欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

基于3d信息的故障自動識別檢測系統(tǒng)及方法

文檔序號:9489726閱讀:1037來源:國知局
基于3d信息的故障自動識別檢測系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及鐵路車輛和機車故障自動識別檢測領(lǐng)域。
【背景技術(shù)】
[0002]隨著鐵路客運與貨運量的不斷增大,鐵路車輛和機車作為鐵路運輸?shù)暮诵牟糠?,車體零部件等出現(xiàn)故障或異常的將嚴(yán)重影響行車安全,因此鐵路車輛和機車的安全檢測變得更加重要。傳統(tǒng)的人工檢車存在不及時、工作量大、容易漏檢、盲區(qū)多等問題,存在極大的安全隱患。
[0003]目前也存在某些故障自動識別檢測的系統(tǒng)及方法,但多采用線陣相機和面陣相機拍攝的2D圖像,容易受到光線、灰塵、雨雪天氣等外界環(huán)境因素的影響而產(chǎn)生大量的漏報與誤報,加大了人工確認的工作量與難度,影響檢車效率。
[0004]公開號為:CN104200464、名稱為《一種識別列車異常的檢測方法及系統(tǒng)》公開了一種識別車輛異常的檢測方法及裝置,但其僅僅使用了圖像深度的信息判別故障,但是對于高度或深度信息度化不明顯的故障,如:漏油故障等,則難以進行準(zhǔn)確的判別。該文件難以覆蓋鐵路車輛或機車的所有類型的故障的判別。
[0005]公開號為:CN103077526、名稱為《具有深度檢測功能的列車異常檢測方法及系統(tǒng)》也公開了一種能夠識別車輛異常的檢測方法及裝置,但其對于故障檢測,僅僅是運用圖像灰度信息檢測故障,而后再利用圖像深度信息對灰度信息異常的區(qū)域進行驗證。也就是說該專利只定義了一種檢測順序:先灰度,再深度。這也是本領(lǐng)域的一種通用檢測方法,但實質(zhì)上是一種技術(shù)偏見。

【發(fā)明內(nèi)容】

[0006]本發(fā)明是為了現(xiàn)有技術(shù)存在一定的局限性,系統(tǒng)性和全面性不足的問題,現(xiàn)提供基于3D信息的故障自動識別檢測系統(tǒng)及方法。
[0007]基于3D信息的故障自動識別檢測系統(tǒng),它包括:3D信息獲取模塊、車型和車號識別模塊、檢索模塊、信息配準(zhǔn)模塊和故障自動識別模塊;
[0008]3D信息獲取模塊:用于獲取鐵路車輛或機車各角度3D圖像,所述3D圖像包括三維空間信息及灰度信息;
[0009]車型和車號識別模塊:用于利用3D或2D圖像的信息識別得出鐵路車輛或機車的車型和車號;
[0010]檢索模塊:用于利用3D或2D圖像的信息或只使用車號檢索得出當(dāng)前過車對應(yīng)的各種模板和歷史數(shù)據(jù)信息;
[0011]信息配準(zhǔn)模塊:用于利用3D或2D圖像的信息配準(zhǔn)當(dāng)前過車對應(yīng)的各種模板和歷史數(shù)據(jù)信息;
[0012]故障自動識別模塊:利用3D或2D圖像的信息特征識別得出各個部件是否存在異常及異常程度;
[0013]故障自動識別模塊包括降維子模塊和故障自動識別子模塊;
[0014]所述降維子模塊:用于將3D圖像轉(zhuǎn)換為兩類2D圖像,所述兩類二維圖像分別是:第一類2D圖像和第二類2D圖像;所述第一類2D圖像包含平面位置信息和高度信息;第二類2D圖像包含平面位置信息和灰度信息;
[0015]故障自動識別子模塊:用于按下面方式之一的方式進行故障自動識別:
[0016]1)、僅利用第一類2D圖像進行故障自動識別;
[0017]2)、利用第一類2D圖像進行故障自動識別,再利用第二類2D圖像進行故障驗證;
[0018]3)、僅利用第二類2D圖像進行故障自動識別;
[0019]4)、利用第二類2D圖像進行故障自動識別,再利用第一類2D圖像進行故障驗證;
[0020]5)、利用3D圖像信息進行故障自動識別。
[0021 ] 基于3D信息的故障自動識別檢測方法,它包括:
[0022]用于獲取鐵路車輛或機車各角度3D圖像,所述3D圖像包括三維空間信息及灰度?目息的3D彳目息獲取步驟;
[0023]用于利用3D或2D圖像的信息識別得出鐵路車輛或機車的車型和車號的車型和車號識別步驟;
[0024]用于利用3D或2D圖像的信息或只使用車號檢索得出當(dāng)前過車對應(yīng)的各種模板和歷史數(shù)據(jù)信息的檢索步驟;
[0025]用于利用3D或2D圖像的信息配準(zhǔn)當(dāng)前過車對應(yīng)的各種模板和歷史數(shù)據(jù)信息的信息配準(zhǔn)步驟;
[0026]利用3D或2D圖像的信息特征識別得出各個部件是否存在異常及異常程度的故障自動識別步驟;
[0027]故障自動識別步驟中還包括:
[0028]用于將3D圖像轉(zhuǎn)換為兩類2D圖像,所述兩類二維圖像分別是:第一類2D圖像和第二類2D圖像;所述第一類2D圖像包含平面位置信息和高度信息;第二類2D圖像包含平面位置信息和灰度信息的降維子步驟;
[0029]用于按下面方式之一的方式進行故障自動識別:
[0030]1)、僅利用第一類2D圖像進行故障自動識別;
[0031]2)、利用第一類2D圖像進行故障自動識別,再利用第二類2D圖像進行故障驗證;
[0032]3)、僅利用第二類2D圖像進行故障自動識別;
[0033]4)、利用第二類2D圖像進行故障自動識別,再利用第一類2D圖像進行故障驗證;
[0034]5)、利用3D圖像信息進行故障自動識別;
[0035]的故障自動識別子步驟。
[0036]本發(fā)明基于各種鐵路車輛和機車的3D信息,能夠克服光線、灰塵、雨雪天氣等外界環(huán)境因素對故障檢測準(zhǔn)確性的影響,在保證檢測準(zhǔn)確率的同時顯著降低誤報率,提高作業(yè)效率。并且,本發(fā)明能夠涵蓋全部鐵路車輛和機車3D圖像可視范圍內(nèi)的故障自動檢測,根據(jù)不同部件出現(xiàn)故障后所引起的3D圖相數(shù)據(jù)變化,充分利用3D圖像數(shù)據(jù)中的位置信息、高度信息以及灰度信息,采取級聯(lián)驗證、互補、并存等方式在保證不漏報的前提下大幅降低誤報警數(shù)量。此外,3D圖像降維至2D圖像進行數(shù)據(jù)處理,在保證同樣檢測精度的同時降低了圖像處理運算時間以及對計算服務(wù)器硬件的要求,同時具備準(zhǔn)確性、高效性與經(jīng)濟性。相對于現(xiàn)有技術(shù),本發(fā)明是一種系統(tǒng)的、全面的鐵路車輛和機車故障自動識別方法。
【附圖說明】
[0037]圖1為本發(fā)明所述的基于3D信息的故障自動識別檢測系統(tǒng)的功能模塊構(gòu)架示意圖;
[0038]圖2為【具體實施方式】十所述的基于3D信息的故障自動識別檢測系統(tǒng)的功能模塊構(gòu)架示意圖;
[0039]圖3是本發(fā)明所述的基于3D信息的故障自動識別檢測方法的流程示意圖。
【具體實施方式】
[0040]【具體實施方式】一:參照圖1和圖2說明具體說明本實施方式,基于3D信息的故障自動識別檢測系統(tǒng),它包括:3D信息獲取模塊、車型和車號識別模塊、檢索模塊、信息配準(zhǔn)模塊和故障自動識別模塊;
[0041]3D信息獲取模塊:用于獲取鐵路車輛或機車各角度3D圖像,所述3D圖像包括三維空間信息及灰度信息;
[0042]車型和車號識別模塊:用于利用3D或2D圖像的信息識別得出鐵路車輛或機車的車型和車號;
[0043]檢索模塊:用于利用3D或2D圖像的信息或只使用車號檢索得出當(dāng)前過車對應(yīng)的各種模板和歷史數(shù)據(jù)信息;
[0044]信息配準(zhǔn)模塊:用于利用3D或2D圖像的信息配準(zhǔn)當(dāng)前過車對應(yīng)的各種模板和歷史數(shù)據(jù)信息;
[0045]故障自動識別模塊:利用3D或2D圖像的信息特征識別得出各個部件是否存在異常及異常程度;
[0046]故障自動識別模塊包括降維子模塊和故障自動
當(dāng)前第1頁1 2 3 4 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
工布江达县| 闽侯县| 连山| 中江县| 淳安县| 陈巴尔虎旗| 伊金霍洛旗| 巴塘县| 平武县| 秭归县| 三门峡市| 临沂市| 乡宁县| 大关县| 蚌埠市| 定南县| 进贤县| 彭山县| 弥渡县| 正安县| 常宁市| 崇仁县| 绥德县| 那曲县| 正镶白旗| 伊金霍洛旗| 潮州市| 兴隆县| 嘉祥县| 桃江县| 兴业县| 庄浪县| 桓仁| 昌黎县| 田林县| 武冈市| 莎车县| 湖口县| 灵川县| 建始县| 白城市|