本发明专利技术公开了一种全车关键部件螺栓松动检测方法、装置、设备及产品，涉及图像处理领域，该方法包括：获取当前环境的空气环境因素以及当前位置地面的材质信息，并根据所述空气环境因素以及所述材质信息确定当前位置地面的残留水量最大阈值；获取当前位置地面上的当前残留水量以及扫地机器人对应的当前行进速度；根据所述残留水量最大阈值、所述当前残留水量以及所述当前行进速度，确定扫地机器人的出水速度以及出水量；所述出水量是基于所述最终出水速度得到的。本发明专利技术能够将不同拖地场景下扫地机器人的出水量控制在一个适宜的量，有效避免拖地后地面过于潮湿，使得扫地机器人能够在更多的拖地场景下进行作业。
【技术实现步骤摘要】
本专利技术涉及图像处理领域，具体涉及一种全车关键部件螺栓松动检测方法、装置、设备及产品。
技术介绍
1、列车车底底的螺栓的松动往往会造成了比较大的故障，造成非常重大的安全隐患，因此需要提前预警这些情况。目前，列车车底螺栓检测方案大多数将目光集中在螺栓是否缺失的检测上，而对于螺栓松动的检测却不太关注，仅仅通过螺栓缺失判断的话会大大提高维修成本和人力成本，拉高机车在线运行的危险度，所以需要提前对这种情况做出预警，在松动初期就精确定位，消除这个隐患，达到防范于未然的效果。
2、因此，如何判断列车车底底的螺栓是否松动是目前业界亟待解决的重要课题。
技术实现思路
1、有鉴于此，本专利技术实施例提供了一种全车关键部件螺栓松动检测方法、装置、设备及产品，以解决现有技术中仅仅检测列车车底螺栓仅进行是否缺失的问题。
2、根据第一方面，本专利技术实施例提供了一种全车关键部件螺栓松动检测方法，该方法包括：
3、获取列车底部图像，并将列车底部图像输入至训练好的螺栓信息提取模型，得到由螺栓信息提取模型输出的至少一个车底螺栓的特征信息；所述特征信息为防松线的线条信息；
4、基于车底螺栓对应的特征信息，从列车底部图像中确定对应的螺栓是否松动。
5、结合合第一方面，在第一方面第一实施方式中，所述特征信息为类别信息以及在列车底部图像中的位置信息；
6、所述基于车底螺栓对应的特征信息，从列车底部图像中确定对应的螺栓是否松动，具体包括：
>7、确定待处理图像对应的感兴趣区域以及感兴趣区域对应的螺栓信息；8、基于感兴趣区域对应的车底螺栓的特征信息，确定感兴趣区域在列车底部图像中的提取区域；
9、基于提取区域，从列车底部图像提取出对应的待处理图像。
10、结合合第一方面，在第一方面第二实施方式中，所述特征信息为类别信息以及在列车底部图像中的位置信息；
11、所述基于车底螺栓对应的特征信息，从列车底部图像中确定对应的螺栓是否松动，具体包括：
12、确定待处理图像对应的感兴趣区域以及感兴趣区域对应的螺栓信息；
13、基于感兴趣区域对应的车底螺栓的特征信息，确定感兴趣区域在列车底部图像中的区域信息；
14、基于区域信息，从列车底部图像中标识出对应的待处理图像。
15、结合合第一方面，在第一方面第三实施方式中，所述特征信息为类别信息以及在列车底部图像中的位置信息；
16、所述基于车底螺栓对应的特征信息，从列车底部图像中确定对应的螺栓是否松动，具体包括：
17、确定待处理图像对应的感兴趣区域以及感兴趣区域对应的螺栓信息；
18、基于感兴趣区域对应的车底螺栓的特征信息，确定感兴趣区域对应的螺栓信息在列车底部图像中的所属区域以及所属区域之间的区域距离；
19、基于所属区域之间的区域距离，从列车底部图像中确定待处理图像。
20、结合合第一方面第一实施方式至第三实施方式中任一项，在第一方面第四实施方式中，所述基于车底螺栓对应的特征信息，从列车底部图像中确定对应的螺栓是否松动，具体包括：
21、基于车底螺栓对应的特征信息，判定螺栓线是否为双线；
22、确定为双线，判定两线之间的夹角是否超过预设角度；
23、确定超过预设角度，判定对应的螺栓发生松动。
24、结合合第一方面第四实施方式，在第一方面第五实施方式中，所述基于车底螺栓对应的特征信息，从列车底部图像中确定对应的螺栓是否松动，还包括：
25、确定螺栓线为单线以及螺栓线为双线且两线之间的夹角未超过预设角度时，判定对应的螺栓未发生松动。
26、结合合第一方面，在第一方面第六实施方式中，所述螺栓信息提取模型通过以下步骤训练得到：
27、确定样本列车底部图像的对应的样本螺栓信息、样本螺栓信息对应的样本特征信息；
28、将样本列车底部图像作为训练使用的输入数据，将样本螺栓信息对应的样本特征信息作为训练使用的标签，采用有监督学习方式对训练好的预训练模型进行训练，得到用于生成列车底部图像的螺栓信息以及车底螺栓对应的特征信息的螺栓信息提取模型；螺栓信息提取模型是基于预训练模型、样本列车底部图像、样本列车底部图像对应的样本螺栓信息以及样本螺栓信息对应的样本特征信息训练得到的，预训练模型是基于样本列车底部图像训练得到的。
29、根据第三方面，本专利技术实施例提供了一种全车关键部件螺栓松动装置，该装置包括：
30、获取模块，用于获取列车底部图像，并将列车底部图像输入至训练好的螺栓信息提取模型，得到由螺栓信息提取模型输出的至少一个车底螺栓的特征信息；所述特征信息为防松线的线条信息；
31、检测模块，用于基于车底螺栓对应的特征信息，从列车底部图像中确定对应的螺栓是否松动。
32、根据第三方面，本专利技术实施例提供了一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面所述的全车关键部件螺栓松动检测方法。
33、根据第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行第一方面所述的全车关键部件螺栓松动检测方法。
34、本专利技术提供的全车关键部件螺栓松动检测方法、装置、设备及产品，通过获取列车底部图像，并将列车底部图像输入至训练好的螺栓信息提取模型，得到由螺栓信息提取模型输出的至少一个车底螺栓的特征信息；所述特征信息为防松线的线条信息，再基于车底螺栓对应的特征信息，从列车底部图像中确定对应的螺栓是否松动，从而大大减轻检测工作强度，并提高了检修的准确性，降低了漏检的几率，降低人力成本和管理成本，从而可以保证行车安全，补全了在列车车底螺栓测试中对于螺栓松动检测的空白。并且该方案具有良好的鲁棒性和可移植性，可以应用于各种场合，各种平台。
本文档来自技高网...
【技术保护点】
1.一种全车关键部件螺栓松动检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的全车关键部件螺栓松动检测方法，其特征在于，所述特征信息为类别信息以及在列车底部图像中的位置信息；
3.根据权利要求1所述的全车关键部件螺栓松动检测方法，其特征在于，所述特征信息为类别信息以及在列车底部图像中的位置信息；
4.根据权利要求1所述的全车关键部件螺栓松动检测方法，其特征在于，所述特征信息为类别信息以及在列车底部图像中的位置信息；
5.根据权利要求1-4任一项所述的全车关键部件螺栓松动检测方法，其特征在于，所述基于车底螺栓对应的特征信息，从列车底部图像中确定对应的螺栓是否松动，具体包括：
6.根据权利要求5所述的全车关键部件螺栓松动检测方法，其特征在于，所述基于车底螺栓对应的特征信息，从列车底部图像中确定对应的螺栓是否松动，还包括：
7.根据权利要求1所述的全车关键部件螺栓松动检测方法，其特征在于，所述螺栓信息提取模型通过以下步骤训练得到：
8.一种全车关键部件螺栓松动检测装置，其特征在于，所述装置包括：
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述全车关键部件螺栓松动检测方法的步骤。
10.一种非暂态计算机可读存储介质，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实现如权利要求1至7任一项所述全车关键部件螺栓松动检测方法的步骤。
...
【技术特征摘要】
1.一种全车关键部件螺栓松动检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的全车关键部件螺栓松动检测方法，其特征在于，所述特征信息为类别信息以及在列车底部图像中的位置信息；
3.根据权利要求1所述的全车关键部件螺栓松动检测方法，其特征在于，所述特征信息为类别信息以及在列车底部图像中的位置信息；
4.根据权利要求1所述的全车关键部件螺栓松动检测方法，其特征在于，所述特征信息为类别信息以及在列车底部图像中的位置信息；
5.根据权利要求1-4任一项所述的全车关键部件螺栓松动检测方法，其特征在于，所述基于车底螺栓对应的特征信息，从列车底部图像中确定对应的螺栓是否松动，具体包括：
6.根据权利要求5所述的全车关键部件螺栓...
【专利技术属性】
技术研发人员：丁春嵘，刘康宁，马超，张志锋，吴峰，
申请(专利权)人：国能铁路装备有限责任公司，
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。