【技术实现步骤摘要】
本专利技术涉及列车检测，尤其涉及一种高铁关键零部件的检测方法及装置。
技术介绍
1、车体、轮对及受电弓等是动车组的重要组成部分，其中，轮对是动车走行功能的最重要部件，承担着列车的绝大部分重量，对关键部件的运行状态进行实时在线检测对保障动车组的安全可靠运营具有重要意义；受电弓是高速铁路牵引供电系统的重要组成部分，也是动车组获取电能的唯一途径。由于受电弓和轮对等关键零部件长期工作在露天环境中，容易受到机械和电气的冲击，造成受电弓滑板异常磨损、起弧、受电弓损毁以及轮对擦伤、掉块等情况。
2、现有高铁关键零部件检测方法根据检测原理的不同，可分为人工巡检方法及基于图像的非接触式检测方法。其中，人工巡检消耗大量的人力物力，且检测效率低下。由于成像原理的约束，基于图像的非接触式检测方法在使用传统相机获取图像时仍存在一些问题：设相机采样帧率为f，曝光时间为δt，当δt很大时，会存在由于曝光时间过长导致的运动模糊问题，为了在捕捉高速移动的物体时不产生运动模糊，可减小δt的过程，然而受相机帧率的限制，1/f-δt时间内的信息彻底丢失，则会导致帧间视差过大，从而无法实现目标跟踪。
技术实现思路
1、本专利技术提供一种高铁关键零部件的检测方法及装置，用于解决现有基于传统相机对运动中的高铁关键零部件进行检测存在运动模糊而导致的算法准确率不高的技术问题。
2、第一方面，本专利技术提供了一种高铁关键零部件的检测方法，包括：
3、通过脉冲相机采集运动中的待测高铁的实时脉冲数据；
4、根据脉冲相机脉冲触发原理，将所述实时脉冲数据重构为灰度图像数据；
5、基于所述灰度图像数据，构建高铁关键零部件数据集；
6、通过所述高铁关键零部件数据集，对所构建的yolov8模型进行训练，得到零部件目标检测模型；
7、获取待测脉冲数据，并将所述待测脉冲数据重构为对应的待测灰度图像数据输入所述零部件目标检测模型，得到检测结果。
8、可选地，获取待测脉冲数据，并将所述待测脉冲数据重构为对应的待测灰度图像数据输入所述零部件目标检测模型，得到检测结果之前，还包括：
9、将所述零部件目标检测模型进行转onnx格式文件，并利用tensorrt进行推理加速。
10、可选地，基于所述灰度图像数据，构建高铁关键零部件数据集，包括：
11、对所述灰度图像数据进行抽帧处理；
12、对抽帧之后的所述灰度图像数据中的受电弓、轮对及车体区域进行标注，并将标注后的数据制作成coco标准格式，得到所述高铁关键零部件数据集。
13、可选地，根据脉冲相机脉冲触发原理，将所述实时脉冲数据重构为灰度图像数据，包括：
14、计算每个像素位置的所有脉冲位置间隔，并通过所述脉冲位置间隔计算重构后图像每个像素位置的亮度值；
15、根据每个像素位置的所述亮度值，计算重构后的单帧图像全局亮度；
16、通过全局亮度对所述实时脉冲数据的局部亮度进行修正，得到所述灰度图像数据。
17、可选地，通过全局亮度对所述实时脉冲数据的局部亮度进行修正，得到所述灰度图像数据之后，还包括：
18、对所述灰度图像数据进行中值滤波处理及局部增强处理。
19、可选地，将所述零部件目标检测模型进行转onnx格式文件，并利用tensorrt进行推理加速，包括：
20、将所述目标零目标检测模型导出为所述onnx格式文件；
21、创建所述tensorrt的引擎对象，并将所述onnx格式文件作为输入加载至所述引擎对象中推理加速。
22、第二方面，本专利技术提供了一种高铁关键零部件的检测装置，包括：
23、采集模块，用于通过脉冲相机采集运动中的待测高铁的实时脉冲数据；
24、重构模块，用于根据脉冲相机脉冲触发原理，将所述实时脉冲数据重构为灰度图像数据；
25、构建模块，用于基于所述灰度图像数据，构建高铁关键零部件数据集；
26、训练模块，用于通过所述高铁关键零部件数据集，对所构建的yolov8模型进行训练，得到零部件目标检测模型；
27、检测模块，用于获取待测脉冲数据，并将所述待测脉冲数据重构为对应的待测灰度图像数据输入所述零部件目标检测模型，得到检测结果。
28、可选地，还包括：
29、加速模块，用于将所述零部件目标检测模型进行转onnx格式文件，并利用tensorrt进行推理加速。
30、第三方面，本申请提供一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上述第一方面提供的所述方法中的步骤。
31、第四方面，本申请提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
32、从以上技术方案可以看出，本专利技术具有以下优点：
33、本专利技术提供了一种高铁关键零部件的检测方法及装置，方法包括：通过脉冲相机采集运动中的待测高铁的实时脉冲数据；根据脉冲相机脉冲触发原理，将所述实时脉冲数据重构为灰度图像数据；基于所述灰度图像数据，构建高铁关键零部件数据集；通过所述高铁关键零部件数据集，对所构建的yolov8模型进行训练，得到零部件目标检测模型；获取待测脉冲数据，并将所述待测脉冲数据重构为对应的待测灰度图像数据输入所述零部件目标检测模型，得到检测结果。从而实现对运动中的高铁关键零部件快速准确检测，解决现有的目标检测算法在高速运动场景下存在运动模糊的技术问题，对提高高铁安全可靠运营具有重要意义。
本文档来自技高网...【技术保护点】
1.一种高铁关键零部件的检测方法，其特征在于，包括：
2.根据权利要求1所述的高铁关键零部件的检测方法，其特征在于，获取待测脉冲数据，并将所述待测脉冲数据重构为对应的待测灰度图像数据输入所述零部件目标检测模型，得到检测结果之前，还包括：
3.根据权利要求2所述的高铁关键零部件的检测方法，其特征在于，基于所述灰度图像数据，构建高铁关键零部件数据集，包括：
4.根据权利要求1所述的高铁关键零部件的检测方法，其特征在于，根据脉冲相机脉冲触发原理，将所述实时脉冲数据重构为灰度图像数据，包括：
5.根据权利要求4所述的高铁关键零部件的检测方法，其特征在于，通过全局亮度对所述实时脉冲数据的局部亮度进行修正，得到所述灰度图像数据之后，还包括：
6.根据权利要求2所述的高铁关键零部件的检测方法，其特征在于，将所述零部件目标检测模型进行转Onnx格式文件，并利用TensorRT进行推理加速，包括：
7.一种高铁关键零部件的检测装置，其特征在于，包括：
8.根据权利要求7所述的高铁关键零部件的检测装置，其特征在于，还
9.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-6任一项所述的方法。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时运行如权利要求1-6任一项所述的方法。
...【技术特征摘要】
1.一种高铁关键零部件的检测方法，其特征在于，包括：
2.根据权利要求1所述的高铁关键零部件的检测方法，其特征在于，获取待测脉冲数据，并将所述待测脉冲数据重构为对应的待测灰度图像数据输入所述零部件目标检测模型，得到检测结果之前，还包括：
3.根据权利要求2所述的高铁关键零部件的检测方法，其特征在于，基于所述灰度图像数据，构建高铁关键零部件数据集，包括：
4.根据权利要求1所述的高铁关键零部件的检测方法，其特征在于，根据脉冲相机脉冲触发原理，将所述实时脉冲数据重构为灰度图像数据，包括：
5.根据权利要求4所述的高铁关键零部件的检测方法，其特征在于，通过全局亮度对所述实时脉冲数据的局部亮度进行修正，得到所述...
【专利技术属性】
技术研发人员：董文波，熊敏君，李晨，苏震，田野，姚巍巍，肖雄，袁小军，欧阳斌宇，刘邦繁，褚金鹏，孙木兰，刘昕武，彭联贴，刘雨聪，皮魏，颜家云，黎孟，王傲林，陈豪，崔宵洋，徐章，刘雷新元，王群，张慧源，
申请(专利权)人：株洲中车时代电气股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。