申请/专利权人:北京主导时代科技有限公司
申请日:2021-09-14
公开(公告)日:2024-04-12
公开(公告)号:CN113808097B
主分类号:G06F30/27
分类号:G06F30/27
优先权:
专利状态码:有效-授权
法律状态:2024.04.12#授权;2022.01.04#实质审查的生效;2021.12.17#公开
摘要:本发明公开了一种列车的关键部件丢失检测方法及其系统,包括:采集列车走行部的二维图像数据和三维点云数据;基于所述三维点云数据和标准三维点云数据进行图像配准以确定三维转换关系,并基于相机标定参数生成配准深度图和标准深度图;基于所述二维图像数据、所述相机标定参数和所述三维转换关系生成配准灰度图;基于所述配准深度图和所述标准深度图生成第一差异信息,基于所述配准灰度图和标准灰度图生成第二差异信息;基于所述第一差异信息和所述第二差异信息生成检测报告。
主权项:1.一种列车的关键部件丢失检测方法,其特征在于,包括:采集列车走行部的二维图像数据和三维点云数据;将所述三维点云数据和标准三维点云数据输入第一深度学习网络;基于所述第一深度学习网络计生成所述三维点云数据与所述标准三维点云数据的三维转换关系;基于所述三维转换关系,将所述三维点云数据转换到所述标准三维点云数据的姿态下,以实现图像配准;根据相机标定参数,将配准后的所述三维点云数据和所述标准三维点云数据均映射到二维图像上,并将每个点赋值其原本的深度值,生成配准深度图和标准深度图;基于所述二维图像数据、所述相机标定参数和所述三维转换关系生成配准灰度图;将所述配准深度图和所述标准深度图输入第二深度学习网络,所述第二深度学习网络输出预测的包含第一丢失部件区域信息的第一差异信息;将所述配准灰度图和标准灰度图输入第三深度学习网络,所述第三深度学习网络输出预测的包含第二丢失部件区域信息的第二差异信息;基于所述第一差异信息提取第二深度学习网络预测的第一丢失部件区域信息;基于所述第二差异信息提取第三深度学习网络预测的第二丢失部件区域信息;基于所述第一丢失部件区域信息和所述第二丢失部件区域信息提取重合区域并生成第三丢失部件区域信息;将所述第三丢失部件区域信息匹配至模板框中,生成包含丢失部件的区域位置信息和丢失部件类型的检测报告。
全文数据:
权利要求:
百度查询: 北京主导时代科技有限公司 一种列车的关键部件丢失检测方法及其系统
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。