CN104482865A - 一种制动器厚度检测的方法及*** - Google Patents

Abstract

本申请提供了一种制动器厚度检测的方法，该方法包括：采集机车制动器的图像；从所述采集的图像中识别所述制动器的轮廓；根据所述识别的轮廓，计算所述制动器的最小厚度值。本申请还提供了一种制动器厚度检测的***。根据所述制动器的最小厚度值判断所述制动器的磨损严重性，当所述制动器磨损较严重，不能再继续使用时，及时更换制动器，提高机车的安全性。

Description

一种制动器厚度检测的方法及***

技术领域

本申请涉及机车检测领域，特别涉及一种制动器厚度检测的方法及***。

背景技术

随着机车制动器使用频率的增多，机车制动器的磨损越来越严重，导致制动器的厚度越来越小，容易造成安全隐患。

现有的机车制动器厚度的检测方法一般为人为目测法，这种检测方法往往需要有经验的检测人员进行检测，检测效率低，且检测结果的精确度不高。

因此，如何有效的提高制动器厚度的检测效率，获得精确的检测结果是本领域技术人员目前需要解决的技术问题。

发明内容

本申请所要解决的技术问题是提供一种制动器厚度检测的方法及***，解决了现有技术中检测效率低，检测结果精确度不高的问题。其具体方案如下：

一种制动器厚度检测的方法，该方法包括：

采集机车制动器的图像；

从所述采集的图像中识别所述制动器的轮廓；

根据所述识别的轮廓，计算所述制动器的最小厚度值。

上述的方法，优选的，

所述采集机车制动器的图像包括：

轮对触发信号触发相机对所述机车制动器进行拍摄；

获取所述拍摄的图像参数；

判断所述图像参数是否达到预设阈值，若是，则所述采集机车制动器的图像成功。

上述的方法，优选的，

所述采集机车制动器的图像还包括：

存储所述拍摄的图像。

上述的方法，优选的，

所述根据识别的轮廓，计算制动器的最小厚度值具体为：

根据所述识别的轮廓，将所述制动器分成至少两部分；

分别获取所述制动器各个部分的边缘值；

根据所述获取的各个边缘值，计算所述制动器的最小厚度值。

上述的方法，优选的，还包括：

在数据库中，以数据列表的形式存储所述计算的制动器的最小厚度值。

上述的方法，优选的，还包括：

展示所述计算的制动器的最小厚度值。

上述的方法，优选的，

所述展示计算的制动器的最小厚度值包括：

获取所述机车的车号及端位；

读取所述数据库中存储的制动器的最小厚度值；

在报表中展示所述最小厚度值。

上述的方法，优选的，

所述展示计算的制动器的最小厚度值还包括：

判断是否需要查看所述采集的图像，若是，则通过网络的方式实时调用所述图像。

一种制动器厚度检测的***，该***包括：

采集单元：用于采集机车制动器的图像；

识别单元：用于从所述采集的图像中识别所述制动器的轮廓；

第一计算单元：用于根据所述识别的轮廓，计算所述制动器的最小厚度值。

上述的***，优选的，所述采集单元包括：

拍摄单元：用于轮对触发信号触发相机对所述机车制动器进行拍摄；

第一获取单元：用于获取所述拍摄的图像参数；

第一判断单元：用于判断所述图像参数是否达到预设阈值，若是，则所述采集机车制动器的图像成功。

上述的***，优选的，该***还包括：

第一存储单元：用于存储所述拍摄的图像。

上述的***，优选的，所述第一计算单元包括：

分块单元：用于根据所述识别的轮廓，将所述制动器分成至少两部分；

第二获取单元：用于分别获取所述制动器各个部分的边缘值；

第二计算单元：用于根据所述获取的各个边缘值，计算所述制动器的最小厚度值。

上述的***，优选的，还包括：

第三存储单元：用于在数据库中，以数据列表的形式存储所述计算的制动器的最小厚度值。

上述的***，优选的，还包括：

第一展示单元：用于展示所述计算的制动器的最小厚度值。

上述的***，优选的，所述第一展示单元包括：

第三获取单元：用于获取所述机车的车号及端位；

读取单元：用于读取所述数据库中存储的制动器的最小厚度值；

第二展示单元：用于在报表中展示所述最小厚度值。

上述的***，优选的，所述第一展示单元还包括：

第二判断单元：用于判断是否需要查看所述采集的图像，若是，则通过网络的方式实时调用所述图像。

本申请提供的一种制动器厚度检测的方法，对所述机车制动器进行图像采集，获取清晰度较高的图像，然后在所述获取的具有较高清晰度的图像中，识别出所述制动器的轮廓，根据所述轮廓，计算出所述制动器的最小厚度，根据所述制动器的最小厚度值判断所述制动器的磨损严重性，当所述制动器磨损较严重，不能再继续使用时，及时更换制动器，提高机车的安全性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请的一种制动器厚度检测的方法实施例1的流程图；

图2是本申请的一种制动器厚度检测的方法实施例2的流程图；

图3是本申请的一种制动器厚度检测的方法实施例3的流程图；

图4是本申请的一种制动器厚度检测的方法实施例4的流程图；

图5为本申请的一种制动器厚度检测的***实施例1的结构示意图；

图6为本申请的一种制动器厚度检测的***实施例2的结构示意图；

图7为本申请的一种制动器厚度检测的***实施例3的结构示意图；

图8为本申请的一种制动器厚度检测的***实施例4的结构示意图。

具体实施方式

本发明的核心是提供一种制动器厚度检测的方法及***，解决了现有技术中检测效率低，检测结果精确度不高的问题。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

参考图1，示出了本申请一种制动器厚度检测的方法实施例1的流程图，可以包括以下步骤：

步骤S101：采集机车制动器的图像。

本申请中，机车制动器包括两部分：闸瓦和闸片。所述闸瓦是指踏面制动，与踏面摩擦的物体；所述闸片是指刹车盘制动，与刹车盘摩擦的物体。需要对所述闸瓦和所述闸片均进行图像采集。

本申请中，对闸瓦和闸片的采集原理基本相同，均需要借助车轮触发，然后准确定位闸瓦或闸片的位置，进行抓拍，获取清晰度比较高的图像。

本申请中，对制动器的拍摄，要求目标物体要完全在图像视场中，所以对所述制动器的图像采集利用面阵相机，所述面阵相机是一款以面为单位来进行图像采集的成像工具，可以一次性获取完整的目标图像，具有测量图像直观的优势，在目标物体的形状、尺寸，甚至温度等方面的测量应用上发挥着至关重要的成像作用。利用面阵相机，可以准确拍摄闸瓦和闸片的图像。

步骤S102：从所述采集的图像中识别所述制动器的轮廓。

本申请中，分别对所述制动器中的两部分闸瓦和闸片进行轮廓的识别，两者的识别方法相同，以闸瓦为例，首先利用图像标定技术，对所述采集的图像进行几何校正，然后对所述经过几何校正后的图像进行圆弧检测，定位所述闸瓦的区域，对所述定位后的闸瓦区域的图像利用Canny边缘检测算法进行所述闸瓦的边缘检测，在所述定位的闸瓦区域进行边缘筛选，获取所述闸瓦磨耗边的边缘，最后在利用所述闸瓦上的孔洞定位所述闸瓦背边的边缘，获取所述闸瓦的背边边缘，此时即得到了所述制动器的整个轮廓。

步骤S103：根据所述识别的轮廓，计算所述制动器的最小厚度值。

制动器在使用过程中，磨损严重，致使制动器的厚度越来越小，然而制动器的磨损不均匀，有些部位磨损比较严重，有些部位磨损相对较小，在对制动器的磨损程度进行判断时，以磨损较严重的部位为准，需要计算出所述制动器的最小厚度值。若所述计算的制动器的最小厚度值超过预设阈值，则说明所述制动器存在安全隐患，不能再继续使用，需要及时进行更换，以预防安全隐患，提高机车的安全性。

本实施例中，对所述机车制动器进行图像采集，获取清晰度较高的图像，然后在所述获取的具有较高清晰度的图像中，识别出所述制动器的轮廓，根据所述轮廓，计算出所述制动器的最小厚度，根据所述制动器的最小厚度值判断所述制动器的磨损严重性，当所述制动器磨损较严重，不能再继续使用时，及时更换制动器，提高机车的安全性。

参考图2，示出了本申请一种制动器厚度检测的方法实施例2的流程图，所述步骤S101：采集机车制动器的图像包括：

步骤S201：轮对触发信号触发相机对所述机车制动器进行拍摄。

对闸瓦和闸片的采集均需要借助车轮触发，然后准确定位闸瓦或闸片的位置，进行抓拍，获取图像。

步骤S202：获取所述拍摄的图像参数。

步骤S203：判断所述图像参数是否达到预设阈值，若是，则执行步骤S204：所述采集机车制动器的图像成功；否则则继续对所述机车制动器进行拍摄，直到所述拍摄的图像的参数达到预设阈值。

对机车制动器进行拍摄是为了从图像中获取制动器的轮廓，这就需要清晰度比较高的图像。对所述拍摄的图像的清晰度进行判断，若所述清晰度达到预设阈值，则说明所述拍摄的图像可以用于制动器轮廓的获取。

对所述图像的清晰度进行判断，可以保证后面对制动器的轮廓的识别以及制动器最小厚度的计算更加精确。

本申请中，采集机车制动器的图像还包括：

步骤S205：存储所述拍摄的图像。

将所述拍摄的图像存储到服务器中，以备客户端对所述图像进行查看时使用。

参考图3，示出了本申请一种制动器厚度检测的方法实施例3的流程图，所述步骤S103：根据识别的轮廓，计算制动器的最小厚度值具体为：

步骤S301：根据所述识别的轮廓，将所述制动器分成至少两部分。

所述制动器在使用过程中，不同部分的磨损程度不同，此时，将所述制动器分成至少两个部分，然后分别对各个部分进行相关的计算，使得计算结果更加准确。

步骤S302：分别获取所述制动器各个部分的边缘值。

边缘值能够比较准确的反映所述制动器的厚度，通过获取所述制动器各个部分的边缘值，得知所述制动器各个部分的厚度。

步骤S303：根据所述获取的各个边缘值，计算所述制动器的最小厚度值。

根据所述制动器各个部分的边缘值，获取所述制动器各个部分的厚度，然后通过比较分析，得到所述制动器的最小厚度值。

本申请中，基础指标对应的所述制动器厚度的检测精度为：正负3mm，高级指标对应的所述制动器厚度的检测精度为：正负1mm。

在本申请中，还包括：

步骤S304：在数据库中，以数据列表的形式存储所述计算的制动器的最小厚度值。

在本申请中，还包括：

步骤S305：展示所述计算的制动器的最小厚度值。

本申请中，对制动器厚度检侧结果的展示应以BS报表的方式，在客户端进行展示。

本申请中，采用数据列表和图像相结合的方式，其中，数据列表应存储在数据库中，展示图像则采用网络的方式实时从本地调用。

本申请中，展示的数据和图像正确率要求大于99.9％。

参考图4，示出了本申请一种制动器厚度检测的方法实施例4的流程图，所述展示计算的制动器的最小厚度值包括：

步骤S401：获取所述机车的车号及端位。

步骤S402：读取所述数据库中存储的制动器的最小厚度值。

步骤S403：在报表中展示所述最小厚度值。

所述展示计算的制动器的最小厚度值还包括：

步骤S404：判断是否需要查看所述采集的图像，若是，则执行步骤S405：通过网络的方式实时调用所述图像。

与上述本申请一种制动器厚度检测的方法实施例1所提供的方法相对应，参见图5，本申请还提供了一种制动器厚度检测的***实施例1，在本实施例中，该***包括：

采集单元501：用于采集机车制动器的图像；

识别单元502：用于根据所述采集的图像，识别所述制动器的轮廓；

第一计算单元503：用于根据所述识别的轮廓，计算所述制动器的最小厚度值。

参见图6，本申请还提供了一种制动器厚度检测的***实施例2，在本实施例中，所述采集单元501包括：

拍摄单元601：用于轮对触发信号触发相机对所述机车制动器进行拍摄；

第一获取单元602：用于获取所述拍摄的图像参数；

第一判断单元603：用于判断所述图像参数是否达到预设阈值，若是，则所述采集机车制动器的图像成功。

该***还包括：

第一存储单元604：用于存储所述拍摄的图像。

参见图7，本申请还提供了一种制动器厚度检测的***实施例3，在本实施例中，所述第一计算单元503包括：

分块单元701：用于根据所述识别的轮廓，将所述制动器分成至少两部分；

第二获取单元702：用于分别获取所述制动器各个部分的边缘值；

第二计算单元703：用于根据所述获取的各个边缘值，计算所述制动器的最小厚度值。

本申请中，还包括：

第三存储单元704：用于在数据库中，以数据列表的形式存储所述计算的制动器的最小厚度值。

本申请中，还包括：

第一展示单元705：用于展示所述计算的制动器的最小厚度值。

参见图8，本申请还提供了一种制动器厚度检测的***实施例4，在本实施例中，所述第一展示单元包括：

第三获取单元801：用于获取所述机车的车号及端位；

读取单元802：用于读取所述数据库中存储的制动器的最小厚度值；

第二展示单元803：用于在报表中展示所述最小厚度值。

所述第一展示单元还包括：

第二判断单元804：用于判断是否需要查看所述采集的图像，若是，则通过网络的方式实时调用所述图像。

综上，本申请提供的一种制动器厚度检测的方法及***，能够有效地提高检测效率，获取的检测结果精度较高。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。

以上对本申请所提供的一种制动器厚度检测的方法及***进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (16)

1.一种制动器厚度检测的方法，其特征在于，该方法包括：

采集机车制动器的图像；

从所述采集的图像中识别所述制动器的轮廓；

根据所述识别的轮廓，计算所述制动器的最小厚度值。

2.根据权利要求1所述的方法，其特征在于，所述采集机车制动器的图像包括：

轮对触发信号触发相机对所述机车制动器进行拍摄；

获取所述拍摄的图像参数；

判断所述图像参数是否达到预设阈值，若是，则所述采集机车制动器的图像成功。

3.根据权利要求2所述的方法，其特征在于，所述采集机车制动器的图像还包括：

存储所述拍摄的图像。

4.根据权利要求1所述的方法，其特征在于，所述根据识别的轮廓，计算制动器的最小厚度值具体为：

根据所述识别的轮廓，将所述制动器分成至少两部分；

分别获取所述制动器各个部分的边缘值；

根据所述获取的各个边缘值，计算所述制动器的最小厚度值。

5.根据权利要求4所述的方法，其特征在于，还包括：

在数据库中，以数据列表的形式存储所述计算的制动器的最小厚度值。

6.根据权利要求1至5任一项所述的方法，其特征在于，还包括：

展示所述计算的制动器的最小厚度值。

7.根据权利要求6所述的方法，其特征在于，所述展示计算的制动器的最小厚度值包括：

获取所述机车的车号及端位；

读取所述数据库中存储的制动器的最小厚度值；

在报表中展示所述最小厚度值。

8.根据权利要求7所述的方法，其特征在于，所述展示计算的制动器的最小厚度值还包括：

判断是否需要查看所述采集的图像，若是，则通过网络的方式实时调用所述图像。

9.一种制动器厚度检测的***，其特征在于，该***包括：

采集单元：用于采集机车制动器的图像；

识别单元：用于从所述采集的图像中识别所述制动器的轮廓；

第一计算单元：用于根据所述识别的轮廓，计算所述制动器的最小厚度值。

10.根据权利要求9所述的***，其特征在于，所述采集单元包括：

拍摄单元：用于轮对触发信号触发相机对所述机车制动器进行拍摄；

第一获取单元：用于获取所述拍摄的图像参数；

第一判断单元：用于判断所述图像参数是否达到预设阈值，若是，则所述采集机车制动器的图像成功。

11.根据权利要求10所述的***，其特征在于，该***还包括：

第一存储单元：用于存储所述拍摄的图像。

12.根据权利要求9所述的***，其特征在于，所述第一计算单元包括：

分块单元：用于根据所述识别的轮廓，将所述制动器分成至少两部分；

第二获取单元：用于分别获取所述制动器各个部分的边缘值；

第二计算单元：用于根据所述获取的各个边缘值，计算所述制动器的最小厚度值。

13.根据权利要求12所述的***，其特征在于，还包括：

第三存储单元：用于在数据库中，以数据列表的形式存储所述计算的制动器的最小厚度值。

14.根据权利要求9至13任意一项所述的***，其特征在于，还包括：

第一展示单元：用于展示所述计算的制动器的最小厚度值。

15.根据权利要求14所述的***，其特征在于，所述第一展示单元包括：

第三获取单元：用于获取所述机车的车号及端位；

读取单元：用于读取所述数据库中存储的制动器的最小厚度值；

第二展示单元：用于在报表中展示所述最小厚度值。

16.根据权利要求15所述的***，其特征在于，所述第一展示单元还包括：

第二判断单元：用于判断是否需要查看所述采集的图像，若是，则通过网络的方式实时调用所述图像。