[发明专利]一种无需预设模板的列车组故障识别方法及装置有效

专利信息
申请号: 201811320495.0 申请日: 2018-11-07
公开(公告)号: CN109740410B 公开(公告)日: 2020-11-13
发明(设计)人: 刘硕研;薛昊;李超;杨凯;方凯;王明哲;李依诺;丁旭 申请(专利权)人: 中国铁路总公司;中国铁道科学研究院集团有限公司;中国铁道科学研究院集团有限公司电子计算技术研究所;北京经纬信息技术公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王莹;吴欢燕
地址: 100844*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 无需 预设 模板 车组 故障 识别 方法 装置
【说明书】:

发明实施例提供一种无需预设模板的列车组故障识别方法及装置,该方法包括:根据采集的列车组图像,识别列车组的车头和车尾,去除采集的列车组图像中车头前的图像和车尾后的图像,得到完整列车组图像;根据完整列车组图像,识别列车组的车厢连接处;根据车厢连接处,对完整列车组图像进行拼接,得到列车组的每一节车厢的完整图像;将目标车厢图像与参考车厢图像进行特征匹配,识别目标车厢故障位置,其中,目标车厢为待检测的车厢,参考车厢为列车组中除目标车厢外的其他车厢。本发明实施例提供的无需预设模板的列车组故障识别方法及装置,利用当前采集的列车组图像,在无需历史车辆模板库的前提下完成故障的实时分析与识别。

技术领域

本发明涉及故障识别领域,尤其涉及一种无需预设模板的列车组故障识别方法及装置。

背景技术

为了满足人们日益增长的运输需求,铁路列车的运行速度逐步提高,密度也在不断加大,铁路运输生产对列车运行的可靠性要求越来越高。动车组列车是完成铁路高速运输任务最重要的移动设备,动车组开行密度大、运营里程长、运用环境复杂、运行速度快、运行图编排密集,在高速运行状态下,任何细小、细微的故障都有可能引发重大事故,影响高速铁路的运行安全,造成运输中断、线路阻塞,给国民经济造成较大损失,因此加强动车组故障识别准确率至关重要。

然而目前的动车组故障自动识别方法,大多基于大量的预设模板库,根据列车车厢号,检索其相应的历史模板,进行特征匹配,从而判断是否存在潜在故障。

现有的动车组故障识别方法存在如下问题:

首先,预设模板库由于拍摄的时间不同,存在光照、行车速度等外在干扰因素,从而造成了虽是同一辆列车,但是采集的图像有较大的区别,从而造成了很高的误报率。

其次,列车在修理时会出现一些零部件的位置变化,从而在很大程度上需要新增模板库,否则将有很大的误报出现。

发明内容

本发明实施例为克服上述技术缺陷,提供一种无需预设模板的列车组故障识别方法及装置。

第一方面,本发明实施例提供一种无需预设模板的列车组故障识别方法,包括:

根据采集的列车组图像,识别列车组的车头和车尾,去除所述采集的列车组图像中车头前的图像和车尾后的图像,得到完整列车组图像;

根据所述完整列车组图像,识别列车组的车厢连接处;

根据所述车厢连接处,对所述完整列车组图像进行拼接,得到列车组的每一节车厢的完整图像;

将目标车厢图像与参考车厢图像进行特征匹配,识别目标车厢故障位置,其中,所述目标车厢为待检测的车厢,参考车厢为列车组中除所述目标车厢外的其他车厢。

第二方面,本发明实施例提供一种无需预设模板的列车组故障识别装置,包括:

第一处理模块,用于根据采集的列车组图像,识别列车组的车头和车尾,去除所述采集的列车组图像中车头前的图像和车尾后的图像,得到完整列车组图像;

第二处理模块,用于根据所述完整列车组图像,识别列车组的车厢连接处;

拼接模块,用于根据所述车厢连接处,对所述完整列车组图像进行拼接,得到列车组的每一节车厢的完整图像;

识别模块,用于将目标车厢图像与参考车厢图像进行特征匹配,识别目标车厢故障位置,其中,所述目标车厢为待检测的车厢,参考车厢为列车组中除所述目标车厢外的其他车厢。

第三方面,本发明实施例提供一种电子设备,包括存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如第一方面所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国铁路总公司;中国铁道科学研究院集团有限公司;中国铁道科学研究院集团有限公司电子计算技术研究所;北京经纬信息技术公司,未经中国铁路总公司;中国铁道科学研究院集团有限公司;中国铁道科学研究院集团有限公司电子计算技术研究所;北京经纬信息技术公司许可,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/201811320495.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top