[发明专利]一种铁路货车钩提杆的故障识别方法

权利要求书

1.一种铁路货车钩提杆的故障识别方法，其特征在于，所述方法包括：

S1、获取铁路货车的线阵图像；

S2、铁路货车的图像包括正常图像和故障图像，利用截取框架将所述铁路货车的图像截取出包括13型钩提杆的区域图像，在所述区域图像中标记出13型钩提杆，利用标记完的区域图像构建数据集；

S3、将数据集输入到U-Net分割网络中进行训练，获得分割模型；

所述U-Net分割网络基于U-Net网络实现，将U-Net网络中解码过程中的连接方式concat改为求和add，且其中的卷积模块采用如下方式：

两个1*3和3*1的卷积核，分别与输入做卷积，卷积之后分别加入两个BN层中，两个BN层输出结果进行求和，作为下一个卷积模块的输入；

S5、利用截取框架将待检测的铁路货车图像截取出区域图像，将该区域图像输入至分割模型中，获取13型钩提杆的分割区域；

S6、对分割区域进行故障分析，判断13型钩提杆是否发生折断或脱落，对发生折断、脱落的钩提杆部件进行报警。

2.根据权利要求1所述的铁路货车钩提杆的故障识别方法，其特征在于，所述S2中的区域图像还包括位置标识部件的图像，并在所述区域图像中标记出位置标识部件，所述位置标识部件为13型钩提杆故障判别所需要的位置关系；

所述S5为：利用截取框架将待检测的铁路货车图像截取出区域图像，将该区域图像输入至分割模型中，获取13型钩提杆及位置标识部件的分割区域；

所述S6为：根据分割区域中13型钩提杆与位置标识部件的位置关系，判断13型钩提杆是否发生折断或脱落，对发生折断、脱落的钩提杆部件进行报警。

3.根据权利要求2所述的铁路货车钩提杆的故障识别方法，其特征在于，将数据集输入到U-Net分割网络中进行训练，训练过程中使用数据增强、镜像、偏移、旋转及缩放来增加权重的鲁棒性。

4.根据权利要求3所述的铁路货车钩提杆的故障识别方法，其特征在于，所述S1采用在固定的探测站点搭建高速成像设备，获取货车各部位的线阵灰度图像，保证图像中存在各种自然干扰下的图像。