【技术实现步骤摘要】
一种复杂场景轨道可视化病害检测方法
[0001]本专利技术涉及轨道巡检装置
,具体涉及一种复杂场景轨道可视化病害检测方法。
技术介绍
[0002]轨道交通对促进我国经济发展、提升人民生活品质中发挥了重大作用。轨道病害巡检对保障轨道交通安全具有举足轻重的作用。目前,基于图像的轨道可视化巡检检测技术已被应用于高铁轨道可视化病害检测中。
[0003]与具有较大里程、较大转弯半径、扣件类型较为单一的高铁相比,城市轨道显得路况更加复杂,主要体现为以下几个方面:
[0004]1)单一线路扣件、轨枕种类多:以国内某地铁公司10Km线路为例,包含了10余种扣件,6种轨枕;
[0005]2)道床形态复杂:相比高铁单一形态的道床,地铁的道床存在中间水沟、两侧水沟、横向水沟、有盖板水沟、无盖板水沟、线缆、减震筒、观察筒、安全门等多种部件,给道床异物、道床裂缝、轨枕掉块等病害检测;
[0006]3)道岔多:相比高铁,地铁站与站之间的里程短,道岔多。
[0007]综上,地铁轨道的复杂形态,给地铁轨道可视化巡检带来巨大挑战。
[0008]针对轨道可视化病害自动检测,学者们提出了大量的模式识别方法(刘奇锋,基于YOLOv3 算法的轨道扣件自动定位与检测、韦若禹,基于改进YOLO_V3算法的轨道扣件缺陷检测),这类方法对推动轨道可视化病害自动检测发挥了重要作用。但也存在以下不足:
[0009]1)深度学习方法依赖于大量训练样本,特别是进行缺陷检测的算法,需要大量的缺陷样本,才能达到满意的 ...
【技术保护点】
【技术特征摘要】
1.一种复杂场景轨道可视化病害检测方法,其特征在于,采用轨道可视化巡检平台,预先采集轨道图像作为轨道基底图像;以轨枕为单位对基底图像进行切割,并按轨枕序号对切割的基底图像进行管理;对切割的基底图像进行语义标注;在检测时,采集轨道当前图像,以轨枕为单位对当前图像进行切割;在基底图像中,找到与当前切割图像具有相同里程的基底图像;对当前切割图像和与之对应的基底图像进行对齐匹配;采用数据比对方法,检出当前切割图像相对于基底图像的变化区域;根据差异程度、变化区域语义标注信息综合判定轨道病害类型。2.根据权利要求1所述的一种复杂场景轨道可视化病害检测方法,其特征在于,所述轨道可视化巡检平台是巡检小车或机器人或轨检车或挂载巡检系统的电客车。3.根据权利要求1所述的一种复杂场景轨道可视化病害检测方法,其特征在于,所述轨道图像包括:二维灰度图像或三维深度图像或二维与三维融合图像,且轨道图像至少覆盖两侧钢轨及扣件区域;沿钢轨纵向,在单幅轨道图像内不少于1排扣件。4.根据权利要求1
‑
3任一所述的一种复杂场景轨道可视化病害检测方法,其特征在于,具体实现步骤如下:第一步:利用轨道可视化巡检平台,对拟检测的线路,从起点到终点,预先采集轨道图像作为基底图像;第二步:对采集的基底图像进行线路背景模型构建:第2.1步:沿轨道延伸方向、以轨枕为单位,对采集图像进行切割;第2.2步:从轨道的起点出发,找到图像中具有特定形状或图案的区域,作为起点标记区域F,保存为参考模板图像T,并记录该起点标记区域里程信息S;第2.3步:以包含起点标记区域F的图像为第1幅背景图像B1,按顺序、以轨枕为单位对切割后图像进行编号存储;存储的图像序列为当前线路的参考背景图像序列;第2.4步:对参考背景图像序列进行语义标注,标注内容包括:钢轨组件、道床组件、扣件组件、道岔组件;标注结果存储为与参考背景图像相同大小的标记图像;其中,包含起点标记区域F的标记图像,记为第1幅标记图像L1;所述钢轨组件包括:轨头、轨底、钢轨接头、鱼尾板夹板、夹板螺栓;所述道床组件包括:信号设备、线缆、连接钩、减震筒、裂缝、轨枕、道床;所述扣件组件包括:弹条、螺栓或螺帽、轨距挡板;所述道岔组件包括:滑床板、尖轨、可动心轨、辙叉心、轮毂螺栓,道岔区域扣件组件;所述道岔区域扣件组件包括:道岔区域扣件弹条、螺栓或螺帽、轨距挡板;所述标记图像中灰度值范围为0
‑
255,一个数值表示一种组件,最多可标注256个组件;第2.5步:构建图像序号到里程的映射表,并标注参考背景图的属性,包括:道岔、钢轨接头;第三步:采用数据比对方法检测轨道变化区域,根据标记图像中的标注信息,判定病害类型第3.1步:采用轨道可视化巡检平台,从检测线路的起始点出发,对轨道进行成像采集,并经过步骤2.2设定的起点标记区域F;所述起点标记区域包括安全门或应答器或信号设备或道岔组件或其他人工设定对象;第3.2步:在采集的图像中,采用图像匹配或目标检测方法,找到起点标记区域F,根据
标记区域F在第1幅背...
【专利技术属性】
技术研发人员:毛宏军,兰伟,胡承凯,李梅,
申请(专利权)人:成都精视华耀科技有限公司,
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。