[發(fā)明專利]一種鉤尾銷插托錯(cuò)位和螺母丟失故障檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011149801.6
• 申請(qǐng)日: 2020-10-23
• 公開（公告）號(hào): CN112258483B
• 公開（公告）日: 2021-07-06
• 發(fā)明（設(shè)計(jì)）人: 孫晶
• 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): G06T7/00
• 分類號(hào): G06T7/00;G06T7/13
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109
• 代理人: 高倩

一種鉤尾銷插托錯(cuò)位和螺母丟失故障檢測(cè)方法，解決了現(xiàn)有鉤尾銷故障檢測(cè)效率低的問題，屬于貨車故障檢測(cè)技術(shù)領(lǐng)域。本發(fā)明包括：采集貨車底部圖像，構(gòu)建出鉤尾銷插托裝置數(shù)據(jù)集；建立基于深度神經(jīng)網(wǎng)路的分割模型，分割模型中引入空間關(guān)注層將邊緣檢測(cè)的紋理信息轉(zhuǎn)化成神經(jīng)網(wǎng)絡(luò)中更關(guān)注的目標(biāo)，利用鉤尾銷插托裝置數(shù)據(jù)集對(duì)分割模型進(jìn)行訓(xùn)練，確定分割模型的參數(shù)；獲取待檢測(cè)鉤尾銷插托裝置原始圖像中的LBP特征，將待檢測(cè)鉤尾銷插托裝置原始圖像和LBP特征疊加后輸入到確定參數(shù)的分割模型中，分割出鉤尾銷插托裝置圖像；對(duì)分割出的鉤尾銷插托裝置圖像進(jìn)行判斷，判斷是否出現(xiàn)鉤尾銷插托錯(cuò)位和螺母丟失故障，若出現(xiàn)故障，進(jìn)行報(bào)警。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于深度學(xué)習(xí)的鉤尾銷插托錯(cuò)位和螺母丟失故障檢測(cè)方法，屬于貨車故障檢測(cè)技術(shù)領(lǐng)域。

背景技術(shù)

長期以來，車輛段采用人工查看圖像的方法對(duì)貨運(yùn)列車進(jìn)行全車檢查，一直存在高成本、低效率等問題。同時(shí)采用人工查看圖像工作枯燥，容易懈怠，有效工作時(shí)間有限，效率低下，會(huì)出現(xiàn)遺漏部件、誤報(bào)等情況，難以保障準(zhǔn)確率。

鉤尾銷插托錯(cuò)位和螺母丟失是鉤尾銷安全裝置中重要的部分，能保證列車高速運(yùn)轉(zhuǎn)下安全運(yùn)行，對(duì)貨車進(jìn)行自動(dòng)化故障檢測(cè)具有重要意義。通過對(duì)行駛中的貨車進(jìn)行拍攝，獲取動(dòng)車全車圖像。結(jié)合圖像處理、模式識(shí)別和深度學(xué)習(xí)等領(lǐng)域的知識(shí)。實(shí)現(xiàn)故障自動(dòng)識(shí)別及報(bào)警，人工只需對(duì)報(bào)警結(jié)果進(jìn)行確認(rèn)，最終實(shí)現(xiàn)從人檢作業(yè)向機(jī)檢作業(yè)的轉(zhuǎn)變，有效節(jié)約單位的人力成本，提高作業(yè)質(zhì)量和作業(yè)效率。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有鉤尾銷故障檢測(cè)效率低的問題，本發(fā)明提供一種基于深度學(xué)習(xí)的鉤尾銷插托錯(cuò)位和螺母丟失故障自動(dòng)檢測(cè)方法。

本發(fā)明的一種鉤尾銷插托錯(cuò)位和螺母丟失故障檢測(cè)方法，其特征在于，該方法包括：

S1、采集貨車底部圖像，構(gòu)建出鉤尾銷插托裝置數(shù)據(jù)集；

S2、建立基于深度神經(jīng)網(wǎng)路的分割模型，利用鉤尾銷插托裝置數(shù)據(jù)集對(duì)基于深度神經(jīng)網(wǎng)絡(luò)的分割模型進(jìn)行訓(xùn)練，確定分割模型的參數(shù)；

S3、獲取待檢測(cè)鉤尾銷插托裝置原始圖像中的LBP特征，將待檢測(cè)鉤尾銷插托裝置原始圖像和LBP特征疊加后輸入到確定參數(shù)的分割模型中，分割出鉤尾銷插托裝置圖像；

S4、對(duì)分割出的鉤尾銷插托裝置圖像進(jìn)行判斷，判斷是否出現(xiàn)鉤尾銷插托錯(cuò)位和螺母丟失故障，若出現(xiàn)故障，進(jìn)行報(bào)警。

作為優(yōu)選，S2中，分割模型包括骨干網(wǎng)絡(luò)和空間關(guān)注層；骨干網(wǎng)絡(luò)包括編碼器和解碼器；

待檢測(cè)鉤尾銷插托裝置原始圖像及其LBP特征疊加輸入到編碼器，編碼器進(jìn)行編碼后，輸入至解碼器；

采用拉普拉斯邊緣檢測(cè)方法對(duì)待檢測(cè)鉤尾銷插托裝置原始圖像進(jìn)行邊緣檢測(cè)，獲取邊緣紋理信息，將該邊緣紋理信息輸入至空間關(guān)注層，空間關(guān)注層輸出帶有關(guān)注邊緣信息的特征圖到解碼器；

解碼器根據(jù)帶有關(guān)注邊緣信息的特征圖對(duì)輸入的編碼進(jìn)行解碼，輸出鉤尾銷插托裝置圖像。

作為優(yōu)選，空間關(guān)注層包括依次連接的1個(gè)3*3的卷積層、1個(gè)1*1的卷積層、1個(gè)3*3的卷積層和1個(gè)4*4的最大池化層，空間關(guān)注層的分辨率設(shè)置為64*64。

作為優(yōu)選，編碼器包括6個(gè)依次連接的下采樣的編碼單元，其中前3個(gè)編碼單元相同，且每個(gè)編碼單元均包括依次連接的2個(gè)3*3的卷積層、激活層、歸一化層和最大池化層；

后3個(gè)編碼單元相同，且每個(gè)編碼單元均包括依次連接的3個(gè)3*3的卷積層、激活層、歸一化層和最大池化層。

作為優(yōu)選，解碼器包括6個(gè)依次連接的上采樣的解碼單元，且每個(gè)解碼單元均包括依次連接的1個(gè)3*3的卷積層、1個(gè)4*4的轉(zhuǎn)置卷積層和2個(gè)激活層。

作為優(yōu)選，S2還包括：