公开(公告)号：CN118297920A

公开(公告)日：2024-07-05

申请号：CN202410466960.0

申请日：2024-04-17

Applicant: 江苏新绿能科技有限公司

Inventor： 郭晓宇 ,  曾晓红 ,  李向东 ,  杨建明 ,  李奇 ,  钟健 ,  柴正均 ,  郑殷 ,  孙高峰 ,  来振栋 ,  李敏 ,  王相 ,  谢生波

IPC: G06T7/00 ,  G06T5/10 ,  G06T5/70 ,  G06V10/25 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本专利公开了一种结合改进SSD算法的高速铁路吊弦缺陷检测方法,能够在列车运行的同时针对传统图像处理时精度低的问题，用更好的检测精度和速度去判别缺陷情况，有利于高速铁路接触网的顺利运行。首先对铁路4C检测车拍摄到的接触网图片进行去噪等预处理操作，使得图像可以更好的进行后续操作。然后进行对吊弦的定位识别，改进后的Faster R‑CNN算法可以有更高的定位识别准确度。最后对接触网吊弦进行故障的判断，结合改进后的SSD算法，自动判别故障类型。本发明专利减小了人力、物力的损耗,使检测数据更清楚,接触网检测监控的精准性和针对性得到了提高。

公开(公告)号：CN118261898A

公开(公告)日：2024-06-28

申请号：CN202410462254.9

申请日：2024-04-17

Applicant: 江苏新绿能科技有限公司

Inventor： 郭晓宇 ,  杨建明 ,  曾晓红 ,  李向东 ,  李奇 ,  钟健 ,  郑殷 ,  孙高峰 ,  来振栋 ,  李敏 ,  王相 ,  柴正均 ,  赵志刚

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/44 ,  G06V10/762 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开一种结合神经网络和深度学习算法的吊弦缺陷检测方法。首先，使用所设计的级联滤波器对有轨故障检测车辆上安装的4C装置抓拍到的吊弦图像进行预处理以保证边缘特征清晰可靠；其次，使用ResNet101卷积神经网络对Faster R‑CNN算法进行改进并采用改进后的Faster R‑CNN算法对吊弦进行定位并识别出明显松弛吊弦和断裂吊弦；最后，使用SENet卷积神经网络对Inception ResNet‑V2进行改进，完成对吊弦线夹螺母状态的分类。本发明的显著效果在于能够准确检测故障状态下的吊弦和线夹螺母的情况，提升了接触网悬挂状态检测监测系统(4C)的准确性，为高速铁路的安全运行提供了有效保障。