[發(fā)明專利]制動(dòng)夾鉗裝置閘片丟失故障識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011271718.6
• 申請(qǐng)日: 2020-11-13
• 公開（公告）號(hào): CN112365480B
• 公開（公告）日: 2021-07-16
• 發(fā)明（設(shè)計(jì)）人: 馬元通
• 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;G06K9/62
• 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

1.一種制動(dòng)夾鉗裝置閘片丟失故障識(shí)別方法，其特征在于包括，

采用圖像采集模塊采集制動(dòng)夾鉗裝置的原始圖片；

采用圖像預(yù)處理模塊根據(jù)先驗(yàn)知識(shí)由原始圖片確定粗定位目標(biāo)區(qū)域，并對(duì)粗定位目標(biāo)區(qū)域進(jìn)行增強(qiáng)處理；

采用訓(xùn)練后定位模塊通過(guò)SSD檢測(cè)網(wǎng)絡(luò)由粗定位目標(biāo)區(qū)域確定閘片子區(qū)域；所述SSD檢測(cè)網(wǎng)絡(luò)基于VGG-16網(wǎng)絡(luò)提取粗定位目標(biāo)區(qū)域的高級(jí)特征，并對(duì)高級(jí)特征通過(guò)尺度不同的卷積層獲得各個(gè)卷積層對(duì)應(yīng)的卷積特征圖；對(duì)所有卷積特征圖進(jìn)行檢測(cè)，并進(jìn)行非極大值抑制，獲得閘片子區(qū)域；

采用訓(xùn)練后識(shí)別模塊通過(guò)改進(jìn)的SSD檢測(cè)網(wǎng)絡(luò)判斷閘片子區(qū)域內(nèi)是否包含閘片研磨子，若否，則判定閘片丟失；改進(jìn)的SSD檢測(cè)網(wǎng)絡(luò)中，用ResNet網(wǎng)絡(luò)作為骨干網(wǎng)絡(luò)，替換原SSD檢測(cè)網(wǎng)絡(luò)中的VGG16網(wǎng)絡(luò)；同時(shí)設(shè)置高低層網(wǎng)絡(luò)融合模塊對(duì)閘片子區(qū)域進(jìn)行分類和位置回歸；再引入注意力模塊關(guān)注融合模塊輸出的分類數(shù)據(jù)中是否包含閘片研磨子的特征，從而確定閘片子區(qū)域內(nèi)是否包含閘片研磨子；

所述確定粗定位目標(biāo)區(qū)域的方法包括：根據(jù)動(dòng)車組的軸距信息和車型信息對(duì)制動(dòng)夾鉗裝置進(jìn)行粗定位，從拍攝圖片中截取包含部件的粗定位目標(biāo)區(qū)域。

2.根據(jù)權(quán)利要求1所述的制動(dòng)夾鉗裝置閘片丟失故障識(shí)別方法，其特征在于，所述高低層網(wǎng)絡(luò)融合模塊包括三個(gè)。

3.根據(jù)權(quán)利要求1所述的制動(dòng)夾鉗裝置閘片丟失故障識(shí)別方法，其特征在于，

所述訓(xùn)練后定位模塊的獲得過(guò)程包括：采用定位訓(xùn)練圖像數(shù)據(jù)集多次訓(xùn)練初始定位模塊，直至收斂獲得相應(yīng)參數(shù)，將相應(yīng)參數(shù)加載至初始定位模塊得到訓(xùn)練后定位模塊；

所述訓(xùn)練后識(shí)別模塊的獲得過(guò)程包括：采用識(shí)別訓(xùn)練圖像數(shù)據(jù)集對(duì)初始識(shí)別模塊進(jìn)行訓(xùn)練，直至收斂獲得相應(yīng)參數(shù)，將相應(yīng)參數(shù)加載至初始識(shí)別模塊得到訓(xùn)練后識(shí)別模塊。

4.根據(jù)權(quán)利要求1所述的制動(dòng)夾鉗裝置閘片丟失故障識(shí)別方法，其特征在于所述方法還包括，

采用報(bào)警模塊接收訓(xùn)練后識(shí)別模塊傳遞的閘片丟失信號(hào)，并進(jìn)行報(bào)警。

5.根據(jù)權(quán)利要求1所述的制動(dòng)夾鉗裝置閘片丟失故障識(shí)別方法，其特征在于，

所述原始圖片為高清圖像采集設(shè)備采用線掃描方式獲得的二維圖像。

6.根據(jù)權(quán)利要求3所述的制動(dòng)夾鉗裝置閘片丟失故障識(shí)別方法，其特征在于，

定位訓(xùn)練圖像數(shù)據(jù)集內(nèi)的樣本包括受到雨水、泥漬、油漬及黑漆影響的樣本，以及由不同觀測(cè)點(diǎn)采集的圖片處理后獲得的樣本。

7.根據(jù)權(quán)利要求6所述的制動(dòng)夾鉗裝置閘片丟失故障識(shí)別方法，其特征在于，所述定位訓(xùn)練圖像數(shù)據(jù)集包括粗定位目標(biāo)區(qū)域圖像集與定位標(biāo)記信息集，所述定位標(biāo)記信息集中的數(shù)據(jù)包括采用人工標(biāo)記方式標(biāo)記的粗定位目標(biāo)區(qū)域位置信息；所述粗定位目標(biāo)區(qū)域圖像集與定位標(biāo)記信息集內(nèi)的樣本一一對(duì)應(yīng)；

定位目標(biāo)區(qū)域圖像集中的數(shù)據(jù)為對(duì)相應(yīng)粗定位目標(biāo)區(qū)域的增強(qiáng)處理后數(shù)據(jù)。

8.根據(jù)權(quán)利要求7所述的制動(dòng)夾鉗裝置閘片丟失故障識(shí)別方法，其特征在于，

所述識(shí)別訓(xùn)練圖像數(shù)據(jù)集包括閘片子區(qū)域圖像集與識(shí)別標(biāo)記信息集，所述識(shí)別標(biāo)記信息集中的數(shù)據(jù)包括采用人工標(biāo)記方式標(biāo)記的閘片子區(qū)域位置信息；閘片子區(qū)域圖像集與識(shí)別標(biāo)記信息集內(nèi)的樣本一一對(duì)應(yīng)；

所述閘片子區(qū)域圖像集中的數(shù)據(jù)為相應(yīng)閘片子區(qū)域的增強(qiáng)處理后數(shù)據(jù)。

9.根據(jù)權(quán)利要求8所述的制動(dòng)夾鉗裝置閘片丟失故障識(shí)別方法，其特征在于，

所述注意力模塊包括通道注意力單元，所述通道注意力單元用于利用特征的信道間關(guān)系生成通道注意力特征圖，通道注意力特征圖用于關(guān)注融合模塊輸出的分類數(shù)據(jù)中是否包含閘片研磨子的特征：

首先使用平均池化操作和最大池化操作聚合分類數(shù)據(jù)的空間信息，生成平均池化特征和最大池化特征然后通過(guò)共享全連接層MLP生成通道注意力特征圖M_c：

式中σ表示Sigmod激活函數(shù)，W₀為共享全連接層MLP的一號(hào)權(quán)重，W₁為共享全連接層MLP的二號(hào)權(quán)重。

10.根據(jù)權(quán)利要求9所述的制動(dòng)夾鉗裝置閘片丟失故障識(shí)別方法，其特征在于，

所述注意力模塊還包括空間注意力單元，所述空間注意力單元用于利用特征間的空間關(guān)系生成空間注意力特征圖，空間注意力特征圖用于關(guān)注融合模塊輸出的分類數(shù)據(jù)中閘片研磨子所在位置的特征信息；空間注意力特征圖的生成過(guò)程包括：

使用兩個(gè)池化操作將聚合的通道注意力特征圖分成兩個(gè)二維映射，生成通道中的平均池化特征和通道中的最大池特征然后通過(guò)卷積，生成二維空間注意力特征圖M_s：

式中f^7×7表示卷積核為7×7的卷積層的卷積操作，

對(duì)于融合模塊輸出的分類數(shù)據(jù)中的每個(gè)閘片子區(qū)域特征圖F∈R^C×H×W，其中C、H、W分別表示閘片子區(qū)域特征圖的長(zhǎng)度、寬度和通道數(shù)，將通道注意力特征圖M_c與閘片子區(qū)域特征圖F相乘后得到：

F′再與二維空間注意力特征圖M_s相乘后得到：

則F″為用于確定閘片子區(qū)域內(nèi)是否包含閘片研磨子的判定結(jié)果。