CN107687953B - 一种货车故障自动检测设备 - Google Patents

一种货车故障自动检测设备 Download PDF

Info

Publication number
CN107687953B
CN107687953B CN201710818928.4A CN201710818928A CN107687953B CN 107687953 B CN107687953 B CN 107687953B CN 201710818928 A CN201710818928 A CN 201710818928A CN 107687953 B CN107687953 B CN 107687953B
Authority
CN
China
Prior art keywords
image
lorry
rendering
mould group
acquisition
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710818928.4A
Other languages
English (en)
Other versions
CN107687953A (zh
Inventor
马凌宇
孟德剑
张延明
黄宇健
郑伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Kejia General Electrical Ltd By Share Ltd
Original Assignee
Harbin Kejia General Electrical Ltd By Share Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Kejia General Electrical Ltd By Share Ltd filed Critical Harbin Kejia General Electrical Ltd By Share Ltd
Priority to CN201710818928.4A priority Critical patent/CN107687953B/zh
Publication of CN107687953A publication Critical patent/CN107687953A/zh
Application granted granted Critical
Publication of CN107687953B publication Critical patent/CN107687953B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)

Abstract

一种货车故障自动检测设备，涉及货车故障检测技术，为了解决现有故障检查技术易存在漏检、错检情况，检测结果易受到外在因素的干扰的问题。分别在货车轨道周围搭建2D图像采集模组和3D图像采集模组，货车通过2D图像采集模组和3D图像采集模组后，分别获取2D图像和3D图像。利用2D图像和3D图像中的精准轴距信息，建立一一对应的映射关系。在3D图像中，使用高级图像处理算法和模式识别方法进行故障识别。根据映射关系，将识别结果进行映射到2D图像中，进行故障显示。本发明适用于自动检测货车故障。

Description

一种货车故障自动检测设备
技术领域
本发明涉及货车故障检测技术。
背景技术
货车故障检测中，采用人工检查2D图像的方式进行故障检查。由于检车人员在工作过程中极易出现疲劳、遗漏等情况，造成漏检、错检的情况出现，影响行车安全。并且，货车由于长时间运行，车体表面会产生水渍、污渍，对检测结果造成影响，
发明内容
本发明的目的是为了解决现有故障检查技术易存在漏检、错检情况，检测结果易受到外在因素的干扰的问题，从而提供一种货车故障自动检测设备。
本发明所述的一种货车故障自动检测设备，包括一套2D图像采集模组1、一套3D图像采集模组2、两套车轮传感器组、控制工控机单元5、图像采集工控机单元6、图像识别单元7；
两套车轮传感器组分别设置在货车来车方向的远端和近端，每套车轮传感器组包括两个车轮传感器，两个车轮传感器先后设置在货车来车路线上，且位于同一侧，用于探测货车车轮到达的时间；
控制工控机单元5，用于根据货车车轮到达的时间计算车速和轴距，还用于根据车速计算图像采集速度；
2D图像采集模组1和3D图像采集模组2，分别用于以计算出的图像采集速度采集货车的2D图像和3D图像；
图像采集工控机单元6，用于存储2D图像采集模组1和3D图像采集模组2采集到的图像，并发送给图像识别单元7；
图像识别单元7，用于根据计算出的轴距、2D图像和3D图像进行故障识别，并显示货车故障信息。
分别在货车轨道周围搭建2D图像采集模组和3D图像采集模组，货车通过2D图像采集模组和3D图像采集模组后，分别获取2D图像和3D图像。利用2D图像和3D图像中的精准轴距信息，建立一一对应的映射关系。在3D图像中，使用高级图像处理算法和模式识别方法进行故障识别。根据映射关系，将识别结果进行映射到2D图像中，进行故障显示和人工查阅。工作人员根据识别结果做出相应的处理，保证列车安全运行。本发明利用图像自动识别的方式代替人工检测，提高了检测效率、准确率。采用3D图像进行故障检测，使检测结果不受天气、水、污渍等外在因素的干扰。
附图说明
图1是具体实施方式一所述的一种货车故障自动检测设备的电路原理图；
图2是具体实施方式一所述的一种货车故障自动检测设备的安装位置示意图；
其中，1-1为用于拍摄货车侧部的2D相机采集单元，1-2为用于拍摄货车的底部的
2D相机采集单元，2-1为用于拍摄货车侧部的3D相机采集单元，2-2为用于拍摄货
车的底部的3D相机采集单元，9为分线箱，10为探测站机房；
图3是具体实施方式六中的货车故障自动检测方法的流程图。
具体实施方式
具体实施方式一：结合图1和图2具体说明本实施方式，本实施方式所述的一种货车故障自动检测设备，包括一套2D图像采集模组1、一套3D图像采集模组2、两套车轮传感器组、控制工控机单元5、图像采集工控机单元6、图像识别单元7；
两套车轮传感器组分别设置在货车来车方向的远端和近端，每套车轮传感器组包括两个车轮传感器，两个车轮传感器先后设置在货车来车路线上，且位于同一侧，用于探测货车车轮到达的时间；
控制工控机单元5，用于根据货车车轮到达的时间计算车速和轴距，还用于根据车速计算图像采集速度；
2D图像采集模组1和3D图像采集模组2，分别用于以计算出的图像采集速度采集货车的2D图像和3D图像；
图像采集工控机单元6，用于存储2D图像采集模组1和3D图像采集模组2采集到的图像，并发送给图像识别单元7；
图像识别单元7，用于根据计算出的轴距、2D图像和3D图像进行故障识别，并显示货车故障信息。
本实施方式中，2D图像采集模组1包括7套2D相机采集单元，3D图像采集模组2包括7套3D相机采集单元；
7套2D相机采集单元和7套3D相机采集单元的排布方式相同，
2套相机采集单元用于拍摄货车的一侧，2套相机采集单元用于拍摄货车的另一侧，3套相机采集单元用于拍摄货车的底部。
图2中9为分线箱，10为探测站机房；分线箱用于放置图像采集模组的器件，探测站机房用于放置控制工控机单元5、图像采集工控机单元6和图像识别单元7。
具体实施方式二：本实施方式是对具体实施方式一所述的一种货车故障自动检测设备作进一步说明，本实施方式中，2D图像采集模组1设置在一个轨空，3D图像采集模组2设置在另一个轨空内，两个轨空间隔一个轨空。
两套图形采集模组相隔一个轨空安装，可以有效避免两套图像采集模组之间的光源相互干扰。
具体实施方式三：本实施方式是对具体实施方式二所述的一种货车故障自动检测设备作进一步说明，本实施方式中，每套2D相机采集单元包括2D相机和补偿光模块，每套3D相机采集单元包括3D相机和激光器单元；
补偿光模块用于为2D相机提供光源，激光器单元用于为3D相机提供光源。
即使在夜晚没有光源，本实施方式的自动检测设备仍能正常工作，补偿光模块及激光器单元输出光的波长均为808nm。
具体实施方式四：本实施方式是对具体实施方式三所述的一种货车故障自动检测设备作进一步说明，本实施方式中，还包括车号天线8；
车号天线8用于采集货车车号，还用于将货车车号发送给图像识别单元7，图像识别单元7输出货车故障信息与货车车号相对应。
具体实施方式五：本实施方式是对具体实施方式四所述的一种货车故障自动检测设备作进一步说明，本实施方式中，控制工控机单元5，还用于根据位于远端的车轮传感器组探测的货车车轮到达时间计算出的轴距判断来车型号，当来车不是货车时，控制2D图像采集模组1和3D图像采集模组2不工作。
车轮传感器组包括两个车轮传感器，两个车轮传感器间的距离已知，结合同一个车轮到达两个车轮传感器的时间间隔得到车速，根据前轮和后轮到达同一个车轮传感器的时间间隔、车速得到轴距。
在货车来车方向的远端和近端各设置一套车轮传感器组，根据远端传感器组得到的车速可以判断货车到达自动检测设备的时间，确定开启设备时间，根据轴距判断来车型号，当来车不是货车时，检测设备不工作，货车由远端驶入的过程中车速可能改变，在近端再设置一套车轮传感器组，根据该车轮传感器组得到的车速确定图像采集模组采集开始时间及采集速度。
图1中3为近端车轮传感器组，4为远端车轮传感器组。
具体实施方式六：结合图3具体说明本实施方式，本实施方式是对具体实施方式五所述的一种货车故障自动检测设备作进一步说明，本实施方式中，图像识别单元7根据计算出的轴距、2D图像和3D图像进行故障识别，并显示货车故障信息，具体为：
建立图像间的映射关系：
在3D图像中，包括距离图像和强度图像。距离图像表征被测物与观察点的距离信息，强度图像表征被测物表面亮暗的强度信息。在2D图像中，反映的是被测物的灰度信息，2D图像相对于3D图像更接近于人眼观察被测物的效果，故将2D图像作为平台显示界面显示的图像。
以控制工控机单元5得到的轴距作为参考，采用图像处理算法和模式识别的方法计算3D图像的全部精准轴距，即全部轴的位置。以控制工控机单元5得到的轴距为2D图像的轴距，将2D图像的轴距和3D图像的轴距做一一的映射，通过轴距信息的比例关系，建立3D到2D的映射关系。根据比例关系，建立2D图像到3D图像的映射关系；在3D图像中的一个ROI区域，通过此映射关系，可确定此ROI区域在2D图像中的位置。
故障识别：对3D图像中距离信息和强度信息进行多尺度的图像融合，得到融合图像，融合后的图像具有更多、更有价值的信息。由于3D图像中距离信息和强度信息在图像大小上完全相同，无须再做图像配准处理，可以直接进行图像融合。图像融合后，则待处理的3D图像分为三种图像：距离图像、强度图像和融合图像，根据待识别部件的特点，确定出使用哪种图像进行故障的识别。在图像识别的过程中，应用先验知识与图像处理、模式识别、深度学习等高级算法进行故障识别，提高识别的准确性和稳定性。
在故障识别中，将距离信息和强度信息进行多尺度融合，使信息量更加丰富，提高识别率。
故障信息处理：故障识别后，根据2D图像到3D图像的映射关系，计算出故障在2D图像中的位置，在图像识别单元7的显示界面上进行故障显示。检车工作人员根据识别结果进行相应处理。
图3为采用本实施方式的设备的自动检测方法的流程图。
具体实施方式七：本实施方式是对具体实施方式六所述的一种货车故障自动检测设备作进一步说明，本实施方式中，在故障识别中，包括对部件的破损程度进行计算，得到破损程度系数，并通过显示界面进行显示。故障处理人员，依据破损程度系数进行相应的处理(破损程度系数高得到优先处理)。
输出故障结果中，增加破损程度系数，使故障严重的部件得到优先处理，保障安全运行。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。

Claims (7)

1.一种货车故障自动检测设备，包括一套2D图像采集模组(1)、一套3D图像采集模组(2)、两套车轮传感器组、控制工控机单元(5)、图像采集工控机单元(6)、图像识别单元(7)；
两套车轮传感器组分别设置在货车来车方向的远端和近端，每套车轮传感器组包括两个车轮传感器，两个车轮传感器先后设置在货车来车路线上，且位于同一侧，用于探测货车车轮到达的时间；
控制工控机单元(5)，用于根据货车车轮到达的时间计算车速和轴距，还用于根据车速计算图像采集速度；
2D图像采集模组(1)和3D图像采集模组(2)，分别用于以计算出的图像采集速度采集货车的2D图像和3D图像；
图像采集工控机单元(6)，用于存储2D图像采集模组(1)和3D图像采集模组(2)采集到的图像，并发送给图像识别单元(7)；
图像识别单元(7)，用于根据计算出的轴距、2D图像和3D图像进行故障识别，并显示货车故障信息；
其特征在于，图像识别单元(7)根据计算出的轴距、2D图像和3D图像进行故障识别，并显示货车故障信息，具体为：
建立图像间的映射关系：以控制工控机单元(5)得到的轴距作为参考，采用图像处理算法和模式识别的方法计算3D图像的轴距，以控制工控机单元(5)得到的轴距为2D图像的轴距，将2D图像的轴距和3D图像的轴距做一一的映射，得到比例关系，根据比例关系，建立2D图像到3D图像的映射关系；
故障识别：对3D图像中距离信息和强度信息进行多尺度的图像融合，得到融合图像，则3D图像包括三种图像：距离图像、强度图像和融合图像，根据待识别部件的特点，使用所述三种图像中的一种进行故障的识别；
故障信息处理：根据2D图像到3D图像的映射关系，计算出故障在2D图像中的位置，在图像识别单元(7)的显示界面上进行故障显示。
2.根据权利要求1所述的一种货车故障自动检测设备，其特征在于，所述2D图像采集模组(1)包括7套2D相机采集单元，3D图像采集模组(2)包括7套3D相机采集单元；
7套2D相机采集单元和7套3D相机采集单元的排布方式相同，
2套2D相机采集单元用于拍摄货车的一侧，2套2D相机采集单元用于拍摄货车的另一侧，3套2D相机采集单元用于拍摄货车的底部。
3.根据权利要求1所述的一种货车故障自动检测设备，其特征在于，所述2D图像采集模组(1)设置在一个轨空，3D图像采集模组(2)设置在另一个轨空内，两个轨空间隔一个轨空。
4.根据权利要求1所述的一种货车故障自动检测设备，其特征在于，每套2D相机采集单元包括2D相机和补偿光模块，每套3D相机采集单元包括3D相机和激光器单元；
补偿光模块用于为2D相机提供光源，激光器单元用于为3D相机提供光源。
5.根据权利要求1所述的一种货车故障自动检测设备，其特征在于，还包括车号天线(8)；
车号天线(8)用于采集货车车号，还用于将货车车号发送给图像识别单元(7)，图像识别单元(7)输出的货车故障信息与货车车号相对应。
6.根据权利要求1所述的一种货车故障自动检测设备，其特征在于，控制工控机单元(5)，还用于根据位于远端的车轮传感器组探测的货车车轮到达时间计算出的轴距判断来车型号，当来车不是货车时，控制2D图像采集模组(1)和3D图像采集模组(2)不工作。
7.根据权利要求1所述的一种货车故障自动检测设备，其特征在于，故障识别中，包括对部件的破损程度进行计算，得到破损程度系数，并通过图像识别单元(7)的显示界面进行显示。
CN201710818928.4A 2017-09-12 2017-09-12 一种货车故障自动检测设备 Active CN107687953B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710818928.4A CN107687953B (zh) 2017-09-12 2017-09-12 一种货车故障自动检测设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710818928.4A CN107687953B (zh) 2017-09-12 2017-09-12 一种货车故障自动检测设备

Publications (2)

Publication Number Publication Date
CN107687953A CN107687953A (zh) 2018-02-13
CN107687953B true CN107687953B (zh) 2019-06-25

Family

ID=61156176

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710818928.4A Active CN107687953B (zh) 2017-09-12 2017-09-12 一种货车故障自动检测设备

Country Status (1)

Country Link
CN (1) CN107687953B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109238756B (zh) * 2018-10-15 2021-05-25 哈尔滨市科佳通用机电股份有限公司 货车运行故障动态图像检测设备及检测方法
CN110276371B (zh) * 2019-05-05 2021-05-07 杭州电子科技大学 一种基于深度学习的集装箱角件识别方法
CN110316222B (zh) * 2019-08-09 2024-01-26 哈尔滨市科佳通用机电股份有限公司 机车走行部设备检测系统
CN110346606B (zh) * 2019-08-09 2024-05-28 哈尔滨市科佳通用机电股份有限公司 一种机车速度传感器图像拍摄装置
CN110316221B (zh) * 2019-08-09 2020-11-13 哈尔滨市科佳通用机电股份有限公司 机车走行部设备检测系统的实现方法
CN110341748B (zh) * 2019-08-09 2024-02-02 哈尔滨市科佳通用机电股份有限公司 一种机车信号接收线圈图像拍摄系统
CN110595804B (zh) * 2019-10-09 2024-03-01 哈尔滨市科佳通用机电股份有限公司 铁路货车走行部故障智能检测系统
CN111414890A (zh) * 2020-04-03 2020-07-14 哈尔滨市科佳通用机电股份有限公司 一种机车车号自动检测方法
CN111623716B (zh) * 2020-07-08 2021-03-26 哈尔滨市科佳通用机电股份有限公司 一种货车车轮直径尺寸动态检测方法
CN115593473B (zh) * 2022-10-25 2023-09-08 哈尔滨市科佳通用机电股份有限公司 一种车轮模拟器远近端自动识别方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104766058A (zh) * 2015-03-31 2015-07-08 百度在线网络技术（北京）有限公司 一种获取车道线的方法和装置
CN105067287A (zh) * 2015-07-23 2015-11-18 北京京天威科技发展有限公司 动车组运行故障动态图像检测系统及方法
CN106572333A (zh) * 2016-10-26 2017-04-19 中国铁道科学研究院通信信号研究所 一种无人值守列车障碍物检测系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9880075B2 (en) * 2016-02-11 2018-01-30 Caterpillar Inc. Wear measurement system using a computer model

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104766058A (zh) * 2015-03-31 2015-07-08 百度在线网络技术（北京）有限公司 一种获取车道线的方法和装置
CN105067287A (zh) * 2015-07-23 2015-11-18 北京京天威科技发展有限公司 动车组运行故障动态图像检测系统及方法
CN106572333A (zh) * 2016-10-26 2017-04-19 中国铁道科学研究院通信信号研究所 一种无人值守列车障碍物检测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
多传感器融合的因果映射网故障诊断方法;郑伟等;《系统仿真学报》;20081130;第20卷(第21期);第5944-5946、5952页

Also Published As

Publication number Publication date
CN107687953A (zh) 2018-02-13

Similar Documents

Publication Publication Date Title
CN107687953B (zh) 一种货车故障自动检测设备
CN106226157B (zh) 混凝土构件裂缝自动检测装置及方法
KR101602376B1 (ko) 열차 결함 모니터링 시스템
KR100898061B1 (ko) 하이브리드 터널 스캐닝 장치
CN108482427A (zh) 一种非接触式轨道车辆障碍物检测系统和安全控制方法
CN103077526B (zh) 具有深度检测功能的列车异常检测方法及系统
CN109238756B (zh) 货车运行故障动态图像检测设备及检测方法
US10997451B2 (en) Method and apparatus for license plate recognition using multiple fields of view
CN104608799A (zh) 基于信息融合技术列车轮对踏面损伤在线检测与识别方法
CN110646801A (zh) 一种用于铁路货车车厢的检测装置及其检测方法
CN109242035B (zh) 车底故障检测装置及方法
CN210954335U (zh) 一种用于铁路货车车厢的检测装置
CN102887155A (zh) 货运列车超限计算机视觉检测系统
CN111942434A (zh) 一种铁路货车关键部件故障图像智能检测装置
CN109143001A (zh) 受电弓检测系统
CN115035141A (zh) 基于图像处理的隧道裂缝远程监测与预警方法
CN115857040A (zh) 一种机车车顶异物动态视觉检测装置及方法
CN114529811A (zh) 一种地铁隧道异物的快速自动识别与定位方法
CN111497690A (zh) 一种用于接触网分段、分相绝缘器的检测系统
JP6307800B2 (ja) レール検査装置および検査方法
KR20120011533A (ko) 레이저 센서와 카메라를 이용한 차선 인식 시스템
CN205754595U (zh) 一种隧道高清全息成像装置
CN108198164A (zh) 一种电缆隧道电缆完整性的检测装置及方法
CN116660282A (zh) 一种轨道表面缺陷检测方法及系统
CN107194923B (zh) 一种用于接触网电力设备缺陷巡检的紫外图像诊断方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant