【技術實現步驟摘要】
本專利技術涉及受電弓，尤其涉及一種受電弓異常傾斜檢測方法和裝置。
技術介紹
1、受電弓是安裝于軌道交通列車車頂上從接觸線集取電流的供電設備，是列車電力供應的關鍵部件，受電弓的運行狀態直接影響著車輛的安全運行。在列車高速運行過程中，受電弓經歷著頻繁的升弓、降弓動作，還會持續受到接觸網的振動沖擊，以及接觸網的不平整和列車本身傾斜等諸多因素均可能會造成受電弓傾斜。弓頭的傾斜不僅會影響受電弓與接觸網的接觸穩定性，導致電力傳輸效率下降，還可能引發弓網故障，甚至危及行車安全。因此，對受電弓的傾斜狀態進行實時檢測具有重要意義。
2、目前，現有技術中一種針對受電弓異常傾斜檢測的方法為基于圖像的檢測方法。該檢測方法通過高速相機拍攝受電弓圖像，利用圖像處理算法進行分析和處理來判斷是否傾斜。該檢測方法的缺點包括：受光照、天氣等環境因素影響較大。
3、現有技術中另一種針對受電弓異常傾斜檢測的方法為基于傳感器的檢測方法。該檢測方法通過安裝在受電弓上的傳感器直接測量弓頭的傾斜角度。該方法的缺點包括成本較高且安裝維護復雜。
4、總之。目前現有的針對受電弓異常傾斜檢測的方法存在檢測精度低、實時性差、易受環境干擾等問題，難以滿足現代城市軌道交通的安全運行需求。
技術實現思路
1、本專利技術的實施例提供了一種受電弓異常傾斜檢測方法和裝置，以實現有效地檢測受電弓是否發生異常傾斜。
2、為了實現上述目的，本專利技術采取了如下技術方案。
3、根據本專利技術的一個方
4、通過受電弓圖像采集裝置實時采集當前受電弓視頻數據，對當前受電弓視頻數據進行提幀操作，獲得當前受電弓圖像；
5、判斷當前受電弓圖像是屬于鏡頭臟污類別或者干凈受電弓類別，通過受電弓關鍵區域檢測模塊提取屬于干凈受電弓類別的當前受電弓圖像的受電弓二維矩形坐標框信息；
6、通過受電弓下臂桿像素分割模塊對當前受電弓圖像中受電弓的下臂桿進行像素分割，
7、得到下臂桿掩膜圖像；
8、通過下臂桿邊界斜率提取模塊提取受電弓的下臂桿的四條邊界輪廓線段，根據四條邊界輪廓線段利用參數限制獲取受電弓的下臂桿的兩條邊界線，計算出兩條邊界線的斜率值；根據受電弓的下臂桿的兩條邊界線的斜率值計算出當前受電弓的下臂桿的相對傾斜角度，將當前受電弓的下臂桿的相對傾斜角度與設定的傾斜角度閾值進行比較，根據比較結果判斷當前受電弓是否存在受電弓異常傾斜；
9、在判別結果為傾斜的情況下，利用受電弓二維矩形坐標框信息在當前受電弓圖像上對受電弓進行傾斜標簽的標注。
10、優選地，所述的通過受電弓關鍵區域檢測模塊判斷當前受電弓圖像是屬于鏡頭臟污類別或者干凈受電弓類別，提取屬于干凈受電弓類別的當前受電弓圖像的受電弓二維矩形坐標框信息，包括：
11、圖像級標注受電弓圖像的類別信息，該類別信息包括鏡頭臟污和干凈受電弓兩類，利用所有類別的受電弓圖像構建受電弓識別數據集；
12、通過受電弓關鍵區域檢測模塊利用受電弓識別數據集對實時目標檢測算法對進行訓練和驗證，利用訓練好的目標檢測算法判斷當前受電弓圖像的類別信息，如果當前受電弓圖像的類別信息屬于鏡頭臟污類別，則算法終止；如果當前受電弓圖像的類別信息屬于干凈受電弓類別，則提取并保存受電弓的二維矩形坐標框信息。
13、優選地，所述的通過受電弓下臂桿像素分割模塊對當前受電弓圖像中受電弓的下臂桿進行像素分割，得到下臂桿掩膜圖像，包括：
14、像素級標注受電弓圖像的內容信息，該內容信息包括下臂桿和背景，利用所有受電弓圖像的內容信息構建受電弓分割數據集；
15、通過受電弓下臂桿像素分割模塊利用受電弓分割數據集對快速語義分割算法進行訓練和驗證，利用訓練好的快速語義分割算法對當前受電弓圖像中的下臂桿進行像素分割，得到rgb彩色的下臂桿掩膜圖像；將rgb彩色的下臂桿掩膜圖像轉換為灰度的下臂桿掩膜圖像。
16、優選地，所述的通過下臂桿邊界斜率提取模塊提取受電弓的下臂桿的四條邊界輪廓線段，根據四條邊界輪廓線段利用參數限制獲取受電弓的下臂桿的兩條邊界線，計算出兩條邊界線的斜率值，包括：
17、通過下臂桿邊界斜率提取模塊采用邊緣檢測算子和霍夫直線變換算法提取灰度的下臂桿掩膜圖像中下臂桿的四條邊界輪廓線段，其中edges為邊緣檢測結果，lines為四條邊界輪廓線段，分別為左、右、上和下四條邊緣輪廓線段；
18、edges＝cv2.canny(imagegray,50,150)
19、lines＝cv2.houghlines(edges,1,π/180)
20、利用直線參數r＝130，設置線段長度閾值，利用線段長度篩選出兩條長度較長的左、右兩側的邊界輪廓線段，分別得到對應的關鍵擬合參數對(ρ,θ)，ρ為極徑，θ為極角；
21、lines＝cv2.houghlines(edges,1,π/180,r＝130)
22、(ρ,θ)＝lines[0]
23、利用關鍵擬合參數獲取兩條邊界輪廓線段對應的兩個端點坐標，為第i條線段的第一個端點坐標，為第i條線段的第二個端點坐標，(ρi,θi)為第i條線段的參數對，i＝1,2；
24、
25、利用兩個線段的各自兩個端點坐標計算出下臂桿的兩條邊界線的斜率k；
26、
27、優選地，所述的根據受電弓的下臂桿的兩條邊界線的斜率值計算出當前受電弓的下臂桿的相對傾斜角度，將當前受電弓的下臂桿的相對傾斜角度與設定的傾斜角度閾值進行比較，根據比較結果判斷當前受電弓是否存在受電弓異常傾斜，包括：
28、利用下臂桿的兩條邊界線的斜率值加權計算出下臂桿在受電弓圖像中的角度α；
29、
30、設定傾斜角度閾值δ＝3，計算出下臂桿的角度α與豎直方向90度的相對傾斜角度β；
31、β＝|α-90|
32、若相對傾斜角度β大于或者等于設定的傾斜角度閾值δ，則判定存在受電弓異常傾斜；若相對傾斜角度β小于設定的閾值范圍δ，則判定不存在受電弓異常傾斜。
33、根據本專利技術的另一個方面，提供了一種受電弓異常傾斜檢測裝置，包括：受電弓視頻數據采集模塊、受電弓關鍵區域檢測模塊、受電弓下臂桿像素分割模塊、下臂桿邊界斜率提取模塊、受電弓異常傾斜判斷模塊和傾斜標簽標注模塊；
34、所述的受電弓視頻數據采集模塊，用于通過受電弓圖像采集裝置實時采集當前受電弓視頻數據，對當前受電弓視頻數據進行提幀操作，獲得當前受電弓圖像；
35、所述的受電弓關鍵區域檢測模塊，用于判斷當前受電弓圖像是屬于鏡頭臟污類別或者干凈受電弓類別，提取屬于干凈受電弓類別的當前受電弓圖像的受電弓二維矩形坐標框信息；
36、所述的受電弓下臂桿像素分割模塊，用于對當前受電弓圖像中受電弓的下臂桿進行像素分割，得到本文檔來自技高網...
【技術保護點】
1.一種受電弓異常傾斜檢測方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述的通過受電弓關鍵區域檢測模塊判斷當前受電弓圖像是屬于鏡頭臟污類別或者干凈受電弓類別，提取屬于干凈受電弓類別的當前受電弓圖像的受電弓二維矩形坐標框信息，包括：
3.根據權利要求2所述的方法，其特征在于，所述的通過受電弓下臂桿像素分割模塊對當前受電弓圖像中受電弓的下臂桿進行像素分割，得到下臂桿掩膜圖像，包括：
4.根據權利要求3所述的方法，其特征在于，所述的通過下臂桿邊界斜率提取模塊提取受電弓的下臂桿的四條邊界輪廓線段，根據四條邊界輪廓線段利用參數限制獲取受電弓的下臂桿的兩條邊界線，計算出兩條邊界線的斜率值，包括：
5.根據權利要求4所述的方法，其特征在于，所述的根據受電弓的下臂桿的兩條邊界線的斜率值計算出當前受電弓的下臂桿的相對傾斜角度，將當前受電弓的下臂桿的相對傾斜角度與設定的傾斜角度閾值進行比較，根據比較結果判斷當前受電弓是否存在受電弓異常傾斜，包括：
6.一種受電弓異常傾斜檢測裝置，其特征在于，包括：受電弓視頻數據采集模
7.一種非暫態計算機可讀存儲介質，其特征在于，所述非暫態計算機可讀存儲介質用于存儲計算機指令，所述計算機指令被處理器執行時，實現如權利要求1-5任一項所述的受電弓異常傾斜檢測方法。
8.一種計算機程序產品，其特征在于，包括計算機程序，所述計算機程序當在一個或多個處理器上運行時，用于實現如權利要求1-5任一項所述的軌道交通隧道侵限檢測方法。
9.一種電子設備，其特征在于，包括：處理器、存儲器以及計算機程序；其中，處理器與存儲器連接，計算機程序被存儲在存儲器中，當電子設備運行時，所述處理器執行所述存儲器存儲的計算機程序，以使電子設備執行實現如權利要求1-5任一項所述的電弓異常傾斜檢測方法。
...【技術特征摘要】
1.一種受電弓異常傾斜檢測方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述的通過受電弓關鍵區域檢測模塊判斷當前受電弓圖像是屬于鏡頭臟污類別或者干凈受電弓類別，提取屬于干凈受電弓類別的當前受電弓圖像的受電弓二維矩形坐標框信息，包括：
3.根據權利要求2所述的方法，其特征在于，所述的通過受電弓下臂桿像素分割模塊對當前受電弓圖像中受電弓的下臂桿進行像素分割，得到下臂桿掩膜圖像，包括：
4.根據權利要求3所述的方法，其特征在于，所述的通過下臂桿邊界斜率提取模塊提取受電弓的下臂桿的四條邊界輪廓線段，根據四條邊界輪廓線段利用參數限制獲取受電弓的下臂桿的兩條邊界線，計算出兩條邊界線的斜率值，包括：
5.根據權利要求4所述的方法，其特征在于，所述的根據受電弓的下臂桿的兩條邊界線的斜率值計算出當前受電弓的下臂桿的相對傾斜角度，將當前受電弓的下臂桿的相對傾斜角度與設定的傾斜角度閾值進行比較，根據比較結果判斷當...
【專利技術屬性】
技術研發人員：曹志威，高陽，秦勇，連麗容，白婕，戈軒宇，于杭，李威，彭根旺，劉鎮豪，李熙，王雅觀，寇淋淋，
申請(專利權)人：北京交通大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。