[發(fā)明專利]鐵路貨車底部地板破損故障檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010437719.7
• 申請(qǐng)日: 2020-05-21
• 公開（公告）號(hào): CN111652227B
• 公開（公告）日: 2021-01-22
• 發(fā)明（設(shè)計(jì)）人: 燕天嬌
• 申請(qǐng)（專利權(quán)）人: 哈爾濱市科佳通用機(jī)電股份有限公司
• 主分類號(hào): G06K9/34
• 分類號(hào): G06K9/34;G06K9/62;G06T7/00;G06N3/04;B61F1/08;G01N21/88;G01M17/08
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109
• 代理人: 張利明

1.一種鐵路貨車底部地板破損故障檢測(cè)方法，包括：

采集不同條件下行駛中鐵路貨車底部的全車線陣圖像；

將所述全車線陣圖像中每節(jié)車廂部分沿鐵路貨車長(zhǎng)度方向均勻拆分為n幅灰度圖像；所述n為預(yù)設(shè)拆分幅數(shù)；

對(duì)所述灰度圖像進(jìn)行圖像預(yù)處理，并進(jìn)行數(shù)據(jù)擴(kuò)增，獲得樣本數(shù)據(jù)集；

基于編碼器和解碼器構(gòu)建語(yǔ)義分割神經(jīng)網(wǎng)絡(luò)模型，并使每一個(gè)卷積層具有卷積函數(shù)、批標(biāo)準(zhǔn)化函數(shù)和Relu激活函數(shù)；

將樣本數(shù)據(jù)集分為訓(xùn)練數(shù)據(jù)集合與測(cè)試數(shù)據(jù)集合；將訓(xùn)練數(shù)據(jù)集合中的灰度圖像通過所述語(yǔ)義分割神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測(cè)獲得圖像目標(biāo)區(qū)域，對(duì)所述圖像目標(biāo)區(qū)域與所述灰度圖像的標(biāo)記真值區(qū)域進(jìn)行計(jì)算，獲得交叉熵?fù)p失函數(shù)損失值，再通過優(yōu)化器優(yōu)化語(yǔ)義分割神經(jīng)網(wǎng)絡(luò)模型的權(quán)重，使得交叉熵?fù)p失函數(shù)損失值降低至預(yù)設(shè)閾值；

再將測(cè)試數(shù)據(jù)集合的灰度圖像通過訓(xùn)練后的語(yǔ)義分割神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測(cè)獲得待檢測(cè)目標(biāo)區(qū)域，對(duì)所述待檢測(cè)目標(biāo)區(qū)域與相應(yīng)灰度圖像的標(biāo)記真值區(qū)域進(jìn)行計(jì)算，進(jìn)一步獲得交叉熵?fù)p失函數(shù)損失值，直到交叉熵?fù)p失函數(shù)損失值達(dá)到標(biāo)準(zhǔn)損失值，找到最優(yōu)權(quán)重系數(shù)，并更新語(yǔ)義分割神經(jīng)網(wǎng)絡(luò)模型；

采集行駛中鐵路貨車底部的當(dāng)前全車線陣圖像，將當(dāng)前全車線陣圖像中每節(jié)車廂部分沿鐵路貨車長(zhǎng)度方向均勻拆分為n幅當(dāng)前灰度圖像后，將當(dāng)前灰度圖像采用更新后的語(yǔ)義分割神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測(cè)獲得當(dāng)前待檢測(cè)目標(biāo)區(qū)域；對(duì)當(dāng)前待檢測(cè)目標(biāo)區(qū)域進(jìn)行故障預(yù)判斷，判定存在故障的當(dāng)前待檢測(cè)目標(biāo)區(qū)域再采用單階段ssd模型進(jìn)行故障檢測(cè)；

將當(dāng)前灰度圖像采用更新后的語(yǔ)義分割神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測(cè)獲得當(dāng)前待檢測(cè)目標(biāo)區(qū)域包括：

更新后的語(yǔ)義分割神經(jīng)網(wǎng)絡(luò)模型對(duì)當(dāng)前灰度圖像進(jìn)行定位預(yù)測(cè)，獲得當(dāng)前待檢測(cè)目標(biāo)區(qū)域；所述當(dāng)前待檢測(cè)目標(biāo)區(qū)域圖像進(jìn)行二值化后進(jìn)行取反操作獲得待檢測(cè)二值化目標(biāo)區(qū)域圖像；

其特征在于，

對(duì)當(dāng)前待檢測(cè)目標(biāo)區(qū)域進(jìn)行故障預(yù)判斷包括：

將所述待檢測(cè)二值化目標(biāo)區(qū)域圖像與標(biāo)準(zhǔn)定位算法二值圖像進(jìn)行點(diǎn)乘后得到的結(jié)果相加得到圖像值，若所述圖像值不大于設(shè)定閾值，則待檢測(cè)二值化目標(biāo)區(qū)域圖像中無破損，否則再采用單階段ssd模型進(jìn)行故障檢測(cè)；

所述標(biāo)準(zhǔn)定位算法二值圖像上標(biāo)記有非故障功能區(qū)域；

所述標(biāo)準(zhǔn)定位算法二值圖像通過分割網(wǎng)絡(luò)故障訓(xùn)練后獲得。

2.根據(jù)權(quán)利要求1所述的鐵路貨車底部地板破損故障檢測(cè)方法，其特征在于，

所述全車線陣圖像通過在貨車軌道處設(shè)置的照相機(jī)或攝像機(jī)獲取。

3.根據(jù)權(quán)利要求1所述的鐵路貨車底部地板破損故障檢測(cè)方法，其特征在于，

所述n選擇為14。

4.根據(jù)權(quán)利要求1所述的鐵路貨車底部地板破損故障檢測(cè)方法，其特征在于，

對(duì)所述灰度圖像進(jìn)行圖像預(yù)處理包括：

對(duì)所述灰度圖像通過人工標(biāo)記的方式獲取底部地板二值分割圖像，所述二值分割圖像中底部地板區(qū)域值為0，其余區(qū)域值為255；

再通過人工標(biāo)記的方式由底部地板二值分割圖像獲得底部地板二值故障圖像，所述二值故障圖像中底部地板破損區(qū)域值為255，其余區(qū)域值為0；

再通過人工標(biāo)記的方式確定二值故障圖像中地板破損矩形框，得到地板破損XML文件并形成XML文件集合；再對(duì)地板破損XML文件進(jìn)行至少以下之一操作，包括水平垂直翻轉(zhuǎn)、縮放、平移、增強(qiáng)對(duì)比度及改變亮度，獲得樣本數(shù)據(jù)集。