[发明专利]铁路货车装载视频智能监视系统

说明书

本发明公开了一种铁路货车装载视频智能监视系统，包括传感器单元、图像采集单元、车号采集单元、灯控单元、车厢分割单元、传输单元和智能监视单元。该系统基于Darknet深度学习框架和Yolo神经网络算法对部件进行定位，再利用异常检测算法对部件进行异常检测，并且针对不同类别的异常检测采用了不同的方法，采用定制化高清彩色线阵相机，结合列车运行速度设置相机采样频率，获得列车高清彩色图像，还原真实细节；同时该系统环境适应性更强，在雨雪、夜间等不利于作业人员亲临现场的情况下均可保证成图质量；进一步的该系统智能化程度更高，针对多类别状态检测项，均可实现部件的异常检测。

技术领域

本发明涉及铁路货车状态检测技术领域，尤其涉及一种铁路货车装载视频智能监视系统。

背景技术

为确保铁路货车处于正常装载状态，铁路工作人员在日常检修工作中需要完成大量项点的检测。传统的人工检车方式工作效率低、工作强度大，对检车员技术水平要求高，在长时间作业中易出现疏漏、误判等问题。并且这种方式对检测环境有一定要求，在恶劣天气环境中难以保证检测质量，容易造成一定程度的安全隐患。目前，车站采用的货检系统通常采用视频拍摄的方式采集货车装载信息，检车员通过货车装载图像进行分离式检车，由于不必亲临检车现场，在一定程度上提高了检车效率，但是各待检测项点仍需逐个观察并进行逐一判断，随着信息技术的广泛应用与车辆保有量的日益增长，车辆检修工作的需求逐渐增大，这种方式已经难以满足当代铁路发展的需要，现急需一种效率更高、精度更高的新型货检系统。

发明内容

针对上述问题，本发明公开了一种铁路货车装载视频智能监视系统，具体包括：

安装于车站进出口轨道处用于检测列车的驶入信号的传感器单元；

接收所述传感器单元传送的触发信号的图像采集单元，所述图像采集单元安装于列车行进路径的周围位置、分别获取列车左视、俯视和右视图像信息，其中图像采集单元采用高清彩色线阵相机拍摄列车的视频信息将视频信息与列车的实时速度相结合获取经过列车的动态图像；

接收传感器单元传送的触发信号的车号采集单元，所述车号采集单元安装在运行轨道上获取货车车厢底部的无线身份识别卡中的车厢身份信息，其中该车厢身份信息至少包括车厢型号信息、长度信息和载重信息；

安装在图像采集单元的周围为系统提供稳定光源的灯控单元；

安装在轨道两侧用于判断当前图像采集单元的拍摄位置是否为列车车厢连接处的车厢分割单元，当列车车厢连接处运行至车厢分割单元时，所述车厢分割单元将触发信号发送至图像采集单元，所述图像采集单元记录该分割位置信息并输出；

接收所述图像采集单元传送的图像信息和分割位置信息以及车号采集单元传送的车厢身份信息的传输单元，所述传输单元将接收到的信息传送至智能监视单元，所述智能监视单元将接收到的图像信息按照车厢切割后的形式存储；

所述智能监视单元采用Darknet深度学习框架和Yolo神经网络算法对车厢体的部件进行定位检测，采用异常检测算法对定位后出现异常状况的部件进行异常判断。

进一步的，所述智能监视单元采用Darknet深度学习框架和Yolo神经网络算法对车厢体的部件进行定位检测中具体采用如下方式：

Darknet网络结构的卷积层接收上一个深度网络层输出的底层部件特征进行特征学习、生成高度抽象的部件特征；

在池化层中采用最大池化算法提取并学习部件特征图中深层次的语义信息，并忽略表现特征程度低的特征图学习结果；

采用LRN层提高特征学习的速度；

其中逻辑回归层采用多标签多分类方式对同一检测框内的多类部件进行识别、输出每个部件以及该部件对应的标签。