[發明專利]一種利用類腦技術識別受電弓缺陷的裝置

在審

• 申請號: 202210701499.3
• 申請日: 2022-06-20
• 公開（公告）號: CN115018804A
• 公開（公告）日: 2022-09-06
• 發明（設計）人: 郗汭;賈榮;李波;黃思俊
• 申請（專利權）人: 北京中車賽德鐵道電氣科技有限公司;北京天睿視迅科技有限公司;武漢尚易星通科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/82;G06N3/04;G06N3/08;G06N5/04
• 代理公司: 合肥創智銘企知識產權代理事務所(普通合伙) 34231
• 代理人: 王全錄

本發明公開了一種利用類腦技術識別受電弓缺陷的裝置，包括圖像視頻采集設備、邊緣處理板、存儲單元和供電模塊，圖像視頻采集設備采集列車在運行狀態下的圖像視頻，通過傳輸系統傳輸至邊緣處理板中進行處理并識別特征，并將識別結果通過數據輸出。本發明采用國產類腦處理器靈汐KA200，利用脈沖神經網絡SNN技術通過圖像識別檢測受電弓的各種缺陷，具有小樣本學習、高速動態響應和檢測率高等特點，相比傳統深度學習技術更適合復雜環境的受電弓環境，可結合其他設備對受電弓進行多模態應用；將現場采集和拍攝的高清可見光視頻和熱紅外的視頻，傳輸給邊緣側處理板，利用訓練好后的SNN模型進行智能分析，以實現自動判定受電弓故障的目的。

技術領域

本發明涉及屬于軌道交通行業，涉及受電弓和人工智能圖像識別技術領域，具體涉及一種利用類腦技術識別受電弓缺陷的裝置。

背景技術

機車受電弓是電氣化鐵路電力機車從接觸網上受取電流的裝置。受電弓狀態的好壞直接影響到列車的安全、可靠運營，其故障甚至可能造成運輸中斷。

目前在實際電氣化線路上僅僅實現了受電弓的視頻監控及故障的人工識別，而未完全實現故障的自動識別。由于人工識別效率低、工作量大、不能檢測運行中的受電弓，逐漸被基于圖像自動識別的自動化檢測所代替。

現有的自動化檢測是基于傳統深度學習的算法和架構，實際應用時因為現場環境復雜、訓練異常樣本少等問題導致自動化檢測精度不高。

發明內容

為解決上述技術問題，本發明提供一種利用類腦技術識別受電弓缺陷的裝置，包括圖像視頻采集設備、邊緣處理板、存儲單元和供電模塊，圖像視頻采集設備采集列車在運行狀態下的圖像視頻，通過傳輸系統傳輸至邊緣處理板中進行處理并識別特征，并將識別結果通過數據輸出。

優選的：所述存儲單元與邊緣處理板連接，為邊緣處理板提供存儲空間，用于存儲圖像文件和視頻文件，存儲單元采用NVR硬盤。

優選的：所述供電模塊用于對邊緣處理板進行供電，供電模塊使用UPS穩壓器。

優選的：所述圖像視頻采集設備可采用高清可見光相機、熱紅外相機。

優選的：所述邊緣處理板采用靈汐KA200類腦處理板，其自帶視頻圖像編解碼和圖像預處理功能模塊，通過基于SNN架構的圖像處理和識別算法模型，對AI識別進行硬件加速。

優選的：所述邊緣處理板通過將圖像視頻采集設備采集到的圖片文件和視頻文件進行視頻圖像編解碼、圖像預處理后提取目標區域，再提取目標特征，并進行特征識別，判斷受電弓狀態，并將結果輸出。

優選的：所述受電弓狀態包括受電弓正常、受電弓出現裂紋、受電弓傾斜、受電弓磨損。

優選的：所述裝置處理過程可分為SNN推理流程和SNN訓練流程。

優選的：所述SNN推理流程包括：

(1)視頻圖像采集，圖像視頻采集設備采集在不同場景下的列車運行的視頻，采集數據階段，可以直接存儲成JPG圖片；

圖像視頻采集設備由拍攝觸發同步單元、視頻拍攝單元、控制單元、數據傳輸單元、供電單元、照明單元和視頻數據存儲單元等構成，視頻圖像采集可以輸出H.264、H.265、VP9、MPEG4標準格式視頻數據流，用于后續的人工智能識別和NVR存儲；

(2)靈汐KA200芯片處理：

使用KA200芯片自帶的圖像預處理模塊，對視頻和圖像完成編解碼以及前期的圖像預處理，并對圖片進行識別；

1)Host到Device通信，即H2D：視頻數據由CPU輸入，經過PCle接口輸入到Device側，PCle接口可實現數據輸入輸出；

2)預處理：將圖像視頻數據進行預處理，并轉化為APU模塊支持的數據格式；