ES2727829T3 - Sistema y método de supervisión de pantógrafos - Google Patents

Abstract

Un método de diagnóstico automático de imágenes en relación con pantógrafos, que comprende las etapas de: a) capturar, por medio de un aparato de captura de imágenes (1, 5) ubicado en uno de una pluralidad de sitios de adquisición de imágenes, una imagen que muestra un pantógrafo de una locomotora, tomándose dicha imagen a partir de una vista aérea durante el desplazamiento de dicha locomotora, comprendiendo dicha imagen el área de deslizamiento de una pluralidad de patines de dicho pantógrafo; a') preprocesar (230) la imagen capturada al someterla a una transformación de correlación de perspectiva inversa que permite eliminar la perspectiva del pantógrafo en la imagen capturada, haciendo que aparezca como visto desde arriba; b) identificar (510, 520, 530, 540, 560, 570, 580), por medio de un módulo (18) para clasificar el modelo de pantógrafo, el modelo de dicho pantógrafo dentro de una pluralidad de modelos de pantógrafo, en función de dicha imagen de correlación de perspectiva inversa; b') extrapolar (610, 620, 630, 640, 650, 660) por medio de un módulo (18) para extrapolar la imagen de correlación de perspectiva inversa del área en relación con los patines de deslizamiento, el área en relación con los patines de deslizamiento; c) determinar (710, 720, 730, 740, 750, 760, 770, 780), por medio de un módulo (18) para clasificar materiales, un material del que están compuestos dichos patines de entre una pluralidad de materiales, en función de dicha área en relación con los patines de deslizamiento extrapolados en la etapa b'); y d) determinar (810, 820, 830, 840, 850, 860, 870, 880, 890, 895, 897), por medio de un módulo (18) para clasificar el grado de desgaste, un valor en relación con el estado de desgaste para cada uno de dichos patines, en función de dicho tipo de material determinado en la etapa c).

Description

DESCRIPCIÓN

Sistema y método de supervisión de pantógrafos

Campo técnico

La presente invención se refiere al campo del diagnóstico de imagen y, en particular, se refiere a un sistema y un método para supervisar el estado de desgaste de un pantógrafo.

Antecedentes de la técnica

Tal como es conocido, los vehículos de transporte ferroviario que extraen corriente de una línea de contacto aérea usan en general un dispositivo, conocido como pantógrafo, para conectar la línea al vehículo.

Un pantógrafo está constituido por un sistema articulado, conocido como bastidor, que se monta por medio de elementos aislantes sobre el techo del vehículo ferroviario, y mediante un arco dotado de elementos de deslizamiento que se encuentran en contacto directo con el hilo o hilos de la línea de contacto eléctrico.

Los elementos de deslizamiento están constituidos por barras de material conductor, por ejemplo cobre, acero, aluminio o carbono. Estos elementos de deslizamiento se someten continuamente a un desgaste debido a la fricción mecánica inducida durante el deslizamiento a lo largo de la línea de contacto.

Para un funcionamiento correcto de las locomotoras, es importante supervisar el estado de desgaste de los elementos de deslizamiento, con el fin de poder repararlos o sustituirlos cuando los mismos se desgastan o se dañan. De hecho, un pantógrafo dañado o desgastado puede causar un daño tanto a la locomotora como a la línea eléctrica aérea tal como para volver la línea ferroviaria inutilizable hasta ser reparada.

Por esta razón, habitualmente se realiza una inspección manual de los pantógrafos a intervalos regulares; este tipo de inspección requiere el aislamiento eléctrico de las líneas y acceso al techo de los coches que se van a inspeccionar; este es, por lo tanto, un método costoso que es ineficiente en términos de trabajo de personal y en términos del tiempo durante el cual los coches se encuentran inactivos.

Con el fin de obviar los inconvenientes asociados con la inspección manual, en la técnica se conocen sistemas para la detección automática del estado de desgaste de los pantógrafos.

En particular, se conocen sistemas que incorporan fibras ópticas junto a los elementos de deslizamiento de un pantógrafo. Las señales ópticas se transmiten en estas fibras ópticas con el fin de poder detectar, si se pierde la señal óptica, todo daño a una fibra y obtener en consecuencia una indicación en relación con el daño o desgaste excesivo de los elementos de deslizamiento. Aunque estos sistemas son bastante precisos en la señalización de problemas a los pantógrafos, estos adolecen del inconveniente de ser prohibitivos en términos de costes de producción.

Un enfoque alternativo adoptado en años más recientes consiste en proporcionar sistemas de supervisión automáticos: en estos sistemas, unas imágenes digitales de los pantógrafos, capturadas mientras los trenes pasan, se analizan automáticamente para determinar si hay daños en los pantógrafos o desgaste excesivo del material de deslizamiento y para generar, opcionalmente, mensajes de alarma. Estos sistemas son convenientes en términos de costes de instalación y de mantenimiento, pero en la técnica anterior no han alcanzado aún un nivel suficiente de precisión en lo que respecta a las técnicas de análisis de imágenes, con la consecuencia de que los mensajes de alarma generados no siempre son fiables. Además, en general estos sistemas permiten la inspección del pantógrafo solo en entornos controlados, en los que el tren pasa a una velocidad limitada y habitualmente requieren una infraestructura de adquisición de imágenes que comprende, además de una cámara fotográfica, un sistema de sincronización con el fin de gestionar la toma de imágenes simultáneamente con el paso del tren y un aparato de iluminación, con un aumento consiguiente en la complejidad y los costes de este equipo.

Hamey L G C y col.: “Pancam: In-service inspection of locomotive pantographs” PROC. DIGITAL IMAGE COMPUTING TECHNIQUES AND APPLICATIONS: 9TH BIENNIAL CONFERENCE OF THE AUSTRALIAN PATTERN RECOGNITION SOCIETY, DICTA 2007, páginas 493-499 y el documento WO 2009/018612 divulgan métodos para supervisar pantógrafos usando un procesamiento en 2D. No obstante, ambos de estos documentos contemplan la adquisición de una silueta de un pantógrafo en forma de Y en un tablero posterior de color blanco iluminado por una cámara lateral que está ubicada por debajo de y a un lado del pantógrafo.

Divulgación de la invención

El fin de la presente invención es idear un sistema y un método para supervisar pantógrafos que sea capaz de superar los problemas de la técnica anterior descrita anteriormente.

Dentro de este fin, un objeto de la invención es la provisión de un sistema y un método para supervisar pantógrafos que se basa en un diagnóstico automático de imágenes de dichos pantógrafos.

Otro objeto de la invención es la provisión de un sistema y un método capaces de permitir la inspección y el diagnóstico de vídeo incluso durante el paso de un tren en funcionamiento a velocidad normal.

Otro objeto de la invención es la provisión de un sistema y un método que no requiere un proceso de calibración entre el aparato de adquisición de imágenes y el software de análisis.

Otro objeto de la invención es la provisión de un sistema y un método que es capaz de gestionar simultáneamente una pluralidad de sitios de adquisición de imágenes con diferentes características de establecimiento sin coste de adaptación adicional alguno.

Otro objeto de la invención es la provisión de un sistema y un método que son sumamente fiables, relativamente fáciles de proporcionar y presentan unos costes competitivos.

Este fin, así como estos y otros objetos que se volverán más evidentes posteriormente en el presente documento, se logran mediante un método de acuerdo con la reivindicación 1 y un sistema de acuerdo con la reivindicación 11.

Breve descripción de los dibujos

Características y ventajas adicionales de la invención se volverán más evidentes a partir de la descripción de una realización preferida pero no exclusiva del sistema y del método de acuerdo con la invención, ilustrados a modo de ejemplo no limitante en los dibujos adjuntos, en donde:

la figura 1 es un diagrama de bloques en relación con una posible arquitectura del sistema de acuerdo con la presente invención;

las figuras 2a y 2b son, respectivamente, una vista aérea y una vista frontal de los métodos de instalación de un aspecto de la arquitectura de la figura 1;

la figura 3 es un diagrama de bloques que ilustra con mayor detalle un aspecto de la arquitectura de la figura 1; la figura 4 es un diagrama de

bloques que ilustra con mayor detalle otro aspecto de la arquitectura de la figura 1; la figura 5 es un diagrama de flujo de una posible realización del método para cargar los módulos de diagnóstico en la programación de ejecución de acuerdo con la presente invención;

la figura 6 es un diagrama de flujo de una posible realización del método de ejecución de los módulos de diagnóstico cargados en la programación de ejecución de acuerdo con la presente invención;

la figura 7 es un diagrama de flujo de una posible realización del método de ejecución de un módulo de diagnóstico de acuerdo con la presente invención;

la figura 8 es un diagrama de flujo de una posible realización del método de calibración de una cámara fotográfica de acuerdo con la presente invención;

la figura 9 es un diagrama de flujo de una posible realización de un método para la clasificación del modelo de pantógrafo de acuerdo con la presente invención;

la figura 10 es un diagrama de flujo de una posible realización de un método para identificar el área de patín de una imagen de acuerdo con la presente invención;

la figura 11 es un diagrama de flujo de una posible realización de un método para la clasificación del tipo de material de los patines de acuerdo con la presente invención;

la figura 12 es un diagrama de flujo de una posible realización de un método para la clasificación del grado de desgaste de los patines de acuerdo con la presente invención;

la figura 13 es un diagrama de flujo de una posible realización de un método para el análisis de perpendicularidad del contorno del pantógrafo con respecto a la dirección de movimiento de la locomotora de acuerdo con la presente invención;

la figura 14 es un diagrama de flujo de una posible realización de un método para el análisis de las partes de extremo de un pantógrafo de acuerdo con la presente invención.

Formas de llevar a cabo la invención

La arquitectura ilustrativa del sistema de acuerdo con la presente invención se resume en el diagrama de bloques de la figura 1.

La figura comprende una pluralidad de cámaras fotográficas 1, dispuestas a lo largo de la línea eléctrica, una pluralidad de estaciones de trabajo 2, que están conectadas a al menos una cámara fotográfica 1, un ordenador central 3, que está conectado a las estaciones de trabajo 2, y una pluralidad de estaciones remotas 4, que están conectadas al ordenador central 3.

Cada cámara fotográfica es capaz de capturar imágenes en relación con los pantógrafos de trenes que pasan y de enviar las imágenes capturadas a las estaciones de usuario 2 por medio de un enlace cableado o inalámbrico. En una realización preferida, cada cámara fotográfica se instala con el fin de formar una sola pieza con un poste dispuesto a lo largo de la línea ferroviaria de acuerdo con las especificaciones ilustradas en las figuras 2a y 2b. Las figuras 2a y 2b son, respectivamente, una vista aérea y una vista frontal de una línea ferroviaria en la que hay una pista 6, un poste 5 dispuesto al lado de la pista y una cámara fotográfica 1 instalada en el poste. Como es evidente a partir de las figuras, la posición relativa de la cámara fotográfica con respecto a la pista define un primer ángulo, conocido como ángulo de panorámica, es decir, el ángulo comprendido entre la dirección que forma una sola pieza con la parte superior del raíl y la inclinación horizontal de la cámara fotográfica, y un segundo ángulo, conocido como ángulo de inclinación, es decir, el ángulo comprendido entre la vertical definida por el poste y la inclinación vertical de la cámara de vídeo. En una realización preferida, el ángulo de panorámica está comprendido entre -20° y 20°, el ángulo de inclinación está comprendido entre 50° y 60°, y el factor de ampliación proporcionado por la lente de la cámara fotográfica con respecto al pantógrafo ha de ser de tal modo que la relación entre el área de deslizamiento que es visible en la imagen y el área total de la misma es mayor que, o igual a, 2*10'2. Se debería hacer notar que los métodos de instalación de la cámara fotográfica descrita anteriormente determinan la captura de imágenes de los pantógrafos de acuerdo con una vista aérea, no una vista frontal.

Cada estación de trabajo 2 es un sistema del tipo cliente, que está adaptado para comunicarse con el ordenador central 3 por medio de un enlace cableado o inalámbrico o por medio de cualquier red de comunicaciones de datos adaptada para implementar un protocolo de comunicaciones del tipo cliente-servidor.

El ordenador central 3 es habitualmente un sistema del tipo servidor, que está adaptado para adquirir datos y atender solicitudes de procesamiento que llegan de las estaciones de trabajo 2. El servidor preferiblemente comprende un servidor Web y una interfaz del tipo Web, que permiten que el servidor interaccione con las estaciones remotas 4, preferiblemente por medio de una red de comunicaciones de datos tal como Internet o una intranet, con el fin de facilitar las funciones de consulta y búsqueda.

La figura 3 es una vista más detallada de la arquitectura del ordenador central 3 de acuerdo con la invención de la figura 1.

El ordenador central 3 de acuerdo con la invención comprende unos medios de almacenamiento 10, un entorno de diagnóstico 11, un módulo 12 para interaccionar con las estaciones remotas y un módulo 13 para interaccionar con las estaciones de trabajo.

Los medios de almacenamiento 10 pueden comprender, por ejemplo, una base de datos o cualquier estructura de datos adaptada para almacenar, temporal o permanentemente, información en relación con las imágenes capturadas por las cámaras fotográficas y metadatos asociados con las mismas, tal como, por ejemplo, el número del coche al que se refiere la imagen o la fecha y hora de adquisición de la imagen.

El entorno de diagnóstico 11, que constituye el núcleo inventivo de la presente invención, comprende unos medios para cargar una colección de módulos de diagnóstico almacenados en los medios de almacenamiento 10 y unos medios para ejecutarlos de una forma coordinada, tal como se describirá con mayor detalle posteriormente en el presente documento. En la realización preferida descrita en el presente documento, este entorno está alojado dentro del ordenador central 3 y está adaptado para atender a múltiples estaciones de trabajo 2 simultáneamente; en una realización alternativa, el entorno de diagnóstico de imagen 11 se instala directamente sobre cada estación de trabajo 2.

El módulo 12 para interaccionar con las estaciones remotas es preferiblemente una interfaz del tipo Web, por ejemplo un portal Web, que permite acceder, visualizar y buscar la información almacenada en los medios de almacenamiento 10 en la parte de las estaciones remotas 4, preferiblemente a continuación de la autenticación.

El módulo 13 para interaccionar con las estaciones de trabajo permite una comunicación automática entre las estaciones de trabajo 2 y el entorno de diagnóstico de imagen 11. Este módulo de interfaz tiene por objeto realizar funciones tales como enviar las imágenes que se van a analizar, solicitar realizar un diagnóstico sobre una imagen dada, buscar entre las imágenes almacenadas en los medios de almacenamiento 10 de acuerdo con unos criterios particulares, enviar evaluaciones con respecto a los resultados devueltos por las funciones de diagnóstico en lo que respecta a una imagen dada.

En una realización preferida, la comunicación entre el ordenador 3 y las estaciones de trabajo 2 se basa en servicios Web, expuestos por el servidor 3 y consumidos por los clientes 2, de acuerdo con métodos que son conocidos en la técnica anterior. El experto en la materia aprecia sin esfuerzo que también es posible adoptar cualquier infraestructura que permite la comunicación entre componentes de software en un entorno distribuido, tal como, por ejemplo, CORBA o DCOM.

Con referencia a las figuras, el funcionamiento del sistema de acuerdo con la invención es tal como sigue.

Las imágenes adquiridas a lo largo de la línea ferroviaria por una cámara fotográfica 1 durante el paso de un tren se envían a una estación de trabajo 2; el cliente instalado en la estación de trabajo 2, antes de enviar la imagen a la supervisión del operador capaz de notificar las imágenes de los pantógrafos dañados, envía la imagen al ordenador central 3. Preferiblemente, unos metadatos adecuados, es decir, información en relación con la imagen, tales como, por ejemplo, la fecha y hora en la que se tomó la misma o el número del tren al que se refiere la imagen, se envían junto con la imagen.

El ordenador central 3, una vez que ha recibido la imagen, comprueba que la estación de trabajo 2 desde la que se envió esta tiene la credencial y autorizaciones necesarias para un diagnóstico, preferiblemente adoptando un certificado de clave pública-privada. Entonces, el ordenador central 3 almacena la imagen y los metadatos asociados con la misma en los medios de almacenamiento 10. Entonces, el ordenador central 3 activa el entorno de diagnóstico 11 que, tal como se describirá con mayor detalle posteriormente en el presente documento, realiza un diagnóstico automático del pantógrafo contenido en la imagen mediante el uso de un conjunto de algoritmos de visión artificial. En una realización ilustrativa y no limitante, durante el análisis del modelo del pantógrafo que se encuentra presente en la imagen, se evalúan el tipo de material que se encuentra presente sobre las barras de deslizamiento del pantógrafo, el grado de desgaste de las barras de deslizamiento, el grado de perpendicularidad del contorno del pantógrafo con respecto a la dirección de movimiento de la locomotora, y posibles impactos o daño mecánico a las porciones de extremo del pantógrafo.

Una vez que ha finalizado la etapa de diagnóstico, el ordenador central 3 puede trabajar de acuerdo con dos modos diferentes; en el primero, este vuelve a la estación de trabajo 2 el resultado de dicho diagnóstico. En una realización preferida, este resultado comprende una indicación con respecto a la idoneidad de proponer la imagen para una supervisión en la parte de un operador que está trabajando en dicha estación de trabajo. Si el resultado informa de la idoneidad de la supervisión, la imagen se visualiza en una pantalla, y el operador, en función de su evaluación, opcionalmente alerta al conductor de trenes o a la empresa ferroviaria para sustituir o restaurar el pantógrafo.

En el segundo modo, el ordenador central 3 alerta directamente al conductor de trenes o a la empresa ferroviaria que es responsable del tren en circulación a través de medios de comunicaciones de datos, por ejemplo por medio de SMS, MMS, correo electrónico, adjuntando la imagen capturada cuando sea posible. La información en relación con las direcciones con las que se va a contactar para la empresa responsable del tren en circulación está contenida en los medios de almacenamiento 10 y se generan durante o después de la instalación del sistema, mientras que la información destinada a alertar al conductor del tren en circulación se adquiere en tiempo real al hacer que la unidad de procesamiento 3 interaccione con la plataforma de circulación de la empresa que gestiona la red ferroviaria, donde se encuentre disponible.

La figura 4 es una vista más detallada de la arquitectura del entorno de diagnóstico de acuerdo con la invención de la figura 2.

El entorno de diagnóstico 11 comprende un módulo de programación 14, en una realización preferida un registro de símbolos 15, un módulo de inicialización 16, un módulo de registro 17 y una pluralidad de módulos de diagnóstico 18.

Cada módulo de diagnóstico 18 es un módulo de software que comprende un algoritmo que está adaptado para realizar una actividad de diagnóstico específica sobre una imagen dada. En una realización preferida, los módulos son cargados dinámicamente desde el medio de almacenamiento 10 en memoria por el módulo de programación 14, de tal modo que es posible establecer su habilitación para una ejecución en tiempo real. De acuerdo con este modo de funcionamiento, cada módulo de diagnóstico define un conjunto de símbolos requeridos para su ejecución y un conjunto de símbolos producidos por el propio módulo después de su ejecución. Algunos ejemplos de los símbolos solicitados o devueltos por un módulo son el modelo de pantógrafo, el tipo de material del que están hechos los patines, o una etapa intermedia particular del procesamiento de una imagen o una porción de la misma. Para un funcionamiento correcto del sistema, el orden de ejecución de los módulos de diagnóstico 18 ha de ser consistente con las dependencias entre los símbolos en la entrada a, y en la salida de, cada módulo. La generación de un orden de ejecución de los módulos que es compatible con estas dependencias se confía al módulo de programación 14.

El módulo de programación 14 tiene la tarea de formar una programación de ejecución de los módulos de diagnóstico 18, teniendo en cuenta las dependencias entre los módulos inducidos por los símbolos esperados y producidos respectivos. Una posible realización del método para cargar los módulos de diagnóstico en la programación se describirá con mayor detalle posteriormente en el presente documento con referencia a la figura 5.

Una vez que se ha establecido la programación de ejecución, antes de poder ejecutar cada módulo de diagnóstico 18, se requiere una etapa de inicialización: el módulo de inicialización 16 se asigna a esta y está diseñado para inicializar el entorno de diagnóstico para una imagen particular. Antes de ejecutar la programación de los módulos de diagnóstico, de hecho es necesario inicializar el entorno con un identificador de eventos de imagen (UID) y un identificador de sitios de adquisición de imágenes (SID). Una vez que se han determinado estos identificadores, el módulo de inicialización 16 carga desde los medios de almacenamiento 10 los ajustes de configuración de la imagen que se definieron durante la calibración para el sitio de adquisición específico, tal como se describirá con mayor detalle con referencia a la figura 8. Además, el módulo de inicialización 16 carga la imagen que se va a procesar desde los medios de almacenamiento 10 en memoria y añade el símbolo en relación con la imagen cargada al registro de símbolos 15 del entorno de diagnóstico.

La totalidad de los símbolos producidos por los módulos de diagnóstico o cargados por defecto por el entorno de diagnóstico después de su inicialización se guardan en el registro de símbolos 15 del entorno de diagnóstico con referencia a la realización preferida de una programación dinámica. Una referencia a este registro se pasa a la llamada para la ejecución de los módulos de diagnóstico 18; cada módulo puede leer los símbolos requeridos para su propia ejecución y puede escribir los símbolos que produce el mismo.

Una vez que la programación ha sido formada por el módulo de programación 14 y una vez que el entorno de diagnóstico se ha inicializado para el procesamiento de una nueva imagen en la parte del módulo de inicialización 16, se ejecuta la programación; en una realización preferida, esta ejecución se implementa de acuerdo con el método mostrado en la figura 6.

Durante la ejecución de cada módulo, el módulo de registro 17, un componente de sistema que tiene la tarea de registrar la totalidad de los eventos que ocurren dentro del entorno de diagnóstico 11, se encuentran activo; este es capaz de registrar cadenas de salida en imágenes o archivos temporales generados como un resultado intermedio de procesamiento durante el diagnóstico. El detalle de la información o imágenes guardadas por el módulo de registro 17 se puede definir en tiempo real por medio del módulo 12 para interaccionar con las estaciones remotas.

Una posible realización del método para cargar los módulos de diagnóstico en la programación se describe a continuación con referencia a la figura 5.

Sustancialmente, antes de añadir un nuevo módulo a la programación de ejecución, el módulo de programación 14 comprueba que se han satisfecho todas sus dependencias. Cuando ocurre esto, el módulo se añade a la programación y, entonces, el análisis pasa al siguiente módulo. Si las dependencias del módulo no se satisfacen, este se inserta temporalmente en una cola de espera, en la que permanece hasta que la totalidad de los otros módulos que satisfacen sus dependencias se han añadido a la programación de ejecución.

Con detalle, el método comienza en la etapa 20, en la que el módulo de programación 14 crea una programación de ejecución, es decir, una estructura de datos que está adaptada para contener una lista ordenada de los módulos de diagnóstico 18; la programación está inicialmente vacía. En la etapa 30, el módulo de programación 14 carga desde los medios de almacenamiento 10 los módulos de diagnóstico 18 y los almacena en el entorno de diagnóstico 11. En la etapa 40, el módulo de programación 14 evalúa si la totalidad de los módulos de diagnóstico se han introducido ya en la programación de ejecución: si es así, el control pasa a la etapa 110 y el método termina; si no, el módulo de programación 14 considera uno de los módulos de diagnóstico restantes y, en la etapa 50, comprueba si la totalidad de los símbolos requeridos para la ejecución de dicho modelo se han cargado ya en un registro que es interno al módulo de programación 14; si es así, en la etapa 60 dicho módulo se inserta en la programación de ejecución y, en la etapa 70, la totalidad de los símbolos producidos por este módulo se añaden a la programación de ejecución, por lo tanto en la etapa 80 el análisis pasa al siguiente módulo, si se encuentra presente. Si, en su lugar, la comprobación de la etapa 50 genera un resultado negativo, el control pasa a la etapa 90, en la que el módulo de programación 14 comprueba si el módulo se encuentra en una cola de espera: si no lo está, en la etapa 100 el módulo se añade a la cola de espera y, entonces, el control vuelve a la etapa 40 para el análisis de un nuevo módulo. Si en la etapa 90 se determina que el módulo se encontraba ya en la cola de espera, el método avanza a la etapa 80, que comprueba si hay otros módulos en la cola de espera: si los hay, se analiza el primer módulo de la cola, volviendo a la etapa 50; si no, el control vuelve a la etapa 40 para el análisis de cualquier módulo que no se haya insertado aún en la programación de ejecución o en la cola de espera.

Una vez que se ha generado la programación de ejecución, los módulos de diagnóstico se aplican en secuencia a una imagen dada de acuerdo con el orden de precedencia determinado por la propia programación. Una posible realización de este modo de ejecución se describe a continuación con referencia a la figura 6.

El método comienza en la etapa 200, en la que una imagen dada y los metadatos asociados con la misma se cargan en el entorno de diagnóstico; en particular, se determina el sitio de adquisición en el que se origina la imagen actual; en función del análisis de la etapa 200, en la etapa 210 los ajustes de calibración, es decir, ajustes que dependen del sitio de adquisición de imágenes, se cargan desde los medios de almacenamiento 10; estos ajustes, que comprenden, por ejemplo, una matriz de transformación para eliminar la perspectiva, se generan y almacenan durante la etapa de calibración de cada cámara fotográfica, tal como se describirá con mayor detalle posteriormente en el presente documento con referencia a la figura 8.

En la etapa 220, los ajustes predefinidos del sistema se cargan en el registro de los símbolos 15 del entorno de diagnóstico 11; a modo de ejemplo, estos ajustes predefinidos comprenden, por ejemplo, el modelo de la clase del pantógrafo extrapolado a partir del perfil unidimensional para calcular la correlación con el perfil de la imagen adquirida en tiempo real, o las tolerancias en las mediciones. Entonces ocurre una etapa de preprocesamiento en la etapa 230, en la que la imagen se somete a una transformación de IPM (correlación de perspectiva inversa): tal como es conocido por el experto en la materia, IPM es una transformación geométrica que tiene por objeto eliminar las distorsiones producidas en la imagen por efectos de perspectiva causados por el ángulo entre la cámara fotográfica y el objeto de la imagen. Esta transformación permite eliminar la perspectiva del pantógrafo en la imagen, haciendo que aparezca como visto desde arriba. Ventajosamente, la aplicación de la transformación de IPM usa una matriz de transformación específica para el fotograma generado por la cámara fotográfica mediante la cual se ha adquirido la imagen; esta matriz se calcula durante la etapa de calibración de software de la cámara fotográfica y se almacena entonces en el sistema para eliminar la perspectiva de todas las imágenes futuras que serán generadas por la cámara fotográfica específica, tal como se describirá con mayor detalle con referencia a la figura 8.

Una vez que ha finalizado la etapa de preprocesamiento, el método considera secuencialmente la totalidad de los módulos de diagnóstico cargados en la programación de ejecución; en concreto, en la etapa 240 el módulo de programación 14 comprueba si la programación sigue conteniendo módulos que ejecutar: si no es así, el método termina en la etapa 280; si es así, en la etapa 250 se considera y se ejecuta el primer módulo de la programación. En la etapa 260, se realiza una comprobación en relación con cualquier aparición de excepciones durante la ejecución del módulo de diagnóstico y, si el resultado es positivo, en la etapa 270 estas excepciones se analizan para comprobar si las mismas son condiciones de parada generadas por el módulo de diagnóstico y, en este caso, el método termina en la etapa 280. Si, en su lugar, no han ocurrido excepciones en la etapa 260, o si estas excepciones no son condiciones de parada para la etapa 270, el módulo de diagnóstico realizado previamente se elimina de la programación de ejecución y el método vuelve a la etapa 240 para la ejecución del siguiente módulo de diagnóstico.

La figura 7 muestra una posible realización de la etapa 250 de ejecución de un módulo de diagnóstico genérico del diagrama de flujo de la figura 6.

El método comienza en la etapa 300, en la que el entorno de diagnóstico 11 carga desde el registro de símbolos 15 la totalidad de los símbolos requeridos para la ejecución del módulo de diagnóstico 18. Se debería hacer notar que, gracias al método de generación de la programación de ejecución descrita previamente, estos símbolos se encuentran presentes ciertamente en el registro de símbolos 15. En la etapa 310, el entorno de diagnóstico accede a los medios de almacenamiento 10 para cargar un conjunto de ajustes que ajustan la sensibilidad y especificidad del método implementado en el módulo: ventajosamente, estos ajustes comprenden parámetros que son conocidos en la técnica anterior para determinar el establecimiento óptimo o pseudo-óptimo de un sistema de clasificación, tal como umbrales estáticos, pesos asociados con los coeficientes de una ecuación dada, probabilidades asociadas con diferentes clases de análisis.

El algoritmo de diagnóstico se realiza entonces en la etapa 330. Al final de la ejecución, en la etapa 340 el método comprueba si han ocurrido excepciones: si no han ocurrido, en la etapa 350 la totalidad de los símbolos generados por el algoritmo se guardan en el registro de símbolos 15 y entonces, en la etapa 360, se liberan los recursos asignados durante la ejecución del algoritmo y, en la etapa 370, el método termina. Si la comprobación de la etapa 340 tiene un resultado positivo, no se ejecuta la etapa 350 y el control pasa directamente a la etapa 360.

Los ajustes de calibración de la etapa 210 de la figura 6 se cargan en los medios de almacenamiento 10 siguiendo un procedimiento de calibración que se va a repetir para cada cámara fotográfica tras la instalación, que se describe a continuación con referencia a la figura 8.

El método comienza en la etapa 400, en la que una imagen de muestra, generada por la cámara fotográfica específica con respecto a la cual se desea realizar una calibración, se carga desde los medios de almacenamiento 10. En la etapa 410, en esta imagen se seleccionan cuatro puntos coplanarios que definen el plano sobre el que se encuentran los patines del pantógrafo, conocido como parte superior del raíl. En el plano seleccionado de este modo, en la etapa 420 se calcula la matriz de transformación de perspectiva de IPM en la imagen de muestra, tal como se ha descrito previamente, con el fin de corregir toda distorsión causada por efectos de perspectiva; entonces, se aplica una secuencia de transformaciones a las imágenes de muestra en relación con los modelos de pantógrafo almacenados de antemano en los medios de almacenamiento 10, repitiendo la secuencia para cada modelo de pantógrafo: en particular, en la etapa 440 la transformación de IPM calculada en la etapa 420 se aplica al modelo de pantógrafo actual, con el fin de obtener una vista aérea en la que los patines aparecen como “dos bandas verticales”; en la etapa 450, un filtro de detección de bordes, por ejemplo un filtro de Canny o un filtro de Sobel, se aplica a la imagen obtenida de este modo con el fin de extrapolar los bordes verticales de la imagen; en la etapa 460, mediante cálculo de promedio en las columnas de píxeles de la imagen filtrada en la etapa 450, se genera un perfil unidimensional de la imagen que resalta los picos efectivamente en las “bandas verticales” que se corresponden con los patines; por último, en la etapa 470 el perfil generado en la etapa 460 se usa para extrapolar un modelo paramétrico del modelo de pantógrafo: en particular, las distancias relativas entre los picos del perfil constituyen el modelo paramétrico que identifica el modelo de pantógrafo particular para esa cámara fotográfica específica; este modelo paramétrico comprende, por ejemplo, valores tales como el espesor de las barras o las distancias de los elementos geométricos del pantógrafo.

Una vez que el proceso de extrapolación del modelo paramétrico se ha repetido para cada modelo de pantógrafo, en la etapa 480 los valores resultantes se almacenan en los medios de almacenamiento 10. Entonces, estos modelos se pueden cargar en el entorno de diagnóstico siempre que sea necesario procesar una imagen que se origina en ese sitio de adquisición específico. En particular, estos son usados por el método para la clasificación del modelo de pantógrafo de una imagen que se origina en dicho sitio para calcular el grado de correlación entre un perfil similar extrapolado a partir del caso de la imagen que se está examinando y los modelos paramétricos almacenados en el sistema, tal como se describirá con mayor detalle con referencia a la figura 9.

Con referencia a las figuras 9, 10, 11, 12 y 13, algunos módulos de diagnóstico 18 posibles del entorno de diagnóstico 11 se describen a continuación.

La figura 9 es un diagrama de flujo que describe un método para reconocer el modelo de pantógrafo reproducido en una imagen que se está examinando. El método se basa en la fusión de dos enfoques diferentes: el primero consiste en una pluralidad de transformaciones en la imagen para calcular una función de perfil cuyo grado de correlación con cada uno de los modelos extrapolados durante la etapa de calibración inicial se establece de acuerdo con métodos que se conocen en la técnica; el segundo enfoque consiste en realizar una clasificación de la imagen de IPM con respecto a los diversos modelos de pantógrafo por medio de un método de marco de trabajo de predicción de memoria (MPF), tal como una red de HTM (memoria temporal jerárquica) y un sistema de clasificación conocido en la técnica, tal como, por ejemplo, KNN o SVM. Los índices de correlación generados con los dos enfoques se fusionan entonces y el algoritmo devuelve como un modelo de pantógrafo asociado con la imagen el que tiene el índice de correlación más alto.

Con detalle, el método comienza en la etapa 500, que considera la transformación de IPM aplicada en la etapa 230 a la imagen que se va a clasificar y almacenar en el registro de símbolos 15 del entorno de diagnóstico 11. El método se bifurca entonces en dos ramas, en las que se aplican dos métodos de clasificación diferenciados a la imagen de IPM.

La primera rama comienza con la etapa 510, en la que un filtro de detección de bordes conocido en la técnica, por ejemplo un filtro de Canny o un filtro de Sobel, se aplica a la imagen de IPM con el fin de extrapolar los bordes verticales de dicha imagen. En la etapa 520, la imagen de IPM filtrada de este modo se usa para calcular un perfil unidimensional en función de los valores promedio obtenidos de las columnas de píxeles de dicha imagen de IPM filtrada. En la etapa 530, se consideran la totalidad de los modelos de pantógrafo y, en particular, los modelos de los bordes de los pantógrafos obtenidos en la etapa de calibración descrita en la figura 8 (etapa 470). Para cada modelo de pantógrafo, en la etapa 540 se calcula un índice de correlación entre dicho modelo y el perfil unidimensional generado en la etapa 520.

La segunda rama del método está constituida por la etapa 560, en la que la imagen de IPM se clasifica por medio de un método basado en MPF opcionalmente en combinación con otro sistema de meta-clasificación conocido en la técnica, por ejemplo SVM o KNN, en el que las clases representan los diversos modelos de pantógrafos; la clasificación devuelve como salida una pluralidad de valores de coma flotante comprendidos entre 0 y 1 para cada clase; estos valores definen la probabilidad del pantógrafo en la imagen de pertenencia a la clase de cada modelo involucrado en el análisis.

En la etapa 570, se combinan los resultados generados por las dos ramas del método, preferiblemente por medio de una suma ponderada cuyos pesos se pueden cambiar con el fin de modificar apropiadamente la sensibilidad y especificidad del método de clasificación, tal como se describe con referencia a la etapa 310. De esta forma, se obtiene un índice de correlación entre la imagen que se está analizando y cada modelo de pantógrafo. Por último, en la etapa 580, el modelo de pantógrafo con el índice de correlación más alto se devuelve como salida del método y se introduce en el registro de símbolos 15 del entorno de diagnóstico 11.

Se debería hacer notar que el método descrito a continuación considera realizaciones alternativas en las que, respectivamente, se ejecuta solo la primera rama o solo la segunda rama del método.

Se debería hacer notar adicionalmente que los métodos de clasificación de modelo de pantógrafo conocidos en el estado de la técnica prevén la clasificación de la geometría de un pantógrafo distinguiendo entre una forma de “Y” y una de “T”. En contraposición, el método propuesto prevé la identificación exacta del modelo de pantógrafo incluso entre modelos que portan una geometría similar.

La información de clasificación del modelo de pantógrafo generado por el algoritmo descrito con referencia a la figura 9 es usada por los módulos de diagnóstico posteriores, en particular por el módulo para clasificar el grado de desgaste de los patines de deslizamiento. En una realización preferida, dicho módulo está compuesto, a su vez, de tres módulos: un módulo para extrapolar la imagen de IPM del área en relación con los elementos de deslizamiento, un módulo para clasificar el tipo de material del que están compuestos los elementos de deslizamiento y, por último, un módulo para clasificar el desgaste en función de los resultados proporcionados por los dos módulos precedentes. Una posible realización de los tres módulos se describe a continuación con referencia a las figuras 10, 11 y 12.

Con referencia a la figura 10, el método para extrapolar el área en relación con los elementos de deslizamiento comienza en la etapa 600, en la que el entorno de diagnóstico 11 considera la transformación de IPM aplicada en la etapa 230 a la imagen que se va a clasificar y almacenar en el registro de símbolos 15; además, el modelo de pantógrafo producido como símbolo en la salida del método de clasificación de modelo de pantógrafo descrito previamente con referencia a la figura 9 se carga desde el registro de símbolos 15. En función de la clasificación del modelo de pantógrafo, el método identifica aproximadamente un área macroscópica que delimita el contorno del pantógrafo; entonces, en la etapa 610, la catenaria, que podría introducir ruido para los análisis posteriores, se elimina de dicha área. Después de una potenciación por estiramiento de histograma de la región central en la que está contenido el contorno del pantógrafo con el fin de aumentar su contraste, realizada en la etapa 620, en la etapa 630 las regiones en relación con únicamente los patines del pantógrafo están aisladas en función del modelo de pantógrafo que se ha clasificado. La textura de la imagen de cada una de dichas regiones se calcula en la etapa 640; en una realización preferida, la textura se calcula por medio de una matriz del tipo de la matriz de aparición conjunta de nivel de gris (GLCM); entonces, en la etapa 650, se procede con un refinamiento del área identificada por medio de métodos que se conocen en la técnica y se basan en minimizar la energía asociada con las texturas calculadas. De esta forma, las regiones de la imagen en relación con los patines de deslizamiento están aisladas y, en la etapa 660, se añaden a los símbolos almacenados en el registro de símbolos 15 del entorno de diagnóstico 11.

Una vez que se han aislado las áreas en relación con los patines, el entorno de diagnóstico determina el tipo de material del que están compuestos los elementos de deslizamiento mediante la ejecución del módulo correspondiente. Una posible realización del método para clasificar el material de deslizamiento se ilustra en la figura 11.

El método comienza en la etapa 700, en la que las áreas en relación con los patines extrapolados a partir de la imagen como un resultado del método de la figura 10 se cargan desde el registro de símbolos 11. En la etapa 710 se considera cada patín y se crea un vector de características para cada patín; en particular, en la etapa 720, para cada plano de color de RGB y plano de color de HUE de la imagen, en la etapa 730 se calcula el promedio del tono y en la etapa 740 se calcula la desviación típica del tono. Una vez que se han calculado estos valores, en la etapa 750 se crea un vector de características que contiene las diferencias recíprocas entre los promedios de los planos de color y las desviaciones típicas de cada plano de color. En la etapa 760, el vector de características se analiza mediante una red neural o mediante un sistema de clasificación previamente entrenado, para la clasificación final. En la etapa 770, la probabilidad de pertenencia del patín analizado a una clase dada de material se almacena de este modo.

Una vez que se han analizado la totalidad de los patines, en la etapa 780 se calcula el valor máximo entre las probabilidades de pertenencia de cada patín a una clase dada, y este valor máximo se supone como un material del que están constituidos los patines; este material, en la etapa 790, se inserta en el registro de símbolos 15 del entorno de diagnóstico 11.

Se debería hacer notar que el uso de características de primer orden por el sistema de clasificación vuelve el método de análisis robusto e independiente de los cambios en la calibración de puntos blancos de la cámara fotográfica o de condiciones de iluminación en el sitio de adquisición.

Una vez que se ha establecido el tipo de material del que están compuestos los patines de deslizamiento, es posible realizar una clasificación del grado de desgaste de dichos patines. Una posible realización del método para clasificar el grado de desgaste de los patines de deslizamiento se describe a continuación con referencia a la figura 12.

En la etapa 800, el método carga desde el registro de símbolos 15 las áreas de la imagen en las que los patines del pantógrafo se han identificado por medio del método descrito con referencia a la figura 10. En la etapa 810, se ejecuta una secuencia de transformaciones para cada una de estas áreas, es decir, para cada elemento de deslizamiento: en particular, en la etapa 820 se consideran los planos de color de RGB y de HUE y se calcula una función de perfil unidimensional sobre cada plano de color a partir de los promedios de las filas de píxeles del área del patín (etapa 830); en la etapa 840, las fuentes potenciales de ruido se eliminan de cada perfil y entonces, en la etapa 850, se calculan el promedio y la desviación típica del color; en la etapa 860, se selecciona el perfil que se corresponde con el plano de color con la varianza más alta; en la etapa 870, se realiza un análisis sobre la imagen filtrada mediante la adopción de un filtro de detección de bordes, tal como, por ejemplo, un filtro de Canny o un filtro de Sobel; en la etapa 880, se realiza un análisis de la textura asociada con la imagen filtrada; en la etapa 890, se realiza un análisis de la banda del histograma de color que contiene el 95 % de la potencia de la señal.

Los análisis realizados en las etapas 860 a 890 se usan en la etapa 895 para calcular un vector de características del patín. En una realización preferida, este vector comprende los siguientes valores:

- desviación típica del perfil del plano de color que tiene la varianza más alta;

- dinámica máxima del perfil del plano de color que tiene la varianza más alta, es decir, la diferencia entre los valores máximo y mínimo del perfil;

- promedio del tono del área secundaria con el más alto valor absoluto de la imagen filtrada con el filtro de detección de bordes dividida en N áreas secundarias;

- dinámica del tono de color dentro del cual están contenidos el 95 % de los píxeles del área del patín del pantógrafo; - diferencia máxima en valor absoluto entre la energía asociada con la textura de dos áreas secundarias contiguas de la imagen del patín dividida en N áreas secundarias.

El vector de características se calcula para cada patín al repetir las etapas 810 a 895; entonces, en la etapa 897, se establece el estado de desgaste de cada patín, enviando el vector de características extrapoladas a una función de discriminación que, en función del tipo de material de los patines, calculado previamente con el método ilustrado con referencia a la figura 11, determina la probabilidad de pertenencia a una clase determinada de desgaste. En una realización preferida, se usa una función de densidad de probabilidad asociada para este fin, pero también es posible adoptar otro sistema de clasificación que se conoce en la técnica.

Además de determinar el estado de desgaste de los elementos de deslizamiento del pantógrafo, el método de acuerdo con la invención se puede adoptar ventajosamente para determinar el grado de perpendicularidad del contorno del pantógrafo con respecto a la dirección de movimiento de la locomotora.

Una posible realización de un método para evaluar el grado de perpendicularidad se describe a continuación con referencia a la figura 13.

El método trabaja sobre las áreas de la imagen en relación con los patines del pantógrafo, obtenidas por medio del método descrito con referencia a la figura 10; cada una de estas áreas se filtra con un filtro de detección de bordes en la etapa 910, con el fin de determinar los bordes de los patines, entonces se somete a una etapa de estiramiento de histograma en la etapa 920; en la etapa 930, se realiza entonces una binarización del área y, en la etapa 940, se elimina todo conglomerado que no sea consistente en términos de dimensiones y/o factor de forma. Una vez que las etapas 910 a 940 se han aplicado a cada patín del pantógrafo, en la etapa 950 las áreas binarizadas de los patines se recomponen para dar una única imagen sobre un fondo de color negro y se realiza una búsqueda de los puntos colineales mediante el uso de la transformada de Hough. En la etapa 960, la imagen producida en la etapa 950 se binariza en el espacio de la transformada y entonces, en la etapa 970, el método calcula una función de perfil a partir de las columnas de píxeles de dicha imagen. En la etapa 980 se calculan el centro de gravedad de la masa subtendida y la inercia correspondiente de este perfil; entonces, en la etapa 990, estos valores se pasan a un sistema de clasificación para establecer si se asegura, o no, la perpendicularidad del pantógrafo.

El método de acuerdo con la invención también se puede adoptar ventajosamente para analizar cualquier avería o funcionamiento defectuoso, en especial los causados por colisiones o impactos súbitos, de las porciones en los extremos del pantógrafo, conocidas como “cuernos” o “arcos” dependiendo del tipo de pantógrafo. Este método requiere una etapa preliminar de calibración de extremos, que se va a realizar solo una vez durante la instalación del sistema, lo que es muy similar al método de calibración descrito con referencia a la figura 8. Al final de esta etapa, se extrapola un modelo paramétrico para cada modelo de pantógrafo y se almacena en el sistema y se basa en las distancias y espesores del contorno del pantógrafo.

Una posible realización de un método para analizar las partes de extremo del pantógrafo se describe a continuación con referencia a la figura 14.

El método comienza en la etapa 1100, que considera las imágenes de las dos áreas macroscópicas en la imagen de IPM en las barras de deslizamiento del pantógrafo extrapolado por el método de clasificación descrito en la figura 10 en la etapa 630.

En la etapa 1105, la inversa de la matriz de transformación de IPM calculada en la etapa 420 del método de calibración descrito en la figura 8 se aplica a cada una de estas áreas con el fin de generar una imagen en la que las barras de deslizamiento se encuentran en la perspectiva original; entonces, en la etapa 1106, el método aplica a la imagen generada en la etapa 1105 la matriz de transformación de IPM para los extremos calculados durante la calibración de extremos, con el fin de generar una imagen en la que la región de extremo aparece como si se viera desde una posición frontal; la matriz de transformación de IPM para los extremos también se aplica a los puntos que identifican la posición de las barras de deslizamiento en la imagen original, obteniendo de este modo la posición de las barras de deslizamiento en la nueva imagen producida mediante la aplicación de dicha matriz de IPM. Conociendo la posición de las barras de deslizamiento, y conociendo que los “cuernos” o “arcos” representan sus extremos, en la etapa 1107 el método aísla en la imagen generada en la etapa 1106 dos porciones, conteniendo cada una un extremo, tomado en una posición frontal. En la etapa 1110, el método analiza por separado cada uno de los extremos. En particular, en la etapa 1120 un filtro de detección de bordes, por ejemplo un filtro de Canny o un filtro de Sobel, se aplica a cada una de las dos porciones, entonces en la etapa 1130 se aplica una binarización con el método de Otsu y, en la etapa 1140, se aplica una eliminación de los conglomerados que no son consistentes en términos de dimensiones y/o factor de forma. Llegados a este punto, en la etapa 1150 se extrapola un perfil unidimensional a partir de cada porción, obtenida mediante cálculo de promedio en las “columnas” de píxeles de la imagen, que resalta los picos en los bordes verticales del extremo; el grado de coincidencia de dicho perfil con el modelo del extremo obtenido para el mismo tipo de pantógrafo durante la calibración de extremos se mide en la etapa 1160.

Simultáneamente, en la etapa 1170, la transformada de Hough se aplica a cada imagen filtrada y binarizada, obteniendo de este modo dos imágenes en el espacio de la transformada.

A la vista de la geometría de los dos extremos, estos se encuentran intactos si son simétricos y especulares con respecto a un eje hipotético que pasa a través del punto en el que está ubicado su centro de gravedad; por lo tanto, en la etapa 1180 el método actúa sustrayendo las imágenes en el plano de la transformada; si la diferencia es grande, esto indica el hecho de que hay una simetría baja; si la diferencia es pequeña, los dos extremos son simétricos y especulares.

En la etapa 1190, los valores obtenidos del grado de coincidencia entre el modelo y el perfil de cada extremo y el valor obtenido de la diferencia de las dos imágenes en el dominio de la transformada de Hough rellenan un vector de características; en la etapa 1200, este vector es procesado por un sistema de clasificación que establece si los extremos están, o no, dañados.

En la práctica, se ha hallado que el sistema y el método de acuerdo con la invención logran plenamente el fin y los objetivos previstos.

En particular, se ha visto que el método y sistema concebidos de este modo permiten superar las limitaciones cualitativas de la técnica anterior, debido a que la compleción del análisis realizado sobre las imágenes asegura una precisión más alta de los resultados obtenidos.

Además, el sistema de acuerdo con la invención se concibe con el fin de permitir el diagnóstico de los pantógrafos incluso en entornos no controlados, es decir, entornos que no están específicamente diseñados para el fin de la presente invención: de hecho, es posible capturar las imágenes durante el tránsito en funcionamiento hasta una velocidad de 300 km/h.

Además, no se requieren artefactos de hardware complejos en el sitio de adquisición para el establecimiento, calibración o accionamiento del aparato de adquisición de imágenes, con ventajas evidentes en términos de facilidad de producción y costes.

El sistema y el método concebidos de este modo son susceptibles de numerosas modificaciones y variaciones, la totalidad de las cuales se encuentran dentro del alcance de las reivindicaciones adjuntas.

Es evidente adicionalmente que el concepto inventivo en el que se basa la presente invención es independiente de la implementación real de los módulos de software, que se pueden proporcionar en cualquier lenguaje y en cualquier plataforma de hardware.

Por lo tanto, el alcance de protección de las reivindicaciones no ha de estar limitado por las ilustraciones o por las realizaciones preferidas dadas en la descripción a modo de ejemplo, sino que más bien las reivindicaciones han de comprender la totalidad de las características de novedad patentable que se hallen dentro de la presente invención, incluyendo la totalidad de las características que serían tratadas como equivalente por el experto en la materia. En donde las características técnicas mencionadas en cualquier reivindicación vayan seguidas por símbolos de referencia, esos símbolos de referencia se han incluido para el único fin de incrementar la inteligibilidad de las reivindicaciones y, en consecuencia, tales símbolos de referencia no tienen efecto limitante alguno sobre la interpretación de cada elemento identificado a modo de ejemplo por tales símbolos de referencia.

Claims (11)

REIVINDICACIONES

1. Un método de diagnóstico automático de imágenes en relación con pantógrafos, que comprende las etapas de:

a) capturar, por medio de un aparato de captura de imágenes (1, 5) ubicado en uno de una pluralidad de sitios de adquisición de imágenes, una imagen que muestra un pantógrafo de una locomotora, tomándose dicha imagen a partir de una vista aérea durante el desplazamiento de dicha locomotora, comprendiendo dicha imagen el área de deslizamiento de una pluralidad de patines de dicho pantógrafo;

a') preprocesar (230) la imagen capturada al someterla a una transformación de correlación de perspectiva inversa que permite eliminar la perspectiva del pantógrafo en la imagen capturada, haciendo que aparezca como visto desde arriba;

b) identificar (510, 520, 530, 540, 560, 570, 580), por medio de un módulo (18) para clasificar el modelo de pantógrafo, el modelo de dicho pantógrafo dentro de una pluralidad de modelos de pantógrafo, en función de dicha imagen de correlación de perspectiva inversa;

b') extrapolar (610, 620, 630, 640, 650, 660) por medio de un módulo (18) para extrapolar la imagen de correlación de perspectiva inversa del área en relación con los patines de deslizamiento, el área en relación con los patines de deslizamiento;

c) determinar (710, 720, 730, 740, 750, 760, 770, 780), por medio de un módulo (18) para clasificar materiales, un material del que están compuestos dichos patines de entre una pluralidad de materiales, en función de dicha área en relación con los patines de deslizamiento extrapolados en la etapa b'); y

d) determinar (810, 820, 830, 840, 850, 860, 870, 880, 890, 895, 897), por medio de un módulo (18) para clasificar el grado de desgaste, un valor en relación con el estado de desgaste para cada uno de dichos patines, en función de dicho tipo de material determinado en la etapa c).

2. El método de acuerdo con la reivindicación 1, que comprende adicionalmente la etapa que consiste en:

e) determinar (900, 910, 920, 930, 940, 950, 960, 970, 980, 990), por medio de un módulo (18) para evaluar el grado de perpendicularidad, el grado de perpendicularidad del contorno de dicho pantógrafo con respecto a la dirección de movimiento de dicha locomotora, en función de una pluralidad de porciones de dicha imagen extraídas de dicha imagen, conteniendo cada porción la imagen de dicha área de deslizamiento de uno de dichos patines.

3. El método de acuerdo con una o más de las reivindicaciones precedentes, que comprende adicionalmente la etapa de:

e') determinar (1105, 1106, 1107, 1110, 1120, 1130, 1140, 1150, 1160, 1170, 1180, 1190, 1200), por medio de un módulo (18) para analizar las porciones de extremo, si están dañadas las porciones de extremo de dicho pantógrafo, en función de una pluralidad de porciones de dicha imagen extraídas de dicha imagen, conteniendo cada porción la imagen de dicha área de deslizamiento de uno de dichos patines.

4. El método de acuerdo con una o más de las reivindicaciones precedentes, que comprende adicionalmente, antes de dicha etapa para capturar dicha imagen, y para cada sitio de dicha pluralidad de sitios de adquisición de imágenes, las etapas de:

i) cargar (400), desde unos medios de almacenamiento (10), una imagen de muestra, originándose dicha imagen de muestra en uno de dicha pluralidad de sitios de adquisición de imágenes;

ii) seleccionar (410) de dicha imagen de muestra cuatro puntos coplanarios, estando adaptados dichos cuatro puntos coplanarios para definir un plano sobre el que se encuentra dicha pluralidad de patines de dicho pantógrafo; iii) calcular (420) una primera matriz de transformación de IPM en dicha imagen de muestra, en función de dichos cuatro puntos seleccionados en la etapa ii);

iv) aplicar (440), a cada modelo de pantógrafo de una pluralidad de modelos de pantógrafo almacenados en los medios de almacenamiento, dicha primera matriz de transformación de IPM;

v) extrapolar (450), por medio de un filtro de detección de bordes, los bordes verticales de cada imagen calculada en la etapa iv);

vi) calcular (460) un perfil unidimensional de cada imagen en función de dichos bordes verticales extrapolados en la etapa v);

vii) extrapolar (470), a partir de cada perfil unidimensional calculado en la etapa vi), un modelo paramétrico de dicho modelo de pantógrafo de dicha pluralidad de modelos de pantógrafo;

viii) almacenar (480) dichos modelos paramétricos extrapolados en la etapa vii) en los medios de almacenamiento (10), estando asociados dichos modelos paramétricos con dicho sitio de adquisición;

ix) seleccionar (410) de dicha imagen de muestra cuatro puntos coplanarios, estando adaptados dichos cuatro puntos coplanarios para definir un plano sobre el que se encuentran los extremos de dicha pluralidad de patines de dicho pantógrafo;

x) calcular (420) una segunda matriz de transformación de IPM en dicha imagen de muestra, en función de dichos cuatro puntos seleccionados en la etapa ix);

xi) repetir las etapas iv) a viii), adoptando dicha segunda matriz de transformación de IPM.

5. El método de acuerdo con la reivindicación 4, caracterizado por que comprende adicionalmente, antes de la etapa b), la etapa que consiste en aplicar (230) dicha primera matriz de transformación de IPM a dicha imagen que muestra dicho pantógrafo.

6. El método de acuerdo con la reivindicación 5, caracterizado por que dicha etapa b) comprende las etapas de:

f) clasificar (560), por medio de un método basado en MPF y de un sistema de clasificación cuyas clases representan una pluralidad de modelos de pantógrafo, dicha imagen de IPM con respecto a dicha pluralidad de dichos modelos de pantógrafo, estando adaptada dicha clasificación para generar, para cada modelo de dicha pluralidad de dichos modelos de pantógrafo, un primer valor asociado con dicho modelo de pantógrafo;

g) extrapolar (510) por medio de un filtro de detección de bordes, los bordes verticales de dicha imagen de IPM; h) calcular (520) un perfil unidimensional de dicha imagen de IPM en función de dichos bordes verticales extrapolados en la etapa g);

i) calcular (540), para cada modelo de dicha pluralidad de dichos modelos de pantógrafo, un segundo valor en relación con un índice de correlación entre dicho modelo y dicho perfil unidimensional generado en la etapa h); j) calcular (570), para cada modelo de dicha pluralidad de dichos modelos de pantógrafo, un tercer valor asociado con dicho modelo de pantógrafo, basándose dicho tercer valor en dicho primer valor y en dicho segundo valor; y k) calcular (580) el valor máximo de dichos terceros valores calculados en la etapa j).

7. El método de acuerdo con una o más de las reivindicaciones precedentes, caracterizado por que dicha etapa c) comprende las etapas de:

m) calcular (730, 740), para el área extrapolada en relación con cada patín, un primer valor en relación con el promedio del tono para el plano de color de RGB, un segundo valor en relación con la desviación típica del tono para el plano de color de RGB, un tercer valor en relación con el promedio del tono para el plano de color de HUE y un cuarto valor en relación con la desviación típica del tono para el plano de color de HUE;

n) generar (750) en función de dicho primer, dicho segundo, dicho tercer y dicho cuarto valores, un vector que comprende la diferencia mutua entre el promedio y la desviación típica del plano de color de RGB y la diferencia recíproca entre el promedio y la desviación típica del plano de color de HUE;

o) calcular (760) un valor en relación con la probabilidad de dicho patín de pertenencia a dicho material, en función de dicho vector generado en la etapa n);

p) determinar (780) un material de dicha pluralidad de materiales en función de dichos valores en relación con dichas probabilidades de pertenencia determinadas en la etapa o).

8. El método de acuerdo con una o más de las reivindicaciones precedentes, caracterizado por que dicha etapa d) comprende las etapas de:

r) calcular (830), para el área extrapolada en relación con cada patín, un primer perfil unidimensional cuyos valores se corresponden con el promedio de las filas de píxeles de dicha área extrapolada para el plano de color de RGB; s) calcular (830), para el área extrapolada en relación con cada patín, un segundo perfil unidimensional cuyos valores se corresponden con el promedio de las filas de píxeles de dicha área extrapolada para el plano de color de HUE;

t) eliminar (840) las fuentes de ruido de dicho primer perfil unidimensional y de dicho segundo perfil unidimensional; u) calcular (850) el promedio y la desviación típica del color de dicho primer perfil unidimensional y de dicho segundo perfil unidimensional;

v) seleccionar (860) el perfil unidimensional entre dicho primer perfil unidimensional y dicho segundo perfil unidimensional que se corresponde con el plano de color con la varianza más alta;

w) aplicar (870) un filtro de detección de bordes a dicha área extrapolada en relación con cada patín;

x) analizar (880) la textura asociada con la imagen filtrada en la etapa w);

y) analizar (890) la banda del histograma de color que contiene el 95 % de la potencia de la señal;

z) generar (895), para el área extrapolada en relación con cada patín, un vector de características, que comprende los valores calculados en las etapas v), w), x) e y);

aa) determinar (897), para cada patín, la probabilidad de pertenencia a una clase dada de desgaste en función de dicho vector de características.

9. El método de acuerdo con la reivindicación 2 o reivindicaciones posteriores, caracterizado por que dicha etapa e) comprende las etapas de:

cc) aplicar (910) un filtro de detección de bordes a cada porción de dicha pluralidad de porciones de dicha imagen, estando adaptado dicho filtro para determinar los bordes de dichos patines;

dd) someter (920) cada porción de dicha pluralidad de porciones de dicha imagen obtenida a partir de la etapa cc) a una operación de estiramiento de histograma;

ee) someter (930) cada porción de dicha pluralidad de porciones de dicha imagen obtenida a partir de la etapa dd) a una operación de binarización;

ff) someter (940) cada porción de dicha pluralidad de porciones de dicha imagen obtenida a partir de la etapa ee) a una operación para eliminar los conglomerados que no son consistentes en términos de dimensiones y factor de forma;

gg) recomponer dicha pluralidad de porciones de dicha imagen para dar una imagen y generar (950) una imagen transformada, por medio de la transformada de Hough, estando adaptada dicha imagen transformada para identificar los puntos colineales;

hh) binarizar (960) dicha imagen transformada en el espacio de dicha transformada; ii) calcular (970) un perfil unidimensional en función de las columnas de píxeles de dicha imagen transformada;

jj) calcular (980) unos valores en relación con el centro de gravedad e inercia de la masa subtendida por dicho perfil unidimensional;

kk) determinar (990), en la parte de un módulo para clasificar el grado de perpendicularidad, un valor en relación con la perpendicularidad del contorno de dicho pantógrafo con respecto a la dirección de movimiento de dicha locomotora, en función de dichos valores determinados en la etapa jj).

10. El método de acuerdo con la reivindicación 3, caracterizado por que dicha etapa e') comprende las etapas de:

mm) aplicar (1105) la inversa de dicha primera matriz de transformación de IPM a una imagen que comprende dicha pluralidad de porciones de dicha imagen, con el fin de generar una primera imagen en la que dichas áreas de deslizamiento se muestran en la perspectiva original;

nn) aplicar (1106) a dicha primera imagen calculada en la etapa mm) dicha segunda matriz de transformación de IPM, con el fin de generar una segunda imagen en la que los extremos de dichas áreas de deslizamiento se visualizan en una perspectiva frontal;

oo) aislar (1107) una pluralidad de porciones de dicha segunda imagen, comprendiendo cada una un extremo visto en una posición frontal;

pp) aplicar (1120) un filtro de detección de bordes a cada una de dicha pluralidad de porciones aisladas en la etapa oo);

qq) binarizar (1130) con el método de Otsu cada una de dicha pluralidad de porciones filtradas en la etapa pp); rr) eliminar (1140), de cada una de dicha pluralidad de porciones binarizadas en la etapa qq), los conglomerados que no son consistentes en términos de dimensiones y/o factor de forma;

ss) calcular (1150), para cada una de dicha pluralidad de porciones calculadas en la etapa rr), un perfil unidimensional en función de las columnas de los píxeles de dicha porción

tt) medir (1160), para cada uno de dichos perfiles unidimensionales calculados en la etapa ss), el grado de coincidencia con cada uno de una pluralidad de modelos de extremo almacenados en el sistema;

uu) aplicar (1170) la transformada de Hough a cada una de dicha pluralidad de porciones calculadas en la etapa rr);

vv) calcular (1180) la diferencia entre las imágenes generadas en la etapa uu) en el espacio de dicha transformada de Hough;

ww) generar (1190) un vector de características, comprendiendo dicho vector los valores generados en las etapas tt) y vv); y

xx) aplicar (1200) un sistema de clasificación a dicho vector de características generado en la etapa ww), con el fin de establecer el grado de daño de dichos extremos.

11. Un sistema de diagnóstico automático de imágenes en relación con pantógrafos de locomotoras, que comprende:

- una pluralidad de sitios de adquisición de imágenes, dispuestos a lo largo de la línea eléctrica para el paso de dichas locomotoras, comprendiendo cada sitio una cámara fotográfica (1), que está adaptada para capturar imágenes de dicho pantógrafo a partir de una vista aérea durante el desplazamiento de dichas locomotoras, comprendiendo dicha imagen el área de deslizamiento de una pluralidad de patines de dicho pantógrafo;

- una pluralidad de estaciones de trabajo (2), que están conectadas a al menos una de dichas cámaras (1) y están adaptadas para recibir dichas imágenes capturadas por dichas cámaras (1);

- un servidor central (3), que está conectado a dichas estaciones de trabajo (2) y comprende un entorno de diagnóstico (11) que comprende una pluralidad de módulos (18) que están configurados para llevar a cabo las etapas del método de acuerdo con cualquiera de las reivindicaciones precedentes, estando adaptado dicho servidor central (3) para atender solicitudes de procesamiento de dichas imágenes a partir de dichas estaciones de trabajo (2) y para devolver dichos parámetros de identificación a dichas estaciones de trabajo (2).