[發明專利]一種基于紫外攝像頭的列車受電弓檢測方法及系統

在審

• 申請號: 202110448480.8
• 申請日: 2021-04-25
• 公開（公告）號: CN113192019A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 錢學明;王澤遠;鄒屹洋;侯興松
• 申請（專利權）人: 臺州智必安科技有限責任公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/73;G06K9/62;G06N3/04;G06N3/08;G01R31/12
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 范巍

1.一種基于紫外攝像頭的列車受電弓檢測方法，其特征在于，包括以下步驟：

將待檢測圖像輸入訓練好的檢測器，抽幀檢測受電弓的位置以及是否異常獲得檢測結果；

通過紫外攝像頭提取待檢測圖像中受電弓取電時火花異常的位置，獲得提取結果；

基于所述檢測結果和所述提取結果，獲得最終受電弓異常的位置，完成檢測。

2.根據權利要求1所述的一種基于紫外攝像頭的列車受電弓檢測方法，其特征在于，所述訓練好的檢測模型的獲取步驟包括：

獲取檢測受電弓的學習樣本集；

基于所述學習樣本集訓練深度神經網絡，獲得訓練好的檢測器；其中，所述深度神經網絡為YOLO、Fast-RCNN、Faster-RCNN或SSD。

3.根據權利要求2所述的一種基于紫外攝像頭的列車受電弓檢測方法，其特征在于，所述獲取檢測受電弓的學習樣本集的步驟具體包括：

通過視覺攝像頭得到受電弓的圖像；

對得到的圖像進行屬性和位置標注，獲得樣本集；其中，所述屬性包括弓型正常和弓型異常；

將所述樣本集轉化為VOC或COCO標準數據集格式，獲得學習樣本集。

4.根據權利要求2所述的一種基于紫外攝像頭的列車受電弓檢測方法，其特征在于，所述基于所述學習樣本集訓練深度神經網絡，獲得訓練好的檢測器的過程中，在基于所述學習樣本集訓練深度神經網絡之后還包括：

對訓練好的深度神經網絡模型利用netadapt方法進行剪枝搜索；再將模型轉換為ONNX格式后進行量化，得到RKNN模型。

5.根據權利要求4所述的一種基于紫外攝像頭的列車受電弓檢測方法，其特征在于，所述將模型轉換為ONNX格式后進行量化，得到RKNN模型的步驟具體包括：

將剪枝搜索后的模型轉換為ONNX格式，并將模型參數量化為int8類型，獲得量化后的模型；

將量化后的模型通過RKNNtoolkit轉化為RKNN格式，獲得RKNN模型。

6.根據權利要求1所述的一種基于紫外攝像頭的列車受電弓檢測方法，其特征在于，通過訓練好的檢測器抽幀檢測受電弓的位置以及是否異常的步驟具體包括：

采用嵌入式設備通過訓練好的檢測器，每1秒獲取一次受電弓的位置；其中，中間幀使用上一次檢測的位置。

7.根據權利要求1所述的一種基于紫外攝像頭的列車受電弓檢測方法，其特征在于，在獲得最終受電弓異常的位置之后，還包括：根據檢測到火花的頻率，提示不同程度的警告。

8.根據權利要求7所述的一種基于紫外攝像頭的列車受電弓檢測方法，其特征在于，所述根據檢測到火花的頻率，提示不同程度的警告的步驟具體包括：

通過前100幀產生火花的圖片進行計數，若0～25幀產生了火花，預警級別為正常；若25～50幀產生了火花，預警級別為預警；若50～75幀產生了火花，預警級別為報警；若75～100幀產生了火花，預警級別為告警。

9.一種基于紫外攝像頭的列車受電弓檢測系統，其特征在于，包括：

檢測結果獲取模塊，用于將待檢測圖像輸入訓練好的檢測器，抽幀檢測受電弓的位置以及是否異常，獲得檢測結果；

提取結果獲取模塊，用于通過紫外攝像頭提取待檢測圖像中受電弓取電時火花異常的位置，獲得提取結果；

受電弓異常位置獲取模塊，用于結合所述檢測結果和所述提取結果，獲得最終受電弓異常的位置，完成檢測。