原文传递
基于机器视觉的接触网巡检关键技术研究
| 论文题名： | 基于机器视觉的接触网巡检关键技术研究 |
| 关键词： | 电气化铁路;接触网;安全巡检系统;机器视觉 |
| 摘要： | 随着电气化铁路列车运行速度的不断提高，接触网设备在日常使用中易出现因机械振动导致的异常状态，给铁路安全运行埋下了极大的安全隐患甚至造成事故。目前，接触网人工步行巡视检查和登乘接触网作业车巡视检查方式效率低、缺陷检出率低、资源投入大、周期长。添乘机车或动车组巡视方式因人体的局限性常出现遗漏、误判情况。本文设计了一种基于机器视觉的便携方式接触网安全巡检系统，该系统安装于电力机车或动车组司机驾驶室控制台上，通过高清成像相机采集接触网支柱号和定位、支持装置图像识别接触网结构异常状态，及时发现隐患并进行处理，防患于未然。 本文以便携式接触网安全巡检系统采集的图像为研究对象，通过对比度拉伸和图像锐化预处理操作，解决了系统在不同光照和车体晃动条件下的成像质量问题。采用了一种基于局部亮度变化的文本区域提取算法，实现了支柱号区域的准确提取，针对提取到的支柱号区域图像，采用倾斜较正、二值化和垂直水平投影字符分割算法实现了区域内的单一字符分割。采用基于支持向量机分类器对分割的单一字符进行学习训练，实现了支柱号自动识别，为缺陷故障提供定位信息。 根据Canny边缘检测结果，本文设计了一种基于PCA主元分析的Hough变换直线段检测算法。该算法通过PCA主元分析排除次波峰值的干扰，过滤虚假直线段，实现了直线段的准确检测。通过分析大量的接触网定位、支持装置图像，提取接触网平、斜腕臂、腕臂支撑、定位管及定位器关键部件所在的直线段的位置关系、夹角、长度比等结构特征，对接触网定位、支持装置结构异常状态进行识别，最终达到缺陷预警的目的。 本文完成了接触网安全状态巡检系统及用户界面的开发，根据接触网安全巡检系统的现场应用实际和《高速铁路接触网运行维修规则》要求，规范了一套实用的设备运用、数据分析、缺陷管理和故障检修的作业流程，将接触网支柱号识别、定位、支持装置结构异常状态识别技术合理高效地运用到了实际的运营维护管理工作中。通过实验验证，基于机器视觉的接触网巡检系统可指导铁路接触网设备的日常运营维护管理，为铁路牵引供电设备的安全运行提供技术保障。 |
| 作者： | 吴光龙 |
| 专业： | 电气工程 |
| 导师： | 陈唐龙 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南交通大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
