[發明專利]鐵路貨車交叉桿蓋板斷裂檢測方法

在審

• 申請號: 201911293655.1
• 申請日: 2019-12-12
• 公開（公告）號: CN111091150A
• 公開（公告）日: 2020-05-01
• 發明（設計）人: 張慶宇
• 申請（專利權）人: 哈爾濱市科佳通用機電股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 張利明

一種鐵路貨車交叉桿蓋板斷裂檢測方法，屬于鐵路貨車安全運行領域。本發明針對現有鐵路貨車交叉桿蓋板斷裂故障采用人工方式檢測，效率低并且可靠性差的問題。包括：建立蓋板斷裂圖像樣本庫，對每張蓋板斷裂圖像樣本中斷裂區域或模糊區域分塊標記單元框，并對每個單元框配置類別標簽；搭建Faster?Rcnn算法框架模型，采用蓋板斷裂圖像樣本進行訓練；獲得對應于故障標簽與疑似標簽的權重系數；將待識別圖像輸入至更新后的Faster?Rcnn算法框架模型，基于所述權重系數獲得待識別圖像的故障預測區域，及對應于故障預測區域的置信度，將置信度大于設定閾值的故障預測區域確定為故障區域，進行報警。本發明能夠實現交叉桿蓋板斷裂故障的自動識別。

技術領域

本發明涉及鐵路貨車交叉桿蓋板斷裂檢測方法，屬于鐵路貨車安全運行領域。

背景技術

一直以來，對鐵路貨車交叉桿蓋板故障的檢查都以人工的方式進行，即檢車人員通過查看獲取的交叉桿蓋板圖像，判斷是否發生斷裂故障。由于人工檢測成本高、效率低下，并且人工方式極易產生操作疲勞或注意力不集中等狀況，由此極易造成圖像的漏檢及誤檢等情況，這會很大程度的影響鐵路貨車行駛安全。另外，人工方式不利于自動化技術的發展。

因此，針對人工故障檢測的不足，實現交叉桿蓋板斷裂的故障檢測自動化具有重大意義。隨著模式識別、深度學習以及人工智能領域的迅速發展，可采用這些技術對采集的交叉桿蓋板圖像進行故障的自動檢測，以提高工作效率和故障檢測的準確率，推動鐵路運輸自動化程度的快速發展。

發明內容

針對現有鐵路貨車交叉桿蓋板斷裂故障采用人工方式檢測，效率低并且可靠性差的問題，本發明提供一種鐵路貨車交叉桿蓋板斷裂檢測方法。

本發明的一種鐵路貨車交叉桿蓋板斷裂檢測方法，包括以下步驟：

步驟一：建立蓋板斷裂圖像樣本庫，對每張蓋板斷裂圖像樣本中斷裂區域或模糊區域分塊標記單元框，并對每個單元框配置類別標簽；所述類別標簽包括故障標簽與疑似標簽；

步驟二：搭建Faster-Rcnn算法框架模型，采用蓋板斷裂圖像樣本進行訓練，在由每張蓋板斷裂圖像樣本獲得的特征圖上以滑動窗的方式生成初始檢測框，再基于相應的單元框對初始檢測框進行修正獲得目標框；在獲得目標框的過程中逐漸調整模型參數至模型收斂，獲得對應于故障標簽與疑似標簽的權重系數；

步驟三：采集運行中貨車的交叉桿蓋板圖像，進行預處理后獲得待識別圖像；將待識別圖像輸入至更新后的Faster-Rcnn算法框架模型，基于所述權重系數獲得待識別圖像的故障預測區域，及對應于故障預測區域的置信度，將置信度大于設定閾值的故障預測區域確定為故障區域，進行報警。

根據本發明的鐵路貨車交叉桿蓋板斷裂檢測方法，所述蓋板斷裂圖像樣本由采集的原始蓋板斷裂圖像進行預處理后獲得。

根據本發明的鐵路貨車交叉桿蓋板斷裂檢測方法，對原始蓋板斷裂圖像進行預處理的方式包括擴增，所述擴增包括對圖像旋轉、鏡像、縮放及增強對比度。

根據本發明的鐵路貨車交叉桿蓋板斷裂檢測方法，所述Faster-Rcnn算法框架模型對蓋板斷裂圖像樣本的處理包括：

由蓋板斷裂圖像樣本獲得特征圖。

根據本發明的鐵路貨車交叉桿蓋板斷裂檢測方法，所述Faster-Rcnn算法框架模型對蓋板斷裂圖像樣本的處理還包括：

對所述特征圖采用兩個并行的區域推薦網絡層以滑動窗的方式生成初始檢測框，對所有初始檢測框進行池化處理，獲得目標框。

根據本發明的鐵路貨車交叉桿蓋板斷裂檢測方法，所述滑動窗包括三種尺寸，長寬比分別為{1：1，1：2，2：1}。