一种动车组受电弓故障检测方法、装置及存储介质制造方法及图纸

本申请公开了一种动车组受电弓故障检测方法、装置及存储介质，其中，方法包括首先通过受电弓的历史监测图像构建故障检测算法模型，由于历史监测图像包含有受电弓存在异物时对应的监测图像，所以在获取到受电弓的监测图像时，可以从监测图像中检测异物并得到异物入侵检测结果，然后根据异物入侵检测结果中目标入侵项的运动路径判断该目标入侵项是否以受电弓为终点，如果是，则为真正的异物入侵项。应用上述技术方案，能够实现对受电弓的异物入侵进行检测，保证了受电弓故障检测的全面性，提高了行车安全性。另外，在训练故障检测算法模型时所采用的历史监测图像为实际监测中的真实图像，因此保证了受电弓故障检测结果准确性。

【技术实现步骤摘要】
一种动车组受电弓故障检测方法、装置及存储介质
本申请涉及视频与图像处理
，特别是涉及一种动车组受电弓故障检测方法、装置及存储介质。
技术介绍
弓网系统是轨道交通高压供电系统中的关键环节，列车运行过程中，受电弓和接触网通过接触点组成一个相互振荡和耦合的振动系统，易磨损接触线和碳滑板，从而缩短弓网的使用寿命。另外，受电弓运行过程中遭受异物撞击等外力影响会出现弓结构异常等严重故障，直接影响列车运行安全。动车组现有受电弓故障检测系统主要对受电弓进行图像采集，通过对采集的图像或者视频进行处理以分析受电弓的异常情况，但由于图像处理算法的局限性，只能判断出受电弓结构上的异常，无法对异物入侵等情况进行检测。鉴于上述现有技术，寻求一种能够解决故障检测不全面问题的动车组受电弓故障检测方法是本领域技术人员亟待解决的问题。
技术实现思路
本申请的目的是提供一种动车组受电弓故障检测方法、装置及存储介质，能够从多方面对受电弓的异常进行检测，保证了受电弓故障检测的全面性和准确性，提高了行车安全性。为解决上述技术问题，本申请提供一种动车组受电弓故障检测方法，包括：通过受电弓的历史监测图像构建故障检测算法模型，其中所述历史监测图像包含有所述受电弓存在异物时对应的监测图像；获取所述受电弓的监测图像；将所述监测图像输入到所述故障检测算法模型以得到异物入侵检测结果；依据所述异物入侵检测结果，判断目标入侵项的运动路径是否以所述受电弓为终点；若是，则判定所述目标入侵项为异物入侵项。优选地，所述故障检测算法模型在获取到所述监测图像之后，还包括：对各所述监测图像进行前景分离以锁定所述目标入侵项；通过跟踪算法获取所述目标入侵项的运动路径。优选地，所述历史监测图像还包含有所述受电弓的碳滑板存在磨耗时对应的监测图像，则所述故障检测算法模型在获取到所述监测图像之后，还包括：获取预先存储的所述碳滑板不同位置的厚度标定值；在所述监测图像中提取所述碳滑板的侧面图像；获取所述侧面图像中所述碳滑板不同位置的厚度测量值；依据所述厚度标定值与所述厚度测量值计算所述碳滑板的磨耗分布数据并输出受电弓碳滑板磨耗检测结果。优选地，所述历史监测图像还包含有所述受电弓的结构存在异常时对应的监测图像，则所述故障检测算法模型在获取到所述监测图像之后，还包括：对所述监测图像进行图像增强处理；对图像增强处理后的所述监测图像进行特征提取以得到所述受电弓的特征分布响应图；对所述特征分布响应图进行不变性分析以得到所述受电弓的几何形态估计；获取所述受电弓的所述碳滑板、支架和羊角的形态参数标准值；对所述几何形态估计中的几何参数和所述形态参数标准值进行关联比对并输出弓结构异常检测结果。优选地，所述历史监测图像还包含有所述受电弓的结构存在异常时对应的监测图像，则所述故障检测算法模型在获取到所述监测图像之后，还包括：对当前监测图像之前的若干帧监测图像和之后的若干帧监测图像进行加权和偏移校准以得到目标监测图像；对所述当前监测图像和所述目标监测图像进行相似度判别并输出弓结构异常检测结果。优选地，所述历史监测图像还包含有所述受电弓的碳滑板与标定水平线的夹角大于预设阈值时对应的监测图像，则所述故障检测算法模型在获取到所述监测图像之后，还包括：通过定位模型确定所述监测图像中的受电弓区域；通过弓角子模型提取所述受电弓区域中的弓角区域；通过所述弓角区域确定碳滑板区域；通过直线拟合算法获取所述碳滑板的形态信息以确定所述碳滑板与标定水平线的夹角；输出所述受电弓倾斜角度检测结果。优选地，还包括：获取受电弓碳滑板磨耗检测结果、弓结构异常检测结果、异物入侵检测结果和受电弓倾斜角度检测结果；对所述受电弓碳滑板磨耗检测结果、所述弓结构异常检测结果、所述异物入侵检测结果和所述受电弓倾斜角度检测结果进行分析及预警。为解决上述技术问题，本申请还提供一种动车组受电弓故障检测装置，包括：构建模块，用于通过受电弓的历史监测图像构建故障检测算法模型，其中所述历史监测图像包含有所述受电弓存在异物时对应的监测图像；获取模块，用于获取所述受电弓的监测图像；输入模块，用于将所述监测图像输入到所述故障检测算法模型以得到异物入侵检测结果；判断模块，用于依据所述异物入侵检测结果，判断目标入侵项的运动路径是否以所述受电弓为终点；若是，则判定所述目标入侵项为异物入侵项。为解决上述技术问题，本申请还提供一种动车组受电弓故障检测装置，包括存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如所述的动车组受电弓故障检测方法的步骤。为解决上述技术问题，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如所述的动车组受电弓故障检测方法的步骤。本申请所提供的动车组受电弓故障检测方法，首先通过受电弓的历史监测图像构建故障检测算法模型，由于历史监测图像包含有受电弓存在异物时对应的监测图像，所以在获取到受电弓的监测图像时，可以从监测图像中检测异物并得到异物入侵检测结果，然后根据异物入侵检测结果中目标入侵项的运动路径判断该目标入侵项是否以受电弓为终点，如果是，则为真正的异物入侵项。应用上述技术方案，能够实现对受电弓的异物入侵进行检测，保证了受电弓故障检测的全面性，提高了行车安全性。另外，在训练故障检测算法模型时所采用的历史监测图像为实际监测中的真实图像，因此保证了受电弓故障检测结果准确性。附图说明为了更清楚地说明本申请实施例，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申请的一些实施例，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为本申请实施例提供的一种动车组受电弓故障检测方法的流程图；图2为本申请实施例提供的一种动车组受电弓故障检测装置的结构示意图；图3为本申请另一实施例提供的动车组受电弓故障检测装置的结构图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他实施例，都属于本申请保护范围。本申请的核心是提供一种动车组受电弓故障检测方法、装置及存储介质，能够从多方面对受电弓的异常进行检测，保证了受电弓故障检测的全面性和准确性，提高了行车安全性。为了使本
的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。图1为本申请实施例提供的一种动车组受电弓故障检测方法的流程图。如图1所示，该方法包括：...

【技术保护点】
1.一种动车组受电弓故障检测方法，其特征在于，包括：/n通过受电弓的历史监测图像构建故障检测算法模型，其中所述历史监测图像包含有所述受电弓存在异物时对应的监测图像；/n获取所述受电弓的监测图像；/n将所述监测图像输入到所述故障检测算法模型以得到异物入侵检测结果；/n依据所述异物入侵检测结果，判断目标入侵项的运动路径是否以所述受电弓为终点；/n若是，则判定所述目标入侵项为异物入侵项。/n

【技术特征摘要】
1.一种动车组受电弓故障检测方法，其特征在于，包括：
通过受电弓的历史监测图像构建故障检测算法模型，其中所述历史监测图像包含有所述受电弓存在异物时对应的监测图像；
获取所述受电弓的监测图像；
将所述监测图像输入到所述故障检测算法模型以得到异物入侵检测结果；
依据所述异物入侵检测结果，判断目标入侵项的运动路径是否以所述受电弓为终点；
若是，则判定所述目标入侵项为异物入侵项。


2.如权利要求1所述的动车组受电弓故障检测方法，其特征在于，所述故障检测算法模型在获取到所述监测图像之后，还包括：
对各所述监测图像进行前景分离以锁定所述目标入侵项；
通过跟踪算法获取所述目标入侵项的运动路径。


3.如权利要求1所述的动车组受电弓故障检测方法，其特征在于，所述历史监测图像还包含有所述受电弓的碳滑板存在磨耗时对应的监测图像，则所述故障检测算法模型在获取到所述监测图像之后，还包括：
获取预先存储的所述碳滑板不同位置的厚度标定值；
在所述监测图像中提取所述碳滑板的侧面图像；
获取所述侧面图像中所述碳滑板不同位置的厚度测量值；
依据所述厚度标定值与所述厚度测量值计算所述碳滑板的磨耗分布数据并输出受电弓碳滑板磨耗检测结果。


4.如权利要求1所述的动车组受电弓故障检测方法，其特征在于，所述历史监测图像还包含有所述受电弓的结构存在异常时对应的监测图像，则所述故障检测算法模型在获取到所述监测图像之后，还包括：
对所述监测图像进行图像增强处理；
对图像增强处理后的所述监测图像进行特征提取以得到所述受电弓的特征分布响应图；
对所述特征分布响应图进行不变性分析以得到所述受电弓的几何形态估计；
获取所述受电弓的所述碳滑板、支架和羊角的形态参数标准值；
对所述几何形态估计中的几何参数和所述形态参数标准值进行关联比对并输出弓结构异常检测结果。


5.如权利要求1所述的动车组受电弓故障检测方法，其特征在于，所述历史监测图像还包含有所述受电弓的结构存在异常时对应的监测图像，则所述故障检测算法模型在获取到所述监测图像之后，还包括：<...

【专利技术属性】
技术研发人员：马文龙，周建升，林森，马周聪，王延翠，
申请(专利权)人：中车青岛四方机车车辆股份有限公司，
类型：发明
国别省市：山东;37