【技术实现步骤摘要】
铁路货车钩尾框折断故障识别方法
本专利技术涉及铁路货车故障识别方法。
技术介绍
钩尾框属于货车的车钩部分，起到连接两节货车的作用，由于货车载重量大对钩尾框损耗较重，容易使钩尾框发生折断故障。当发生折断故障而没有及时发现则会危及行车安全，造成严重后果。在传统的钩尾框折断故障检测中，采用人工观察图像的方式进行故障检测，作业量大，不断地重复作业，对于肉眼检测很容易造成视觉疲劳，影响工作人员的视力，并造成漏检的出现，影响行车安全。传统的图像处理方法，对这种室外条件干扰多、图像灰度变化大、目标形态多变的故障很难有效的识别。
技术实现思路
本专利技术的目的是为了解决现有铁路货车钩尾框折断故障识别准确率低的问题，而提出铁路货车钩尾框折断故障识别方法。铁路货车钩尾框折断故障识别方法具体过程为：步骤一、采集铁路货车钩尾框正常图像与故障图像，作为铁路货车钩尾框图像数据集；步骤二、对铁路货车钩尾框图像数据集进行扩增；步骤三、对铁路货车钩尾框图像数据集样本进行标记；步骤四、基于步骤...
【技术保护点】
1.铁路货车钩尾框折断故障识别方法，其特征在于：所述方法具体过程为：/n步骤一、采集铁路货车钩尾框正常图像与故障图像，作为铁路货车钩尾框图像数据集；/n步骤二、对铁路货车钩尾框图像数据集进行扩增；/n步骤三、对铁路货车钩尾框图像数据集样本进行标记；/n步骤四、基于步骤三得到的标记后的铁路货车钩尾框图像数据集样本训练HyperNet模型，得到训练好的HyperNet模型；/n步骤五、对训练好的HyperNet模型加入报警报文生成算法，算法完成后，生成故障识别模块，将故障识别模块安装在基站，当有货车通过基站的时候，相机采集图像，调用故障识别模块对钩尾框折断故障进行判别；/n若识...
【技术特征摘要】
1.铁路货车钩尾框折断故障识别方法，其特征在于：所述方法具体过程为：
步骤一、采集铁路货车钩尾框正常图像与故障图像，作为铁路货车钩尾框图像数据集；
步骤二、对铁路货车钩尾框图像数据集进行扩增；
步骤三、对铁路货车钩尾框图像数据集样本进行标记；
步骤四、基于步骤三得到的标记后的铁路货车钩尾框图像数据集样本训练HyperNet模型，得到训练好的HyperNet模型；
步骤五、对训练好的HyperNet模型加入报警报文生成算法，算法完成后，生成故障识别模块，将故障识别模块安装在基站，当有货车通过基站的时候，相机采集图像，调用故障识别模块对钩尾框折断故障进行判别；
若识别为钩尾框折断故障，则输出故障信息至平台，供人工确认及处理；
若识别无钩尾框折断故障，则无需报警，继续等待下一趟货车的到来。
2.根据权利要求1所述铁路货车钩尾框折断故障识别方法，其特征在于：所述步骤二中对铁路货车钩尾框图像数据集进行扩增；过程为：
根据车体结构先验知识，截取钩尾框托板所在子图；
对子图中钩尾框托板故障图像样本进行增强来增加样本；过程为：
根据钩尾框托板故障形态，使用Photoshop改变原始故障的大小、位置、形态、灰度，得到扩增后的钩尾框托板故障图像；
然后对所有铁路货车钩尾框图像进行整体扩增，过程为：
对Photoshop好的钩尾框托板故障图像以及步骤一得到的铁路货车钩尾框图像数据集进行翻转、偏移操作增加数据集。
3.根据权利要求1或2所述铁路货车钩尾框折断故障识别方法，其特征在于：所述步骤三中对铁路货车钩尾框图像数据集样本进行标记；
使用标签对样本进行标记，最初标记两类，一类为折断故障，另一类为钩尾框所在区域。
4.根据权利要求3所述铁路货车钩尾框折断故障识别方法，其特征在于：所述步骤四中基于步骤三得到的标记后的铁路货车钩尾框图像数据集样本训练HyperNet模型，得到训练好的HyperNet模型；具体过程为：
HyperNet模型结构包括：
特征获取网络模型、生成候选框网络RPN层、固定输出大小的池化ROIPooling层及输出；
将标记后的铁路货车钩尾框图像数据集样本输入到HyperNet模型进行训练，若达到训练精度，得到训练好的HyperNet模型；若未达到训练精度，...
【专利技术属性】
技术研发人员：汤岩，
申请(专利权)人：哈尔滨市科佳通用机电股份有限公司，
类型：发明
国别省市：黑龙;23
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。