铁路货车人力制动机拉铆销折断的检测方法，本发明专利技术涉及铁路货车故障检测方法。本发明专利技术的目的是为了解决现有半监物体督检测算法主要侧重于具有水平边界框的物体，不适用角度多样的人力制动机拉铆销的故障检测，导致铁路货车人力制动机拉铆销折断检测准确率低，以及若采用分割的方法结合图像处理得出拉铆销角度时，在数据准备与模型调试阶段需要大量的数据标注工作的问题。过程为：一、构建图像数据集；二、基于构建的图像数据集训练学生模型和教师模型，获得训练好的教师网络模型；分类损失，回归损失及方向损失采用旋转感知自适应加权损失获得总体损失；三、获得检测结果。本发明专利技术用于故障检测领域。
【技术实现步骤摘要】
本专利技术涉及铁路货车故障检测方法。
技术介绍
1、相比于传统的采用人工查图的铁路货车故障检测方法，基于深度学习的自动化故障检测的方法能够显著的提升检测的效率，降低成本，同时还能避免由于检车人员疲劳造成的漏检、误检现象。
2、现有半监物体督检测算法主要侧重于具有水平边界框的物体，但由于人力制动机拉杆拉杆链图像位于列车底部，拉铆销所连接的杆链装置在车辆行驶过程中会发生不定量的旋转，导致所拍摄到的拉铆销角度多样，在检测折断时，直接将不同角度的拉铆销统一进行检测，易造成漏检、误检，且若采用分割的方法结合图像处理得出拉铆销角度，在数据准备与模型调试阶段需要大量的数据标注工作的。
技术实现思路
1、本专利技术的目的是为了解决现有半监物体督检测算法主要侧重于具有水平边界框的物体，不适用角度多样的人力制动机拉铆销的故障检测，导致铁路货车人力制动机拉铆销折断检测准确率低，以及若采用分割的方法结合图像处理得出拉铆销角度时，在数据准备与模型调试阶段需要大量的数据标注工作的问题，而提出铁路货车人力制动机拉铆销折断的检测方法。
2、铁路货车人力制动机拉铆销折断的检测方法具体过程为：
3、步骤一、采集铁路货车图像，截取每张图像中制动钢前侧图像；标记制动钢前侧图像中人力制动机拉杆及拉杆链位置坐标，获得标记人力制动机拉杆及拉杆链位置坐标的子图，子图中一部分进行拉铆销标记，另外一部分不进行拉铆销标记；
4、将进行拉铆销标记的子图和不进行拉铆销标记的子图作为数据集；</p>5、步骤二、将数据集作为学生模型和教师模型的输入，学生模型和教师模型输出拉铆销位置坐标和方向信息；
6、基于数据集对学生模型和教师模型进行训练，获得训练好的教师模型；
7、学生模型和教师模型的总体损失函数由分类损失，回归损失及方向损失三部分组成；
8、分类损失，回归损失及方向损失采用旋转感知自适应加权损失获得总体损失；
9、回归损失采用平滑的l1损失；
10、分类损失采用二元交叉熵损失；
11、方向损失采用中心度损失；
12、旋转感知自适应加权损失定义为：
13、
14、其中np为伪标签的数量，为第i个伪标签-预测对的无监督损失，为第i个伪标签-预测对的调节参数；
15、伪标签-预测对为：
16、从教师模型的输出中抽取伪标签，并在伪标签相同的位置上选择学生模型的预测结果，得到一组伪标签-预测对；
17、伪标签为：
18、将不进行拉铆销标记的子图输入教师模型，教师模型输出的拉铆销位置坐标和方向信息为伪标签；
19、步骤三、将待测铁路货车图像输入训练好的教师网络模型，获得检测结果。
20、优选地，步骤一中采集铁路货车图像，截取每张图像中制动钢前侧图像；标记制动钢前侧图像中人力制动机拉杆及拉杆链位置坐标，获得标记人力制动机拉杆及拉杆链位置坐标的子图，子图中一部分进行拉铆销标记，另外一部分不进行拉铆销标记；
21、将进行拉铆销标记的子图和不进行拉铆销标记的子图作为数据集；具体过程为：
22、步骤一一、将铁路货车底部过车图像按照先验知识，截取每张图像中制动钢前侧图像；
23、步骤一二、人为标记制动钢前侧图像中的人力制动机拉杆及拉杆链位置坐标，将标记人力制动机拉杆及拉杆链位置坐标的制动钢前侧图像作为训练集；
24、步骤一三、采用训练集对faster-rcnn定位模型进行训练，获得训练好的faster-rcnn定位模型；
25、步骤一四、将新截取的制动钢前侧图像输入训练好的faster-rcnn定位模型，输出标记人力制动机拉杆的位置坐标和拉杆链的位置坐标的子图；
26、步骤一五、将子图分为两部分，一部分进行拉铆销标记，另外一部分不进行拉铆销标记。
27、优选地，步骤二中基于数据集对学生模型和教师模型进行训练，获得训练好的教师模型；具体过程为：
28、步骤二一、设置学生模型和教师模型的训练迭代次数，初始学习率，动量，权重衰减；
29、步骤二二、初始训练：
30、将有标签的标记拉铆销位置的数据输入学生模型，计算总体损失并更新学生模型，得到初始训练好的学生模型；
31、在训练过程中，使用指数移动平均公式计算学生模型参数的指数移动平均值；
32、将学生模型参数的指数移动平均值作为教师模型的参数，得到初始训练好的教师模型；
33、步骤二三、对未标记拉铆销的子图数据进行增强处理，得到增强处理后的未标记拉铆销的子图；
34、步骤二四、将增强处理后的未标记拉铆销的子图输入步骤二二初始训练好的教师模型，得到伪标签数据；
35、步骤二五、将伪标签数据以及标记好的拉铆销的子图输入步骤二二初始训练好的学生模型，计算总体损失并更新学生模型，将学生模型参数的指数移动平均值作为教师模型的参数；
36、步骤二六、迭代执行步骤二三和步骤二五，直至达到停止条件，获得训练好的教师模型。
37、优选地，步骤二三中对未标记拉铆销的子图数据进行增强处理，得到增强处理后的未标记拉铆销的子图；具体过程为：
38、对未标记拉铆销的子图进行强增强处理，强增强包括旋转、缩放、裁剪、翻转；
39、对未标记拉铆销的子图进行弱增强处理，弱增强包括平移、亮度调整、噪声添加。
40、优选地，第i个伪标签-预测对的调节参数定义如下：
41、
42、其中：σi为中间变量；
43、优选地，
44、其中：为教师模型输出的伪标签，单位为弧度；
45、为在教师模型输出的伪标签相同的位置，学生模型预测的旋转角度，单位为弧度；
46、α为超参数。
47、优选地，学生网络模型和教师网络模型训练迭代次数为100000次，初始学习率设置为0.0025，动量设置为0.9，权重衰减设置为0.0001。
48、优选地，步骤三中将待测铁路货车图像输入训练好的教师网络模型，获得检测结果；具体过程为：
49、步骤五一、将待测铁路货车图像输入训练好的教师网络模型，检测包含拉铆销的子图，得到子图中的检测框坐标及得分，类别信息和方向信息；
50、基于检测框坐标获得拉铆销长度ldetect；
51、方向信息即拉铆销旋转角度θ；
52、步骤五二、基于已知的不同旋转角度情况下对应的正常拉铆销长度lnormal；
53、若步骤五一检测到的旋转角度θ的情况下拉铆销长度ldetect小于对应旋转角度的正常拉铆销长度lnormal，则判定拉铆销折断，否则拉铆销初判断正常，执行步骤五三；
54、步骤五三、应用预先训练好的faster-rcnn定位模型，对初判断正常的拉铆销检测是否存在本文档来自技高网
...
【技术保护点】
1.铁路货车人力制动机拉铆销折断的检测方法，其特征在于：所述方法具体过程为：
2.根据权利要求1所述铁路货车人力制动机拉铆销折断的检测方法，其特征在于：所述步骤一中采集铁路货车图像，截取每张图像中制动钢前侧图像；标记制动钢前侧图像中人力制动机拉杆及拉杆链位置坐标，获得标记人力制动机拉杆及拉杆链位置坐标的子图，子图中一部分进行拉铆销标记，另外一部分不进行拉铆销标记；
3.根据权利要求2所述铁路货车人力制动机拉铆销折断的检测方法，其特征在于：所述步骤二中基于数据集对学生模型和教师模型进行训练，获得训练好的教师模型；具体过程为：
4.根据权利要求3所述铁路货车人力制动机拉铆销折断的检测方法，其特征在于：所述步骤二三中对未标记拉铆销的子图数据进行增强处理，得到增强处理后的未标记拉铆销的子图；具体过程为：
5.根据权利要求4所述铁路货车人力制动机拉铆销折断的检测方法，其特征在于：所述第i个伪标签-预测对的调节参数定义如下：
6.根据权利要求5所述铁路货车人力制动机拉铆销折断的检测方法，其特征在于：所述
7.根据权利要求6所述铁路货车人力制动机拉铆销折断的检测方法，其特征在于：所述学生网络模型和教师网络模型训练迭代次数为100000次，初始学习率设置为0.0025，动量设置为0.9，权重衰减设置为0.0001。
8.根据权利要求7所述铁路货车人力制动机拉铆销折断的检测方法，其特征在于：所述步骤三中将待测铁路货车图像输入训练好的教师网络模型，获得检测结果；具体过程为：
9.根据权利要求8所述铁路货车人力制动机拉铆销折断的检测方法，其特征在于：所述步骤五三中预先训练好的Faster-rcnn定位模型为预先采用带标签的存在拉铆销折断后的断茬和不存在拉铆销折断后的断茬的数据训练好的Faster-rcnn定位模型。
...
【技术特征摘要】
1.铁路货车人力制动机拉铆销折断的检测方法，其特征在于：所述方法具体过程为：
2.根据权利要求1所述铁路货车人力制动机拉铆销折断的检测方法，其特征在于：所述步骤一中采集铁路货车图像，截取每张图像中制动钢前侧图像；标记制动钢前侧图像中人力制动机拉杆及拉杆链位置坐标，获得标记人力制动机拉杆及拉杆链位置坐标的子图，子图中一部分进行拉铆销标记，另外一部分不进行拉铆销标记；
3.根据权利要求2所述铁路货车人力制动机拉铆销折断的检测方法，其特征在于：所述步骤二中基于数据集对学生模型和教师模型进行训练，获得训练好的教师模型；具体过程为：
4.根据权利要求3所述铁路货车人力制动机拉铆销折断的检测方法，其特征在于：所述步骤二三中对未标记拉铆销的子图数据进行增强处理，得到增强处理后的未标记拉铆销的子图；具体过程为：
5.根据权利要求4所述铁路货车人力制动机拉铆销折断的检...
【专利技术属性】
技术研发人员：姜鸿，
申请(专利权)人：哈尔滨市科佳通用机电股份有限公司，
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。