本申请提供的一种受电弓检测方法及装置，方法包括：获取待测受电弓的视频流数据，以及受电弓数据库的状态训练样本，所述状态训练样本包括受电弓运作视频及对应的受电弓运行数据，根据所述受电弓运作视频及对应的受电弓运行数据，构建目标检测算法模型，从所述视频流数据中提取得到所述待测受电弓的运行过程视频数据，将所述运行过程视频数据输入到所述目标检测算法模型，计算得到所述待测受电弓的运行状态和运行时间。基于一种标检测算法模型的受电弓检测方法，解决现有的受电弓检测方法无法在复杂情形下对受电弓的运行状态和运行时间进行检测的技术问题。间进行检测的技术问题。间进行检测的技术问题。
【技术实现步骤摘要】
一种受电弓检测方法及装置
[0001]本专利技术涉及视觉检测
，尤其涉及一种受电弓检测方法及装置。
技术介绍
[0002]受电弓作为电力机车的唯一动力来源，对机车的行驶安全有着至关重要的影响，因而对其进行及时的检测和维修也是列车平时维护工作的重点。尤其是随着行车次数的增加，受电弓升降系统的疲劳度增加，有可能出现故障。但人工检查可能会存在滞后性，因此对受电弓的视觉检测具有一定意义。
[0003]而现有的受电弓升降时间检测算法一般可以分为接触式检测方法与非接触式检测方法。接触式检测方式主要是通过安装一些接触式传感器例如压力传感器，加速度传感器进行检测，而非接触式检测方法主要包括测距技术检测和图像处理技术检测。测距技术检测主要依赖于激光和超声波进行距离测量，图像处理技术依赖摄像机或工业相机进行记录，并且通过目标检测识别其中的受电弓。
[0004]现有的受电弓检测方案都是接触式检测方法，虽然该方法可以得到较为准确的结果，但是过程过于繁琐，不便于列车发车及入库时的即时检测。而一般的目标检测算法也不一定适用于处理过程中可能出现的遮挡，多目标重合等问题。
技术实现思路
[0005]本专利技术提供了一种受电弓检测方法及装置，基于目标检测算法模型，解决现有的受电弓检测方法无法在复杂情形下对受电弓的运行状态和运行时间进行检测的技术问题。
[0006]第一方面，本专利技术提供了一种受电弓检测方法，包括：
[0007]获取待测受电弓的视频流数据，以及受电弓数据库的状态训练样本；所述状态训练样本包括受电弓运作视频及对应的受电弓运行数据；
[0008]根据所述受电弓运作视频及对应的受电弓运行数据，构建目标检测算法模型；
[0009]从所述视频流数据中提取得到所述待测受电弓的运行过程视频数据；
[0010]将所述运行过程视频数据输入到所述目标检测算法模型，计算得到所述待测受电弓的运行状态和运行时间。
[0011]可选地，根据所述受电弓运作视频及对应的受电弓运行数据，构建目标检测算法模型，包括：
[0012]建立与所述受电弓运作视频及对应的受电弓运行数据对应的初步目标检测算法模型；
[0013]根据所述受电弓运作视频及对应的受电弓运行数据，对所述初步目标检测算法模型进行训练，得到训练后的初步目标检测算法模型；
[0014]基于所述受电弓运作视频及对应的受电弓运行数据，验证所述训练后的初步目标检测算法模型，得到所述目标检测算法模型。
[0015]可选地，根据所述受电弓运作视频及对应的受电弓运行数据，对所述初步目标检
测算法模型进行训练，得到训练后的初步目标检测算法模型，包括：
[0016]将所述受电弓运作视频输入到所述初步目标检测算法模型，生成对应的数据输出；
[0017]根据所述受电弓运作视频及对应的受电弓运行数据和所述数据输出，确定训练误差；
[0018]基于所述训练误差，对所述初步目标检测算法模型进行调整，得到最优参数，并采用所述最优参数，优化所述初步目标检测算法模型，得到所述训练后的初步目标检测算法模型。
[0019]可选地，将所述受电弓运作视频输入到所述初步目标检测算法模型，生成对应的数据输出之前，还包括：
[0020]初始化所述初步目标检测算法模型的参数。
[0021]第二方面，本专利技术提供了一种受电弓检测装置，包括：
[0022]获取模块，用于获取待测受电弓的视频流数据，以及受电弓数据库的状态训练样本；所述状态训练样本包括受电弓运作视频及对应的受电弓运行数据；
[0023]构建模块，用于根据所述受电弓运作视频及对应的受电弓运行数据，构建目标检测算法模型；
[0024]提取模块，用于从所述视频流数据中提取得到所述待测受电弓的运行过程视频数据；
[0025]检测模块，用于将所述运行过程视频数据输入到所述目标检测算法模型，计算得到所述待测受电弓的运行状态和运行时间。
[0026]可选地，所述构建模块包括：
[0027]建立子模块，用于建立与所述受电弓运作视频及对应的受电弓运行数据对应的初步目标检测算法模型；
[0028]训练子模块，用于根据所述受电弓运作视频及对应的受电弓运行数据，对所述初步目标检测算法模型进行训练，得到训练后的初步目标检测算法模型；
[0029]验证子模块，用于基于所述受电弓运作视频及对应的受电弓运行数据，验证所述训练后的初步目标检测算法模型，得到所述目标检测算法模型。
[0030]可选地，所述训练子模块包括：
[0031]生成单元，用于将所述受电弓运作视频输入到所述初步目标检测算法模型，生成对应的数据输出；
[0032]误差单元，用于根据所述受电弓运作视频及对应的受电弓运行数据和所述数据输出，确定训练误差；
[0033]优化单元，用于基于所述训练误差，对所述初步目标检测算法模型进行调整，得到最优参数，并采用所述最优参数，优化所述初步目标检测算法模型，得到所述训练后的初步目标检测算法模型。
[0034]可选地，所述训练子模块还包括：
[0035]初始单元，用于初始化所述初步目标检测算法模型的参数。
[0036]第三方面，本申请提供一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上述第一方面
提供的所述方法中的步骤。
[0037]第四方面，本申请提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
[0038]第五方面，本申请提供一种计算机程序产品，所述计算机程序产品被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
[0039]从以上技术方案可以看出，本专利技术具有以下优点：
[0040]本专利技术提供了一种受电弓检测方法及装置，包括：获取待测受电弓的视频流数据，以及受电弓数据库的状态训练样本，所述状态训练样本包括受电弓运作视频及对应的受电弓运行数据，根据所述受电弓运作视频及对应的受电弓运行数据，构建目标检测算法模型，从所述视频流数据中提取得到所述待测受电弓的运行过程视频数据，将所述运行过程视频数据输入到所述目标检测算法模型，计算得到所述待测受电弓的运行状态和运行时间。基于一种标检测算法模型的受电弓检测方法，解决现有的受电弓检测方法无法在复杂情形下对受电弓的运行状态和运行时间进行检测的技术问题。
附图说明
[0041]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性的前提下，还可以根据这些附图获得其它的附图。
[0042]图1为本专利技术的一种受电弓检测方法实施例一的流程步骤图；
[0043]图2为本专利技术的一种受电弓检测方法实施本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种受电弓检测方法，其特征在于，包括：获取待测受电弓的视频流数据，以及受电弓数据库的状态训练样本；所述状态训练样本包括受电弓运作视频及对应的受电弓运行数据；根据所述受电弓运作视频及对应的受电弓运行数据，构建目标检测算法模型；从所述视频流数据中提取得到所述待测受电弓的运行过程视频数据；将所述运行过程视频数据输入到所述目标检测算法模型，计算得到所述待测受电弓的运行状态和运行时间。2.根据权利要求1所述的受电弓检测方法，其特征在于，根据所述受电弓运作视频及对应的受电弓运行数据，构建目标检测算法模型，包括：建立与所述受电弓运作视频及对应的受电弓运行数据对应的初步目标检测算法模型；根据所述受电弓运作视频及对应的受电弓运行数据，对所述初步目标检测算法模型进行训练，得到训练后的初步目标检测算法模型；基于所述受电弓运作视频及对应的受电弓运行数据，验证所述训练后的初步目标检测算法模型，得到所述目标检测算法模型。3.根据权利要求1所述的受电弓检测方法，其特征在于，根据所述受电弓运作视频及对应的受电弓运行数据，对所述初步目标检测算法模型进行训练，得到训练后的初步目标检测算法模型，包括：将所述受电弓运作视频输入到所述初步目标检测算法模型，生成对应的数据输出；根据所述受电弓运作视频及对应的受电弓运行数据和所述数据输出，确定训练误差；基于所述训练误差，对所述初步目标检测算法模型进行调整，得到最优参数，并采用所述最优参数，优化所述初步目标检测算法模型，得到所述训练后的初步目标检测算法模型。4.根据权利要求1所述的受电弓检测方法，其特征在于，将所述受电弓运作视频输入到所述初步目标检测算法模型，生成对应的数据输出之前，还包括：初始化所述初步目标检测算法模型的参数。5.一种受电弓检测装置，其特征在于，包括：获取模块，用于获取待测受电弓的视频流数据，以及受电弓数据库的状态训练样本；所述状态训练样本包括受电弓运作视频及对应的...
【专利技术属性】
技术研发人员：赵海生，张志锋，王开文，吴昊，席臻栋，焦杨，丁颖，
申请(专利权)人：国能铁路装备有限责任公司，
类型：发明
国别省市：
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。