面向高速铁路运行安全的智能图像识别方法研究

发布时间：2021-07-11 01:51

　　高铁是复杂巨系统,任何子系统和设施、设备发生故障都可能危及高铁的运行安全。面向移动装备、基础设施状态、运行环境等高铁运行安全的图像视频检测监测系统以其结果直观的特点在全路广泛应用,保障高速铁路的运行安全。虽然现有的检测监测系统与图像数据应用水平可以满足高速铁路基础设施设备状态和运行环境安全检测监测的需求,但它们分散部署于路网的不同地域,目前还处于人机结合判读并核查安全隐患及故障的本地应用阶段,需要投入大量的人工,费时费力。充分利用国铁集团主数据中心、铁路数据服务平台等路网中已存在的信息基础设施资源,解决好面向高铁运行安全的智能图像识别问题,实现高铁运行安全图像检测监测系统的智能化升级,将大幅提升工作效率,降低工作成本。近年来,深度学习、边缘计算、云计算等信息技术的优势汇聚,促进了人工智能正由技术研发走向行业应用。深度学习等人工智能技术与面向高铁运行安全的图像视频场景相结合,可以对高速铁路设施设备的运行状态智能识别和运行环境的实时检测监控,实现基于图像的高铁运行安全隐患排查、缺陷检测、故障诊断。本文将重点研究高铁设施设备运行安全图像的智能识别方法及应用,主要取得了以下创新性的成果:（1）... 

【文章来源】：中国铁道科学研究院北京市

【文章页数】：133 页

【学位级别】：博士

【部分图文】：

动车组运行图像

面向高速铁路运行安全的智能图像识别方法研究中国铁道科学研究院37图3-4TEDS检查处置分类（转向架）Figure3-4TEDSinspectionanddisposalclassification(Bogie)由图3-4可知，动车组故障部位可以按照系统、子系统和零部件三个层级进行分类。以复杂的转向架为例，转向架结构和TEDS采集影像如图3-5和3-6所示，根据国铁集团规定的检查范围和故障处置分类，其零部件层级结构如图3-7所示，每个没有分支的子节点根据故障类型对应一种故障等级及处置方式。因此，该层级结构为动车组运行安全图像半自动标注和故障等级自动分类提供了依据和标准，同时也为动车组运行安全图像数据集的建立提供了层级结构。图3-5转向架结构Figure3-5Bogiestructure

面向高速铁路运行安全的智能图像识别方法研究中国铁道科学研究院37图3-4TEDS检查处置分类（转向架）Figure3-4TEDSinspectionanddisposalclassification(Bogie)由图3-4可知，动车组故障部位可以按照系统、子系统和零部件三个层级进行分类。以复杂的转向架为例，转向架结构和TEDS采集影像如图3-5和3-6所示，根据国铁集团规定的检查范围和故障处置分类，其零部件层级结构如图3-7所示，每个没有分支的子节点根据故障类型对应一种故障等级及处置方式。因此，该层级结构为动车组运行安全图像半自动标注和故障等级自动分类提供了依据和标准，同时也为动车组运行安全图像数据集的建立提供了层级结构。图3-5转向架结构Figure3-5Bogiestructure


本文编号：3277088