[发明专利]基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法及系统有效
申请号: | 201810680251.7 | 申请日: | 2018-06-27 |
公开(公告)号: | CN108827982B | 公开(公告)日: | 2020-12-25 |
发明(设计)人: | 叶俊勇;李艺强;夏青沛;罗晋;刘鸣 | 申请(专利权)人: | 重庆大学 |
主分类号: | G01N21/95 | 分类号: | G01N21/95;G01N21/88 |
代理公司: | 重庆华科专利事务所 50123 | 代理人: | 康海燕 |
地址: | 400030 *** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 深度 学习 跨座式 单轨 轨道 梁指型板 缺陷 检测 方法 系统 | ||
本发明公开一种基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法及系统,使用线扫描相机、光电编码器、接近开关安装在检测车上获取轨道梁面图像,再经过深度学习算法得到指型板缺陷状况,具有效率高,准确度高的特点,可以解决人工巡检效率低、成本高等问题。
技术领域
本发明属于轨道交通检测技术领域,具体涉及跨座式单轨轨道梁面指型板的缺陷检测技术。
背景技术
跨座式单轨的轨道由多匹混凝土结构的梁通过指型板连接组成,指型板和梁面之间通过螺母固定。列车的长期高速行驶以及环境变化能够使轨道出现各种安全隐患。常见的安全隐患包括指型板螺母松动、指型板螺母脱落。轨道梁的健康状况关系着列车的平安运行,这些安全隐患可能造成不可估量的损失,所以对于轨道梁面的健康状况检测是必不可少的工作。
发明内容
本发明的目的是提供基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法及系统,可准确高效的检测到指型板螺母的缺失和松动,无需人工巡视,提高工作效率。
本发明的目的通过以下方案实现:
基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法,所述方法包括以下步骤:
(1)图像采集:
利用图像采集设备采集梁面图像,并将图像数据储存到磁盘中;
(2)图像检测分析:
检测单元从磁盘中读取出梁面图像,使用深度学习检测算法构建学习网络分别对图像上螺母目标和螺母顶点进行训练,得到关于指型板螺母位置数据集的网络权重和关于螺母顶点信息的网络权重,检测时使用指型板螺母位置的网络模型进行检测得到螺母目标的位置信息,进而得到关于指型板螺母缺失的信息;之后把检测到的螺母送入螺母顶点网络模型,得到螺母的顶点信息,进而得到螺母转动信息。
本发明的图像采集方法可以采用以下两种方式:
方式一:利用安装在检测车上的线扫描相机、光电编码器和接近开关,所述光电编码器把检测车的行驶速度转化为高低电平传给线扫描相机;线扫描相机根据编码器的信号调整扫描频率,并将扫描到的线状像素堆叠成面阵,从而采集到梁面图像,并把图像数据储存到磁盘中;接近开关每经过一次指型板信号变化一次,使用此信号来分开采集到的连续两个梁面的图像数据;
方式二:使用面阵相机和光电开关完成采集和触发,检测时,光信号发射器和接收器安装在检测车的左右两侧,由于光束可以通过两匹梁之间的缝隙,轨道梁对光束形成遮挡,由接收器接受的光信号来触发面阵相机,在经过两批梁之间时光电开关接收器信号发生变化,面阵相机采集指型板图像,并把图像数据储存到磁盘中。
本发明进一步提出一种实现上述方法的自动检测跨座式单轨轨道梁指型板缺陷的系统,包括图像采集单元和检测单元。
所述图像采集单元采集梁面图像,并把图像数据储存到磁盘中;
所述检测单元从磁盘中读取出梁面图像,使用深度学习检测算法构建学习网络分别对图像上螺母目标和螺母顶点进行训练,得到关于指型板螺母位置数据集的网络权重和关于螺母顶点信息的网络权重,检测时使用指型板螺母位置的网络模型进行检测得到螺母目标的位置信息,进而得到关于指型板螺母缺失的信息;之后把检测到的螺母送入螺母顶点网络模型,得到螺母的顶点信息,进而得到螺母转动信息。
本发明使用面阵相机或线扫描相机、光电编码器、接近开关安装在检测车上获取轨道梁面图像,再经过深度学习算法得到指型板缺陷状况,当指型板螺母缺失或松动时,系统会自动给出指型板螺母缺失位置或松动幅度,具有效率高,准确度高的特点,同时解决人工巡检效率低、成本高等问题。
附图说明
图1是本发明的图像采集方式一原理框图;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆大学,未经重庆大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810680251.7/2.html,转载请声明来源钻瓜专利网。