陈 刚

(中国铁路上海局集团有限公司 机辆检测所，上海 200070)

动车组运行故障动态图像检测系统(TEDS)是利用轨边安装的多组高速工业相机抓拍运行中的列车图片，通过图像处理技术手段，对运行中的列车表面机械类故障进行检测[1]。待检测的部件及故障形态依据铁总运[2016]62号文，主要包括裙板、底板、转向架以及车端连接处四大部分。总体来看，待检测的车型、部件种类繁多，故障形态多种多样，并且设备受外界环境(天气变化、光照变化)影响较大，存在较多的检测技术难点，即使在保证识别率的情况下对误报的控制也是个较大难题。误报率高将导致各动车段在判别真假故障上消耗大量的人力、物力，甚至会因人工复核识别时间过长导致故障漏检，造成车辆带故障运行，影响行车安全。

1 识别算法策略分析

为了提高识别的准确度，降低误报率，目前各设备厂家采取的识别算法策略已经由最原始的对比法策略转换为分车型、分部件的算法策略。目前的识别算法对所有的过车车型进行了细分，并且对车辆上的每个部件进行了再细分，以便根据不同的部件及其故障形态进行相应的算法开发。经过几次的实车试验，已经初步验证了该算法的有效性，在很大程度上提高了故障的检出率，降低了误报率[2]。但是同时也存在着一些问题：(1)车型种类繁多，而且相同车型的局部结构存在批次上的差异；(2)安装导致设备之间拍摄的图片视野差异较大，不利于后期程序的统一布置和维护；……