CN112082781B - 车辆及其故障检测方法和故障检测装置 - Google Patents

Abstract

本发明公开了一种车辆及其故障检测方法和故障检测装置，故障检测方法包括以下步骤：获取车辆的声音信息和车辆的振动信息中的至少一个；获取车辆的图像信息；根据车辆的声音信息和车辆的振动信息中的至少一个，以及车辆的图像信息，对车辆进行故障检测。本发明实施例的故障检测方法，采用声音、振动与图像结合的方式对车辆进行故障检测，检测范围较广，既能检测产生温度异常的机械损伤，也能检测不产生温度异常的机械损伤，且能够有效提高检测正确率及故障检出率。

Description

车辆及其故障检测方法和故障检测装置

技术领域

本发明涉及车辆技术领域，特别涉及一种车辆及其故障检测方法和故障检测装置。

背景技术

发明人发现，相关技术中，通常采用红外线对列车进行故障检测，该技术不能识别不产生温度异常的机械损伤。由于该技术采用红外成像，仅能对温度异常的部位进行识别；而对于裂缝、管路漏液和紧固件紧固状态等不产生温度异常的机械损伤，该技术无法识别。

发明内容

本发明旨在至少在一定程度上解决上述技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种车辆的故障检测方法，采用声音、振动与图像结合的方式对车辆进行故障检测，检测范围较广，既能检测产生温度异常的机械损伤，也能检测不产生温度异常的机械损伤，且能够有效提高检测正确率及故障检出率。

本发明的第二个目的在于提出一种车辆的故障检测装置。

本发明的第三个目的在于提出一种车辆。

本发明的第四个目的在于提出一种电子设备。

本发明的第五个目的在于提出一种非临时性计算机可读存储介质。

为达到上述目的，本发明第一方面实施例提出了一种车辆的故障检测方法，包括以下步骤：获取车辆的声音信息和所述车辆的振动信息中的至少一个；获取所述车辆的图像信息；根据所述车辆的声音信息和所述车辆的振动信息中的至少一个，以及所述车辆的图像信息，对所述车辆进行故障检测。

根据本发明实施例的车辆的故障检测方法，首先获取车辆的声音信息和车辆的振动信息中的至少一个，然后获取车辆的图像信息，最后根据车辆的声音信息和车辆的振动信息中的至少一个，以及车辆的图像信息，对车辆进行故障检测。由此，该故障检测方法采用声音、振动与图像结合的方式对车辆进行故障检测，检测范围较广，既能检测产生温度异常的机械损伤，也能检测不产生温度异常的机械损伤，且能够有效提高检测正确率及故障检出率。

另外，根据本发明上述实施例提出的车辆的故障检测方法还可以具有如下附加的技术特征：

在本发明的一个实施例中，所述获取车辆的声音信息，包括：通过声音采集装置获取所述车辆的声音信息；所述获取所述车辆的振动信息，包括：通过振动监测装置获取所述车辆的振动信息；所述获取所述车辆的图像信息，包括：通过图像采集装置获取所述车辆的图像信息；其中，所述声音采集装置、所述振动监测装置和所述图像采集装置均安装在车辆下车体上。

在本发明的一个实施例中，所述根据所述车辆的声音信息和所述车辆的振动信息中的至少一个，以及所述车辆的图像信息，对所述车辆进行故障检测，包括：根据所述车辆的声音信息和所述车辆的振动信息中的至少一个，识别所述车辆下车体的出现异常的异常部件；从所述车辆的图像信息中，提取所述异常部件的第一特征信息，将所述第一特征信息与所述异常部件的正常状态下的第二特征信息进行比较，获取所述第一特征信息与所述第二特征信息的匹配度；如果所述匹配度小于预设的阈值，则所述异常部件出现异常；如果所述匹配度大于或者等于所述预设的阈值，则所述异常部件正常。

在本发明的一个实施例中，所述如果所述匹配度小于预设的阈值，则所述异常部件出现异常之后，还包括：从所述车辆的声音信息和所述车辆的振动信息中的至少一个中，提取所述异常部件对应的异常声音信息和振动信息中的至少一个发送到客户端；和/或，从所述车辆的图像信息中，提取所述异常部件的图像信息发送到客户端。

在本发明的一个实施例中，所述获取所述车辆的图像信息，包括：在图像采集的过程中，对所述车辆的车速和所处轨道的倾斜角度角进行监控；从预设时长内采集到的多帧候选图像信息中，根据多帧候选图像信息分别对应的车速，筛选出第一图像信息，根据所述第一图像信息对应的所处轨道的倾斜角度，对所述第一图像信息进行角度还原，以得到所述图像信息。

在本发明的一个实施例中，所述获取所述车辆的图像信息之前，还包括：检测所述车辆当前所处环境的亮度，根据所述亮度对所述图像采集装置进行补光。

在本发明的一个实施例中，上述车辆的故障检测方法还包括：控制对所述图像采集装置进行清洗。

为达到上述目的，本发明第二方面实施例提出了一种车辆的故障检测装置，包括：第一获取模块，用于获取车辆的声音信息和所述车辆的振动信息中的至少一个；第二获取模块，用于获取所述车辆的图像信息；故障检测模块，用于根据所述车辆的声音信息和所述车辆的振动信息中的至少一个，以及所述车辆的图像信息，对所述车辆进行故障检测。

本发明实施例的车辆的故障检测装置，通过第一获取模块获取车辆的声音信息和车辆的振动信息中的至少一个，并通过第二获取模块获取车辆的图像信息，以使故障检测模块根据车辆的声音信息和车辆的振动信息中的至少一个，以及车辆的图像信息，对车辆进行故障检测。由此，该车辆的故障检测装置采用声音、振动与图像结合的方式对车辆进行故障检测，检测范围较广，既能检测产生温度异常的机械损伤，也能检测不产生温度异常的机械损伤，且能够有效提高检测正确率及故障检出率。

另外，根据本发明上述实施例提出的车辆的故障检测装置还可以具有如下附加的技术特征：

在本发明的一个实施例中，所述第一获取模块通过声音采集装置获取所述车辆的声音信息；所述第一获取模块通过振动监测装置获取所述车辆的振动信息；所述第二获取模块通过图像采集装置获取所述车辆的图像信息；其中，所述声音采集装置、所述振动监测装置和所述图像采集装置均安装在车辆下车体上。

在本发明的一个实施例中，所述故障检测模块，具体用于：根据所述车辆的声音信息和所述车辆的振动信息中的至少一个，识别所述车辆下车体的出现异常的异常部件；从所述车辆的图像信息中，提取所述异常部件的第一特征信息，将所述第一特征信息与所述异常部件的正常状态下的第二特征信息进行比较，获取所述第一特征信息与所述第二特征信息的匹配度；如果所述匹配度小于预设的阈值，则所述异常部件出现异常；如果所述匹配度大于或者等于所述预设的阈值，则所述异常部件正常。

在本发明的一个实施例中，所述故障检测模块在所述异常部件出现异常之后，还用于：从所述车辆的声音信息和所述车辆的振动信息中的至少一个中，提取所述异常部件对应的异常声音信息和振动信息中的至少一个发送到客户端；和/或，从所述车辆的图像信息中，提取所述异常部件的图像信息发送到客户端。

在本发明的一个实施例中，所述第二获取模块，具体用于：在图像采集的过程中，对所述车辆的车速和所处轨道的倾斜角度角进行监控；从预设时长内采集到的多帧候选图像信息中，根据多帧候选图像信息分别对应的车速，筛选出第一图像信息，根据所述第一图像信息对应的所处轨道的倾斜角度，对所述第一图像信息进行角度还原，以得到所述图像信息。

在本发明的一个实施例中，所述第二获取模块在获取所述车辆的图像信息之前，还用于：检测所述车辆当前所处环境的亮度，根据所述亮度对所述图像采集装置进行补光。

在本发明的一个实施例中，上述车辆的故障检测装置还包括：清洗模块，用于控制对所述图像采集装置进行清洗。

为了实现上述目的，本发明第三方面实施例提出的一种车辆包括：本发明第二方面实施例的车辆的故障检测装置。

本发明实施例的车辆，通过上述车辆的故障检测装置，采用声音、振动与图像结合的方式对车辆进行故障检测，检测范围较广，既能检测产生温度异常的机械损伤，也能检测不产生温度异常的机械损伤，且能够有效提高检测正确率及故障检出率。

为达到上述目的，本发明第四方面实施例提出了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如本发明第一方面实施例所述的车辆的故障检测方法。

本发明实施例的电子设备，通过处理器执行存储在存储器上的计算机程序，采用声音、振动与图像结合的方式对车辆进行故障检测，检测范围较广，既能检测产生温度异常的机械损伤，也能检测不产生温度异常的机械损伤，且能够有效提高检测正确率及故障检出率。

为达上述目的，本发明第五方面实施例提出了一种非临时性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，以实现如本发明第一方面实施例所述的车辆的故障检测方法。

本发明实施例的非临时性计算机可读存储介质，通过执行其存储的计算机程序，采用声音、振动与图像结合的方式对车辆进行故障检测，检测范围较广，既能检测产生温度异常的机械损伤，也能检测不产生温度异常的机械损伤，且能够有效提高检测正确率及故障检出率。

本发明附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是根据本发明一个实施例的车辆的故障检测方法的流程图；

图2是根据本发明另一个实施例的车辆的故障检测方法的流程图；

图3是根据本发明一个具体实施例的轨道列车的故障检测结构示意图；

图4是根据本发明一个实施例的车辆的故障检测装置的方框示意图；以及

图5是根据本发明另一个实施例的车辆的故障检测装置的方框示意图；

附图标记：轨道1、补偿光源2、图像采集装置3、自清洗装置4、声音采集装置5、振动监测装置6、轨旁基站7、控制中心8、手持终端9、第一获取模块100、第二获取模块200、故障检测模块300和清洗模块400。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面结合附图来描述本发明实施例的车辆的故障检测方法、车辆的故障检测装置、车辆、电子设备和非临时性计算机可读存储介质。

图1是根据本发明一个实施例的车辆的故障检测方法的流程图。在本发明的一个实施例中，车辆可为轨道列车，例如，地铁、火车和轻轨等，而不局限于此。

如图1所示，本发明实施例的车辆的故障检测方法，包括以下步骤：

S1，获取车辆的声音信息和车辆的振动信息中的至少一个。其中，声音信息可包括车辆在行驶过程中安装于车辆下车体(即，车辆的底盘)上的部件发出的声音，也可包括车辆上车体以及车辆内部的部件发出的声音，而不局限于此，振动信息可包括安装于车辆下车体上的部件发出的振动，也可包括车辆上车体以及车辆内部的部件发出的振动，而不局限于此。其中，车辆下车体上的部件可包括各种管路、紧固件、线束接插件等。

在本发明的实施例中，获取车辆的声音信息，可包括通过声音采集装置获取车辆的声音信息，获取车辆的振动信息，可包括通过振动监测装置获取车辆的振动信息。其中，声音采集装置和振动监测装置均可安装在车辆下车体上，且声音采集装置与振动监测装置可为多个，多个声音采集装置和多个振动监测装置的安装点，均可设置在车辆下车体上的各个关键部位处，例如，车辆下车体的管路处、车辆下车体的线束接插件处和车辆下车体的部件衔接处等。其中，声音采集装置可包括声音传感器，振动监测装置可包括倾角/加速度传感器、速度传感器。

需要说明的是，在行驶的过程中，车辆的底盘上的各个部件(例如，导油管路)会因行驶过程中车辆的振动而产生声音和振动，此时安装在各个部位处的声音采集装置与振动监测装置则采集到对应的声音信息和振动信息，其中，声音信息可包括声音的音强和音频信息，振动信息可包括振幅的强度和频率信息。另外，该实施例中所描述的振动监测装置还可用于获取车辆的行驶速度，及当前运行轨道倾角(即，车辆的倾斜度)。

S2，获取车辆的图像信息。其中，图像信息可为车辆下车体在行驶过程中的图像信息，且该图像信息包括下车体的全局图像，也可包括车辆上车体以及车辆内部的部件的图像，而不局限于此。

在本发明的实施例中，获取车辆的图像信息，可包括通过图像采集装置获取车辆的图像信息，其中，图像采集装置可安装在车辆下车体上，且图像采集装置的安装点需保证图像视角能够覆盖车辆的整个下车体，例如，将图像采集装置安装在车头或车尾的正下方，以使拍摄角度能够覆盖车辆的整个下车体。另外，该图像采集装置包括但不限于摄像头、二维图像采集器、三维图像采集器等均可以进行图像采集的设备，其中，摄像头可为高清彩色面阵相机。

其中，图像信息可包括车辆下车体部件表面图像信息、紧固件紧固状态信息、线束接插件是否松动信息及关键部位漆标是否变化信息等。

在本发明的一个实施例中，获取车辆的图像信息之前，还可包括检测车辆当前所处环境的亮度，根据亮度对图像采集装置进行补光。

在本发明的另一个实施例中，上述车辆的故障检测方法还可包括控制对图像采集装置进行清洗。

具体地，如图3所示，可通过安装在图像采集装置旁边的补偿光源对图像采集装置进行补光，通过安装在图像采集装置旁边的自清洗装置对图像采集装置进行清洗。其中，图像采集装置检测车辆当前所处环境的亮度，并根据亮度控制补偿光源进行补光，自清洗装置可实时检测图像采集装置是否过多的沾染灰尘，并在检测到图像采集装置是否过多的沾染灰尘时，对图像采集装置进行清洗，以避免因下车体灰尘等影响图像采集效果。

S3，根据车辆的声音信息和车辆的振动信息中的至少一个，以及车辆的图像信息，对车辆进行故障检测。

在本发明的实施例中，如图3所示，安装于车辆下车体上的声音采集装置、振动监测装置和图像采集装置，可实时将获取到的相关信息通过轨旁基站上传至控制中心，由控制中心根据车辆的声音信息和车辆的振动信息中的至少一个，以及车辆的图像信息，对车辆进行故障检测。其中，控制中心可包括数据库服务器、分析处理模块、大屏幕显示系统和故障下发推送系统等。

其中，在本发明的一个实施例中，获取车辆下的图像信息，可包括在图像采集的过程中，对车辆的车速和所处轨道的倾斜角度角进行监控，并从预设时长内采集到的多帧候选图像信息中，根据多帧候选图像信息分别对应的车速，筛选出第一图像信息，根据第一图像信息对应的所处轨道的倾斜角度，对第一图像信息进行角度还原，以得到图像信息。其中，预设时长可根据实际情况进行标定，例如，预设时长可根据车辆的车速进行标定，其中，车速较慢时预设时长较长。

具体而言，如图3所示，当本发明的车辆为轨道列车(例如，地铁)时，为满足具备较好的爬坡能力及过弯道能力的轨道列车的检测(例如，图像检测)，本发明的图像采集装置安装在轨道列车下车体上。其中，在图像采集的过程中，可先通过安装在车辆下车体上的振动监测装置实时监测列车速度变化及当前运行轨道的倾角信息。当监测到列车速度变化小，平稳运行时，图像采集装置可将当前实时获取或采集的轨道列车下车体在行驶过程中的图像信息(即，第一图像信息)上传至控制中心，同时振动监测装置将当前实时监测到的当前运行轨道的倾角信息上传至控制中心。

控制中心在接收到轨道列车平稳运行时的图像信息和当前运行轨道的倾角信息时，可通过数据库服务器根据接收到的轨道列车平稳运行时的图像信息和当前运行轨道的倾角信息，对该图像信息进行角度还原，以得到还原后的图像信息。应说明的是，如果对还原后的图像信息再继续后续分析，能够有效去除图像阴影。

另外，在图像采集的过程中，图像采集装置和振动监测装置可直接将实时获取到的图像信息、当前列车的速度及其变化和当前运行轨道的倾角信息上传至控制中心。控制中心在接收到上述的信息后，对其进行分析从获取或采集到的多帧图像信息(即，多张相片对应的信息)中，根据多帧候选图像信息分别对应的车速，赛选出列车平稳运行时的图像信息(即，第一图像信息)，根据列车平稳运行时的图像信息对应的所处轨道的倾斜角度，对该图像信息进行角度还原，以得到还原后的图像信息。

在本发明的一个实施例中，如图2所示，根据车辆的声音信息和车辆的振动信息中的至少一个，以及车辆的图像信息，对车辆进行故障检测，可包括以下步骤：

S31，根据车辆的声音信息和车辆的振动信息中的至少一个，识别车辆下车体的出现异常的异常部件。

S32，从车辆的图像信息中，提取异常部件的第一特征信息，将第一特征信息与异常部件的正常状态下的第二特征信息进行比较，获取第一特征信息与第二特征信息的匹配度。其中，应说明的是，两个特征的匹配度越小，则说明两个特征之间的差异越大(即，相似度越低)，反之两个特征的匹配度越大，则说明两个特征之间的差异越小(即，相似度越高)。

需要说明的是，该实施例中所描述的第一特征信息和第一特征信息均是指异常部件的状态信息，例如，螺丝的状态(紧固或松动)、线束插接件的状态(松动程度)。

S33，如果匹配度小于预设的阈值，则异常部件出现异常。其中，预设的阈值可根据实际情况进行标定，例如，预设的阈值可以厂商根据大量的试验数据进行标定的。

S34，如果匹配度大于或者等于预设的阈值，则异常部件正常。

举例而言，如图3所示，假设车辆为地铁，且该地铁未安装振动监测装置，其中，在地铁运行的过程中，安装在车辆下车体上的各个关键部位处的声音采集装置可实时获取地铁在行驶过程中各个关键部位处的声音信息，并将其通过轨旁基站上传至控制中心，同时安装在地铁下车体上的图像采集装置可实时获取地铁下车体在行驶过程中的图像信息，并将其通过轨旁基站上传至控制中心。

然后，该控制中心可先对接收到的声音信息中的音强和音频进行分析，以判断是否有异常及异响来源部件，当判定有异常时，则通过预设的声音分析算法从声音信息中识别出地铁下车体的异响来源部件及其所在的位置(例如，某个螺丝)，即异常部件及其所在的位置，或者直接通过获取该异常部件声音信息的声音采集装置的位置，定位该异常部件所在的位置。再然后，控制中心对接收到的图像信息进行分析，以获取该异常部件所在的位置区域的图像信息，即，异常部位的图像信息，并从该异常部位的图像信息中提取异常部件的第一特征信息，以及对第一特征信息进行过滤处理，即，选择还原后的图像信息的特征作为有效的第一特征信息。再然后，控制中心可从自身的存储空间中调出该异常部件的正常状态下的第二特征信息，并将第一特征信息与第二特征信息进行比较，如果匹配度小于预设的阈值，则说明此时的异常部件与正常状态下的异常部件相比具有较大的差异，控制中心可判定异常部件出现异常；如果匹配度大于或者等于预设的阈值，则说明此时的异常部件与正常状态下的异常部件相比差异较小，在正常或可控的范围之内，控制中心可判定异常部件正常，此时控制中心可控制声音采集装置、振动监测装置和图像采集装置对异常部件继续监控。

需要说明的是，该实施例中所描述的正常状态下的第二特征信息，可以是地铁出厂检验合格时获取的。

另外，如图3所示，假设车辆为地铁，且该地铁未安装声音采集装置，其中，在地铁运行的过程中，安装在车辆下车体上的各个关键部位处的振动监测装置可实时获取地铁在行驶过程中各个关键部位处的振动信息，并将其通过轨旁基站上传至控制中心，同时安装在地铁下车体上的图像采集装置可实时获取地铁下车体在行驶过程中的图像信息，并将其通过轨旁基站上传至控制中心。

然后，该控制中心可先对接收到的振动信息中的振幅的强度和频率进行分析，以判断是否有异常及异常来源部件，当判定有异常时，则通过预设的振动分析算法从振动信息中识别出地铁下车体的异常来源部件及其所在的位置(例如，某个螺丝)，即异常部件及其所在的位置，或者直接通过获取该异常部件声音信息的振动监测装置的位置，定位该异常部件所在的位置。再然后，控制中心对接收到的图像信息进行分析，以获取该异常部件所在的位置区域的图像信息，即，异常部位的图像信息，并从该异常部位的图像信息中提取异常部件的第一特征信息，以及对第一特征信息进行过滤处理，即，选择还原后的图像信息的特征作为有效的第一特征信息。再然后，控制中心可从自身的存储空间中调出该异常部件的正常状态下的第二特征信息，并将第一特征信息与第二特征信息进行比较，如果匹配度小于预设的阈值，识别异常部件的确出现异常；如果匹配度大于或者等于预设的阈值，则控制对异常部件继续监控。

此外，如图3所示，假设车辆为地铁，且该地铁安装有振动监测装置和声音采集装置，其中，在地铁运行的过程中，安装在车辆下车体上的各个关键部位处的声音采集装置和振动监测装置可实时获取地铁在行驶过程中各个关键部位处的声音信息和振动信息，并将其通过轨旁基站上传至控制中心，同时安装在地铁下车体上的图像采集装置可实时获取地铁下车体在行驶过程中的图像信息，并将其通过轨旁基站上传至控制中心。

然后，该控制中心可先对接收到的声音信息中的音强和频率，和振动信息中的振幅的强度和频率进行分析，以判断是否有异常及异常来源部件，当判定有异常时，可直接通过接收到的振动信息快速定位异常来源部件及其所在的位置(例如，某个螺丝)，即异常部件及其所在的位置。再然后，控制中心对接收到的图像信息进行分析，以获取该异常部件所在的位置区域的图像信息，即，异常部位的图像信息，并从该异常部位的图像信息中提取异常部件的第一特征信息，以及对第一特征信息进行过滤处理，即，选择还原后的图像信息的特征作为有效的第一特征信息。再然后，控制中心可从自身的存储空间中调出该异常部件的正常状态下的第二特征信息，并将第一特征信息与第二特征信息进行比较，如果匹配度小于预设的阈值，识别异常部件的确出现异常；如果匹配度大于或者等于预设的阈值，则控制对异常部件继续监控。

下面举例进一步详细描述本申请的车辆的故障检测方法：

假设车辆为地铁，其中，在地铁运行的过程中，安装在地铁下车体某一个螺丝处的声音采集装置和振动监测装置，将实时获取到的该螺丝发出的声音信息和振动信息，通过轨旁基站上传至控制中心，同时安装在地铁下车体上的图像采集装置可将实时获取到的地铁下车体在行驶过程中的全局图像，通过轨旁基站上传至控制中心，

该控制中心在接收到上述的声音信息和振动信息之后，根据获取该声音信息的声音采集装置，或获取该振动信息的振动采集装置，从自身的存储空间中调取该螺丝在正常状态下的声音信息和振动信息。然后，该控制中心可将接收到的声音信息与该螺丝在正常状态下的声音信息进行比较验证(例如，进行音强和音频的比较验证)，和将接收到的振动信息与该螺丝在正常状态下的振动信息进行比较验证(例如，进行振幅的强度和频率的比较验证)。当接收到的声音信息和振动信息中任一个没有通过验证时，该控制中心会判定该螺丝可能出现异常，同时定位该螺丝所在的位置。然后，该控制中心对接收到的全局图像进行分析，以获取该螺丝所在的位置区域的图像，并从该位置区域的图像中提取该螺丝的第一特征信息(例如，状态信息)，以及对第一特征信息进行过滤处理，即，选择还原后的该螺丝的图像的特征作为有效的第一特征信息(例如，状态信息)。再然后，该控制中心可从自身的存储空间中调出该螺丝的正常状态下的第二特征信息(例如，状态信息)，并将第一特征信息与第二特征信息进行比较，如果匹配度小于预设的阈值，识别该螺丝的确出现异常；如果匹配度大于或者等于预设的阈值，则控制对该螺丝继续监控。

另外，为了保证检测结果的准确性，避免误报漏报，影响运营，该控制中心可在接收到的声音信息和振动信息都没有通过验证时，判断会判定该螺丝可能出现异常，否则判断该螺丝未出现异常并控制对该螺丝继续监控。

由此可知，本发明采用的图像、声音与振动监测结合的方式，全方位对下车体状况进行采集分析，多种传感器的融合，可有效提高检测正确率及故障检出率，避免单一检测方式可能存在的漏检、错检及检测率低的情况，且检测范围较广，能检测机械裂缝、管路漏液、线束接插件松动、紧固件紧固状态异常、异响等故障。另外，本发明中图像采集装置、声音采集装置、振动监测装置均安装于下车体，可在列车运行过程中实时采集，并通过车地通讯上传至控制中心进行分析处理，能够实时对车辆进行检查。

在本发明的一个实施例中，如果匹配度小于预设的阈值，则异常部件出现异常之后，还可包括从车辆的声音信息和车辆的振动信息中的至少一个中，提取异常部件对应的异常声音信息和振动信息中的至少一个发送到客户端，和/或从车辆的图像信息中，提取异常部件的图像信息发送到客户端。

具体而言，如图3所示，控制中心在识别异常部件出现异常后，可生成相关的异常故障信息，并将其发送至相应维修人员的手持终端中，其中，控制中心在生成相关的异常故障信息后，还可根据该异常故障信息查询相应的解决方案和异常故障信息一起发送至相关维修人员的手持终端中，以使相关的维修人员可以及时解决异常问题，从而提高运营维护效率。

另外，控制中心还可在通过接收到的振动信息和/或声音信息，确定异常部件及其的位置后，将异常部件及其位置的信息发送至相关工作人员(维修人员)的手持终端，手持终端的工作人员收到异常部件及其位置的信息后，若当前车辆正在运行中，可选择查看异常部件位置的图像信息，此时控制中心则会将异常部件位置的图像信息下发至该手持终端，该手持终端工作人员可自主查看是否有故障。若当前暂无现场工作人员值班，控制中心在确定异常部件及其的位置后，对接收到的图像信息进行分析，并从该图像信息中提取异常部件的第一特征信息，以及对第一特征信息进行过滤处理，而后控制中心可从自身的存储空间中调出该异常部件的正常状态下的第二特征信息，并将第一特征信息与第二特征信息进行比较，如果匹配度小于预设的阈值，识别异常部件的确出现异常，并可生成相关的异常故障信息，并将其通过大屏幕显示系统进行显示，同事将其下发至相关人员的手持终端中。

此外，本发明的控制中心还可与资产管理系统联动，实现一有故障，提前备件。

在本发明的实施例中，上述的音采集装置、振动监测装置和图像采集装置中的传感器均可具备上电自检功能，并在自检到故障时自动上报，其中，若在车辆运行的过程中，安装在车辆下车体上的声音采集装置、振动监测装置和图像采集装置，其中某一个或多个传感器出现故障时，车辆的运行系统会接收到相关的故障信息，并将该故障信息进行报备以通知相关人员，同时还可根据运营信息调整检测策略。比如振动监测装置检测到异常振动，且声音采集装置中的声音传感器故障时，获取异常部位图像信息，分析对比图像部位是否存在故障，从而将故障结果发出；再比如图像采集装置故障时，振动监测装置和声音采集装置发现异常信息但无法完全确定位置，可将异常信息大致位置发送至现场运维人员手持终端，运维人员在车辆跑完全程后进行现场查看。

综上，根据本发明实施例的车辆的故障检测方法，首先获取车辆的声音信息和车辆的振动信息中的至少一个，然后获取车辆的图像信息，最后根据车辆的声音信息和车辆的振动信息中的至少一个，以及车辆的图像信息，对车辆进行故障检测。由此，该故障检测方法采用声音、振动与图像结合的方式对车辆进行故障检测，检测范围较广，既能检测产生温度异常的机械损伤，也能检测不产生温度异常的机械损伤，且能够有效提高检测正确率及故障检出率。

图4是根据本发明一个实施例的车辆的故障检测装置的方框示意图。

如图4所示，本发明实施例的车辆的故障检测装置，包括：第一获取模块100、第二获取模块200和故障检测模块300。

其中，第一获取模块100用于获取车辆的声音信息和车辆的振动信息中的至少一个。

第二获取模块200用于获取车辆的图像信息。

故障检测模块300用于根据车辆的声音信息和车辆的振动信息中的至少一个，以及车辆的图像信息，对车辆进行故障检测。

在本发明的一个实施例中，第一获取模块100通过声音采集装置获取车辆的声音信息；第一获取模块100通过振动监测装置获取车辆的振动信息；第二获取模块200通过图像采集装置获取车辆的图像信息；其中，声音采集装置、振动监测装置和图像采集装置均安装在车辆下车体上。

在本发明的一个实施例中，故障检测模块300具体用于根据车辆的声音信息和车辆的振动信息中的至少一个，识别车辆下车体的出现异常的异常部件，并从车辆的图像信息中，提取异常部件的第一特征信息，将第一特征信息与异常部件的正常状态下的第二特征信息进行比较，获取第一特征信息与第二特征信息的匹配度，如果匹配度小于预设的阈值，则异常部件出现异常，如果匹配度大于或者等于预设的阈值，则异常部件正常。

在本发明的一个实施例中，故障检测模块300在异常部件出现异常之后，还用于从车辆的声音信息和车辆的振动信息中的至少一个中，提取异常部件对应的异常声音信息和振动信息中的至少一个发送到客户端；和/或从车辆的图像信息中，提取异常部件的图像信息发送到客户端。

在本发明的一个实施例中，第二获取模块200具体用于在图像采集的过程中，对车辆的车速和所处轨道的倾斜角度角进行监控，并从预设时长内采集到的多帧候选图像信息中，根据多帧候选图像信息分别对应的车速，筛选出第一图像信息，根据第一图像信息对应的所处轨道的倾斜角度，对第一图像信息进行角度还原，以得到图像信息。

在本发明的一个实施例中，第二获取模块200在获取车辆的图像信息之前，还用于检测车辆当前所处环境的亮度，根据亮度对图像采集装置进行补光。

在本发明的一个实施例中，如图5所示，上述车辆的故障检测装置还包括清洗模块400，用于控制对图像采集装置进行清洗。

需要说明的是，本发明实施例的车辆的故障检测装置中未披露的细节，请参照本发明实施例的车辆的故障检测方法中所披露的细节，具体这里不再赘述。

综上，本发明实施例的车辆的故障检测装置，通过第一获取模块获取车辆的声音信息和车辆的振动信息中的至少一个，并通过第二获取模块获取车辆的图像信息，以使故障检测模块根据车辆的声音信息和车辆的振动信息中的至少一个，以及车辆的图像信息，对车辆进行故障检测。由此，该车辆的故障检测装置采用声音、振动与图像结合的方式对车辆进行故障检测，检测范围较广，既能检测产生温度异常的机械损伤，也能检测不产生温度异常的机械损伤，且能够有效提高检测正确率及故障检出率。

为了实现上述实施例，本发明还提出一种车辆，其包括上述车辆的故障检测装置。

本发明实施例的车辆，通过上述车辆的故障检测装置，采用声音、振动与图像结合的方式对车辆进行故障检测，检测范围较广，既能检测产生温度异常的机械损伤，也能检测不产生温度异常的机械损伤，且能够有效提高检测正确率及故障检出率。

为了实现上述实施例，本发明还提出一种电子设备，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，处理器执行程序，以实现前述实施例的车辆的故障检测方法。

本发明实施例的电子设备，通过处理器执行存储在存储器上的计算机程序，采用声音、振动与图像结合的方式对车辆进行故障检测，检测范围较广，既能检测产生温度异常的机械损伤，也能检测不产生温度异常的机械损伤，且能够有效提高检测正确率及故障检出率。

为了实现上述实施例，本发明还提出一种非临时性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，以实现前述实施例的车辆的故障检测方法。

本发明实施例的非临时性计算机可读存储介质，通过执行其存储的计算机程序，采用声音、振动与图像结合的方式对车辆进行故障检测，检测范围较广，既能检测产生温度异常的机械损伤，也能检测不产生温度异常的机械损伤，且能够有效提高检测正确率及故障检出率。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (15)

1.一种车辆的故障检测方法，其特征在于，包括以下步骤：

获取车辆的声音信息和所述车辆的振动信息中的至少一个；

获取所述车辆的图像信息；

根据所述车辆的声音信息和所述车辆的振动信息中的至少一个，以及所述车辆的图像信息，对所述车辆进行故障检测；

所述根据所述车辆的声音信息和所述车辆的振动信息中的至少一个，以及所述车辆的图像信息，对所述车辆进行故障检测，包括：

根据所述车辆的声音信息和所述车辆的振动信息中的至少一个，识别所述车辆下车体的出现异常的异常部件；

从所述车辆的图像信息中，提取所述异常部件的第一特征信息，将所述第一特征信息与所述异常部件的正常状态下的第二特征信息进行比较，获取所述第一特征信息与所述第二特征信息的匹配度；

如果所述匹配度小于预设的阈值，则所述异常部件出现异常；

如果所述匹配度大于或者等于所述预设的阈值，则所述异常部件正常。

2.根据权利要求1所述的方法，其特征在于，

所述获取车辆的声音信息，包括：通过声音采集装置获取所述车辆的声音信息；

所述获取所述车辆的振动信息，包括：通过振动监测装置获取所述车辆的振动信息；

所述获取所述车辆的图像信息，包括：通过图像采集装置获取所述车辆的图像信息；

其中，所述声音采集装置、所述振动监测装置和所述图像采集装置均安装在车辆下车体上。

3.根据权利要求1所述的方法，其特征在于，所述如果所述匹配度小于预设的阈值，则所述异常部件出现异常之后，还包括：

从所述车辆的声音信息和所述车辆的振动信息中的至少一个中，提取所述异常部件对应的异常声音信息和振动信息中的至少一个发送到客户端；和/或，

从所述车辆的图像信息中，提取所述异常部件的图像信息发送到客户端。

4.根据权利要求1所述的方法，其特征在于，所述获取所述车辆的图像信息，包括：

在图像采集的过程中，对所述车辆的车速和所处轨道的倾斜角度角进行监控；

从预设时长内采集到的多帧候选图像信息中，根据多帧候选图像信息分别对应的车速，筛选出第一图像信息，根据所述第一图像信息对应的所处轨道的倾斜角度，对所述第一图像信息进行角度还原，以得到所述图像信息。

5.根据权利要求2所述的方法，其特征在于，所述获取所述车辆的图像信息之前，还包括：

检测所述车辆当前所处环境的亮度，根据所述亮度对所述图像采集装置进行补光。

6.根据权利要求5所述的方法，其特征在于，还包括：

控制对所述图像采集装置进行清洗。

7.一种车辆的故障检测装置，其特征在于，包括：

第一获取模块，用于获取车辆的声音信息和所述车辆的振动信息中的至少一个；

第二获取模块，用于获取所述车辆的图像信息；

故障检测模块，用于根据所述车辆的声音信息和所述车辆的振动信息中的至少一个，以及所述车辆的图像信息，对所述车辆进行故障检测；

所述故障检测模块，具体用于：

根据所述车辆的声音信息和所述车辆的振动信息中的至少一个，识别所述车辆下车体的出现异常的异常部件；

从所述车辆的图像信息中，提取所述异常部件的第一特征信息，将所述第一特征信息与所述异常部件的正常状态下的第二特征信息进行比较，获取所述第一特征信息与所述第二特征信息的匹配度；

如果所述匹配度小于预设的阈值，则所述异常部件出现异常；

如果所述匹配度大于或者等于所述预设的阈值，则所述异常部件正常。

8.根据权利要求7所述的装置，其特征在于，

所述第一获取模块通过声音采集装置获取所述车辆的声音信息；

所述第一获取模块通过振动监测装置获取所述车辆的振动信息；

所述第二获取模块通过图像采集装置获取所述车辆的图像信息；

其中，所述声音采集装置、所述振动监测装置和所述图像采集装置均安装在车辆下车体上。

9.根据权利要求7所述的装置，其特征在于，所述故障检测模块在所述异常部件出现异常之后，还用于：

从所述车辆的声音信息和所述车辆的振动信息中的至少一个中，提取所述异常部件对应的异常声音信息和振动信息中的至少一个发送到客户端；和/或，

从所述车辆的图像信息中，提取所述异常部件的图像信息发送到客户端。

10.根据权利要求7所述的装置，其特征在于，所述第二获取模块，具体用于：

在图像采集的过程中，对所述车辆的车速和所处轨道的倾斜角度角进行监控；

从预设时长内采集到的多帧候选图像信息中，根据多帧候选图像信息分别对应的车速，筛选出第一图像信息，根据所述第一图像信息对应的所处轨道的倾斜角度，对所述第一图像信息进行角度还原，以得到所述图像信息。

11.根据权利要求8所述的装置，其特征在于，所述第二获取模块在获取所述车辆的图像信息之前，还用于：

检测所述车辆当前所处环境的亮度，根据所述亮度对所述图像采集装置进行补光。

12.根据权利要求11所述的装置，其特征在于，还包括：

清洗模块，用于控制对所述图像采集装置进行清洗。

13.一种车辆，其特征在于，包括如权利要求7-12中任一项所述的车辆的故障检测装置。

14.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-6中任一所述的车辆的故障检测方法。

15.一种非临时性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，以实现如权利要求1-6中任一所述的车辆的故障检测方法。

Images