[发明专利]一种铁轨扣件状态检测方法及系统有效

专利信息
申请号: 202210940958.3 申请日: 2022-08-08
公开(公告)号: CN115063416B 公开(公告)日: 2022-11-04
发明(设计)人: 李骏;邱心怡;魏翼飞;周方明 申请(专利权)人: 苏州立创致恒电子科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/62;G06T7/66;G06V10/26;G06V10/44;G06V10/764;G06V10/774
代理公司: 北京弘权知识产权代理有限公司 11363 代理人: 逯长明;朱炎
地址: 215000 江苏省苏州市苏州工*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 铁轨 扣件 状态 检测 方法 系统
【权利要求书】:

1.一种铁轨扣件状态检测方法,其特征在于,包括:

获取待识别铁轨扣件图像;

将所述待识别铁轨扣件图像输入至第一铁轨环境分割模型以及第二铁轨环境分割模型;

所述第一铁轨环境分割模型响应于输入的所述待识别铁轨扣件图像,输出第一坐标信息,所述第一坐标信息包括螺母的中心点坐标信息以及轮廓点坐标信息、铁轨的中心点坐标信息以及轮廓点坐标信息;

所述第二铁轨环境分割模型响应于输入的所述待识别铁轨扣件图像,输出第二坐标信息,所述第二坐标信息包括待识别铁轨扣件的中心点坐标信息以及轮廓点坐标信息;

根据所述第二坐标信息,得到待识别铁轨扣件局部图像;

将所述待识别铁轨扣件局部图像输入至扣件状态检测模型;

所述扣件状态检测模型响应于输入的所述待识别铁轨扣件局部图像,输出待识别铁轨扣件图像的初始预测状态;

根据所述第一坐标信息和所述第二坐标信息,得到待识别铁轨扣件图像的状态辅助判断信息,其中所述状态辅助判断信息为缺损或者倾斜或者正常;

当所述状态辅助判断信息为缺损时,输出所述待识别铁轨扣件图像的状态类别为缺损;

当所述状态辅助判断信息为倾斜时,输出所述待识别铁轨扣件图像的状态类别为倾斜;

当所述状态辅助判断信息为正常时,输出所述待识别铁轨扣件图像的状态类别为所述初始预测状态;

其中,根据所述第一坐标信息和所述第二坐标信息,得到待识别铁轨扣件图像的状态辅助判断信息,包括:

根据所述第一坐标信息和所述第二坐标信息,得到第一面积、第二面积、第三面积和第四面积,其中,所述第一面积为以螺母为中心划分的扣件的一侧区域与铁轨交叠的面积,所述第二面积为以螺母为中心划分的扣件的另一侧区域与铁轨交叠的面积,所述第三面积为以螺母为中心划分的扣件一侧区域的面积,所述第四面积为以螺母为中心划分的扣件另一侧区域的面积;

当第一比值大于第一预设比值时,所述状态辅助判断信息为倾斜,其中所述第一比值为所述第一面积与所述第二面积的差值和所述第一面积与所述第二面积的和值的比值;

当第二比值大于第二预设比值时,所述状态辅助判断信息为缺损,其中所述第二比值为所述第三面积与所述第四面积的差值和所述第三面积与第四面积的和值的比值;

当所述第一坐标信息中的螺母中心点坐标信息为空且所述第二坐标信息中的扣件中心点坐标信息不为空时,所述状态辅助判断信息为缺损。

2.根据权利要求1所述的铁轨扣件状态检测方法,其特征在于,所述第一铁轨环境分割模型按照以下方法训练:

获取多个铁轨图像;

采用像素级标注的方式标注所述铁轨图像中的螺母轮廓以及铁轨轮廓,得到第一标注后的铁轨图像;

对多个所述第一标注后的铁轨图像执行预处理过程,得到第一训练数据集;

使用所述第一训练数据集,按照基于极坐标系的实例分割算法训练第一环境分割模型;

所述第二铁轨环境分割模型按照以下方法训练;

获取多个铁轨图像;

采用像素级标注的方式标注所述铁轨图像中的扣件轮廓,得到第二标注后的铁轨图像;

对多个所述第二标注后的铁轨图像执行预处理过程,得到第二训练数据集;

使用所述第二训练数据集,按照基于极坐标系的实例分割算法训练第二环境分割模型。

3.根据权利要求2所述的铁轨扣件状态检测方法,其特征在于,所述第一铁轨环境分割模型得到的螺母的轮廓点的数量为48个,铁轨的轮廓点的数量为48个;

所述第二铁轨环境分割模型得到扣件的轮廓点的数量为48个。

4.根据权利要求1所述的铁轨扣件状态检测方法,其特征在于,还包括:将所述待识别铁轨扣件图像以及对应的状态类别发送至服务器。

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苏州立创致恒电子科技有限公司,未经苏州立创致恒电子科技有限公司许可,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/202210940958.3/1.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