科创中国
列车折角塞门故障图像实时检测方法
发布时间: 2025-06-12
基本信息
合作方式：
技术许可
成果类型：
发明专利
行业领域：
交通运输、仓储和邮政业
成果介绍
本专利提出了一种基于图像处理和机器学习的列车折角塞门故障实时检测方法，解决了传统人工检测效率低、易受环境干扰的难题。通过铁路列车运行故障动态图像检测系统（TFDS）采集列车底部制动装置图像，结合多尺度联合特征提取（梯度幅值、方向梯度直方图、旋转不变LBP）和SVM-Adaboost级联检测器，实现折角塞门故障的快速定位与诊断。技术流程：图像预处理：构建标注数据库，分离故障与非故障样本。特征提取：采用快速特征金字塔技术，高效提取8通道多尺度特征。智能检测：训练级联检测器，通过滑动窗口扫描待测图像，计算置信度判定故障。应用效果：高精度：故障检测准确率显著提升，减少漏检误检。实时性强：支持动态图像处理，满足列车高速运行场景需求。自动化：替代人工目检，降低劳动强度与成本。
成果亮点
创新算法：融合多尺度联合特征与SVM-Adaboost级联分类器，提升小目标（折角塞门）的定位能力，克服背景复杂、目标区域小的技术难点。快速特征金字塔技术大幅降低计算复杂度，实现毫秒级响应。工程实用性：直接对接现有TFDS系统，无需改造硬件，通过软件升级即可部署。置信度阈值可调（0.1~0.4），适配不同铁路环境需求。行业价值：保障铁路安全：实时检测折角塞门关闭等致命故障，避免重大事故。经济效益：减少人工巡检成本，延长设备维护周期。技术壁垒：专利覆盖特征提取、检测器训练全流程，核心算法具备自主知识产权。
团队介绍
湖北工业大学机械制造与自动化团队长期深耕智能检测与图像处理领域，成员包括：孙国栋（带头人）：教授，研究方向为机器视觉与故障诊断，主持多项国家自然科学基金。林凯、徐亮：算法优化专家，负责多尺度特征建模与实时性提升。王俊豪、刘默耘：工业软件开发骨干，完成TFDS系统集成与落地应用。冯维、黄劲：数据工程师，构建高精度标注数据库与验证平台。团队优势：产学研结合：与武汉铁路局、中车集团合作，技术成果已在部分干线铁路试点应用。荣誉支撑：获省部级科技奖励3项，相关论文发表于《中国机械工程》等权威期刊。
成果资料
下载app