基于深度学习的地铁列车走行部关键部件温度检测系统 |
| |
引用本文: | 周健,张艺珲,郑帅,冯献昂,邢宗义.基于深度学习的地铁列车走行部关键部件温度检测系统[J].铁路计算机应用,2023(7):7-13. |
| |
作者姓名: | 周健 张艺珲 郑帅 冯献昂 邢宗义 |
| |
作者单位: | 南京理工大学自动化学院 |
| |
基金项目: | 国家重点研发计划项目(2021YFB1600704); |
| |
摘 要: | 地铁列车走行部的良好运行状态是列车安全运行的保障。针对其关键部件发热故障的检测问题,研发了基于深度学习的地铁列车走行部关键部件温度检测系统。该系统采用红外热像仪获取走行部热成像图,引入注意力机制模块和CIoU损失函数,改进YOLOv5目标检测模型,识别、定位出关键部件;对关键部件图像进行灰度化处理和自适应阈值分割等操作,提取温度。基于实验室的Pytorch深度学习平台,在南京地铁运营公司马群车辆段对所研发的系统进行实验。实验结果表明,该系统可以获取走行部热成像图,准确定位关键部件并提取其温度信息。
|
关 键 词: | 地铁列车 走行部 红外热像图 目标识别 温度提取 |
|
|