[发明专利]一种机车车顶异物动态视觉检测装置及方法在审

专利信息
申请号: 202211711128.X 申请日: 2022-12-29
公开(公告)号: CN115857040A 公开(公告)日: 2023-03-28
发明(设计)人: 王大来;贺旭阳;魏智鹏;吴伟康 申请(专利权)人: 江苏集萃智能光电系统研究所有限公司
主分类号: G01V8/10 分类号: G01V8/10;G06V20/52;G06V10/10;G06V10/24;G06V10/46;G06V10/74
代理公司: 苏州国诚专利代理有限公司 32293 代理人: 顾阳
地址: 215300 江苏省苏*** 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 机车 车顶 异物 动态 视觉 检测 装置 方法
【权利要求书】:

1.一种机车车顶异物动态视觉检测装置,其特征在于:其包括数据采集模块、图像拼接模块、异物识别模块、控制模块,其中,

所述数据采集模块,用于采集机车的行车信号数据和车顶图像数据;

所述图像拼接模块,与所述数据采集模块连接,用于根据采集的数据进行图像特征提取,并实现图像之间的拼接;

所述异物识别模块,与所述图像采集模块连接,用于根据生成的拼接图像数据实现所述机车车顶异物识别;

所述控制模块,与所述数据采集模块、异物识别模块均相连接,用于接收检测数据,并进行数据整合,以确定所述机车车顶检测区域是否有异物。

2.根据权利要求1所述的一种机车车顶异物动态视觉检测装置,其特征在于:所述数据采集模块包括若干组传感器组件,所述传感器组件布置于所述机车车顶上方的检测棚上,每组所述传感器组件均包括敞口状的壳体,所述壳体内装有线阵相机和激光投射器,所述线阵相机和激光投射器均连接于所述控制模块,所述线阵相机和激光投射器之间共线式安装,以使得所述线阵相机成像与所述激光投射器的激光照射区域重合。

3.根据权利要求1所述的一种机车车顶异物动态视觉检测装置,其特征在于:所述数据采集模块还包括用于感应所述机车车轮并产生磁钢信号的磁钢、用于检测磁钢信号的磁钢信号检测模块,所述磁钢信号检测模块连接于所述控制模块,所述磁钢布置于轨道上。

4.根据权利要求2所述的一种机车车顶异物动态视觉检测装置,其特征在于:所述线阵相机的分辨率不低于2048像素,帧频不低于80kHZ。

5.一种机车车顶异物动态视觉检测方法,其特征在于:其包括如权利要求1~4任一所述的一种机车车顶异物动态视觉检测装置,所述检测方法还包括:

在检测到磁钢信号时,传感器组件工作以进行所述机车车顶图像数据采集;

将采集的图像数据进行图像特征提取,并将多个图像的重叠部分进行无缝拼接,随后对拼接后的图像进行分块以生成若干所述机车车顶多个部位等长度的图像;

基于生成的所述机车车顶多部位图像,采用生成对抗网络对所述机车车顶图像中的异物进行检测识别,以确定所述机车车顶检测区域是否有异物。

6.根据权利要求5所述的一种机车车顶异物动态视觉检测方法,其特征在于:进行图像拼接还包括以下步骤:

S1.1、采集多组线阵图像后,采用sift算法对图像进行特征点提取;

S1.2、通过计算描述子对提取的特征点进行匹配,得到图像特征点匹配点对;

S1.3、采用RANSAC方法获得两张待匹配图像之间的单应映射矩阵H,实现待匹配图像之间的变换;

S1.4、应用单应映射矩阵H对两张待匹配图像进行变换与融合,得到最终拼接后的图像;

S1.5、对拼接后的图像进行透视成像校正,并将图像校正为正视状态,随后根据所述机车各部位的空间分布,将校正后的图像划分为所述机车车顶多个部位等长度的图像。

7.根据权利要求5所述的一种机车车顶异物动态视觉检测方法,其特征在于:对所述机车车顶异物检测还包括以下步骤:

S2.1、设定生成对抗网络模型并进行训练,将正常的所述机车车顶图像输入生成对抗网络模型中,使得生成对抗网络模型生成的图像与正常图像具有相同分布;

S2.2、通过梯度反传法,迭代更新生成对抗网络模型中生成器的输入变量z,直至生成器生成的图像和待检测图像之间的相似度达到最大为止;

S2.3、对比待检测图像与生成图像,通过判断待检测图像和生成图像之间的像素级差异,即通过将差异值与设定阈值比较,如果小于设定阈值,则判定不存在异常,出现差异的图像区域没有异物,否则判定为图像中存在异常,即出现差异的图像区域存在异物;

S2.4、在获得判定存在异常的图像后,根据异物在图像中的预先标记坐标,获得异物在检测区域的位置定位。

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江苏集萃智能光电系统研究所有限公司,未经江苏集萃智能光电系统研究所有限公司许可,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/202211711128.X/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