[發明專利]一種基于機器視覺的信號機故障監測方法

在審

• 申請號: 201810180260.X
• 申請日: 2018-03-05
• 公開（公告）號: CN108376253A
• 公開（公告）日: 2018-08-07
• 發明（設計）人: 高宏力;孫弋;洪鑫;由智超;蔡璨羽;宋虹亮;貢宏偉;夏文超
• 申請（專利權）人: 西南交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 成都正華專利代理事務所(普通合伙) 51229
• 代理人: 何凡;李蕊

本發明公開了一種基于機器視覺的信號機故障監測方法，監測系統通過行車記錄儀采集信號機工作的視頻信息，監測系統按幀數截取視頻信息作為原始輸入圖片；原始圖片首先經過小波去噪，對信號機的特征進行加強，并去除圖片中含有的大量原始噪聲；加工后的圖片作為Alex Net分類器的輸入圖片并進行分類，當實際輸出結果與理想輸出結果不同時，在人機交互界面顯示故障預警。本發明提供信號機故障監測方法，通過對信號機燈顯示顏色識別，實現對信號機健康狀態的實時監測，并進行故障報警。解決了現有信號機故障監測過程中，需要外加硬件設施，帶來的新的經濟支出；同時，該監測方法，能夠適應各種類型的信號機，具有很強的普適性。

技術領域

本發明數據信號機故障監測技術領域，具體涉及一種基于機器視覺的信號機故障監測方法。

背景技術

信號機是鐵路及城市軌道交通的軌旁基礎設備，以地面信號為主體信號的鐵路信號系統，司機必須按照信號機的顯示運行；城市軌道交通以車載信號為主體，正線區段基本不設信號機，只有在岔區段，為了調車作業的需要而設置地面信號機。所以，為了保證鐵路及城市軌道交通的正常運行，對信號機進行實時的故障監測并及時安排工作人員對其進行維修是非常必要的，當前軌道交通信號機故障監測系統都以電壓電流為監測對象，主要監測信號機燈絲熔斷或短路故障，對信號機主板故障，電路紊亂等造成的異常亮燈狀態未有成型的監測系統；且現有技術都已外加硬件設備進行信號機故障監測，普適性差，會帶來額外的經濟負擔。

發明內容

針對現有技術中的上述不足，本發明提供的基于機器視覺的信號機故障監測方法解決了現有信號機故障監測方法需要外加硬件設備、普適性差和成本高的問題。

為了達到上述發明目的，本發明采用的技術方案為：一種基于機器視覺的信號機故障監測方法，包括以下步驟：

S1、通過圖像采集模塊采集原始信號；

S2、通過通信模塊將原始信號傳輸至監測及預警模塊；

S3、通過監測及預警模塊將原始信號按幀處理作為原始輸入圖像；

S4、將原始輸入圖像進行小波去噪，得到增強了信號機特征的圖像；

S5、將經步驟S4處理后的圖像作為Alex Net分類器的輸入，進行實際輸出狀態監測；

S6、判斷Alex Net分類器的實際輸出狀態與理想輸出狀態是否相同；若不相同，則進入步驟S7；若相同，則返回步驟S2；

S7、在監測及預警模塊操作界面顯示故障預警。

進一步地，所述圖像采集模塊為地鐵或輕軌安裝的行車記錄儀；

所述通信模塊為中國交通軌道的CBTC(基于通信的列車自動控制系統)通信系統；

所述監測及預警模塊為計算機。

進一步地，所述步驟S1中的原始信號為信號機工作過程的視頻信息。

進一步地，所述步驟S4中的特征為信號機的輪廓特征。

進一步地，所述小波去噪使用MATLAB軟件中的小波工具箱完成，其具體方法為：

S4-1、選擇dog2小波基，分解層次為5，對含有噪聲的原始輸入圖像進行5 層分解計算，得到每層相應的高頻系數和低頻系數；

S4-2、對分解后的每層高頻系數進行閾值量化處理；

S4-3、根據原始輸入圖像分解后的第5層的低頻系數和經閾值量化處理的每層對應的高頻系數，運用重構算法進行小波重構，得到增強了信號機特征的圖像。

進一步地，所述步驟S4-2中的閾值為MATLAB軟件進行閾值量化處理時的默認閾值。