摘要
本发明实施例提供一种基于机器视觉的重载列车车钩力测量方法及系统,属于铁路列车运行监测领域。所述方法包括:采集重载列车车钩区域图像,并结合工况信息对车钩区域图像进行去污与增强处理,得到增强后的车钩区域图像;基于经过专属数据增强训练的改进DEIM‑DFine网络模型对所述增强后的车钩区域图像进行车钩特征目标识别,并结合动态时序滤波获取车钩特征目标的像素坐标;基于所述车钩特征目标的像素坐标和对应的工况信息,利用CNN‑ResMLP网络模型进行车钩力定量识别,得到车钩力识别结果。本发明方案提升了车钩力识别的准确性与物理合理性,从而有效支撑重载列车车钩力的稳定测量与监测需求。
技术关键词
列车车钩
力测量方法
专属数据
工况
像素
坐标
环境光照强度
网络模型训练
视觉
多层感知器
时序
图像增强
采样模块
全局特征提取
局部特征提取
滤波
动态
系统为您推荐了相关专利信息
智能模型
电力设施
轮廓图形
图像数据处理
电流检测器件
车辆传动系统
抑制优化方法
弹性联轴器
特种车辆
工况
装载机动臂
协同控制方法
同步控制器
模式
PID控制算法