[发明专利]轨道扣件检测方法、电子设备和计算机可读介质在审
申请号: | 202111109520.2 | 申请日: | 2021-09-22 |
公开(公告)号: | CN113808112A | 公开(公告)日: | 2021-12-17 |
发明(设计)人: | 董林;桂晨光;王超;唐亚哲 | 申请(专利权)人: | 北京京东乾石科技有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/50 |
代理公司: | 北京唯智勤实知识产权代理事务所(普通合伙) 11557 | 代理人: | 史立状 |
地址: | 101116 北京市大兴区北京经济技*** | 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 扣件 检测 方法 电子设备 计算机 可读 介质 | ||
1.一种轨道扣件检测方法,包括:
对获取的轨道扣件点云数据进行深度转换处理,得到二维轨道扣件深度图,其中,所述轨道扣件点云数据是通过设置在图像车的结构光传感器采集的,所述结构光传感器与所述图像车所在的轨道垂直;
将所述二维轨道扣件深度图输入至预先训练的轨道扣件分割模型,得到轨道扣件分割图像;
对所述轨道扣件分割图像进行感兴趣区域划分,得到至少一个感兴趣区域;
基于所述至少一个感兴趣区域,生成轨道扣件缺陷检测结果。
2.根据权利要求1所述的方法,其中,所述至少一个感兴趣区域包括第一区域和两个第二区域,所述第一区域包括第一弹条图像和第一垫片图像;以及
所述基于所述至少一个感兴趣区域,生成轨道扣件缺陷检测结果,包括:
基于所述第一弹条图像、所述第一垫片图像和所述两个第二区域,生成轨道扣件缺陷检测结果。
3.根据权利要求2所述的方法,其中,所述基于所述第一弹条图像、所述第一垫片图像和所述两个第二区域,生成轨道扣件缺陷检测结果,包括:
将所述第一弹条图像的平均像素值确定为第一弹条高度阈值;
将所述第一垫片图像的平均像素值确定为第一垫片高度阈值;
响应于所述第一弹条高度阈值与所述第一垫片高度阈值的差的绝对值大于预设像素值,确定所述两个第二区域中的像素数目是否均大于预设数值;
响应于确定所述两个第二区域中任意第二区域的像素数目小于等于所述预设数值,生成表征弹条缺失的轨道扣件缺陷检测结果。
4.根据权利要求3所述的方法,其中,所述基于所述第一弹条图像、所述第一垫片图像和所述两个第二区域,生成轨道扣件缺陷检测结果,包括:
响应于所述绝对值小于等于所述预设像素值,生成表征弹条装反的轨道扣件缺陷检测结果。
5.根据权利要求4所述的方法,其中,所述至少一个感兴趣区域还包括两个第三区域,每个所述第三区域中包括第三弹条图像和第三垫片图像;以及
所述生成轨道扣件缺陷检测结果,包括:
响应于确定所述两个第二区域的像素数目均大于所述预设数值,确定所述两个第三区域包括的两个第三弹条图像的最大像素横坐标值的绝对值差是否小于所述两个第三区域包括的两个第三垫片图像的最大像素横坐标值的绝对值差;
响应于确定所述两个第三弹条图像的像素点最大横坐标值的绝对值差大于等于所述两个第三垫片图像的像素点最大横坐标值的绝对值差,生成表征弹条歪斜的轨道扣件缺陷检测结果;
响应于确定所述两个第三弹条图像的像素点最大横坐标值的绝对值差小于所述两个第三垫片图像的像素点最大横坐标值的绝对值差,生成表征弹条正常的轨道扣件缺陷检测结果。
6.根据权利要求1所述的方法,其中,所述基于所述至少一个感兴趣区域,生成轨道扣件缺陷检测结果,包括:
将所述至少一个感兴趣区域输入至预先训练的轨道扣件缺陷类型决策树模型,得到轨道扣件缺陷检测结果。
7.根据权利要求1所述的方法,其中,所述轨道扣件分割模型是通过以下步骤训练得到的:
获取轨道扣件点云数据集合;
对所述轨道扣件点云数据集合中的每个轨道扣件点云数据进行部件标注处理以生成标注轨道扣件点云数据,得到标注轨道扣件点云数据集合;
对所述标注轨道扣件点云数据集合中的各个标注轨道扣件点云数据进行深度转换处理,得到标注二维轨道扣件深度图集合;
对所述轨道扣件点云数据集合中的各个轨道扣件点云数据进行深度转换处理,得到二维轨道扣件深度图集合;
将所述二维轨道扣件深度图集合包括的二维轨道扣件深度图作为输入,将与输入的二维轨道扣件深度图对应的轨道扣件分割图像作为实际输出,将所述标注二维轨道扣件深度图集合中与输入的二维轨道扣件深度图对应的标注轨道扣件分割图像作为期望输出,训练得到所述轨道扣件分割模型。
8.根据权利要求1-7之一所述的方法,其中,所述方法还包括:
将所述轨道扣件缺陷检测结果发送至相关联的服务器。
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东乾石科技有限公司,未经北京京东乾石科技有限公司许可,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/202111109520.2/1.html,转载请声明来源钻瓜专利网。