[發明專利]軌道車輛螺栓松動檢測方法及系統

在審

• 申請號: 201910545803.8
• 申請日: 2019-06-23
• 公開（公告）號: CN110246132A
• 公開（公告）日: 2019-09-17
• 發明（設計）人: 王勇;張興田;沈泓;周麗萍;李明揚;臧勐佳;趙曉東;蘭洪財
• 申請（專利權）人: 中車青島四方車輛研究所有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G01M17/08
• 代理公司: 青島清泰聯信知識產權代理有限公司 37256
• 代理人: 徐艷艷

1.一種軌道車輛螺栓松動檢測方法，其特征在于，其步驟為:

S1、獲取圖像

在不同光照條件下獲取螺栓處的多張軌道車輛關鍵部件圖像；

S2、圖像處理

剪裁圖像

將每張圖像剪裁至設定大小；

標注圖像

對每張圖像進行人工標注，得到標注圖像及標注文件；

S3、建立并訓練關鍵部件定位網絡

以卷積神經網絡ZFNet為輸入端，全連接層為輸出端，依照順序依次連接卷積神經網絡ZFNet、區域建議網絡、ROI Pooling層和全連接層，建立關鍵部件定位網絡，將標注圖像劃分為訓練集和驗證集，將訓練集輸入至關鍵部件定位網絡進行學習，并通過驗證集進行驗證，得到訓練后的關鍵部件定位網絡；

S4、設置剪裁層

根據關鍵部件定位網絡輸出的軌道車輛關鍵部件圖像信息，通過剪裁層將包含關鍵部件的矩形區域從原軌道車輛關鍵部件圖像中剪裁出來，得到關鍵部件矩形區域圖像；

S5、建立并訓練螺栓松動檢測網絡

以殘差網絡為輸入端，全連接層為輸出端，將順序連接的區域建議網絡和ROI Pooling層插接至殘差網絡中，區域建議網絡與殘差網絡最后第二層卷積層連接，ROI Pooling層與殘差網絡最后第一層卷積層連接，殘差網絡最后一層卷積層與全連接層連接，建立訓練螺栓松動檢測網絡，將關鍵部件矩形區域圖像劃分為訓練集和驗證集，將訓練集輸入至螺栓松動檢測網絡進行學習，并通過驗證集進行驗真得到訓練后的螺栓松動檢測網絡；

S6、圖像測試

實時獲取螺栓處的軌道車輛關鍵部件圖像作為測試圖像，將測試圖像輸入至訓練后的關鍵部件定位網絡，根據關鍵部件定位網絡的輸出信息，通過剪裁層剪裁包含關鍵部件的矩形區域得到關鍵部件矩形區域圖像并將其輸入至訓練后的螺栓松動檢測網絡，根據螺栓松動檢測網絡的輸出結果判斷螺栓是否松動。

2.如權利要求1所述的軌道車輛螺栓松動檢測方法，其特征在于，步驟S2中，剪裁圖像之前，通過圖像增強的方法對獲取的圖像進行處理。

3.如權利要求2所述的軌道車輛螺栓松動檢測方法，其特征在于，步驟S4中，通過剪裁層將包含關鍵部件的矩形區域從原軌道車輛關鍵部件圖像中剪裁出來之前，對該關鍵部件是否完整進行確認，其具體步驟為：

定義等效邊長比D，等效邊長比D表示為：

式中，H為輸入圖像的高，W為輸入圖像的寬，(x_min,y_min)為關鍵部件定位網絡輸出矩形區域的左上定點坐標，(x_max,y_max)為關鍵部件定位網絡輸出矩形區域的右下頂點坐標；

定義決定是否剪裁的閾值為d，當D＞d時，該關鍵部件不完整，將關鍵部件不完整的圖片剔除，當D≤d時，該關鍵部件完整，得到關鍵部件完整的圖片用于通過剪裁層剪裁獲得關鍵部件矩形區域圖像。

4.如權利要求1至3任意一項所述的軌道車輛螺栓松動檢測方法，其特征在于，步驟S2中，采用labelImg標注工具對每張圖像進行人工標注，標注出每張圖像的每個關鍵部件的最小外接矩形框坐標并生成對應的xml標注文件。

5.如權利要求4所述的軌道車輛螺栓松動檢測方法，其特征在于，步驟S3中，將標注圖像按照4:1、或3:1、或5:1的數量比例劃分為訓練集和驗證集，在進行驗證時，按照設定間隔時間調用一次驗證集進行驗證，在關鍵部位定位網絡出現過擬和之前且訓練集loss曲線已經收斂之際停止訓練，得到訓練后的關鍵部位定位網絡。