CN120088259A 一种接触网附属部件异常情况检测方法及系统 （成都盛锴科技有限公司）

(19)国家知识产权局(10)申请公布号CN120088259A(71)申请人成都盛锴科技有限公司地址610091四川省成都市青羊区文家路389号5栋(72)发明人杨凯梁斌高春良(74)专利代理机构成都市集智汇华知识产权代理事务所(普通合伙)51237专利代理师李华(54)发明名称一种接触网附属部件异常情况检测方法及系统(57)摘要本发明涉及列车检修技术领域，公开了一种接触网附属部件异常情况检测方法及系统。方法包括：高速抓拍接触网附属部件图像，形成拍摄图像集，加载区域定位算法模型和缺陷识别模型；将图片进行预处理；采用所述区域定位算法模型提取图片特征信息后，回归分类获取部件可能出现的位置和置信度的值；将部件进行缺陷识差图像的灰度处理与比对，判断缺陷存在情况。本发明实现了图像抓拍而非视频采集逐帧分析，减少了数据量，同时提高了对相机的采集性能要21.一种接触网附属部件异常情况检测方法，其特征定位接触网悬挂支撑位置，高速抓拍接触网附属部件的正反两面图像，并将采集到的图像按照安装位置的标识进行分类入库，形成拍摄图像集；将默认模型初始化，加载区域定位算法模型和缺陷识别模型；并检索关于附属部件异采用所述区域定位算法模型提取图片特征信息后，回归分类获取部件可能出现的位置和置信度的值；将部件可能出现的位置区域过滤后输入缺陷识别算法模型，同时将原输入图像输入到生成器并得到重构图像，然后计算残差形成的残差图像；对残差图像的灰度进行平均值和方差进行计算，将计算结果与预设阈值进行比对，判断缺陷存在情况。2.根据权利要求1所述的一种接触网附属部件异常情况检测方法，其特征在于，所述检索关于附属部件异常的图片，将图片进行预处理包括：将图像转换为灰度图后，通过全局直方图均衡化提高目标亮度、通过自适应直方图均衡化整体提升亮度、通过限制对比度直方图均衡化：在抑制噪声的同时增强图像对比度；其中，所述限制对比度直方图均衡化包括：将图像划分为预设尺寸的小块，对每个小块执行直方图均衡化和裁剪处理，通过映射函数调整中心点灰度值后，分区域计算灰度值以完成增强处理。3.根据权利要求1所述的一种接触网附属部件异常情况检测方法，其特征在于，所述采用所述区域定位算法模型提取图片特征信息后，回归分类获取部件可能出现的位置和置信采用区域定位算法模型，从车载检测灰度图中提取接触网附属部件的特征信息；将灰度图划分为预设个数的子块；以每个子块为中心，确定预测框数量，并对预测框内的物体进行分类预测；优化预测框，建立自动识别网络，输入图像后生成预设尺寸的张量；使用损失函数对预测的目标置信度和实际值进行比较，优化网络的识别准确率；通过目标检测与分类，确定附属部件的位置和置信度。4.根据权利要求3所述的一种接触网附属部件异常情况检测方法，其特征在于，所述将部件可能出现的位置区域过滤，包括将部件区域用NMS进行过滤，滤掉背景区域结果后并将结果用图像算法过滤掉质量不符合要求的结果，其采用如下方法实现：使用非极大值抑制对检测出的部件区域进行过滤，去除背景区域和冗余检测框；利用图像算法进一步过滤掉质量不符合要求的检测框，确保检测结果的准确性和可靠对所有检测框按得分排序，选择得分最高的检测框；计算得分最高的检测框与其他检测框的交并比；对交并比超过设定阈值的检测框，进行抑制；重复上述步骤，直到只剩下没有明显重叠的检测框；每个目标仅保留一个高置信度检测框。5.根据权利要求1所述的一种接触网附属部件异常情况检测方法，其特征在于，若判断3有缺陷，给出缺陷的类型和位置信息，并回溯到上述置信度，进行覆盖。6.一种接触网附属部件异常情况检测系统，其特征在于，包括：高清图像采集模块、车载控制分析模块与地面分析中心；所述高清图像采集模块安装在检测车车顶，用于对接触网悬挂支撑装置进行高清图像采集；所述车载控制分析模块安装于检测车车内，用于对高清图像采集数据进行收集和分所述地面分析中心安装于分析室内，用于对图像数据进行异常分析并监控报警。7.根据权利要求6所述的一种接触网附属部件异常情况检测系统，其特征在于，所述高清图像采集模块通过多个车顶相机构建形成，其包括：全景高清相机、高清相机、隧道外杆号识别相机、隧道内杆号识别相机、线夹导线吊弦拍摄高清相机、连续视频监控相机；以及，雷达测速模块与GPS定位模块。8.根据权利要求6所述的一种接触网附属部件异常情况检测系统，其特征在于，所述车载控制分析模块用于设备供电、相机触发、数据存储与数据分析，其包括：机柜、采集计算机、控制计算机、多功能控制箱、电源箱以及不间断电源。9.根据权利要求6所述的一种接触网附属部件异常情况检测系统，其特征在于，所述地面分析中心包括地面分析管理平台以及缺陷识别系统，所述地面分析管理平台采用B/S结构架设。10.根据权利要求6所述的一种接触网附属部件异常情况检测系统，其特征在于，所述车载控制分析模块的图像分析包括：裂纹检测、异物检测、紧固环螺母丢失松动检测、套件螺栓冒出检测。4技术领域[0001]本发明涉及列车检修技术领域，具体而言，涉及一种接触网附属部件异常情况检测方法及系统。背景技术[0002]城市轨道交通基础设施安全监测是重要一环，接触网悬挂监测装置安装通常安装在接触网检测车、作业车或者其他专用轨道车辆上，通过非接触方式动态监测接触网悬挂系统并实现整体高分辨率成像。传统的布局及相机类型存在以下问题：传统接触网附属部件检测系统布局中多采用视频连续采集且逐帧分析的方式，容易造成数据量大且积压的问题，导致采集异常；相机类型中多以面阵高清且无法抗阳光干扰，在整体检测适应性方面略显不足，特别是针对户外运营车辆的监测需求；传统的目标检测算法采用当前和历史对比等方式识别异物或异常，该方式存在一定的误报，原因是无法确定历史数据的真实有效性及环境复杂的变化多样性。发明内容[0003]有鉴于此，本发明提供一种接触网附属部件异常情况检测方法及系统，以解决上述问题。[0004]为解决以上技术问题，本发明提供了一种接触网附属部件异常情况检测方法，包定位接触网悬挂支撑位置，高速抓拍接触网附属部件的正反两面图像，并将采集到的图像按照安装位置的标识进行分类入库，形成拍摄图像集；将默认模型初始化，加载区域定位算法模型和缺陷识别模型；并检索关于附属部采用区域定位算法模型提取图片特征信息后，回归分类获取部件可能出现的位置和置信度的值；将部件可能出现的位置区域过滤后输入缺陷识别算法模型，同时将原输入图像输入到生成器并得到重构图像，然后计算残差形成的残差图像；对残差图像的灰度进行平均值和方差进行计算，将计算结果与预设阈值进行比[0005]作为一种可选方式，检索关于附属部件异常的图片，将图片进行预处理包括：将图像转换为灰度图后，通过全局直方图均衡化提高目标亮度、通过自适应直方图均衡化整体提升亮度、通过限制对比度直方图均衡化：在抑制噪声的同时增强图像对比将图像划分为预设尺寸的小块，对每个小块执行直方图均衡化和裁剪处理，通过映射函数调整中心点灰度值后，分区域计算灰度值以完成增强处理。5[0006]作为一种可选方式，采用区域定位算法模型提取图片特征信息后，回归分类获取部件可能出现的位置和置信度的值，包括：采用区域定位算法模型，从车载检测灰度图中提取接触网附属部件的特征信息；将灰度图划分为预设个数的子块；以每个子块为中心，确定预测框数量，并对预测框内的物体进行分类预测；优化预测框，建立自动识别网络，输入图像后生成预设尺寸的张量；使用损失函数对预测的目标置信度和实际值进行比较，优化网络的识别准确率；通过目标检测与分类，确定附属部件的位置和置信度。[0007]作为一种可选方式，将部件可能出现的位置区域过滤，包括将部件区域用NMS进行过滤，滤掉背景区域结果后并将结果用图像算法过滤掉质量不符合要求的结果，其采用如下方法实现：使用非极大值抑制对检测出的部件区域进行过滤，去除背景区域和冗余检测框；利用图像算法进一步过滤掉质量不符合要求的检测框，确保检测结果的准确性和非极大值抑制包括：对所有检测框按得分排序，选择得分最高的检测框；计算得分最高的检测框与其他检测框的交并比；对交并比超过设定阈值的检测框，进行抑制；重复上述步骤，直到只剩下没有明显重叠的检测框；每个目标仅保留一个高置信度检测框。[0008]作为一种可选方式，若判断有缺陷，给出缺陷的类型和位置信息，并回溯到上述置信度，进行覆盖。[0009]另一方面，本发明还提供了一种接触网附属部件异常情况检测系统，包括：高清图像采集模块、车载控制分析模块与地面分析中心；高清图像采集模块安装在检测车车顶，用于对接触网悬挂支撑装置进行高清图像采集；地面分析中心安装于分析室内，用于对图像数据进行异常分析并监控报警。[0010]作为一种可选方式，高清图像采集模块通过多个车顶相机构建形成，其包括：全景高清相机、高清相机、隧道外杆号识别相机、隧道内杆号识别相机、线夹导线吊弦拍摄高清相机、连续视频监控相机；以及，雷达测速模块与GPS定位模块。[0011]作为一种可选方式，车载控制分析模块用于设备供电、相机触发、数据存储与数据机柜、采集计算机、控制计算机、多功能控制箱、电源箱以及不间断电源。[0012]作为一种可选方式，地面分析中心包括地面分析管理平台以及缺陷识别系统，地面分析管理平台采用B/S结构架设。[0013]作为一种可选方式，车载控制分析模块的图像分析包括：裂纹检测、异物检测、紧6固环螺母丢失松动检测、套件螺栓冒出检测。[0014]本发明的有益效果为：本发明实现了图像抓拍而非视频采集逐帧分析，减少了数据量，同时提高了对相机的采集性能要求。在基于当前和历史对比的基础上建立完备的数据集，更换训练模型的特征，提高泛化性。附图说明[0015]图1为本发明实施例提供的接触网附属部件异常情况检测方法流程示意图。具体实施方式[0016]为了使本领域的技术人员更好地理解本发明的技术方案，下面结合具体实施方式对本发明作进一步的详细说明。[0017]请参阅图1,本实施例提供了一种接触网附属部件异常情况检测方法，包括：定位接触网悬挂支撑位置，高速抓拍接触网附属部件的正反两面图像，并将采集到的图像按照安装位置的标识进行分类入库，形成拍摄图像集；将默认模型初始化，加载区域定位算法模型和缺陷识别模型；并检索关于附属部件异常的图片，将图片进行预处理；采用区域定位算法模型提取图片特征信息后，回归分类获取部件可能出现的位置和置信度的值；将部件可能出现的位置区域过滤后输入缺陷识别算法模型，同时将原输入图像输入到生成器并得到重构图像，然后计算残差形成的残差图像；对，判断缺陷存在情况。[0018]接触网附属部件经常会被阳光直晒，当轨道车辆高速行驶时，由于天气变化，导致图像整体灰度值与对比度进一步降低。或者说图像中存在附属部件的某一区域和背景融合在一起，导致灰度值降低，如设备处于光照不足或者是阴影区域时，会增加提取目标特征的难度。基于此，预处理手段则是降低上述影响。预处理前期需要将图像转换成单通道的灰度图像，而车载接触网检测系统输出的即是灰度图，无需转换。预处理算法中：全局直方图均衡化让目标变得最为明亮；自适应直方图均衡化让整体图像变亮，且出现噪声；限制对比度直方图均衡化对噪声抑制效果更好。限制对比度直方图均衡具体做法则是将含有附属部件的图片进行区块划分，通常是将图像分为8×8个子块，再对每个子块执行映射函数(直方图均衡化和直方图裁剪算法),然后令该子块中心点c的灰度值由映射函数得到，最后分区域进行计算灰度值。作为一种可选方式，本实施例检索关于附属部件异常的图片，将图片进行预处理包括：将图像转换为灰度图后，通过全局直方图均衡化提高目标亮度、通过自适应直方图均衡化整体提升亮度、通过限制对比度直方图均衡化：在抑制噪声的同时增强图像对比度；其中，限制对比度直方图均衡化包括：将图像划分为8×8的小块，对每个小块执行直方图均衡化和裁剪处理，通过映射函数调整中心点灰度值后，分区域计算灰度值以完成增7强处理。[0019]作为一种可选方式，采用所述区域定位算法模型提取图片特征信息后，回归分类获取部件可能出现的位置和置信度的值，包括：将含有接触网附属部件的车载检测灰度图进行网格划分(等分成S×S个子块),以每个子块为中心确定B个预测框，对预测框内的物体进行分类预测，同时和实际目标框进行IoU计算，通过非极大值抑制方法选出最优预测框。建立自动识别网络并基于接触网附属部件进行目标检测，网络将输入图像转化为S×S×[B(4+1)+C]的张量，其中S等于7,B等于2,C为目标类别等于20,B(4+1)表示边框四个坐标以及框内是否有目标的5维向量。经过训练后以损失函数中的检测目标物的置信度的预测值和实际数值来标定置信度，即识别的准确率。[0020]将获取部件可能出现的位置区域过滤，包括将得到的部件区域用NMS进行过滤，滤掉背景区域结果后并将结果用图像算法过滤掉质量不符合要求的结果，其采用如下方法实使用非极大值抑制对检测出的部件区域进行过滤，去除背景区域和冗余检测框；利用图像算法进一步过滤掉质量不符合要求的检测框，确保检测结果的准确性和对所有检测框按得分排序，选择得分最高的检测框；计算得分最高的检测框与其他检测框的交并比；对交并比超过设定阈值的检测框，进行抑制；重复上述步骤，直到只剩下没有明显重叠的检测框；每个目标仅保留一个高置信度检测框。[0021]具体而言，实际通过训练完成的含接触网附属部件的检测框有很多，这些框均是检测同一个目标，但最终每个目标只需要一个检测框，NMS选择那个得分最高的检测框(假设是C),再将C与剩余框计算相应的IOU值，当IOU值超过所设定的阈值(普遍设置为0.5,目标检测中常设置为0.7),即对超过阈值的框进行抑制，抑制的做法是将检测框的得分设置为0,如此一轮过后，在剩下检测框中继续寻找得分最高的，再抑制与之IOU超过阈值的框，直到最后会保留几乎没有重叠的框。这样基本可以做到每个目标只剩下一个检测框。[0022]作为一种可选方式，若判断有缺陷，给出缺陷的类型和位置信息，并回溯到上述置[0023]基于上述方案，本实施例考虑增加样本数据集的多样性和模型的泛化性，用多尺度的方法来训练模型并学习缺陷特征。数据集中融入了较多的由于拍摄角度旋转、色彩抖动等样本，目的是为了提高算法的泛化性。同时，通过持续补充现场搜集的新的数据来扩充缺陷库。[0024]另一方面，本实施例提供了一种接触网附属部件异常情况检测系统，系统主要由三部分组成，分别为车载控制分析模块、高清图像采集模块、地面分析中心。高清图像采集模块安装于车顶，用于对接触网悬挂支撑装置进行高清图像采集；车载控制分析模块安装于综合检测车内，用于对高清图像采集数据收集和归档；地面分析中心安装于分析室内，用于对图像数据进行异常智能分析，并对异常数据进行报警。[0025]车载控制分析模块主要负责设备的供电、相机的触发、数据的存储、数据的分析。8车内设备硬件组成由机柜、采集计算机、控制计算机、多功能控制箱、电源箱以及不间断电源等组成。[0026]车顶监测图像采集模块车顶相机从组成方面主要包括：全景高清相机、高清相机(可选为抗眩光、抗反射等型号)、隧道外杆号识别相机、隧道内杆号识别相机、线夹导线吊弦的拍摄高清相机、连续数，使其能够在各种光照条件下工作，包括直射的阳光，可以根据环境光线动态调整曝光时间和感光度，从而更好地适应不同光照条件，减少过曝光或过暴露的可能性。同时，配备了特殊的光学滤镜或涂层(特殊的镜片材料，抗紫外线和抗反射涂层)用于降低阳光引起的反射或过曝光。这些设计可以有效减少镜头表面的反射，提高图像质量。[0027]地面分析中心软件系统包括地面分析管理平台以及缺陷识别系统。地面分析管理系统采用B/S结构，用户可以在任意可连通服务器的主机通过