一种动车组运行状态图像监控故障自动识别方法技术

本发明专利技术提供了一种动车组运行状态图像监控故障自动识别方法，将当前动车组运行故障图像检测系统TEDS设备近期采集的该动车组历史监控图像作为时间历史图、同一线路上该动车组最近经过的其它TEDS设备采集的监控图像作为空间历史图、当前TEDS设备采集的该动车组监控图像作为当前图，将时间历史图、空间历史图分别与当前图进行图像配准，获取时间历史配准图及空间历史配准图，将时间历史配准图进行加权平均作为历史标准图，将空间历史配准图进行加权计算作为故障权重矩阵，将当前图与历史标准图进行变化检测获取特征差异矩阵，利用特征差异矩阵与故障权重矩阵计算得到故障标记矩阵。本发明专利技术具有能够有效提高动车组运行故障自动识别率、降低误判率的优点。

【技术实现步骤摘要】
【专利摘要】本专利技术提供了，将当前动车组运行故障图像检测系统TEDS设备近期采集的该动车组历史监控图像作为时间历史图、同一线路上该动车组最近经过的其它TEDS设备采集的监控图像作为空间历史图、当前TEDS设备采集的该动车组监控图像作为当前图，将时间历史图、空间历史图分别与当前图进行图像配准，获取时间历史配准图及空间历史配准图，将时间历史配准图进行加权平均作为历史标准图，将空间历史配准图进行加权计算作为故障权重矩阵，将当前图与历史标准图进行变化检测获取特征差异矩阵，利用特征差异矩阵与故障权重矩阵计算得到故障标记矩阵。本专利技术具有能够有效提高动车组运行故障自动识别率、降低误判率的优点。【专利说明】
本专利技术涉及一种动车组运行状态图像监控的故障自动识别方法，尤其涉及一种利 用时间及空间多源监控信息来自动识别动车组运行故障的方法。
技术介绍
利用动车组运行故障动态图像检测设备（TEDS，TroubleofmovingEMU DetectionSystem)对动车组行车安全进行实时监控是保障动车组运行安全的一种重要监 控手段。TEDS利用轨边安装的图像传感器，能够实现运行动车组走行部、制动配件、底架悬 吊件、钩缓连接、车体两侧裙板、转向架等部位可见光图像的实时采集。在此基础上，利用图 像自动识别技术，对图像进行处理与分析，实现动车组运行故障的自动识别。 TEDS故障自动识别方法主要包括目标提取法与差异比较法。其中，受限于目标识 别算法研宄发展的局限，目前主要采用的是差异比较法。所谓差异比较法，是指利用当前采 集的动车组监控图像（简称当前图）与参考图像进行图像特征的求差，将特征差异明显的 区域标记为故障异常。根据参考图像类型的不同，差异比较法又分为两种方式。一种是利 用TEDS采集的当前图与动车组的标准图像进行差异比较（简称标准图像比较法），另一种 是利用同一列车的当前图与历史采集（如上一次通过时）图像（简称历史图）进行差异 比较（简称历史图像比较法）。标准图像比较法，参考图像内容精确标准，能够实现当前图 像差异的准确判定，然而受到动车组检修维护、自然老化等因素的影响，采用标准图像比较 法，容易将车体正常的变化误判为故障，其误判率较高；历史图像比较法，将当前图与近期 的历史图进行比较，能够有效避免车体正常变化带来的故障误判问题，然而由于历史图像 是实地现场采集，受铁路沿线复杂环境的影响，参考内容不够准确，亦存在明显的故障误判 问题。目前，TEDS设备监控仍主要采取单点设备运行的方式，可作参考的图像主要是当前监 控设备的历史监控图像，随着TEDS设备综合联网监控系统的建设，同一铁路线多点的TEDS 能够实现对同一列车不同时间、不同地理位置监控图像的采集。如何有效利用空间与时间 上的多源数据，构建更为准确恰当的参考图像，提高故障识别准确率、降低误判率，对保障 动车组运行安全具有重要的意义。
技术实现思路
为了解决上述问题，本专利技术提供了一种故障识别准确率高、降低误判率低的动车 组运行状态图像监控故障自动识别方法。本专利技术采用的技术方案如下： ，包括如下步骤： 步骤一：将当前动车组运行故障图像检测系统TEDS设备近期采集的该动车组历 史监控图像作为时间历史图、同一线路上该动车组最近经过的其它TEDS设备采集的监控 图像作为空间历史图、当前TEDS设备采集的该动车组监控图像作为当前图，将时间历史 图、空间历史图分别与当前图进行图像配准，获取时间历史配准图及空间历史配准图。 步骤二：将时间历史配准图进行加权平均，作为历史标准图； 步骤三：将空间历史配准图进行加权计算，作为故障权重矩阵； 步骤四：将当前图与历史标准图进行变化检测，获取特征差异矩阵； 步骤五：利用特征差异矩阵与故障权重矩阵计算得到故障标记矩阵。 进一步特征为步骤一中的图像配准包括如下子步骤： (1)设当前TEDS设备近期采集的该动车组历史监控图像按时间倒序分别为 …、s(°「n)，同一线路上该动车组最近经过的其它TEDS设备所采集的监控图像 按照经过顺序倒序分别为、shw、…、Skf0，当前TEDS设备采集的当前图为S(°'Q); (2)分别将^''^''…、^'^^、^^、…、^"以及^^进行图像预 处理，得到预处理后的图像V(a'_i)、s，（α'_2)、"·、8' (〇'_n)，s，H'〇)、s' (_2'〇)、"·、8' (_n， Q)以及S (3)利用图像配准算法分别将s，（o'-W(0'_2)、.'s，（0'_n)，s，（―1'0)、。（_2' ° )、一、8'(_11'°)与3(°'° )进行图像配准，得到时间历史配准图3(°'_1)、5(°'_ 2)、一、5(°'_11)及空 间历史配准图…、S(_n'Q)。 进一步特征为图像预处理包括但不局限于亮度变换、对比度变换、去噪、去雾，图 像配准算法包括但不局限于基于尺度不变特征转换SIFT的图像配准算法或基于仿尺度不 变ASIFT的图像配准算法。 进一步特征为步骤二中的历史标准图利用如下公式计算： 设时间历史配准图为S(°'4)、S(°'气…、S(°''则历史标准图Sh为： 【权利要求】1. ，其特征在于，包括如下步骤： 步骤一：将当前动车组运行故障图像检测系统TEDS设备近期采集的该动车组历史监 控图像作为时间历史图、同一线路上该动车组最近经过的其它TEDS设备采集的监控图像 作为空间历史图、当前TEDS设备采集的该动车组监控图像作为当前图，将所述时间历史 图、空间历史图分别与当前图进行图像配准，获取时间历史配准图及空间历史配准图； 步骤二：将时间历史配准图进行加权平均，作为历史标准图； 步骤三：将空间历史配准图进行加权计算，作为故障权重矩阵； 步骤四：将当前图与历史标准图进行变化检测，获取特征差异矩阵； 步骤五：利用特征差异矩阵与故障权重矩阵计算得到故障标记矩阵。2. 根据权利要求1所述的，其特征在 于，所述步骤一中的图像配准包括如下子步骤： 第一步：设当前TEDS设备近期采集的该动车组历史监控图像按时间倒序分别为 …、s(°'_n)，同一线路上该动车组最近经过的其它TEDS设备所采集的监控图像 按照经过顺序倒序分别为、shw、…、S^c0，当前TEDS设备采集的当前图为S(°'Q); 理，得到预处理后的图像s，（o'-W(0'_2)、.'s，（"W(―1'0)、。（_2'0)、.'s，（_n'Q)以及s 第三步：利用图像配准算法分别将s，（o'-W(0'-2)、...、S，（0'- n)，S，H'0)、S，（_ 2' ^…^^^^与^^进行图像配准^导到时间历史配准图^'义产气…^^及空 间历史配准图…、s(_n'Q)。3. 根据权利要求2所述的，其特征在 于，所述图像预处理包括但不局限于亮度变换、对比度变换、去噪、去雾，所述图像配准算法 包括但不局限于基于尺度不变特征转换SIFT的图像配准算法或基于仿尺度不变ASIFT的 图像配准算法。4. 根据权利要求2所述的，其特征在 于，所述步骤二中的历史标准图利用如下公式计算： 设时间历史配准图为s(°…s(°…2)、…、s(°'气则历本文档来自技高网...

【技术保护点】
一种动车组运行状态图像监控故障自动识别方法，其特征在于，包括如下步骤：步骤一：将当前动车组运行故障图像检测系统TEDS设备近期采集的该动车组历史监控图像作为时间历史图、同一线路上该动车组最近经过的其它TEDS设备采集的监控图像作为空间历史图、当前TEDS设备采集的该动车组监控图像作为当前图，将所述时间历史图、空间历史图分别与当前图进行图像配准，获取时间历史配准图及空间历史配准图；步骤二：将时间历史配准图进行加权平均，作为历史标准图；步骤三：将空间历史配准图进行加权计算，作为故障权重矩阵；步骤四：将当前图与历史标准图进行变化检测，获取特征差异矩阵；步骤五：利用特征差异矩阵与故障权重矩阵计算得到故障标记矩阵。

【技术特征摘要】

【专利技术属性】
技术研发人员：杨凯，张三林，贾志凯，张惟皎，吕赫，谢斌，徐博，张庆海，陈聪，
申请(专利权)人：中国铁道科学研究院电子计算技术研究所，北京经纬信息技术公司，
类型：发明
国别省市：北京;11