申请/专利权人：石家庄铁道大学;中国铁路北京局集团有限公司石家庄供电段

申请日：2022-04-28

公开（公告）日：2024-04-09

公开（公告）号：CN114743119B

主分类号：G06V20/17

分类号：G06V20/17;G06V20/70;G06V10/764;G06V10/82;G06N3/0475;G06N3/0455;G06N3/082

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.11.22#专利申请权的转移;2022.07.29#实质审查的生效;2022.07.12#公开

摘要：本发明涉及一种基于无人机的高铁接触网吊弦螺母缺陷检测方法，首先利用无人机巡检采集样本图片，利用生成对抗网络生成缺陷样本，对缺陷样本进行数据增强后送入构建的目标检测网络，对目标进行定位。根据定位结果对拍摄过偏的目标进行删除后裁剪目标框，将其送入构建的语义分割网络，对目标的外露螺栓和螺母部分进行像素级分割，对于分割结果进行阈值判断完成检测。本发明可以很好的弥补4C装置拍摄缺陷，能够实现高速铁路接触网吊弦上部螺母的自动辨识、定位以及螺母缺陷的检测，可以高效安全的保障高速铁路接触网上的吊弦安全状态。操作简单，高效便捷，安全系数高，需要人力少。

主权项：1.一种基于无人机的高铁接触网吊弦螺母缺陷检测方法，其特征在于，包括以下步骤：a.使用无人机沿铁路线进行视频拍摄，获得接触网吊线上部螺母区域的视频图像，由视频图像得到包含吊弦上部螺栓螺母结构的现场样本图片；b.人工制作并合成吊弦螺母具有缺陷的图片，通过生成对抗网络生成缺陷样本图片；c.对缺陷样本图片进行数据增强后与现场样本图片一同送入目标检测网络；d.对样本图片进行图像标注，先进行网络训练得到权重，再调用训练权重进行预测，得到每个样本图片的目标检测框坐标和置信度；e.根据得到的目标检测框，将目标检测框坐标不在图片中间部位的样本图片进行删除，剩下的样本图片根据目标检测框坐标进行裁剪，去除无关背景信息；f.将裁剪后的样本图片送入语义分割网络，分割类别包括背景、螺母以及外露螺栓，对样本图片进行图像标注，先进行网络训练得到权重，再调用训练权重对需要分割的样本图片进行语义分割，得到每个样本图片中目标类别的分割结果；g.根据语义分割网络的分割结果，得到样本图片中每一个像素点的种类，对图片中外露螺栓像素个数以及螺母像素个数分别进行求和，再求取两者比值并分析比值结果，确定图片中螺母的状态；若螺母像素个数求和为0，螺栓素个数与螺母素个数的比值为无解，即判断为螺母缺失；若螺栓素个数与螺母素个数的比值大于0.787，即判断为螺母正常；若螺栓素个数与螺母素个数的比值小于等于0.787，即判断为螺母松动。

全文数据：

权利要求：

百度查询： 石家庄铁道大学;中国铁路北京局集团有限公司石家庄供电段 基于无人机的高铁接触网吊弦螺母缺陷检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD