[发明专利]基于AI算法的高铁接触网设备巡检方法及系统

说明书

本发明公开基于AI算法的高铁接触网设备巡检方法，包括如下步骤：S1、对铁路接触网的杆塔、导线进行图片数据采集；S2、通过AI算法对采集的图片数据进行智能分析，提取疑似缺陷图片；S3、对疑似缺陷图片使用辅助分析工具对疑似缺陷的位置进行标记并分析，判定是否为缺陷；S4、判定为缺陷后，将图片中的故障点信息生成检修列表，导出给检修人员进行维修作业。本发明通过人工智能技术赋能高铁行业，辅助工作人员进行接触网缺陷检测，降低工作量，提高检测工作的实时性。

技术领域

本发明涉及接触网检测技术领域，尤其涉及基于AI算法的高铁接触网设备巡检方法及系统。

背景技术

高铁接触网是高铁电气系统非常重要的组成部分，它承担的重要的电力传输任务，如果接触网出现故障，会对高铁的安全运营造成非常严重的影响，轻则大面积晚点，重则损失大量人民生命财产，所以各铁路路局对接触网故障的预防和检修一直不遗余力的投入。因此，相关部门大力引入高铁检修车辆，传统的依靠人工巡视的巡检方式被逐步淘汰，这样一来，检修人员的工作环境及工作强度大幅改善，对检修车辆拍摄的支柱照片进行集中审核，不必现场巡检，只有通过图片确认是缺陷后，才进行现场修理。但是，这种较为先进的巡检方式，仍具有较大的工作量，以京沪高铁为例，上行下行线路完全完成一次巡检，会产生400万张照片，需要大量人力大量时间进行审核，且长时间看图容易视觉疲劳，产生漏检，且检修中心除了接触网的巡检任务外，还有其他类似工作，以当前的工作效率，一个季度最多完成一次巡检，很难针对接触网进行更细粒度更高频率的巡检，严重阻碍了高铁安全监控体系的发展。

当前市场的接触网缺陷检测流程:1)检修车辆按照计划巡视线路，并进行拍照；2)在巡视工作完成之后，使用存储介质将图片信息导出；3)数据导入审核软件，使用软件提供的标记功能对缺陷点进行标记并存储；4)导出缺陷列表，交维修班组进行确认和修理。

现有技术缺点：

1.图片数据巨大，投入了较大规模的人力资源，影响其他工作；

2.连续长时间查看照片，容易视觉疲劳，漏掉某些显而易见的严重缺陷；

3.缺陷分析的方式原始低效，很多缺陷不能及时发现和处理。

发明内容

为了解决上述技术问题，本发明提出基于AI算法的高铁接触网设备巡检方法及系统。为了达到上述目的，本发明的技术方案如下：

基于AI算法的高铁接触网设备巡检方法，包括如下步骤：

S1、对铁路接触网的杆塔、导线进行图片数据采集；

S2、通过AI算法对采集的图片数据进行智能分析，提取疑似缺陷图片；

S3、对疑似缺陷图片使用辅助分析工具对疑似缺陷的位置进行标记并分

析，判定是否为缺陷；

S4、判定为缺陷后，将图片中的故障点信息生成检修列表，导出给检修人员进行维修作业。

优选地，所述S2后，还包括如下步骤：对疑似缺陷图片中的故障点进行拉框告警，并提示相应的故障部位和故障类型。

优选地，所述S3后，还包括如下步骤：将判定为缺陷后的图片标记为非缺陷返回S2中进行复检，判定是否为真实缺陷。

优选地，所述图片数据是通过检修车辆的摄像头阵列对铁路接触网的杆塔、导线进行定时拍摄获取。

基于AI算法的高铁接触网设备巡检系统，包括：车载摄像头阵列、车载视频系统、辅助分析服务器和移动终端，所述车载摄像头阵列与车载视频系统电连接，所述车载视频系统、移动终端与所述辅助分析服务器无线通信连接，其中，

所述车载摄像头阵列，用于采集对铁路接触网的杆塔、导线进行图片数据采集；