基于深度学习网络的钢轨表面缺陷检测用信息收集无人机

1.本发明涉及钢轨表面检测技术领域，具体是一种基于深度学习网络的钢轨表面缺陷检测用信息收集无人机。


背景技术：

2.列车在运行过程中，会在钢轨表面产生疤痕、裂缝、表面擦伤、剥离和褶皱等缺陷进而有可能成为威胁铁路运输安全的隐患。目前钢轨内部缺陷出现的概率已经减少很多，然而钢轨表面缺陷导致钢轨断裂的情况却越来越常见。因此，对铁路轨道进行缺陷检测是保证铁路运输安全的重要手段。
3.轨道表面缺陷的检测一直依赖人工巡检，其效率低下，检测结果又受巡检人员的经验、责任心、天气情况等因素的影响，另外巡检人员的人身安全也是需要关注的问题。随着列车速度的提高和轴重的增加，使钢轨伤损发展速度相应加快，检测周期亦有缩短的趋势。加之行车密度大，利用人工检测已经不适应铁路的发展情况。
4.目前对钢轨表面缺陷的检测方法主要有：漏磁检测法、电涡流检测法等。
5.漏磁检测法是对钢轨进行局部磁化，当钢轨表面出现裂纹或坑点等缺陷时，形成缺陷表面局部区域的漏磁场，漏磁信号随缺陷几何形状的不同而变化，采用磁传感器组成的检测电路来检测漏磁场的变化，根据测得的漏磁信号就可判别缺陷情况。但是，这种方法不能检测小的(《4mm)缺陷，而且随着速度的提高，方法的性能急剧下降，因此目前最高速度只达35km/h。
6.电涡流检测法，是载有交变电流的检测线圈靠近钢轨，由于线圈磁场的作用，会感生出涡流。涡流的大小、相位及流动形式受钢轨导电性能的影响，而且涡流产生的反作用磁场又使检测线圈的阻抗发生变化。因此通过测定检测线圈阻抗的变化可以判断被检钢轨中有无缺陷。电涡流方法不受轨道表面的油污等杂质的影响，探头不必接触试件，但是容易受传感器上下波动的影响，要求传感器距离钢轨表面不超过2mm。
7.上述两种检测方法均需要检测人员现场对设备进行操作，费时费力，大大降低了钢轨表面缺陷的检测效率，提高了检测成本，为此我们提出一种一种基于深度学习网络的钢轨表面缺陷检测用信息收集无人机。


技术实现要素：

8.本发明的目的在于提供一种基于深度学习网络的钢轨表面缺陷检测用信息收集无人机，它可以实现沿着钢轨巡逻，通过高速摄像头收集钢轨表面信息并且记录异常信息便于对钢轨表面信息进行采集辅助钢轨检测。
9.为解决上述问题，本发明采用如下的技术方案：
10.基于深度学习网络的钢轨表面缺陷检测用信息收集无人机，包括，
11.电动牵引车，所述电动牵引车包括电动车底盘和驱动电源；
12.信息收集拖车，所述信息收集拖车包括拖车底板、两个拖车前轮和两个拖车后轮，
两个所述拖车前轮转动连接于拖车底板的底部前侧，两个所述拖车后轮转动连接于拖车底板的底部后侧，所述拖车底板的前侧中心与电动牵引车的后侧中心通过钢索连接，所述拖车底板的后侧设置有声波检测机构，且拖车底板的前侧设置有制动机构；
13.图像信息采集机构，所述图像信息采集机构包括图像数据接收器、两侧摄像头安装架和多个高速摄像头，两个所述摄像头安装架对应钢轨位置设置于拖车底板的两侧中部，且摄像头安装架呈倒置的u形结构，多个所述高速摄像头分别设置于摄像头安装架的u形结构内壁对应钢轨的两侧和顶部位置，多个所述高速摄像头均与图像数据接收器电性连接；
14.数据传输机构，所述数据传输机构设置于拖车底板的上端中心，且图像数据接收器与数据传输机构电性连接。
15.云端服务器，所述云端服务器通过无线网络与数据传输机构连接通信，所述云端服务器上设置有数据处理模块和深度学习模块。
16.作为本发明的一种优选方案，所述声波检测机构包括声波数据接收器、两组敲击锤和两个高灵敏度声音探听器，所述声波数据接收器设置于拖车底板的上端后侧，且声波数据接收器与数据传输机构电性连接，两组所述敲击锤分别设置于两侧拖车后轮的朝外一侧，所述高灵敏度声音探听器通过安装于拖车底板的后侧中心，且两个高灵敏度声音探听器分别对应两侧钢轨设置。
17.作为本发明的一种优选方案，所述高灵敏度声音探听器的外侧设置有集音罩，且集音罩呈喇叭状，所述集音罩的开口正向钢轨设置。
18.作为本发明的一种优选方案，每组的多个所述敲击锤呈环形阵列设置，所述敲击锤包括连接插杆、弹性锤臂和圆柱锤头，所述连接插杆和圆柱锤头分别设置于弹性锤臂的两端，且连接插杆插接固定于拖车后轮的外侧，多个所述弹性锤臂的外端逆着拖车后轮的转动方向倾斜于拖车后轮径向设置。
19.作为本发明的一种优选方案，所述制动机构包括两对制动夹和两个制动架，两个所述制动架设置于拖车底板的前侧朝向去，且制动架的前端往外弯折设置于钢轨的正上方，两侧所述制动架的底部均通过固定插销销接固定有两个制动夹，两个所述制动夹镜像对称设置于钢轨的两侧，且两侧制动夹内侧设置有与钢轨形状相匹配的缺口，两侧所述制动夹内侧缺口中均设置有制动摩擦块。
20.作为本发明的一种优选方案，所述制动摩擦块的前侧还设置有一圈清理刷，且清理刷为猪鬃材质。
21.作为本发明的一种优选方案，所述拖车底板和拖车后轮均为外侧包裹有橡胶摩擦套的钢制轨道轮，且拖车后轮上设置有轮速传感器，所述轮速传感器与数据传输机构电性连接。
22.作为本发明的一种优选方案，所述数据传输机构内部设置有数据存储器和无线通讯模块，所述数据存储器用于存储收集的信息数据，所述无线通讯模块用于通过无线网络将接收的数据传输给云端服务器。
23.作为本发明的一种优选方案，所述数据传输机构上设置有辅助天线，所述辅助天线为伸缩式天线。
24.作为本发明的一种优选方案，所述深度学习模块包括钢轨表面缺陷图像数据库和
检验信息数据库。
25.相比于现有技术，本发明的优点在于：
26.(1)本方案通过电动牵引车牵引信息收集拖车沿着待检钢轨移动，信息收集拖车通过图像信息采集机构采集钢轨表面图像，并且通过数据传输机构存储和上传到云端服务器，通过云端服务器内的数据处理模块进行处理，判断钢轨表面缺陷的种类和损伤程度，辅助工作人员对钢轨进行检修，由于图像采集对装置运行稳定性的要求较低，并且能耗也更低，能够在无需工作人员操作的情况下自动沿着钢轨巡逻，大大降低了钢轨检测的工作强度，电动牵引车和信息收集拖车分离式的结构，能够隔离电动牵引车驱动机构的振动，使得图像信息采集机构对数据的采集更加稳定，并且便于电动牵引车和信息收集拖车损坏后能够独立更换，便于设备的维护，提高了设备的利用率。
27.(2)本方案通过声波检测机构检测的声波信息能够初步检测钢轨的内部损伤，使得装置检测范围更广，也能够通过数据处理模块判断钢轨的内部损伤种类，并且轮速传感器的定位联动，将其与对应位置的钢轨表面图像进行关联，能够提高钢轨表面图像信息与钢轨内部损伤的关联度，继而通过深度学习模块的深度学习实现对远程对钢轨内部损伤信息的采集判断，双重检测，使得对钢轨缺陷判断的准确性。
28.(3)本方案通过设置的轮速传感器能够对信息收集拖车的行进距离进行检测，便于发现钢轨表面缺陷后对缺陷位置进行定位，便于工作后续定位寻找进行维护，通过设置的橡胶摩擦套能够避免信息收集拖车与钢轨发生相对滑动，保证声波检测机构对钢轨进行细致的检测，同时保证轮速传感器采集的信息的准确性。
附图说明
29.图1为本发明的立体图。
30.图2为本发明的俯视图。
31.图3为本发明中对应图像信息采集机构位置的正剖视图。
32.图4为本发明中对应声波检测机构位置的后视角度剖视图。
33.图5为本发明中对应制动机构的正剖视图。
34.图6为本发明中制动夹内侧的局部结构示意图。
35.图7为本发明中敲击锤的布局结构图。
36.图8为本发明中数据传输机构和云端服务器的结构框图。
37.图中标号说明：
38.100、电动牵引车；200、信息收集拖车；201、拖车底板；202、拖车前轮；203、拖车后轮；300、图像信息采集机构；301、图像数据接收器；302、摄像头安装架；303、高速摄像头；400、声波检测机构；401、声波数据接收器；402、敲击锤；421、连接插杆；422、弹性锤臂；423、圆柱锤头；403、高灵敏度声音探听器；404、集音罩；500、制动机构；501、制动夹；502、制动摩擦块；503、制动架；504、固定插销；505、清理刷；600、数据传输机构；601、数据存储器；602、无线通讯模块；603、辅助天线；700、轮速传感器；800、云端服务器；801、数据处理模块；802、深度学习模块。
具体实施方式
39.下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
40.在本发明的描述中，需要说明的是，术语“上”、“下”、“内”、“外”、“顶/底端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
41.在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“设置有”、“套设/接”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
42.实施例：
43.请参阅图1-8，基于深度学习网络的钢轨表面缺陷检测用信息收集无人机，包括电动牵引车100、信息收集拖车200、图像信息采集机构300、数据传输机构600和云端服务器800，电动牵引车100包括电动车底盘和驱动电源，信息收集拖车200包括拖车底板201、两个拖车前轮202和两个拖车后轮203，两个拖车前轮202转动连接于拖车底板201的底部前侧，两个拖车后轮203转动连接于拖车底板201的底部后侧，拖车底板201的前侧中心与电动牵引车100的后侧中心通过钢索连接，拖车底板201的后侧设置有声波检测机构400，且拖车底板201的前侧设置有制动机构500。
44.图像信息采集机构300包括图像数据接收器301、两侧摄像头安装架302和多个高速摄像头303，两个摄像头安装架302对应钢轨位置设置于拖车底板201的两侧中部，且摄像头安装架302呈倒置的u形结构，多个高速摄像头303分别设置于摄像头安装架302的u形结构内壁对应钢轨的两侧和顶部位置，多个高速摄像头303均与图像数据接收器301电性连接，数据传输机构600设置于拖车底板201的上端中心，且图像数据接收器301与数据传输机构600电性连接，云端服务器800通过无线网络与数据传输机构600连接通信，云端服务器800上设置有数据处理模块801和深度学习模块802。
45.具体的，声波检测机构400包括声波数据接收器401、两组敲击锤402和两个高灵敏度声音探听器403，高灵敏度声音探听器403用四运放lm324制作，声波数据接收器401设置于拖车底板201的上端后侧，且声波数据接收器401与数据传输机构600电性连接，两组敲击锤402分别设置于两侧拖车后轮203的朝外一侧，高灵敏度声音探听器403通过安装于拖车底板201的后侧中心，且两个高灵敏度声音探听器403分别对应两侧钢轨设置。
46.本实施例中，通过设置两组敲击锤402，两组敲击锤402能够在拖车底板201前进时敲击两侧的钢轨，通过设置的集音罩404，集音罩404能够收集两侧钢轨被敲击后发出的声波，并且集音罩404能够将声波信息传输给声波数据接收器401进行处理，从而检测出钢轨内部结构的损伤。
47.具体的，高灵敏度声音探听器403的外侧设置有集音罩404，且集音罩404呈喇叭状，集音罩404的开口正向钢轨设置。
48.本实施例中，通过设置的集音罩404，集音罩404的设置能够提高高灵敏度声音探听器403对钢轨声波的收集效果，并且能够减少外来干扰。
49.具体的，每组的多个敲击锤402呈环形阵列设置，敲击锤402包括连接插杆421、弹性锤臂422和圆柱锤头423，连接插杆421和圆柱锤头423分别设置于弹性锤臂422的两端，且连接插杆421插接固定于拖车后轮203的外侧，多个弹性锤臂422的外端逆着拖车后轮203的转动方向倾斜于拖车后轮203径向设置。
50.本实施例中，通过环形阵列设置的多个敲击锤402，能够在拖车后轮203转动时，依次敲击钢轨表面，对经过的钢轨依次进行检测，弹性锤臂422的设置，能够在圆柱锤头423敲击钢轨后通过弯折时的圆柱锤头423能够顺利通过，避免对拖车后轮203移动的阻碍。
51.具体的，制动机构500包括两对制动夹501和两个制动架503，两个制动架503设置于拖车底板201的前侧朝向去，且制动架503的前端往外弯折设置于钢轨的正上方，两侧制动架503的底部均通过固定插销504销接固定有两个制动夹501，两个制动夹501镜像对称设置于钢轨的两侧，且两侧制动夹501内侧设置有与钢轨形状相匹配的缺口，两侧制动夹501内侧缺口中均设置有制动摩擦块502。
52.本实施例中，通过设置的两对制动夹501，每对制动夹501组合后能够将制动摩擦块502压向钢轨表面，从而实现摩擦制动的效果，制动机构500对钢轨表面的摩擦力使得信息收集拖车200在没有受到电动牵引车100牵引时保持固定，避免信息收集拖车200打滑和下坡时信息收集拖车200冲撞电动牵引车100
53.具体的，制动摩擦块502的前侧还设置有一圈清理刷505，且清理刷505为猪鬃材质。
54.本实施例中，通过清理刷505的设置，使得清理刷505能够在图像信息采集机构300的前侧对钢轨的表面进行清理，避免表面污渍影响图像信息采集机构300的信息收集结果，保证了钢轨表面缺陷信息收集的准确性。
55.具体的，拖车底板201和拖车后轮203均为外侧包裹有橡胶摩擦套的钢制轨道轮，且拖车后轮203上设置有轮速传感器700，轮速传感器700使用ss102k型速度传感器，轮速传感器700与数据传输机构600电性连接。
56.本实施例中，通过设置的轮速传感器700能够对信息收集拖车200的行进距离进行检测，便于发现钢轨表面缺陷后对缺陷位置进行定位，便于工作后续定位寻找进行维护，通过设置的橡胶摩擦套能够避免信息收集拖车200与钢轨发生相对滑动，保证声波检测机构400对钢轨进行细致的检测，同时保证轮速传感器700采集的信息的准确性。
57.具体的，数据传输机构600内部设置有数据存储器601和无线通讯模块602，数据存储器601用于存储收集的信息数据，无线通讯模块602用于通过无线网络将接收的数据传输给云端服务器800。
58.具体的，数据传输机构600上设置有辅助天线603，辅助天线603为伸缩式天线。
59.本实施例中，通过设置的辅助天线603，提高了无线通讯模块602的通讯信号强度，保证数据传输的及时性。
60.具体的，深度学习模块802包括钢轨表面缺陷图像数据库和检验信息数据库。
61.本实施例中，钢轨表面缺陷图像数据库基于深度学习网络生成，数据处理模块801将所有图像信息采集机构300收集的钢轨表面图像与现有的钢轨表面缺陷图像数据库进行比对，通过图像分割处理后对疑似缺陷的位置进行标记，并且待工作人员根据轮速传感器700定位检修后确认图像种类和损伤程度，然后深度学习模块802将确认带有缺陷的钢轨表面缺陷图像填充入钢轨表面缺陷图像数据库，通过不断的学习提高数据处理模块801对钢轨表面缺陷信息的判断能力，提高判断效率和判断准确率，声波检测机构400检测的声波信息也能够通过数据处理模块801判断钢轨的内部损伤种类，并且轮速传感器700的定位联动，将其与对应位置的钢轨表面图像进行关联，能够提高钢轨表面图像信息与钢轨内部损伤的关联度，继而通过深度学习模块802的深度学习实现对远程对钢轨内部损伤信息的采集判断，双重检测，使得对钢轨缺陷判断的准确性。
62.工作原理：该装置工作时，通过电动牵引车100牵引信息收集拖车200沿着待检钢轨自动移动，信息收集拖车200通过图像信息采集机构300采集钢轨表面图像，并且通过数据传输机构600存储和上传到云端服务器800，通过云端服务器800内的数据处理模块801进行处理，判断钢轨表面缺陷的种类和损伤程度，辅助工作人员对钢轨进行检修，由于图像采集对装置运行稳定性的要求较低，并且能耗也更低，能够在无需工作人员操作的情况下自动沿着钢轨巡逻，大大降低了钢轨检测的工作强度，电动牵引车100和信息收集拖车200分离式的结构，能够隔离电动牵引车100驱动机构的振动，使得图像信息采集机构300对数据的采集更加稳定，并且便于电动牵引车100和信息收集拖车200损坏后能够独立更换，便于设备的维护，提高了设备的利用率。
63.以上，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其改进构思加以等同替换或改变，都应涵盖在本发明的保护范围内。