A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Loosening Bolts Detection of Bogie Box in Metro Vehicles Based on Deep Learning Detecção de afrouxamento de parafusos de bogie box em veículos metropolitanos com base em aprendizado profundo

Weiwei QI, Shubin ZHENG, Liming LI, Zhenglong YANG

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Os parafusos na caixa do bogie dos veículos do metrô são fixadores importantes para a estrutura da caixa do bogie. A detecção eficaz de parafusos afrouxados no estágio inicial pode evitar a perda do parafuso e a ocorrência de acidentes. Recentemente, métodos de detecção baseados em visão artificial foram desenvolvidos para afrouxamento de parafusos. Mas os métodos tradicionais de processamento de imagem e aprendizado de máquina apresentam alta taxa de falhas e taxas falsas para detecção de parafusos devido ao tamanho pequeno e ao fundo complexo. Para resolver este problema, é proposto um método de deserção de parafusos afrouxados baseado em aprendizado profundo. O método proposto cascata dois estágios de maneira grosseira a fina, incluindo o estágio de localização baseado no Single Shot Multibox Detector (SSD) e o SSD aprimorado, localizando sequencialmente a caixa do bogie e os parafusos e um estágio de segmentação semântica com a rede em forma de U (U-Net) para detectar a folga dos parafusos. A precisão e eficácia do método proposto são verificadas com imagens capturadas da Linha 9 do Metrô de Xangai. Os resultados mostram que o método proposto possui maior precisão na detecção do afrouxamento dos parafusos, o que pode garantir o funcionamento estável dos veículos do metrô.

Publicação
IEICE TRANSACTIONS on Information Vol.E105-D No.11 pp.1990-1993
Data de publicação
2022/11/01
Publicitada
2022/07/28
ISSN online
1745-1361
DOI
10.1587/transinf.2022EDL8041
Tipo de Manuscrito
LETTER
Categoria
Reconhecimento de imagem, visão computacional

autores

Weiwei QI
  Shanghai University of Engineering Science
Shubin ZHENG
  Shanghai University of Engineering Science
Liming LI
  Shanghai University of Engineering Science
Zhenglong YANG
  Shanghai University of Engineering Science

Palavra-chave