[发明专利]一种紧固件是否松动的检测方法

说明书

本发明公开了一种紧固件防松标识的检测方法、系统存储介质及计算机设备，其中方法包括以下步骤：获取被测紧固件的待测三维点云数据；分别提取所述待测三维点云数据以及预存储的样本三维点云数据中的特征点，将所述待测三维点云数据中的所有特征点与所述样本三维点云数据中的所有特征点进行配准；对配准后的所述待测三维点云数据和所述样本三维点云数据进行分割，保留包含防松标识的有效数据区；将分割后的两份有效数据区中的特征点进行比对，根据两份有效数据区中的特征点是否存在差异，判断防松标识是否发生偏转。本发明能够有效的发现经常或容易松动的紧固件位置，进而可对应用此紧固件的部位或结构的改进提供有效数据，具有很高的实用性。

技术领域

本发明涉及成像检测及处理领域，特别涉及一种紧固件防松标识的检测方法、系统存储介质及计算机设备。

背景技术

目前，地铁车辆普遍采取的连接紧固方式为螺纹连接，依靠螺纹副承载。这种紧固方式其最大的优点是拆卸比较方便、实用，但其存在的振松问题，必然会导致设备运行状况恶化，甚至造成部件损坏，严重的将危及行车安全。因此，车辆检修和维护的最重要环节及前提就是紧固良好。针对这种情况，选择可靠、可行的紧固方式就显得尤为重要，这时就得对紧固件做好相应的防松措施，同时还得做好防松标记，即在紧固连接处划线，且标记清晰、整齐、美观，由于紧固件的垫圈处间隙较小，允许防松标记在垫圈缝隙处断开，但必须保证防松标记在一条直线上。采用人力检修的地方，在检修时，需要人进去到车底，通过人眼识别，是否错位，判断紧固件是否松动来保证后续的检查和维护工作的开展。采用机器检测的地方，通过各种检测装置，对车底拍摄照片，然后通过人眼识别有异常的图片。这种方式存在的问题是，一列动车就几十万张图像，而且拍摄的图像几乎全是被污渍、灰尘遮盖的紧固件。以至于造成了一个班组需要十几个人不停的查看从车底拍摄的防松标识的图像，且长时间查看造成眼部疲劳，耗费大量人力。除此外，基于AI的检测也陷入困境，因为AI训练需要大量的正常检测图像和异常检测图像作为数据库样本。由于异常检测图像极少，所以对异常的训练不充分，从而也很难准确的发现异常。

传统防松标识的识别方法的缺点：1、靠人眼，费时费力，而且一般情况下，检测的环境比较恶劣，会对人的身体健康造成影响。同时如果有大量任务，会产生很多的人力资源的浪费。2、如果防松标识，被污渍、灰尘等遮盖，人眼无法完成识别工作，并且目前已有的基于颜色识别的2D图像技术，因为污渍遮盖等原因也不能进行准确的识别和判断。

发明内容

针对上述技术问题，本发明提供一种使用方便、能够省时省力、不受污渍、灰尘等遮盖影响的紧固件是否松动的检测方法。

为解决上述技术问题，本发明提供一种紧固件是否松动的检测方法，在所述紧固件上画上防松标识，并且还包括以下步骤：

获取被测紧固件的待测三维点云数据；

分别提取所述待测三维点云数据以及预存储的样本三维点云数据中的特征点，将所述待测三维点云数据中的所有特征点与所述样本三维点云数据中的所有特征点进行配准；

对配准后的所述待测三维点云数据和所述样本三维点云数据进行分割，保留包含防松标识的有效数据区；

将分割后的两份有效数据区中的特征点进行比对，根据两份有效数据区中的特征点是否存在差异，判断防松标识是否发生偏转。

本发明通过将新获取的待测三维点云数据中的特征点与预存储的样本三维点云数据中的特征点的配准，能够实现对未发生变动部分特征点的匹配，分割以后，能够最大程度的保留含有防松标识部分的有效数据区，减小数据处理的数量，针对分割区域的特征点比对，能够准确直接的确定出防松标识对应的区域的特征点是否存在差异，从而判断防松标识是否发生偏转。解决了传统防松标识是否偏转判断过程中因污渍、灰尘遮盖不能完成的基于视觉检测的局限，无需清洗被检测紧固件，不受污渍、灰尘等遮盖物面积、颜色的影响，即可完成检测，应用范围广，效率高，检测结果错误率低，具有很高的实用性。

附图说明