基于机器视觉的接触网吊弦缺陷检测研究

摘要

研究目的:为解决电气化铁路接触网人工巡检效率低和耗时长的问题,针对接触网吊弦存在的缺陷进行研究,创建一种应用高清图像采集技术和图像缺陷识别建模技术的高铁接触网吊弦缺陷检测系统。研究结论:(1)通过引入视觉智能技术,可建立接触网吊弦安装状态图像检测标准,创建吊弦缺陷图像数据库,对吊弦缺陷状态进行动态智能快速识别检测;(2)该系统使用Faster R-CNN神经网络模型对吊弦缺陷图片数据进行训练,对吊弦缺陷图片数据进行数据变换处理并加载于模型进行识别训练,训练结果中均值平均精度(mAP)可达81.36%;(3)创建的高铁接触网吊弦缺陷检测系统识别速率、准确率较高,提高了检测效率,减少了人为的漏检问题;(4)本研究成果可为传统接触网巡检方式变为智能化巡检提供新的途径,具有一定的参考价值。