基于列車高速運行中的受電弓碳滑板磨耗在線檢測方法
【專利摘要】本發(fā)明涉及一種基于列車高速運行中的受電弓碳滑板磨耗在線檢測方法，當(dāng)列車駛?cè)霗z測區(qū)域，通過工業(yè)相機(jī)對運行中列車的受電弓進(jìn)行連續(xù)拍照，得到若干受電弓圖像，并發(fā)送到工控機(jī)；通過碳滑板目標(biāo)圖像識別方法對受電弓圖像進(jìn)行圖像識別，選取一張目標(biāo)圖像，并分割出碳滑板所在有效區(qū)域；將分割后的碳滑板所在有效區(qū)域進(jìn)行圖像處理，得到碳滑板的幾何形態(tài)；根據(jù)碳滑板的幾何形態(tài)，計算出碳滑板最薄的位置及厚度。本發(fā)明檢測精度高，并實現(xiàn)了對高速運行中的列車的受電弓碳滑板磨損實時進(jìn)行檢測，具有高精度、高效率、非接觸、在線檢測、抗干擾能力強(qiáng)，易于存儲和再現(xiàn)等優(yōu)點，實現(xiàn)了列車在正線上高速運行中的實時檢測的目的。
【專利說明】
基于列車高速運行中的受電弓碳滑板磨耗在線檢測方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及高速列車檢測領(lǐng)域，具體地說是一種基于列車高速運行中的受電弓碳滑板磨耗在線檢測方法。
【背景技術(shù)】
[0002]隨著我國高速鐵路快速發(fā)展，我國的鐵路運輸能力得到了快速擴(kuò)充，技術(shù)裝備水平得到了快速提高，對我國國民經(jīng)濟(jì)發(fā)展起到了積極作用。在高速電氣化鐵路運輸中，受電弓是電力機(jī)車運行時從電網(wǎng)中取電的裝置。它通過機(jī)械摩擦與接觸網(wǎng)導(dǎo)線接觸，因此在機(jī)車運行的過程中，受電弓碳滑板的磨耗在所難免。當(dāng)受電弓碳滑板因為磨耗使得剩余厚度達(dá)到相應(yīng)的界限時，容易造成受電弓滑板與接觸網(wǎng)導(dǎo)線分離，出現(xiàn)離線、暫時性斷電等現(xiàn)象，由此可能引發(fā)嚴(yán)重的交通事故。因此，在電力機(jī)車運行當(dāng)中對受電弓碳滑板的磨耗狀況進(jìn)行實時在線檢測從而保證行車安全具有非常重要的意義。
[0003]目前，國內(nèi)外現(xiàn)階段對受電弓磨耗檢測普遍存在速度慢、精度低、勞動力大等問題，與現(xiàn)階段軌道交通的蓬勃發(fā)展現(xiàn)成較大的反差，對電力機(jī)車受電弓磨耗的檢測大多采用人工目測，這方法已經(jīng)成為電力機(jī)車入庫檢修的一個必要工序，采用此方法必須停車，且費時費力。近些年來，隨著機(jī)器視覺技術(shù)的快速發(fā)展，而且相關(guān)技術(shù)日趨成熟，使得采用機(jī)器視覺技術(shù)對受電弓磨耗進(jìn)行檢測成為可行方案。機(jī)器視覺就是用機(jī)器代替人眼來做測量和判斷。目前國內(nèi)外的受電弓碳滑板磨損的機(jī)器視覺檢測技術(shù)，主要采用傳統(tǒng)邊緣檢測、霍夫變換(HoughTransform)等方法來來提取碳滑板的邊緣，采用模板匹配的方法來確定碳滑板的磨損度。
[0004]邊緣檢測有不同的檢測算子，不同的檢測算子有不同的優(yōu)缺點:Sobel算子和Prewitt算子檢測出的邊緣不是完全聯(lián)通并會邊緣不單一的現(xiàn)象，Roberts算子和和LapIacian算子對噪聲比較敏感，Canny算子會對邊緣產(chǎn)生預(yù)估計，從而影響檢測精度，同時也受外界的光源環(huán)境的影響波動較大。
[0005]模板匹配方法需要將檢測時的實時圖像裝換成與模板相同尺寸的圖像后，進(jìn)行像素對比，這就要求相機(jī)與被檢測的受電弓具有絕對的物理距離，否則會影響轉(zhuǎn)換的比例尺，但運行中的列車很難保證經(jīng)過拍照點時位置絕對固定，適合安裝在機(jī)務(wù)段停車檢測。

【發(fā)明內(nèi)容】

[0006]針對現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于機(jī)器視覺技術(shù)對高速運行中列車的受電弓碳滑板的厚度進(jìn)行非接觸式在線檢測的方法。
[0007]本發(fā)明為實現(xiàn)上述目的所采用的技術(shù)方案是:
[0008]—種基于列車高速運行中的受電弓碳滑板磨耗在線檢測方法，包括以下步驟:
[0009]步驟1:當(dāng)列車駛?cè)霗z測區(qū)域，通過工業(yè)相機(jī)對運行中列車的受電弓進(jìn)行連續(xù)拍照，得到若干受電弓圖像，并發(fā)送到工控機(jī)；
[0010]步驟2:通過碳滑板目標(biāo)圖像識別方法對受電弓圖像進(jìn)行圖像識別，選取一張目標(biāo)圖像，并分割出碳滑板所在有效區(qū)域；
[0011]步驟3:將分割后的碳滑板所在有效區(qū)域進(jìn)行圖像處理，得到碳滑板的幾何形態(tài)；
[0012]步驟4:根據(jù)碳滑板的幾何形態(tài)，計算出碳滑板最薄的位置及厚度。
[0013]所述工業(yè)相機(jī)為分辨率至少為2592*1944，幀率至少為25幀/秒，圖像傳感器尺寸至少為I英寸的面陣工業(yè)攝像機(jī)。
[0014]所述將得到的照片發(fā)送到工控機(jī)通過10Mbps以太網(wǎng)絡(luò)進(jìn)行傳輸。
[0015]所述碳滑板目標(biāo)圖像識別方法包括以下步驟:
[0016]步驟1:對圖像進(jìn)行灰度變換，根據(jù)直方圖對灰度圖像進(jìn)行二值變換，得到二值圖；
[0017]步驟2:通過Canny算子對得到的二值圖進(jìn)行邊緣提取，得到邊緣圖像；
[0018]步驟3:對邊緣圖像進(jìn)行連通域提取，對得到連通域的幾何形態(tài)與標(biāo)準(zhǔn)碳滑板的幾何形態(tài)進(jìn)行比較，得到目標(biāo)連通域；
[0019]步驟4:選取所占圖像像素比例最大的目標(biāo)連通域，其原始圖像即為碳滑板目標(biāo)圖像。
[0020]所述碳滑板所在有效區(qū)域為截掉碳滑板兩端，使截后的碳滑板兩端厚度為原始碳滑板最大厚度的區(qū)域。
[0021]所述圖像處理包括以下過程:
[0022]步驟1:對碳滑板所在有效區(qū)域進(jìn)行灰度變換，得到碳滑板所在有效區(qū)域的灰度圖像；
[0023]步驟2:對碳滑板所在有效區(qū)域的灰度圖像進(jìn)行濾波處理，得到濾波后的圖像；
[0024]步驟3:采用Sobel豎直梯度模板對濾波后的圖像進(jìn)行水平邊界增強(qiáng)，得到邊界增強(qiáng)后的圖像；
[0025]步驟4:對邊緣增強(qiáng)后的圖像進(jìn)行邊緣檢測，得到碳滑板的上邊界和下邊界;其中，下邊界y軸與上邊界y軸的差值為碳滑板的厚度像素值。
[0026]所述邊緣檢測包括以下過程:
[0027]步驟1:在邊界增強(qiáng)后圖像的最左列(I，y)，從上至下尋找白色連續(xù)像素點；
[0028]步驟2:對邊界增強(qiáng)后的圖像進(jìn)行橫向求導(dǎo)，得出灰度變化圖像，并從白色連續(xù)像素點向下尋找灰度變化值最大的點，作為上邊界的起始點(X，y);
[0029]步驟3:在(x+1)列，(y-2)行到(y+3)行的點中尋找灰度變化值最大的點做為碳滑板的上邊界；
[0030]步驟4:對邊界增強(qiáng)后的圖像進(jìn)行二值化，得到二值圖像，找到面積最大的連通域，該連通域的下邊界即為碳滑板的下邊界。
[0031]當(dāng)在(x+1)列，(y-2)行到(y+3)行的點中尋找多個灰度變化值最大的點時，取y值最大列的點做為碳滑板的上邊界。
[0032]所述根據(jù)碳滑板的幾何形態(tài)，計算出碳滑板最薄的位置及厚度包括以下過程:
[0033]取靠近兩端區(qū)域厚度像素值的平均值作為未磨損的標(biāo)準(zhǔn)厚度像素值，取碳滑板最小的厚度像素值作為最大磨損點的厚度像素值；
[0034]根據(jù)未磨損的標(biāo)準(zhǔn)厚度像素值與碳滑板實際標(biāo)準(zhǔn)厚度值的比例關(guān)系，得出最大磨損點的厚度像素值對應(yīng)的最大磨損厚度。
[0035]對所述碳滑板的上邊界進(jìn)行平滑處理，去除突變噪聲點。
[0036]本發(fā)明具有以下有益效果及優(yōu)點:
[0037]1.本發(fā)明采用工業(yè)相機(jī)，實現(xiàn)了對高速運行中的列車碳滑板在線檢測，提高了檢修效率，實現(xiàn)了高速實時在線檢測；
[0038]2.本發(fā)明采用連續(xù)拍攝多張照片，對比選取一張最優(yōu)的照片進(jìn)行圖像識別處理，提尚了檢測精度；
[0039]3.本發(fā)明根據(jù)碳滑板上邊界的空隙處像素灰度特征，定位到碳滑板的上邊界最左端的起始點，提高了識別的速度，快速有效的得到測量結(jié)果；
[0040]4.本發(fā)明采用橫向求導(dǎo)法，通過灰度變化率來判斷碳滑板的上邊界，提高了邊緣檢測準(zhǔn)確度；
[0041]5.本發(fā)明根據(jù)碳滑板的幾何形態(tài)和磨損處的幾何形態(tài)，采用逐點尋邊的方法尋找碳滑板上邊界，提高了檢測精度；
[0042]6.本發(fā)明采用圖像內(nèi)部對比的方法確定碳滑板的磨損值，避免了模板對比尺寸轉(zhuǎn)換引起的誤差。
【附圖說明】
[0043]圖1是本發(fā)明的方法流程圖；
[0044]圖2是本發(fā)明的模塊結(jié)構(gòu)圖；
[0045]圖3是本發(fā)明的碳滑板上邊界起始端定位流程圖；
[0046]圖4是本發(fā)明的碳滑板上邊界邊緣檢測流程圖。
【具體實施方式】
[0047]下面結(jié)合附圖及實施例對本發(fā)明做進(jìn)一步的詳細(xì)說明。
[0048]如圖1是本發(fā)明的方法流程圖。
[0049]采用高清高速的工業(yè)相機(jī)，對高速運行中的列車進(jìn)行在線連續(xù)拍照，不影響列車的正常運行，采用10Mbps以太網(wǎng)絡(luò)進(jìn)行圖像傳輸。
[0050]采用圖像輪廓形態(tài)對比的方法，獲取一張?zhí)蓟逍螒B(tài)最佳、拍攝角度最好的照片進(jìn)行圖相分析；
[0051]根據(jù)碳滑板的形態(tài)、幾何尺寸、顏色、及灰度特征，在圖像中準(zhǔn)確的定位碳滑板的位置，并分割出碳滑板所在區(qū)域的圖像；
[0052]通過圖像去噪，圖像灰度變換，圖像濾波，邊界增強(qiáng)，邊緣檢測，平滑處理等算法獲取碳滑板的幾何形態(tài)；
[0053]根據(jù)碳滑板的幾何形態(tài)，計算出碳滑板最薄的位置及像素厚度。
[0054]碳滑板邊緣檢測的方法包括上邊界和下邊界的邊緣檢測。
[0055]上邊界邊緣檢測采用的方法為:
[0056]I)根據(jù)碳滑板上邊界的空隙處像素灰度特征，定位到碳滑板的上邊界最左端的起始點(I，y)；
[0057]2)在邊界增強(qiáng)后圖像的最左列(I，y)，從上至下尋找白色連續(xù)像素點；
[0058]3)對邊界增強(qiáng)后的圖像進(jìn)行橫向求導(dǎo)，得出灰度變化圖像，并從白色連續(xù)像素點向下尋找灰度變化值最大的點，作為上邊界的起始點(X，y);
[0059]4)在(χ+l)列，(y-2)行到(y+3)行的點中尋找灰度變化值最大的點做為碳滑板的上邊界；
[0060]下邊界邊緣檢測采用的方法為:
[0061]I)進(jìn)行高對比度的二值變換；
[0062 ] 2)提取圖像面積最大連通域；
[0063]3)最大連通域的下邊界即為碳滑板的下邊界。
[0064]上邊界平滑處理的方法為:
[0065]根據(jù)碳滑板的幾何特征，以及磨耗處的幾何特征，去除碳滑板上邊界的突變處進(jìn)行平滑擬合，提高檢測的準(zhǔn)確度。
[0066]取靠近兩端區(qū)域厚度像素值的平均值作為未磨損的標(biāo)準(zhǔn)厚度像素值，取碳滑板最小的厚度像素值作為最大磨損點的厚度像素值。
[0067]根據(jù)未磨損的標(biāo)準(zhǔn)厚度像素值與碳滑板實際標(biāo)準(zhǔn)厚度值的比例關(guān)系，得出最大磨損點的厚度像素值對應(yīng)的最大磨損厚度。
[0068]如圖2所示為本發(fā)明的模塊結(jié)構(gòu)圖。
[0069]本方法主要分為六個模塊:觸發(fā)模塊、連續(xù)拍照圖像采集模塊、最優(yōu)圖片選取模塊、碳滑板矩形區(qū)域提取模塊、碳滑板邊緣提取模塊、碳滑板磨損計算模塊。
[0070]觸發(fā)模塊:負(fù)責(zé)檢測列車駛來信號，并觸發(fā)連續(xù)拍照圖像采集模塊。
[0071]連續(xù)拍照圖像采集模塊:采用高清高速的工業(yè)相機(jī)及穩(wěn)定性好的工業(yè)閃光燈，當(dāng)檢測到列車駛來信號后觸發(fā)相機(jī)及閃光燈，對運行中的列車的受電弓進(jìn)行連的續(xù)拍照，相機(jī)采用10Mbps以太網(wǎng)絡(luò)進(jìn)行圖像傳輸;將采集的圖像傳輸?shù)焦た貦C(jī)，保證圖像的清晰度和圖片傳輸速度。
[0072]最優(yōu)圖片選取模塊:在列車經(jīng)過時，相機(jī)進(jìn)行連續(xù)拍照，拍攝多張圖像，從多張圖像中選出一張拍攝角度和形態(tài)最佳的目標(biāo)圖像進(jìn)行識別。采用Canny邊緣檢測算子進(jìn)行對圖像進(jìn)行初步的輪廓提取，將受電弓碳滑板的幾何輪廓形態(tài)與受電弓碳滑板的標(biāo)準(zhǔn)形態(tài)進(jìn)行比較，選取一張幾何輪廓形態(tài)與受電弓碳滑板的標(biāo)準(zhǔn)形態(tài)最接近并所占像素比例最大的一張圖像為目標(biāo)圖像進(jìn)行圖像檢測。碳滑板幾何輪廓形態(tài)與受電弓碳滑板的標(biāo)準(zhǔn)形態(tài)最接近說明在圖像拍攝過程中列車的震動及傾斜較小;受電弓所占像素比越高說明受電弓拍攝時與相機(jī)越接近，單像素點所代表的物理值越小，計算精度就越高。
[0073]碳滑板矩形區(qū)域提取模塊:拍攝的到的圖像是列車頂部的完整圖像，根據(jù)受電弓碳滑板在圖像中的物理位置、受電弓碳滑板的長條并向上彎曲的形態(tài)、幾何尺寸、顏色、灰度特征及最優(yōu)圖片選取模塊邊緣檢測的結(jié)果確定受電弓碳滑板在整幅圖像中的位置，分割出有效的碳滑板的圖像。
[0074]碳滑板邊緣提取模塊:
[0075]將彩色圖像轉(zhuǎn)換成灰度圖像，采用伽瑪變化，使用最大類間方差發(fā)找到一個合適的閾值，作為伽瑪變換的伽瑪系數(shù)，將彩色圖像轉(zhuǎn)換成灰色圖像。
[0076]為了提取出有效的碳滑板的邊緣，采用Sobel梯度法進(jìn)行圖像增強(qiáng)，由于碳滑板在圖像中呈水平方向，所以濾波時的模板采用對水平邊緣有較大影響的豎直梯度模板。
[0077]碳滑板磨損計算模塊:采用同一張圖像中碳滑板兩端未磨耗處厚度的像素厚度平均值與碳滑板最薄像素厚度值對比的方法計算碳滑板磨耗最薄處的實際厚度，這樣避免了圖像尺寸轉(zhuǎn)變產(chǎn)生的誤差。
[0078]如圖3所示為本發(fā)明的碳滑板上邊界起始端定位流程圖。根據(jù)邊緣檢測的方法提取碳滑板的上邊緣和下邊緣。
[0079]尋找碳滑板上端最左側(cè)明顯的白色連續(xù)像素點的區(qū)域；
[0080]沿著白色像素點區(qū)域向下繼續(xù)尋找灰度變大最大值點，做為碳滑板上邊界最左側(cè)的起始點；
[0081 ]如圖4是本發(fā)明的碳滑板上邊界邊緣檢測流程圖。
[0082]根據(jù)碳滑板橫向邊緣橫向灰度變化較大的特點，對整個圖片進(jìn)行橫向求導(dǎo)，得到圖像垂直方向上的灰度變化值；
[0083]以碳滑板上邊界最左側(cè)的起始點為起始點，依次像右尋找碳滑板的上邊界，尋找方法為:以點(x，y)參考，尋找χ+l列中，(x+1，y_2)至(x+1，y+3)點中，灰度變化最大值的點做為碳滑板的上邊界，由于碳滑板的承向上凸出的弧形，為保證精度，勁量使邊界向下收斂，所以向上只比較到y(tǒng)-2，向下比較到y(tǒng)+3，如果遇到變化率相同的點，選用下側(cè)的點做為邊界點；在遇到邊界明顯下凹的位置，說明是碳滑板磨損嚴(yán)重的敏感位置，確保邊界盡量向上收斂，將比較范圍修改為(x+l，y-3)至(x+l，y+2)。經(jīng)實際檢驗，這種方法提高了邊緣的檢測精度。
[0084]提取到碳滑板的上邊界后，需要對上邊界進(jìn)行平滑處理，根據(jù)碳滑板的幾何特征，以及磨耗處的幾何特征，去掉碳滑板上邊界的突變處進(jìn)行平滑處理，提高檢測的準(zhǔn)確度。
[0085]I)碳滑板的幾何特征為:碳滑板整體的幾何特征為中間向上突出一定的弧度，根據(jù)這個特征曲線擬合時去上邊界的向上突出點做收斂處理，提高邊界精度；
[0086]2)碳滑板磨損處的幾何特征為向下弧度，根據(jù)這個特征對邊緣變化向下突出的位置進(jìn)行雙向收斂處理，提高磨損處精度。
【主權(quán)項】
1.一種基于列車高速運行中的受電弓碳滑板磨耗在線檢測方法，其特征在于，包括以下步驟: 步驟1:當(dāng)列車駛?cè)霗z測區(qū)域，通過工業(yè)相機(jī)對運行中列車的受電弓進(jìn)行連續(xù)拍照，得到若干受電弓圖像，并發(fā)送到工控機(jī)； 步驟2:通過碳滑板目標(biāo)圖像識別方法對受電弓圖像進(jìn)行圖像識別，選取一張目標(biāo)圖像，并分割出碳滑板所在有效區(qū)域； 步驟3:將分割后的碳滑板所在有效區(qū)域進(jìn)行圖像處理，得到碳滑板的幾何形態(tài)； 步驟4:根據(jù)碳滑板的幾何形態(tài)，計算出碳滑板最薄的位置及厚度。2.根據(jù)權(quán)利要求1所述的基于列車高速運行中的受電弓碳滑板磨耗在線檢測方法，其特征在于:所述工業(yè)相機(jī)為分辨率至少為2592*1944，幀率至少為25幀/秒，圖像傳感器尺寸至少為I英寸的面陣工業(yè)攝像機(jī)。3.根據(jù)權(quán)利要求1所述的基于列車高速運行中的受電弓碳滑板磨耗在線檢測方法，其特征在于:所述將得到的照片發(fā)送到工控機(jī)通過10Mbps以太網(wǎng)絡(luò)進(jìn)行傳輸。4.根據(jù)權(quán)利要求1所述的基于列車高速運行中的受電弓碳滑板磨耗在線檢測方法，其特征在于:所述碳滑板目標(biāo)圖像識別方法包括以下步驟: 步驟1:對圖像進(jìn)行灰度變換，根據(jù)直方圖對灰度圖像進(jìn)行二值變換，得到二值圖； 步驟2:通過Canny算子對得到的二值圖進(jìn)行邊緣提取，得到邊緣圖像； 步驟3:對邊緣圖像進(jìn)行連通域提取，對得到連通域的幾何形態(tài)與標(biāo)準(zhǔn)碳滑板的幾何形態(tài)進(jìn)行比較，得到目標(biāo)連通域； 步驟4:選取所占圖像像素比例最大的目標(biāo)連通域，其原始圖像即為碳滑板目標(biāo)圖像。5.根據(jù)權(quán)利要求1所述的基于列車高速運行中的受電弓碳滑板磨耗在線檢測方法，其特征在于:所述碳滑板所在有效區(qū)域為截掉碳滑板兩端，使截后的碳滑板兩端厚度為原始碳滑板最大厚度的區(qū)域。6.根據(jù)權(quán)利要求1所述的基于列車高速運行中的受電弓碳滑板磨耗在線檢測方法，其特征在于:所述圖像處理包括以下過程: 步驟1:對碳滑板所在有效區(qū)域進(jìn)行灰度變換，得到碳滑板所在有效區(qū)域的灰度圖像； 步驟2:對碳滑板所在有效區(qū)域的灰度圖像進(jìn)行濾波處理，得到濾波后的圖像； 步驟3:采用Sobel豎直梯度模板對濾波后的圖像進(jìn)行水平邊界增強(qiáng)，得到邊界增強(qiáng)后的圖像； 步驟4:對邊緣增強(qiáng)后的圖像進(jìn)行邊緣檢測，得到碳滑板的上邊界和下邊界;其中，下邊界y軸與上邊界y軸的差值為碳滑板的厚度像素值。7.根據(jù)權(quán)利要求6所述的基于列車高速運行中的受電弓碳滑板磨耗在線檢測方法，其特征在于:所述邊緣檢測包括以下過程: 步驟1:在邊界增強(qiáng)后圖像的最左列(l，y)，從上至下尋找白色連續(xù)像素點； 步驟2:對邊界增強(qiáng)后的圖像進(jìn)行橫向求導(dǎo)，得出灰度變化圖像，并從白色連續(xù)像素點向下尋找灰度變化值最大的點，作為上邊界的起始點(X，y); 步驟3:在(x+1)列，(y-2)行到(y+3)行的點中尋找灰度變化值最大的點做為碳滑板的上邊界； 步驟4:對邊界增強(qiáng)后的圖像進(jìn)行二值化，得到二值圖像，找到面積最大的連通域，該連通域的下邊界即為碳滑板的下邊界。8.根據(jù)權(quán)利要求7所述的基于列車高速運行中的受電弓碳滑板磨耗在線檢測方法，其特征在于:當(dāng)在(x+1)列，(y_2)行到(y+3)行的點中尋找多個灰度變化值最大的點時，取y值最大列的點做為碳滑板的上邊界。9.根據(jù)權(quán)利要求1所述的基于列車高速運行中的受電弓碳滑板磨耗在線檢測方法，其特征在于:所述根據(jù)碳滑板的幾何形態(tài)，計算出碳滑板最薄的位置及厚度包括以下過程: 取靠近兩端區(qū)域厚度像素值的平均值作為未磨損的標(biāo)準(zhǔn)厚度像素值，取碳滑板最小的厚度像素值作為最大磨損點的厚度像素值； 根據(jù)未磨損的標(biāo)準(zhǔn)厚度像素值與碳滑板實際標(biāo)準(zhǔn)厚度值的比例關(guān)系，得出最大磨損點的厚度像素值對應(yīng)的最大磨損厚度。10.根據(jù)權(quán)利要求6?8任一項所述的基于列車高速運行中的受電弓碳滑板磨耗在線檢測方法，其特征在于:對所述碳滑板的上邊界進(jìn)行平滑處理，去除突變噪聲點。
【文檔編號】G01B11/06GK106052575SQ201610621845
【公開日】2016年10月26日
【申請日】2016年8月2日
【發(fā)明人】于樂, 白瑞雙, 趙錦陽, 王大軍, 盧曉穎, 壽增
【申請人】易訊科技股份有限公司