1_5_3
    出站-LXLUB:1_5_4出站-LHULB:1_5_5 
    六灯位及以上进站-LUXUHBX2:1_6_1接车进路-XBBUHLU:1_6_2接车进路-XBBLUHLU:1_6_3
    轨道电路及信号固定设备轨道电路设备钢轨绝缘:2_1_1尽头绝缘:2_1_2电气绝缘:2_1_3
    信号固定设备应答器:2_2_1区间信号
    标志牌:2_2_2
     
    站场固定设备道岔及其转换设备尽头线:3_1_1道岔:3_1_2 
    站场固定设施信号楼:3_2_1调车楼:3_2_2警冲标:3_2_3
    下载: 导出CSV

    表  2   图形图元矩形σ邻域

    图元类型矩形σ邻域
    Circle(cx,cy,cr)xmax=cx+cr, xmin=cx-cr,
    ymax=cy+cr, ymin=cy-cr
    Line(x1,y1,x2,y2)xmax=max(x1,x2), xmin=min(x1,x2)
    ymax=max(y1,y2), ymin=min(y1,y2)
    Hatch(edge1,
    edge2,···,htype
    xmax=max(x1,···,xn), xmin=min(x1,···,xn)
    ymax= max(y1,···,yn), xmin=min(y1,···,yn)
    Text(x1,y1,content, fontsize)ymax=x1+len(content)· fontsize,xmin=x1
    ymax=y1+fontsize,ymin=y1
    下载: 导出CSV

    表  3   图形拓扑特征属性

    属性类别属性名称属性备注属性解释
    圆属性BigNum大圆个数图形组中大圆的个数
    HorGap大圆横坐标差比值大圆最远横坐标差值与半径的比值
    VerGap大圆纵坐标差比值大圆最远纵坐标差值与半径的比值
    InSamll大圆内小圆大圆内含的小圆
    OutSmall大圆外小圆大圆外离的小圆
    直线属性InLine1圆内直线1与大圆包含长度≤R
    InLine2圆内直线2与大圆包含长度≤2R
    OutLine1圆外直线1与大圆非包含长度≤R
    OutLine2圆外直线2与大圆非包含长度≤2R
    OutLine3圆外直线3与大圆非包含长度≤3R
    填充属性HatchNum填充数量填充块的数量
    文字属性WordType文字类型图例文字分类
    下载: 导出CSV

    表  4   聚类算法数据结果

     TPFPFNFMI
    DBSCAN15391202250.899634
    OPTICS1666186320.9394759
    CLIQUE172892640.9568393
    RV-DBSCAN183234180.9860155
    下载: 导出CSV

    表  5   分类算法结果

    测试样本总数信号固定设备信号机站场固定设备
    45992107260
    组合
    决策树模型
    正确分类数43986105248
    一级正判率99.35%97.83%100.00%99.62%
    二级正判率96.08%93.48%100.00%95.38%
    三级正判率95.64%93.48%97.22%95.38%
    单决策树模型正确分类数4238298243
    正判率92.16%89.13%90.74%93.46%
    KNN
    模型
    正确分类数3857875232
    正判率83.88%84.78%69.44%89.23%
    SVM
    模型
    正确分类数3987486238
    正判率86.71%80.43%79.63%91.54%
    下载: 导出CSV

    表  6   生成联锁表所需数据格式

    信号设备属性
    信号机类型(列车、调车);种类(进站、出站、单置、并置、差置);坐标;高矮柱;朝向
    道岔类型(单动、双动、渡线);岔尖坐标;岔心坐标;定位坐标、反位坐标
    区段类型(无岔、有岔、股道);左侧坐标;右侧坐标
    其他类型(侵限绝缘、机械绝缘);坐标
    下载: 导出CSV
  • [1] 罗宏伟. 铁路站场设计系统研究与开发 [J]. 铁道标准设计,2018,62(5):37-39,44. DOI: 10.13238/j.issn.1004-2954.201708050002
    [2] 李茂蛟. BIM技术在铁路信号工程设计中的应用研究 [J]. 铁道勘察,2020,46(1):144-149. DOI: 10.19630/j.cnki.tdkc.201909060014
    [3] 陈 刚. 基于三维空间模型的铁路站场平纵横一体化设计软件研究 [J]. 铁路计算机应用,2017,26(10):28-31,48. DOI: 10.3969/j.issn.1005-8451.2017.10.009
    [4] 安春兰. 铁路车站信号平面布置图的计算机辅助设计[D]. 成都: 西南交通大学, 2011.
    [5] 程耀东,潘永健,朱奕蓓,等. 高速铁路综合图自动生成关键技术研究 [J]. 铁道标准设计.,2015,59(10):42-45,53.
    [6] 付 强,袁 磊. 基于聚类分析及SVM的DMI机车信号自动识别 [J]. 铁路计算机应用,2015,24(8):46-49. DOI: 10.3969/j.issn.1005-8451.2015.08.013
    [7] 黄孝章,刘双双. 铁路站场平面图CAD系统中图形信息的自动识别和提取方法 [J]. 交通与计算机,1998,16(2):53-57.
    [8] 张天祖,吕兴寿. 铁路站场平面图中主要元素的自动识别算法 [J]. 兰州交通大学学报,2013,32(3):124-127,163. DOI: 10.3969/j.issn.1001-4373.2013.04.027
    [9] 王 飞. 基于图像处理和神经网络的站场状态信息识别方法 [J]. 铁道通信信号,2021,57(3):60-63. DOI: 10.13879/j.issn.1000-7458.2021-03.20513
    [10]

    Lu Q C, Chen L, Li S, et al. Semi-automatic geometric digital twinning for existing buildings based on images and CAD drawings [J]. Automation in Construction, 2020(115): 103183. DOI: 10.1016/j.autcon.2020.103183

    [11]

    Scheibel B, Mangler J, Rinderle-Ma S. Extraction of dimension requirements from engineering drawings for supporting quality control in production processes [J]. Computers in Industry, 2021, 129: 103442. DOI: 10.1016/j.compind.2021.103442

    [12]

    Wen R, Tang W Q, Su Z Y. Topology based 2D engineering drawing and 3D model matching for process plant [J]. Graphical Models, 2017(92): 1-15. DOI: 10.1016/j.gmod.2017.06.001

    [13] 李 锐. DXF建筑工程图的读取、识别与三维重建[D]. 天津: 天津大学, 2017.
    [14] 国家铁路局. 铁路工程制图图形符号标准: TB/T 10059-2015[S]. 北京: 中国铁道出版社, 2015.
    [15]

    Angelini P, Frati F, Kaufmann K. Straight-line rectangular drawings of clustered graphs [J]. Discrete & Computational Geometry, 2011, 45(1): 88-140.

    [16] 朱文博,王小敏. 基于组合决策树的无绝缘轨道电路故障诊断方法研究 [J]. 铁道学报,2018,40(7):74-79. DOI: 10.3969/j.issn.1001-8360.2018.07.011
  • 期刊类型引用(20)

    1. 王震宇,武鹏,马露露,边原. 基于BIM参数化建模的接触网吊弦计算在京张高速铁路的应用研究. 铁道运输与经济. 2024(01): 67-73 . 百度学术
    2. 许建国,刘杰,孟祥奎,李育冰,王恒,王敬渊. 高速铁路接触网工程数字化安装关键技术. 电气化铁道. 2024(01): 8-12+21 . 百度学术
    3. 凌杰. 浅谈BIM技术在铁路接触网工程现场指导施工技术研究. 中国设备工程. 2023(08): 203-205 . 百度学术
    4. 张毅. 基于BIM的接触网腕臂装配设计系统研究. 铁路计算机应用. 2023(04): 38-42 . 本站查看
    5. 伊金浩,张毅,陈善乐,张鹏. 基于BIM技术的接触网三维数字化设计软件研究. 铁道标准设计. 2023(10): 171-178 . 百度学术
    6. 耿肖,石瑞霞,赵传. 参数化驱动的接触网腕臂装配BIM建模方法. 铁路技术创新. 2022(01): 98-103 . 百度学术
    7. 韩旻志,马强,董小兵. 基于三层架构的铁路信号BIM设计技术路线研究. 智能制造. 2022(05): 90-95 . 百度学术
    8. 韩旻志. 基于三层架构的铁路信号BIM设计技术路线研究. 铁道标准设计. 2021(01): 149-153+159 . 百度学术
    9. 邓梦. BIM技术在高速铁路接触网工程应用. 电子技术与软件工程. 2021(09): 193-194 . 百度学术
    10. 何利江. 智能化接触网腕臂预配技术研究及应用. 交通世界. 2021(18): 6-7 . 百度学术
    11. 梁崇亮,金光,乔锦新,李银生. 高速铁路接触网BIM设计研究与应用. 铁路技术创新. 2021(04): 32-36 . 百度学术
    12. 黄鑫,鲁小兵. BIM技术在400km/h高速铁路接触网工程中的应用. 高速铁路技术. 2021(05): 102-106 . 百度学术
    13. 靳辰琨,郭志光. 铁路四电工程建设BIM技术应用研究. 铁道标准设计. 2021(12): 110-115 . 百度学术
    14. 杨文成. 基于BIM设计的道岔设备建模方法研究. 铁道勘察. 2020(01): 133-136 . 百度学术
    15. 付逸群. BIM技术在南阳东站机电工程中的应用研究. 铁路计算机应用. 2020(02): 38-43 . 本站查看
    16. 范少杰. 高速铁路精密工程测量技术标准的研究与运用. 工程技术研究. 2020(06): 69-70 . 百度学术
    17. 吴积钦,杨佳,关金发,刘涛. 中国铁路接触网数字化发展策略与实践. 高速铁路技术. 2020(04): 21-27 . 百度学术
    18. 符跃忠. 既有高铁线路接触网双线腕臂支柱更换设计方案研究. 中国建设信息化. 2020(18): 58-59 . 百度学术
    19. 安蕾,杨斌,西穷. 基于BIM的京雄城际铁路接触网智能预配管理系统与应用. 铁道建筑技术. 2020(09): 30-34 . 百度学术
    20. 谈敦龙. BIM技术在高速铁路接触网工程中的应用研究. 智能城市. 2020(24): 109-110 . 百度学术

    其他类型引用(6)

图(6)  /  表(6)
计量
  • 文章访问数:  164
  • HTML全文浏览量:  112
  • PDF下载量:  59
  • 被引次数: 26
出版历程
  • 收稿日期:  2022-05-29
  • 刊出日期:  2022-12-29

目录

    /

    返回文章
    返回