基于RGB-D信息三维曲波体特征分析的电气化铁路接触网故障智能识别理论

项目名称： 基于RGB-D信息三维曲波体特征分析的电气化铁路接触网故障智能识别理论

项目编号： No.51407147

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 电工技术

项目作者： 韩志伟

作者单位： 西南交通大学

项目金额： 25万元

中文摘要： 接触网故障已成为电气化铁路牵引供电系统中最主要的故障源。现有接触网非接触式故障检测系统主要基于二维灰度数据分析，重叠和遮蔽问题造成检测系统难以进行自动故障识别，严重影响了电气化铁路的安全运营。课题将针对采集的接触网设备RGB-D数据进行接触网三维化故障智能检测研究。利用稀疏分解理论中的三维曲波理论对接触网三维深度数据进行“体”特征分析，从全局语义上对数据进行特征提取和三维模型重构；通过分析RGB信息与三维模型表面相关性对接触网模型进行修正；利用接触网设备的三维曲波系数体特征对设备进行识别和故障诊断；最终通过实验室和线路实验验证算法的有效性。该方法充分利用了RGB-D数据在空间上包含设备三维坐标、在色域上比灰度数据增加更多信息的优势，克服现有构建三维模型算法流程多且复杂、基于表面邻域分析缺乏全局性、易受噪声干扰等问题，可望实现有效的接触网故障智能检测，确保电气化铁路供电系统设备安全可靠运行。

中文关键词： 接触网；故障检测；三维点云；模型重构；局部随机采样一致性

英文摘要： The catenary faults have became the primary trouble in the electric railway.The current catenary detection system is hard to recognize the faults automaticlly by analysing the two two-dimensional gray image date because of overlap problem.It influences th

英文关键词： Catenary；Fault Detection；3D point cloud；Model Reconstruction；Local-RANSAC