[发明专利]一种铁路隧道漏缆视觉巡检装置以及产品定位检测方法有效

专利信息
申请号: 201811397287.0 申请日: 2018-11-22
公开(公告)号: CN111207304B 公开(公告)日: 2021-09-14
发明(设计)人: 田秀臣;熊道权;张飞;刘燕妮;陈镇龙 申请(专利权)人: 北京世纪东方通讯设备有限公司
主分类号: F17D5/02 分类号: F17D5/02
代理公司: 北京挺立专利事务所(普通合伙) 11265 代理人: 叶树明
地址: 102600 北京市大兴区中关村科*** 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 铁路 隧道 视觉 巡检 装置 以及 产品 定位 检测 方法
【权利要求书】:

1.一种铁路隧道漏缆视觉巡检装置,该装置整机安装于轨道工程车上,其特征在于,该装置包括安装在车厢外部的摄像系统和置于车厢内部的处理系统;

所述摄像系统,用于采集漏缆及其卡具的图像数据,并将所述图像数据发送至处理系统;

所述处理系统,用于接收摄像系统发送的图像数据,对所述图像数据分别通过基于机器学习算法的卡具缺陷智能识别处理方法和漏缆骨架跟踪处理方法进行分析处理,识别并定位出有缺陷的漏缆及其卡具;

所述处理系统,包括:

漏缆处理系统,用于接收摄像系统发送的图像数据,识别并定位漏缆图像后,基于漏缆骨架跟踪处理方法,识别并定位出有缺陷的漏缆;

卡具处理系统,用于接收摄像系统发送的图像数据,识别并定位卡具图像后,基于机器学习算法的卡具缺陷智能识别处理方法对所述图像数据进行分析处理,并基于纹理的卡具定位提取匹配,识别并定位出有缺陷的卡具;

其中,所述漏缆处理系统,包括:

粗定位模块,用于结合列车所采集公里标信息及测速传感器脉冲计数,对于web采集模式下的图像数据首先进行粗定位,根据同步采集的图像数据进行逐帧分割;

分割模块,用于对逐帧分割后的每一帧图像数据进行图像的分割处理;

提取模块,用于在已进行分割处理的图像进行形态学处理,并通过图像梯度方向直方图HOG方法,提取漏缆骨架及中心线,计算漏缆轴线的曲率,判断是否有卡具缺失或漏缆的过度弯曲;

定位模块,用于利用提取模块提取的漏缆骨架,跟踪和分析连通区域在漏缆垂直方向上的宽度,在宽度发生突变的位置定位卡具。

2.如权利要求1所述的装置,其特征在于,所述摄像系统包括成像采集端,成像采集端由安装于密闭的整体箱体结构内的图像采集模块、光学镜头实时调焦模块、成像系统位姿调节模块、照明光源控制模块和PC主机组成;

照明光源控制模块,用于对成像区域实现高光功率密度的反射照明,随着成像系统位姿调节模块位姿变化整体移动,由高精度的直流驱动电源进行程控驱动;

图像采集模块,用于接收照明光源控制模块的反射光线后,基于线阵相机系统,使用位置触发模式对被测目标的运动图像进行同步采集;

光学镜头实时调焦模块,用于根据实际成像距离进行焦距、微聚焦、光圈的三重实时闭环调节;

成像系统位姿调节模块,用于采用电动角位移台与电动旋转台机构实现成像采集端光路的俯仰、旋转程控电动调节;

PC主机,用于控制图像采集模块进行图像数据的采集,通过千兆网接口与处理系统的PC机进行数据传输通信。

3.如权利要求2所述的装置,其特征在于,所述成像采集端的底座上安装有防震结构。

4.如权利要求2所述的装置,其特征在于,所述图像采集模块的同步采集方法包括:通过速度采集电路对与轨道工程车车轮同步安装的旋转编码器进行脉冲的采集与细分,通过RS-422通讯协议传输给图像采集卡,触发线阵相机的每一行图像采集。

5.如权利要求1所述的装置,其特征在于,所述卡具处理系统包括卡具识别定位模块和卡具分析检测模块;

卡具识别定位模块,用于根据图像数据先验信息,初步定位卡具所在位置;采用局部二值模式LBP方法提取图像局部纹理特征,用于基于形状匹配的卡具区域定位,识别和定位卡具;

卡具分析检测模块,用于在卡具识别定位模块识别和定位卡具后,对整个卡具的形态缺陷通过建立卡具库和基于机器学习的方法进行自动化检测,采用SVM方法识别小样本卡具,采用深度学习方法识别大样本卡具,定位出问题卡具的位置。

6.如权利要求5所述的装置,其特征在于,所述建立卡具库和基于机器学习的方法包括:

首先对所定位的卡具图像进行人工指定关键位置特征并进行合格与否标记,通过提供给系统大量合格和不合格卡具的图样,系统通过机器学习训练,得到判断好坏的标准。

7.一种产品定位检测方法,其特征在于,该方法包括通过权利要求1-6之一所述的装置进行产品定位检测的方法。

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北京世纪东方通讯设备有限公司,未经北京世纪东方通讯设备有限公司许可,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/201811397287.0/1.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