巡检机器人定位检修部件的方法及系统技术方案

本发明专利技术涉及地铁车辆检修技术领域，实施例具体公开一种巡检机器人定位检修部件的方法及系统，通过获取列车车号和列车停靠位置相对于预设停靠位置的距离偏差值；根据列车车号判断该列车车型是否为数据库已有车型，若是则从数据库中调用该列车车型的历史车轴位置数据，根据历史车轴位置数据和列车停靠位置相对于预设停靠位置的距离偏差值生成该列车的各个车轴位置数据，根据该列车的各个车轴位置数据定位到各个检修部件的方法，利用大数据分析方法构建了列车车轴分布关系，根据列车停靠位置的距离偏差值计算各个车轴位置数据进而定位到各个检修部件，让巡检机器人在作业过程中不用去定位每一个转向架，达到了提高整体检测效率的目的。

【技术实现步骤摘要】
巡检机器人定位检修部件的方法及系统
本专利技术涉及地铁车辆检修
，具体涉及一种巡检机器人定位检修部件的方法及系统。
技术介绍
地铁车辆是城市轨道交通中重要的组成部分，在铁路轨道上行驶，负责运载客人。地铁车辆结构复杂，为保障地铁车辆的日常安全运营，地铁车辆在每日执行完运载任务后，都需要回到专用检修库进行检修。检修内容主要包含地铁车辆的部件松动、断裂、缺失、变形等。为提高检修作业效率，用智能设备替代完全的人工作业，已经是越来越明显的趋势。在自动化检修的作业环节当中，精确定位检测部件是基础且关键的技术，如何让巡检机器人高效准确的定位检测部件是目前亟需解决的问题。
技术实现思路
有鉴于此，本申请提供一种巡检机器人定位检修部件的方法及系统，能够解决或者至少部分解决上述存在的问题。为解决以上技术问题，本专利技术提供的技术方案是一种巡检机器人定位检修部件的方法，包括：获取列车车号和列车停靠位置相对于预设停靠位置的距离偏差值；根据列车车号判断该列车车型是否为数据库已有车型，若是，则从数据库中调用该列车车型的历史车轴位置数据，根据历史车轴位置数据和列车停靠位置相对于预设停靠位置的距离偏差值生成该列车的各个车轴位置数据，根据该列车的各个车轴位置数据定位到各个检修部件，若否，则采集该列车的各个车轴位置数据存入数据库。优选的，所述获取列车车号和列车停靠位置相对于预设停靠位置的距离偏差值的方法包括：按照预存的电子地图中的预设路径行进至预设拍摄位置拍摄列车车号，获得列车车号图像，从列车车号图像中提取出列车车号；根据列车车号字符在列车车号图像中的位置计算列车车号字符与预设车号字符位置的距离偏差值，进一步计算出列车停靠位置与预设停靠位置的距离偏差值。优选的，所述采集该列车的各个车轴位置数据存入数据库的方法包括：以列车转向架为单位，定位第一个转向架的第一根车轴相对于预设停靠位置的位置为列车停靠位置；依次到达每个转向架需要定位的车轴位置，完成对每个车轴的若干次定位，获得每个车轴对应的若干个车轴位置数据；将每个车轴对应的若干个车轴位置数据中出现频次最多的车轴数据作为该车轴的实际位置数据存入数据库。优选的，巡检机器人定位检修部件的方法还包括：生成列车车型的历史车轴位置数据；所述生成列车车型的历史车轴位置数据的方法包括：将采集的一列车车型的每一根车轴的大量位置数据存入一个大小为n的数组；利用K-均值算法进行聚类分析，将聚类后的各个聚类中心作为代表该组数组中所有位置数据的目标数据；利用均值算法计算所有聚类中心，即找到该车轴的实际位置数据。优选的，所述利用K-均值算法进行聚类分析，将聚类后的各个聚类中心作为代表该组数组中所有位置数据的目标数据的方法包括：根据分类个数k，随机选取k个初始的聚类中心，该k个聚类中心来自于原始数组中的位置数据；遍历数组中的每一个位置数据，并且把每个位置数据分配给距离其本身最近的聚类中心，完成k个起始聚类；重新移动聚类中心至上一步骤中的k个起始聚类的自己的中心位置，该位置的值与初始聚类中心值发生变化，并将新的聚类中心作为下一次计算的输入；以新的聚类中心重新分配数组中的所有位置数据，不断迭代循环，直至目标函数的最小值出现；其中，目标函数采用平方差准则，即其中E表示所有聚类对象的平方差和，S是聚类对象，Mi是类Ci的各聚类对象的平均值，即：其中Ci的绝对值表示Ci的聚类对象的数目，每一次迭代过程中，每一个点都要计算一遍它和聚类中心的距离，并取出最短距离作为该点所属的类，聚类算法结尾以E获取最小值，即最后的聚类中心不再发生移动后停止，且初始聚类中心的数目控制在数组大小的一半。优选的，所述利用均值算法计算所有聚类中心的方法包括：求取最后一次迭代完成的聚类中心的均值作为该车轴位置数据，依次完成整列车所有车轴的位置数据计算。本专利技术还提供一种巡检机器人定位检修部件的系统，包括：定位信息获取模块，用于获取列车车号和列车停靠位置相对于预设停靠位置的距离偏差值；定位信息处理模块，用于根据列车车号判断该列车车型是否为数据库已有车型，若是，则从数据库中调用该列车车型的历史车轴位置数据，根据历史车轴位置数据和列车停靠位置相对于预设停靠位置的距离偏差值生成该列车的各个车轴位置数据，根据该列车的各个车轴位置数据定位到各个检修部件，若否，则采集该列车的各个车轴位置数据存入数据库。优选的，所述定位信息获取模块包括：列车车号识别单元，用于按照预存的电子地图中的预设路径行进至预设拍摄位置拍摄列车车号获得列车车号图像，从列车车号图像中提取出列车车号；列车位置获取单元，用于根据列车车号字符在列车车号图像中的位置计算列车车号字符与预设车号字符位置的距离偏差值，进一步计算出列车停靠位置与预设停靠位置的距离偏差值。优选的，所述定位信息处理模块采集该列车的各个车轴位置数据存入数据库的方法包括：以列车转向架为单位，定位第一个转向架的第一根车轴相对于预设停靠位置的位置为列车停靠位置；依次到达每个转向架需要定位的车轴位置，完成对每个车轴的若干次定位，获得每个车轴对应的若干个车轴位置数据；将每个车轴对应的若干个车轴位置数据中出现频次最多的车轴数据作为该车轴的实际位置数据存入数据库。优选的，巡检机器人定位检修部件的系统还包括历史数据生成模块，所述历史数据生成模块生成列车车型的历史车轴位置数据的方法包括：将采集的一列车车型的每一根车轴的大量位置数据存入一个大小为n的数组；利用K-均值算法进行聚类分析，将聚类后的各个聚类中心作为代表该组数组中所有位置数据的目标数据；利用均值算法计算所有聚类中心，即找到该车轴的实际位置数据。本申请与现有技术相比，其有益效果详细说明如下：本专利技术通过获取列车车号和列车停靠位置相对于预设停靠位置的距离偏差值；根据列车车号判断该列车车型是否为数据库已有车型，若是，则从数据库中调用该列车车型的历史车轴位置数据，根据历史车轴位置数据和列车停靠位置相对于预设停靠位置的距离偏差值生成该列车的各个车轴位置数据，根据该列车的各个车轴位置数据定位到各个检修部件，若否，则采集该列车的各个车轴位置数据存入数据库的方法，利用大数据分析方法构建了列车车轴分布关系，根据列车停靠位置相对于预设停靠位置的距离偏差值计算列车的各个车轴位置数据进而定位到各个检修部件进行检修，让巡检机器人在作业过程中不用去定位每一个转向架，达到了提高整体检测效率的目的。附图说明为了更清楚地说明本专利技术实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种巡检机器人定位检修部件的方法流程示意图；图2为本专利技术实施例提供的一种获取列车车号和列车停靠位置相对本文档来自技高网...

【技术保护点】
1.一种巡检机器人定位检修部件的方法，其特征在于，包括：/n获取列车车号和列车停靠位置相对于预设停靠位置的距离偏差值；/n根据列车车号判断该列车车型是否为数据库已有车型，若是，则从数据库中调用该列车车型的历史车轴位置数据，根据历史车轴位置数据和列车停靠位置相对于预设停靠位置的距离偏差值生成该列车的各个车轴位置数据，根据该列车的各个车轴位置数据定位到各个检修部件，若否，则采集该列车的各个车轴位置数据存入数据库。/n

【技术特征摘要】
1.一种巡检机器人定位检修部件的方法，其特征在于，包括：
获取列车车号和列车停靠位置相对于预设停靠位置的距离偏差值；
根据列车车号判断该列车车型是否为数据库已有车型，若是，则从数据库中调用该列车车型的历史车轴位置数据，根据历史车轴位置数据和列车停靠位置相对于预设停靠位置的距离偏差值生成该列车的各个车轴位置数据，根据该列车的各个车轴位置数据定位到各个检修部件，若否，则采集该列车的各个车轴位置数据存入数据库。


2.根据权利要求1所述的巡检机器人定位检修部件的方法，其特征在于，所述获取列车车号和列车停靠位置相对于预设停靠位置的距离偏差值的方法包括：
按照预存的电子地图中的预设路径行进至预设拍摄位置拍摄列车车号，获得列车车号图像，从列车车号图像中提取出列车车号；
根据列车车号字符在列车车号图像中的位置计算列车车号字符与预设车号字符位置的距离偏差值，进一步计算出列车停靠位置与预设停靠位置的距离偏差值。


3.根据权利要求1所述的巡检机器人定位检修部件的方法，其特征在于，所述采集该列车的各个车轴位置数据存入数据库的方法包括：
以列车转向架为单位，定位第一个转向架的第一根车轴相对于预设停靠位置的位置为列车停靠位置；
依次到达每个转向架需要定位的车轴位置，完成对每个车轴的若干次定位，获得每个车轴对应的若干个车轴位置数据；
将每个车轴对应的若干个车轴位置数据中出现频次最多的车轴数据作为该车轴的实际位置数据存入数据库。


4.根据权利要求1所述的巡检机器人定位检修部件的方法，其特征在于，还包括：生成列车车型的历史车轴位置数据；所述生成列车车型的历史车轴位置数据的方法包括：
将采集的一列车车型的每一根车轴的大量位置数据存入一个大小为n的数组；
利用K-均值算法进行聚类分析，将聚类后的各个聚类中心作为代表该组数组中所有位置数据的目标数据；
利用均值算法计算所有聚类中心，即找到该车轴的实际位置数据。


5.根据权利要求4所述的巡检机器人定位检修部件的方法，其特征在于，所述利用K-均值算法进行聚类分析，将聚类后的各个聚类中心作为代表该组数组中所有位置数据的目标数据的方法包括：
根据分类个数k，随机选取k个初始的聚类中心，该k个聚类中心来自于原始数组中的位置数据；
遍历数组中的每一个位置数据，并且把每个位置数据分配给距离其本身最近的聚类中心，完成k个起始聚类；
重新移动聚类中心至上一步骤中的k个起始聚类的自己的中心位置，该位置的值与初始聚类中心值发生变化，并将新的聚类中心作为下一次计算的输入；
以新的聚类中心重新分配数组中的所有位置数据，不断迭代循环，直至目标函数的最小值出现；
其中，目标函数...

【专利技术属性】
技术研发人员：杨凯，梁斌，高春良，谢利明，廖伟，佘纪宇，罗文翰，汪永恒，
申请(专利权)人：成都盛锴科技有限公司，
类型：发明
国别省市：四川;51