[发明专利]机车车辆故障自动识别方法在审
| 申请号： | 201811198384.7 | 申请日： | 2018-10-15 |
| 公开（公告）号： | CN109409267A | 公开（公告）日： | 2019-03-01 |
| 发明（设计）人： | 马凌宇;孟德剑;朱金良 | 申请（专利权）人： | 哈尔滨市科佳通用机电股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06T7/30 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 毕雅凤 |
| 地址： | 150060 黑龙江省*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 机车车辆 自动识别 灰度图像 深度图像 车辆故障 铁路运输技术 工作效率 人身安全 铁路机车 图像 拍摄 检测 | ||
1.机车车辆故障自动识别方法，其特征在于，该自动识别的方法为：拍摄机车车辆的图像，获得灰度图像和深度图像，根据灰度图像、深度图像或二者结合识别车辆故障。
2.根据权利要求1所述的机车车辆故障自动识别方法，其特征在于，根据灰度图像、深度图像或灰度图像和深度图像相结合识别车辆故障的具体过程为：
拍摄基准机车的车辆图像，获得基准机车车辆的灰度图像和深度图像；
根据基准机车车辆的灰度图像和深度图像建立基准机车车辆的基准数据库；
拍摄基准数据库中机车车型的大量机车车辆的灰度图像和深度图像，根据获得的灰度图像和深度图像训练深度学习模型；
拍摄当前机车车辆的图像，获得当前机车车辆的灰度图像和深度图像；
根据当前机车车辆的灰度图像和深度图像，利用深度学习模型预测当前机车车辆的车型；
将当前机车车辆的灰度图像和深度图像与基准数据库中对应车型的基准图像进行配准；
对机车车辆的故障部件进行识别；
对机车车辆的故障部件进行位置预警。
3.根据权利要求2所述的机车车辆故障自动识别方法，其特征在于，机车车辆的基准数据库中包含机车车辆的灰度图像、深度图像和各机车车辆部件的位置标记。
4.根据权利要求2所述的机车车辆故障自动识别方法，其特征在于，对机车车辆的故障部件进行位置预警包括：将预警位置逆向映射显示在机车车辆的原始图像上。
5.根据权利要求2所述的机车车辆故障自动识别方法，其特征在于，对机车车辆的故障部件进行识别的具体过程为：
步骤1、通过深度学习模型预测当前机车车辆对应基准数据库中的哪个基准机车车辆；
步骤2、将当前机车车辆图像与基准数据库中的基准机车车辆图像进行配准；
步骤3、配准后的机车车辆图像利用模式识别对故障进行识别。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨市科佳通用机电股份有限公司，未经哈尔滨市科佳通用机电股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811198384.7/1.html，转载请声明来源钻瓜专利网。
