[发明专利]一种升降弓状态检测方法及系统

权利要求书

1.一种升降弓状态检测方法，其特征在于，包括：

获取通过压力开关检测到的受电弓的升弓信号信息；

获取通过非接触式传感器检测受电弓的降弓信号信息；

获取受电弓图像信息，通过图像识别算法检测升降弓的状态信息；

通过所述升弓信号信息、降弓信号信息和升降弓的状态信息，判断受电弓的升降弓状态，并进行异常报警。

2.如权利要求1所述的一种升降弓状态检测方法，其特征在于，获取通过压力开关检测到的受电弓的升弓信号信息，具体包括：

所述压力开关检测受电弓的气路压力，当气路压力达到设定的压力值时，压力开关闭合并反馈高电平，此时升弓信号有效；当气路压力小于设定的压力值时，压力开关断开并反馈低电平信号，此时升弓信号无效。

3.如权利要求1所述的一种升降弓状态检测方法，其特征在于，获取通过非接触式传感器检测受电弓的降弓信号信息，具体包括：

当受电弓降弓时，受电弓上的感应片处于非接触式传感器感应范围内，传感器常开触点闭合，反馈高电平信号，此时降弓信号有效；

当受电弓处于非降弓状态，受电弓上的感应片超出非接触式传感器的感应范围，传感器常开触点断开，反馈低电平信号，此时降弓信号无效。

4.如权利要求1所述的一种升降弓状态检测方法，其特征在于，通过图像识别算法检测升降弓的状态信息，具体包括：

对获取的受电弓图像信息进行预处理，采用自适应灰度增强算法对图像进行灰度化和增强处理；

将处理后的图像输入至训练好的卷积神经网络模型，得到升降弓的升降状态；其中，对于卷积神经网络模型的训练过程包括：

对于带标记的训练样本数据集，采用基于坐标回归的卷积神经网络模型进行目标定位，使用卷积神经网络进行自动特征提取，提取出图像的高层语义特征，包括受电弓和接触网的结构特征；采用卷积特征层回归计算，在图像定位识别出受电弓弓头的位置，并对弓头的升降弓状态分类。

5.如权利要求1所述的一种升降弓状态检测方法，其特征在于，通过所述升弓信号信息、降弓信号信息和升降弓的状态信息，判断受电弓的升降弓状态，具体包括：

当压力开关检测到的受电弓的升弓信号信息为有效，非接触式传感器检测受电弓的降弓信号信息为无效，并且通过图像识别算法检测到升降弓为升弓状态，则判断受电弓为升弓状态；

当压力开关检测到的受电弓的升弓信号信息为无效，非接触式传感器检测受电弓的降弓信号信息为有效，并且通过图像识别算法检测到升降弓为降弓状态，则判断受电弓为降弓状态。

6.如权利要求1所述的一种升降弓状态检测方法，其特征在于，所述进行异常报警，具体包括：

当压力开关检测到的受电弓的升弓信号信息为有效，非接触式传感器检测受电弓的降弓信号信息为有效，通过图像识别算法检测到升降弓为降弓状态；或者，压力开关检测到的受电弓的升弓信号信息为无效，非接触式传感器检测受电弓的降弓信号信息为无效，而通过图像识别算法检测到升降弓为升弓状态；则判断受电弓降弓异常，进行报警提示；

当压力开关检测到的受电弓的升弓信号信息为有效，非接触式传感器检测受电弓的降弓信号信息为有效，而通过图像识别算法检测到升降弓为升弓状态；或者，压力开关检测到的受电弓的升弓信号信息为无效，非接触式传感器检测受电弓的降弓信号信息为无效，而通过图像识别算法检测到升降弓为降弓状态；则判断受电弓降弓异常，进行报警提示；

当压力开关检测到的受电弓的升弓信号信息为有效，非接触式传感器检测受电弓的降弓信号信息为无效，而通过图像识别算法检测到升降弓为降弓状态；或者，压力开关检测到的受电弓的升弓信号信息为无效，非接触式传感器检测受电弓的降弓信号信息为有效，而通过图像识别算法检测到升降弓为升弓状态；则判断受电弓升弓和降弓均异常，进行报警提示。