一种视觉分割分析受电弓轮廓的装置的制作方法

1.本发明涉及轨道交通行业的受电弓技术领域，具体涉及一种视觉分割分析受电弓轮廓的装置。


背景技术：

2.受电弓是高速铁路系统中一个至关重要的结构之一，通过受电弓连接接触网与高速列车供电系统，保障高速列车的正常运行。由于受电弓安装在列车顶部，在列车高速运行过程中长期与静止的弓网导线接触，可能会发生受电弓产生磨损，与接触导线拉出值异常，异物侵入等问题。
3.目前的方案是对高速列车进行定期维护修理，利用人工排查出问题。但是在列车运行期间不能有效检测出受电弓的情况，导致发生问题时不能及时发现。因此，本领域技术人员提供了一种视觉分割分析受电弓轮廓的装置，以解决上述提出的问题。


技术实现要素：

4.为解决上述技术问题，本发明提供一种视觉分割分析受电弓轮廓的装置，包括图像采集设备和图像处理设备，图像采集设备采集图像并将其传输至图像处理设备进行分析处理；
5.图像处理设备中采用hi3559a处理板，其利用unet神经网络对图像采集设备采集到的图像要素实现像素级分割，得到精确轮廓信息。
6.优选的：所述图像采集设备采用高清可见光相机和热红外相机，两种相机配合使用，能使得图像更为准确。
7.优选的：所述图像处理设备通过外部供电。
8.优选的：所述图像处理设备具备网络通讯功能，可与外部智能设备实现网络连接。
9.优选的：所述装置的系统处理流程如下：
10.(1)采集图像，即是使用高清可见光相机和热红外相机采集在不同场景下的列车运行的视频；
11.(2)采集到的视频传输至图像处理设备中，利用hi3559a处理板的unet分割网络处理视频，并对视频进行场景分析，将视频中全场景要素结构化；
12.(3)缺陷分析，将不同的结构化要素与正常状态下进行比对分析，判断是否有缺陷；
13.有，则上报报警，并继续采集视频进行处理；
14.无，则选择是否退出分析系统：是，则直接结束，否，则继续初始的图像采集。
15.优选的：所述视频采集时可直接存储为jpg图片格式。
16.优选的：所述全场景要素结构化是指将视频中受电弓的各个部分成不同的模块，包括受电弓、接触导线、杆件、绝缘子。
17.所述系统处理过程中unet训练流程如下：
18.受电弓图像使用专用的图像标注软件标注出受电弓轮廓、接触导线的轮廓以及受电弓特殊位置的点区域轮廓，得到原始的数据集和标注的label数据集，放在unet网络中，修改unet的网络训练参数，调整完毕后开始训练网络模型；
19.然后将受电弓unet模型转换成hi3559a模型，unet神经网络模型训练好后，将训练好的unet神经网络权重使用nnie的nnie_mapper工具转化为wk文件，加载到ruyistudio仿真软件中，测试通过后将wk权重文件移植到hi3559a处理板平台用于分割提取受电弓轮廓。
20.优选的：仿真软件采用ruyistudio。
21.本发明的技术效果和优点：
22.本发明采用国产处理器hi3559a，利用unet神经网络语义分割，全场景要素结构化：受电弓、接触导线、杆件、绝缘子等，所有要素像素级分割，得到精确轮廓信息，从而进行有效监测。
附图说明
23.图1是本技术实施例提供的一种视觉分割分析受电弓轮廓的装置的示意图；
24.图2是本技术实施例提供的一种视觉分割分析受电弓轮廓的装置的处理流程图；
25.图3是本技术实施例提供的一种视觉分割分析受电弓轮廓的装置中unet训练流程图；
26.图4是本技术实施例提供的一种视觉分割分析受电弓轮廓的装置中unet模型图；
27.图5是本技术实施例提供的一种视觉分割分析受电弓轮廓的装置室内运行效果图；
28.图6是本技术实施例提供的一种视觉分割分析受电弓轮廓的装置室外运行效果图。
具体实施方式
29.下面结合附图和具体实施方式对本发明作进一步详细的说明。本发明的实施例是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显而易见的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
30.实施例
31.请参阅图1～3，在本实施例中提供一种视觉分割分析受电弓轮廓的装置，包括图像采集设备和图像处理设备，图像采集设备采集图像并将其传输至图像处理设备进行分析处理；
32.图像采集设备采用高清可见光相机和热红外相机，两种相机配合使用，能使得图像更为准确；
33.图像处理设备中采用hi3559a处理板，其利用unet网络对图像采集设备采集到的图像要素实现像素级分割，得到精确轮廓信息；
34.图像处理设备通过外部供电，而且，图像处理设备具备网络通讯功能，可与外部智能设备实现网络连接。
35.其中，采用hi3559a的图像处理设备负责处理图像采集设备的的视频，利用内部的加速器实现对unet网络的硬件加速，分割受电弓的各个模块，并分析缺陷进行报警处理；
36.该装置的系统处理流程如下：
37.(1)采集图像，即是使用高清可见光相机和热红外相机采集在不同场景下的列车运行的视频，视频采集时可直接存储为jpg图片格式，方便训练unet模型；
38.(2)采集到的视频传输至图像处理设备中，利用hi3559a处理板的unet分割网络处理视频，并对视频进行场景分析，将视频中全场景要素结构化，即是将视频中受电弓的各个部分成不同的模块，包括受电弓、接触导线、杆件、绝缘子等；
39.(3)缺陷分析，将不同的结构化要素与正常状态下进行比对分析，判断是否有缺陷；
40.有，则上报报警，并继续采集视频进行处理；
41.无，则选择是否退出分析系统：是，则直接结束，否，则继续初始的图像采集。
42.其中，在系统处理过程中unet训练流程如下：
43.受电弓图像使用专用的图像标注软件标注出受电弓轮廓、接触导线的轮廓以及受电弓特殊位置的点区域轮廓，得到原始的数据集和标注的label数据集，放在unet网络中，修改unet的网络训练参数，调整完毕后开始训练网络模型；
44.然后将受电弓unet模型转换成hi3559a模型，unet神经网络模型训练好后，将训练好的unet神经网络权重使用nnie的nnie_mapper工具转化为wk文件，加载到ruyistudio仿真软件中，测试通过后将wk权重文件移植到hi3559a处理板平台用于分割提取受电弓轮廓。
45.参考图4，本发明中使用unet模型的优势：unet网络的前半部分，即左边，作用是特征提取，后半部分，即右边，是上采样。unet采用了完全不同的特征融合方式：拼接，即是concat，unet采用将特征在channel维度拼接在一起，形成更厚的特征，同时，unet网络非常简单，相较其它语义分割神经网络模型拥有计算速度快，提取效果好。
46.参考图5，其为装置在室内运行的效果图，从测试效果可以看出，整个受电弓的轮廓在运行状态时也能被很好地分割出来，接触网的上下两根导线的轮廓也能一直被分割识别到，受电弓左右各7个关键位置区域也能被很好的分割提取出来；
47.参考图6，其为装置在室外运行的效果图，从测试效果可以看出，整个受电弓的轮廓在高速运行状态时可以被完好地分割提取得到，露天条件下接触网的上下两根导线的轮廓也能一直被分割出来，受电弓左右各7个关键位置区域也能被很好的分割提取出来。
48.本发明通过采用高清可见光相机和热红外相机取的视频，然后使用采用国产处理器hi3559a的图像处理设备进行处理分析，利用unet神经网络语义分割，全场景要素结构化：受电弓、接触导线、杆件、绝缘子等，所有要素像素级分割，得到精确轮廓信息，从而进行有效监测。
49.显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域及相关领域的普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。本发明中未具体描述和解释说明的结构、装置以及操作方法，如无特别说明和限定，均按照本领域的常规手段进行实施。