[發明專利]一種基于深度學習的動車組車輛故障動態圖像檢測方法

在審

• 申請號: 202010633539.6
• 申請日: 2020-07-06
• 公開（公告）號: CN111767913A
• 公開（公告）日: 2020-10-13
• 發明（設計）人: 韓一輝;王文
• 申請（專利權）人: 中興飛流信息科技有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/62;G06N3/08;G01M17/08
• 代理公司: 北京衛智暢科專利代理事務所(普通合伙) 11557
• 代理人: 陳佳

1.一種基于深度學習的動車組車輛故障動態圖像檢測方法，其特征在于：先通過深度學習目標檢測算法直接對動車組車體故障進行初步檢測，然后配合車體在正常狀態和故障狀態下的邏輯判斷對動車組車輛故障動態圖像進行綜合分析，最終根據分析結果判斷車體是否發生故障并作出預警；

基于深度學習的動車組車輛故障動態圖像檢測方法具體包括以下步驟：

S1、獲取動車組車輛故障動態圖像；

S2、通過深度學習檢測算法直接檢測動車組車輛故障動態圖像，獲得車體可能存在故障的區域；

S3、判斷動車組車輛故障動態圖像中車體可能存在故障的區域是否滿足正常狀態下的車體邏輯；

S4、判斷動車組車輛故障動態圖像中車體可能存在故障的區域是否滿足故障狀態下的車體邏輯；

S5、綜合分析步驟S2至S4的結果，判定車體是否存在故障。

2.根據權利要求1所述的一種基于深度學習的動車組車輛故障動態圖像檢測方法，其特征在于：具體的實現模塊如下所述：

模塊201：利用深度學習目標檢測算法檢測動車組車輛故障動態圖像，得到車體部件的局部圖像；

模塊202：接受模塊201的檢測結果，并判斷檢測到的部件中是否存在故障區域，如果判斷為是，則將判斷結果傳入模塊203，否則結束；

模塊203：接受模塊202的判斷結果，并判斷該故障區域是否滿足正常狀態下的車體邏輯，如果判斷為否，則將判斷結果傳入模塊204，否則結束；

模塊204：接受模塊203的判斷結果，并判斷該故障區域是否滿足故障狀態下的車體邏輯，如果判斷為是，則將判斷結果傳入模塊205，否則結束；

模塊205：接受模塊204的判斷結果，綜合分析后，最終給出故障的判定結果。

3.一種如權利要求1或2所述基于深度學習的動車組車輛故障動態圖像檢測方法的檢測系統，其特征在于：包括圖像采集模塊(101)、深度學習檢測模塊(102)、邏輯判斷模塊(103)和結果輸出模塊(104)。

4.根據權利要求3所述的一種基于深度學習的動車組車輛故障動態圖像檢測方法的檢測系統，其特征在于：所述圖像采集模塊(101)用于從動車組車輛故障動態圖像檢測系統中獲取車體圖像。

5.根據權利要求3所述的一種基于深度學習的動車組車輛故障動態圖像檢測方法的檢測系統，其特征在于：所述深度學習檢測模塊(102)將圖像采集模塊(101)輸出的車體圖像輸入到深度學習檢測模塊中，且深度學習檢測模塊(102)主要是利用目前深度學習中較為先進的目標檢測算法，檢測出該車體圖像中可能存在的故障區域。

6.根據權利要求5所述的一種基于深度學習的動車組車輛故障動態圖像檢測方法的檢測系統，其特征在于：所述深度學習檢測模塊(102)目標檢測算法為Yolo算法或Centernet算法中的一種。

7.根據權利要求3所述的一種基于深度學習的動車組車輛故障動態圖像檢測方法的檢測系統，其特征在于：所述邏輯判斷模塊(103)用于將深度學習檢測模塊(102)中輸出的檢測結果先從正常狀態下車體應該滿足的邏輯的角度作出判斷，再從故障狀態下車體的邏輯的角度作出判斷。

8.根據權利要求3所述的一種基于深度學習的動車組車輛故障動態圖像檢測方法的檢測系統，其特征在于：所述結果輸出模塊(104)用于將深度學習檢測模塊(102)和邏輯判斷模塊(103)的判斷結果進行綜合分析，最終得到車體是否存在故障的判定。