【技术实现步骤摘要】
本专利技术涉及接触网，具体涉及接触网吊弦线夹缺陷状态识别方法及系统。
技术介绍
1、接触网是电气化铁路的核心组成部分之一，其主要功能是向电力机车提供连续稳定的电源供应。接触网的结构稳定性直接影响到电力机车的运行安全和铁路运输的高效性。在日常运行过程中，接触网会受到电力机车运行时产生的冲击与振动，这些外力作用可能导致接触网结构发生形变或损伤，进而影响列车的正常运行。其中，吊弦是高铁接触网系统中的关键部件，负责连接接触线与承力索，确保电力机车受电弓能够平稳顺畅地取流。吊弦的状态直接关系到受电弓与接触线之间的接触质量，进而影响到电力机车的运行稳定性和安全性。尤其需要注意的是，吊弦螺栓在长期服役过程中，可能会因为环境因素(如温度变化、湿度、腐蚀)和机械因素(如高频振动)的影响而出现松动或脱落的问题，这些问题轻则影响受电弓的取流效率，重则可能导致受电弓损坏或接触线断裂，严重影响行车安全。
2、目前，我国的高铁供电安全检测检测系统(6c系统)通过非接触式的检测设备，实现了对接触网悬挂系统关键部件的图像采集。该系统能够在不停电的情况下获取接触网的高清图像，并通过图像分析技术对接触网的状态进行初步评估。然而，现有技术虽然引入了图像自动识别手段来辅助吊弦状态的检测，但现有的图像自动识别技术主要集中在吊弦螺栓的状态识别上，缺乏对吊弦其他关键部件的全面检测能力。
技术实现思路
1、为了解决吊弦关键部位检测能力不足的技术问题，本专利技术的目的在于提供一种接触网吊弦线夹缺陷状态识别方法及系统，所
2、本专利技术第一方面的技术方案提供了接触网吊弦线夹缺陷状态识别方法，所述方法包括：
3、获取吊弦线夹的多角度图像数据并进行预处理；
4、利用目标检测算法提取吊弦线夹的第一局部图像并对第一局部图像进行分类；
5、构建缺陷检测模型，基于第一局部图像的分类结果提取第二局部图像并对第二局部图像进行分类；
6、对多角度图像数据下的缺陷状态检测结果进行融合。
7、进一步地，获取吊弦线夹的多角度图像数据并进行预处理包括：
8、通过接触网检测设备获取吊弦线夹的多角度图像数据，多角度图像数据至少包括吊弦线夹的不同侧面；
9、对多角度图像数据进行图像缩放预处理。
10、进一步地，利用目标检测算法提取吊弦线夹的第一局部图像并对第一局部图像进行分类包括：
11、使用目标检测算法对多角度图像数据中的吊弦线夹进行定位；
12、根据目标检测结果，从多角度图像数据中截取吊弦线夹的第一局部图像；
13、根据第一局部图像判断吊弦线夹是否脱出，输出第一检测结果。
14、进一步地，构建缺陷检测模型，基于第一局部图像的分类结果提取第二局部图像并对第二局部图像进行分类，包括：
15、若第一局部图像的分类结果异常则直接输出第一检测结果，若第一局部图像的分类结果正常则提取第二局部图像并对第二局部图像进行分类。
16、进一步地，第二局部图像至少包括螺栓局部图像、螺母局部图像、螺帽局部图像以及止动片局部图像。
17、进一步地，构建缺陷检测模型，基于第一局部图像的分类结果提取第二局部图像并对第二局部图像进行分类，还包括：
18、基于第二局部图像提取吊弦线夹的正反状态信息，输出第二检测结果。
19、进一步地，构建缺陷检测模型，基于第一局部图像的分类结果提取第二局部图像并对第二局部图像进行分类，还包括：
20、基于第二局部图像提取止动片的位置状态信息，提取止动片的偏离状态信息。
21、进一步地，构建缺陷检测模型，基于第一局部图像的分类结果提取第二局部图像并对第二局部图像进行分类，还包括：
22、基于止动片的位置状态信息对第二局部图像进行分类，输出第四检测结果。
23、进一步地，对多角度图像数据下的缺陷状态检测结果进行融合，包括：
24、提取同一吊弦线夹在多角度下的缺陷状态检测结果，对多角度下的缺陷状态检测结果进行融合，根据置信度提取最终的缺陷状态检测结果。
25、本专利技术第二方面的技术方案提供了接触网吊弦线夹缺陷状态识别系统，所述系统包括：
26、数据采集模块，配置为获取吊弦线夹的多角度图像数据并进行预处理；
27、第一检测模块，配置为利用目标检测算法提取吊弦线夹的第一局部图像并对第一局部图像进行分类；
28、第二检测模块，配置为基于第一局部图像的分类结果提取第二局部图像并对第二局部图像进行分类；
29、融合模块，配置为对多角度图像数据下的缺陷状态检测结果进行融合。
30、本专利技术具有如下有益效果：
31、本专利技术提供的接触网吊弦线夹缺陷状态识别方法及系统，多角度图像的获取确保了吊弦线夹各个部位都能被充分观察，减少了因视角单一而导致的漏检；通过二级定位分类，能够检测到更细微的缺陷，例如止动片未掰到位、螺栓松动等，提升了对关键部位检测的细致程度；最终综合多角度的检测结果，提升了缺陷识别的可靠性和鲁棒性，确保了最终输出的缺陷状态报告更加准确可靠。
本文档来自技高网...【技术保护点】
1.接触网吊弦线夹缺陷状态识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的接触网吊弦线夹缺陷状态识别方法，其特征在于，获取吊弦线夹的多角度图像数据并进行预处理包括：
3.如权利要求1所述的接触网吊弦线夹缺陷状态识别方法，其特征在于，利用目标检测算法提取吊弦线夹的第一局部图像并对第一局部图像进行分类包括：
4.如权利要求3所述的接触网吊弦线夹缺陷状态识别方法，其特征在于，构建缺陷检测模型，基于第一局部图像的分类结果提取第二局部图像并对第二局部图像进行分类，包括：
5.如权利要求4所述的接触网吊弦线夹缺陷状态识别方法，其特征在于，第二局部图像至少包括螺栓局部图像、螺母局部图像、螺帽局部图像以及止动片局部图像。
6.如权利要求1至5任一项所述的接触网吊弦线夹缺陷状态识别方法，其特征在于，构建缺陷检测模型，基于第一局部图像的分类结果提取第二局部图像并对第二局部图像进行分类，还包括：
7.如权利要求6所述的接触网吊弦线夹缺陷状态识别方法，其特征在于，构建缺陷检测模型，基于第一局部图像的分类结果提取第二局部图
8.如权利要求7所述的接触网吊弦线夹缺陷状态识别方法，其特征在于，构建缺陷检测模型，基于第一局部图像的分类结果提取第二局部图像并对第二局部图像进行分类，还包括：
9.如权利要求1所述的接触网吊弦线夹缺陷状态识别方法，其特征在于，对多角度图像数据下的缺陷状态检测结果进行融合，包括：
10.接触网吊弦线夹缺陷状态识别系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.接触网吊弦线夹缺陷状态识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的接触网吊弦线夹缺陷状态识别方法，其特征在于，获取吊弦线夹的多角度图像数据并进行预处理包括：
3.如权利要求1所述的接触网吊弦线夹缺陷状态识别方法，其特征在于，利用目标检测算法提取吊弦线夹的第一局部图像并对第一局部图像进行分类包括：
4.如权利要求3所述的接触网吊弦线夹缺陷状态识别方法，其特征在于，构建缺陷检测模型，基于第一局部图像的分类结果提取第二局部图像并对第二局部图像进行分类，包括：
5.如权利要求4所述的接触网吊弦线夹缺陷状态识别方法，其特征在于，第二局部图像至少包括螺栓局部图像、螺母局部图像、螺帽局部图像以及止动片局部图像。
6.如权利要求1至5任...
【专利技术属性】
技术研发人员：王辉，邓如彬，徐绍伟，杨荣臻，冉勇，
申请(专利权)人：成都交大光芒科技股份有限公司，
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。