基于图像识别的受电弓与接触网运行状況检测系统方案研究

本文设计了一套应用于轨道电车的受电弓和接触网检测系统,该系统可通过视觉传感器以及力学传感器采集与受电弓接触监测点的状态值,通过深度神经网络提取例如拉出值异常、导高较高等运动特征以及外部特征识别进行学习,从而实现受电弓与接触网运行状态的智能识别。该系统可实时监控城轨车辆弓网的工作状态,并针对检测出的异常问题进行及时提示,保障列车的运行安全。