【技术实现步骤摘要】
基于3D点云和人工智能的列车车底缺陷检测方法及系统
[0001]本专利技术涉及计算机视觉
，尤其涉及一种基于3D点云和人工智能的列车车底缺陷检测方法及系统。
技术介绍
[0002]为了保障列车(比如，地铁、火车等)的安全运行，需要定期对列车的车底进行缺陷检测，以便及时发现故障和安全隐患。
[0003]目前，针对列车的车底缺陷检测基本依赖于人工目测。由于车底环境狭窄低矮、亮度不足以及检测区域长达130多米，人工目测的方式不仅检查效率低，行动不便，易疲劳，而且对工作人员的技术水平要求较高，容易出现漏检或误检的问题。
[0004]因此，需要对现有技术进行改进。
[0005]以上信息作为背景信息给出只是为了辅助理解本公开，并没有确定或者承认任意上述内容是否可用作相对于本公开的现有技术。
技术实现思路
[0006]本专利技术提供一种基于3D点云和人工智能的列车车底缺陷检测方法及系统，以高效、准确地对列车车底的缺陷进行检测。
[0007]为实现上述目的，本专利技术提供以下的技术方案：...
【技术保护点】
【技术特征摘要】
1.一种基于3D点云和人工智能的列车车底缺陷检测方法，其特征在于，所述方法包括：采集列车车底的3D点云；获取模板点云，将所述3D点云与所述模板点云进行对齐，并将对齐后的所述3D点云与所述模板点云均转换为在相机像素坐标下的2D彩色图片和深度图片；判断是否需要精确检测；若是，则根据所述3D点云对应的图片，采用缺陷检测网络对列车车底缺陷进行检测；若否，则根据所述3D点云对应的图片和所述模板点云对应的图片，采用差分算法和相似度算法对列车车底缺陷进行检测。2.根据权利要求1所述的基于3D点云和人工智能的列车车底缺陷检测方法，其特征在于，所述获取模板点云，将所述3D点云与所述模板点云进行对齐，并将对齐后的所述3D点云与所述模板点云均转换为在相机像素坐标下的2D彩色图片和深度图片的步骤包括：从模板库中查找是否有与所述3D点云匹配的模板点云；若否，则匹配失败；若是，则匹配成功，并根据所述3D点云与匹配到的所述模板点云之间的空间关系，获取刚体变换矩阵；利用所述刚体变换矩阵将所述模板点云旋转到与所述3D点云相同的位置和姿态上；利用重投影方法将所述3D点云和所述模板点云中的数据投影到同一参考坐标系，以变为有序数据；利用重投影后二维坐标与三维坐标的对应关系，分别取出所述3D点云中的RGB数据和点云数据和所述模板点云中的RGB数据和点云数据；分别根据所述RGB数据和所述点云数据，形成在相机像素坐标下的2D彩色图片和深度图片，所述2D彩色图片和所述深度图片中物体的位置和姿态相同。3.根据权利要求1所述的基于3D点云和人工智能的列车车底缺陷检测方法，其特征在于，所述根据所述3D点云对应的图片，采用缺陷检测网络对列车车底缺陷进行检测的步骤包括：获取缺陷检测网络；将所述3D点云对应的图片输入到缺陷检测网络，得到所述3D点云对应的图片中的真实缺陷，并输出缺陷部件、缺陷位置和缺陷分类信息。4.根据权利要求1所述的基于3D点云和人工智能的列车车底缺陷检测方法，其特征在于，所述根据所述3D点云对应的图片和所述模板点云对应的图片，采用差分算法和相似度算法对列车车底缺陷进行检测的步骤包括：采用差分算法分析所述3D点云对应的图片和所述模板点云对应的图片中的差异点；获取所述3D点云对应的图片中面积大于设定阈值的差异点的局部图片；利用相似度算法，在所述模板点云对应的图片中查找所述局部图片是否存在；若是，则确定所述局部图片中的差异点为误检；若否，则确定所述局部图片中的差异点为真实缺陷，并输出缺陷部件、缺陷位置和缺陷分类信息。5.一种基于3D点云和人工智能的列车车底缺陷检测系统，其特征在于，所述系统包括：点云采集模块，用于采集列车车底的3D点云；
图片对齐模块，用于获取模板点云，将所述3D点云与所述模板点云进行对齐，并将...
【专利技术属性】
技术研发人员：吴耿才，徐昌源，董辉，胡孝楠，梁颖昌，陈润松，黄永林，肖爱辉，秦军，朱晓东，张金生，郑杰锋，曾德垚，
申请(专利权)人：东莞市诺丽科技股份有限公司，
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。