刘世望，胡云卿，林 军

（中车株洲电力机车研究所有限公司，湖南 株洲 412001）

0 引言

高速铁路接触网系统（overhead contact system,OCS）主要由接触线和支撑结构组成，负责将电能从变电站传输到列车，是牵引供电系统必不可少的部分。列车通过受电弓和接触线之间的滑动接触获得电力。支撑结构使接触线保持在一定的垂直高度位置，从而可与受电弓平稳地保持滑动接触，以确保稳定的电源供应。吊弦是支撑结构的重要组成部分，其故障（如断裂和松弛）会影响供电质量。目前，在铁路运营过程中，仍然采用人工方法检测吊弦、查找故障，这种检测方式效率低下且危险。因此，有必要自动监控吊弦状态，及时发现断裂和松弛故障，以指导维护工作，确保列车安全。

学者们已在OCS自动监测领域进行了大量研究。非接触式视觉检测方法是当前该领域的主流研究方向，其主要分为基于传统图像处理技术和基于深度学习技术两类，近年来已取得了显著成果。文献[1]提出一种基于双目视觉模块的OCS几何参数检测方法，其减少了车辆振动引起的检测误差。文献[2]将最大稳定的末端区域方法应用于轨道表面的缺陷检测。文献[3]首先使用角点匹配方法来提取绝缘子轮廓，然后再使用频谱聚类法来判断绝缘子故障。文献[4]基于吊弦的先验知识来获得吊弦的位置信息，并使用多层感知器对吊弦的故障进行分类。基于传统图像处理的视觉检查方法虽然已被广泛用于OCS自动检测领域[5-7]，但由于难以解决复杂场景中的视觉检测问题，检测效果不佳。……