基于YOLO v2与OTSU的中低速磁浮接触轨连接板螺钉松动识别

doi:10.3969/j.issn.1006-2475.2019.09.021

计算机与现代化 ›› 2019, Vol. 0 ›› Issue (09): 118-.doi: 10.3969/j.issn.1006-2475.2019.09.021

基于YOLO v2与OTSU的中低速磁浮接触轨连接板螺钉松动识别

(西南交通大学电气工程学院，四川成都610031)

收稿日期:2019-02-22 出版日期:2019-09-23 发布日期:2019-09-23
作者简介:陈健雄（1993-），男，湖北监利人，硕士研究生，研究方向：深度学习，图像处理，轨道交通智能运维，E-mail: chenjxcd@163.com；宁航（1990-），男，硕士研究生，研究方向：分布式并行计算，数据仓库设计，轨道交通智能运维。
基金资助:
国家自然科学基金资助项目(51877181, 61703345)

Connecting Plate Screw Loosening Recognition of Medium #br# and Low Speed Maglev Contact Rail Based on YOLO v2 and OTSU

(School of Electrical Engineering, Southwest Jiaotong University, Chengdu 610031, China)

Received:2019-02-22 Online:2019-09-23 Published:2019-09-23

摘要/Abstract

摘要： 针对中低速磁浮接触轨连接板螺钉松动识别的问题，提出一种基于YOLO v2网络和OTSU的识别方法。首先采用YOLO v2网络定位连接板，然后在连接板区域上进一步定位螺钉头部；通过OTSU实现螺钉头部和连接板边缘的精确分割，根据螺钉头部宽度归一化螺钉头部至连接板距离，以此判别螺钉状态。实验结果表明，本文方法能准确地识别连接板螺钉的松动。

关键词: 中低速磁浮接触轨, 螺钉松动, YOLO v2, OTSU

Abstract: To deal with the screw looseness of connecting plate of medium and low speed maglev contact rail, a recognition method based on YOLO v2 network and OTSU is proposed. First, YOLO v2 network is used to locate the connecting plate. Then, the head of the screw is further localized on the connecting plate area. This paper uses OTSU to segment the screw head and the edge of the connecting plate. Finally, the status of the screw could be judged by the distance from the head of the screw to the edge of the connecting plate which is normalized by the width of the screw head. The experimental result shows that the method can accurately identify the looseness of the connecting plate screws.

Key words: medium and low speed maglev contact rail, screw looseness, YOLO v2, OTSU

中图分类号:

U216.3

陈健雄，宁航. 基于YOLO v2与OTSU的中低速磁浮接触轨连接板螺钉松动识别[J]. 计算机与现代化, 2019, 0(09): 118-.

CHEN Jian-xiong， NING Hang. Connecting Plate Screw Loosening Recognition of Medium #br# and Low Speed Maglev Contact Rail Based on YOLO v2 and OTSU[J]. Computer and Modernization, 2019, 0(09): 118-.

参考文献

［1］连级三. 磁浮列车原理及技术［J］. 电力机车技术, 2001,24(3):23-26.
［2］李鲲鹏,黄德亮,关金发,等. 集电靴与接触轨集电系统研究综述［J］. 都市快轨交通, 2018,31(5):92-100.
［3］冯凯. 中低速磁浮接触轨几何参数动态视觉测量［D］. 成都:西南交通大学, 2018.
［4］唐锐,吴俊泉. 中低速磁浮列车在我国城轨交通中的应用前景［J］. 都市快轨交通, 2006,19(2):73-75.
［5］刘珍翔. 基于改进GA-SVR的机械关键部件寿命预测及维修策略研究［D］. 重庆: 重庆大学, 2016.
［6］陈卓,郝永刚,易水洪,等. 塔机螺栓松动检测新方法研究［J］. 中国特种设备安全, 2015,31(9):50-53.
［7］贾雪,王雪梅,甘文成,等. 声弹性效应螺栓轴向应力标定试验研究［J］. 中国测试, 2018,44(3):23-27.
［8］薛利杰,刘晴岩,方雨,等. 特种设备在役螺栓超声相控阵检测成像影响因素［J］. 无损检测, 2016,38(7):6-10.
［9］洪冠军. 以单晶直探头对高强度螺栓作在线超声波检测［J］. 化工设备与管道, 2006,43(1):4-7.
［10］PANDEY A K, BISWAS M. Experimental verification of flexibility difference method for locating damage in structures［J］. Journal of Sound & Vibration, 1995,184(2):311-328.
［11］徐超,周帮友,刘信恩,等. 机械螺栓连接状态监测和辨识方法研究进展［J］. 强度与环境, 2009,36(2):28-36.
［12］王涛,罗毅. 基于压电主动传感方式的螺栓松动检测实验研究［J］. 传感技术学报, 2013,26(8):1059-1063.
［13］师小红,敦怡,王锋,等. 基于倍频双晶复合传感器的构件疲劳微裂纹非线性超声检测［J］. 传感技术学报, 2008,21(5):875-878.
［14］张春春,王嵩,张冬凯,等. 基于图像处理的接触网定位线夹目标检测［J］. 铁道科学与工程学报, 2015,12(6):1478-1484.
［15］徐丹,于龙,陈唐龙,等. 基于LBP-HOG特征的接触网旋转双耳区域识别［J］. 铁道科学与工程学报, 2017,14(2):370-378.
［16］林萍,王黎,罗林. 基于SIFT的高速列车车顶瓷瓶识别方法［J］. 机车电传动, 2012(5):87-89.
［17］杨红梅,刘志刚. 基于二代曲波变换的电气化铁路接触网连接装置旋转双耳不良状态检测［J］. 铁道学报, 2017，37(9):53-58.
［18］张桂南,刘志刚,韩烨,等. 高速铁路接触网承力索座识别与辅助承力索缺失故障检测方法研究［J］. 铁道学报, 2017,39(5):40-46.
［19］REDMON J, FARHADI A. YOLO9000: Better, faster, stronger［C］// IEEE Conference on Computer Vision & Pattern Recognition. 2017:6517-6525.
［20］李成仁,岳东杰,于双,等. 基于OTSU方法点云粗分类的渐进三角网滤波算法研究［J］. 测绘工程, 2014,23(7):34-37.
［21］LONG J, SHELHAMER E, DARRELL T. Fully convolutional networks for semantic segmentation［C］// Proceedings of the 2015 IEEE Conference on Computer Vision and Pattern Recognition. 2015:3431-3440.
［22］REN S Q, HE K M, GIRSHICK R, et al. Faster R-CNN: Towards real-time object detection with region proposal networks［J］. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2017,39(6):1137-1149.
［23］DING L, GOSHTASBY A. On the Canny edge detector［J］. Pattern Recognition, 2001,34(3):721-725.

[1]	李睿, 王德忠. 结合HED网络和双阈值分割的GMM目标检测算法[J]. 计算机与现代化, 2020, 0(06): 7-.
[2]	王曙光，吕攀飞. 改进YOLO v2的装甲车辆目标识别[J]. 计算机与现代化, 2018, 0(09): 68-.
[3]	范新南,吴晶晶,史朋飞,张学武. 基于劳伦茨信息值的水下大坝裂缝提取算法[J]. 计算机与现代化, 2018, 0(03): 73-.
[4]	吴丹;蔡晓东;谢月飞;曾威. 基于直方图分析和OTSU算法的文字图像二值化[J]. 计算机与现代化, 2013, 1(7): 117-119,.

基于YOLO v2与OTSU的中低速磁浮接触轨连接板螺钉松动识别

Connecting Plate Screw Loosening Recognition of Medium #br# and Low Speed Maglev Contact Rail Based on YOLO v2 and OTSU

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 4

编辑推荐

Metrics

本文评价