CN113029126A - 车载接触网电分相线路标志检测装置和方法 - Google Patents

车载接触网电分相线路标志检测装置和方法 Download PDF

Info

Publication number
CN113029126A
CN113029126A CN202110254981.2A CN202110254981A CN113029126A CN 113029126 A CN113029126 A CN 113029126A CN 202110254981 A CN202110254981 A CN 202110254981A CN 113029126 A CN113029126 A CN 113029126A
Authority
CN
China
Prior art keywords
vehicle
image
phase
contact network
line
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
Application number
CN202110254981.2A
Other languages
English (en)
Inventor
冯朝
王海杰
芦志广
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.)
Chengdu National Railways Electrical Equipment Co ltd
Original Assignee
Chengdu National Railways Electrical Equipment Co 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 Chengdu National Railways Electrical Equipment Co ltd filed Critical Chengdu National Railways Electrical Equipment Co ltd
Priority to CN202110254981.2A priority Critical patent/CN113029126A/zh
Publication of CN113029126A publication Critical patent/CN113029126A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/04—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
    • G01C21/08—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving use of the magnetic field of the earth
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8838—Stroboscopic illumination; synchronised illumination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8877—Proximity analysis, local statistics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/888—Marking defects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • G01N2021/95615—Inspecting patterns on the surface of objects using a comparative method with stored comparision signal

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Automation & Control Theory (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明涉及铁路参数技术领域，目的是提供车载接触网电分相线路标志检测装置和方法，该装置安装于铁路供电检测车或作业车上，随着检测车的运行对接触网电分相区间的线路标志存在与否、字符是否正确、字符是否清晰进行自动检测分析，并对异常情况自动生成报告和报表，极大的方便了铁路部门对电分相线路标志牌的管理。

Description

车载接触网电分相线路标志检测装置和方法
技术领域
本发明涉及铁路参数技术领域，具体涉及车载接触网电分相线路标志检测装置和方法。
背景技术
在普速电气化铁路中，电力机车每间隔5-8分钟就要通过一个接触网电分相区间。目前我国的大部分电气化铁路都采用了机车自动过分相装置。但是，偶尔也存在自动过分相装置失效的情况。为了避免这种风险，在铁路沿线接触网电分相区间的关键位置需要设置明显的断电标志牌、合电标志牌、禁止双弓标志牌，用来提示司机关闭辅助机组，断开主断路器，让列车滑行通过电分相装置。等列车通过电分相区间后，及时合上主断路器，恢复机车供电。即：当电力机车车载自动过分相装置失效需要司机人工操作时，接触网电分相线路标志用于给司机关键提示信息，确保机车过分相区间时的安全运行。目前铁路部门普遍采用人工步行巡视的方式对接触网电分相线路标志行巡检。这种工作方式工作量较大、效率较低。
本发明致力于研制一种车载接触网电分相线路标志检测装置，该装置安装于铁路供电检测车或作业车上，随着检测车的运行对接触网电分相区间的线路标志存在与否、字符是否正确、字符是否清晰进行自动检测分析，并对异常情况自动生成报告和报表，极大的方便了铁路部门对电分相线路标志牌的管理。
发明内容
本发明的目的在于克服现有技术的不足，设计了一套基于检测车或作业车的接触网电分相线路标志自动检测装置，分析识别模块通过对相机拍摄的图像进行智能分析识别，判断线路标志是否存在、字符是否正确、是否清晰，并生成相关的缺陷分析报告、报表。
通过以下技术方案来实现的：车载接触网电分相线路标志检测装置，电力机车包括有车顶设备、车内设备和车底设备，车顶设备包括有GPS天线，车内设备包括有智能识别服务器、工控机和信号采集板，车底设备包括有相机、补光灯、磁传感器和速度传感器，
所述GPS天线用于获取电力机车的经纬度信息，
所述速度传感器用于获取电力机车的速度信息，
所述磁传感器用于检测线路上接触网分相区间地磁信号，
所述相机用于获取线路上标志牌的图像信息并发送至工控机，
所述智能识别服务器与工控机连接，所述磁传感器、所述速度传感器将采集的信号发送至所述信号采集板，所述信号采集板分别与工控机、相机和补光灯连接，GPS天线的输出端与信号采集板连接，
所述智能识别服务器内预存有分析识别算法，所述信号采集板内预存有拍摄成像算法和线路基础数据库。
优选的，所述分析识别算法包括有LBP特征提取算法和AdaBoost分类算法。
优选的，所述信号采集板通过确定电力机车的行驶位置，结合预存的线路基础数据库，当判断电力机车进入到接触网分相区间时，所述信号采集板驱动相机和补光灯工作。
另一方面，车载接触网电分相线路标志检测方法，包含下列步骤：
步骤1：电力机车沿着铁路检测线路行进，铁路上设置有多个接触网分相区间，电力机车捕捉接触网分相区间中标志牌的各个图像，其中，电力机车上设置有GPS天线、磁传感器和速度传感器，铁路沿线的接触网分相区间设置有分相绝缘器，执行步骤2；
步骤2：电力机车上的拍摄设备工作，获取接触网电分相区的线路标志图像，执行步骤3；
步骤3：所述电力机车上预存有分析识别模型，通过获取的线路标志图像与预存的标准图像进行处理和比对，当线路标志存在缺陷时产生报警信息，其中报警信息包括有缺陷的具体图像和类型、缺陷位置的信息、日期和时间，缺陷包括有字符不清晰、标志牌缺失。
优选的，电力机车包括有车顶设备、车内设备和车底设备，车顶设备包括有GPS天线，车内设备包括有智能识别服务器、工控机和信号采集板，车底设备包括有拍摄设备、磁传感器和速度传感器，所述GPS天线用于获取电力机车的经纬度信息，
所述速度传感器用于获取电力机车的速度信息，
所述磁传感器用于检测线路上接触网分相区间地磁信号，分相绝缘器发出地磁信号，磁传感器的输出端与信号采集板连接，信号采集板的输出端分别与工控机和相机连接。
优选的，拍摄设备触发方式包括有同步触发、等间距触发和等时间触发，通过设定信号采集板来控制相机的触发方式，其中同步触发包括下列步骤：
步骤61：当磁传感器通过地磁信号识别到了分相绝缘器后，向信号采集板发送对应的信息，所述信号采集板驱动相机工作，执行步骤62；
步骤62：电动机车上的电路板输出同步触发信号，多个相机和对应的补光灯工作，相机将获取的图像发送至工控机，执行步骤63；
步骤63：通过分析识别模型中LBP特征提取和AdaBoost分类器对图像进行处理，对含有缺陷的图像进行上报。
优选的，所述步骤3中，分析识别模型中通过收集大量的接触网分相线路标志牌图像作为正样本和不含分相线路标志牌的图片作为负样本，分别提取正负样本的LBP特征，并利用AdaBoost算法进行分类训练学习，从而得到接触网分相线路标志的分类器模型M，利用安装在车辆的拍摄设备采集接触网分相区域沿线的图像I，提取该图像I的LBP特征，调用分类器模型M进行分类，判断该图像中是否存在接触网电分相线路标志牌，并给出标志牌在图像中的位置R(x,y,w,h)，其中x,y分别代表标志牌在图像中的起始坐标，w,h代表标志牌区域在图像中的宽度和高度。
优选的，所述分析识别模型中还包括有字符清晰度判断单元，通过采用Brenner梯度函数评价图像中分相线路标志牌区域R内的字符清晰度。
本发明的有益效果是：
(1)本发明所述的方案可以安装在铁路管理部门(供电、工务、电务)的检测车上，可以安装在作业车上，也可以安装在运营车上。如果安装于作业车火或营车上，可以接入车辆自带的GYK,LKJ，TAX设备，接收机车上的线路、行别、公里标等信息，进一步增强定位精度；
(2)可以采用等间距信号，也可以采用等时间信号对相机、补光灯进行同步触发；
(3)可以利用接触网分相绝缘器台账并结合GPS经纬度、车辆行进里程、公里标等数据对接触网电分相区域进行定位；也可以通过检测铁路沿线枕木上是否安装有磁感应器对接触网电分相区域进行定位。
附图说明
图1为本发明的系统结构图；
图2为本发明的一个实施例中分相绝缘器台账信息简图；
图3为本发明的一个实施例中分相线路标志拍摄设备布局示意图；
图4为本发明的一个实施例中同步触发流程图；
图5为本发明的一个实施例中典型的分相线路标志的示意图；
图6为本发明的一个实施例中分相线路标志牌的布置结构图；
图7为本发明的一个实施例中线路标志检测识别流程图；
图8为本发明的一个实施例中LBP特征提取示意图。
具体实施方式
下面结合本发明的附图1～8，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施。
在本发明的描述中，需要理解的是，术语“逆时针”、“顺时针”“纵向”、“横向”、“上”、“下”、“前”、“后”、”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”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，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。
实施例1：
请参照图1，车顶主要由GPS天线构成，用于连接卫星获取当前设备所在的经纬度信息。车内设备由信号采集板、电源、智能识别服务器、工控机及相应的采集、分析、处理软件构成。主要实现车辆测速、定位、电分相线路标志牌检测识别等功能。车底设备由相机、补光灯、速度传感器、磁传感器构成。主要实现线路标志牌的拍摄成像、车辆速度测量、电分相区间地磁信号检测等功能。
值得说明的是，请参照图3，本发明在电力机车左右两侧分别安装2组相机和补光灯。其中：1组相机补光灯安装于车顶，另外1组相机补光灯安装于于车底。即：左右两侧、车顶及车底的相机补光灯分别用于拍摄车辆在上行、下行方向行驶过程中高处的电分相线路标志和低处的电分相线路标志，请参照图4，为同步触发流程，当检测装置发现电力机车进入接触网电分相区间后，通过电路板输出同步触发信号，让车体左右两侧的4组相机和补光灯开始同步工作，并将相机抓拍的图像通过网络实时传输至车内工控机，此处电路板输出的同步触发信号可以是等间距信号也可以是等时间信号，触发信号的类型可以在系统软件中根据配置可选，具体为，根据速度传感器输出的速度信息计算车辆行驶里程，每间隔固定的里程(例如：1米，2米)输出一次触发信号，无论电力机车行驶速度有多快，系统均安装固定的频率(例如，10Hz,20Hz)输出触发信号。
值得说明的是，请参照图5，图6，常见的分相线路标志有“断”、“合”、“禁止双弓”，且车辆行进过程中将依次通过“禁止双弓”、“合”、“断”、“断”、“合”、“禁止双弓”标志牌。显然，检测装置拍摄的图像画面中如果没有依次发现上述标志牌，则说明个别线路标志牌被损坏或缺失，检测装置将产生相应的报警信息。此外，如果某个线路标识的字符不够清晰，则说明该线路标志牌需要予以更换，检测装置将产生相应的报警信息。此处的报警信息包括：字符不清晰的图片、标志牌缺失的视频、车辆所在的位置信息、检测日期和时间等，便于相关检修人员复核与确认，请参照图7。
值得说明的是，本发明采用LBP算法进行图像特征提取，采用AdaBoost分类器进行分类判断，进而实现分相线路标志牌的检测识别，LBP(Local Binary Pattern，局部二值模式)是一种用来描述图像局部纹理特征的算子，其定义为：在3x3的局部窗口内，以窗口中心像素为阈值，将相邻的8个像素的灰度值与中心像素灰度值相比较，如果周围像素灰度值大于中心像素灰度值，则该像素点的位置被标记为1，否则被标记为0。这样，在3x3局部窗口内的8个点可以产生8位无符号数字，即为该窗口的LBP特征值，并以此来反映该区域的纹理信息，请参照图8，上述3x3局部区域内的LBP特征值为(01111100)2＝124。
值得说明的是，AdaBoost是一种自适应提升学习型的分类器。该分类器的训练过程如下：
a)为训练样本集中的每个样本初始化1个权重wi,初始时刻的所有样本权重均相同；
b)根据样本训练处一个模型Gi，并计算该模型的错误率ei和权重ai；
c)根据权重ai将每个样本的权重调整为wi+1，使得被正确分类的样本权重降低，被错误分类的样本权重增加(即：侧重于训练错误样本)；
e)依次迭代b)、c)步骤，直到错误率ei小于规定的阈值；
在此过程中，假设x为训练样本，Gi(x)为第i次训练出的模型，ai为Gi(x)的权重，一共迭代N次。则最终的训练模型G(x)为：
Figure BDA0002964122640000061
模型权重ai的计算公式如下，其中ei为第i轮模型的错误率：
Figure BDA0002964122640000062
假设Dk+1代表第k+1轮的样本权重集合，用Wk+1，1代表第k+1轮中第1个样本的权重，Wk+1，N代表第k+1轮中第N个样本的权重，用公式表示为：
Dk+1＝(wk+1，1，wk+1，2，…，wk+1，N)
其中，权重Wk+1，1的计算公式为：
Figure BDA0002964122640000063
Figure BDA0002964122640000064
其中，yi为xi的目标值，Zk为归一化因子，使得Dk+1满足概率分布，exp为指数函数。
值得说明的是，接触网分相线路标志的检测识别流程可以总结为：
a)需要收集大量的接触网分相线路标志牌图像作为正样本，再收集大量的不含分相线路标志牌的图片作为负样本。
b)分别提取正负样本的LBP特征，并利用AdaBoost算法进行分类训练学习，从而得到接触网分相线路标志的分类器模型M。
c)利用安装在车辆顶部或底部的拍摄设备采集接触网分相区域沿线的图像I；
d)提取该图像I的LBP特征；
e)调用分类器模型M进行分类，判断该图像中是否存在接触网电分相线路标志牌。并给出标志牌在图像中的位置R(x,y,w,h)，其中x,y分别代表标志牌在图像中的起始坐标，w,h代表标志牌区域在图像中的宽度和高度。
值得说明的是，本发明采用Brenner梯度函数评价图像中分相线路标志牌区域R内的字符清晰度，其定义如下：
D(f)＝∑y∑x|f(x+2，y)-f(x，y)|2
其中，f(x,y)代表图像中像素点(x,y)处的灰度值，D(f)代表图像清晰度的计算结果。
当区域R内的字符清晰度D(f)大于某个经验阈值T时，则判定为字符比较清晰，否则判定为字符模糊。
值得说明的是，本发明所述的方案可以安装在铁路管理部门(供电、工务、电务)的检测车上，可以安装在作业车上，也可以安装在运营车上。如果安装于作业车火或营车上，可以接入车辆自带的GYK,LKJ，TAX设备，接收机车上的线路、行别、公里标等信息，进一步增强定位精度。本发明所述的方案可以采用等间距信号，也可以采用等时间信号对相机、补光灯进行同步触发。本发明可以利用接触网分相绝缘器台账并结合GPS经纬度、车辆行进里程、公里标等数据对接触网电分相区域进行定位；也可以通过检测铁路沿线枕木上是否安装有磁感应器对接触网电分相区域进行定位；本发明中的分相线路标志的检测识别特征提取算法，可以采用LBP特征算子，也可以采用Haar特征算子、Hog特征算子等，本发明并不做具体的特指。本发明中的分相线路标志的检测识别分类器，可以采用AdaBoost分类器，也可以采用SVM分类器，贝叶斯分类器等，本发明并不做具体的特指。
值得说明的是，本实施例中拍摄成像模块通过在车顶和车底左右两侧分别安装1个相机和1套补光灯，实现接触网电分相区间内分相线路标志的拍摄成像，考虑到标志牌的高度，对应设置有高位相机和低位相机，拍摄设备的类型和种类、补光设备等都可根据具体的需求进行调整，本实施例仅是提供一个实施方式，分析识别模块通过对相机拍摄的图像进行智能分析识别，判断线路标志是否存在、字符是否正确、是否清晰，并生成相关的缺陷分析报告、报表。
综上所述，本申请，为了获取接触网分相区间的标志牌图像是否存在缺陷，通过在检测车上加装拍摄设备、定位设备，对捕捉后的图像进行处理，筛选出缺陷的标志牌并进行标记，本申请优选用LBP算法进行图像特征提取，采用AdaBoost分类器进行分类判断、采用Brenner梯度函数评价图像中分相线路标志牌区域R内的字符清晰度是因为上述图像处理算法有区别于其他的图像处理算法，处理图像速度快，且本实施例中一部分图像上会存在微小的光晕，但由于补光灯和相机的位置固定，该算法对图像处理时，会综合考虑上述问题，对样本进行统一化处理，得到更加准确的缺失判定结果。

Claims (8)

1.车载接触网电分相线路标志检测装置，其特征在于，电力机车包括有车顶设备、车内设备和车底设备，车顶设备包括有GPS天线，车内设备包括有智能识别服务器、工控机和信号采集板，车底设备包括有相机、补光灯、磁传感器和速度传感器，
所述GPS天线用于获取电力机车的经纬度信息，
所述速度传感器用于获取电力机车的速度信息，
所述磁传感器用于检测线路上接触网分相区间地磁信号，
所述相机用于获取线路上标志牌的图像信息并发送至工控机，
所述智能识别服务器与工控机连接，所述磁传感器、所述速度传感器将采集的信号发送至所述信号采集板，所述信号采集板分别与工控机、相机和补光灯连接，GPS天线的输出端与信号采集板连接，
所述智能识别服务器内预存有分析识别算法，所述信号采集板内预存有拍摄成像算法和线路基础数据库。
2.根据权利要求1所述的车载接触网电分相线路标志检测装置，其特征在于，所述分析识别算法包括有LBP特征提取算法和AdaBoost分类算法。
3.根据权利要求1所述的车载接触网电分相线路标志检测装置，其特征在于，所述信号采集板通过确定电力机车的行驶位置，结合预存的线路基础数据库，当判断电力机车进入到接触网分相区间时，所述信号采集板驱动相机和补光灯工作。
4.车载接触网电分相线路标志检测方法，其特征在于，包含下列步骤：
步骤1：电力机车沿着铁路检测线路行进，铁路上设置有多个接触网分相区间，电力机车捕捉接触网分相区间中标志牌的各个图像，其中，电力机车上设置有GPS天线、磁传感器和速度传感器，铁路沿线的接触网分相区间设置有分相绝缘器，执行步骤2；
步骤2：电力机车上的拍摄设备工作，获取接触网电分相区的线路标志图像，执行步骤3；
步骤3：所述电力机车上预存有分析识别模型，通过获取的线路标志图像与预存的标准图像进行处理和比对，当线路标志存在缺陷时产生报警信息，其中报警信息包括有缺陷的具体图像和类型、缺陷位置的信息、日期和时间，缺陷包括有字符不清晰、标志牌缺失。
5.根据权利要求4所述的车载接触网电分相线路标志检测方法，其特征在于，电力机车包括有车顶设备、车内设备和车底设备，车顶设备包括有GPS天线，车内设备包括有智能识别服务器、工控机和信号采集板，车底设备包括有拍摄设备、磁传感器和速度传感器，
所述GPS天线用于获取电力机车的经纬度信息，
所述速度传感器用于获取电力机车的速度信息，
所述磁传感器用于检测线路上接触网分相区间地磁信号，分相绝缘器发出地磁信号，磁传感器的输出端与信号采集板连接，信号采集板的输出端分别与工控机和相机连接。
6.根据权利要求5所述的车载接触网电分相线路标志检测方法，其特征在于，拍摄设备触发方式包括有同步触发、等间距触发和等时间触发，通过设定信号采集板来控制相机的触发方式，其中同步触发包括下列步骤：
步骤61：当磁传感器通过地磁信号识别到了分相绝缘器后，向信号采集板发送对应的信息，所述信号采集板驱动相机工作，执行步骤62；
步骤62：电动机车上的电路板输出同步触发信号，多个相机和对应的补光灯工作，相机将获取的图像发送至工控机，执行步骤63；
步骤63：通过分析识别模型中LBP特征提取和AdaBoost分类器对图像进行处理，对含有缺陷的图像进行上报。
7.根据权利要求5所述的车载接触网电分相线路标志检测方法，其特征在于，所述步骤3中，分析识别模型中通过收集大量的接触网分相线路标志牌图像作为正样本和不含分相线路标志牌的图片作为负样本，分别提取正负样本的LBP特征，并利用AdaBoost算法进行分类训练学习，从而得到接触网分相线路标志的分类器模型M，利用安装在车辆的拍摄设备采集接触网分相区域沿线的图像I，提取该图像I的LBP特征，调用分类器模型M进行分类，判断该图像中是否存在接触网电分相线路标志牌，并给出标志牌在图像中的位置R(x,y,w,h)，其中x,y分别代表标志牌在图像中的起始坐标，w,h代表标志牌区域在图像中的宽度和高度。
8.根据权利要求7所述的车载接触网电分相线路标志检测方法，其特征在于，所述分析识别模型中还包括有字符清晰度判断单元，通过采用Brenner梯度函数评价图像中分相线路标志牌区域R内的字符清晰度。
CN202110254981.2A 2021-03-05 2021-03-05 车载接触网电分相线路标志检测装置和方法 Pending CN113029126A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110254981.2A CN113029126A (zh) 2021-03-05 2021-03-05 车载接触网电分相线路标志检测装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110254981.2A CN113029126A (zh) 2021-03-05 2021-03-05 车载接触网电分相线路标志检测装置和方法

Publications (1)

Publication Number Publication Date
CN113029126A true CN113029126A (zh) 2021-06-25

Family

ID=76467254

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110254981.2A Pending CN113029126A (zh) 2021-03-05 2021-03-05 车载接触网电分相线路标志检测装置和方法

Country Status (1)

Country Link
CN (1) CN113029126A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105931216A (zh) * 2016-04-05 2016-09-07 李红伟 一种基于图像处理技术的机场道面破损检测方法
CN108918532A (zh) * 2018-06-15 2018-11-30 长安大学 一种快速道路交通标志破损检测系统及其检测方法
KR102001763B1 (ko) * 2018-01-02 2019-07-18 창원대학교 산학협력단 영상처리 기반의 속도표지판 인식 방법 및 장치
CN111016972A (zh) * 2019-12-16 2020-04-17 成都国铁电气设备有限公司 车载式自动过分相地感器的检测系统及其检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105931216A (zh) * 2016-04-05 2016-09-07 李红伟 一种基于图像处理技术的机场道面破损检测方法
KR102001763B1 (ko) * 2018-01-02 2019-07-18 창원대학교 산학협력단 영상처리 기반의 속도표지판 인식 방법 및 장치
CN108918532A (zh) * 2018-06-15 2018-11-30 长安大学 一种快速道路交通标志破损检测系统及其检测方法
CN111016972A (zh) * 2019-12-16 2020-04-17 成都国铁电气设备有限公司 车载式自动过分相地感器的检测系统及其检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐德著: "显微视觉测量与控制", 国防工业出版社, pages: 48 *

Similar Documents

Publication Publication Date Title
CN106919915B (zh) 基于adas系统的地图道路标记及道路质量采集装置及方法
CN109389046B (zh) 用于自动驾驶的全天候物体识别与车道线检测方法
CN106373430B (zh) 一种基于计算机视觉的交叉路口通行预警方法
CN105702048B (zh) 基于行车记录仪的高速公路前车违法占道识别系统及方法
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
Saha et al. License Plate localization from vehicle images: An edge based multi-stage approach
CN112712057B (zh) 交通信号识别方法、装置、电子设备及存储介质
CN105550654B (zh) 高速列车图像采集系统、实时车号检测系统及方法
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
WO2024037408A1 (zh) 一种基于图像融合和特征增强的煤矿井下行人检测方法
CN103927548A (zh) 一种新的避免车辆碰撞的刹车行为检测方法
CN110610153A (zh) 一种用于自动驾驶的车道识别方法及系统
CN111008574A (zh) 一种基于形体识别技术的重点人员轨迹分析方法
CN111881832A (zh) 车道目标检测方法、装置、设备及计算机可读存储介质
US11482012B2 (en) Method for driving assistance and mobile device using the method
CN113788051A (zh) 列车在站运行状态监测分析系统
CN111967384A (zh) 车辆信息处理方法、装置、设备及计算机可读存储介质
CN113591643A (zh) 一种基于计算机视觉的地下交通工具进出站检测系统及方法
CN112026519A (zh) 一种基于地图引擎的分点分段限速提醒的车载终端
CN113029126A (zh) 车载接触网电分相线路标志检测装置和方法
CN116958764A (zh) 一种基于深度学习的检测挂载设备数据的方法
CN115019263A (zh) 交通监管模型的建立方法、交通监管系统及方法
CN113989770A (zh) 交通道路标牌识别方法、装置、设备及存储介质
CN112115767B (zh) 基于Retinex和YOLOv3模型的隧道异物检测方法
CN114693722A (zh) 一种车辆行驶行为检测方法、检测装置及检测设备

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