声明
致谢
1 引言
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 无人机巡检现状
1.2.2 铁路接触网巡检现状
1.2.3 计算机视觉技术在接触网检测中的应用
1.3 技术路线及研究内容
1.3.1 关键问题及技术路线
1.3.2 研究内容及章节安排
1.4 本章小结
2 铁路接触网无人机巡检系统架构设计
2.1 概述
2.2 无人机接触网支撑装置巡检内容及方法
2.2.1 接触网及其缺陷类型分析
2.2.2 无人机巡检系统设计
2.2.3 无人机巡检方案设计
2.3 无人机铁路巡检安全保障
2.3.1 铁路无人机接触网巡检作业标准
2.3.2 无人机安全保障
2.3.3 铁路沿线巡检电子围栏安全防护
2.4 本章小结
3 基于无人机图像的接触网支撑装置初定位研究
3.1 概述
3.2 基于无人机图像的数据增强策略
3.2.1 在线数据增强
3.2.2 混合样本数据增强
3.3 接触网支撑装置关键零部件检测基础算法理论分析
3.3.1 卷积神经网络概述
3.3.2 特征提取网络分析与比较
3.4 基于改进Faster R-CNN算法的支撑装置连接处定位
3.4.1 R-CNN系列方法概述
3.4.2 双层反向特征金字塔融合网络
3.4.3 模型头部轻量化与多尺度感兴趣区域池化
3.5 实验结果分析
3.5.1 实验数据分析
3.5.2 实现细节与网络训练
3.5.3 消融实验与结果评价
3.6 本章小结
4 基于级联网络的接触网支撑装置紧固件缺陷检测研究
4.1 概述
4.2 级联深度神经网络方法研究
4.2.1 目标检测一阶段网络方法概述
4.2.2 基于度量学习的小样本目标识别
4.3 接触网支撑装置紧固件定位研究
4.3.1 接触网支撑装置小样本数据增强
4.3.2 基于旋转目标检测的紧固件定位算法
4.3.3 实验结果分析
4.4 接触网支撑装置紧固件健康状态识别
4.4.1 基于孪生网络的紧固件缺陷识别
4.4.2 实验细节及实验结果分析
4.5 本章小节
5 无人机铁路接触网巡检系统设计及开发
5.1 概述
5.2 系统开发使用工具及技术简介
5.2.1 系统开发环境
5.2.2 前端页面开发
5.2.3 后端分析技术简介
5.3 系统功能设计及流程设计
5.4 接触网检测系统测试
5.5 本章小结
6 总结与展望
6.1 工作总结
6.2 研究展望
参考文献
作者简历及攻读学位期间取得的研究成果
独创性声明
北京交通大学;