CN111561967A - 弓网运行状态实时在线检测方法及系统 - Google Patents
弓网运行状态实时在线检测方法及系统 Download PDFInfo
- Publication number
- CN111561967A CN111561967A CN202010448740.7A CN202010448740A CN111561967A CN 111561967 A CN111561967 A CN 111561967A CN 202010448740 A CN202010448740 A CN 202010448740A CN 111561967 A CN111561967 A CN 111561967A
- Authority
- CN
- China
- Prior art keywords
- pantograph
- image
- real
- wire clamp
- positioning wire
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Current-Collector Devices For Electrically Propelled Vehicles (AREA)
Abstract
本发明属于轨道交通的故障检测技术领域,尤其涉及一种弓网运行状态实时在线检测方法及系统。弓网运行状态实时在线检测方法包括:实时获取受电弓图像、定位线夹图像、绝缘子图像、弓网图像、弓网的红外热图像以及接触网与轨道间距,同步在线对应检测出受电弓是否缺失变形、定位线夹是否脱落、绝缘子是否缺失或有裂纹、是否有拉弧现象、拉弧温度以及接触网的拉出值、导高值和磨耗值;将同步在线检测结果分别对应叠加到相应图像上,进而根据机车实时运行位置和速度信息确定出同步在线检测结果对应的位置,同时发出相应警报信息。
Description
技术领域
本发明属于轨道交通的故障检测技术领域,尤其涉及一种弓网运行状态实时在线检测方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
接触网是电气化铁路系统的重要的架空设备,是整个牵引供电系统最为关键的部件。目前大部分的轨道交通系采用的是电力驱动的列车,通常,通过接触网系统形成额定电压/电流的输送条件、再由列车受电弓部件受流到列车的配电系统进行应用,从而为列车运行提供能量。因此,受电弓与接触网之间相互作用,形成了地面固定供电设备与移动车辆应用之间的纽带,并且二者主要地构成了通常所定义的“弓网系统”。
然而,在轨道交通运行中,常常因为受电弓和接触网之间的工作状况出现异常,产生系统性的故障,严重影响正常运行作业。因此,保证弓网系统的工况良好、减少弓网系统的故障时减少轨道交通运营故障的关键因素之一。并且,随着列车的运行速度越来越快,受电弓与接触网分离的可能性越大,弓网拉弧越容易产生,弓网系统的弓网运行状态不良所造成的危害也愈来愈严重。
目前使用的轨道交通弓网运行状态检测系统,只是简单地使用摄像头配合硬盘录像机,实时记录弓网的运行状态,当列车完成运营回库后,工作人员将记录的视频数据下载到监控工作站,再采取人工查看。人工查阅难度大、花费时间多、效率及其低下,并无实时在线检测。在人工查阅出故障苗头之前,在弓网运行状态较差的情况下,很可能后续运行经过的列车已经因弓网运行状态不良发生了事故。
为了提高受电弓检测效率,很多地铁公司开始采用在线监测系统,通过高清摄像装置对弓网接触情况进行摄像,通过图像处理的方式,从站台或其他线路固定位置监测过往车辆受电弓的情况。发明人发现,这种方法虽然更易于控制光线、环境、天气等影响条件来提高监测准确率,但由于该摄像头仅安装在个别特殊地段,监测范围有限,仍然无法了解到全线供电网络的特性。
发明内容
为了解决上述问题,本发明提供一种弓网运行状态实时在线检测方法及系统,其能够同时检测受电弓缺失变形、接触网拉出导高异常、接触网磨耗过大、定位线夹脱落、弓网拉弧以及绝缘子缺失有裂纹,对机车的整个运行状态进行了实时在线监测。
为了实现上述目的,本发明采用如下技术方案:
本发明的第一个方面提供一种弓网运行状态实时在线检测方法。
一种弓网运行状态实时在线检测方法,包括:
实时获取受电弓图像、定位线夹图像、绝缘子图像、弓网图像、弓网的红外热图像以及接触网与轨道间距,同步在线对应检测出受电弓是否缺失变形、定位线夹是否脱落、绝缘子是否缺失或有裂纹、是否有拉弧现象、拉弧温度以及接触网的拉出值、导高值和磨耗值;
将同步在线检测结果分别对应叠加到相应图像上,进而根据机车实时运行位置和速度信息确定出同步在线检测结果对应的位置,同时发出相应警报信息。
本发明的第二个方面提供一种弓网运行状态实时在线检测系统。
一种弓网运行状态实时在线检测系统,包括:
视频图像采集单元,其用于实时获取受电弓图像、定位线夹图像、绝缘子图像、弓网图像、弓网的红外热图像以及接触网与轨道间距以及机车监控视频;
受电弓检测单元,其用于同步在线对受电弓图像处理,检测出受电弓是否缺失变形;
定位线夹检测单元,其用于检测出定位线夹是否脱落
绝缘子检测单元,其用于检测出绝缘子是否缺失或有裂纹
拉弧检测单元,其用于检测出是否有拉弧现象以及拉弧温度
数据处理单元,其用于检测出接触网的拉出值、导高值和磨耗值;
视频图像存储单元,其用于存储将同步在线检测结果分别对应叠加到相应图像后的图像以及机车监控视频;
报警单元,其用于根据机车实时运行位置和速度信息确定出同步在线检测结果对应的位置,输出相应警报信息并报警。
本发明的第三个方面提供一种计算机可读存储介质。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述所述的弓网运行状态实时在线检测方法中的步骤。
本发明的第四个方面提供一种计算机设备。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述所述的弓网运行状态实时在线检测方法中的步骤。
本发明的有益效果是:
本发明同时检测了受电弓缺失变形、接触网拉出导高异常、接触网磨耗过大、定位线夹脱落、弓网拉弧以及绝缘子缺失有裂纹,对机车的整个运行状态进行了实时在线监测;本发明无需人工操作,实现自动化处理。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1是本发明实施例的一种弓网运行状态实时在线检测系统结构示意图。
图2是本发明实施例的导高与拉出值测量原理。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
本实施例的一种弓网运行状态实时在线检测方法,包括:
(1)实时获取受电弓图像、定位线夹图像、绝缘子图像、弓网图像、弓网的红外热图像以及接触网与轨道间距,同步在线对应检测出受电弓是否缺失变形、定位线夹是否脱落、绝缘子是否缺失或有裂纹、是否有拉弧现象、拉弧温度以及接触网的拉出值、导高值和磨耗值。
具体地,在实时获取受电弓图像、定位线夹图像、绝缘子图像、弓网图像、弓网的红外热图像以及接触网与轨道间距之前,还包括:
根据机车运行速度,触发视频图像采集、补光、接触网与轨道间距测量同时开启命令。
根据机车运行速度发送触发命令,当机车运行速度快时,触发命令发送的时间间隔短;当机车运行速度慢时,触发命令发送的时间间隔长。
此处不需要说明的是,机车运行速度与出发命令的时间间隔可根据实际情况来具体设置。
具体地,利用接触网几何参数动态检测算法对接触网与轨道间距进行处理,得到接触网的拉出值、导高值和磨耗值,其过程为:
实时接收车顶测量数据和车底补偿测量数据以及车倾斜角度;
对整个测量范围进行相机标定,进而得出接触网的拉出值和导高值;
根据车顶测量数据,计算得到接触网的磨耗值。
如图2所示,设置接触网与车顶的距离为Ha,拉出值为L。图2中,Q11、Q12、Q21、Q22为标定结果中的已标定点,其坐标分别为(x1,y1)、(x1,y2)、(x2,y1)、(x2,y2),P为原始图像中接触线与受电弓的交点,其坐标为(x,y)。设P0为标定结果图,则有:
当使用导高Ha的标定图时,P(x,y)表示计算得到的导高值;当使用拉出值L的标定图时,P(x,y)表示表示计算得到的拉出值。
采用上述方案所需硬件设备少,且计算结果简单,精度高。
其中,根据拉出值和导高值以及磨耗值,与对应阈值进行对比,如果超出阈值,则向报警单元发出警报,如果没有超出阈值,则不发出警报。
具体地,利用弓网拉弧检测算法对弓网图像处理,判断是否有拉弧现象,若有拉弧现象,则利用拉弧温度计算算法对弓网的红外热图像处理,得到拉弧温度,在弓网图像框出来的拉弧上显示温度,其过程为:
根据光子数量可知弓网是否有拉弧现象,即光子数量大于1,说明有拉弧;光子数量为0,说明没有拉弧;
计算拉弧时间,即统计一共有多少连续帧有拉弧,若两次拉弧相隔预设数量帧以内,则记为一次拉弧时间,否则记为两次拉弧时间;
图像去噪,即对红外热图像采用中值滤波和均值滤波,去除图像中的椒盐噪声和高斯噪声;
图像增强,增强图像对比度;
根据接触网拉弧检测算法得到的拉弧的ROI区域,选取待测温度区域;
计算待测温度区域的均值mean;
根据计算的均值和预设比例因子Scale,计算拉弧温度,即拉弧温度=Scale×mean。
上述方案利用拉弧温度计算算法对弓网的红外热图像处理得到拉弧温度,实现了拉弧无接触温度计算,而且利用温度均值和预设比例因子Scale相乘的思路,提高了拉弧温度计算的准确性。
在具体实施中,利用受电弓检测算法对受电弓图像处理,检测受电弓是否缺失变形,其过程为:
接收受电弓模板图像和受电弓图像;
对受电弓图像进行ROI(Region of Interest,感兴趣区域)选取,即选取受电弓区域图片;
对选取的受电弓图片和模板图像进行预处理;如高斯滤波去噪、图像增强等;
对预处理后的受电弓图片和模板图像进行轮廓提取;
对模板轮廓进行预设范围角度的旋转和缩放;由于机车一直处理运动状态,会导致受电弓在拍摄时有轻微的旋转和缩放,因此需要对模板轮廓进行一定范围角度的旋转和缩放;
将模板轮廓与受电弓图片轮廓进行欧式距离计算,计算模板轮廓与受电弓图片轮廓的重叠率,若计算结果大于预设阈值(如:P=0.85),则受电弓状态正常;若计算结果小于预设阈值(如:P=0.85),则受电弓状态有可能异常,并记录受电弓状态可能异常的帧数;
如果受电弓状态可能异常连续帧数大于预设帧数阈值(如:Frame=200),则说明受电弓状态异常;否则,说明受电弓状态正常。
本实施例利用受电弓检测算法对受电弓图像处理,实现了检测实时在线自动化检测,提高了检测的实时性及检测精度。
具体地,利用定位线夹检测算法对定位线夹图像处理,检测定位线夹是否脱落,其过程为:
对定位线夹图像预处理;
图像预处理后,得到图像的骨架,对图像骨架进行直线分割,得到宽度为1个像素,长度为d的直线连接而成的骨架图像以及每条直线的初始和终止行列坐标;
根据直线的初始和终止行列坐标,得到直线交点,如果没有交点,则说明图像采集单元拍摄的图像不包含定位线夹,或者定位线夹脱落;如果有交点,在交点处,以r为半径画圆,如果圆与骨架图像由交点,且交点个数大于2个,则说明定位线夹正常,没有脱落;否则,则说明定位线夹脱落。
对定位线夹图像预处理包括以下步骤:
色度空间转换,将彩色图像转成成灰度图像;
高斯滤波,利用高斯滤波去掉图像中的噪声,平滑图像,减少噪声对后续图像处理结果的影响;
图像增强,增强图像对比度,使目标即定位线夹更加清晰、明显;
ROI区域选取,根据经验可知定位线夹出现在图像中的位置,在增强图像中进行ROI区域选取,得到定位线夹图像,减少图像处理面积,提高图像处理速度;
图像分割,采用阈值分割算法,对图像进行分割,大于阈值的像素值置为0,小于阈值的像素值置为255;
图像形态学处理,对分割图像分别进行腐蚀、膨胀、闭运算等形态学处理;
目标区域选取,根据需求选取面积在30000至999999之间的区域,即为待检测的定位线夹区域;
图像骨架提取:提取定位线夹图像的骨架,得到更为细化的定位线夹骨架图像。
具体地,利用绝缘子检测算法对绝缘子图像处理,检测检测绝缘子是否缺失、有裂纹,其过程为:
对接收到的绝缘子图像进行图像预处理;
将处理后的图像送入到yolov3算法的Darknet-53网络结构中,得到处理结果,进而判断出绝缘子是否缺失或者有裂纹。
对接收到的绝缘子图像进行图像预处理,包括:滤波去噪和尺度缩放,去除图像中的噪声,并将去噪后的图像缩放为416×416的图像。
其中,yolov3算法的Darknet-53网络结构的训练步骤包括:
获取绝缘子图像训练数据集;
将训练集放入yolov3算法的Darknet-53网络结构中提取运动目标特征和候选框;
确定候选框anchor初始个数和宽高,从训练数据集中学习图像特征,再利用K-means聚类算法对候选框进行聚类分析;以K值作为候选框anchor的个数;以候选框与真实框的交并比IOU作为判断运动目标边界框位置的评价标准,设置IOU阈值为0.6,置信度阈值为0.5;
通过前向传播获取模型输出的运动目标边界框与运动目标的类别信息;
根据检测框信息输出结果与实际检测框位置信息的回归损失函数、物体预测中心点与实际中心点位置信息的回归损失函数、运动目标的类别信息与实际类别标签的分类损失函数以及运动物体预测置信度与实际物体置信度的回归损失函数,计算所有损失函数的总损失值,根据梯度下降算法和反向传播算法调整Darknet-53网络结构中参数的取值;
经过N次迭代训练,得到训练好的yolov3算法的Darknet-53网络结构。
本实施例采用yolov3深度学习算法来检测绝缘子是否有裂纹,检测精度高,鲁棒性好。
(2)将同步在线检测结果分别对应叠加到相应图像上,进而根据机车实时运行位置和速度信息确定出同步在线检测结果对应的位置,同时发出相应警报信息。
实施例二
如图1所示,本实施例的一种弓网运行状态实时在线检测系统,包括电源单元、触发单元、补光单元、视频图像采集单元、激光测距单元、数据处理单元、视频信息合成单元、拉弧检测单元、受电弓检测单元、定位线夹检测单元、绝缘子检测单元、机车系统单元、报警单元、视频图像存储单元、通讯单元和信息显示单元。其中,视频图像采集单元包括机车视频采集模块、弓网拍摄模块、红外热图像拍摄模块、受电弓拍摄模块、定位线夹拍摄模块和绝缘子拍摄模块;激光测距单元包括车顶测距模块和车底补偿模块;通讯单元包括5G/WiFi网络和有线网络。
所述电源单元采用UPS电源(Uninterruptible Power System,不间断电源),放置于机车内,分别为补光单元、触发单元、视频图像采集单元和激光测距单元供电;
所述触发单元设置为硬触发,即根据机车运行速度发送触发命令,当机车运行速度快时,触发命令发送的时间间隔会短;当机车运行速度慢时,触发命令发送的时间间隔长;触发单元分别为补光单元、视频图像采集单元和激光测量单元发送触发命令;
所述补光单元将补光灯与各拍摄模块相机按照一定位置安装在机车车顶上,接收触发单元发送的触发命令,并为视频图像采集单元和激光测距单元提供光照补偿;
所述视频图像采集单元包括机车视频采集模块、弓网拍摄模块、红外热图像拍摄模块、受电弓拍摄模块、定位线夹拍摄模块和绝缘子拍摄模块。当接收到触发单元发送的触发命令后,触发各模块开始工作,将红外热图像拍摄模块拍摄的红外热图像和弓网拍摄模块拍摄的弓网图像发送到拉弧检测单元,受电弓拍摄模块拍摄的受电弓图像发送到受电弓检测单元,机车视频采集模采集的监控视频发送到视频信息合成单元,定位线夹拍摄模块拍摄的定位线夹图像发送到定位线夹检测单元,绝缘子拍摄模块拍摄的绝缘子图像发送到绝缘子检测单元。
具体地,所述机车视频采集模块安装在机车顶部中间位置,正对受电弓和接触网,实时监控机车顶部运行状况;所述弓网拍摄模块,安装在机车顶部,与机车视频采集模块在同一直线,根据触发命令拍摄弓网图像;所述红外热图像拍摄模块,安装在机车顶部,与机车视频采集模块在同一直线,根据触发命令拍摄弓网的红外热图像;所述受电弓拍摄模块,安装在机车顶部,与机车视频采集模块在同一直线,根据触发命令拍摄受电弓图像;所述定位线夹拍摄模块,安装在机车顶部,位于机车定位的侧面,正对定位线夹,根据触发命令拍摄定位线夹图像;所述绝缘子拍摄模块,安装在机车顶部,位于机车两侧,正对绝缘子,根据触发命令拍摄绝缘子图像;所述激光测距单元,包括车顶测距模块和车底补偿模块,接收触发单元发送的触发命令,对接触网和轨道进行测量,得到测量数据,并将测量数据发送给数据处理单元。
所述的车顶测距模块,由激光器和相机组成,激光器正对接触网底部,相机与激光器同一直线,与车顶成一定夹角,对着接触网,拍摄接触网的3D图像;
所述的车底补偿模块,安装在车底两侧,测量车底到导轨的距离;
所述的数据处理单元,接收激光测距单元发送的测量数据以及机车系统单元发送的机车运行位置和速度信息,并对测量数据进行处理,同时将机车运行位置、速度信息叠加到接触网图像上。根据处理得到的接触网的拉出值、导高值和磨耗值,分析判断是否向报警单元发送报警信息,同时将处理后的接触网图像发送到视频图像存储单元;
所述的视频信息合成单元,接收视频图像采集单元中机车视频采集模块发送的监控视频以及机车系统单元发送的机车运行位置、速度信息,并将机车运行位置、速度信息以及本地时间叠加到监控视频图像上。将叠加信息的监控视频发送给视频图像存储单元;
所述的拉弧检测单元,接收视频图像采集单元中红外热图像拍摄模块和弓网拍摄模块发送的红外热图像和弓网图像以及机车系统单元发送的机车运行位置和速度信息,检测是否发生拉弧,以及拉弧时间和拉弧温度,同时将机车运行位置、速度信息叠加到弓网图像上。根据检测结果,分析判断是否向报警单元发送报警信息,同时将处理的弓网图像发送给视频图像存储单元;
所述的受电弓检测单元,接收视频图像采集单元中受电弓拍摄模块发送的受电弓图像以及机车系统单元发送的机车运行位置和速度信息,检测受电弓是否缺失变形,同时将机车运行位置、速度信息叠加到受电弓图像上。根据检测结果,分析判断是否向报警单元发送报警信息,同时将处理的受电弓图像发送给视频图像存储单元;
所述的定位线夹检测单元,接收视频图像采集单元中定位线夹拍摄模块发送的定位线夹图像以及机车系统单元发送的机车运行位置、速度信息,检测定位线夹是否脱落,并将机车运行位置、速度信息叠加到定位线夹图像上。根据检测结果,分析判断是否向报警单元发送报警信息,同时将处理的定位线夹图像发送给视频图像存储单元;
所述的绝缘子检测单元,接收视频图像采集单元中绝缘子拍摄模块发送的绝缘子图像以及机车系统单元发送的机车运行位置、速度信息,检测绝缘子是否缺失、有裂纹,并将机车运行位置、速度信息叠加上绝缘子图像上。根据检测结果,分析判断是否向报警单元发送报警信息,同时将处理的绝缘子图像发送给视频图像存储单元;
所述的机车系统单元,由机车内部系统提供机车运行速度,由安装在机车上的漫反射光电传感器提供机车运行位置,为视频信息合成单元、拉弧检测单元、受电弓检测单元、定位线夹检测单元、绝缘子检测单元和数据处理单元提供机车运行位置、速度信息;
所述的报警单元,根据机车实时运行位置和速度信息确定出同步在线检测结果对应的位置,输出相应警报信息并报警;具体地,接收数据处理单元发送的接触网状态异常报警信息、拉弧检测单元发送的拉弧警报信息、受电弓检测单元发送的受电弓缺失变形警报信息、定位线夹检测单元发送的定位线夹脱落报警信息以及绝缘子检测单元发送的绝缘子缺失、有裂纹的报警信息,通知后台工作人员及时处理;
所述的视频图像存储单元,接收视频信息合成单元发送的监控视频,拉弧检测单元发送的拉弧图像,受电弓检测单元发送的受电弓图像,定位线夹检测单元发送的定位线夹图像,绝缘子检测单元发送的绝缘子图像以及数据处理单元发送的接触网图像并进行本地保存,同时还接收信息显示单元发送的查看命令,根据查看命令将需要查看的视频、图像通过通讯单元发送给信息显示单元;
所述的通讯单元,接收视频图像存储单元发送的视频、图像,并将视频、图像通过5G/WiFi网络或有线网络发送给信息显示单元;
本实施例可采用5G网络传输,速度更快,网络更稳定;也可采用有线网络与无线网络相结合的方式,相辅相成,防止数据丢失。
所述的信息显示单元,位于地面服务器,向视频图像存储单元发送查看命令,同时接受通讯单元发送的视频、图像并显示。
实施例三
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如实施例一所述的弓网运行状态实时在线检测方法中的步骤。
实施例四
本实施例提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如实施例一所述的弓网运行状态实时在线检测方法中的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种弓网运行状态实时在线检测方法,其特征在于,包括:
实时获取受电弓图像、定位线夹图像、绝缘子图像、弓网图像、弓网的红外热图像以及接触网与轨道间距,同步在线对应检测出受电弓是否缺失变形、定位线夹是否脱落、绝缘子是否缺失或有裂纹、是否有拉弧现象、拉弧温度以及接触网的拉出值、导高值和磨耗值;
将同步在线检测结果分别对应叠加到相应图像上,进而根据机车实时运行位置和速度信息确定出同步在线检测结果对应的位置,同时发出相应警报信息。
2.如权利要求1所述的弓网运行状态实时在线检测方法,其特征在于,利用弓网拉弧检测算法对弓网图像处理,判断是否有拉弧现象,若有拉弧现象,则利用拉弧温度计算算法对弓网的红外热图像处理,得到拉弧温度,在弓网图像框出来的拉弧上显示温度。
3.如权利要求2所述的弓网运行状态实时在线检测方法,其特征在于,利用弓网拉弧检测算法对弓网图像处理的过程为:
实时获取弓网图像,检测弓网图像中光子数量,若存在,则由点标注并框定出光子区域,进而判断出存在拉弧现象。
4.如权利要求2所述的弓网运行状态实时在线检测方法,其特征在于,通过拉弧温度计算算法对弓网的红外热图像处理,得到拉弧温度的过程为:
依次通过图像去噪和图像增强处理,得到拉弧的ROI区域,选取待测温度区域,进而得出待测温度区域的温度均值mean;
根据计算的温度均值和预设比例因子Scale,计算拉弧温度,即拉弧温度=Scale×mean。
5.如权利要求1所述的弓网运行状态实时在线检测方法,其特征在于,利用受电弓检测算法对受电弓图像处理,检测受电弓是否缺失变形,其过程为:
接收受电弓模板图像和受电弓图像;
对受电弓图像进行ROI选取,即选取受电弓区域图片;
对选取的受电弓图片和模板图像进行预处理;
对预处理后的受电弓图片和模板图像进行轮廓提取;
对模板轮廓进行预设范围角度的旋转和缩放;
将模板轮廓与受电弓图片轮廓进行欧式距离计算,计算模板轮廓与受电弓图片轮廓的重叠率,若计算结果大于预设阈值,则受电弓状态正常;若计算结果小于预设阈值,则受电弓状态有可能异常,并记录受电弓状态可能异常的帧数;
如果受电弓状态可能异常连续帧数大于预设帧数阈值,则说明受电弓状态异常;否则,说明受电弓状态正常。
6.如权利要求1所述的弓网运行状态实时在线检测方法,其特征在于,利用定位线夹检测算法对定位线夹图像处理,检测定位线夹是否脱落,其过程为:
对定位线夹图像预处理,得到图像的骨架,对图像骨架进行直线分割,得到宽度为1个像素,长度为预设数量个像素的直线连接而成的骨架图像及每条直线的初始和终止行列坐标;
根据直线的初始和终止行列坐标,得到直线交点,如果没有交点,则说明定位线夹图像中不包含定位线夹或者定位线夹脱落;如果有交点,在交点处,以预设阈值为半径画圆,如果圆与骨架图像有交点,且交点个数大于2个,则说明定位线夹正常,没有脱落;否则,则说明定位线夹脱落。
7.如权利要求1所述的弓网运行状态实时在线检测方法,其特征在于,利用绝缘子检测算法对绝缘子图像处理,检测检测绝缘子是否缺失、有裂纹,其过程为:
对接收到的绝缘子图像进行图像预处理;
将预处理后的图像送入到yolov3算法的Darknet-53网络结构中,得到处理结果,进而判断出绝缘子是否缺失或者有裂纹。
8.一种弓网运行状态实时在线检测系统,其特征在于,包括:
视频图像采集单元,其用于实时获取受电弓图像、定位线夹图像、绝缘子图像、弓网图像、弓网的红外热图像以及接触网与轨道间距以及机车监控视频;
受电弓检测单元,其用于同步在线对受电弓图像处理,检测出受电弓是否缺失变形;
定位线夹检测单元,其用于检测出定位线夹是否脱落
绝缘子检测单元,其用于检测出绝缘子是否缺失或有裂纹
拉弧检测单元,其用于检测出是否有拉弧现象以及拉弧温度
数据处理单元,其用于检测出接触网的拉出值、导高值和磨耗值;
视频图像存储单元,其用于存储将同步在线检测结果分别对应叠加到相应图像后的图像以及机车监控视频;
报警单元,其用于根据机车实时运行位置和速度信息确定出同步在线检测结果对应的位置,输出相应警报信息并报警。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的弓网运行状态实时在线检测方法中的步骤。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一项所述的弓网运行状态实时在线检测方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010448740.7A CN111561967A (zh) | 2020-05-25 | 2020-05-25 | 弓网运行状态实时在线检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010448740.7A CN111561967A (zh) | 2020-05-25 | 2020-05-25 | 弓网运行状态实时在线检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111561967A true CN111561967A (zh) | 2020-08-21 |
Family
ID=72073571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010448740.7A Pending CN111561967A (zh) | 2020-05-25 | 2020-05-25 | 弓网运行状态实时在线检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111561967A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112819776A (zh) * | 2021-01-28 | 2021-05-18 | 中车青岛四方机车车辆股份有限公司 | 受电弓结构异常识别方法及系统、电子设备和存储介质 |
CN114384072A (zh) * | 2021-11-30 | 2022-04-22 | 杭州申昊科技股份有限公司 | 一种用于轨道巡检刚性接触网的磨耗检测方法及系统 |
CN116331289A (zh) * | 2023-03-16 | 2023-06-27 | 北京运达华开科技有限公司 | 一种基于图像分析的轨道状态检测系统及方法 |
CN117690096A (zh) * | 2024-02-04 | 2024-03-12 | 成都中轨轨道设备有限公司 | 一种适应不同场景的接触网安全巡检系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105652154A (zh) * | 2016-01-25 | 2016-06-08 | 成都国铁电气设备有限公司 | 接触网运行状态安全监测分析系统 |
WO2017039259A1 (ko) * | 2015-08-31 | 2017-03-09 | 한국전력공사 | 열화상 카메라를 이용한 전력설비 진단 장치 및 방법 |
CN108681733A (zh) * | 2018-05-15 | 2018-10-19 | 苏州华眸智能科技有限公司 | 一种基于图像处理的受电弓状态异常检测系统及检测方法 |
CN109000729A (zh) * | 2018-07-31 | 2018-12-14 | 广州科易光电技术有限公司 | 车载接触网运行状态检测系统 |
CN109282751A (zh) * | 2018-05-15 | 2019-01-29 | 苏州华眸智能科技有限公司 | 一种基于激光测距的接触网几何参数动态测量系统与方法 |
CN110174059A (zh) * | 2019-06-12 | 2019-08-27 | 合肥中车轨道交通车辆有限公司 | 一种基于单目图像的受电弓导高及拉出值测量方法 |
CN110780164A (zh) * | 2019-11-04 | 2020-02-11 | 华北电力大学(保定) | 基于yolo的绝缘子红外故障定位诊断方法及装置 |
-
2020
- 2020-05-25 CN CN202010448740.7A patent/CN111561967A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017039259A1 (ko) * | 2015-08-31 | 2017-03-09 | 한국전력공사 | 열화상 카메라를 이용한 전력설비 진단 장치 및 방법 |
CN105652154A (zh) * | 2016-01-25 | 2016-06-08 | 成都国铁电气设备有限公司 | 接触网运行状态安全监测分析系统 |
CN108681733A (zh) * | 2018-05-15 | 2018-10-19 | 苏州华眸智能科技有限公司 | 一种基于图像处理的受电弓状态异常检测系统及检测方法 |
CN109282751A (zh) * | 2018-05-15 | 2019-01-29 | 苏州华眸智能科技有限公司 | 一种基于激光测距的接触网几何参数动态测量系统与方法 |
CN109000729A (zh) * | 2018-07-31 | 2018-12-14 | 广州科易光电技术有限公司 | 车载接触网运行状态检测系统 |
CN110174059A (zh) * | 2019-06-12 | 2019-08-27 | 合肥中车轨道交通车辆有限公司 | 一种基于单目图像的受电弓导高及拉出值测量方法 |
CN110780164A (zh) * | 2019-11-04 | 2020-02-11 | 华北电力大学(保定) | 基于yolo的绝缘子红外故障定位诊断方法及装置 |
Non-Patent Citations (2)
Title |
---|
张春春 等: "基于图像处理的接触网定位线夹目标检测", 《铁道科学与工程学报》 * |
王媛 等: "基于红外图像处理的冰箱管路温度自动测量的研究", 《世界科技研究与发展》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112819776A (zh) * | 2021-01-28 | 2021-05-18 | 中车青岛四方机车车辆股份有限公司 | 受电弓结构异常识别方法及系统、电子设备和存储介质 |
CN114384072A (zh) * | 2021-11-30 | 2022-04-22 | 杭州申昊科技股份有限公司 | 一种用于轨道巡检刚性接触网的磨耗检测方法及系统 |
CN116331289A (zh) * | 2023-03-16 | 2023-06-27 | 北京运达华开科技有限公司 | 一种基于图像分析的轨道状态检测系统及方法 |
CN116331289B (zh) * | 2023-03-16 | 2023-10-17 | 北京运达华开科技有限公司 | 一种基于图像分析的轨道状态检测系统及方法 |
CN117690096A (zh) * | 2024-02-04 | 2024-03-12 | 成都中轨轨道设备有限公司 | 一种适应不同场景的接触网安全巡检系统 |
CN117690096B (zh) * | 2024-02-04 | 2024-04-12 | 成都中轨轨道设备有限公司 | 一种适应不同场景的接触网安全巡检系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105652154B (zh) | 接触网运行状态安全监测分析系统 | |
CN111561967A (zh) | 弓网运行状态实时在线检测方法及系统 | |
Liu et al. | A review of applications of visual inspection technology based on image processing in the railway industry | |
CN102759347B (zh) | 一种高铁接触网在线巡检装置、巡检方法以及其检测系统 | |
CN102628814B (zh) | 一种基于数字图像处理的钢轨光带异常自动检测方法 | |
CN105203552A (zh) | 一种360°踏面图像检测系统及其检测方法 | |
CN109269474A (zh) | 一种列车车载受电弓运行状态在线图像检测装置及方法 | |
CN205898699U (zh) | 悬挂式单轨箱型梁巡检装置 | |
CN113947731B (zh) | 一种基于接触网安全巡检的异物识别方法及系统 | |
CN113436157B (zh) | 一种用于受电弓故障的车载图像识别方法 | |
CN109409404A (zh) | 一种基于深度学习的高铁接触网防风拉线故障检测方法 | |
CN113298059A (zh) | 受电弓异物入侵检测方法、装置、计算机设备、系统及存储介质 | |
CN110255318B (zh) | 基于图像语义分割的电梯轿厢闲置物品检测的方法 | |
CN109360188A (zh) | 一种高铁接触网等电位线不良状态的检测方法 | |
Zheng et al. | Rail detection based on LSD and the least square curve fitting | |
CN111242052A (zh) | 一种接触网刚柔导线自动判别方法及装置 | |
CN111091557B (zh) | 一种铁路货车承载鞍挡边折断故障检测方法及系统 | |
CN113011252A (zh) | 轨道异物侵限检测系统及方法 | |
CN117372677A (zh) | 一种高速铁路接触网紧固件开口销健康状态检测方法 | |
CN109934172B (zh) | 高速列车受电弓免gps全运行线故障视觉检测定位方法 | |
CN112037182A (zh) | 基于时序图像的机车走行部故障检测方法、装置及存储介质 | |
CN208239314U (zh) | 列车定检系统 | |
CN115857040A (zh) | 一种机车车顶异物动态视觉检测装置及方法 | |
CN111723792B (zh) | 适用于刚柔接触网的实时定位点识别方法 | |
CN111160224B (zh) | 一种基于fpga和地平线分割的高铁接触网异物检测系统及方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200821 |