仪器仪表学报

作者：靖永志，倪胜，贾兴科，刘治辛，刘国清

单位：靖永志,1.西南交通大学磁浮技术与磁浮列车教育部重点实验室成都611756； 2.西南交通大学电气工程学院成都611756； 3.西南交通大学唐山研究院唐山063000,jingyongzhi@swjtu.edu.cn,倪胜,1.西南交通大学磁浮技术与磁浮列车教育部重点实验室成都611756； 3.西南交通大学唐山研究院唐山063000,,贾兴科,1.西南交通大学磁浮技术与磁浮列车教育部重点实验室成都611756； 2.西南交通大学电气工程学院成都611756,,刘治辛,1.西南交通大学磁浮技术与磁浮列车教育部重点实验室成都611756； 3.西南交通大学唐山研究院唐山063000,,刘国清,1.西南交通大学磁浮技术与磁浮列车教育部重点实验室成都611756； 2.西南交通大学电气工程学院成都611756,034115@163.com,

关键词：语义分割;悬浮间隙检测;深度学习;超分辨率

针对传统语义分割网络存在参数量大、实时性低以及抗干扰能力差的问题，提出了一种基于列向语义分割的悬浮间隙视觉检测方法。该方法将间隙检测定义为寻找间隙在图像中部分列位置的集合，简化分类问题以缩减计算复杂度。首先,设计了基于视觉间隙检测悬浮系统结构，基于列方向上的位置选择和分类设计了一种间隙检测语义分割网络(GMSSNet),并采用1×1卷积加列向亚像素卷积层模块代替全连接层进一步减少模型参数量；然后，构建了悬浮间隙样本集并配置训练环境，对所设计的GMSSNet模型分别进行了抗干扰能力测试、消融实验和闭环悬浮实验。实验结果表明,GMSSNet模型具有较高的检测精度,正常悬浮间隙检测样本时的最大检测误差为±0.1mm，线性度为0.5%F.S，存在偏移或特定遮挡情况下，网络最大检测误差为±0.15mm，线性度为0.75%F.S，闭环悬浮实验表明基于GMSSNet模型的悬浮间隙检测精度和速度均满足悬浮系统要求。

来源：2024年第9期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第9期