[发明专利]故障识别方法及装置在审

专利信息
申请号: 201810950509.0 申请日: 2018-08-20
公开(公告)号: CN109325519A 公开(公告)日: 2019-02-12
发明(设计)人: 李卓;张惟皎 申请(专利权)人: 中国铁道科学研究院集团有限公司电子计算技术研究所;北京经纬信息技术公司;中国铁道科学研究院集团有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王莹;李相雨
地址: 100081*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 故障识别 强分类器 故障检测 图片单元 预设 自动化 过程效率 获取目标 目标位置 人工检测 弱分类器 预先建立 级联 漏检 误检 图片
【权利要求书】:

1.一种故障识别方法,其特征在于,包括:

获取目标位置的待识别图片,所述待识别图片中包括第一预设数目个图片单元;

根据预先建立的所述目标位置的强分类器组,对所述待识别图片进行故障识别;其中,所述强分类器组中包括与每个所述图片单元对应的强分类器,每个所述强分类器由第二预设数目个弱分类器级联构成。

2.根据权利要求1所述的方法,其特征在于,所述获取目标位置的待识别图片的步骤之前,所述方法包括:

构建每个所述图片单元的强分类器;

所述构建每个所述图片单元的强分类器的步骤,包括:

获取所述图片单元的样本图像;其中,所述样本图像包括正样本以及负样本;所述正样本为所述图片单元对应位置的故障状态,所述负样本为所述图片单元对应位置的非故障状态;

根据所述样本图像,得到所述图片单元的弱分类器;

将第二预设数目个弱分类器级联,构成所述图片单元的强分类器。

3.根据权利要求2所述的方法,其特征在于,所述根据所述样本图像,得到所述图片单元的弱分类器的步骤,包括:

根据第一预设算法,计算所述样本图像的积分图,并提取所述积分图的haar特征;

根据第二预设算法,对所述haar特征进行第三预设数目次训练,得到所述图片单元的弱分类器。

4.根据权利要求1所述的方法,其特征在于,所述获取目标位置的待识别图片的步骤,包括:

获取目标位置的视频文件;

截取所述视频文件中,包括所述目标位置的待识别图片。

5.根据权利要求1所述的方法,其特征在于,所述目标位置为动车组列车的底盘位置;

所述获取目标位置的视频文件的步骤,包括:

通过安装在有轨制导车辆RGV上预设位置的视频采集装置,拍摄目标位置的视频文件;其中,所述RGV沿所述动车组列车的检修槽内设置的滑轨滑动。

6.根据权利要求5所述的方法,其特征在于,所述视频采集装置包括与每个所述图片单元分别对应的网格。

7.根据权利要求1所述的方法,其特征在于,所述根据预先建立的所述目标位置的强分类器组,对所述待识别图片进行故障识别的步骤,包括:

获取预先建立的所述目标位置的强分类器组;

确定与每个所述强分类器组中的强分类器,分别对应的图片单元;

通过所述强分类器对所述对应的图片单元进行分类:

若分类成功,则所述图片单元对应的位置为故障状态;

否则,所述图片单元对应的位置为非故障状态。

8.一种故障识别装置,其特征在于,所述装置包括:

图片获取模块,用于获取目标位置的待识别图片,所述待识别图片中包括第一预设数目个图片单元;

故障识别模块,用于根据预先建立的所述目标位置的强分类器组,对所述待识别图片进行故障识别;其中,所述强分类器组中包括与每个所述图片单元对应的强分类器,每个所述强分类器由第二预设数目个弱分类器级联构成。

9.一种电子设备,其特征在于,包括存储器、处理器、总线以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如权利要求1至7中任一项所述的故障识别方法中的步骤。

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:所述程序被处理器执行时实现如权利要求1至7中任一项所述的故障识别方法中的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国铁道科学研究院集团有限公司电子计算技术研究所;北京经纬信息技术公司;中国铁道科学研究院集团有限公司,未经中国铁道科学研究院集团有限公司电子计算技术研究所;北京经纬信息技术公司;中国铁道科学研究院集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810950509.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top