CN113556474B - 刚性接触网悬挂装置的触发拍摄方法及装置 - Google Patents

刚性接触网悬挂装置的触发拍摄方法及装置 Download PDF

Info

Publication number
CN113556474B
CN113556474B CN202111112953.3A CN202111112953A CN113556474B CN 113556474 B CN113556474 B CN 113556474B CN 202111112953 A CN202111112953 A CN 202111112953A CN 113556474 B CN113556474 B CN 113556474B
Authority
CN
China
Prior art keywords
suspension device
snapshot
camera
frame
monitoring camera
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
CN202111112953.3A
Other languages
English (en)
Other versions
CN113556474A (zh
Inventor
占栋
向文剑
万又新
郭江
周蕾
喻杨洋
高伟杰
刘江
黄越辰
张学武
钟尉
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.)
Southwest Jiaotong University
Chengdu Tangyuan Electric Co Ltd
Original Assignee
Southwest Jiaotong University
Chengdu Tangyuan Electric 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 Southwest Jiaotong University, Chengdu Tangyuan Electric Co Ltd filed Critical Southwest Jiaotong University
Priority to CN202111112953.3A priority Critical patent/CN113556474B/zh
Publication of CN113556474A publication Critical patent/CN113556474A/zh
Application granted granted Critical
Publication of CN113556474B publication Critical patent/CN113556474B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61C—LOCOMOTIVES; MOTOR RAILCARS
    • B61C17/00—Arrangement or disposition of parts; Details or accessories not otherwise provided for; Use of control gear and control systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • 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
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Abstract

本发明公开了一种刚性接触网悬挂装置的触发拍摄方法及装置，涉及接触网巡检技术领域。本发明采用监控相机连续拍摄接触网视频图像，并对采集的视频图像逐帧记录帧号；利用目标识别算法逐帧识别视频图像中的接触网悬挂装置；并实时记录识别出的具有接触网悬挂装置的视频图像和帧号；获取同一接触网悬挂装置在监控相机拍摄范围内发生设定距离位移的起点帧号和终点帧号；根据监控相机拍摄帧率、起点帧号、终点帧号和设定距离计算得到实时车速；根据预设的最佳抓拍距离和得到的实时车速，计算得到最佳抓拍时间；达到最佳抓拍时间时，触发抓拍相机拍摄接触网悬挂装置。本发明提供的刚性接触网悬挂装置的触发拍摄方法可适应高速列车，触发精度高。

Description

刚性接触网悬挂装置的触发拍摄方法及装置
技术领域
本发明涉及接触网巡检技术领域，更具体地说涉及一种刚性接触网悬挂装置的触发拍摄方法及装置。
背景技术
刚性悬挂接触网由于具有高安全性、高稳定性等优势，在城市轨道交通领域得到大规模使用。刚性悬挂接触网装置主要包括接触导线、汇流排和悬挂装置。汇流排通过悬挂装置固定于顶部。接触导线夹装在汇流排上，通过和受电弓保持接触，从而为电力机车提供电能。悬挂装置的状态检测显得尤为重要。
悬挂装置的状态检测通过接触网定位点拍摄装置进行图像抓拍，通过人工或机器分析图像中接触悬挂的异常从而实现悬挂装置的状态检测。
在现有技术中，有一些基于雷达检测的接触网识别检修技术方案，如公开号为CN205097980U，公开时间为2016年3月23日，名称为“一种基于激光雷达的接触网检测检修车”的中国实用新型专利文献，公开的技术方案中包括检测车体、激光雷达数据采集单元、升降旋转作业平台和用于数据分析处理的服务器；数据采集单元设置在检测车体上，所述升降旋转作业平台可升降和旋转地设置在所述检测车体顶部的后方；所述升降旋转作业平台上设置有显示和操控面板；所述服务器分别与数据采集单元、显示和操控面板连接，数据采集单元所采集的数据经所述服务器分析处理后传输到所述显示和操控面板上。但是根据实际使用的经验而言，该类基于雷达的检测方案缺点为检测频率较低，不适合列车高速运行条件下的接触悬挂定位点识别，在当前轨道交通大提速的需求下，缺陷比较明显。
而除了基于雷达的检测技术，当前还有一些其他的适用于接触网定位点检测的技术方案，比如基于电子标签的检测技术和基于GPS的检测技术，但是这些技术同样也存在一些问题：基于电子标签的检测技术，检测精度不高，误差几米，同时投资成本太大，需要在所有被检对象上添加对应的电子标签才能实现；而基于GPS的检测技术，同样具有高建设成本和高运维成本的问题，而且该技术在隧道和有遮挡及干扰的情况下信号差，很容易漏定位，精度不足。
发明内容
为了克服上述现有技术中存在的接触悬挂定位点触发拍摄精度不足问题，本发明提供了一种刚性接触网悬挂装置的触发拍摄方法，本发明的发明目的在于解决现有刚性接触网悬挂装置检测技术存在的不适应高车速列车，以及信号差，容易漏定位，精度不足的问题。本发明提供的刚性接触网悬挂装置的触发拍摄方法是采用监控相机连续拍摄接触网视频图像，并对采集的视频图像逐帧记录帧号；利用目标识别算法逐帧识别监控相机拍摄的视频图像中的接触网悬挂装置；并实时记录识别出的具有接触网悬挂装置的视频图像和帧号；获取同一接触网悬挂装置在监控相机拍摄范围内发生设定距离位移的起点帧号和终点帧号；根据监控相机拍摄帧率、起点帧号、终点帧号和设定距离计算得到实时车速；根据预设的最佳抓拍距离和得到的实时车速，计算得到最佳抓拍时间；达到最佳抓拍时间时，触发抓拍相机拍摄接触网悬挂装置正面图像。本发明提供的刚性接触网悬挂装置的触发拍摄方法，可适应高速列车，精度高。
为了解决上述现有技术中存在的问题，本发明是通过下述技术方案实现的：
刚性接触网悬挂装置的触发拍摄方法，包括以下步骤：
S1、采用监控相机实时拍摄刚性接触网视频图像，并对采集的视频图像逐帧记录帧号；
S2、利用目标识别算法逐帧识别监控相机拍摄的视频图像中的接触网悬挂装置；并实时记录识别出的具有接触网悬挂装置的视频图像和帧号；
S3、由S2步骤中获取得到同一接触网悬挂装置在监控相机拍摄范围内发生设定距离位移的起点帧号和终点帧号；根据监控相机拍摄帧率、起点帧号、终点帧号和设定距离计算得到实时车速；
S4、根据预设的最佳抓拍距离和S3步骤中得到的实时车速，计算得到最佳抓拍时间；所述预设的最佳抓拍距离是指终点帧号时刻抓拍相机的最佳抓拍位置至终点帧号视频图像中该接触网悬挂装置所处位置的距离；
S5、根据S4步骤中计算得到的最佳抓拍时间触发抓拍相机拍摄该接触网悬挂装置的图像。
所述监控相机和抓拍相机均沿行车方向倾斜设置，同向的监控相机和抓拍相机倾斜方向一致。
更进一步的，同一接触网悬挂装置在监控相机拍摄范围内发生设定距离位移的判断是通过前后两帧监控视频图像画面中接触网悬挂装置的位置变化，计算得到悬挂装置相对监控相机移动的距离，将计算得到的距离与设定距离进行对比，若相等则将两帧监控视频图像画面确定为起点帧和终点帧。
所述监控相机包括正向监控相机和反向监控相机，所述抓拍相机包括正向抓拍相机和反向抓拍相机，所述正向监控相机用于触发正向抓拍相机拍摄接触网悬挂装置的正向图像；所述反向监控相机用于触发反向抓拍相机拍摄接触网悬挂装置的反向图像。
更进一步地，所述设定距离为接触网悬挂装置首次出现在监控相机拍摄的视频监控图像上的第一帧图像至接触网悬挂装置消失在视频画面时的前一帧监控图像上产生的位移距离。
最佳抓拍位置为当前拍摄场景下，接触网悬挂装置位于抓拍相机中心视野的抓拍位置
所述S5步骤中，根据最佳抓拍时间触发抓拍相机，具体是指：根据最佳抓拍时间、监控相机帧率及终点帧号，计算得到监控相机的触发帧号，当监控相机拍摄的视频图像中出现该触发帧号时，触发抓拍相机拍摄接触网悬挂装置的图像。
所述监控相机的帧率不低于50fps。
所述目标识别算法用于识别接触悬挂装置中的绝缘子；所述目标识别算法包括边函数计算、曲率函数计算、网格均值计算和动态神经网络预测；具体为：
Figure 520751DEST_PATH_IMAGE001
，其中
Figure 325896DEST_PATH_IMAGE002
表示融合边缘特征值，
Figure 910461DEST_PATH_IMAGE003
表示边函数，
Figure 546979DEST_PATH_IMAGE004
表示曲率函数，
Figure 558797DEST_PATH_IMAGE005
，
Figure 382397DEST_PATH_IMAGE006
为权重；
Figure 973915DEST_PATH_IMAGE007
，
Figure 199360DEST_PATH_IMAGE008
，其中
Figure 382080DEST_PATH_IMAGE009
为3×3的高斯核函数，
Figure 725599DEST_PATH_IMAGE010
为图像数据，*为卷积操作，
Figure 651966DEST_PATH_IMAGE011
为高斯卷积结果；
Figure 731918DEST_PATH_IMAGE012
、
Figure 351118DEST_PATH_IMAGE013
分别为高斯卷积结果
Figure 352572DEST_PATH_IMAGE011
的1阶偏导，
Figure 817051DEST_PATH_IMAGE014
、
Figure 282668DEST_PATH_IMAGE015
、
Figure 72769DEST_PATH_IMAGE016
分别为高斯卷积结果
Figure 295940DEST_PATH_IMAGE011
的2阶偏导；
把计算出的融合边缘特征值E，划分成n×n的网格，每个网格内计算E的均值，将n×n的网格的均值排成一排，输入到动态神经网络中，动态神经网络输出n×n的网格中绝缘子的存在状态，存在绝缘子网格的label为1，否则为0。
本发明还提供了一种刚性接触网悬挂装置的触发拍摄装置，本发明的触发拍摄装置较现有触发装置，设备布局占用空间更小，结构更加优化，安装简单。
一种刚性接触网悬挂装置的触发拍摄装置，包括
实时拍摄刚性接触网视频图像，并对采集的视频图像进行逐帧编号的监控相机；
利用目标识别算法逐帧识别监控相机拍摄的视频图像中的接触网悬挂装置，并实时记录识别出的具有接触网悬挂装置的视频图像和帧号的目标识别模块；
从目标识别模块中获取同一接触网悬挂装置在监控相机拍摄范围内发生设定距离位移的起点帧号和终点帧号，根据监控相机拍摄帧率、起点帧号、终点帧号和设定距离计算实时车速，并根据抓拍相机的最佳抓拍位置及终点帧号视频图像中该接触网悬挂装置所处的位置确定最佳抓拍距离，以及根据最佳抓拍距离和得到的实时车速，计算最佳抓拍时间的数据处理模块；
根据数据处理模块计算得到的最佳抓拍时间触发抓拍相机拍摄该接触网悬挂装置图像的触发模块；
用于抓拍接触网悬挂装置图像的抓拍相机。
所述监控相机和抓拍相机均倾斜设置。
所述监控相机包括正向监控相机和反向监控相机，所述抓拍相机包括正向抓拍相机和反向抓拍相机，所述正向监控相机用于触发正向抓拍相机拍摄接触网悬挂装置的正向图像；所述反向监控相机用于触发反向抓拍相机拍摄接触网悬挂装置的反向图像。
所述监控相机的帧率不低于50fps，像素不超过300万；所述抓拍相机的像素为2500万，帧率为7帧。
与现有技术相比，本发明所带来的有益的技术效果表现在：
1、本发明通过监控相机的帧率、设定距离的帧号以及设定距离，得到实时车速，然后根据抓拍相机的最佳抓拍位置确定最佳抓拍距离，从而根据最佳抓拍距离和车速计算得到最佳抓拍时间。与现有技术中的雷达、电子标签、GPS检测等技术相比，本发明的可以解决上述现有技术存在的信号差、容易漏定位和精度不足的问题。本发明拍摄方法简单，可适用于高速列车，精度高。
2、本发明并未使用车载计时器记载的时间，而是根据监控相机的帧率及帧号获得的时间，这样的方式，可以最大程度地降低时间误差；提高抓拍时间的计算精度，提高定位抓拍精度。
3、与现有技术相比，传统的触发拍摄为监控相机竖直向上，需要监控相机达到目标垂直下方才能触发拍摄，由于抓拍相机成像的物距参数等要求，将导致车顶设备沿行车方向展布更长。而本发明监控相机倾斜设置，满足触发拍摄的前提下缩小了设备展布面积，极大方便了检测设备在运营车的安装使用。更进一步地，监控相机倾斜设置可以提前拍摄到目标物，给触发抓拍相机留住了充裕的时间。
4、通过高帧率监控相机识别同一绝缘子目标提取瞬时车速，再根据距离标定结果触发抓拍相机拍摄，极大简化了定位点识别装置的结构设计，仅需一个监控相机，相比雷达、激光方案，安装简单，无需辅助光源和相机同步设计等。
5、本发明根据绝缘子典型的弧形边缘，根据曲线、曲率、边等特征提取绝缘子的边和曲率，构建基于边函数和曲率函数的融合边缘特征函数提取绝缘子特征，提取效率更高，准确度更优。
附图说明
图1为本发明刚性接触网悬挂装置的触发拍摄装置的拍摄示意图；
图2为本发明刚性接触网悬挂装置的触发拍摄装置双向拍摄的示意图；
图3为本发明目标识别算法中动态神经网络结构图。
具体实施方式
为了使本发明的发明目的、技术方案和技术效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细地说明。应当理解，此处描述的具体实施例仅仅用以解释本发明，并不用于限定本发明的保护范围。
实施例1
作为本发明一较佳实施例，参照说明书附图1，本实施例公开了：
刚性接触网悬挂装置的触发拍摄方法，包括以下步骤：
S1、采用监控相机实时拍摄刚性接触网视频图像，并对采集的视频图像逐帧记录帧号；
S2、利用目标识别算法逐帧识别监控相机拍摄的视频图像中的接触网悬挂装置；并实时记录识别出的具有接触网悬挂装置的视频图像和帧号；
S3、由S2步骤中获取得到同一接触网悬挂装置在监控相机拍摄范围内发生设定距离位移的起点帧号和终点帧号；根据监控相机拍摄帧率、起点帧号、终点帧号和设定距离计算得到实时车速；
S4、根据预设的最佳抓拍距离和S3步骤中得到的实时车速，计算得到最佳抓拍时间；所述预设的最佳抓拍距离是指终点帧号时刻抓拍相机的最佳抓拍位置至终点帧号视频图像中该接触网悬挂装置所处位置的距离；
S5、根据S4步骤中计算得到的最佳抓拍时间触发抓拍相机拍摄该接触网悬挂装置的图像。
实施例2
作为本实施例1一种实施方式，S3步骤中，判断同一接触网悬挂装置在监控相机拍摄范围内发生设定距离位移的方式，可以是图像判定，具体的是，在已知监控相机的拍摄角度、拍摄范围、监控相机与接触网上目标物的直线距离的情况下，无论车速多快，通过前后两帧监控视频图像画面中接触网悬挂装置的位置变化，可以计算得到监控相机相对悬挂装置移动的距离（即运营车前进的距离）。
在本实施例中，预先设定一个设定距离s1，当连续多帧图像的第一帧图像与最后一帧图像上，接触网悬挂装置发生的位移距离满足设定距离s1，则将第一帧图像和最后一帧分别作为起始帧和终点帧，通过起始帧图像的帧号与终点帧图像的帧号获得移动设定距离s1时，产生的图像帧数，根据监控相机帧率获取得到移动设定距离s1的时间t1，再根据距离s1和时间t1计算得到实时车速。
实施例3
作为本实施例1的又一种实施方式，可以将起始帧图像设定为监控相机拍摄到接触网悬挂装置的第一帧图像，终点帧图像设定为监控相机拍摄该接触网悬挂装置过程产生的任意一帧图像；相当于设定距离s1的起点固定，只需要计算其终点帧号即可；这种计算方式相较于上述起点帧和终点帧均任意选择的技术方式相比，计算量较小，计算速率更高。
实施例4
作为本实施例1的又一种实施方式，可以将起始帧图像设定为监控相机拍摄到接触网悬挂装置的第一帧图像，终点帧图像设定为监控相机首次拍摄不到该接触网悬挂装置的图像的前一帧图像；相当于将设定距离s1设置为监控相机的拍摄长度（沿运营车行驶方向）。这种方式，相较于上述两种计算方式相比，计算量更少，计算效率更高。
实施例5
作为本实施例1和2的一种实施方式，抓拍相机的最佳抓拍位置定义为抓拍相机拍摄范围的中心位置，由抓拍相机的拍摄角度、拍摄范围、抓拍相机与监控相机的相对位置关系、监控相机拍摄范围和角度等参数均是已知的，则抓拍相机最佳拍摄位置距离监控相机拍摄范围内任意一点的距离均是可以通过计算得到的且与车速无关，该距离在世界坐标系中是固定不变的，可以预先计算得到抓拍相机最佳拍摄位置相距监控相机拍摄范围内任意一点的距离，预存在系统中。由终点帧号视频图像中接触网悬挂装置的位置，可以计算得到在该时刻，接触网悬挂装置距离抓拍相机最佳拍摄位置的距离，通过该距离除以实时车速，得到最佳抓拍时间；即由终点帧视频监控图像被拍摄之后一段时间触发抓拍，确保抓拍相机抓拍到的接触网悬挂装置位于其最佳位置，计算时间时应考虑抓拍相机的拍摄延迟，及系统计算延迟。
实施例6
作为本实施例3的又一种实施方式，如图1所示，实施例3中的实施方式是将监控相机首次拍摄到接触网监控装置的图像作为起点帧图像，此时帧号为f1，又预先设定了设定距离s1，则相当于固定了终点帧的位置，得到终点帧帧号f2，即相当于标定了抓拍相机最佳拍摄位置与终点帧时接触网悬挂装置之间的距离s2，由监控相机帧率f、起点帧帧号f1和终点帧帧号f2，计算得到检测车移动设定距离s1所用时间t1=(f2-f1)/f；再由设定距离s1及时间t1计算得到实时车速v=s1/t1，即v=s1*f/(f2-f1)；则最佳抓拍时间t2=s2/v，即t2=s2*(f2-f1)/1*f。
若由监控相机首次拍摄到接触网悬挂装置图像开始计时，在t1时刻拍摄得到终点帧图像，则由起点计算，应当在t1+t2时刻触发抓拍相机进行抓拍。这种方式计算量相较于实施例5的方式，更小一些，相当于预先标定了起始帧图像、设定距离s1和最佳抓拍距离s2。
同理，根据上述实施例4限定的实施方式中，最佳抓拍距离的确定仍采用本实施例的方式，则计算量相对更少，更加快速。
需要说明的是：上述实施例1-6中的实施方式，在计算时间时，均需要考虑抓拍延迟、计算延迟等误差。同时，还需要特别注意的是，由于监控相机帧率及车速的影响，不能确保监控相机首次拍摄的接触网悬挂装置的监控画面中，接触网在同一位置，起始帧和终点帧之间接触网悬挂装置移动距离并不一定是严格的s1距离，在此情况下，应当将最接近s1的首位两帧图像作为起始帧和终点帧，通过帧间距离计算得到实际移动距离s1’，由s1’计算实际车速以此来减少计算误差。
实施例7
作为本发明又一较佳实施例，参照说明书附图2所示，在上述实施例的基础上，监控相机包括正向监控相机和反向监控相机，所述抓拍相机包括正向抓拍相机和反向抓拍相机，所述正向监控相机用于触发正向抓拍相机拍摄接触网悬挂装置的正向图像；所述反向监控相机用于触发反向抓拍相机拍摄接触网悬挂装置的反向图像。可以拍摄正向图像和反向图像，拍摄方法一致。
实施例8
作为本发明又一较佳实施例，刚性接触网悬挂装置的触发拍摄方法，包括以下步骤：
S1、采用监控相机实时拍摄刚性接触网视频图像，并对采集的视频图像进行逐帧编号；
S2、利用目标识别算法逐帧识别监控相机拍摄的视频图像中的接触网悬挂装置；并实时记录识别出的具有接触网悬挂装置的视频图像和帧号；
S3、由S2步骤中获取得到同一接触网悬挂装置在监控相机拍摄范围内发生设定距离位移的起点帧号和终点帧号；根据监控相机拍摄帧率、起点帧号、终点帧号和设定距离计算得到实时车速；
S4、根据抓拍相机的最佳抓拍位置及终点帧号视频图像中该接触网悬挂装置所处的位置确定最佳抓拍距离；
根据最佳抓拍距离和S4步骤中得到的实时车速，计算得到最佳抓拍时间；
S5、根据S4步骤中计算得到的最佳抓拍时间触发抓拍相机拍摄该接触网悬挂装置的图像。
所述监控相机和抓拍相机均倾斜设置。
更进一步的，同一接触网悬挂装置在监控相机拍摄范围内发生设定距离位移的判断是通过前后两帧监控视频图像画面中接触网悬挂装置的位置变化，可以计算得到监控相机相对悬挂装置移动的距离，将计算得到的距离与设定距离进行对比，若相等则将两帧监控视频图像画面定义为起点帧和终点帧。
所述监控相机包括正向监控相机和反向监控相机，所述抓拍相机包括正向抓拍相机和反向抓拍相机，所述正向监控相机用于触发正向抓拍相机拍摄接触网悬挂装置的正向图像；所述反向监控相机用于触发反向抓拍相机拍摄接触网悬挂装置的反向图像。
所述设定距离是指接触网悬挂装置在监控相机拍摄的视频监控图像上的相对距离。
更进一步地，所述设定距离为接触网悬挂装置首次出现在监控相机拍摄的视频监控图像上的第一帧图像至接触网悬挂装置消失在视频画面时的前一帧监控图像上产生的位移距离。
所述设定距离是指在世界坐标系下，接触网悬挂装置相对于检测车的移动距离。
将接触网悬挂装置首次出现在监控相机拍摄的视频监控图像上的图像帧号设置为起点帧号；标定设定距离的同时可标定最佳抓拍距离。
所述S5步骤中，根据最佳抓拍时间触发抓拍相机，具体是指：根据最佳抓拍时间、监控相机帧率及终点帧号，计算得到监控相机的触发帧号，当监控相机拍摄的视频图像中出现该触发帧号时，触发抓拍相机拍摄接触网悬挂装置的图像。
所述监控相机的帧率不低于50fps。
所述目标识别算法用于识别接触悬挂装置中的绝缘子；所述目标识别算法包括边函数计算、曲率函数计算、网格均值计算和动态神经网络；具体为：
Figure 829690DEST_PATH_IMAGE001
，其中
Figure 385698DEST_PATH_IMAGE002
表示融合边缘特征值，
Figure 346701DEST_PATH_IMAGE003
表示边函数，
Figure 119485DEST_PATH_IMAGE004
表示曲率函数，
Figure 191346DEST_PATH_IMAGE005
，
Figure 303659DEST_PATH_IMAGE006
为权重；
Figure 435563DEST_PATH_IMAGE007
，
Figure 695643DEST_PATH_IMAGE017
，其中
Figure 571195DEST_PATH_IMAGE018
为3×3的高斯核函数，
Figure 600331DEST_PATH_IMAGE019
为图像数据，*为卷积操作，
Figure 139022DEST_PATH_IMAGE020
为高斯卷积结果；
Figure 886398DEST_PATH_IMAGE021
、
Figure 300062DEST_PATH_IMAGE022
分别为高斯卷积结果
Figure 183704DEST_PATH_IMAGE023
的1阶偏导，
Figure 595094DEST_PATH_IMAGE024
、
Figure 564187DEST_PATH_IMAGE025
、
Figure 781542DEST_PATH_IMAGE026
分别为高斯卷积结果
Figure DEST_PATH_IMAGE027
的2阶偏导；
把计算出的融合边缘特征值E，划分成n×n的网格，每个网格内计算E的均值，将n×n的网格的均值排成一排，输入到动态神经网络中，动态神经网络输出n×n的网格中绝缘子的存在状态，存在绝缘子网格的label为1，否则为0。
绝缘子具有典型的弧形边缘，可根据曲线、曲率、边等特征进行目标识别，为了提取绝缘子的边和曲率，本发明构造了一个融合的边缘特征函数：
Figure DEST_PATH_IMAGE028
，其中，
Figure DEST_PATH_IMAGE029
表示融合边缘特征值，
Figure DEST_PATH_IMAGE031
表示边函数，
Figure DEST_PATH_IMAGE033
表示曲率函数，
Figure DEST_PATH_IMAGE034
，
Figure DEST_PATH_IMAGE035
为权重，本发明中分别取值0.4,0.6。
因此识别原理如下：
边函数：绝缘子的边表现为梯度最大值区域，通过求取各方向梯度实现边函数：
Figure DEST_PATH_IMAGE036
，其中
Figure DEST_PATH_IMAGE037
为3×3的高斯核函数，
Figure DEST_PATH_IMAGE038
为图像数据，*为卷积操作。
曲率函数：本发明曲率函数采用如下公式：
Figure DEST_PATH_IMAGE040
，其中
Figure DEST_PATH_IMAGE041
为3×3的高斯核函数，
Figure DEST_PATH_IMAGE042
为图像数据，*为卷积操作，
Figure DEST_PATH_IMAGE043
为高斯卷积结果。
Figure DEST_PATH_IMAGE044
、
Figure DEST_PATH_IMAGE045
分别为高斯卷积结果
Figure DEST_PATH_IMAGE046
的1阶偏导，
Figure DEST_PATH_IMAGE047
、
Figure DEST_PATH_IMAGE048
、
Figure DEST_PATH_IMAGE049
分别为高斯卷积结果
Figure DEST_PATH_IMAGE050
的2阶偏导。
网格均值计算：把计算出的E，划分成7×7的网格，每个网格内计算E的均值，把7×7=49的均值特征排成一列，如果存在绝缘子网格的label为1，否则为0。
动态神经网络：绝缘子的边和曲率变化具有连续性，本发明采用动态神经网络实现对绝缘子边的预测，神经网络的结构如图3所示。
其中网络的输入p(t)为特征为7×7=49,t=[0,48],神经网络输出的是49个网络的绝缘子存在的状态，如果为1表示，表示存在绝缘子，根据网格在49个格子的相对位置，最终可以计算出图中绝缘子的位置。
实施例9
作为本发明又一较佳实施例，本实施例公开了一种刚性接触网悬挂装置的触发拍摄装置，包括
实时拍摄刚性接触网视频图像，并对采集的视频图像进行逐帧编号的监控相机；
利用目标识别算法逐帧识别监控相机拍摄的视频图像中的接触网悬挂装置，并实时记录识别出的具有接触网悬挂装置的视频图像和帧号的目标识别模块；
从目标识别模块中获取同一接触网悬挂装置在监控相机拍摄范围内发生设定距离位移的起点帧号和终点帧号，根据监控相机拍摄帧率、起点帧号、终点帧号和设定距离计算实时车速，并根据抓拍相机的最佳抓拍位置及终点帧号视频图像中该接触网悬挂装置所处的位置确定最佳抓拍距离，以及根据最佳抓拍距离和得到的实时车速，计算最佳抓拍时间的数据处理模块；
根据数据处理模块计算得到的最佳抓拍时间触发抓拍相机拍摄该接触网悬挂装置图像的触发模块；
用于抓拍接触网悬挂装置图像的抓拍相机。
所述监控相机和抓拍相机均倾斜设置。
所述监控相机包括正向监控相机和反向监控相机，所述抓拍相机包括正向抓拍相机和反向抓拍相机，所述正向监控相机用于触发正向抓拍相机拍摄接触网悬挂装置的正向图像；所述反向监控相机用于触发反向抓拍相机拍摄接触网悬挂装置的反向图像。
所述监控相机的帧率不低于50fps，像素不超过300万；所述抓拍相机的像素为2500万，帧率为7帧。

Claims (7)

1.刚性接触网悬挂装置的触发拍摄方法，其特征在于：包括以下步骤：
S1、采用监控相机实时拍摄刚性接触网视频图像，并对采集的视频图像逐帧记录帧号；
S2、利用目标识别算法逐帧识别监控相机拍摄的视频图像中的接触网悬挂装置；并实时记录识别出的具有接触网悬挂装置的视频图像和帧号；
S3、由S2步骤中获取得到同一接触网悬挂装置在监控相机拍摄范围内发生设定距离位移的起点帧号和终点帧号；根据监控相机拍摄帧率、起点帧号、终点帧号和设定距离计算得到实时车速；
同一接触网悬挂装置在监控相机拍摄范围内发生设定距离位移的判断是通过前后两帧监控视频图像画面中接触网悬挂装置的位置变化，计算得到悬挂装置相对监控相机移动的距离，将计算得到的距离与设定距离进行对比，若相等则将两帧监控视频图像画面确定为起点帧和终点帧；
S4、根据预设的最佳抓拍距离和S3步骤中得到的实时车速，计算得到最佳抓拍时间；所述预设的最佳抓拍距离是指终点帧号时刻抓拍相机的最佳抓拍位置至终点帧号视频图像中该接触网悬挂装置所处位置的距离；
S5、根据S4步骤中计算得到的最佳抓拍时间触发抓拍相机拍摄该接触网悬挂装置的图像；
所述监控相机和抓拍相机均设置在列车顶部，且均沿列车行车方向倾斜设置，同向的监控相机和抓拍相机倾斜方向一致。
2.如权利要求1所述的刚性接触网悬挂装置的触发拍摄方法，其特征在于：所述设定距离为接触网悬挂装置首次出现在监控相机拍摄的视频监控图像上的第一帧图像至接触网悬挂装置消失在视频画面时的前一帧监控图像上产生的位移距离。
3.如权利要求2所述的刚性接触网悬挂装置的触发拍摄方法，其特征在于：最佳抓拍位置为当前拍摄场景下，接触网悬挂装置位于抓拍相机中心视野的抓拍位置。
4.如权利要求1所述的刚性接触网悬挂装置的触发拍摄方法，其特征在于：所述S5步骤中，根据最佳抓拍时间触发抓拍相机，具体是指：根据最佳抓拍时间、监控相机帧率及终点帧号，计算得到监控相机的触发帧号，当监控相机拍摄的视频图像中出现该触发帧号时，触发抓拍相机拍摄接触网悬挂装置的图像。
5.如权利要求1所述的刚性接触网悬挂装置的触发拍摄方法，其特征在于：所述目标识别算法用于识别接触悬挂装置中的绝缘子；所述目标识别算法包括边函数计算、曲率函数计算、网格均值计算和动态神经网络预测；具体为：
Figure 264111DEST_PATH_IMAGE001
，其中
Figure 587776DEST_PATH_IMAGE002
表示边函数，
Figure 898671DEST_PATH_IMAGE003
表示曲率函数，
Figure 700405DEST_PATH_IMAGE004
为权重；
Figure 311515DEST_PATH_IMAGE005
；
Figure 540502DEST_PATH_IMAGE006
其中
Figure 338694DEST_PATH_IMAGE007
为3×3的高斯核函数，
Figure 944119DEST_PATH_IMAGE008
为图像数据，*为卷积操作，
Figure 347418DEST_PATH_IMAGE009
、
Figure 871941DEST_PATH_IMAGE010
为1阶偏导，
Figure 32795DEST_PATH_IMAGE011
、
Figure 566544DEST_PATH_IMAGE012
、
Figure 493524DEST_PATH_IMAGE013
为2阶偏导；
把计算出的E，划分成n×n的网格，每个网格内计算E的均值，将n×n的网格的均值排成一排，输入到动态神经网络中，动态神经网络输出n×n的网格中绝缘子的存在状态，存在绝缘子网格的label为1，否则为0。
6.一种刚性接触网悬挂装置的触发拍摄装置，其特征在于：包括实时拍摄刚性接触网视频图像，并对采集的视频图像进行逐帧编号的监控相机；
利用目标识别算法逐帧识别监控相机拍摄的视频图像中的接触网悬挂装置，并实时记录识别出的具有接触网悬挂装置的视频图像和帧号的目标识别模块；
从目标识别模块中获取同一接触网悬挂装置在监控相机拍摄范围内发生设定距离位移的起点帧号和终点帧号，根据监控相机拍摄帧率、起点帧号、终点帧号和设定距离计算实时车速，并根据抓拍相机的最佳抓拍位置及终点帧号视频图像中该接触网悬挂装置所处的位置确定最佳抓拍距离，以及根据最佳抓拍距离和得到的实时车速，计算最佳抓拍时间的数据处理模块；
同一接触网悬挂装置在监控相机拍摄范围内发生设定距离位移的判断是通过前后两帧监控视频图像画面中接触网悬挂装置的位置变化，计算得到悬挂装置相对监控相机移动的距离，将计算得到的距离与设定距离进行对比，若相等则将两帧监控视频图像画面确定为起点帧和终点帧；
根据数据处理模块计算得到的最佳抓拍时间触发抓拍相机拍摄该接触网悬挂装置图像的触发模块；
用于抓拍接触网悬挂装置图像的抓拍相机；
所述监控相机和抓拍相机均设置在列车顶部，且均沿列车行车方向倾斜设置，同向的监控相机和抓拍相机倾斜方向一致。
7.如权利要求6所述的一种刚性接触网悬挂装置的触发拍摄装置，其特征在于：目标识别模块中所述目标识别算法用于识别接触悬挂装置中的绝缘子；所述目标识别算法包括边函数计算
Figure 454527DEST_PATH_IMAGE001
，其中
Figure 837098DEST_PATH_IMAGE002
表示边函数，
Figure 643380DEST_PATH_IMAGE003
表示曲率函数，
Figure 958955DEST_PATH_IMAGE004
为权重；
Figure 825280DEST_PATH_IMAGE005
；
Figure 960726DEST_PATH_IMAGE006
其中
Figure 570699DEST_PATH_IMAGE007
为3×3的高斯核函数，
Figure 803097DEST_PATH_IMAGE008
为图像数据，*为卷积操作，
Figure 981269DEST_PATH_IMAGE009
、
Figure 463066DEST_PATH_IMAGE010
为1阶偏导，
Figure 17675DEST_PATH_IMAGE011
、
Figure 901317DEST_PATH_IMAGE012
、
Figure 250390DEST_PATH_IMAGE013
为2阶偏导；
把计算出的E，划分成n×n的网格，每个网格内计算E的均值，将n×n的网格的均值排成一排，输入到动态神经网络中，动态神经网络输出n×n的网格中绝缘子的存在状态，存在绝缘子网格的label为1，否则为0。
CN202111112953.3A 2021-09-23 2021-09-23 刚性接触网悬挂装置的触发拍摄方法及装置 Active CN113556474B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111112953.3A CN113556474B (zh) 2021-09-23 2021-09-23 刚性接触网悬挂装置的触发拍摄方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111112953.3A CN113556474B (zh) 2021-09-23 2021-09-23 刚性接触网悬挂装置的触发拍摄方法及装置

Publications (2)

Publication Number Publication Date
CN113556474A CN113556474A (zh) 2021-10-26
CN113556474B true CN113556474B (zh) 2022-02-01

Family

ID=78106554

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111112953.3A Active CN113556474B (zh) 2021-09-23 2021-09-23 刚性接触网悬挂装置的触发拍摄方法及装置

Country Status (1)

Country Link
CN (1) CN113556474B (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1452138A (zh) * 2003-05-05 2003-10-29 大连市公安局交通警察支队 一种对行速违章车辆自动拍照系统及运行方法
JP5549488B2 (ja) * 2010-09-02 2014-07-16 株式会社明電舎 トロリ線検査装置
CN102662114B (zh) * 2012-05-03 2014-07-02 西北工业大学 基于图像处理的机车受电弓状态无线监测系统及其方法
CN103278510B (zh) * 2013-04-22 2016-03-02 北京和润科仪科技有限公司 一种电气化铁路接触网支持定位装置的可见光成像检测装置
CN207263662U (zh) * 2017-09-12 2018-04-20 成都唐源电气股份有限公司 一种刚性接触网检测设备
CN108974043A (zh) * 2018-08-09 2018-12-11 铁路愿景欧洲有限公司 铁路轨道勘测系统
CN112991769A (zh) * 2021-02-03 2021-06-18 中科视语(北京)科技有限公司 基于视频的交通量调查方法和装置

Also Published As

Publication number Publication date
CN113556474A (zh) 2021-10-26

Similar Documents

Publication Publication Date Title
CN105652154B (zh) 接触网运行状态安全监测分析系统
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
CN113947731B (zh) 一种基于接触网安全巡检的异物识别方法及系统
CN109489724A (zh) 一种隧道列车安全运行环境综合检测装置及检测方法
CN109239077B (zh) 弓网接触硬点检测装置及方法
CN101789177A (zh) 越、压黄线的车辆检测跟踪和车辆信息抓拍装置及其方法
KR101348680B1 (ko) 영상추적기를 위한 표적포착방법 및 이를 이용한 표적포착장치
CN103150901A (zh) 一种基于车辆运动矢量场分析的异常交通状况检测方法
CN102426785A (zh) 基于轮廓和局部特征点的交通流信息感知方法及系统
CN111561967A (zh) 弓网运行状态实时在线检测方法及系统
CN111767798A (zh) 一种面向室内联网视频监控的智能导播方法及系统
CN109002045B (zh) 一种智能巡检机器人的巡检定位方法及巡检定位系统
CN115331000A (zh) 一种基于orb算法的弓网运行状态检测方法
CN113011252A (zh) 轨道异物侵限检测系统及方法
CN115909223A (zh) 一种wim系统信息与监控视频数据匹配的方法和系统
CN113556474B (zh) 刚性接触网悬挂装置的触发拍摄方法及装置
CN107343171A (zh) 接触网标准图像库采集装置及其工作方法
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
CN112733680B (zh) 一种基于监控视频流生成高质量人脸图像的模型训练方法、提取方法、装置和终端设备
Wei et al. Street object detection/tracking for AI city traffic analysis
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
CN109668896A (zh) 一种接触网刚性支撑装置缺陷检测分时全景成像系统
CN115857040A (zh) 一种机车车顶异物动态视觉检测装置及方法
CN115100245A (zh) 一种基于高空抛物的溯源追踪系统及其追踪方法
JP3891730B2 (ja) トロリ線支持金具取付角度測定装置

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