【CN110084852A】一种高铁接触网支撑装置套筒顶紧螺栓的精确定位方法【专利】

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号 (43)申请公布日 (21)申请号 201910322462.8

(22)申请日 2019.04.22

(71)申请人 西南交通大学

地址 610031 四川省成都市二环路北一段

111号西南交通大学科技处

(72)发明人 刘志刚　吕洋　

(74)专利代理机构 成都信博专利代理有限责任

公司 51200

代理人 王沙沙

(51)Int.Cl.

G06T 7/73(2017.01)

G06K 9/32(2006.01)

G06K 9/46(2006.01)

G06N 3/04(2006.01)

G06N 3/08(2006.01)

(54)发明名称

一种高铁接触网支撑装置套筒顶紧螺栓的

精确定位方法

(57)摘要

本发明公开了一种高铁接触网支撑装置套

筒顶紧螺栓的精确定位方法，包括以下步骤：步

骤1：获取高铁接触网支撑装置零部件的标记样

本库；步骤2：构建基于改进Faster RCNN算法的

深度卷积神经网络，深度卷积神经网络包括特征

提取网络、ROI生成、样本分类与边框回归；步骤

3：将搭建好的深度卷积神经网络进行训练；步骤

4：采用训练好的深度卷积神经网络进行高铁接

触网支撑装置套筒顶紧螺栓的精确定位；本发明

可减少人工识别的巨大工作量，实现现场图像智

能分析，并且实现了小尺度套筒顶紧螺栓的定位

提取。权利要求书1页 说明书4页 附图3页CN 110084852 A 2019.08.02

C N 110084852

A

1.一种高铁接触网支撑装置套筒顶紧螺栓的精确定位方法，其特征在于，包括以下步骤：

步骤1：获取高铁接触网支撑装置零部件的标记样本库；

步骤2：构建基于改进Faster RCNN算法的深度卷积神经网络，深度卷积神经网络包括特征提取网络、ROI生成、样本分类与边框回归；

步骤3：将搭建好的深度卷积神经网络进行训练；

步骤4：采用训练好的深度卷积神经网络进行高铁接触网支撑装置套筒顶紧螺栓的精确定位。

2.根据权利要求1所述的一种高铁接触网支撑装置套筒顶紧螺栓的精确定位方法，其特征在于，所述步骤2中图片输入特征提取网络，经卷积后得到卷积图，卷积图分为用于目标类别确定的辨别图和用于目标框定位的建议图；辨别图输入ROI下采样层进行特征信息提取；建议图经区域建议网络RPN，得到候选框的特征信息输入ROI下采样层。

3.根据权利要求2所述的一种高铁接触网支撑装置套筒顶紧螺栓的精确定位方法，其特征在于，所述ROI生成过程如下：ROI下采样层将输入的ROI候选框统一下采样映射为特征图传入卷积块，经平均池化层输出张量；样本分类与边框回归过程如下：输出的张量经全连接层和激活函数，得到用于输出目标框的坐标和目标类别的向量。

4.根据权利要求2所述的一种高铁接触网支撑装置套筒顶紧螺栓的精确定位方法，其特征在于，所述RPN中，anchor采用三种长宽比1:1、1:2、2：1。

5.根据权利要求2所述的一种高铁接触网支撑装置套筒顶紧螺栓的精确定位方法，其特征在于，步骤3训练过程中，根据样本信息给每一个anchor分配一个标签，复合多个损失函数，优化损失函数结构，

构建多任务损失函数：

式中：i为RPN网络输出的预测框的索引，p i

为第i个预测框中某个检测目标的预测概率，为第i个预测框中某个检测目标的真实标签；t i 是预测框的坐标；是对应预测框的真实框坐标；L cls 是二分类softmax损失函数；L reg 是smooth L1损失函数；λ是平衡权重；N cls 为类别个数；N reg 是预测框个数。

6.根据权利要求5所述的一种高铁接触网支撑装置套筒顶紧螺栓的精确定位方法，其特征在于，所述步骤3训练过程中，根据多任务损失目标函数，采用反向传播算法和随机梯度下降方法进行迭代训练。

7.根据权利要求1所述的一种高铁接触网支撑装置套筒顶紧螺栓的精确定位方法，其特征在于，所述步骤1标记样本库中包含各支撑装置所在位置的坐标值及其所述类别的标签信息。

8.根据权利要求1所述的一种高铁接触网支撑装置套筒顶紧螺栓的精确定位方法，其特征在于，所述标记样本库包括以下类别图片：绝缘子、双套筒连接器、旋转双耳、承力索支撑底座、双耳套筒、防风拉线固定环、斜撑套筒、绝缘子底座、定位器支座、等电位线、斜拉线定位钩、套筒顶紧螺栓。

权　利　要　求　书1/1页2CN 110084852 A