[发明专利]轨道电路箱盒故障检测方法、系统、设备及可读介质在审

专利信息
申请号: 201911403380.2 申请日: 2019-12-31
公开(公告)号: CN111077159A 公开(公告)日: 2020-04-28
发明(设计)人: 黄俐;曹盘勋;易尚杰;王鹏月;刘振中;王盼盼;李春铖 申请(专利权)人: 北京京天威科技发展有限公司
主分类号: G01N21/88 分类号: G01N21/88
代理公司: 北京东方汇众知识产权代理事务所(普通合伙) 11296 代理人: 王庆彬
地址: 100000 北京市*** 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: 轨道电路 故障 检测 方法 系统 设备 可读 介质
【权利要求书】:

1.一种轨道电路箱盒故障检测方法,其特征在于,包括:

获取待处理的图像,所述图像为图像采集模块采集的轨道旁的图像;

将所述图像输入预设的卷积神经网络模型检测所述图像中是否有故障轨道电路箱盒;

若所述图像中有所述故障轨道电路箱盒,则所述卷积神经网络模型输出所述故障轨道电路箱盒的故障信息;

将所述图像和所述故障信息发送至数据存储模块,以供检修人员浏览查看。

2.根据权利要求1所述的轨道电路箱盒故障检测方法,其特征在于,所述卷积神经网络模型包括:轨道电路箱盒检测模型和故障识别模型;

将所述图像输入预设的卷积神经网络模型检测所述图像中是否包含有故障轨道电路箱盒的步骤,包括:

将所述图像输入轨道电路箱盒检测模型检测所述图像中是否包含所述轨道电路箱盒;

若所述图像中包含所述轨道电路箱盒,则将所述图像输入故障识别模型检测所述轨道电路箱盒是否发生故障。

3.根据权利要求1所述的轨道电路箱盒故障检测方法,其特征在于,将所述图像输入预设的卷积神经网络模型检测所述图像中是否有故障轨道电路箱盒的步骤之后,还包括:

若所述图像中不包含所述轨道电路箱盒,则删除所述图像,并重新执行获取待处理的图像的步骤。

4.根据权利要求2所述的轨道电路箱盒故障检测方法,其特征在于,所述轨道电路箱盒检测模型的建立过程,包括:

获取若干包括轨道电路箱盒的图像和不包括轨道电路箱盒的图像;

利用所述包括轨道电路箱盒的图像和不包括轨道电路箱盒的图像对所述轨道电路箱盒检测模型进行训练,直至所述轨道电路箱盒检测模型的输出结果的精确度大于预设阈值。

5.根据权利要求2所述的轨道电路箱盒故障检测方法,其特征在于,所述故障识别模型的建立过程,包括:

获取若干出现故障的轨道电路箱盒的图像和未出现故障的轨道电路箱盒的图像;

利用所述出现故障的轨道电路箱盒的图像和未出现故障的轨道电路箱盒的图像对所述故障识别模型进行训练,直至所述故障识别模型的输出结果的精确度大于预设阈值。

6.一种轨道电路箱盒故障检测系统,其特征在于,包括:图像采集模块、数据存储模块以及执行如权利要求1至5任一所述轨道电路箱盒故障检测方法的检测模块;

所述图像采集模块用于采集轨道旁的图像;以及向所述检测模块发送所述图像;

所述检测模块用于检测所述图像中是否有故障轨道电路箱盒,若所述图像中有所述故障轨道电路箱盒,则所述卷积神经网络模型输出所述故障轨道电路箱盒的故障信息;以及,向所述数据存储模块发送所述故障信息和所述图像;

所述数据存储模块用于存储所述故障信息和所述图像。

7.根据权利要求6所述的轨道电路箱盒故障检测系统,其特征在于,还包括:若干个与所述数据存储模块连接的看图终端;

所述看图终端用于从所述数据存储模块中获取所述故障信息和所述图像以供检修人员查看。

8.根据权利要求7所述的轨道电路箱盒故障检测系统,其特征在于,所述看图终端还用于接收所述检修人员输入的反馈信息,根据所述故障轨道电路箱盒的故障信息和反馈信息生成报告。

9.一种轨道电路箱盒故障检测设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至5任一项所述的方法的步骤。

10.一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行所述权利要求1至5任一所述方法。

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京京天威科技发展有限公司,未经北京京天威科技发展有限公司许可,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/201911403380.2/1.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