[发明专利]一种动车故障自动检测方法

说明书

技术领域

本发明涉及一种自动检测方法，具体涉及一种动车故障自动检测方法，属于铁路运输领域。

背景技术

投入运行使用的动车需要频繁的进行一级检修(简称动车组一级修)，过程是在动车入库后由5至6人用肉眼对全车进行观察、检测，每次耗时约2个小时。由于工作量大、时间紧，在检修过程中检车人员极易出现遗漏、疲劳等情况，存在较大的安全隐患。

发明内容

本发明为解决现有动车组检修方法工作量大、时间紧，在检修过程中检车人员极易出现遗漏、疲劳等情况，存在较大的安全隐患的问题，进而提出一种动车故障自动检测方法。

本发明为解决上述问题采取的技术方案是：本发明的具体步骤如下：

步骤一、获取信息：

动车入库后停稳，通过照相机、摄像机对动车底部、侧部、顶部进行拍摄获取全车信息，包括灰度信息，彩色信息及深度信息中的一个或多个；

步骤二、建立模板数据库：

针对每种动车车型建立一个标准模板，包含灰度信息、彩色信息、深度信息中的一个或多个，以及这些信息的融合，对全部待识别部件进行标定，并最终形成车型信息模板库；

步骤三、故障自动识别：

步骤四、结果处理：

信息故障自动识别完成后，对识别出的故障区域进行报警，即将结果上传到远程电脑或手机移动端；动车所检车工作人员对故障报警进行人工确认后，对动车真实故障区进行修复。

本发明的有益效果是：1、本发明利用图像信息达到故障自动识别的方式代替人工检测，具备效率高、准确率高、精度高、稳定性好等优点；2、本发明的检测结果直接上传至电脑或手机移动端，人工核验方便快捷；3、本发明节约动车所一级修的人力及时间成本。

附图说明

图1是本发明的流程框图；

图2是部件故障识别流程图。

具体实施方式

具体实施方式一：结合图1说明本实施方式，本实施方式所述一种动车故障自动检测方法的具体步骤如下：

步骤一、获取信息：

动车入库后停稳，通过照相机、摄像机对动车底部、侧部、顶部进行拍摄获取全车信息，包括灰度信息，彩色信息及深度信息中的一个或多个；

步骤二、建立模板数据库：

针对每种动车车型建立一个标准模板，包含灰度信息、彩色信息、深度信息中的一个或多个，以及这些信息的融合，对全部待识别部件进行标定，并最终形成车型信息模板库；

步骤三、故障自动识别：

步骤四、结果处理：

信息故障自动识别完成后，对识别出的故障区域进行报警，即将结果上传到远程电脑或手机移动端；动车所检车工作人员对故障报警进行人工确认后，对动车真实故障区进行修复。

具体实施方式二：结合图1和图2说明本实施方式，本实施方式所述一种动车故障自动检测方法的步骤三中故障自动识别的具体步骤如下：

步骤三(一)、提取模板数据：

利用待检测动车的灰度信息，首先通过先验知识确定车号区域的大致位置，提取出车号及其周围的信息；利用相应的信息处理算法，对信息内的字符进行定位及识别，最终输出动车车号；通过识别出的车号判断待检测动车的车型，进而从车型信息模板库中检索得到相应的模板；

步骤三(二)、信息融合：

为了将信息量综合运用，将对灰度信息、彩色信息及深度信息中的一个或多个进行融合，合成后的信息比单一的信息精度更高、信息量也更加丰富；在融合过程中需要将信息分解成不同分辨率的信息，从而使信息融合的更加自然，保留的细节信息更多；其中彩色信息由于是多通道信息，可以按照每一个通道单独进行融合；

步骤三(三)、故障自动识别：

根据模板标定的部件位置，提取出待识别部件信息，包括灰度信息、彩色信息、深度信息和融合信息中的一个或多个。

具体实施方式三：结合图1和图2说明本实施方式，本实施方式所述一种动车故障自动检测方法的步骤三(三)中灰度信息处理时，计算部件区域的灰度特征和纹理特征，将模板数据库中信息的灰度特征和纹理进行对比，判断其差异性；彩色信息和深度信息是进行故障识别的两个重要依据，通常情况下，某些部件具有一定特殊特征，比如其颜色和深度；通过这两个特征可以更加有效的对故障进行判断；融合后的综合信息拥有更加丰富的信息，可以通过此信息对故障进行更加全面的分析，找到更加有效的信息处理方法；

最后，将灰度信息、彩色信息、融合信息中的一个或多个以及先验知识进行全面综合考虑，统计加权求和，得到此部件是否存在疑似故障。