【技术实现步骤摘要】
基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法及系统
本专利技术属于轨道交通检测
,具体涉及跨座式单轨轨道梁面指型板的缺陷检测技术。
技术介绍
跨座式单轨的轨道由多匹混凝土结构的梁通过指型板连接组成,指型板和梁面之间通过螺母固定。列车的长期高速行驶以及环境变化能够使轨道出现各种安全隐患。常见的安全隐患包括指型板螺母松动、指型板螺母脱落。轨道梁的健康状况关系着列车的平安运行,这些安全隐患可能造成不可估量的损失,所以对于轨道梁面的健康状况检测是必不可少的工作。
技术实现思路
本专利技术的目的是提供基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法及系统,可准确高效的检测到指型板螺母的缺失和松动,无需人工巡视,提高工作效率。本专利技术的目的通过以下方案实现:基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法,所述方法包括以下步骤:(1)图像采集:利用图像采集设备采集梁面图像,并将图像数据储存到磁盘中;(2)图像检测分析:检测单元从磁盘中读取出梁面图像,使用深度学习检测算法构建学习网络分别对图像上螺母目标和螺母顶点进行训练,得到关于指型板螺母位置数据集的网络权重和关于螺母顶点信息的网络权重,检测时使用指型板螺母位置的网络模型进行检测得到螺母目标的位置信息,进而得到关于指型板螺母缺失的信息;之后把检测到的螺母送入螺母顶点网络模型,得到螺母的顶点信息,进而得到螺母转动信息。本专利技术的图像采集方法可以采用以下两种方式:方式一:利用安装在检测车上的线扫描相机、光电编码器和接近开关,所述光电编码器把检测车的行驶速度转化为高低电平传给线扫描相机;线扫描相机根据编码器的信号调 ...
【技术保护点】
1.一种基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法,其特征在于:所述方法包括以下步骤:(1)图像采集:利用图像采集设备采集梁面图像,并将图像数据储存到磁盘中;(2)图像检测分析:检测单元从磁盘中读取出梁面图像,使用深度学习检测算法构建学习网络分别对图像上螺母目标和螺母顶点进行训练,得到关于指型板螺母位置数据集的网络权重和关于螺母顶点信息的网络权重,检测时使用指型板螺母位置的网络模型进行检测得到螺母目标的位置信息,进而得到关于指型板螺母缺失的信息;之后把检测到的螺母送入螺母顶点网络模型,得到螺母的顶点信息,进而得到螺母转动信息。
【技术特征摘要】
1.一种基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法,其特征在于:所述方法包括以下步骤:(1)图像采集:利用图像采集设备采集梁面图像,并将图像数据储存到磁盘中;(2)图像检测分析:检测单元从磁盘中读取出梁面图像,使用深度学习检测算法构建学习网络分别对图像上螺母目标和螺母顶点进行训练,得到关于指型板螺母位置数据集的网络权重和关于螺母顶点信息的网络权重,检测时使用指型板螺母位置的网络模型进行检测得到螺母目标的位置信息,进而得到关于指型板螺母缺失的信息;之后把检测到的螺母送入螺母顶点网络模型,得到螺母的顶点信息,进而得到螺母转动信息。2.根据权利要求1所述的基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法,其特征在于,所述图像检测分析包括训练阶段和检测阶段;训练阶段:使用标定好的指型板螺母数据集在fasterrcnn网络上进行微调,得到关于指型板螺母位置数据集的网络权重;使用指型板上的单个螺母图片制作六个顶点坐标数据集,使用卷积网络把螺母六个顶点坐标作为回归信息进行训练,得到关于螺母顶点信息的网络权重;检测阶段:检测时使用此网络进行检测得到螺母目标的位置信息,进而得到关于指型板螺母缺失的信息;使用螺母位置检测网络从原图中得到单个螺母图片,把此图片送入螺母顶点检测的网络中进行检测得到螺母六个顶点坐标信息,通过不同时间的前后两次测量的同一个螺母顶点信息得到此螺母的松动信息。3.根据权利要求1所述的基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法,其特征在于,所述图像采集的设备是安装在检测车上的线扫描相机、光电编码器和接近开关,所述光电编码器把检测车的行驶速度转化为高低电平传给线扫描相机;线扫描相机根据编码器的信号调整扫描频率,并将扫描到的线状像素堆叠成面阵,从而采集到梁面图像,并把图像数据储存到磁盘中;接近开关每经过一次指型板信号变化一次,使用此信号来分开采集到的连续两个梁面的图像数据以及确定指型板所在位置。4.根据权利要求1所述的基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法,其特征在于,所述图像采集的设备是安装在检测车上的面阵相机和接近开关,使用面阵相机,在接...
【专利技术属性】
技术研发人员:叶俊勇,李艺强,夏青沛,罗晋,刘鸣,
申请(专利权)人:重庆大学,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。