[发明专利]轨道车辆螺栓松动检测方法及系统

摘要

本发明涉及一种轨道车辆螺栓松动检测方法及系统，所述检测方法包括：S1、在不同光照条件下获取螺栓处的多张轨道车辆关键部件图像；S2、将每张图像剪裁至设定大小；对每张图像进行人工标注；S3、建立并训练关键部件定位网络；S4、设置剪裁层；S5、建立并训练螺栓松动检测网络；S6、图像测试。所述系统包括多光谱分时光源、图像获取装置、图像处理模块、关键部件定位网络搭建与训练模块、剪裁层设置模块、螺栓松动检测网络搭建与训练模块以及存储与测试模块。本发明能够对关键部件进行螺栓状态监测，给出松动螺栓的具体位置信息，检测速度快，能够实现实时在线检测，不仅提高检测效率，还能够提高检测的准确率。

主权项

1.一种轨道车辆螺栓松动检测方法，其特征在于，其步骤为:S1、获取图像在不同光照条件下获取螺栓处的多张轨道车辆关键部件图像；S2、图像处理剪裁图像将每张图像剪裁至设定大小；标注图像对每张图像进行人工标注，得到标注图像及标注文件；S3、建立并训练关键部件定位网络以卷积神经网络ZFNet为输入端，全连接层为输出端，依照顺序依次连接卷积神经网络ZFNet、区域建议网络、ROI Pooling层和全连接层，建立关键部件定位网络，将标注图像划分为训练集和验证集，将训练集输入至关键部件定位网络进行学习，并通过验证集进行验证，得到训练后的关键部件定位网络；S4、设置剪裁层根据关键部件定位网络输出的轨道车辆关键部件图像信息，通过剪裁层将包含关键部件的矩形区域从原轨道车辆关键部件图像中剪裁出来，得到关键部件矩形区域图像；S5、建立并训练螺栓松动检测网络以残差网络为输入端，全连接层为输出端，将顺序连接的区域建议网络和ROI Pooling层插接至残差网络中，区域建议网络与残差网络最后第二层卷积层连接，ROI Pooling层与残差网络最后第一层卷积层连接，残差网络最后一层卷积层与全连接层连接，建立训练螺栓松动检测网络，将关键部件矩形区域图像划分为训练集和验证集，将训练集输入至螺栓松动检测网络进行学习，并通过验证集进行验真得到训练后的螺栓松动检测网络；S6、图像测试实时获取螺栓处的轨道车辆关键部件图像作为测试图像，将测试图像输入至训练后的关键部件定位网络，根据关键部件定位网络的输出信息，通过剪裁层剪裁包含关键部件的矩形区域得到关键部件矩形区域图像并将其输入至训练后的螺栓松动检测网络，根据螺栓松动检测网络的输出结果判断螺栓是否松动。