一种信号箱内螺母松动检测方法及装置制造方法及图纸

本发明专利技术提供了一种信号箱内螺母松动检测方法及装置，该方法预先采集信号箱内螺母的图像数据；然后根据采集的图像数据，搭建网络模型并进行训练以获取检测网络模型；最后采集待测信号箱内螺母的图像数据，并通过训练好的检测网络模型识别信号箱内螺栓与螺母的位置，通过比较位置变化量与阈值的大小判断是否出现螺母松动。本发明专利技术可在不打开信号箱且不需要额外对螺母进行刻线或用油漆划线等物理标记的情况下，对信号箱内螺母松动情况进行自动检测。本发明专利技术可提高信号箱的安装效率，为信号设备维护和设备故障精确定位提供辅助信息。本发明专利技术具有较为广泛的适用性，除了信号箱外，还可以推广到其他应用场景的螺母松动检测中，具有良好的推广应用前景。良好的推广应用前景。良好的推广应用前景。

【技术实现步骤摘要】
一种信号箱内螺母松动检测方法及装置


[0001]本专利技术涉及螺母检测
，具体涉及一种信号箱内螺母松动检测方法及装置。

技术介绍

[0002]在铁路交通领域，信号箱属于信号室外设备的常用装置，如信号机、转辙机、应答器等设备均需要通过信号箱连接对应的信号电缆，箱内的配线通过接线螺栓和螺母进行线缆固定和连接。根据信号箱内螺栓和螺母安装方式，每个连接螺栓上一般设有多个六角螺母。如果受到振动等外界因素影响，信号箱内固定信号线缆的螺母一旦松动，将引起线缆接触不良、短路等现象，会造成设备故障，进而影响设备正常运营。
[0003]目前，关于固定螺母是否松动的检查主要通过人工定期打开信号箱进行巡视和检修。由于信号箱数量较多，维护工作量大，人工逐个开箱检查效率低且不及时。也有一些利用电子系统进行自动定期或在线检测，这种方法多采用在螺栓或螺母上安装应变检测传感器来实现，该方法需要特制螺栓或螺母，并且会有额外的电信号作用于螺母，会对通过螺母连接的信号产生影响，同时会造成成本高、应用受限、不适用于信号箱盒内的螺母松动检测。也有一些通过在安装好螺母之后，对拧紧后的待测螺母进行刻线或用油漆划线等物理标记，然后通过获取螺母的照片，识别标记位置及变化，进而判断螺母是否松动的方法。而信号箱内螺母数量较多，该方法需要对每一个螺母进行物理标记，同样有操作不便，不利于安装的问题。

技术实现思路

[0004]本专利技术的目的在于克服现有技术之缺陷，提供了一种信号箱内螺母松动检测方法及装置，该方法首先获取信号箱盒内部螺母的照片，然后进行算法自动识别，计算出螺栓上各个螺母居中条棱之间的水平及垂直方向上的距离值，并和初次安装所记录的初始值进行对比，通过比较变化量与阈值的大小判断是否出现螺母松动。针对信号箱内螺母松动的检测以及现有技术需要对待测螺母进行物理标记后识别的方法存在的操作维护不便、不利用安装等问题，本专利技术能够实现在不打开信号箱，且不需要额外对螺母进行物理标记的情况下，对信号箱内螺母松动情况进行自动检测。
[0005]为了到达预期效果，本专利技术采用了以下技术方案：
[0006]本专利技术公开了一种信号箱内螺母松动检测方法，包括：
[0007]S1)预先采集信号箱内螺母的图像数据；
[0008]S2)根据采集的图像数据，搭建网络模型并进行训练以获取检测网络模型；
[0009]S3)采集待测信号箱内螺母的图像数据，并通过训练好的检测网络模型识别信号箱内螺栓与螺母的位置；
[0010]S4)通过比较位置变化量与阈值的大小判断是否出现螺母松动。
[0011]进一步地，所述S1)具体包括：通过在信号箱内安装图像采集装置来采集信号箱内
螺母的图像数据。
[0012]进一步地，采用YOLOv5s目标检测算法搭建网络模型。
[0013]进一步地，所述S2)具体包括：根据采集的图像数据建立样本库，对样本库中的螺栓及螺母进行标注，并利用标注好的数据集进行网络训练，根据训练结果对螺栓及螺母进行定位并用矩形框进行标记以获取检测网络模型。
[0014]进一步地，所述数据集包括一组原始图片以及对应图片中人工标注螺栓和螺母的坐标位置和长宽数据。
[0015]进一步地，所述S3)具体包括：采集待测信号箱内螺母的图像数据，应用训练好的检测网络模型对采集的信号箱内的图像数据进行识别，进而对螺栓及螺母进行定位并用矩形框进行标记，根据识别到的螺栓的矩形框范围裁剪带螺母矩形框的子图，在子图的螺母矩形框范围内进行基于霍夫变换的直线检测以获取螺母居中条棱的位置坐标。
[0016]进一步地，将检测的直线中相对子图中螺母矩形框垂直中心距离最小的条棱作为居中条棱。
[0017]进一步地，所述S4)具体包括：基于螺母居中条棱的位置坐标，计算螺母居中条棱之间的水平距离以及垂直距离并计算其相对于初始值的变化量，通过比较变化量与阈值的大小判断是否出现螺母松动。
[0018]进一步地，对采集的图像数据进行预处理后再进行网络模型检测。
[0019]本专利技术还公开了一种信号箱内螺母松动检测装置，包括：
[0020]图像采集模块，用于采集信号箱内螺栓和螺母的图像数据；
[0021]通信模块，用于将采集的图像数据传输至数据检测服务模块；
[0022]数据检测服务模块，用于搭建网络模型并进行训练以获取检测网络模型；用于通过训练好的检测网络模型识别信号箱内螺栓与螺母的位置；用于通过比较位置变化量与阈值的大小判断是否出现螺母松动。
[0023]与现有技术相比，本专利技术的有益效果是：本专利技术提供了一种信号箱内螺母松动检测方法及装置，该方法预先采集信号箱内螺母的图像数据；然后根据采集的图像数据，搭建网络模型并进行训练以获取检测网络模型；最后采集待测信号箱内螺母的图像数据，并通过训练好的检测网络模型识别信号箱内螺栓与螺母的位置，通过比较位置变化量与阈值的大小判断是否出现螺母松动。本专利技术能够实现在不打开信号箱且不需要额外对螺母进行物理标记的情况下，对信号箱内螺母松动情况进行自动检测。本专利技术可提高信号箱的安装效率，为信号设备维护和设备故障精确定位提供了辅助信息。同时，本专利技术具有较为广泛的适用性，除了信号箱外，还可以推广到其他应用场景的螺母松动检测中，具有良好的推广应用前景。
附图说明
[0024]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述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它的附图。
[0025]图1是本专利技术实施例提供的一种信号箱内螺母松动检测方法的流程图。
[0026]图2是本专利技术实施例提供的一种信号箱内螺母松动检测方法的信号箱内螺母示例图。
[0027]图3是本专利技术实施例提供的一种信号箱内螺母松动检测方法的信号箱内螺栓和螺母的标记示例图。
[0028]图4是本专利技术实施例提供的一种信号箱内螺母松动检测方法的信号箱内螺母水平及垂直距离的计算示例图。
具体实施方式
[0029]下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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它实施例，都属于本专利技术保护的范围。
[0030]参见图1至图4，本专利技术公开了一种信号箱内螺母松动检测方法，包括：
[0031]S1)预先采集信号箱内螺母的图像数据；这一步通过采集不同角度及采光位置的图片来增加数据的丰富度，为后续训练网络模型做好准备。根据螺栓及螺母的安装结构可知，一般采集的图像数据包括螺栓和螺母，每个螺栓会对应一个或多个螺母。一般螺母为六角螺母，在信号箱初次安装的时候即可获取初始的图像数据。
[0032]S2)根据采集的图像数据，搭建网络模型并进行训本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信号箱内螺母松动检测方法，其特征在于，包括：S1)预先采集信号箱内螺母的图像数据；S2)根据采集的图像数据，搭建网络模型并进行训练以获取检测网络模型；S3)采集待测信号箱内螺母的图像数据，并通过训练好的检测网络模型识别信号箱内螺栓与螺母的位置；S4)通过比较位置变化量与阈值的大小判断是否出现螺母松动。2.如权利要求1所述的一种信号箱内螺母松动检测方法，其特征在于，所述S1)具体包括：通过在信号箱内安装图像采集装置来采集信号箱内螺母的图像数据。3.如权利要求1所述的一种信号箱内螺母松动检测方法，其特征在于，采用YOLOv5s目标检测算法搭建网络模型。4.如权利要求3所述的一种信号箱内螺母松动检测方法，其特征在于，所述S2)具体包括：根据采集的图像数据建立样本库，对样本库中的螺栓及螺母进行标注，并利用标注好的数据集进行网络训练，根据训练结果对螺栓及螺母进行定位并用矩形框进行标记以获取检测网络模型。5.如权利要求4所述的一种信号箱内螺母松动检测方法，其特征在于，所述数据集包括一组原始图片以及对应图片中人工标注螺栓和螺母的坐标位置和长宽数据。6.如权利要求1所述的一种信号箱内螺母松动检测方法，其特征在于，所述S3)具体包括：采集待测信号箱内螺母的图像数据...

【专利技术属性】
技术研发人员：全宏宇，习博，李乾社，石先明，张伟，李超，孙世磊，陈龙，窦磊，闫硕，曾舒宇，马浩，
申请(专利权)人：中铁第四勘察设计院集团有限公司，
类型：发明
国别省市：