(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211234139.3 (22)申请日 2022.10.10 (71)申请人 西南交通大 学 地址 610000 四川省成 都市二环路北一段 申请人 成都唐源电气股份有限公司 (72)发明人 占栋　白伟东　罗袁祥　邓洋洋　 曹军民　钱俊乐　张金鑫　 (74)专利代理 机构 成都行之智 信知识产权代理 有限公司 5125 6 专利代理师 宋海霞 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/24(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种接触网腕臂底座横向螺母缺失检测方 法及系统 (57)摘要 本发明公开了一种接触网腕臂底座横向螺 母缺失检测方法及系统， 包括： 获取接触网原始 图像， 对接触网原始图像进行预处理， 得到包含 平斜腕臂底座区域的 图像； 采用YOLO算法对平斜 腕臂底座区域进行一级定位， 得到一级定位结 果； 一级定位结果包括平腕臂底座和斜腕臂底 座； 采用YOLO算法对一级定位结果进行二级定 位， 得到二级定位结果； 二级定位是对横向螺母 区域进行定位， 二级定位结果包括正面螺母区 域、 背面螺母区域和腕臂底座背面； 采用翻折定 位结合YOLO算法的处理方法和/或卷积神经网络 分类的处理方法， 对二级定位结果中腕臂底座的 横向螺母是否缺失进行判断， 输出判断结果。 本 发明识别准确率高、 误识别率低。 权利要求书3页 说明书9页 附图11页 CN 115526875 A 2022.12.27 CN 115526875 A 1.一种接触网腕臂 底座横向螺母缺失检测方法， 其特 征在于， 该 方法包括： 获取接触网原始图像， 对所述接触网原始图像进行预处理， 得到包含平斜腕臂底座区 域的图像； 采用YOLO算法对所述平斜腕臂底座区域进行一级定位， 得到一级定位结果； 所述一级 定位结果包括平腕臂 底座和斜腕臂 底座； 采用YOLO算法对所述一级定位结果进行二级定位， 得到二级定位结果； 所述二级定位 是对横向螺母区域进行定位， 所述二级定位结果包括正面螺母区域、 背面螺母区域和腕臂 底座背面； 采用翻折定位结合YOLO算法的处理方法和/或卷积神经网络分类的处理方法， 对所述 二级定位结果中腕臂 底座的横向螺母是否缺失进行判断， 输出判断结果。 2.根据权利要求1所述的一种接触网腕臂底座横向螺母缺失检测方法， 其特征在于， 采 用翻折定位结合Y OLO算法的处理方法， 对所述二级定位结果中腕臂底座的横向螺母是否缺 失进行判断， 具体为： 采用翻折定位法， 对所述二级定位结果扩大螺母区域， 得到扩大后的螺母区域； 对所述 扩大后的螺母区域进行翻折， 并采用YOLO算法对螺杆区域进行三级定位， 得到三级定位结 果； 计算所述三级定位结果的图像 高度与所述二级定位结果的图像 高度之比， 根据 所述之 比是否大于设定阈值， 判断腕臂 底座的横向螺母是否缺失， 得到第一 缺失判断结果。 3.根据权利要求2所述的一种接触网腕臂底座横向螺母缺失检测方法， 其特征在于， 所 述翻折定位法的具体步骤为： 对所述二级定位结果进行 过滤， 过滤掉背面螺母区域； 对所述正面螺母区域的上下左右分别进行扩大处理， 得到扩大后的背面螺母区域； 其 中， 左右分别扩大二级定位结果图像宽度的五分之一， 上下扩大二级定位结果图像高度的 十分之一； 对所述扩大后的背面螺母区域进行翻折 ‑90度， 得到翻折后的背面螺母区域； 采用YOLO算法对螺杆区域进行三级定位， 得到三级定位结果； 所述三级定位结果是翻 折后的螺杆区域定位结果。 4.根据权利要求2所述的一种接触网腕臂底座横向螺母缺失检测方法， 其特征在于， 所 述的根据所述之比是否大于设定阈值， 判断腕臂 底座的横向螺母是否缺失， 包括： 若所述之比大于设定阈值， 则腕臂 底座的横向螺母缺失； 若所述之比小于等于设定阈值， 则腕臂 底座的横向螺母不 缺失。 5.根据权利要求1所述的一种接触网腕臂底座横向螺母缺失检测方法， 其特征在于， 采 用卷积神经网络分类的处理方法， 对所述二级定位结果中腕臂底座的横向螺母是否缺失进 行判断， 具体为： 采用卷积神经网络分类法对所述 二级定位结果 直接分类， 得到直接分类结果； 根据所述 直接分类结果， 判断腕臂 底座的横向螺母是否缺失， 得到第二 缺失判断结果。 6.根据权利要求1所述的一种接触网腕臂 底座横向螺母缺失检测方法， 其特 征在于， 采用翻折定位结合YOLO算法的处理方法， 对所述二级定位结果中腕臂底座的横向螺母 是否缺失进行判断， 得到第一 缺失判断结果；权　利　要　求　书 1/3 页 2 CN 115526875 A 2采用卷积神经网络分类的处理方法， 对所述二级定位结果中腕臂底座的横向螺母是否 缺失进行判断， 得到第二 缺失判断结果； 根据所述第一缺失判断结果和/或所述第二缺失判断结果， 判断腕臂底座的横向螺母 是否真实缺失， 得到最终缺失判断结果。 7.根据权利要求6所述的一种接触网腕臂底座横向螺母缺失检测方法， 其特征在于， 所 述的根据所述第一缺失判断结果和/或所述第二缺失判断结果， 判断腕臂底座的横向螺母 是否真实缺失， 得到最终缺失判断结果， 包括： 若所述第一缺失判断结果为缺失， 且所述第二缺失判断结果为缺失， 则腕臂底座的横 向螺母缺失； 或者， 若所述第一缺失判断结果为缺失， 或所述第二缺失判断结果为缺失， 则腕臂底座的横 向螺母缺失。 8.根据权利要求1所述的一种接触网腕臂底座横向螺母缺失检测方法， 其特征在于， 所 述对所述接触网原 始图像进行 预处理， 包括： 根据拍摄图像后缀名对应的相机号， 对所述接触网原始图像进行过滤处理， 得到过滤 处理后的图像； 根据拍摄图像后缀名， 对所述过滤处理后的图像进行翻折判断： 当所述过滤处理后的 图像朝左时， 则将所 过滤处理后的图像水平翻折180度， 得到水平朝右的腕臂图像。 9.一种接触网腕臂底座横向螺母缺失检测系统， 其特征在于， 该系统支持如权利要求1 至8中任一所述的一种接触网腕臂 底座横向螺母缺失检测方法； 该系统包括： 获取单元， 用于获取接触网原 始图像； 预处理单元， 用于对所述接触网原始图像进行预处理， 得到包含平斜腕臂底座区域的 图像； 一级定位单元， 用于采用YOLO算法对所述平斜腕臂底座区域进行一级定位， 得到一级 定位结果； 所述 一级定位结果包括平腕臂 底座和斜腕臂 底座； 二级定位单元， 用于采用YOLO算法对所述一级定位结果进行二级定位， 得到二级定位 结果； 所述二级定位是对横向螺母区域进 行定位， 所述二级定位结果包括正面螺母区域、 背 面螺母区域和腕臂 底座背面； 判断单元， 采用翻折定位结合YOLO算法的处理方法和/或卷积神经网络分类的处理方 法， 对所述 二级定位结果中腕臂 底座的横向螺母是否缺失进行判断， 输出判断结果。 10.根据权利要求9所述的一种接触网腕臂底座横向螺母缺失检测系统， 其特征在于， 所述判断单 元包括第一判断单 元、 第二判断单 元和最终判断单 元； 所述第一判断单元， 用于采用翻折定位结合YOLO算法的处理方法， 对所述二级定位结 果中腕臂 底座的横向螺母是否缺失进行判断， 包括： 采用翻折定位法， 对所述二级定位结果扩大螺母区域， 得到扩大后的螺母区域； 对所述 扩大后的螺母区域进行翻折， 并采用YOLO算法对螺杆区域进行三级定位， 得到三级定位结 果； 计算所述三级定位结果的图像 高度与所述二级定位结果的图像 高度之比， 根据 所述之 比是否大于设定阈值， 判断腕臂 底座的横向螺母是否缺失， 得到第一 缺失判断结果； 所述第二判断单元， 用于采用卷积神经网络分类的处理方法， 对所述二级定位结果中权　利　要　求　书 2/3 页 3 CN 115526875 A 3