CN116124771A - 一种接触网中心锚结绳松弛故障识别的方法 - Google Patents
一种接触网中心锚结绳松弛故障识别的方法 Download PDFInfo
- Publication number
- CN116124771A CN116124771A CN202111349216.5A CN202111349216A CN116124771A CN 116124771 A CN116124771 A CN 116124771A CN 202111349216 A CN202111349216 A CN 202111349216A CN 116124771 A CN116124771 A CN 116124771A
- Authority
- CN
- China
- Prior art keywords
- central
- anchoring rope
- central anchoring
- rope
- 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
Links
Images
Classifications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于机器视觉领域，公开了一种接触网中心锚结绳松弛故障识别的方法，包括如下步骤：S1.接触网图像输入；S2.中心锚结绳区域提取；S3.中心锚结绳区域图像质量增强；S4.中心锚结绳实际中心线拟合；S5.中心锚结绳标准中心线拟合；S6.实际中心线与标准中心线对比；S7.中心锚结绳松弛故障定位。有效提高接触网故障的检修效率，节约检修的人力、降低检修成本。同时，通过目前已被广泛安装的车载接触网运行状态检测装置中获取数据，无需额外再增加硬件设备，可有效降低成本。
Description
技术领域
本发明属于机器视觉领域，特别涉及一种接触网中心锚结绳松弛故障识别的方法。
背景技术
电气化轨道交通接触网上一个常见的故障是因列车运行、天气、部件老化等因素，引发中心锚结绳松弛，造成弓网故障，影响列车的行车安全。为保证行车安全，以往对于接触网中心锚结绳松弛故障检测都是通过人工巡检来完成的，通过组织大量人员巡线，及时发现锚结绳松弛故障并排除。但这样的巡检费时费力费工，而且在天气不佳时，以及在列车行车线路很长情况，巡线人员很难及时发现这些故障。
随着车载接触网运行状态检测装置(3C)被广泛安装在的运营动车组、电力机车、地铁列车上等轨道交通工具上，随机车组运行，全天候检测监测接触网、弓网运行状态。其通过高清视频，对弓网运行状态进行视频监测；自动完成参数的检测分析，判别接触网运行状态缺陷；缺陷数据实时无线发送，地面自动接收并报警；全面分析检测数据，提供弓网燃弧、接触网温度、接触网动态几何参数分析报告；形成检测数据库，提供历史数据分析报告。为引入机器视觉技术及时发现接触网中心锚结绳松弛故障提供基础。
机器视觉技术是一种通过专业的数据采集设备对各种状态进行监测及分析的技术。其原理是通过图像输入装置将被摄取目标获取图像信号，然后传送给专用的图像处理单元，通过数字化图像进行目标尺寸、形状、颜色的判别，进而得出判别结果并据此执行下一步动作控制。具有极高的分辨精度和处理速度，在诸多指标上达到或超过人眼的视觉能力。已被广泛应用于各类监测场景中。
本发明旨在提出了基于现有车载接触网运行状态检测装置，利用机器视觉技术自动识别接触网中心锚结绳松弛故障的方法，实现对来自车载接触网运行状态检测装置的接触网图像和视频的分析处理，自动识别和定位中心锚结绳的松弛故障，替代人工巡检和人工识别，提高接触网中心锚结绳松弛故障的检修效率，节约检修的人力、降低检修成本，做到对该故障的及时处理，保障列车的安全营运。
发明内容
本发所要解决的技术问题是利用机器视觉技术对车载接触网运行状态监测，实现识别接触网中心锚结绳松弛故障。
一种接触网中心锚结绳松弛故障识别的方法，包括如下步骤：
S1.接触网图像输入
获取车载接触网运行状态检测装置采集的接触网图像，并按照约定图像格式对所述的接触网图像进行解析；
S2.中心锚结绳区域提取
从解析后的接触网图像中定位中心锚结绳所在区域，并截取中心锚结绳所在区域的图像；
S3.中心锚结绳区域图像质量增强
增强所述中心锚结绳所在区域的图像质量，突显中心锚结绳的边界轮廓；
S4.中心锚结绳实际中心线拟合
基于中心锚结绳的图像特征，从所述的中心锚结绳所在区域的图像背景中分离出中心锚结绳，并对中心锚结绳实际中心线进行拟合；
S5.中心锚结绳标准中心线拟合
基于中心锚结绳与接触线与承力索的两个交点，拟合出中心锚结绳标准中心线；
S6.实际中心线与标准中心线对比
比对中心锚结绳实际中心线和标准中心线之间的位置偏差，如果两条中心线上某一段长度内偏差均大于设定阈值，则判定为存在松弛故障，转入下一步；否则，视为没有偏差，输出无故障的识别结果，结束流程；
S7.中心锚结绳松弛故障定位
提取松弛区域轮廓，对松弛区域进行定位，标记松弛区域位置，然后输出松弛故障信息。
进一步地，步骤S2是采用模板匹配算法从解析后的接触网图像中定位中心锚结绳所在区域。
进一步地，步骤S3是采用直方图均衡化算法和滤波算法增强所述中心锚结绳所在区域的图像质量，突显中心锚结绳的边界轮廓。
进一步地，步骤S4是采用边缘检测算法从所述的中心锚结绳所在区域的图像背景中分离出中心锚结绳，并采用Hough变换对中心锚结绳实际中心线进行拟合。
进一步地，步骤S5是通过两点直线方程确定中心锚结绳标准中心线。
进一步地，步骤S6中所述的阈值由人工根据实际场景输入。
本发明提供的技术方案有益效果在于：利用机器视觉技术，从车载接触网运行状态检测装置所采集的图像和视频中识别出中心锚结绳松弛故障，有效提高接触网故障的检修效率，节约检修的人力、降低检修成本。同时，本发明是通过目前已被广泛安装的车载接触网运行状态检测装置中获取数据，无需额外再增加硬件设备，可有效降低成本。
附图说明
图1是本发明一个具体实施例的流程图。
具体实施方式
为进一步公开本发明内容，下面结合附图对本发明的具体实施方式作进一步详细描述：
特别声明，本发明所述的模板匹配算法、直方图均衡化算法和滤波算法、边缘检测算法、Hough变换等算法均记载在电子工业出版社出版的《数字图像处理》、清华大学出版社出版的《图像处理、分析与机器视觉》等出版物中，属于本领域人员掌握的现有技术，为保持说明书简洁，不再详细介绍。
车载接触网运行状态检测装置(3C)已被广泛安装在的运营动车组、电力机车、地铁列车上等轨道交通工具上，随机车组运行，全天候检测监测接触网、弓网运行状态。本发明充分利用车载接触网运行状态检测装置实时监测接触网的图像，利用机器视觉技术，及时识别出接触网中心锚结绳松弛故障。
如图1所示。一种接触网中心锚结绳松弛故障识别的方法，包括如下步骤：
S1.接触网图像输入
获取车载接触网运行状态检测装置采集的接触网图像，并按照约定图像格式对所述的接触网图像进行解析；
S2.中心锚结绳区域提取
从解析后的接触网图像中定位中心锚结绳所在区域，并截取中心锚结绳所在区域的图像；
作为一种可选方案，是采用模板匹配算法从解析后的接触网图像中定位中心锚结绳所在区域。
S3.中心锚结绳区域图像质量增强
增强所述中心锚结绳所在区域的图像质量，突显中心锚结绳的边界轮廓；
作为一种可选方案，是采用直方图均衡化算法和滤波算法增强所述中心锚结绳所在区域的图像质量，突显中心锚结绳的边界轮廓。
S4.中心锚结绳实际中心线拟合
基于中心锚结绳的图像特征，从所述的中心锚结绳所在区域的图像背景中分离出中心锚结绳，并对中心锚结绳实际中心线进行拟合；
作为一种可选方案，是采用边缘检测算法从所述的中心锚结绳所在区域的图像背景中分离出中心锚结绳，并采用Hough变换对中心锚结绳实际中心线进行拟合。
S5.中心锚结绳标准中心线拟合
基于中心锚结绳与接触线与承力索的两个交点，拟合出中心锚结绳标准中心线；
作为一种可选方案，是通过两点直线方程确定中心锚结绳标准中心线。
S6.实际中心线与标准中心线对比
比对中心锚结绳实际中心线和标准中心线之间的位置偏差，如果两条中心线上某一段长度内偏差均大于设定阈值，则判定为存在松弛故障，转入下一步；否则，视为没有偏差，输出无故障的识别结果，结束流程。
所述的阈值是人员根据相机的安装位置、配置参数、中心锚结绳的实际安装结构等，结合经验配置，并在实际应用场景进行调整和设定。
S7.中心锚结绳松弛故障定位
提取松弛区域轮廓，对松弛区域进行定位，标记松弛区域位置，然后输出松弛故障信息。
作为一种可选方案，图像质量增强可在中心锚结绳区域定位和提取之前完成，可对整体图像质量进行增强，提高中心锚结绳区域定位和提取的精度。中心锚结绳的实际中心线可使用中线锚结绳的边界轮廓线进行替代，替代后则比对中心锚结绳边界轮廓线和标准中心线之间的偏差。中心锚结绳松弛故障的定位算法除了利用松弛区域边界轮廓外，还可以用其他特征进行故障定位。
本发明通过利用机器视觉技术从车载接触网运行状态检测装置所采集的图像和视频中识别出接触网中心锚结绳松弛故障，可有效提高故障的检修效率，节约检修的人力、降低检修成本。
Claims (6)
1.一种接触网中心锚结绳松弛故障识别的方法，其特征在于，包括如下步骤：
S1.接触网图像输入
获取车载接触网运行状态检测装置采集的接触网图像，并按照约定图像格式对所述的接触网图像进行解析；
S2.中心锚结绳区域提取
从解析后的接触网图像中定位中心锚结绳所在区域，并截取中心锚结绳所在区域的图像；
S3.中心锚结绳区域图像质量增强
增强所述中心锚结绳所在区域的图像质量，突显中心锚结绳的边界轮廓；
S4.中心锚结绳实际中心线拟合
基于中心锚结绳的图像特征，从所述的中心锚结绳所在区域的图像背景中分离出中心锚结绳，并对中心锚结绳实际中心线进行拟合；
S5.中心锚结绳标准中心线拟合
基于中心锚结绳与接触线与承力索的两个交点，拟合出中心锚结绳标准中心线；
S6.实际中心线与标准中心线对比
比对中心锚结绳实际中心线和标准中心线之间的位置偏差，如果两条中心线上某一段长度内偏差均大于设定阈值，则判定为存在松弛故障，转入下一步；否则，视为没有偏差，输出无故障的识别结果，结束流程；
S7.中心锚结绳松弛故障定位
提取松弛区域轮廓，对松弛区域进行定位，标记松弛区域位置，然后输出松弛故障信息。
2.根据权利要求1所述的接触网中心锚结绳松弛故障识别的方法，其特征在于，步骤S2是采用模板匹配算法从解析后的接触网图像中定位中心锚结绳所在区域。
3.根据权利要求1所述的接触网中心锚结绳松弛故障识别的方法，其特征在于，步骤S3是采用直方图均衡化算法和滤波算法增强所述中心锚结绳所在区域的图像质量，突显中心锚结绳的边界轮廓。
4.根据权利要求1所述的接触网中心锚结绳松弛故障识别的方法，其特征在于，步骤S4是采用边缘检测算法从所述的中心锚结绳所在区域的图像背景中分离出中心锚结绳，并采用Hough变换对中心锚结绳实际中心线进行拟合。
5.根据权利要求1所述的接触网中心锚结绳松弛故障识别的方法，其特征在于，步骤S5是通过两点直线方程确定中心锚结绳标准中心线。
6.根据权利要求1所述的接触网中心锚结绳松弛故障识别的方法，其特征在于，步骤S6中所述的阈值由人工根据实际场景输入。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111349216.5A CN116124771A (zh) | 2021-11-15 | 2021-11-15 | 一种接触网中心锚结绳松弛故障识别的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111349216.5A CN116124771A (zh) | 2021-11-15 | 2021-11-15 | 一种接触网中心锚结绳松弛故障识别的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116124771A true CN116124771A (zh) | 2023-05-16 |
Family
ID=86310488
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111349216.5A Pending CN116124771A (zh) | 2021-11-15 | 2021-11-15 | 一种接触网中心锚结绳松弛故障识别的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116124771A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116969340A (zh) * | 2023-09-25 | 2023-10-31 | 北京玖行智研交通科技有限公司 | 一种用于新能源车辆换电站的吊具及其安全控制方法 |
-
2021
- 2021-11-15 CN CN202111349216.5A patent/CN116124771A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116969340A (zh) * | 2023-09-25 | 2023-10-31 | 北京玖行智研交通科技有限公司 | 一种用于新能源车辆换电站的吊具及其安全控制方法 |
| CN116969340B (zh) * | 2023-09-25 | 2023-12-29 | 北京玖行智研交通科技有限公司 | 一种用于新能源车辆换电站的吊具及其安全控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Karakose et al. | A new computer vision based method for rail track detection and fault diagnosis in railways | |
| Rizvi et al. | Crack detection in railway track using image processing | |
| EP2697738B1 (en) | Method and system of rail component detection using vision technology | |
| 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 | |
| CN111080598B (zh) | 一种钩尾销安全吊的螺栓、螺母缺失检测方法 | |
| CN111260629A (zh) | 基于图像处理的受电弓结构异常检测算法 | |
| CN104318582A (zh) | 一种基于图像不变性目标定位的高铁接触网旋转双耳部件销钉不良状态检测方法 | |
| KR101701160B1 (ko) | 가동브래킷 변형 검사 시스템 | |
| CN113516629A (zh) | Tfds通过作业智能检测系统 | |
| CN116124771A (zh) | 一种接触网中心锚结绳松弛故障识别的方法 | |
| CN112800974A (zh) | 一种基于机器视觉的地铁轨道障碍物检测系统及方法 | |
| Karakose et al. | Real-time condition monitoring approach of pantograph-catenary system using FPGA | |
| CN111561967A (zh) | 弓网运行状态实时在线检测方法及系统 | |
| CN114565845A (zh) | 一种地下隧道智能巡检系统 | |
| CN114030395B (zh) | 一种接触悬挂吊弦区域异物检测方法及系统 | |
| CN112288674A (zh) | 车载式接触网部件缺陷在线识别方法 | |
| CN112907532B (zh) | 基于Faster RCNN改进的货车车门脱落检测方法 | |
| 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 | |
| CN114882452B (zh) | 轨道线路安全监测方法、列车运行控制方法及控制系统 | |
| CN115049623A (zh) | 一种视觉分割分析受电弓轮廓的装置 | |
| CN113504243A (zh) | 接触网弹性吊索与承力索连接区域成像装置及成像方法 | |
| CN107220609A (zh) | 一种动车故障自动检测方法 | |
| CN116152652A (zh) | 一种接触网接触线和承力索异物入侵故障识别的方法 | |
| CN111325147A (zh) | 一种基于图像处理的定位线夹脱落检测系统及方法 | |
| CN115359439A (zh) | 一种基于大数据的图像识别处理系统及处理方法 |
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 |