原文传递
基于视觉的高速动车组接触网关键部件的故障检测
| 论文题名： | 基于视觉的高速动车组接触网关键部件的故障检测 |
| 关键词： | 高速动车组;接触网;故障检测;计算机视觉 |
| 摘要： | 接触网作为机车供电的唯一来源，其安全稳定的运行对列车的稳定行驶有着决定性的影响。而定位器作为接触网的关键部件，其几何参数—坡度对导线的拉出值和导高有着重要的影响。基于此，提出基于视觉的高速动车组接触网关键部件的故障检测技术，来进一步提高定位器坡度检测的便捷性和准确性。 传统Hough变换和Sobel算子在本文得到了大量的应用。由于支柱编号是接触网定位器坡度故障的定位信息，支柱信息提取是编号识别的基础，而支柱垂直信息比较丰富，所以本文创造性地在Hough直线信息提取前，用Sobel算子对图像垂直特征进行提取。最后利用LeNet-5模型对编号进行识别。 在定位器的识别上，提出了基于Faster R-CNN模型的定位器识别技术，RPN网络的加入使得识别率提升明显，RPN网络解决了以前备选区域选取的质量低直接影响目标检测的精度的问题。最后通过Hough变换，提取定位器支架轮廓，粗略定位定位器所在。通过定位器轮廓的确定以及拟合直线的筛选，利用最左端与最右端坐标求取定位器坡度。 |
| 作者： | 李秋生 |
| 专业： | 控制工程 |
| 导师： | 于志刚;石磊 |
| 授予学位： | 硕士 |
| 授予学位单位： | 黑龙江大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
