-
题名基于深度学习的动车组制动盘闸片视觉定位检测
- 1
-
-
作者
管春玲
许迎杰
宋跃超
-
机构
广州铁路职业技术学院车辆学院
中国铁路广州局集团有限公司广州动车段
北京纵横基机电科技有限公司
-
出处
《城市轨道交通研究》
北大核心
2024年第12期68-74,80,共8页
-
文摘
[目的]随着轨道交通行业的不断发展,其运营规模和安全保障要求不断提高。为了解决动车组制动盘闸片人工检测效率低下、漏检、误检等问题,有必要研究动车组制动盘闸片视觉定位检测方法。[方法]提出一种基于深度学习的动车组制动盘闸片视觉定位检测方法;针对实际场景中图像特征不明显的问题,以Faster R-CNN(快速区域卷积神经网络)算法为基础,引入边缘检测分支,同时在损失函数中添加目标边缘损失函数,合并附加辅助网络的边缘信息。采用双线性插值法计算特征像素值,保留更多动车组制动盘闸片特征信息。[结果及结论]所提改进的Faster R-CNN模型能够在边缘处进行细节处理,加快网络的收敛速度,学习更多动车组制动盘闸片的边缘特征。通过双线性插值法减小了ROI(检测候选框区域)池量化过程中目标特征的错位误差。所提闸片检测方法的平均精度为98.42%,FPS(每秒帧数)为27.77%。
-
关键词
动车组
制动盘闸片
定位检测
深度学习
-
Keywords
EMU train
brake pad
positioning detection
deep learning
-
分类号
U279.323
[机械工程—车辆工程]
-
