[发明专利]机车车辆故障自动识别方法

说明书

机车车辆故障自动识别方法，属于铁路运输技术领域，本发明为解决现有采用人工对机车车辆进行检测存在工作效率低、工作质量难以保障、作业人员人身安全存在隐患的问题。本发明述机车车辆故障自动识别方法，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、深度图像或灰度图像和深度图像相结合识别车辆故障。本发明用于对铁路机车进行车辆故障识别。

技术领域

本发明涉及一种机车车辆故障的自动识别方法，属于铁路运输技术领域。

背景技术

铁路运输是一种陆上运输方式，以铁路机车牵引列车车辆在两条平行的铁轨上行驶。铁路机车，也称为火车头、机关车、机车头，是铁路中专门提供动力的车辆。随着列车开行密度的不断加大和运行速度的不断提高，铁路机车运行安全面临着更大的挑战，为此，铁路机车的车辆状态对保障列车运行安全起到了至关重要的作用。

目前，铁路机车的故障检测由检测人员人工完成，采用人工检测存在如下问题：

1、作业人员的工作经验、业务能力、劳动强度以及责任心等因素会导致故障检测过程中存在错检、漏检等情况，检测质量难以保障；

2、需要作业人员采用人工进行检测，工作效率低；

3、作业人员的人身安全存在安全隐患。

基于上述原因，采用人工对机车车辆进行检测存在工作效率低、工作质量难以保障、作业人员人身安全存在隐患的问题。

发明内容

本发明目的是为了解决现有采用人工对机车车辆进行检测存在工作效率低、工作质量难以保障、作业人员人身安全存在隐患的问题，提供了一种机车车辆故障自动识别方法。

本发明所述机车车辆故障自动识别方法，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、深度图像或灰度图像和深度图像相结合识别车辆故障。

本发明的优点：本发明所述机车车辆故障自动识别方法，采用图像处理、模式识别、深度学习相结合对机车车辆的故障部件进行检测并对故障位置进行预警，避免了传统检测方法需要依靠作业人员检测存在的问题，将人工检测转变为机检，作业质量不受作业人员的业务能力等因素限制，不会出现错检、漏检等情况，有效提高作业质量，缩短作业时间，更好地保障行车安全。

附图说明

图1是识别车辆故障的原理框图。

具体实施方式

具体实施方式一：本实施方式所述机车车辆故障自动识别方法，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。

本实施方式中，二者是指灰度图像和深度图像。

具体实施方式二：本实施方式对实施方式一作进一步说明，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，根据获取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；