[发明专利]基于级联式神经网络的受电弓在线检测装置及方法

说明书

本发明公开了一种基于级联式神经网络的受电弓在线检测装置与方法，该装置包括图像采集单元、图像传输单元、图像处理单元，检测方法为：通过图像采集单元获取受电弓前后图像，对获取的图像进行图像增强处理并标注，构建受电弓图像数据集；利用受电弓图像数据集对级联式神经网络模型进行训练，得到受电弓检测模型和模型参数；将受电弓检测模型加载至终端图像处理单元，并利用图像采集单元对列车运行进行实时监测。本发明实现了对运行列车的非接触式动态检测，具有易实施、高精度、低延迟等优点。

技术领域

本发明属于受电弓检测技术领域，具体涉及一种基于级联式神经网络的受电弓在线检测方法。

背景技术

随着我国城市化进程的快速推进，城市轨道交通也日益蓬勃发展，其快速、高效、舒适、安全、节能等特点越发突出。为贯彻国家的可持续发展战略，适应和促进国民经济发展和社会进步，我国轨道交通的运营里程和建设里程不断增加。为保证轨道交通运营的安全性及可靠性，对列车关键部件运行状态进行监测显得尤为重要。

受电弓是电力牵引机车从接触网取得电能的电气设备。受电弓运行状态直接影响到轨道列车的安全运营，其故障可能造成列车运行中断，甚至造成严重事故，因此对受电弓的检测是轨道列车安全运营不可或缺的环节。目前在轨道列车实际运营中，对于受电弓状态的检测主要分为接触式人工检测方法和非接触式图像处理方法。基于人工的检测方法存在流程繁琐、工作量大、效率低下等问题，因此非接触式图像处理方法的使用越来越广泛。但由于受电弓检测为多任务检测，现有基于图像处理方法仍存在计算过程复杂、实时性差等问题。

发明内容

本发明目的在于提供一种检测精度高、实时性好、多任务一体化的基于级联式神经网络的受电弓在线检测装置及方法，实现高精度的在线非接触式测量。

实现本发明目的的技术解决方案为：一种基于级联式神经网络的受电弓在线检测装置，包括图像采集单元、图像传输单元和图像处理单元；

图像采集单元获取受电弓前后图像，对获取的图像进行图像增强处理并标注，构建受电弓图像数据集；利用受电弓图像数据集对级联式神经网络模型进行训练，得到受电弓检测模型和模型参数；将受电弓检测模型加载至终端图像处理单元，并利用图像采集单元对列车运行进行实时监测；列车经过时触发图像采集单元获取受电弓图像，利用一级神经网络模型对受电弓羊角进行定位和状态检测，并计算受电弓中心位置,同时返回受电弓羊角状态信息；再利用二级神经网络模型对接触网进行分割，并结合其结构特征确定接触网中心线；最后利用受电弓中心线与接触网中心线计算中心线偏移量，若偏移量超出安全阈值则发出异常警报，否则返回待检测状态等待下一列通过；

所述受电弓检测模型是以Faster-RCNN网络作为一级模神经网络型，U-net网络作为二级神经网络模型串联构成；其中Faster-RCNN网络在Fast-RCNN网络的基础上增加了候选区域推荐网络，包含13个卷积层、13个relu激活层和4个池化层；U-net网络由4个正向卷积池化层和4个反向卷积池化层构成，通过正向卷积进行图像特征提取和特征融合，通过反向卷积进行维度恢复以实现像素级分割。

进一步的，所述图像采集单元包括第一～第四磨耗相机，第一、第二中心线相机，第一～第八滑板闪光灯，第一、第二光电传感器；第二光电传感器设置在第一光电传感器后方；

当第一光电传感器检测到受电弓时，第一磨耗相机、第一中心线相机、第二磨耗相机对受电弓进行拍摄，并且第一～第四滑板闪光灯与上述三个相机同步，对目标受电弓进行补光；

当第二光电传感器检测到受电弓时，第三磨耗相机、第二中心线相机、第四磨耗相机对受电弓进行拍摄，并且第五～第八滑板闪光灯与上述三个相机同步，对目标受电弓进行补光。

本发明还提供一种基于级联式神经网络的受电弓在线检测方法，包括以下步骤：

步骤1、通过图像采集单元获取受电弓前后图像，对获取的图像进行图像增强处理并标注，构建受电弓数据集；