[发明专利]动车组列车运行故障信息检测方法和系统

说明书

本发明实施例公开了一种动车组列车运行故障信息检测方法和系统，所述方法包括：将预设数量的同类且确定存在故障信息的动车组列车图像输入到深度学习框架内，对所述图像进行训练，得到故障识别模型；采集动车组列车的身份信息和图像；根据所述动车组列车的身份信息和图像，按照同车同位置的规则对所述图像进行分类；将所述图像输入到与所述图像同类的故障识别模型中，判断所述图像是否包含故障信息。本发明有效提高了对故障信息图像的识别能力，降低误报率，提高准确率，看图作业人员还可以摆脱对大量图像数据进行人工检测的命运，降低工作强度，避免出现漏检的情况，保障动车组列车的运行安全。

技术领域

本发明涉及列车故障信息检测技术领域，尤其涉及一种动车组列车运行故障信息检测方法和系统。

背景技术

随着中国高速铁路的发展，动车组列车也越来越多，动车组列车运行故障信息的检测是保障动车组列车运行安全的重要手段。动车组列车运行故障信息的检测不能依靠人工上线检测，只能运用高科技的检测设备对列车进行检测。

传统的动车组列车运行故障信息检测技术方案主要是利用轨边设备采集运行中动车组列车的车体图像，将图像数据传输到轨边探测站的数据服务装置，在识别服务装置上利用图像对比的算法对采集的图像数据进行故障信息识别及定位，在图像上进行标注并将检测结果写入数据库，检车看图作业人员通过终端看图平台进行检车作业，根据预警信息对可能的故障信息进行再次确认，以达到检车的目的。

但是，目前的检测系统存在故障信息误报率高，准确率低的问题，看图作业人员还是无法摆脱对大量图像数据进行人工检测的命运，工作时间长，图像数量大，工作强度高，难免出现漏检的情况，难以保障动车组列车的运行安全。

发明内容

本发明目的是提供一种动车组列车运行故障信息检测方法和系统，以解决上述问题。

本发明解决技术问题采用如下技术方案：

一种动车组列车运行故障信息检测方法，包括：

将预设数量的同类且确定存在故障信息的动车组列车图像输入到深度学习框架内，对所述图像进行训练，得到故障识别模型；采集动车组列车的身份信息和图像；根据所述动车组列车的身份信息和图像，按照同车同位置的规则对所述图像进行分类；将所述图像输入到与所述图像同类的故障识别模型中，判断所述图像是否包含故障信息。

可选的，所述确定存在故障信息的动车组列车图像的获取方法，包括：

采集动车组列车的身份信息和图像；根据所述动车组列车的身份信息和图像，按照同车同位置的规则对所述图像进行分类；在相同类别下，通过图像识别算法对所述图像和所述动车组列车标定的故障信息样本进行对比识别,筛选出疑似存在故障信息的图像；对所述疑似存在故障信息的图像进行人工再确认，提取出确定存在故障信息的图像。

可选的，所述动车组列车运行故障信息检测方法，还包括：

随机选择所述故障识别模型输出的存在故障信息的图像，并进行人工再确认，将所述故障识别模型判定存在故障信息但人工判定不存在故障信息的图像输入到所述深度学习框架内，对所述故障识别模型进行调整。

可选的，所述动车组列车运行故障信息检测方法，还包括：

提取更多的同类且确定存在故障信息的图像输入到深度学习框架内，对所述故障识别模型进行调整。

可选的，所述动车组列车运行故障信息检测方法，所述图像包括2D图像和3D图像。

可选的，所述对所述疑似存在故障信息的图像进行人工再确认，提取出确定存在故障信息的图像的方法，包括：

对所述疑似存在故障信息的2D图像进行人工再确认，若所述2D图像仍存在疑似故障信息，则根据所述2D图像确定与所述2D图像显示位置相同的3D图像，对所述疑似故障信息进行再次确认。