基于语义分割的智能转辙机检修评估方法、设备及介质技术

本发明专利技术涉及一种基于语义分割的智能转辙机检修评估方法、设备及介质，该方法包括以下步骤：步骤S1、客户端采集转辙机工作状态图像发送给服务器，作为待检测图像；步骤S2、服务器采用训练好的语义分割模型对待检测图像进行分割；步骤S3、服务器根据语义分割结果计算转辙机自动开闭器动静接点接触深度、动接点与静接点座间隙以及动接点柱中心与静接点簧片中心线的距离；步骤S4、服务器将分割结果和接触距离发送给客户端，客户端根据接触距离判断转辙机工作状态是否正常。与现有技术相比，本发明专利技术具有抗干扰能力强，分割效果稳定，精度高等优点。优点。优点。

【技术实现步骤摘要】
基于语义分割的智能转辙机检修评估方法、设备及介质


[0001]本专利技术涉及轨道交通设备的检修技术，尤其是涉及一种基于语义分割的智能转辙机检修评估方法、设备及介质。

技术介绍

[0002]城市轨道交通检修评估工作是保障地铁正常运行的重要一环。传统方案是人工测量转辙机工作状态，存在以下无法避免的缺点：1、工作人员长时间工作容易疲劳导致测量存在误差。2、不同人员测量存在主观误差。3、人工测量速度慢、效率低，费时费力。因此，急需一款智能转辙机检修评估设备，简化城市轨道交通维修人员的日常工作流程，进行统一标准的转辙机检测评估。
[0003]经过检索中国专利公开号CN113155504A公开了轨道交通用转辙机智能测试系统，包括数据收集模块，所述数据收集模块包括传感器模块、调理转换电路和控制模块，所述数据收集模块实现对转辙机运行状态参数同步实时收集，所述传感器用以采集轨道岔转辙机转换力矩、工作电流、电压、运行环境数据、表示杆缺口，检测信号经调理转换电路放大、滤波，转换为标准的脉冲信号，并进行A/D转换处理，并经过通信电缆传输至故障预测处理模块，所述控制模块包括控制中心、电源模块，通讯交换模块、道岔控制模块。但是该在对轨道岔转辙机设备运行状态进行监测时，需要在转辙机设备上加装传感器模块、调理转换电路和控制模块来收集信息，因此存在安装操作繁琐等问题。

技术实现思路

[0004]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于语义分割的智能转辙机检修评估方法、设备及介质。
[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]根据本专利技术的第一方面，提供了一种基于语义分割的智能转辙机检修评估方法，该方法包括以下步骤：
[0007]步骤S1、客户端采集转辙机工作状态图像发送给服务器，作为待检测图像；
[0008]步骤S2、服务器采用训练好的语义分割模型对待检测图像进行分割；
[0009]步骤S3、服务器根据语义分割结果计算转辙机自动开闭器动静接点接触深度、动接点与静接点座间隙以及动接点柱中心与静接点簧片中心线的距离；
[0010]步骤S4、服务器将分割结果和接触距离发送给客户端，客户端根据接触距离判断转辙机工作状态是否正常。
[0011]作为优选的技术方案，所述的步骤S1具体为：
[0012]步骤S
11
、客户端APP拍摄转辙机工作状态图像；
[0013]步骤S
12
、客户端APP通过局域网将拍摄的图像发送给服务器，作为待检测图像。
[0014]作为优选的技术方案，所述的客户端APP具备调用相机拍摄、选择图像、界面显示、与服务器通信功能的APP。
[0015]作为优选的技术方案，所述的步骤S2具体为：
[0016]步骤S
21
，拍摄设定数量的转辙机图像，制作训练数据集；
[0017]步骤S
22
，对数据集进行数据增强；
[0018]步骤S
23
，使用labelme对数据集进行标注，生成对应的json文件，其中json文件中存储着类别名称，以及每个类别的边缘坐标值信息；
[0019]步骤S
24
，将数据集和对应的标签按设定比例分为训练集和验证集，存放在指定文件夹中；
[0020]步骤S
25
，搭建语义分割网络模型，设置网络参数，开始训练模型；
[0021]步骤S
26
，得到训练模型，在验证集上测试效果后，对待检测图像进行分割。
[0022]作为优选的技术方案，所述步骤S
22
中的数据增强包括对数据集进行改变亮度、增加噪点、旋转操作。
[0023]作为优选的技术方案，所述步骤S
24
中的设定比例为4:1。
[0024]作为优选的技术方案，所述的步骤S3具体为：
[0025]步骤S
31
，根据颜色信息，从分割结果中，提取出所需类别包含转辙机动接点圆柱、静接点弹簧片以及底座间隙；
[0026]步骤S
32
，计算不同实例类别的正外接矩形，从而得到不同类别的宽度、高度和中心坐标信息；
[0027]步骤S
33
，根据动接点圆柱直径的实际长度和对应分割掩码的宽度、高度信息，计算出图像中每个像素点所代表的实际长度；
[0028]步骤S
34
，根据不同类别的宽度、高度和中心坐标信息，计算出转辙机自动开闭器动静接点接触深度、动接点与静接点座间隙以及动接点柱中心与静接点簧片中心线的距离，再乘以每个像素点所代表的实际长度，求出对应的实际距离。
[0029]作为优选的技术方案，所述的步骤S4中，将分割结果、自动开闭器动静接点接触深度、动接点与静接点座间隙、动接点柱中心与静接点簧片中心线的距离和转辙机工作状态在APP界面进行显示。
[0030]根据本专利技术的第二方面，提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现所述的方法。
[0031]根据本专利技术的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现所述的方法。
[0032]与现有技术相比，本专利技术具有以下优点：
[0033]1)本专利技术将机器视觉领域的图像语义分割方法应用于转辙机智能评估，基于深度学习的语义分割方法，抗干扰能力强，分割效果稳定；
[0034]2)本专利技术能够根据语义分割结果智能计算开闭器动静接点接触深度、动接点与静接点座间隙以及动接点柱中心与静接点簧片中心线的距离，这是像素级距离计算，精度可以达到小数点后三位，相比于传统手工测量方法，精度高；
[0035]4)本专利技术能够自动保存分割结果，方便日后查看；
[0036]5)本专利技术通过客户端APP调用摄像头拍照，根据采集的图像信息，就可以对转辙机工作状态进行评估，无需在转辙机设备上额外加装硬件，操作简单；
[0037]6)本专利技术客户端APP通过局域网将待检测图像传输给服务器，进行转辙机状态评
估，无需额外布置通信电缆，操作既方便，又减少了成本。
附图说明
[0038]图1为本专利技术方法的流程图；
[0039]图2为客户端APP选择图像界面；
[0040]图3为客户端APP等待接收界面；
[0041]图4为客户端APP通信异常界面；
[0042]图5为客户端APP成功接收数据且转辙机正常；
[0043]图6为客户端APP成功接收数据且转辙机异常；
[0044]图7为训练集样本标注；
[0045]图8为语义分割网络框架图；
[0046]图9为提取不同分割类别结果图；
[0047]图10为计算不同分割类别的中心坐标和外接矩形框图。
具体实施方式
[0048]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于语义分割的智能转辙机检修评估方法，其特征在于，该方法包括以下步骤：步骤S1、客户端采集转辙机工作状态图像发送给服务器，作为待检测图像；步骤S2、服务器采用训练好的语义分割模型对待检测图像进行分割；步骤S3、服务器根据语义分割结果计算转辙机自动开闭器动静接点接触深度、动接点与静接点座间隙以及动接点柱中心与静接点簧片中心线的距离；步骤S4、服务器将分割结果和接触距离发送给客户端，客户端根据接触距离判断转辙机工作状态是否正常。2.根据权利要求1所述的一种基于语义分割的智能转辙机检修评估方法，其特征在于，所述的步骤S1具体为：步骤S
11
、客户端APP拍摄转辙机工作状态图像；步骤S
12
、客户端APP通过局域网将拍摄的图像发送给服务器，作为待检测图像。3.根据权利要求2所述的一种基于语义分割的智能转辙机检修评估方法，其特征在于，所述的客户端APP具备调用相机拍摄、选择图像、界面显示、与服务器通信功能的APP。4.根据权利要求1所述的一种基于语义分割的智能转辙机检修评估方法，其特征在于，所述的步骤S2具体为：步骤S
21
，拍摄设定数量的转辙机图像，制作训练数据集；步骤S
22
，对数据集进行数据增强；步骤S
23
，使用labelme对数据集进行标注，生成对应的json文件，其中json文件中存储着类别名称，以及每个类别的边缘坐标值信息；步骤S
24
，将数据集和对应的标签按设定比例分为训练集和验证集，存放在指定文件夹中；步骤S
25
，搭建语义分割网络模型，设置网络参数，开始训练模型；步骤S
26
，得到训练模型，在验证集上测试效果后，对待检测图像进行...

【专利技术属性】
技术研发人员：秘慧杰，张兵建，曹鹏，范东明，魏盛昕，刘永建，夏一鸣，马晓勇，
申请(专利权)人：卡斯柯信号郑州有限公司，
类型：发明
国别省市：