超偏载识别

矩阵软件散堆类货物超偏载AI识别系统应用激光雷达三维扫描成像技术，生成高密度点云，以矩阵软件自主研发的智能检测算法（Matrix-LoadDetector）为核心，对车辆位置、车厢内料位状态等关键信息进行三维建模分析，动态测定所经过车厢内物料的高度、宽度、前后重量、左右重量、总重量及重心偏移量，判别列车是否存在超高超限、超载以及装载不均衡现象。系统可以方便、准确、有效、及时地检测列车的超偏载问题，对散堆类货物铁路运输具有重要意义，有效保障了铁路货运安全。

l  核心功能

系统使用双雷达点云处理算法以及人工智能深度学习模型技术，实时切分车厢，根据点云数据计算提取空、重车三维模型，根据煤种密度、留底煤量、预测模型数据等，实现装车偏载识别、超载识别与超高识别等分析判断。

Ø  密度核算

密度获取与实时核算。物料密度可根据物料种类提前录入，同时系统可与装车系统对接获取当前车厢实时装载重量，根据空重车厢建模数据比对，获取当前装运体积.与重量进行比对核算，换算出最新最精确煤种密度值，配合体积数据进行各类检测项的分析辅助判断。

Ø  超偏载识别判断

自动分析识别车厢超载、前后偏载、超高超限状态。系统通过车厢体积计算并结合煤种密度计算该节车厢装载重量，与车厢标重进行比较，进行超载判断；根据预测三维模型与重车三维模型两者车厢前半部分、后半部分体积比较，结合装车重量与密度进行计算，进行前后偏载判断（前后偏载测量精度满足≤3.0吨）；根据物料高度、宽度与结合车型判定是否超高超限。

Ø  车厢切割实时建模

车厢智能切割、空重车实时建模。系统可根据点云分析数据智能识别车厢间隔，实时切分车厢，从中选出最优位置单节车厢用于三维展示，同时得到单节车厢长、宽、深信息，生成空车三维模型（针对煤炭装车，可提前输入煤种密度，根据测得的车厢留底煤体积估算留底煤量）；可结合空车模型及标准车厢信息生成预测三维模型；装车后可生成重车三维模型。同时系统不断建立标准化储备模型，用以提高相同车型建模效率，应用华为Al智能小站及CANN3.0计算架构能够高效实时完成现场车厢的建模工作，数据展示页面的数据响应时间小于3s。