(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 202210803759.8 (22)申请日 2022.07.07 (71)申请人 青岛地铁集团有限公司运营分公司 地址 266000 山东省青岛市崂山区辽阳东 路车辆基地 (72)发明人 逄顺勇　邓举明　孙倩　刘永兴　 李政　于少华　辛勤　陶志钢　 孙焕然　贾梦　 (74)专利代理 机构 青岛发思特专利商标代理有 限公司 37212 专利代理师 刘涛 (51)Int.Cl. F16D 66/00(2006.01) H04N 7/18(2006.01) G10L 25/51(2013.01)G08B 21/24(2006.01) G08B 3/10(2006.01) (54)发明名称 地铁车辆闸瓦裂纹智能检测分析装置及其 控制方法 (57)摘要 本发明公开了一种地铁车辆闸瓦裂纹智能 检测分析装置及其控制方法， 涉及铁路、 地铁和 机电设备技术领域。 检测分析装置包括摄像头组 件， 摄像头组件与芯片组件通信， 芯片组件与主 芯片通信， 主芯片的运算结果通过显示器进行显 示； 还包括音频传感器和报警器； 音频传感器采 集的信息输入主芯片， 主芯片可驱动报警器报 警。 应用于上述检测分析装置的控制方法， 可自 动检测出各闸瓦上裂纹的数量和位置信息， 判断 出闸瓦状态以及得出是否需要进行更换的结论， 并通过显示器进行直观显示； 通过音频传感器对 闸瓦裂纹进行辅助分析， 当检测到车辆噪声 过大 时， 报警器发出报警声。 本发明解决了传统的检 测方法所存在的耗费人力物力多、 检测效率低等 问题。 权利要求书3页 说明书7页 附图2页 CN 115163710 A 2022.10.11 CN 115163710 A 1.一种地铁车辆闸瓦裂纹智能检测分析装置， 其特征在于： 包括摄像头组件， 摄像头组 件与芯片组件通信， 芯片组件与主芯片通信， 主芯片的运 算结果通过显示器进行显示。 2.根据权利要求1所述的地铁车辆闸瓦裂纹智能检测分析装置， 其特征在于： 还包括音 频传感器和报警器； 音频传感器采集的信息 输入主芯片， 主芯片驱动报警器报警。 3.根据权利要求1所述的地铁车辆闸瓦裂纹智能检测分析装置， 其特征在于： 所述芯片 组件中的芯片采用FPGA芯片， 所述主芯片采用ARM芯片， 所述显示器采用触摸屏。 4.根据权利要求1所述的地铁车辆闸瓦裂纹智能检测分析装置， 其特征在于： 所述摄像 头组件包括1 ‑N个摄像头， 所述芯片组件包括1 ‑N个芯片， 其中N为闸瓦数量； 每个闸瓦对应 一个摄像头和一个芯片。 5.一种地铁车辆闸瓦裂纹智能检测分析装置控制方法， 应用于权利要求1 ‑4任一所述 的智能检测分析装置， 其特 征在于， 具体包括如下步骤： S1： 每个摄像头从某一方向采集对应闸瓦的图像信 息， 并与对应芯片通信， 将图像信息 发送至芯片； S2： 各芯片分析 所接收到的图像信息， 进行统计判断； S3： 各芯片与主芯片通信， 将统计判断的结果发送至主芯片； S4： 主芯片驱动显示器， 显示所接收到的各芯片统计判断的结果。 6.根据权利要求5所述的地铁车辆闸瓦裂纹智能检测分析装置控制方法， 其特征在于， 还包括如下步骤： S5： 音频传感器自动采集音频信号， 输入至主芯片； S6： 主芯片对接收到的音频信号进行分析， 当信号过 大时即驱动报警器进行报警。 7.根据权利要求5所述的地铁车辆闸瓦裂纹智能检测分析装置控制方法， 其特征在于： 所述S2中， 芯片统计裂纹的数量和位置， 并根据闸瓦状态判断是否需要更换； 所述S4中， 显 示器显示各芯片所 统计的对应闸瓦中裂纹的数量和位置， 以及所判断的是否需要 更换的结 果； 其中， 所述S2具体通过以下子步骤实现： S21： 芯片接收所对应闸瓦的图像后对图像进行 灰度变换； S22： 芯片计算闸瓦图像中的裂纹数量， 同时将图像进行区域分割； S23： 芯片通过图像识别技术对闸瓦图像 中的裂纹进行识别， 识别后对闸瓦各区域内的 裂纹数量进行汇总， 并对裂纹位置进行统计； S24： 芯片将S23中的汇总结果与各区域 既定的上限值进行比较， 从而判断得出是否需 要更换的最终结果。 8.根据权利要求7所述的地铁车辆闸瓦裂纹智能检测分析装置控制方法， 其特征在于， 所述S22中进行区域分割的具体过程包括如下子步骤： S22‑1： 将每个图像所示闸瓦的宽度记为M， 长度记为 N； S22‑2： 以该图像所示闸瓦的中心为原点， 在图像中建立 正交直角坐标系； S22‑3： 再以正交直角坐标系的原点为中心， 划定一块类椭圆区域， 类椭圆区域的方程 式为： K2/y2+J2/x2＝1， J＝0.698M， K＝0.76 3N； S22‑4： 在S22‑2和S22‑3的基础上， 芯片将闸瓦图像分割为20块子区域， 分别记为A1、 A2、 A3、 A4、 B1、 B2、 B3、 B4、 C1、 C2、 C 3、 C4、 D1、 D2、 D3、 D4、 E1、 E2、 E 3和E4； 其中：权　利　要　求　书 1/3 页 2 CN 115163710 A 2A1区域定义 域满足限制条件： x∈( ‑J/2， 0)， y∈(0， K/2)且K2/y2+J2/x2＜1； A2区域定义 域满足限制条件： x∈(0， J/2)， y∈(0， K/2)且K2/y2+J2/x2＜1； A3区域定义 域满足限制条件： x∈( ‑J/2， 0)， y∈( ‑K/2， 0)且K2/y2+J2/x2＜1； A4区域定义 域满足限制条件： x∈(0， J/2)， y∈( ‑K/2， 0)且K2/y2+J2/x2＜1； B1区域定义 域满足限制条件： x∈( ‑J/2， 0)， y∈(0， K/2)且K2/y2+J2/x2＞1； B2区域定义 域满足限制条件： x∈(0， J/2)， y∈(0， K/2)且K2/y2+J2/x2＞1； B3区域定义 域满足限制条件： x∈( ‑J/2， 0)， y∈( ‑K/2， 0)且K2/y2+J2/x2＞1； B4区域定义 域满足限制条件： x∈(0， J/2)， y∈( ‑K/2， 0)且K2/y2+J2/x2＞1； C1区域定义 域满足限制条件： x∈( ‑J/2， 0)， y∈(K/2， N/2)； C2区域定义 域满足限制条件： x∈(0， J/2)， y∈(K/2， N/2)； C3区域定义 域满足限制条件： x∈( ‑J/2， 0)， y∈( ‑N/2，‑K/2)； C4区域定义 域满足限制条件： x∈(0， J/2)， y∈( ‑N/2，‑K/2)； D1区域定义 域满足限制条件： x∈( ‑M/2，‑J/2)， y∈(K/2， N/2)； D2区域定义 域满足限制条件： x∈(J/2， M /2)， y∈(K/2， N/2)； D3区域定义 域满足限制条件： x∈( ‑M/2，‑J/2)， y∈( ‑N/2，‑K/2)； D4区域定义 域满足限制条件： x∈(J/2， M /2)， y∈( ‑N/2，‑K/2)； F1区域定义 域满足限制条件： x∈( ‑M/2，‑J/2)， y∈(0， K/2)； E2区域定义 域满足限制条件： x∈(J/2， M /2)， y∈(0， K/2)； E3区域定义 域满足限制条件： x∈( ‑M/2，‑J/2)， y∈( ‑K/2， 0)； E4区域定义 域满足限制条件： x∈(J/2， M /2)， y∈( ‑K/2， 0)。 9.根据权利要求8所述的地铁车辆闸瓦裂纹智能检测分析装置控制方法， 其特征在于： 所述S22‑4中的20个小区域相应合并为A、 B、 C、 D、 E五个大区域， 其中： 将该闸瓦图像中的A1、 A2、 A3、 A4区域出现的裂纹数量分别记为a1、 a2、 a3、 a4， 则A区域 (A1+A2+A3+A4区域)裂纹总数之和a＝a1+a2+a3+a4； 将该闸瓦图像中的B1、 B2、 B3、 B4区域出现的裂纹数量分别记为b1、 b2、 b3、 b4， 则B区域 (B1+B2+B3+B4区域)裂纹总数之和b＝b1+b2+b3+b4； 将该闸瓦图像中的C1、 C2、 C3、 C4区域出现裂纹数量分别记为c1、 c2、 c3和c4， 则C区域 (C1+C2+C 3+C4区域)裂纹总数之和c＝c1+c2+c 3+c4； 将该闸瓦图像中的D1、 D2、 D3、 D4区域出现裂纹数量分别记为d1、 d2、 d3和d4， 则D区域 (D1+D2+D3+D4区域)裂纹总数之和d＝d1+d2+d3+d4； 将该闸瓦图像中的F1、 E2、 E3、 E4区域出现裂纹数量分别记为e1、 e2、 e3和e4， 则E区域 (F1+E2+E 3+E4区域)裂纹总数之和e＝e1+e2+e3+e4。 10.根据权利要求9所述的地铁车辆闸瓦裂纹智能检测分析装置控制方法， 其特征在 于， 若所述： a≥k1， 则该闸瓦必须 更换； a＜k1但b≥k2， 则该闸瓦必须 更换； a＜k1且b＜k2 但e≥k3， 则该闸瓦必须 更换； a＜k1且b＜k2且e＜k3但c≥k 4， 则该闸瓦必须 更换； a<k1且b<k2且e<k3且c <k4但d≥k5， 则该闸瓦必须 更换；权　利　要　求　书 2/3 页 3 CN 115163710 A 3