ITMI20101721A1 - Sistema e metodo per il monitoraggio di pantografi. - Google Patents

Description

"SISTEMA E METODO PER IL MONITORAGGIO DI PANTOGRAFI"

D E S C R I Z I O N E

Il presente trovato riguarda il campo della diagnostica di immagini, e in particolare ha per oggetto un sistema e un metodo per il monitoraggio dello stato di usura di un pantografo.

Come à ̈ noto, i mezzi a trazione ferroviaria che prelevano la corrente da una linea di contatto aerea utilizzano generalmente un dispositivo detto pantografo per connettere la linea con il mezzo.

Un pantografo à ̈ costituito da un sistema articolato, detto quadro, montato a mezzo di isolatori sul tetto del rotabile, e da un archetto munito di striscianti che sono a diretto contatto con il filo o i fili della linea elettrica di contatto.

Gli striscianti sono costituiti da barre di materiale conduttore, ad esempio rame, acciaio, alluminio o carbone. Tali striscianti sono continuamente soggetti a logoramento a causa della frizione meccanica indotta durante lo slittamento lungo la linea di contatto.

Per un corretto funzionamento dei locomotori à ̈ importante tenere sotto controllo lo stato di usura degli striscianti, in modo da poterli riparare o sostituire quando risultano logorati o danneggiati . Infatti un pantografo danneggiato o usurato può generare danni sia al locomotore che alla linea elettrica sovrastante, tali da rendere la linea ferroviaria inutilizzabile fino alla riparazione .

Per questo motivo tradizionalmente viene eseguita a intervalli regolari una ispezione manuale dei pantografi; questo tipo di ispezione richiede l'isolamento elettrico delle linee e l'accesso al tetto delle vetture da ispezionare; si tratta quindi di un procedimento costoso e inefficiente in termini di lavoro del personale e di tempo in cui le vetture sono inattive.

Per ovviare agli inconvenienti associati all'ispezione manuale, sono noti nell'arte alcuni sistemi per la rilevazione automatica dello stato di usura dei pantografi.

In particolare sono noti sistemi che incorporano fibre ottiche accanto agli striscianti di un pantografo. In tali fibre ottiche vengono trasmessi dei segnali ottici in modo da poter rilevare, in caso di perdita del segnale ottico, l'eventuale danneggiamento di una fibra e di conseguenza ottenere un'indicazione relativa al danneggiamento o all'eccessiva usura degli striscianti. Tali sistemi, benché abbastanza accurati nella segnalazione di problemi ai pantografi, presentano l'inconveniente di essere proibitivi in termini di costi di realizzazione.

Un approccio alternativo adottato in anni più recenti consiste nella realizzazione di sistemi di monitoraggio automatici: in tali sistemi immagini digitali dei pantografi catturate durante passaggio dei treni vengono analizzate automaticamente per determinare se vi siano danni ai pantografi o eccessiva usura del materiale strisciante e eventualmente generare dei messaggi di allarme. Questi sistemi risultano convenienti in termini di costi di installazione e manutenzione, ma, allo stato dell'arte, non hanno ancora raggiunto un sufficiente livello di accuratezza per quanto riguarda le tecniche di analisi delle immagini, con la conseguenza che i messaggi di allarme generati non sempre sono affidabili. Inoltre, in genere tali sistemi permettono un'ispezione del pantografo solo in ambienti controllati in cui il treno transita a velocità limitata e necessitano tipicamente di una infrastruttura di acquisizione dell'immagine che comprende, oltre a una fotocamera, un sistema di sincronizzazione per gestire lo scatto contestualmente al passaggio del treno e un apparato illuminatore, con conseguente incremento della complessità e dei costi di tali apparecchiature .

Compito precipuo del presente trovato à ̈ quello di escogitare un sistema e un metodo per il monitoraggio di pantografi che sia in grado di superare i problemi dell'arte nota sopra esposti.

Nell'ambito di questo compito, uno scopo del trovato à ̈ quello di realizzare un sistema e un metodo per il monitoraggio di pantografi basato sulla diagnostica automatica di immagini dei pantografi stessi.

Ulteriore scopo del trovato à ̈ quello di realizzare un sistema e un metodo in grado di consentire la videoispezione e la diagnostica anche durante il passaggio di un treno in esercizio a velocità normale.

Non ultimo scopo del trovato à ̈ quello di realizzare un sistema e un metodo che siano di elevata affidabilità, di relativamente facile realizzazione e a costi competitivi.

Questo compito, nonché questi ed altri scopi che meglio appariranno in seguito, sono raggiunti da un metodo secondo la rivendicazione 1.

Ulteriori caratteristiche e vantaggi del trovato risulteranno maggiormente dalla descrizione di una forma di realizzazione preferita, ma non esclusiva, del sistema e del metodo secondo il trovato, illustrata, a titolo indicativo e non limitativo, negli uniti disegni, in cui:

la figura 1 Ã ̈ uno schema a blocchi relativo ad una possibile architettura del sistema secondo il presente trovato;

le figure 2a e 2b illustrano rispettivamente una vista aerea e frontale delle modalità di installazione di un aspetto dell'architettura di figura 1;

la figura 3 Ã ̈ uno schema a blocchi che illustra in maggior dettaglio un aspetto dell'architettura di figura 1;

la figura 4 Ã ̈ uno schema a blocchi che illustra in maggior dettaglio un altro aspetto dell'architettura di figura 1;

la figura 5 Ã ̈ un diagramma di flusso che illustra una possibile forma di realizzazione del metodo di caricamento dei moduli di diagnostica nella schedule di esecuzione secondo il presente trovato ;

la figura 6 Ã ̈ un diagramma di flusso che illustra una possibile forma di realizzazione del metodo di esecuzione dei moduli di diagnostica caricati nella schedule di esecuzione secondo il presente trovato;

la figura 7 Ã ̈ un diagramma di flusso che illustra una possibile forma di realizzazione del metodo di esecuzione di un modulo di diagnostica secondo il presente trovato;

la figura 8 Ã ̈ un diagramma di flusso che illustra una possibile forma di realizzazione del metodo di calibrazione di una fotocamera secondo il presente trovato;

la figura 9 Ã ̈ un diagramma di flusso che illustra una possibile forma di realizzazione di un metodo per la classificazione del modello di pantografo secondo il presente trovato;

la figura 10 Ã ̈ un diagramma di flusso che illustra una possibile forma di realizzazione di un metodo per l'individuazione dell'area dei pattini di un'immagine secondo il presente trovato;

la figura 11 à ̈ un diagramma di flusso che illustra una possibile forma di realizzazione di un metodo per la classificazione del tipo di materiale dei pattini secondo il presente trovato; la figura 12 à ̈ un diagramma di flusso che illustra una possibile forma di realizzazione di un metodo per la classificazione del grado di consumo dei pattini secondo il presente trovato; la figura 13 à ̈ un diagramma di flusso che illustra una possibile forma di realizzazione di un metodo per l'analisi di ortogonalità della sagoma del pantografo rispetto alla direzione di moto del locomotore secondo il presente trovato; la figura 14 à ̈ un diagramma di flusso che illustra una possibile forma di realizzazione di un metodo per l'analisi delle parti estremali di un pantografo secondo il presente trovato.

Un'architettura esemplificativa del sistema secondo il presente trovato à ̈ sintetizzata nello schema a blocchi di figura 1.

La figura comprende una pluralità di fotocamere 1, disposte lungo la linea elettrica, una pluralità di postazioni di lavoro 2, connesse a almeno una fotocamera 1, un elaboratore centrale 3, connesso alle postazioni di lavoro 2, e una pluralità di postazioni remote 4, connesse all'elaboratore centrale 3.

Ciascuna fotocamera à ̈ in grado di catturare immagini relative ai pantografi dei treni di passaggio e di inviare le immagini catturate alle postazioni utente 2 per mezzo di un collegamento cablato o di tipo wireless . In una forma di realizzazione preferita ciascuna fotocamera à ̈ installata in modo solidale a un palo posto lungo la linea ferroviaria secondo le specifiche illustrate nelle figure 2a e 2b. Le figure 2a e 2b mostrano rispettivamente una vista aerea e frontale di una linea ferroviaria in cui si distinguono un binario 6, un palo 5 posto a lato del binario, e una fotocamera 5 installata sul palo. Come risulta dalle figure la posizione relativa della fotocamera rispetto al binario definisce un primo angolo, noto come angolo di pan, ovvero l'angolo compreso tra la direzione solidale al piano del ferro e l'inclinazione orizzontale della fotocamera, e un secondo angolo, noto come angolo di tilt, ovvero l'angolo compreso tra la verticale definita dal palo e l'inclinazione verticale della telecamera. In una forma di realizzazione preferita l'angolo di pan à ̈ compreso tra -20 gradi e 20 gradi, l'angolo di tilt à ̈ compreso tra 50 e 60 gradi, e il fattore di ingrandimento dato dall'ottica della fotocamera rispetto al pantografo deve essere tale per cui il rapporto tra l'area strisciante visibile nell'immagine e l'area totale della stessa à ̈ maggiore o uguale a 2*10^-3. Si noti che le modalità di installazione della fotocamera ora descritte determinano la cattura di immagini dei pantografi secondo un'inquadratura aerea e non frontale .

Ciascuna postazione di lavoro 2 Ã ̈ un sistema di tipo client, atto a comunicare con l'elaboratore centrale 3 tramite un collegamento cablato o wireless, o tramite una qualsiasi rete telematica atta a implementare un protocollo di comunicazione di tipo client-server .

L'elaboratore centrale 3 Ã ̈ tipicamente un sistema di tipo server, atto ad acquisire dati e a servire richieste di elaborazione provenienti delle postazioni di lavoro 2. Il server comprende preferibilmente un server web e un'interfaccia di tipo web, che rendono il server in grado di interf acciarsi con le postazioni remote 4, preferibilmente tramite una rete di comunicazione telematica quale Internet o una intranet, per mettere a disposizione funzioni di interrogazione e di ricerca.

La figura 3 illustra in maggior dettaglio l'architettura dell'elaboratore centrale secondo il trovato 3 di figura 1.

L'elaboratore centrale secondo il trovato 3 comprende mezzi di archiviazione 10, un ambiente di diagnostica 11, un modulo di interfaccia con le postazioni remote 12, e un modulo di interfaccia con le postazioni di lavoro 13.

I mezzi di archiviazione 10 possono comprendere ad esempio una base di dati o una qualsiasi struttura dati atta a memorizzare, temporaneamente o permanentemente, informazioni relative alle immagini catturate dalle fotocamere e metadati ad esse associati, quali ad esempio il numero della vettura cui l'immagine si riferisce o la data e l'ora di acquisizione dell'immagine.

L'ambiente di diagnostica 11, che costituisce il nucleo inventivo del presente trovato, comprende mezzi per il caricamento di una collezione di moduli di diagnostica memorizzati nei mezzi di archiviazione 10, e mezzi per la loro esecuzione in modo coordinato, come verrà descritto in maggior dettaglio in seguito. Nella forma di realizzazione preferita qui illustrata, tale ambiente à ̈ ospitato nell'elaboratore centrale 3 ed à ̈ atto a servire più postazioni di lavoro 2 contemporaneamente; in una forma di realizzazione alternativa l'ambiente di diagnostica delle immagini 11 à ̈ direttamente installato su ciascuna postazione di lavoro 2.

Il modulo di interfaccia con le postazioni remote 12 Ã ̈ preferibilmente un'interfaccia di tipo web, ad esempio un portale web, che consente l'accesso, la visualizzazione e la ricerca nelle informazioni archiviate nei mezzi di archiviazione 10 da parte delle postazioni remote 4, preferibilmente previa autenticazione.

Il modulo di interfaccia con le postazioni di lavoro 13 consente la comunicazione automatica tra le postazioni di lavoro 2 e l'ambiente di diagnostica delle immagini 11. Tale modulo di interfaccia serve a svolgere funzioni quali invio delle immagini da analizzare, richiesta di effettuare la diagnostica su una data immagine, ricerca tra le immagini memorizzate nei mezzi di archiviazione 10 secondo particolari criteri, invio di giudizi sui risultati restituiti dalle funzioni di diagnostica relativamente a una data immagine .

In una forma di realizzazione preferita la comunicazione tra elaboratore 3 e postazioni di lavoro 2 à ̈ basata su web Services, esposti dal server 3 e consumati dai Client 2, secondo modalità note allo stato della tecnica. Il tecnico del ramo apprezza senza sforzo che à ̈ anche possibile adottare una qualunque infrastruttura che consenta la comunicazione tra componenti software in ambiente distribuito, come ad esempio CORBA o DCOM .

Con riferimento alle figure citate, il funzionamento del sistema secondo il trovato à ̈ il seguente :

Le immagini acquisite lungo linea ferroviaria da una fotocamera 1 durante il passaggio di un treno, vengono inviate ad una postazione di lavoro 2; il client installato sulla postazione di lavoro 2, prima di sottoporre l'immagine alla supervisione dell'operatore atto alla segnalazione delle immagini dei pantografi danneggiati, invia l'immagine all'elaboratore centrale 3. Preferibilmente insieme all'immagine vengono inviati opportuni metadati, ovvero informazioni relative all'immagine, quali ad esempio la data e l'ora dello scatto o il numero del treno a cui l'immagine si riferisce.

L'elaboratore centrale 3, una volta ricevuta l'immagine, verifica che la postazione di lavoro 2 da cui à ̈ stata spedita possieda le necessarie credenziali ed autorizzazioni per la diagnostica, adottando preferibilmente un certificato a chiave pubblica -privata. L'elaboratore centrale 3 memorizza quindi l'immagine ed i metadati ad essa associati nei mezzi di archiviazione 10. Successivamente l'elaboratore centrale 3 attiva l'ambiente di diagnostica 11, che, come verrà descritto in maggior dettaglio nel seguito, effettua la diagnostica in automatico del pantografo contenuto nell'immagine sfruttando un set di algoritmi di visione artificiale. In una forma di realizzazione e esemplificativa e non limitativa, durante l'analisi vengono valutati il modello del pantografo presente nell'immagine, il tipo di materiale presente sulle barre striscianti del pantografo, il grado di consumo delle barre striscianti, il grado di ortogonalità della sagoma del pantografo rispetto alla direzione di moto del locomotore, e possibili urti o danni meccanici alle parti estremali del pantografo.

Una volta terminata la fase di diagnostica, l'elaboratore centrale 3 può operare secondo due distinte modalità; nella prima restituisce alla postazione di lavoro 2 il risultato della diagnostica stessa. In una forma di realizzazione preferita tale risultato comprende un'indicazione relativa all'opportunità di proporre l'immagine per la supervisione da parte di un operatore operativo presso la postazione di lavoro stessa. Nel caso il risultato segnali l'opportunità di una supervisione, l'immagine viene visualizzata a video, e l'operatore in base alla sua valutazione eventualmente provvederà ad allertare il macchinista o l'impresa ferroviaria per la sostituzione o la revisione del pantografo.

Nella seconda modalità l'elaboratore centrale 3 allerta direttamente il macchinista del treno o l'impresa ferroviaria responsabile del treno in circolazione per via telematica, ad esempio via sms, mms, email, allegando quando possibile l'immagine catturata. Le informazioni relative ai recapiti da contattare per l'impresa responsabile del treno in circolazione sono contenute nei mezzi di archiviazione 10 e prodotte durante o successivamente alla installazione del sistema mentre le informazioni volte ad allertare il macchinista del treno in circolazione vengono rilevate in tempo reale interfacciando l'unità di elaborazione 3 con la piattaforma di circolazione dell'impresa che gestisce la rete ferroviaria ove disponibile .

La figura 4 illustra in maggior dettaglio l'architettura dell'ambiente di diagnostica secondo il trovato 11 di figura 2.

L'ambiente di diagnostica 11 comprende un modulo schedulatore 14, in una forma di realizzazione preferita un registro dei simboli 15, un modulo inizializzatore 16, un modulo di logging 17 e una pluralità di moduli di diagnostica 18.

Ciascun modulo di diagnostica 18 à ̈ un modulo software comprendente un algoritmo atto a effettuare una specifica attività di diagnostica su una data immagine. In una forma di realizzazione preferita i moduli vengono caricati dinamicamente dal supporto di archiviazione 10 in memoria dal modulo schedulatore 14 di modo che sia possibile impostarne l'abilitazione all'esecuzione in tempo reale. Secondo questa modalità di funzionamento ciascun modulo di diagnostica definisce un insieme di simboli necessari alla sua esecuzione ed un insieme di simboli prodotti dal modulo stesso dopo la sua esecuzione. Esempi di simboli richiesti o restituiti da un modulo sono il modello di pantografo, il tipo di materiale di cui sono costituti ì pattini, o una particolare fase intermedia dell'elaborazione di un'immagine o di una sua porzione. Per un corretto funzionamento del sistema à ̈ necessario che l'ordine di esecuzione dei moduli di diagnostica 18 sia consistente con le dipendenze tra i simboli in ingresso e in uscita a ciascun modulo. La generazione di un ordine di esecuzione dei moduli compatibile con tali dipendenze à ̈ affidata al modulo schedulatore 14 .

Il modulo schedulatore 14 ha il compito di formare una schedule di esecuzione dei moduli di diagnostica 18, tenendo conto delle dipendenze tra i moduli indotte dai rispettivi simboli attesi e prodotti. Una possibile forma di realizzazione del metodo di caricamento dei moduli di diagnostica nella schedule verrà illustrata in maggior dettaglio in seguito con riferimento alla figura 5.

Una volta stabilita la schedule di esecuzione, prima di potere eseguire ciascun modulo di diagnostica 18, à ̈ necessaria una fase di inizializzazione : ad essa à ̈ deputato il modulo inizializzatore 16, che ha lo scopo di inizializzare l'ambiente di diagnostica per una particolare immagine. Prima che sia posta in esecuzione la schedule dei moduli di diagnostica infatti à ̈ necessario inizializzare l'ambiente con un identificativo dell'evento immagine (UID) e un identificativo del sito di acquisizione dell'immagine (SID). Una volta determinati tali identificativi, il modulo inizializzatore 16 carica dai mezzi di archiviazione 10 le impostazioni di configurazione dell'immagine che sono state definite in fase di calibrazione per lo specifico sito di acquisizione, come verrà descritto in maggior dettaglio con riferimento alla figura 8. Il modulo inizializzatore 16 carica inoltre l'immagine da elaborare dai mezzi di archiviazione 10 in memoria, e aggiunge il simbolo relativo all'immagine caricata al registro dei simboli 15 dell'ambiente di diagnostica.

Tutti i simboli prodotti dai moduli di diagnostica o caricati di default dall'ambiente di diagnostica dopo la sua inizializzazione vengono salvati nel registro dei simboli dell'ambiente di diagnostica 15 in riferimento alla realizzazione preferita di una schedule dinamica. Un riferimento a tale registro viene passato alla chiamata di esecuzione dei moduli di diagnostica 18; ciascun modulo ha facoltà di leggere i simboli necessari per la propria esecuzione e di scrivere i simboli da lui prodotti.

Una volta formata la schedule da parte del modulo schedulatore 14 e inizializzato l'ambiente di diagnostica per l'elaborazione di una nuova immagine da parte del modulo inizializzatore 16, viene effettuata l'esecuzione della schedule; in una forma di realizzazione preferita tale esecuzione viene implementata secondo il metodo riportato in figura 6.

Durante l'esecuzione di ciascun modulo à ̈ attivo il modulo di logging 17, un componente di sistema con il compito di registrare tutti gli eventi che accadono all'interno dell'ambiente di diagnostica 11; esso à ̈ in grado di registrare stringhe di output a file o immagini temporanee generate come risultato intermedio dell'elaborazione durante la diagnostica. Il dettaglio delle informazioni o delle immagini che vengono salvate dal modulo di logging 17 à ̈ definibile in tempo reale mediante il modulo di interfaccia con le postazioni remote 12

Una possibile forma di realizzazione del metodo di caricamento dei moduli di diagnostica nella schedule verrà ora illustrata con riferimento alla figura 5.

In sostanza prima di aggiungere alla schedule di esecuzione un nuovo modulo, il modulo schedulatore 14 verifica che tutte le sue dipendenze siano soddisfatte. Quando questo accade il modulo viene aggiunto alla schedule, quindi l'analisi passa al modulo successivo. Se le dipendenze del modulo non sono soddisfatte esso viene temporaneamente inserito in una coda di attesa dove rimane fino a quando non sono stati aggiunti alla schedule di esecuzione tutti gli altri moduli che soddisfano le sue dipendenze.

Nel dettaglio il metodo ha inizio al passo 20, in cui il modulo schedulatore 14 crea una schedule di esecuzione, ovvero una struttura dati atta a contenere un elenco ordinato dei moduli di diagnostica 18; la schedule inizialmente à ̈ vuota. Al passo 30 il modulo schedulatore 14 carica dai mezzi di archiviazione 10 i moduli di diagnostica 18 e li memorizza nell'ambiente di diagnostica 11. Al passo 40 il modulo schedulatore 14 valuta se tutti i moduli di diagnostica sono già stati inseriti nella schedule di esecuzione: in caso affermativo il controllo passa al passo 110 e il metodo termina; in caso negativo, il modulo schedulatore 14 considera uno dei rimanenti moduli di diagnostica e, al passo 50, controlla se sono già stati caricati, in un registro interno al modulo schedulatore 14, tutti i simboli necessari per l'esecuzione del modulo stesso; in caso affermativo, al passo 60 tale modulo viene inserito nella schedule di esecuzione e al passo 70 tutti i simboli prodotti da tale modulo vengono aggiunti alla schedule di esecuzione, quindi al passo 80 l'analisi passa al modulo successivo, ove presente. Nel caso invece il controllo di cui al passo 60 dia esito negativo, il controllo passa al passo 90, in cui il modulo schedulatore 14 controlla se il modulo si trova in coda di attesa: in caso negativo al passo 100 il modulo viene aggiunto alla coda d'attesa, quindi il controllo ritorna al passo 40 per l'analisi di un nuovo modulo. Se al passo 90 viene determinato che il modulo era già in coda d'attesa, il metodo passa al passo 80, in cui si controlla se esistono altri moduli in coda di attesa: in caso affermativo il primo modulo della coda viene analizzato ritornando al passo 50, mentre in caso negativo il controllo torna al passo 40 per l'analisi di eventuali moduli non ancora inseriti nella schedule di esecuzione né nella coda d'attesa.

Una volta generata la schedule di esecuzione, i moduli di diagnostica vengono applicati in sequenza ad una determinata immagine secondo l'ordine di precedenza determinato dalla schedule stessa. Una possibile forma di realizzazione di questa modalità esecutiva verrà ora illustrata con riferimento alla figura 6.

Il metodo inizia al passo 200 in cui una determinata immagine e i metadati ad essa associati vengono caricati nell'ambiente di diagnostica; in particolare viene determinato da quale sito di acquisizione proviene l'immagine corrente; in base all'analisi di cui al passo 200, al passo 210 vengono caricate dai mezzi di archiviazione 10 le impostazioni di calibrazione, ovvero impostazioni dipendenti dal sito di acquisizione dell'immagine; tali impostazioni, che comprendono ad esempio una matrice di trasformazione per la rimozione della prospettiva, vengono generate e archiviate durante la fase di calibrazione di ciascuna fotocamera, come verrà illustrato in maggior dettaglio nel seguito con riferimento alla figura 8.

Al passo 220 le impostazioni predefinite del sistema vengono caricate nel registro dei simboli 15 dell'ambiente di diagnostica 11; a titolo esemplificativo tali impostazioni predefinite comprendono ad esempio il modello della classe del pantografo estrapolato dal profilo monodimensionale per il calcolo della correlazione con il profilo dell'immagine acquisita in tempo reale, o le tolleranze sulle misure. Al passo 230 ha quindi luogo una fase di preprocessing, in cui l'immagine viene sottoposta a una trasformazione IPM (Inverse Perspective Mapping) : come à ̈ noto all'esperto del settore, l'IPM à ̈ una trasformazione geometrica che ha lo scopo di rimuovere le distorsioni provocate nell'immagine da effetti prospettici dovuti all'angolazione tra la fotocamera e il soggetto dell'immagine. Questa trasformazione permette di rimuovere la prospettiva del pantografo nell'immagine facendo in modo che questo appaia come visto dall'alto. Vantaggiosamente l'applicazione della trasformazione IPM si avvale di una matrice di trasformazione specifica per l'inquadratura generata dalla fotocamera da cui l'immagine à ̈ stata acquisita; tale matrice viene calcolata durante la fase di calibrazione software della fotocamera, e quindi memorizzata nel sistema per rimuovere la prospettiva da tutte le future immagini che saranno generate dalla specifica fotocamera, come verrà descritto in maggior dettaglio con riferimento alla figura 8.

Una volta terminata la fase di preprocessing, il metodo prende in considerazione sequenzialmente tutti i moduli di diagnostica caricati nella schedule di esecuzione; nello specifico al passo 240 il modulo schedulatore 14 controlla se la schedule contiene ancora moduli da eseguire: in caso negativo il metodo termina al passo 280; in caso affermativo viene preso in considerazione il primo modulo della schedule, che al passo 250 viene eseguito. Al passo 260 viene fatto un controllo relativo all'eventuale verificarsi di eccezioni durante l'esecuzione del modulo di diagnostica e, in caso affermativo, al passo 270 tali eccezioni vengono analizzate per controllare se si tratta di condizioni di arresto sollevate dal modulo di diagnostica, e in questo caso il metodo termina al passo 280. Nel caso invece non si siano verificate eccezioni al passo 260, o tali eccezioni non si configurino come condizioni di arresto al passo 270, il modulo di diagnostica precedentemente eseguito viene rimosso dalla schedule di esecuzione, e il metodo torna al passo 240 per l'esecuzione del successivo modulo di diagnostica .

La figura 7 illustra una possibile forma di realizzazione del passo 250 di esecuzione di un generico modulo di diagnostica del diagramma di flusso di figura 6.

Il metodo ha inizio al passo 300, in cui l'ambiente di diagnostica 11 carica dal registro dei simboli 15 tutti i simboli necessari all'esecuzione del modulo di diagnostica 18. Si noti che grazie al metodo di generazione della schedule di esecuzione precedentemente descritto, tali simboli saranno sicuramente presenti nel registro dei simboli 15. Al passo 310 l'ambiente di diagnostica accede ai mezzi di archiviazione 10 per caricare un insieme di impostazioni che regolano la sensibilità e la specificità del metodo implementato nel modulo: vantaggiosamente tali impostazioni comprendono parametri noti allo stato dell'arte per la determinazione del Setup ottimale o pseudo-ottimale di un classificatore, quali threshold statiche, pesi associati ai coefficienti di una data equazione, probabilità associate a differenti classi di analisi.

Successivamente, al passo 330 viene eseguito l'algoritmo di diagnostica. Al termine dell'esecuzione, al passo 340 il metodo controlla se si sono verificate eccezioni: in caso negativo al passo 350 tutti i simboli generati dall'algoritmo vengono salvati nel registro dei simboli 15, quindi al passo 360 vengono liberate le risorse allocate durante l'esecuzione dell'algoritmo e al passo 370 il metodo termina. Nel caso in cui il controllo di cui al passo 340 dia esito positivo, il passo 350 non viene eseguito e il controllo passa direttamente al passo 360.

Le impostazioni di calibrazione di cui al passo 210 di figura 6 vengono caricate nei mezzi di archiviazione 10 in seguito a una procedura di calibrazione, da ripetersi per ogni fotocamera all'atto dell'installazione, che verrà ora descritta con riferimento alla figura 8.

Il metodo ha inizio al passo 400, in cui un'immagine campione, generata dalla specifica fotocamera rispetto alla quale si desidera effettuare la calibrazione, viene caricata dai mezzi di archiviazione 10. Al passo 410 in tale immagine vengono selezionati quattro punti complanari che definiscono il piano su cui giacciono i pattini del pantografo, detto piano del ferro. Sul piano così selezionato, al passo 420 viene calcolata la matrice di trasformazione prospettica IPM sull'immagine campione, come precedentemente descritto, al fine di correggere eventuali distorsioni dovute a effetti prospettici; successivamente viene applicata una sequenza di trasformazioni alle immagini campione relative ai modelli di pantografo precedentemente archiviate nei mezzi di archiviazione 10, ripetendo la sequenza per ciascun modello di pantografo: in particolare al passo 440 la trasformazione IPM calcolata al passo 420 viene applicata al modello di pantografo corrente, in modo da ottenere una vista aerea in cui i pattini appiano come "due strisce verticali"; al passo 450 all'immagine così ottenuta viene applicato un filtro di edge detection, ad esempio un filtro di Canny o un filtro di Sobel, al fine di estrapolare i contorni verticali dell'immagine; al passo 460, mediando sulle colonne di pixel dell'immagine filtrata al passo 450, viene generato un profilo monodimensionale dell'immagine, che evidenzia dei picchi proprio in corrispondenza "delle strisce verticali" che corrispondono ai pattini; infine al passo 470 il profilo generato al passo 460 viene utilizzato per estrapolare un modello parametrico del modello di pantografo: in particolare le distanze relative tra i picchi del profilo vanno a costituire il modello parametrico che identifica il particolare modello di pantografo per quella specifica fotocamera; tale modello parametrico comprende ad esempio valori come lo spessore delle barre o le distanze delle geometrie del pantografo .

Una volta ripetuto il procedimento di estrapolazione del modello parametrico per ciascun modello di pantografo, al passo 480 i valori ottenuti vengono memorizzati nei mezzi di archiviazione 10. Tali modelli potranno così essere caricati nell'ambiente di diagnostica ogni volta che dovrà essere elaborata un'immagine proveniente da quello specifico sito di acquisizione. In particolare essi verranno utilizzati dal metodo di classificazione del modello di pantografo di un'immagine proveniente da qnel sito per calcolare il grado di correlazione tra un profilo simile estrapolato dall'istanza dell'immagine che si sta esaminando ed i modelli parametrici memorizzati nel sistema, come verrà descritto in maggior dettaglio con riferimento alla figura 9.

Con riferimento alle figure 9, 10, 11, 12 e 13, verranno ora descritti alcuni possibili moduli di diagnostica 18 dell'ambiente di diagnostica 11.

La figura 9 rappresenta un diagramma di flusso che descrive un metodo per il riconoscimento del modello di pantografo riprodotto in un'immagine esaminata. Il metodo si basa sulla fusione di due approcci differenti: il primo consiste in una serie di trasformazioni sull'immagine per il calcolo di una funzione profilo di cui viene stabilito il grado di correlazione con ciascuno dei modelli estrapolati durante la fase iniziale di calibrazione, secondo tecniche note nell'arte; il secondo approccio consiste nell 'eseguire una classificazione dell'immagine IPM rispetto ai vari modelli di pantografo tramite una rete HTM (Hierarchical Temporal Memory) e un classificatore noto nell'arte, quale ad esempio KNN o SVM. Gli indici di correlazione generati con i due approcci vengono quindi fusi e l'algoritmo restituisce come modello di pantografo associato all'immagine quello con l'indice di correlazione più elevato.

Nel dettaglio, il metodo ha inizio al passo 500, in cui viene presa in considerazione la trasformazione IPM applicata al passo 230 sull'immagine da classificare e memorizzata nel registro dei simboli 15 dell'ambiente di diagnostica 11. Il metodo si biforca quindi in due rami in cui vengono applicati due metodi di classificazione distinti all'immagine IPM.

Il primo ramo ha inizio con il passo 510, in cui un filtro di edge detection noto nell'arte, ad esempio un filtro di Canny o un filtro di Sobel, viene applicato all'immagine IPM al fine di estrapolare i contorni verticali di tale immagine. Al passo 520 l'immagine IPM così filtrata viene utilizzata per calcolare un profilo monodimensionale in base ai valori medi ricavati dalle colonne di pixel dell'immagine IPM filtrata stessa. Al passo 530 vengono presi in considerazione tutti i modelli di pantografo, e in particolare i modelli dei contorni dei pantografi ricavati nella fase di calibrazione descritta in figura 8 (passo 470) . Per ciascun modello di pantografo, al passo 540 viene calcolato un indice di correlazione tra il modello stesso e il profilo monodimensionale generato al passo 520.

Il secondo ramo del metodo à ̈ costituito dal passo 560, in cui l'immagine IPM viene classificata mediante una rete HTM eventualmente in congiunzione con un altro meta classificatore noto nell'arte, ad esempio SVM o KNN, in cui le classi rappresentano i diversi modelli di pantografo; la classificazione restituisce in output una serie di valori in virgola mobile compresi tra 0 e 1 per ciascuna classe; tali valori definiscono le probabilità di appartenenza del pantografo nell'immagine alla classe di ciascun modello coinvolto nell'analisi.

Al passo 570 i risultati generati dai due rami del metodo vengono combinati, preferibilmente tramite una somma pesata i cui pesi possono essere variati per modificare opportunamente sensibilità e specificità del metodo di classificazione, come descritto con riferimento al passo 310. In questo modo viene ottenuto un indice di correlazione tra l'immagine in fase di analisi e ciascun modello di pantografo. Infine al passo 580 il modello di pantografo con l'indice di correlazione più elevato viene restituito come output del metodo e inserito nel registro dei simboli 15 dell'ambiente di diagnostica 11.

Si noti che il metodo ora descritto contempla forme di realizzazione alternative in cui rispettivamente vengono eseguiti solo il primo o solo il secondo ramo del metodo.

Le informazioni di classificazione del modello di pantografo generate dall'algoritmo descritto con riferimento alla figura 9 vengono utilizzate dai successivi moduli di diagnostica, in particolare dal modulo di classificazione del grado di usura dei pattini striscianti. In una forma di realizzazione preferita tale modulo à ̈ composto a sua volta da tre moduli: un modulo per l'estrapolazione dall'immagine IPM dell'area relativa agli striscianti, un modulo per la classificazione del tipo di materiale di cui sono composti gli striscianti, e infine un modulo per la classificazione dell'usura in base ai risultati forniti dai precedenti due moduli. Una possibile forma di realizzazione dei tre moduli verrà ora descritta con riferimento alle figure 10, 11 e 12.

Con riferimento alla figura 10, il metodo per l'estrapolazione dell'area relativa agli striscianti ha inizio al passo 600, in cui l'ambiente di diagnostica 11 prende in considerazione la trasformazione IPM applicata al passo 230 sull'immagine da classificare e memorizzata nel registro dei simboli 15; viene inoltre caricata dal registro dei simboli 15 il modello di pantografo prodotto come simbolo di uscita dal metodo di classificazione del modello di pantografo precedentemente descritto con riferimento alla figura 9. Sulla base della classificazione del modello di pantografo il metodo individua approssimativamente una macroarea che circoscrive la sagoma del pantografo; quindi al passo 610 da tale area viene eliminata la catenaria che potrebbe introdurre rumore per le analisi successive. Dopo un enhancement, mediante histogram stretching, della zona centrale in cui à ̈ contenuta la sagoma del pantografo allo scopo di aumentarne il contrasto, eseguito al passo 620, al passo 630 vengono isolate le zone relative ai soli pattini del pantografo sulla base del modello di pantografo classificato. Di ciascuna di tali zone al passo 640 viene calcolata la tessitura dell'immagine; in una forma di realizzazione preferita la tessitura viene calcolata per mezzo di una matrice di tipo Grey Level Co-occurrence Matrix (GLCM) ; quindi, al passo 650, si procede ad un raffinamento dell'area individuata attraverso tecniche note nell'arte basate sulla minimizzazione dell'energia associata alle tessiture calcolate. In questo modo le zone dell'immagine relative ai pattini striscianti vengono isolate e, al passo 660, vengono aggiunte ai simboli memorizzati nel registro dei simboli 15 dell'ambiente di diagnostica 11.

Una volta isolate le aree relative ai pattini, l'ambiente di diagnostica procede alla determinazione del tipo di materiale di cui sono composti gli striscianti eseguendo il modulo relativo. Una possibile forma di realizzazione del metodo per la classificazione del materiale strisciante à ̈ illustrato in figura 11.

Il metodo inizia al passo 700, in cui vengono caricate dal registro dei simboli 11 le aree relative ai pattini estrapolate dall'immagine come risultato del metodo di figura 10. Al passo 710 viene preso in considerazione ciascun pattino, e per ciascun pattino viene creato un vettore di caratteristiche; in particolare al passo 720 per ciascun piano colore RGB e HUE dell'immagine vengono calcolate la media del tono, al passo 730, e la deviazione standard del tono, al passo 740. Una volta calcolati questi valori, al passo 750 viene creato un vettore di caratteristiche, contenente le differenze reciproche tra le medie dei piani colore e le deviazioni standard di ciascun piano colore. Al passo 760 il vettore di caratteristiche viene analizzato da una rete neurale, o da un classificatore precedentemente addestrato, per la classificazione finale. Al passo 770 viene così memorizzata la probabilità di appartenenza del pattino analizzato ad una data classe di materiale.

Una volta analizzati tutti i pattini, al passo 780 viene calcolato il valore massimo tra le probabilità di appartenenza di ciascun pattino a una data classe, e tale valore massimo viene assunto come materiale di cui sono costituiti i pattini; tale materiale al passo 790 viene inserito nel registro dei simboli 15 dell'ambiente di diagnostica 11.

Una volta stabilito il tipo di materiale di cui sono composti i pattini striscianti, à ̈ possibile effettuare una classificazione del grado di usura dei pattini stessi. Una possibile forma di realizzazione del metodo per la classificazione del grado di usura dei pattini striscianti verrà ora descritto con riferimento alla figura 12.

Al passo 800 il metodo carica dal registro dei simboli 15 le aree dell'immagine in cui sono stati individuati i pattini del pantografo tramite il metodo descritto con riferimento alla figura 10. Al passo 810 viene eseguita una sequenza di trasformazioni per ciascuna di tali aree, ovvero per ciascuno strisciante: in particolare al passo 820 vengono presi in considerazione i piani colore RGB e HUE, e viene calcolata su ciascun piano colore una funzione profilo monodimensionale dalle medie delle righe di pixel dell'area del pattino (passo 830); al passo 840 da ogni profilo vengono eliminate potenziali fonti di rumore, quindi al passo 850 vengono calcolate media e deviazione standard del colore; al passo 860 viene selezionato il profilo corrispondente al piano colore a maggiore varianza; al passo 870 viene effettuata un'analisi sull'immagine filtrata adottando un filtro di edge detection, come ad esempio un filtro di Canny o un filtro di Sobel; al passo 880 viene effettuata un'analisi della tessitura associata all'immagine filtrata; al passo 890 viene effettuata un'analisi della banda dell 'istogramma colore che contiene il 95% della potenza del segnale.

Le analisi effettuate ai passi da 860 a 890 vengono utilizzate al passo 895 per il calcolo di un vettore di caratteristiche del pattino. In una forma di realizzazione preferita tale vettore comprende i seguenti valori:

• Deviazione standard del profilo del piano colore a maggiore varianza.

• Massima dinamica del profilo del piano colore a maggiore varianza, ovvero differenza tra valore massimo e valore minimo del profilo. • Media di tono della sotto area con il maggiore valore assoluto dell'immagine filtrata con il filtro di edge detection suddivisa in N sotto aree.

• Dinamica del tono colore entro la quale sono contenuti il 95% dei pixel dell'area del pattino del pantografo.

• Massima differenza in valore assoluto tra l'energia associata alla tessitura di due sotto aree contigue dell'immagine del pattino suddivisa in N sotto aree.

Il vettore delle caratteristiche viene calcolato per ciascun pattino ripetendo i passi da 810 a 895; quindi, al passo 897, lo stato di consumo di ciascun pattino viene stabilito sottomettendo il vettore delle caratteristiche estrapolate ad una funzione discriminante che, in base al tipo di materiale dei pattini, precedentemente calcolato con il metodo illustrato con riferimento alla figura 11, determina la probabilità di appartenenza ad una certa classe di usura. In una forma di realizzazione preferita a questo scopo viene utilizzata una Probability Density Function associata, ma può essere adottato anche un altro classificatore noto nell'arte.

Oltre a determinare lo stato di usura degli striscianti del pantografo, il metodo secondo il trovato può essere vantaggiosamente adottato per determinare il grado di ortogonalità della sagoma del pantografo rispetto alla direzione di moto del locomotore .

Una possibile forma di realizzazione di un metodo per la valutazione del grado di ortogonalità verrà ora descritto con riferimento alla figura 13.

Il metodo opera sulle aree dell'immagine relative ai pattini del pantografo, ottenute mediante il metodo descritto con riferimento alla figura 10; ciascuna di tali aree viene filtrata con un filtro di edge detection al passo 910, al fine di determinare i contorni dei pattini, quindi al passo 920 viene sottoposta a una fase di histogram stretching; al passo 930 si procede quindi alla binarizzazione dell'area e, al passo 940, alla rimozione di eventuali conglomerati non consistenti per dimensione e/o fattore di forma. Una volta applicati i passi da 910 a 940 a ciascun pattino del pantografo, al passo 950 le aree binarizzate dei pattini vengono ricomposte in un'unica immagine su sfondo nero e viene effettuata una ricerca dei punti collineari utilizzando la Trasformata di Hough. Al passo 960 l'immagine prodotta al passo 950 viene binarizzata nello spazio della trasformata, quindi al passo 970 il metodo calcola dalle colonne di pixel di tale immagine una funzione profilo. Di tale profilo al passo 980 vengono calcolati il baricentro della massa sottesa e la relativa inerzia; quindi al passo 990 tali valori vengono passati ad un classificatore per stabilire se l'ortogonalità del pantografo à ̈ garantita o meno.

Il metodo secondo il trovato può essere vantaggiosamente adottato anche per analizzare eventuali guasti o malfunzionamenti, soprattutto causati da urti o impatti improvvisi, delle parti alle estremità del pantografo, denominate "corni" o "archetti" a seconda del tipo di pantografo. Tale metodo necessita di una fase preliminare di calibrazione estremità, da effettuarsi "una tantum" in fase di installazione del sistema, molto simile al metodo di calibrazione illustrato con riferimento alla figura 8. Al termine di tale fase per ogni modello di pantografo viene estrapolato e memorizzato nel sistema un modello parametrico basato sulle distanze e gli spessori della sagoma del pantografo.

Una possibile forma di realizzazione di un metodo per l'analisi delle parti estremali del pantografo verrà ora descritto con riferimento alla figura 14.

Il metodo ha inizio al passo 1100, in cui vengono prese in considerazione le immagini delle due macro-aree nell'immagine IPM in corrispondenza delle barre striscianti del pantografo estrapolate dal metodo di classificazione descritto in figura 10 al passo 630. Al passo 1105 a ciascuna di queste aree viene applicata l'inversa della matrice di trasformazione IPM calcolata al passo 420 del metodo di calibrazione descritto in figura 8, in modo da generare un'immagine in cui le barre striscianti si trovano nella prospettiva originale; quindi al passo 1106 il metodo applica sull'immagine generata al passo 1105 la matrice di trasformazione IPM per le estremità calcolata in fase di calibrazione estremità, in modo da generare un'immagine in cui la zona delle estremità appare come vista da una posizione frontale; la matrice di trasformazione IPM per le estremità viene applicata anche ai punti che identificano la posizione delle barre striscianti nell'immagine originale ottenendo in questo modo la posizione delle barre striscianti nella nuova immagine prodotta applicando detta matrice IPM. Conoscendo la posizione delle barre striscianti, e sapendo che i "corni" o "archetti ne rappresentano le estremità, al passo 1107 il metodo isola nell'immagine generata al passo 1106 due porzioni, ciascuna contenente una estremità vista in posizione frontale. Al passo 1110 il metodo analizza separatamente ciascuna delle estremità. In particolare al passo 1120 su ciascuna delle due porzioni viene applicato un filtro di edge detection, ad esempio un filtro di Canny o un filtro di Sobel, quindi al passo 1130 viene applicata una binarizzazione con metodo di Otsu, e al passo 1140 viene applicata una rimozione dei conglomerati non consistenti per dimensione e/o fattore di forma. A questo punto al passo 1150 da ciascuna porzione viene estrapolato un profilo monodimensionale, ottenuto mediando sulle "colonne" di pixels dell'immagine, che evidenzia dei picchi in corrispondenza dei contorni verticali della estremità; di tale profilo al passo 1160 viene misurato il grado di corrispondenza con il modello dell'estremità ricavato per lo stesso tipo di pantografo in fase di calibrazione estremità.

Contestualmente al passo 1170 su ciascuna immagine filtrata e binarizzata viene applicata la trasformata di Hough, ottenendo così due immagini nello spazio della trasformata.

Data la geometria delle due estremità esse risultano integre se sono simmetriche e speculari rispetto ad una ipotetico asse che attraversa il punto ove si trova il loro baricentro; pertanto al passo 1180 il metodo opera effettuando la differenza delle immagini nel piano della trasformata; se la differenza à ̈ grande ciò à ̈ indice del fatto che c'à ̈ poca simmetria, se la differenza à ̈ piccola le due estremità saranno simmetriche e speculari.

Al passo 1190 valori ottenuti dal grado di corrispondenza tra il modello ed il profilo di ciascuna estremità ed il valore ottenuto dalla differenza delle due immagini nel dominio della trasformata di Hough vanno a popolare un vettore di caratteristiche; al passo 1200 tale vettore viene processato da un classificatore che stabilisce se le estremità sono danneggiate o meno .

Si à ̈ in pratica constatato come il sistema e il metodo secondo il trovato assolvano pienamente i compiti prefissati.

In particolare, si à ̈ visto come il metodo e il sistema così concepiti permettano di superare i limiti qualitativi dell'arte nota in quanto la completezza dell'analisi svolta sulle immagini garantisce una maggiore accuratezza dei risultati ottenuti

Inoltre il sistema secondo il trovato à ̈ concepito in modo da consentire la diagnostica dei pantografi anche in ambienti non controllati: à ̈ infatti possibile effettuare la cattura delle immagini durante il transito in esercizio fino a una velocità di 300 Km/h. Inoltre non sono necessari complessi artefatti hardware sul sito di acquisizione per il setup, la calibrazione o il funzionamento dell'apparato di acquisizione delle immagini, con evidenti vantaggi in termini di facilità di realizzazione e di costi.

Il sistema e il metodo così concepito sono suscettibili di numerose modifiche e varianti, tutte rientranti nell'ambito del concetto inventivo.

E' altresì evidente che il concetto inventivo alla base del presente trovato prescinde dalla effettiva implementazione dei moduli software, che possono essere realizzati in qualsiasi linguaggio e su qualsiasi piattaforma hardware.

Perciò, l'ambito di protezione delle rivendicazioni non deve essere limitato dalle illustrazioni o dalle forme di realizzazione preferite illustrate nella descrizione sotto forma di esempi, ma piuttosto le rivendicazioni devono comprendere tutte le caratteristiche di novità brevettabile che risiedono nella presente invenzione, incluse tutte le caratteristiche che sarebbero trattate come equivalenti dal tecnico del ramo.

Claims (11)

1. R IV E N D I C A Z I O N I 1. Metodo per la diagnostica automatica di immagini relative a pantografi, comprendente i passi che consistono nel: a) catturare, da parte di un apparato per la cattura di immagini situato in uno di una pluralità di siti di acquisizione immagini, un'immagine raffigurante un pantografo di un locomotore, detta immagine essendo ripresa da un'inquadratura aerea durante la marcia di detto locomotore, detta immagine comprendendo l'area strisciante di una pluralità di pattini di detto pantografo ; b) individuare, da parte di un modulo per la classificazione del modello di pantografo, il modello di detto pantografo all'interno di una pluralità di modelli di pantografo, in base a detta immagine catturata al passo a); c) determinare, da parte di un modulo per la classificazione dei materiali, un materiale di cui sono composti detti pattini tra una pluralità di materiali, in base a detto modello di pantografo individuato al passo b); e d) determinare, da parte di un modulo per la classificazione del grado di usura, un valore relativo allo stato di consumo per ciascuno di detta pluralità di detti pattini, in base a detto tipo di materiale determinato al passo c).
2. 2. Metodo secondo la rivendicazione 1, comprendente inoltre il passo che consiste nel: e) determinare, da parte di un modulo per la valutazione del grado di ortogonalità, il grado di ortogonalità della sagoma di detto pantografo rispetto alla direzione di moto di detto locomotore, in base a una pluralità di porzioni di detta immagine estrapolate da detta immagine, ciascuna porzione contenente l'immagine di detta area strisciante di uno detti pattini.
3. 3 . Metodo secondo una o più delle rivendicazioni precedenti, comprendente inoltre il passo che consiste nel: e' ) determinare, da parte di un modulo di analisi delle parti estremali, se le parti estremali di detto pantografo sono danneggiate, in base a detta pluralità di porzioni di detta immagine .
4. 4. Metodo secondo una o più delle rivendicazioni precedenti, comprendente inoltre, preliminarmente a detta fase di cattura di detta immagine, e per ciascun sito di detta pluralità di siti di acquisizione immagini, i passi che consistono nel: i) caricare (400), da mezzi di archiviazione (10), un'immagine campione, detta immagine campione provenendo da uno di detta pluralità di siti di acquisizione immagini; ii) selezionare (410) da detta immagine campione quattro punti complanari, detti quattro punti complanari essendo atti a definire un piano su cui giace detta pluralità di pattini di detto pantografo; iii) calcolare (420) una prima matrice di trasformazione IPM su detta immagine campione, in base a detti quattro punti selezionati al passo ii); iv) applicare (440), a ciascun modello di pantografo di una pluralità di modelli di pantografo archiviati in mezzi di archiviazione, detta prima matrice di trasformazione IPM; v) estrapolare (450), da parte di un filtro di edge detection, i contorni verticali di ciascuna immagine calcolata al passo iv); vi) calcolare (460) un profilo monodimensionale di ciascuna immagine in base a detti contorni verticali estrapolati al passo v); vii) estrapolare (470), da ciascun profilo monodimensionale calcolato al passo vi), un modello parametrico di detto modello di pantografo di detta pluralità di modelli di pantografo; viii) archiviare (480) detti modelli parametrici estrapolati al passo vii) in mezzi di archiviazione (10), detti modelli parametrici essendo associati a detto sito di acquisizione; ix) selezionare (410) da detta immagine campione quattro punti complanari, detti quattro punti complanari essendo atti a definire un piano su cui giacciono le estremità detta pluralità di pattini di detto pantografo; x) calcolare (420) una seconda matrice di trasformazione IPM su detta immagine campione, in base a detti quattro punti selezionati al passo ix),-xi) ripetere i passi da iv) a viii) adottando detta seconda matrice di trasformazione IPM.
5. 5. Metodo secondo la rivendicazione 4, caratterizzato dal fatto di comprendere inoltre, prima del passo b) , il passo che consiste nell 'applicare (230) detta prima matrice di trasformazione IPM a detta immagine raffigurante detto pantografo.
6. 6. Metodo secondo una o più delle rivendicazioni precedenti, caratterizzato dal fatto che detto passo b) comprende i passi che consistono nel: f) classificare (560), da parte di una rete HTM e di un classificatore le cui classi rappresentano una pluralità di modelli di pantografo, detta immagine IPM rispetto a detta pluralità di detti modelli di pantografo, detta classificazione essendo atta a generare, per ciascun modello di detta pluralità di detti modelli di pantografo, un primo valore associato a detto modello di pantografo; g) estrapolare (510), da parte di un filtro di edge detection, i contorni verticali di detta immagine IPM; h) calcolare (520), un profilo monodimensionale di detta immagine IPM in base a detti contorni verticali estrapolati al passo g); i) calcolare (540), per ciascun modello di detta pluralità di detti modelli di pantografo, un secondo valore relativo a un indice di correlazione tra detto modello e detto profilo monodimensionale generato al passo h); j) calcolare (570), per ciascun modello di detta pluralità di detti modelli di pantografo, un terzo valore associato a detto modello di pantografo, detto terzo valore essendo basato su detto primo valore e su detto secondo valore; e k) Calcolare (580), il valore massimo di detti terzi valori calcolati al passo j).
7. 7. Metodo secondo una o più delle rivendicazioni precedenti, caratterizzato dal fatto che detto passo c) comprende i passi che consistono nel: m) calcolare (730, 740), per ciascuna porzione di detta pluralità di porzioni di detta immagine, un primo valore relativo alla media del tono per il piano colore RGB, un secondo valore relativo alla deviazione standard del tono per il piano colore RGB, un terzo valore relativo alla media del tono per il piano colore HUE e un quarto valore relativo alla deviazione standard del tono per il piano colore HUE; n) generare (750), per ciascuna porzione di detta pluralità di porzioni di detta immagine, in base a detto primo, detto secondo, detto terzo e detto quarto valore, un vettore comprendente la differenza reciproca tra la media e la deviazione standard del piano colore RGB e la differenza reciproca tra la media e la deviazione standard del piano colore HUE; o) calcolare (760), per ciascuna porzione di detta pluralità di porzioni di detta immagine e per ciascun materiale di detta pluralità di materiali, un valore relativo alla probabilità di appartenenza di detta porzione a detto materiale, in base a detto vettore generato al passo n); p) determinare (780) un materiale di detta pluralità di materiali in base a detti valori relativi a dette probabilità di appartenenza determinati al passo o).
8. 8. Metodo secondo una o più delle rivendicazioni precedenti, caratterizzato dal fatto che detto passo d) comprende i passi che cons istono nel: r) calcolare (830) , per ciascuna porzione di detta pluralità di porzioni di detta immagine, un primo profilo monodimensionale i cui valori corrispondono alla media delle righe di pixel di detta porzione per il piano colore RGB; s) calcolare (830), per ciascuna porzione di detta pluralità di porzioni di detta immagine, un secondo profilo monodimensionale i cui valori corrispondono alla media delle righe di pixel di detta porzione per il piano colore HUE; t) eliminare (840) , per ciascuna porzione di detta pluralità di porzioni di detta immagine, fonti di rumore da detto primo profilo monodimensionale e da detto secondo profilo monodimensionale; u) calcolare (850) , per ciascuna porzione di detta pluralità di porzioni di detta immagine, media e deviazione standard del colore di detto primo profilo monodimensionale e di detto secondo profilo monodimensionale; v) selezionare (860), per ciascuna porzione di detta pluralità di porzioni di detta immagine, il profilo monodimensionale tra detto primo profilo monodimensionale e detto secondo profilo monodimensionale corrispondente al piano colore a maggiore varianza ; w) applicare (870) un filtro di edge detection a detta pluralità di porzioni di detta immagine; x) analizzare (880) la tessitura associata a detta pluralità di porzioni di detta immagine filtrata al passo w); y) analizzare (890) la banda dell 'istogramma colore di detta pluralità di porzioni di detta immagine contenente il 95% della potenza del segnale; z) generare (895) , per ciascuna porzione di detta pluralità di porzioni di detta immagine, un vettore di caratteristiche, comprendente i valori calcolati ai passi v), w), x) e y); aa) determinare (897), per ciascuna porzione di detta pluralità di porzioni di detta immagine, la probabilità di appartenenza a una determinata classe di usura in base a detto vettore di caratteristiche .
9. 9. Metodo secondo la rivendicazione 2 o successive, caratterizzato dal fatto che detto passo e) comprende i passi che consistono nel: cc) applicare (910) un filtro di edge detection a ciascuna porzione di detta pluralità di porzioni di detta immagine, detto filtro essendo atto a determinare i contorni di detti pattini ; dd) sottoporre (920) ciascuna porzione di detta pluralità di porzioni di detta immagine a un'operazione di histogram stretching; ee) sottoporre (930) ciascuna porzione di detta pluralità di porzioni di detta immagine a un'operazione di binarizzazione ; ff) sottoporre (940) ciascuna porzione di detta pluralità di porzioni di detta immagine a un'operazione di rimozione dei conglomerati non consistenti per dimensione e fattore di forma; gg) ricomporre detta pluralità di porzioni di detta immagine in un'immagine e generare (950), un'immagine trasformata, tramite la trasformata di Hough, detta immagine trasformata essendo atta a individuare i punti collineari; hh) binarizzare (960) detta immagine trasformata nello spazio di detta trasformata; ii) calcolare (970) un profilo monodimensionale in base alle colonne dei pixel di detta immagine trasformata; jj) calcolare (980) valori relativi al baricentro e all'inerzia della massa sottesa a detto profilo monodimensionale; kk) determinare (990) , da parte di un modulo per la classificazione del grado di ortogonalità, un valore relativo all'ortogonalità della sagoma di detto pantografo rispetto alla direzione di moto di detto locomotore, in base a detti valori determinati al passo jj).
10. 10. Metodo secondo la rivendicazione 3 o successive, caratterizzato dal fatto che detto passo e') comprende i passi che consistono nel: mm) applicare (1105) l'inversa di detta prima matrice di trasformazione IPM a un'immagine comprendente detta pluralità di porzioni di detta immagine, in modo da generare una prima immagine in cui dette aree striscianti sono visualizzate nella prospettiva originale; nn) applicare (1106), a detta prima immagine calcolata al passo nn), detta seconda matrice di trasformazione IPM, in modo da generare una seconda immagine in cui le estremità di dette aree striscianti sono visualizzate in una prospettiva frontale , oo) isolare (1107), una pluralità di pozioni di detta seconda immagine, ciascuna comprendente un'estremità vista in posizione frontale; pp) applicare (1120) , un filtro di edge detection a ciascuna di detta pluralità di porzioni isolate al passo oo); qq) binarizzare (1130) con metodo di Otsu ciascuna di detta pluralità di porzioni filtrate al passo pp); rr) rimuovere (1140), da ciascuna di detta pluralità di porzioni binarizzate al passo qq), i conglomerati non consistenti per dimensione e/o fattore di forma; ss) calcolare (1150), per ciascuna di detta pluralità di porzioni calcolate al passo rr), un profilo monodimensionale in base alle colonne dei pixel di detta porzione; tt) misurare (1160), per ciascuno di detti profili monodimensionali calcolati al passo ss), il grado di corrispondenza con ciascuno di una pluralità di modelli di estremità archiviati nel sistema ; uu) applicare (1170), a ciascuna di detta pluralità di porzioni calcolate al passo rr), la trasformata di Hough; w ) calcolare (1180) la differenza tra le immagini generate al passo uu) nello spazio di detta trasformata di Hough; ww) generare (1190) un vettore di caratteristiche, detto vettore comprendendo i valori generati ai passi uu) e vv); e xx) applicare (1200) un classificatore a detto vettore di caratteristiche generato al passo ww), in modo da stabilire il grado di danneggiamento di dette estremità.
11. 11. Sistema per la diagnostica automatica di immagini relative a pantografi di locomotori, comprendente : — una pluralità di siti di acquisizione immagini, dislocati lungo la linea elettrica di passaggio di detti locomotori, ciascun sito comprendente una fotocamera (1), atta a catturare immagini di detti pantografi da un'inquadratura aerea durante la marcia di detti locomotori, dette immagini comprendendo l'area strisciante di una pluralità di pattini di detti pantografi; — una pluralità di postazioni di lavoro (2), connesse ad almeno una di dette fotocamere (1), atte a ricevere dette immagini catturate da dette fotocamere (1); — un server centrale (3), connesso a dette postazioni di lavoro (2) e comprendente un ambiente di diagnostica (11) configurato per determinare una pluralità di parametri identificativi di detti pantografi in base a dette immagini, detto server centrale (3) essendo atto a servire richieste di elaborazione di dette immagini da parte di dette postazioni di lavoro (2), e a restituire a dette postazioni di lavoro (2) detti parametri identificativi.