KR102032459B1 - 전기철도차량 팬터그래프 모니터링 장치 및 방법 - Google Patents

전기철도차량 팬터그래프 모니터링 장치 및 방법 Download PDF

Info

Publication number
KR102032459B1
KR102032459B1 KR1020170084436A KR20170084436A KR102032459B1 KR 102032459 B1 KR102032459 B1 KR 102032459B1 KR 1020170084436 A KR1020170084436 A KR 1020170084436A KR 20170084436 A KR20170084436 A KR 20170084436A KR 102032459 B1 KR102032459 B1 KR 102032459B1
Authority
KR
South Korea
Prior art keywords
pantograph
image
detected
image frame
current collector
Prior art date
Application number
KR1020170084436A
Other languages
English (en)
Other versions
KR20190004173A (ko
Inventor
박영
이기원
Original Assignee
한국철도기술연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국철도기술연구원 filed Critical 한국철도기술연구원
Priority to KR1020170084436A priority Critical patent/KR102032459B1/ko
Publication of KR20190004173A publication Critical patent/KR20190004173A/ko
Application granted granted Critical
Publication of KR102032459B1 publication Critical patent/KR102032459B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/12—Recording operating variables ; Monitoring of operating variables
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L5/00—Current collectors for power supply lines of electrically-propelled vehicles
    • B60L5/18—Current collectors for power supply lines of electrically-propelled vehicles using bow-type collectors in contact with trolley wire
    • B60L5/22—Supporting means for the contact bow
    • B60L5/24—Pantographs
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2200/00—Type of vehicles
    • B60L2200/26—Rail vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2200/00—Type of vehicle
    • B60Y2200/30—Railway vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2200/00—Type of vehicle
    • B60Y2200/90—Vehicles comprising electric prime movers
    • B60Y2200/91—Electric vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B60Y2400/301—Sensors for position or displacement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B60Y2400/304—Acceleration sensors
    • B60Y2400/3044—Vibration sensors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Current-Collector Devices For Electrically Propelled Vehicles (AREA)

Abstract

전기철도차량 팬터그래프 모니터링 장치 및 방법을 제공하며, 팬터그래프를 촬영한 팬터그래프 영상을 수집하고, 팬터그래프 영상을 기설정된 팬터그래프 템플릿 영상과 비교하여 영상 프레임 별로 팬터그래프 객체를 검출하고, 검출된 팬터그래프 객체들로부터 집전판의 경사 각도 및 변위를 측정하여 기설정된 진동 특성들을 검출하며, 이전에 검출된 팬터그래프 영상의 진동 특성들을 기계학습한 분류기를 통해 상기 검출된 진동 특성을 분류하여 팬터그래프의 정상 상태 및 비정상 상태를 식별이전에 검출된 팬터그래프 영상의 진동 특성들을 기계학습한 분류기를 통해 진동 특성들을 분류하여 팬터그래프의 정상 상태 및 비정상 상태를 식별하되, 팬터그래프 객체 검출 시 이전 영상 프레임의 팬터그래프 객체 검출 결과에 기초하여 다음 영상 프레임의 팬터그래프 탐색 영역을 설정한다.

Description

전기철도차량 팬터그래프 모니터링 장치 및 방법{APPARATUS AND METHOD FOR MONITORING OF PANTOGRAPH IN ELECTRIC RAILWAY}
본 발명은 이미지 프로세싱을 통해 전기철도차량의 팬터그래프 진동 상태를 모니터링하는 장치 및 방법에 대한 것이다.
팬터그래프는 전기에너지를 공급하는 전차선과 접촉하여 전기철도차량에 전기에너지를 공급한다. 이러한 팬터그래프는 운행 중에 전차선과 기계적으로 접촉되므로 마모 및 진동이 발생되며, 비접촉시에는 전기에너지가 방전되는 아크 현상이 발생된다.
이처럼, 전기철도차량의 과속도, 선로 이상 및 아크 발생 등 다양한 원인에 의해 팬터그래프 이상 진동이 발생되며, 이러한 팬터그래프 이상 진동은 전차선에 피로를 주게 되어 전차선로 및 관련 부품의 손상을 유발시킨다.
이러한 이상 진동을 감지하는 방법으로, 종래에는 가속도계 등 진동을 감시하는 센서를 팬터그래프에 부착한 상태에서 팬터그래프를 절연한 후 센서를 통해 팬터그래프의 진동을 검측하는 방법이 있다. 그러나, 팬터그래프는 전기에너지를 차량에 전달하게 되므로 항시 고전압, 고전류가 통전되고 있어 진동 감지를 위한 센서 부착에 어려움이 있다.
또한, 팬터그래프와 전차선의 접촉 지점을 모니터링하는 방법으로 비디오를 팬터그래프와 전차선의 접촉 지점을 모니터링할 수 있도록 차량 상부에 설치하여 이를 육안으로 확인하는 방법이 있다. 그러나, 육안으로 판별하기 때문에 정확도 및 정량적인 값을 도출하는데 어려움이 있다.
한편, 이러한 팬터그래프 모니터링 기술과 관련하여, 한국등록특허 제1058179 호 (발명의 명칭: 팬터그래프 결함 감시 시스템)는 카메라에서 획득된 이미지의 잡음을 제거한 팬터그래프의 현재이미지를 기준이미지와 비교하여 결함여부를 판정하는 기술이 개시되어 있다. 또한, 일본등록특허 제5534058 호 (발명의 명칭: 마모 측정 장치 및 그 방법)는 팬터그래프의 경사각도를 고려해 전차선의 마모 측정치를 얻을 수 있는 마모 측정 장치 및 그 방법이 개시되어 있다.
본 발명은 전술한 문제점을 해결하기 위하여, 이전 이미지 프로세싱 결과를 이용하여 전기철도차량의 팬터그래프 진동 특성 검측의 속도가 향상된 팬터그래프 모니터링 장치 및 방법을 제공하고자 한다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 더 존재할 수 있다.
상기와 같은 기술적 과제를 달성하기 위한 본 발명의 일 측면에 따른 전기철도차량 팬터그래프 모니터링 장치는, 팬터그래프를 촬영한 팬터그래프 영상을 수신하는 통신모듈, 팬터그래프 모니터링 프로그램이 저장된 메모리; 및 상기 메모리에 저장된 프로그램을 실행하는 프로세서를 포함하되, 상기 프로세서는 상기 팬터그래프 모니터링 프로그램의 실행에 따라, 입력된 상기 팬터그래프 영상을 기설정된 팬터그래프 템플릿 영상과 비교하여 영상 프레임 별로 팬터그래프 객체를 검출하고, 상기 검출된 팬터그래프 객체들로부터 집전판의 경사 각도 및 변위를 측정하여 기설정된 진동 특성들을 검출하며, 이전에 검출된 팬터그래프 영상의 진동 특성들을 기계학습한 분류기를 통해 상기 검출된 진동 특성을 분류하여 팬터그래프의 정상 상태 및 비정상 상태를 식별한다. 이때, 프로세서는 팬터그래프 객체 검출 시, 이전 영상 프레임의 팬터그래프 객체 검출 결과에 기초하여 다음 영상 프레임의 팬터그래프 탐색 영역을 설정한다.
또한, 본 발명의 다른 측면에 따른 전기철도차량 팬터그래프 모니터링 방법은, 팬터그래프를 촬영한 팬터그래프 영상을 수집하는 단계; 상기 팬터그래프 영상을 기설정된 팬터그래프 템플릿 영상과 비교하여 영상 프레임 별로 팬터그래프 객체를 검출하는 단계; 상기 검출된 팬터그래프 객체들로부터 집전판의 경사 각도 및 변위를 측정하여 기설정된 진동 특성들을 검출하는 단계; 및 이전에 검출된 팬터그래프 영상의 진동 특성들을 기계학습한 분류기를 통해 상기 검출된 진동 특성을 분류하여 팬터그래프의 정상 상태 및 비정상 상태를 식별이전에 검출된 팬터그래프 영상의 진동 특성들을 기계학습한 분류기를 통해 상기 검출된 진동 특성들을 분류하여 팬터그래프의 정상 상태 및 비정상 상태를 식별하는 단계를 포함한다. 상기 팬터그래프 객체 검출 시, 이전 영상 프레임의 팬터그래프 객체 검출 결과에 기초하여 다음 영상 프레임의 팬터그래프 탐색 영역을 설정한다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 이미지 프로세싱을 통해 전기철도차량의 팬터그래프 상태(즉, 진동 특성)을 검출하여 지속적으로 모니터링할 수 있으며, 특히 팬터그래프 영상 추출 시 컴퓨팅 리소스를 최소화하여 연산 성능을 높일 수 있어 실시간 모니터링의 정확도를 높일 수 있다.
또한, 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 실시간으로 검출된 팬터그래프 영상에 대해 주파수 특성에 기초한 기계학습을 처리함으로써, 팬터그래프의 정상 상황과 비정상 상황을 자동으로 분류할 수 있으며, 비성상 상황 발생 시 집전판 이상, 선로 이상 또는 전차선 장력 변화에 의한 이상 등의 상태를 정확하고 신속하게 확인할 수 있다.
도 1은 본 발명의 일 실시예에 따른 전기철도차량 팬터그래프 모니터링 장치의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 탐색 영역 축소를 통한 템플릿 매칭 과정을 설명하기 위한 순서도이다.
도 3은 본 발명의 일 실시예에 따른 팬터그래프 객체 검출 과정을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 팬터그래프 진동 특성 검출 과정을 설명하기 위한 개념도이다.
도 5는 본 발명의 일 실시예에 따른 팬터그래프에서 수평선과 집전판의 사이의 각도를 측정하는 방법을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 각도에 기초하여 팬터그래프의 진동 주기를 산출하는 방법을 설명하기 위한 도면이다.
도 7 및 도 8은 본 발명의 일 실시예에 따른 팬터그래프의 진동 강도를 산출하는 방법을 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따른 팬터그래프의 좌측 및 우측 변위를 측정하는 방법을 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른 팬터그래프의 좌측 및 우측 변위의 평균값에 기초하여 진동 주파수를 산출하는 방법을 설명하기 위한 도면이다.
도 11은 본 발명의 일 실시예에 따른 팬터그래프 접촉면의 진동 부석을 위한 비정상 상황 인식 방법을 설명하기 위한 도면이다.
도 12는 본 발명의 일실시예에 적용되는 SVM 마진의 크기에 따른 최적의 초평면을 설명하기 위한 예시도이다.
도 13은 본 발명의 일 실시예에 따른 팬터그래프 모니터링 방법을 설명하기 위한 순서도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
도 1은 본 발명의 일 실시예에 따른 전기철도차량 팬터그래프 모니터링 장치의 구성도이다.
도 1 에서와 같이, 전기철도차량 팬터그래프 모니터링 장치(10)는, 통신모듈(100), 메모리(200) 및 프로세서(300)를 포함한다.
통신모듈(100)은 팬터그래프를 촬영하는 카메라 장치와의 데이터 통신을 수행하여, 카메라 장치로부터 팬터그래프 촬영 영상을 실시간으로 수신한다. 참고로, 본 발명의 일 실시예에 따른 전기철도차량 팬터그래프 모니터링 장치(10)는 자체적으로 카메라 장치를 포함할 수도 있다.
이러한 카메라 장치는, 전기철도차량의 운행 중 팬터그래프 및 전차선의 영상을 확보할 수 있는 전기철도차량의 상부 일위치에 설치될 수 있다. 카메라 장치는 고속 또는 일반 카메라 장치가 배치될 수 있으며, 해상도가 높을수록 팬터그래프를 정밀하게 검출할 수 있다. 본 발명의 일 실시예에 따른 전기철도차량 팬터그래프 모니터링 장치(10)는 고해상도 팬터그래프 영상에 대해서도 높은 속도의 이미지 프로세싱이 가능하여, 팬터그래프와 전차선 간의 접촉면에 대한 수치적 변화를 실시간으로 모니터링할 수 있도록 한다.
메모리(200)는 팬터그래프 모니터링 프로그램이 저장되어 있다.
메모리(220)는 전원이 공급되지 않아도 저장된 정보를 계속 유지하는 플래쉬 메모리, SSD와 같은 비휘발성 저장장치 및 저장된 정보를 유지하기 위하여 전력이 필요한 DRAM, SRAM휘발성 저장장치를 통칭하는 것이다.
또한, 메모리(200)에는 통신모듈(100)을 통해 수집된 실시간 팬터그래프 영상을 저장하는 저장부(미도시)가 포함될 수 있다.
프로세서(300)는 메모리(200)에 저장된 프로그램을 실행하되, 팬터그래프모니터링 프로그램을 실행하여 다음과 같은 처리를 수행한다.
프로세서(300)는 입력 이미지 시퀀스(즉, 팬터그래프 영상)에 대해 사전에 설정된 템플릿 영상과의 매칭을 통해 팬터그래프 객체 검출 및 진동 특성 검출(detection)을 처리한다. 그리고, 프로세서(300)는 팬터그래프와 전차선 간 접촉면의 진동에 대한 특성 정보를 해석하여 정상 상황과 비정상 상황을 구분하는 후처리(post processing)를 수행한다.
먼저, 도 2 및 도 3을 참조하여 프로세서(300)가 팬터그래프 영상 내 팬터그래프 객체를 검출하는 과정에 대해서 상세히 설명하도록 한다.
도 2는 본 발명의 일 실시예에 따른 탐색 영역 축소를 통한 템플릿 매칭 과정을 설명하기 위한 순서도이다. 그리고 도 3은 본 발명의 일 실시예에 따른 팬터그래프 객체 검출 과정을 설명하기 위한 도면이다.
도 2에서와 같이, 프로세서(300)는 복수의 템플릿 영상 중 영상의 밝기 또는 색상 정보가 입력 영상과 가장 동일한 템플릿 영상을 기준 영상으로 선택한다(S210).
참고로, 프로세서(300)는 실시간으로 촬영된 팬터그래프 영상을 처리하기에 앞서, 팬터그래프 영상을 처리하기 위해 다수의 학습 이미지들(라벨링된 동영상 및 KP(Knowledge Piece) 파일 등)을 학습하여 팬터그래프 템플릿 영상을 생성 및 저장해둘 수 있다.
이러한 팬터그래프 템플릿 영상은, 빛의 강도, 카메라 렌즈의 노출값 및 초점 등에 따라 영상의 밝기가 상이하게 나타날 수 있는 팬터그래프 영상으로부터 팬터그래프 위치를 정확하게 검출하기 위한 기준 영상으로서, 명도 및 대조비가 서로 다른 복수의 사전 지정 영상을 의미한다. 도 3에서는 복수의 템플릿 영상으로서, 터널 내부 영상, 주간 영상 및 야간 영상을 예로서 도시하였다.
예를 들어, 프로세서(300)는 학습 이미지(즉, 사전 지정 영상)를 질감 특성 추출(texture feature extraction)을 처리한 후 기계학습(예: SVM training)을 하여 템플릿 분류기를 생성할 수 있다. 그리고 프로세서(300)는 입력된 팬터그래프 영상(input image sequence)에 대해 질감 특성 추출(texture feature extraction)을 처리한 후 템플릿 분류기(예: SVM classification)를 통해 템플릿 영상 중 기준 영상을 선택할 수 있다.
그리고 도 3에 도시한 바와 같이, 프로세서(300)는 팬터그래프 템플릿 영상 중 유사도가 가장 높은 팬터그래프 템플릿 영상(즉, 설정된 기준 영상)을 팬터그래프 영상에 매칭(즉, 템플릿 매칭)하여, 각 영상 프레임별로 팬터그래프 객체를 검출한다. 즉, 날씨, 터널 상황, 장애물 여부 등의 환경에 따라 영상의 밝기가 다양하게 촬영되는 팬터그래프 영상에, 복수의 팬터그래프 템플릿 영상 중 유사도가 가장 높은 팬터그래프 템플릿 영상을 매칭함으로써, 영상 프레임별로 정확하게 팬터그래프를 검출할 수 있다.
이때, 팬터그래프 영상을 획득하는 과정에서 터널 진입/진출 또는 아크 발생 등과 같이 명도 변화가 급격하게 발생하는 경우를 제외하고, 획득 영상들의 변화가 크지 않다. 따라서, 프로세서(300)는 팬터그래프 영상 내 탐색 영역을 축소(search range reduction)시키는 과정을 처리하여 팬터그래프 객체를 검출한다.
다시 도 2로 돌아가서, 프로세서(300)는 수집된 실시간 팬터그래프 영상을 프레임 단위로 구분한다(S220). 예를 들어, 수집된 팬터그래프 영상이 동영상인 경우 영상 프레임을 추출한다.
그리고, 프로세서(300)는 영상 프레임 내에서 탐색 영역을 설정하되, 이전 영상 프레임의 영상에서 추출된 팬터그래프 객체의 위치를 참고하여 탐색 영역을 설정한다. 즉, 영상의 연속성에 의하여 팬터그래프의 위치가 크게 변경될 가능성이 낮으므로, 이전 프레임에서 탐색된 팬터그래프 객체의 위치를 적용하여 다음 프레임에서 팬터그래프 객체를 탐색할 수 있다.
이때, 프로세서(300)는 팬터그래프 위치 정보를 알고 있는지 여부를 판단한다(S230).
상기 단계 (S230)의 판단 결과, 팬터그래프 위치 정보를 알고 있지 않은 경우, 영상 프레임의 전체 영역을 탐색 영역으로 설정한다(S240).
즉, 초기 단계에서는 이전 프레임에서 검출된 팬터그래프 객체가 없으므로, 영상 프레임의 전체 영역을 탐색 영역으로 설정하여 팬터그래프 객체를 검출을 수행하게 된다. 이러한 경우, 이때, 프로세서(300)는 검출된 팬터그래프 객체의 위치 정보(예를 들면, 팬터그래프의 중심점 좌표, 좌우측 상단 꼭지점의 좌표 등)를 저장한다. 이를 통해, 다음 프레임에서 탐색 영역을 설정할 때, 이전 프레임에서 검출된 팬터그래프 객체의 위치를 적용하여 팬터그래프 객체를 탐색할 수 있으므로, 탐색에 소요되는 리소스를 크게 감소시킬 수 있다.
한편, 상기 단계 (S230)의 판단 결과, 팬터그래프 위치 정보를 알고 있는 경우, 해당 팬터그래프의 위치가 기설정된 탐색 영역 내 위치하는지 판단한다(S250).
상기 단계 (S250)의 판단 결과, 이전 프레임에서 탐색된 팬터그래프 객체의 위치가 특정된 탐색 영역을 벗어나는 경우, 팬터그래프 객체의 위치에 오류가 있었던 것으로 판단하고 탐색 영역을 전체 영역으로 재설정한다(S260).
또한, 상기 단계 (S250)의 판단 결과, 이전 프레임에서 탐색된 팬터그래프 객체의 위치가 특정된 탐색 영역에 포함된 경우, 영상 프레임에 이전 탐색 영역을 적용한다(S270).
그런 다음, 상기 단계(S240), (S260) 또는 (S270) 중 어느 하나를 통해 탐색 영역이 설정된 입력 영상 프레임에 대해 환경 식별 검사(예: 색상 및 명도 검사 등)를 수행한다(S280).
환경 식별(environmental recognition) 검사 결과, 입력 영상 프레임의 색상 정보 또는 명도 정보와 기설정된 템플릿 기준 영상의 색상 또는 명도와 차이가 임계값 이상인 경우, 상기 단계 (S210)으로 회귀하여 템플릿 기준 영상을 변경한다.
또한, 환경 식별 검사 결과 입력 영상 프레임과 템플릿 기준 영상의 환경(색상 또는 명도 등)이 유사한 경우(즉, 차이가 임계값 미만인 경우), 입력 영상 프레임과 템플릿 기준 영상 간에 템플릿 매칭을 통해 입력 영상 프레임 내 팬터그래프 객체를 검출한다(S290).
구체적으로, 프로세서(300)는 영상의 화소 정보를 영역 단위로 비교하여 템플릿과 가장 유사해지는 지점을 팬터그래프 객체로 검출한다. 이를 수식화한 것을 팬터그래프 검출 위치를 결정하기 위한 목적함수라하며, 이러한 목적함수는 아래 수학식 1과 같이 표현될 수 있다.
<수학식 1>
Figure 112017063719019-pat00001
수학식 1에서, I는 입력 영상(즉, 팬터그래프 영상)을 의미하고, T는 템플릿 영상(즉, 팬터그래프 템플릿 영상)을 의미한다. 그리고, w는 입력 영상을 템플릿 영상과 비교하기 위하여 수행하는 선형 변환을 의미하는 것으로서 행렬 변환 연산을 나타낸다. 또한, x는 템플릿 영상 내의 좌표이며, p는 선형 변환 파라미터들을 의미한다.
다음으로, 도 4 내지 도 10을 참조하여, 프로세서(300)가 입력 영상으로부터 검출된 팬터그래프 객체에 기초하여 팬터그래프 진동 특성을 검출하는 과정에 대해서 상세히 설명하도록 한다.
도 4는 본 발명의 일 실시예에 따른 팬터그래프 진동 특성 검출 과정을 설명하기 위한 개념도이다.
도 4에서와 같이, 프로세서(300)는 입력 영상 내에서 팬터그래프의 위치(즉, 팬터그래프 객체)를 검출한 후(S410), 검출된 팬터그래프 객체에서 집전판의 중심점 검출을 처리한다(S420).
그리고 프로세서(300)는 팬터그래프와 전차선 간의 접촉부분(contact strip)(즉, 집전판)을 검출하고(S430), 팬터그래프의 집전판 중심점으로부터 연장되는 수평선과 집전판의 연장선 사이의 각도를 측정하여 접촉부분의 경사 각도(tilt)를 측정한다(S440).
다음으로, 프로세서(300)는 각 입력 영상 프레임 별로 산출된 각도에 기초하여 팬터그래프의 진동 특성들을 산출한다. 이때, 프로세서(300)는 접촉 부분 경사에 기초한 제로 포싱(zero crossing)을 통해 주파수 측정(S450)을 수행하고, 이에 기반하여 진동 주기 특성(vibration period feature)를 측정한다. 또한, 프로세서(300)는 접촉 부분 경사에 기초한 팬터그래프 변위 측정(S460)을 통해 경사 강도 측정(S470)을 수행하고, 이에 기반하여 진동 강도 특성(vibration amplitude feature)를 측정한다. 또한, 프로세서(300)는 경사 강도 측정(S470)의 결과를 퓨리에변환(Fourier transform)(S480)하여 진동 주파수 특성(vibration frequency feature)을 측정한다.
먼저, 도 5 및 도 6을 참조하여, 프로세서(300)가 팬터그래프의 진동 주기 특성을 측정하는 과정에 대해서 상세히 설명하도록 한다.
도 5는 본 발명의 일 실시예에 따른 팬터그래프에서 수평선과 집전판의 사이의 각도를 측정하는 방법을 설명하기 위한 도면이다. 그리고 도 6은 본 발명의 일 실시예에 따른 각도에 기초하여 팬터그래프의 진동 주기를 산출하는 방법을 설명하기 위한 도면이다.
도 5의 (a)에 도시한 바와 같이 입력 영상 프레임으로부터 팬터그래프 객체(310)가 검출되며, 도 5의 (b)에 도시한 바와 같이 팬터그래프 집전판의 중심점(325)이 검출된다.
구체적으로, 프로세서(300)는 입력 영상 프레임 별로 허프(Hough) 변환하여 집전판에 대응하는 직선(320)을 검출할 수 있다. 이때, 프로세서(300)는 허프 변환을 통해 획득한 팬터그래프 객체(310) 상단의 직선을 집전판으로 추정함으로써, 집전판에 대응하는 직선을 검출할 수 있다. 도 5의 (c)에서와 같이, 프로세서(300)는 검출된 집전판에서 집전판의 중심점(325)과 집전판의 중심점(325)으로부터 연장되는 집전판의 수평선(330) 및 집전판의 연장선(320)을 검출할 수 있다.
다음으로 프로세서(300)는 중심점(325)으로부터 연장되는 수평선(330)과 집전판의 연장선(320) 사이의 각도를 측정하되, 중심점(325)에서 교차하는 수평선(330)과 연장선(320)의 사이의 각도를 측정한다. 이러한 수평선(330)과 연장선(320)의 사이의 각도는 촬영된 영상의 각 프레임별로 각각 산출될 수 있다.
그리고 프로세서(300)는 각 영상 프레임 별로 산출된 각도에 기초하여 팬터그래프의 진동 주기를 산출한다.
도 6을 참조하면, 프로세서(300)는 측정된 각도가 제로 크로싱되는 팬터그래프 프레임 수를 전체 팬터그래프 프레임 수(초당 프레임수)로 나눈값에 기초하여 진동 주기를 산출할 수 있다.
구체적으로, 프로세서(300)는 입력 영상의 각 영상 프레임에서 측정된 수평선(330)과 집전판의 연장선(320) 사이의 각도를 영상 프레임 번호 순서(즉, 시간 순)대로 나열하여, 측정된 각도가 제로 크로싱되는 지점을 검출한다. 그리고, 프로세서(300)는 1초 동안 촬영된 영상의 전체 프레임수(초당 프레임수) 중에서 각도가 제로 크로싱된 지점이 검출되는 제로 크로싱 프레임수를 산출한다. 그런 다음 프로세서(300)는 산출된 제로 크로싱 프레임수를 2로 나눈값을 초당 프레임수로 나누어 주파수를 산출한다. 이처럼, 프로세서(300)는 총 주기를 영상획득 빈도인 프레임율로 나누어 초 단위로 획득함으로써, 접촉면의 기울어짐이 상하로 1회 반복하는 것을 의미하는 진동 주기를 측정할 수 있다.
다음으로, 도 7 및 도 8을 참조하여, 프로세서(300)가 팬터그래프의 진동 강도 특성을 측정하는 과정에 대해서 상세히 설명하도록 한다.
도 7 및 도 8은 본 발명의 일 실시예에 따른 팬터그래프의 진동 강도를 산출하는 방법을 설명하기 위한 도면이다.
프로세서(300)는 팬터그래프의 집전판 중심점으로부터 연장되는 수평선과 집전판의 연장선 사이의 각도 크기에 기초하여 팬터그래프 변위를 측정함으로써, 팬터그래프의 진동 강도를 산출할 수 있다.
도 7에 도시된 바와 같이, 프로세서(300)는 입력 영상의 각 영상 프레임에서 측정된 수평선(330)과 연장선(320) 사이의 각도의 크기의 변화량(즉, 변위)을 영상 프레임 번호 순서대로 나열하여 진동 강도의 파형을 검출할 수 있다.
구체적으로, 도 8을 참조하면, 프로세서(300)는 각각의 영상 프레임 별로 배경으로부터 분리된 팬터그래프(310)를 검출할 수 있다. 이때, 일반적으로 영상의 배경을 분리하는데 이용되는 이진화(binarization) 영상 기법을 통해 팬터그래프(310)만을 검출할 수 있다.
그런 다음, 프로세서(300)는 집전판의 중심점(325)을 기준으로 집전판의 하단면에서 연장되는 집전판의 하단선(320a)을 검출하고, 검출된 집전판의 하단선(320a)에서 집전판 기울기(도 5의 (c)에 도시된 '집전판 각도')만큼 회전시킴으로써, 집전판의 수평선(330)과 평행하는 진동 강도 기준선(330a)을 검출할 수 있다.
그리고, 프로세서(300)는 집전판의 하단선(320a)과 진동 강도 기준선(330a)의 좌측 변위 및 우측 변위를 측정할 수 있다. 여기서, 집전판은 휘어짐이 거의 없는 강체로서, 좌측이 올라가는 경우 우측은 내려가기 때문에 집전판의 좌측 및 우측의 상하 변위의 크기는 동일할 수 있다.
이에 따라, 도 8에서와 같이, 프로세서(300)는 집전판의 좌측 변위와 우측 변위 간의 차이를 계산하여 진동 강도를 산출한다. 이때, 집전판의 좌측 및 우측의 기준은 템플릿 매칭 기법 등으로 획득할 수 있으나, 이에 한정되는 것은 아니다. 또한, 프로세서(300)는 각각의 영상 화소(mm)당 비율정보를 이용하여 집전판의 좌측 및 우측 기준 간의 차이를 mm 단위로 산출할 수 있고, 각각의 영상 프레임 별로 산출된 mm 단위의 좌측 변위와 우측 변위 간의 차이를 mm 단위의 진동 강도로 변환할 수 있다.
이하, 도 9 및 도 10을 참조하여, 프로세서(300)가 팬터그래프의 진동 주파수 특성을 측정하는 과정에 대해서 상세히 설명하도록 한다.
도 9는 본 발명의 일 실시예에 따른 팬터그래프의 좌측 및 우측 변위를 측정하는 방법을 설명하기 위한 도면이다. 그리고 도 10은 본 발명의 일 실시예에 따른 팬터그래프의 좌측 및 우측 변위의 평균값에 기초하여 진동 주파수를 산출하는 방법을 설명하기 위한 도면이다.
팬터그래프와 전차선 간의 접촉면은 팬터그래프 객체(310)를 기준으로 최상단에 위치한 직선이라 정의되며, 허프 변환을 통해 집전판이 검출된다. 이러한 집전판의 중심점과 차상에 설치된 카메라 장치의 위치를 기준으로 수평면을 고려하여 팬터그래프가 기울어진 정도를 획득할 수 있다.
도 9에 도시한 바와 같이, 프로세서(300)는 각 영상 프레임 별로, 중심점(325)에서 교차하는 수평선(330)과 집전판의 연장선(320)의 좌측 변위 및 우측 변위를 측정할 수 있다.
도10을 참조하면, 프로세서(300)는 각 영상 프레임 별로 산출된 팬터그래프 좌측 및 우측 변위에 기초하여 좌측 및 우측 평균 상하 변위를 측정한다. 이때, 프로세서(300)는 입력 팬터그래프 영상에서 1초 동안의 각 프레임 별로 측정된 집전판의 좌측 상하 변위 및 우측 상하 변위의 평균값을 산출할 수 있다. 그리고, 프로세서(300)는 측정된 좌측 및 우측의 각 평균 상하 변위에 대해 푸리에 변환하여 진동 주파수를 산출한다. 예를 들어, 프로세서(300)는 획득한 신호를 주파수 성분 및 해당 성분의 강도로 변환해주는 고속 푸리에 변환(Fast Fourier Transform, FFT) 알고리즘을 적용할 수 있으며, 이때 영상획득빈도로 샘플링율이 결정될 수 있다.
다음으로, 도 11 및 도 12를 참조하여, 프로세서(300)가 실시간으로 수집된 팬터그래프 영상에 대해 팬터그래프 진동 특성을 해석하여 팬터그래프 상태를 모니터링하는 과정에 대해서 상세히 설명하도록 한다.
도 11은 본 발명의 일 실시예에 따른 팬터그래프 접촉면의 진동 부석을 위한 비정상 상황 인식 방법을 설명하기 위한 도면이다. 그리고 도 12는 본 발명의 일실시예에 적용되는 SVM 마진의 크기에 따른 최적의 초평면을 설명하기 위한 예시도이다.
프로세서(300)는 실시간으로 입력된 팬터그래프 영상을 분석하여 정상 상황과 비정상 상황으로 구분한다. 이때, 프로세서(300)는 아크가 발생하는 경우와 같이 팬터그래프의 진동이 임계값 이상으로 크게 발생하는 경우를 비정상 상황으로 인식한다.
베이지안 결정이론(Bayesian decision theroy)에 따라, 하나의 입력 영상에 대한 상태를 단순히 정상 또는 비정상 중에서 선택할 경우 잘못된 선택에 대한 오차가 존재하게 된다. 이에 따라, 프로세서(300)는 보편적으로 일반화 오차를 줄여주는 기법인 최대 마진 분류기(예: 서포트벡터 머신(Support Vector Machine, SVM))를 통해 팬터그래프 영상의 정상 및 비정상 상황을 분류한다.
최대 마진(optimal margin)을 갖는 선형 결정경계(즉, 초평면(optimal hyperplane))는 다음의 수학식 2와 같은 선형 판별 함수로부터 획득할 수 있다.
<수학식 2>
Figure 112017063719019-pat00002
수학식 2에서,
Figure 112017063719019-pat00003
는 초평면의 법선벡터가 되고,
Figure 112017063719019-pat00004
는 원점에서 직선까지의 거리를 결정하는 값이 된다. 이때, 한 점
Figure 112017063719019-pat00005
에서 결정경계까지의 거리
Figure 112017063719019-pat00006
는 아래 수학식 3과 같이 계산할 수 있다.
<수학식 3>
Figure 112017063719019-pat00007
이러한 결정경계를 중심으로, 도 12에서와 같이 서포트 벡터(즉, 초평면에 가장 가까운 곳에 위치안 데이터)를 기준으로
Figure 112017063719019-pat00008
와
Figure 112017063719019-pat00009
의 비율을 적절히 조절하여 다음의 수학식 4와 같은 조건이 성립되도록 결정하여, 주어진 데이터를 두 클래스로 구분할 수 있다.
<수학식 4>
Figure 112017063719019-pat00010
수학식 4에서 클래스 C1의 서포트 벡터를 지나는 초평면을 '플러스 평면'이라 하고, 클래스 C2의 서포트 벡터를 지나는 초평면을 '마이너스 평면'이라 하면, 결정경계에서 플러스 평면 상의 서포트 벡터까지의 거리와 결정경계에서 마이너스 평면 상의 서포트벡터까지의 거리의 합을 이용하여 마진을 계산할 수 있다. 이러한 마진은 아래 수학식 5를 이용하여 계산할 수 있다.
<수학식 5>
Figure 112017063719019-pat00011
따라서 마진 M을 최대화하기 위해서는
Figure 112017063719019-pat00012
의 값을 최소화해야 한다. 이를 목적함수로 표현하면 아래 수학식 6과 같다.
<수학식 6>
Figure 112017063719019-pat00013
이러한 수학식 6을 최소화하는 동시에 훈련 데이터이려면 아래의 수학식 7을 만족해야 한다.
<수학식 7>
Figure 112017063719019-pat00014
이처럼, 수학식 6과 같은 하나의 함수식
Figure 112017063719019-pat00015
를 최소화하는 동시에 수학식 7과 같은 또 다른 조건을 만족시키는 파라미터를 찾는 문제를 해결하기 위해서는 라그랑제 승수(Lagrange multipliers)를 이용한 최적화 방법을 적용해야한다. 이에 따른, 최적화 식은 아래 수학식 8과 같이 표현할 수 있다.
<수학식 8>
Figure 112017063719019-pat00016
프로세서(300)는 이상의 최대 마진 분류 및 최적화 식을 통해 팬터그래프 영상들을 기계학습하고, 실시간으로 입력된 팬터그래프 영상으로부터 산출된 진동 특성 값을 분류기에 입력하여 정상 상태 또는 비정상 상태를 식별한다.
그리고 프로세서(300)는 팬터그래프 상태 분류 결과를 모니터링 결과로서 설정된 출력 장치(예: 모니터 및 오디오 출력 장치 등)를 통해 출력한다.
이하, 도 13을 참조하여 본 발명의 일 실시예에 따른 전기철도차량 팬터그래프 모니터링 방법에 대해서 상세히 설명하도록 한다. 도 13에 도시된 절차는 모두 프로세서(300)를 통해 처리될 수 있다.
도 13은 본 발명의 일 실시예에 따른 팬터그래프 모니터링 방법을 설명하기 위한 순서도이다.
먼저, 촬영된 팬터그래프 영상의 프레임 별로 이전 프레임의 검출 결과에 기초하여 팬터그래프 객체를 검출한다(S1310).
이러한 탐색 영역의 축소 기법을 적용한 팬터그래프 객체 검출 방법은, 앞서 도 2 및 도 3을 통해 설명한 내용과 동일하다.
다음으로, 연속된 입력 영상 프레임 별로 검출된 팬터그래프 객체로부터 진동 특성을 검출한다(S1320).
이때, 검출된 팬터그래프 객체로부터 팬터그래프와 전차선이 접촉하는 부분(즉, 집전판)의 중심점, 중심점으로부터 연장된 수평선, 및 집전판의 연장선을 검출하고, 검출된 수평선과 연장선 사이의 경사 각도를 측정한다. 그리고 입력 영상 프레임 별 각도의 변화에 기초하여 진동 주기, 진동 강도 및 진동 주파수를 검출한다.
이러한, 팬터그래프 진동 특성 검출 방법은, 앞서 도 4 내지 도 10을 통해 설명한 내용과 동일하다.
그런 다음, 팬터그래프 영상에 대해 검출된 진동 특성을 기설정된 기계학습 분류기에 입력하여 정상 상태 및 비정상 상태를 분류한다(S1330).
이때, 분류기는 최대 마진 분류를 처리하는 SVM 분류기일 수 있으며, 이를 통해 팬터그래프에 대해 아크가 발생된 경우와 같이 진동이 크게 발생하는 경우를 비정상 상태로 식별한다. 그리고 이러한 정상 상태 및 비정상 상태를 분류한 결과를 사용자가 확인할 수 있도록 출력한다.
이러한 팬터그래프 상태 모니터링 방법은, 앞서 도 11 및 도 12를 통해 설명한 내용과 동일하다.
이상에서 설명한 본 발명의 일 실시예에 따른 전기철도차량 팬터그래프 모니터링 장치 및 방법은, 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 이러한 컴퓨터 판독이 가능한 기록 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 포함할 수 있으며, 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
10: 전기철도차량의 팬터그래프의 진동 검측 장치
100: 통신모듈 200: 메모리
300: 프로세서 310: 검출된 팬터그래프
320: 집전판의 연장선 320a: 집전판의 하단선
325: 집전판의 중심점 330: 수평선
330a: 진동 강도 기준선

Claims (12)

  1. 전기철도차량 팬터그래프 모니터링 장치에 있어서,
    팬터그래프를 촬영한 팬터그래프 영상을 수신하는 통신모듈,
    팬터그래프 모니터링 프로그램이 저장된 메모리; 및
    상기 메모리에 저장된 프로그램을 실행하는 프로세서를 포함하되,
    상기 프로세서는 상기 팬터그래프 모니터링 프로그램의 실행에 따라,
    입력된 상기 팬터그래프 영상을 기설정된 팬터그래프 템플릿 영상과 비교하여 이전 영상 프레임의 팬터그래프 객체 검출 결과에 기초하여 다음 영상 프레임의 팬터그래프 탐색 영역을 설정하고, 상기 설정된 탐색 영역에서 영상 프레임 별로 팬터그래프 객체를 검출하고, 상기 검출된 팬터그래프 객체들로부터 집전판의 경사 각도 및 변위를 측정하여 기설정된 진동 특성들을 검출하며, 이전에 검출된 팬터그래프 영상의 진동 특성들을 기계학습한 분류기를 통해 상기 검출된 진동 특성을 분류하여 팬터그래프의 정상 상태 및 비정상 상태를 식별하며,
    상기 팬터그래프 영상의 영상 프레임 별로 탐색 영역의 설정시, 이전 영상 프레임에서 검출된 팬터그래프 객체의 위치를 모르는 경우 영상 프레임의 전체 영역을 탐색 영역으로 설정하고, 이전 프레임에서 검출된 팬터그래프 객체의 위치를 알고 있는 경우, 상기 알고 있는 팬터그래프 객체의 위치가 기설정된 탐색 영역 내 포함되면 해당 영상 프레임에 이전과 동일한 탐색 영역을 적용하고, 상기 알고 있는 팬터그래프 객체의 위치가 기설정된 탐색 영역을 벗어난 경우 탐색 영역을 전체 영역으로 재설정하고, 상기 이전 영상 프레임의 팬터그래프 객체의 위치에 기초하여 탐색 영역이 설정된 영상 프레임에 대해, 상기 설정된 팬터그래프 템플릿 영상과의 명도 및 색상 중 적어도 하나의 차이가 기설정된 임계값 이상인 경우 팬터그래프 템플릿 영상을 변경하는 것이고,
    상기 진동 특성들의 검출시, 상기 검출된 팬터그래프 객체로부터 집전판의 중심점을 검출하고, 상기 중심점으로부터 연장되는 수평선과 상기 집전판의 연장선 사이의 각도를 측정하고, 상기 각도를 영상 프레임 순서에 따라 나열하여 상기 각도가 제로크로싱되는 영상 프레임의 수를 검출하고, 상기 제로크로싱되는 영상 프레임의 수를 2로 나눈 값을 초당 프레임수로 나누어 주파수를 검출하고, 상기 검출된 주파수에 기초하여 팬터그래프의 진동 주기를 산출하는 것인, 전기철도차량 팬터그래프 모니터링 장치.
  2. 삭제
  3. 삭제
  4. 제 1 항에 있어서,
    상기 분류기는 서포트벡터 머신(Support Vector Machine, SVM)인 것인, 전기철도차량 팬터그래프 모니터링 장치.
  5. 삭제
  6. 제 1 항에 있어서,
    상기 프로세서는,
    상기 영상 프레임들의 상기 각도의 크기 변화량인 변위를 검출하고,
    상기 집전판의 좌측 변위와 우측 변위의 차이를 산출하여 팬터그래프의 진동 강도를 산출하는, 전기철도차량 팬터그래프 모니터링 장치.
  7. 제 6 항에 있어서,
    상기 프로세서는,
    상기 집전판의 좌측 상하 변위 및 우측 상하 변위의 평균값을 각각 산출하고,
    상기 집전판의 좌측 및 우측의 각 평균 상하 변위에 대해 푸리에 변환을 처리하여 팬터그래프의 진동 주파수를 산출하는, 전기철도차량 팬터그래프 모니터링 장치.
  8. 전기철도차량 팬터그래프 모니터링 장치의 팬터그래프 모니터링 방법에 있어서,
    팬터그래프를 촬영한 팬터그래프 영상을 수집하는 단계;
    상기 팬터그래프 영상을 기설정된 팬터그래프 템플릿 영상과 비교하여 이전 영상 프레임의 팬터그래프 객체 검출 결과에 기초하여 다음 영상 프레임의 팬터그래프 탐색 영역을 설정하고, 상기 설정된 탐색 영역에서 영상 프레임 별로 팬터그래프 객체를 검출하는 단계;
    상기 검출된 팬터그래프 객체들로부터 집전판의 경사 각도 및 변위를 측정하여 기설정된 진동 특성들을 검출하는 단계; 및
    이전에 검출된 팬터그래프 영상의 진동 특성들을 기계학습한 분류기를 통해 상기 검출된 진동 특성을 분류하여 팬터그래프의 정상 상태 및 비정상 상태를 식별이전에 검출된 팬터그래프 영상의 진동 특성들을 기계학습한 분류기를 통해 상기 검출된 진동 특성들을 분류하여 팬터그래프의 정상 상태 및 비정상 상태를 식별하는 단계를 포함하되,
    상기 팬터그래프 객체를 검출하는 단계는,
    입력된 팬터그래프 영상의 영상 프레임 별로 탐색 영역을 설정하되, 이전 영상 프레임에서 검출된 팬터그래프 객체의 위치를 모르는 경우 영상 프레임의 전체 영역을 탐색 영역으로 설정하고, 이전 프레임에서 검출된 팬터그래프 객체의 위치를 알고 있는 경우, 상기 알고 있는 팬터그래프 객체의 위치가 기설정된 탐색 영역 내 포함되면 해당 영상 프레임에 이전과 동일한 탐색 영역을 적용하고, 상기 알고 있는 팬터그래프 객체의 위치가 기설정된 탐색 영역을 벗어난 경우 탐색 영역을 전체 영역으로 재설정하고, 상기 이전 영상 프레임의 팬터그래프 객체의 위치에 기초하여 탐색 영역이 설정된 영상 프레임에 대해, 상기 설정된 팬터그래프 템플릿 영상과의 명도 및 색상 중 적어도 하나의 차이가 기설정된 임계값 이상인 경우 팬터그래프 템플릿 영상을 변경하는 것이고,
    상기 진동 특성들을 검출하는 단계는,
    상기 검출된 팬터그래프 객체로부터 집전판의 중심점을 검출하는 단계; 및 상기 중심점으로부터 연장되는 수평선과 상기 집전판의 연장선 사이의 각도를 측정하는 단계를 포함하며, 상기 각도를 영상 프레임 순서에 따라 나열하여 상기 각도가 제로크로싱되는 영상 프레임의 수를 검출하고, 상기 제로크로싱되는 영상 프레임의 수를 2로 나눈 값을 초당 프레임 수로 나누어 주파수를 검출하고, 상기 검출된 주파수에 기초하여 팬터그래프의 진동 주기를 산출하고, 상기 영상 프레임들의 상기 각도의 크기 변화량인 변위를 검출하고, 상기 집전판의 좌측 변위와 우측 변위의 차이를 산출하여 팬터그래프의 진동 강도를 산출하고, 상기 집전판의 좌측 상하 변위 및 우측 상하 변위의 평균값을 각각 산출하고, 상기 집전판의 좌측 및 우측의 각 평균 상하 변위에 대해 푸리에 변환을 처리하여 팬터그래프의 진동 주파수를 산출하는 것인, 전기철도차량 팬터그래프 모니터링 방법.
  9. 삭제
  10. 삭제
  11. 제 8 항에 있어서,
    상기 분류기는 서포트벡터 머신(Support Vector Machine, SVM)인 것인, 전기철도차량 팬터그래프 모니터링 방법.
  12. 삭제
KR1020170084436A 2017-07-03 2017-07-03 전기철도차량 팬터그래프 모니터링 장치 및 방법 KR102032459B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170084436A KR102032459B1 (ko) 2017-07-03 2017-07-03 전기철도차량 팬터그래프 모니터링 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170084436A KR102032459B1 (ko) 2017-07-03 2017-07-03 전기철도차량 팬터그래프 모니터링 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20190004173A KR20190004173A (ko) 2019-01-11
KR102032459B1 true KR102032459B1 (ko) 2019-10-15

Family

ID=65028126

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170084436A KR102032459B1 (ko) 2017-07-03 2017-07-03 전기철도차량 팬터그래프 모니터링 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102032459B1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102233109B1 (ko) * 2019-04-23 2021-03-29 한국기계연구원 영상 학습을 통한 기계 진단시스템 및 이를 이용한 기계 진단방법
KR102242459B1 (ko) * 2020-06-24 2021-04-20 윤대원 전차선 및 팬타그래프 스마트 고장 예측 시스템
WO2023036443A1 (de) * 2021-09-13 2023-03-16 Schunk Transit Systems Gmbh Stromabnehmer und verfahren zum betrieb
CN114067106B (zh) * 2022-01-12 2022-04-15 西南交通大学 基于帧间对比的受电弓形变检测方法、设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100970119B1 (ko) * 2009-11-23 2010-07-15 (주)올라웍스 적응적으로 객체를 추적하는 방법, 시스템, 및 컴퓨터 판독 가능한 기록 매체

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110134268A (ko) * 2010-06-07 2011-12-14 석 영 정 주행중인 전동차를 이용한 전기철도 검사장치
KR101707995B1 (ko) * 2015-06-15 2017-02-20 한국철도기술연구원 명도 변화에 영향을 받지 않는 전차선의 동적 편위 검출 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100970119B1 (ko) * 2009-11-23 2010-07-15 (주)올라웍스 적응적으로 객체를 추적하는 방법, 시스템, 및 컴퓨터 판독 가능한 기록 매체

Also Published As

Publication number Publication date
KR20190004173A (ko) 2019-01-11

Similar Documents

Publication Publication Date Title
KR102032459B1 (ko) 전기철도차량 팬터그래프 모니터링 장치 및 방법
CN107743577B (zh) 用于检测电动铁道车辆的振动信息的方法和装置
US9626599B2 (en) Reconfigurable clear path detection system
JP4137969B2 (ja) 眼部検出装置、眼部検出方法及びプログラム
WO2019100888A1 (zh) 目标对象识别方法、装置、存储介质和电子设备
EP2959454B1 (en) Method, system and software module for foreground extraction
US9245206B2 (en) Image processing apparatus and image processing method
Aydin A new approach based on firefly algorithm for vision-based railway overhead inspection system
US11727578B2 (en) Crowd type classification system, crowd type classification method and storage medium for storing crowd type classification program
CN103793684B (zh) 用于全景式监控系统的检测障碍物的设备和方法
JP6942649B2 (ja) 画像処理装置及び画像処理方法
US10521915B2 (en) Distance measurement device and distance measurement method
US20170151943A1 (en) Method, apparatus, and computer program product for obtaining object
CN106611147B (zh) 车辆追踪方法和装置
KR101313879B1 (ko) 기울기 히스토그램을 이용한 사람 검출 추적 시스템 및 방법
WO2021068589A1 (zh) 一种图像中物体及其关键点的确定方法和装置
CN109255307A (zh) 一种基于唇部定位的人脸分析方法和系统
CN110909751B (zh) 用于变电站绝缘子清扫机器人的视觉识别方法、系统及介质
KR101707995B1 (ko) 명도 변화에 영향을 받지 않는 전차선의 동적 편위 검출 방법
JP6077785B2 (ja) 対象物検出装置及びプログラム
KR101787011B1 (ko) 전기철도차량의 팬터그래프 진동 검측 방법 및 장치
CN115984759A (zh) 变电站开关状态识别方法、装置、计算机设备和存储介质
KR102538804B1 (ko) 인공 지능을 이용한 얼굴 랜드마크 검출 장치 및 방법
CN112991318A (zh) 一种动车组受电弓故障检测方法、装置及存储介质
JP2011017719A (ja) 車線区画線検出装置、車線区画線検出方法、及び車線区画線検出プログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant