[發明專利]列車自動化檢修的智能判傷方法及系統

在審

• 申請號: 202011294941.2
• 申請日: 2020-11-18
• 公開（公告）號: CN112488995A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 張渝;趙波;彭建平;黃煒;胡繼東;王楠;馬莉;王禎;肖龍飛
• 申請（專利權）人: 成都主導軟件技術有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/60;G06T7/73;G06K9/46;G06K9/62;G01M17/08;G01B11/24;G01B11/16;G01B11/00
• 代理公司: 成都市集智匯華知識產權代理事務所(普通合伙) 51237
• 代理人: 羅艷

本發明涉及列車故障自動識別檢測技術領域，實施例具體公開一種列車自動化檢修的智能判傷方法及系統。本申請通過采集列車的車底全景圖像；采集列車的車底全景圖像中未包含區域的局部部件圖像；采用預設的智能判傷算法判斷圖像中列車關鍵部件的工作狀態；采用預設的三維重構技術復原圖像中列車關鍵部件的三維物理信息，并利用三維物理信息測量該列車關鍵部件的尺寸，根據預設的報警閾值，輸出報警信息的方法，整合車底全景圖像和局部部件圖像檢測結果，可進行車底全可視部件異常判定，提高了故障報警的覆蓋度與準確度，全景圖像報警與局部圖像報警相關聯，提高報警速度，提高報警復查效率。

技術領域

本發明涉及列車故障自動識別檢測技術領域，具體涉及一種列車自動化檢修的智能判傷方法及系統。

背景技術

列車車底是由輪對、軸箱油潤裝置、側架、搖枕、彈簧減振裝置、制動裝置、電機等部件組成。現有技術對列車車底進行故障識別檢測的方式為：列車入庫后停在檢修地溝作業區域，人工下地溝對走行部各個部件進行觀看走查，查找各重要走行部部件是否出現松動、丟失、變形、異物等問題，該方式的缺點是工作效率低且檢測主觀性強。

現有技術在動車、機務、車輛、地鐵等機車車輛走行部故障自動識別檢測上存在一定局限性，無法完成所有車底部件的檢測，存在漏檢區域；且報警準確率不高，受環境影響干擾大；工作人員復查報警區域效率低。傳統的故障檢測算法也存在一定的局限性，不能夠適應光照、雨水等干擾，會產生大量的誤報，同時不能夠自動辨別出車底關鍵部件的名稱，因此有待提升算法的智能化程度。

發明內容

有鑒于此，本申請提供一種列車自動化檢修的智能判傷方法及系統，能夠解決或者至少部分解決上述存在的問題。

為解決以上技術問題，本發明提供的技術方案是一種列車自動化檢修的智能判傷方法，包括：

采集列車的車底全景圖像；

采集列車的車底全景圖像中未包含區域的局部部件圖像；

根據列車的車底全景圖像和局部部件圖像，采用預設的智能判傷算法判斷圖像中列車關鍵部件的工作狀態；

根據列車的局部部件圖像，采用預設的三維重構技術復原圖像中列車關鍵部件的三維物理信息，并利用三維物理信息測量該列車關鍵部件的尺寸；

根據列車關鍵部件的工作狀態、關鍵部件的尺寸和預設的報警閾值，輸出報警信息。

優選的，所述根據列車的車底全景圖像和局部部件圖像，采用預設的智能判傷算法判斷圖像中列車關鍵部件的工作狀態的方法包括：

將列車的車底全景圖像和局部部件圖像拼接形成列車關鍵部件整體圖像；

根據列車關鍵部件整體圖像和預設的列車關鍵部件識別模型，獲取列車關鍵部件的類別和位置信息；

將列車關鍵部件整體圖像和預存的標準圖像進行特征配準，獲得特征配準參數；

根據特征配準參數、列車關鍵部件的類別和位置信息判斷列車關鍵部件的工作狀態。

優選的，所述根據列車關鍵部件整體圖像和預設的列車關鍵部件識別模型，獲取列車關鍵部件的類別和位置信息的方法包括：

根據檢測需求，定義列車關鍵部件，并進行數據標注；

設計AI算法模型，利用上述標注數據進行模型的訓練，并保持訓練好的模型；

將列車關鍵部件整體圖像傳送給AI算法模型，AI算法模型輸出列車關鍵部件整體圖像中存在的關鍵部件。

優選的，所述將列車關鍵部件整體圖像和預存的標準圖像進行特征配準，獲得特征配準參數的方法包括：