[发明专利]一种基于计算机视觉与超声波探伤的铁路检测方法和系统

权利要求书

1.一种基于计算机视觉与超声波探伤的铁路检测方法，其特征在于，包括步骤：

通过摄像头采集列车前方的铁路图像，通过超声波探伤装置采集车辆前方铁轨的超声波探伤信号，通过环境感应设备采集环境数据；所述摄像头、超声波探伤装置并列设置，同时采集轨道的同一点位信息；

对铁路图像数据通过神经网络模型进行识别，获取图像轨道缺陷数据；

对超声波探伤信号进行波形分析，获得超声轨道缺陷数据；

基于同一时间下的采集数据，对所获得的图像轨道缺陷数据、超声轨道缺陷数据和环境数据进行分析和验证，以获取到该轨道点位的轨道缺陷优化数据；包括步骤：

建立时间轴，将图像轨道缺陷数据、超声轨道缺陷数据和环境数据根据其各自的时间点均放入时间轴中；

以时间轴的时间跨步为单位，依次检测该时间跨步内包含的是图像轨道缺陷数据、还是超声轨道缺陷数据或者两种缺陷数据都有，根据所包含的缺陷数据类别对每个时间跨步进行分类；

根据分类结果，调取现有的环境数据，根据环境数据的状态，判断该时间下列车所处的轨道位置确定该位置存在缺陷是否可靠，若可靠则进行反馈，以该时间下列车所处的轨道位置确定该位置存在缺陷，并将该点位位置和缺陷数据发送至管理终端；若不可靠则判定该点位缺陷识别错误，不进行反馈；以获取到该轨道点位的轨道缺陷优化数据。

2.根据权利要求1所述的一种基于计算机视觉与超声波探伤的铁路检测方法，其特征在于，所述对铁路图像数据通过神经网络模型进行识别，获取图像轨道缺陷数据，包括步骤：

提取铁路图像中的铁轨特征点；

对铁路图像中的铁轨特征点进行拟合得到铁轨车道线，进行转换后构成由铁轨像素构成的轨道灰度图；

将所述轨道灰度图输入基于神经网络预先建立的铁路损伤识别模型，识别轨道缺陷数据。

3.根据权利要求2所述的一种基于计算机视觉与超声波探伤的铁路检测方法，其特征在于，利用大量的轨道缺陷图像通过神经网络模型训练获得铁路损伤识别模型。

4.根据权利要求1所述的一种基于计算机视觉与超声波探伤的铁路检测方法，其特征在于，所述对超声波探伤信号进行波形分析，获得超声轨道缺陷数据，包括步骤：

对超声波探伤信号进行时域和频率分析，得到轨道缺陷特征量的波形图，所述特征量包括频率、幅值和相位；

将得到轨道缺陷特征量的波形图和与正常轨道特征量的波形图进行对比分析，并基于分析结果确定该轨道缺陷的缺陷类型和等级。

5.根据权利要求1所述的一种基于计算机视觉与超声波探伤的铁路检测方法，其特征在于，根据环境数据的状态，判断该时间下列车所处的轨道位置确定该位置存在缺陷是否可靠时：

若环境数据处于良好状态，则以该时间下列车所处的轨道位置确定该位置存在缺陷，并将该点位位置和缺陷数据发送至管理终端；若环境数据处于恶劣状态，根据环境数据和缺陷数据类型的对比，得到该缺陷数据是否可靠，若可靠车以该时间下列车所处的轨道位置确定该位置存在缺陷，并将该点位位置和缺陷数据发送至管理终端；若不可靠则判定该点位缺陷识别错误，不进行反馈。

6.根据权利要求5所述的一种基于计算机视觉与超声波探伤的铁路检测方法，其特征在于，所述环境感应设备包括光照强度检测器和音频检测器；所述光照强度检测器实时监测列车所处环境的光照强度数据，通过对光照强度数据进行分析验证摄像头是否能够在一个良好条件下进行采集；所述音频检测器实时监测列车所处环境的音频数据，通过对音频数据进行分析验证超声波探伤装置是否能够在一个良好条件下进行采集；

光照强度数据恶劣，而在该时间跨步内有图像轨道缺陷数据时：则该图像轨道缺陷数据不可靠，不进行反馈；若存在超声轨道缺陷数据，则将该超声轨道缺陷数据进行反馈；

音频数据对超声波探伤装置存在干扰，而在该时间跨步内有超声轨道缺陷数据时：则该超声轨道缺陷数据不可靠，不进行反馈；若存在图像轨道缺陷数据，则该将图像轨道缺陷数据进行反馈。