(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111209783.0 (22)申请日 2021.10.18 (71)申请人 北京唐智科技发展 有限公司 地址 100043 北京市石景山区城通 街26号 院2号楼21层2101 申请人 唐智科技湖南发展 有限公司 (72)发明人 李修文　黄玉　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 代理人 张艺 (51)Int.Cl. G01N 33/2045(2019.01) B61K 9/10(2006.01) G06N 20/00(2019.01) G06N 20/10(2019.01)G06K 9/62(2022.01) G06K 9/00(2022.01) (54)发明名称 一种轨道伤损检测方法、 装置、 设备及存储 介质 (57)摘要 本申请公开了一种轨道伤损检测方法、 装 置、 设备及存储介质， 包括： 获取列车行驶过程中 对轨道进行探测后得到的当前轨道探测 信号； 对 所述当前轨道探测 信号进行预处理， 以得到待检 测轨道数据； 将所述待检测轨道数据输入至训练 后的轨道检测模 型， 并获取所述轨道检测模型输 出的与所述待检测轨道数据对应的轨道状态类 型标签； 所述训练后的轨道检测模 型为利用训练 集对基于机器学习算法构建的初始检测模型进 行训练后得到的模型； 基于所述轨道状态类型标 签确定当前所述轨道是否存在轨道损伤以及相 应的轨道损伤类型。 本申请通过预先创建的轨道 检测模型对轨道 状态进行实时检测， 能够同时对 多种故障模式进行检测， 提高轨道伤损检测的效 率和准确度。 权利要求书3页 说明书13页 附图5页 CN 113945700 A 2022.01.18 CN 113945700 A 1.一种轨道 伤损检测方法， 其特 征在于， 包括： 获取列车 行驶过程中对轨道进行探测后得到的当前轨道探测信号； 对所述当前轨道探测信号进行 预处理， 以得到待检测轨道数据； 将所述待检测轨道数据输入至训练后的轨道检测模型， 并获取所述轨道检测模型输出 的与所述待检测轨道数据对应的轨道状态类型标签； 其中， 所述训练后的轨道检测模型为 利用训练集对基于机器学习算法构建的初始检测模型进行训练后得到的模 型， 所述训练集 包括受损轨道的历史轨道数据以及相应的轨道损伤类型 标签； 基于所述轨道状态类型标签确定当前所述轨道是否存在轨道损伤以及相应的轨道损 伤类型。 2.根据权利要求1所述的轨道伤损检测方法， 其特征在于， 所述对所述当前轨道探测信 号进行预处理， 以得到待检测轨道数据， 包括： 检测所述当前轨道探测信号是否为受到 外界干扰的异常信号； 如果检测到所述当前轨道探测信号为受到外界干扰的异常信号， 则剔除所述当前轨道 探测信号， 并重新执行所述 获取列车行驶过程中对轨道进 行探测后得到的当前轨道探测信 号的步骤， 如果检测到所述当前轨道探测信号为没有受到外界干扰的正常信号， 则基于所 述当前轨道探测信号确定待检测轨道数据。 3.根据权利要求2所述的轨道伤损检测方法， 其特征在于， 所述检测所述当前轨道探测 信号是否为受到 外界干扰的异常信号， 包括： 对所述当前轨道探测信号的直 流分量进行剔除处 理， 以得到处 理后信号； 检测所述处理后信号是否存在正负信号不对称情况、 信号幅值异常情况、 信号 限幅情 况以及信号跳变情况中的任意情况； 如果是， 则判定所述当前轨道探测信号 为受到外界干扰的异常信号。 4.根据权利要求3所述的轨道伤损检测方法， 其特征在于， 所述对所述当前轨道探测信 号的直流分量进行剔除处 理， 以得到处 理后信号， 包括： 计算所述当前轨道探测信号的均值， 以得到所述当前轨道探测信号的直 流分量； 将所述当前轨道探测信号减去所述 直流分量， 得到处 理后信号。 5.根据权利要求3所述的轨道伤损检测方法， 其特征在于， 所述检测所述处理后信号是 否存在正负信号不对称情况、 信号幅值异常情况、 信号限幅情况以及信号跳变情况中的任 意情况， 包括： 对所述处理后信号进行分段处理以得到多个信号片段， 并计算每个信号片段对应的正 最大值和负最大值； 计算所有 所述正最大值的平均值得到正平均值以及计算所有 所述负最 大值的平均值得到负平均值； 判断所述正平均值与所述负平均值的绝对值之间的差值是否 超过预设差值范围， 若超过则判定所述处 理后信号存在正负信号 不对称情况； 和/或， 判断所述处理后信号中最大的幅值绝对值是否小于第一预设阈值， 若小于， 则 判定所述处 理后信号存在信号幅值异常情况； 和/或， 判断所述处理后信号中幅值绝对值大于第二预设阈值的比例超过第一预设比 例阈值时， 则判定所述处 理后信号存在信号限幅情况； 和/或， 对所述处理后信号进行分段处理以得到多个信号片段， 并计算每个所述信号片 段对应的方差； 若所有信号片段中所述方差超过预设方差阈值的比例大于第二预设比例阈权　利　要　求　书 1/3 页 2 CN 113945700 A 2值时， 则判定所述处 理后信号存在信号跳变情况。 6.根据权利要求2所述的轨道伤损检测方法， 其特征在于， 所述对所述当前轨道探测信 号进行预处理， 以得到待检测轨道数据， 包括： 对所述没有受到外界干扰的正常信号按照预设的信号分量融合规则进行处理， 以对所 述当前轨道探测信号中的由不同传感器采集到的同类型信号分量进行融合， 得到待检测轨 道数据。 7.根据权利要求6所述的轨道伤损检测方法， 其特征在于， 所述信号分量融合规则为将 轨道车辆同轴左右轮上 的传感器采集到的同类型数据进行融合； 和/或将轨道车辆前后轮 上的传感器采集到的数据进行融合。 8.根据权利要求7所述的轨道伤损检测方法， 其特征在于， 所述训练集包括受损轨道的 历史轨道数据以及相应的轨道损伤类型标签； 其中历史轨道数据为经过所述预处理的数 据。 9.根据权利要求1至8任一项所述的轨道伤损检测方法， 其特征在于， 所述基于所述轨 道状态类型标签确定当前所述轨道是否存在轨道损伤以及相应的轨道损伤类型之后， 还包 括： 若当前所述轨道存在轨道损伤， 则确定所述当前轨道探测信号对应的轨道位置， 并将 所述轨道位置发送至预设用户终端； 获取所述预设用户终端反馈的轨道状态类型比对结果， 并将所述待检测轨道数据以及 现场实地检查后得到的轨道状态类型作为所述轨道检测模型的训练样本， 以对所述轨道检 测模型进行重新训练； 其中， 所述轨道状态类型比对结果为比对所述轨道检测模型得到的 所述轨道损伤类型和所述现场实地检查后得到的轨道状态类型之间是否一 致的结果。 10.根据权利要求1至8任一项所述的轨道伤损检测方法， 其特征在于， 所述轨道检测模 型为满足采用2至4层隐含层、 通过z ‑score进行数据标准化、 以单极性S型函数作为激活函 数、 学习率为0.001至0.1、 权重动量因子为0.5至0.9、 稀疏目标值为0.05至0.1中任意种参 数条件的神经网络模型。 11.根据权利要求1至8任一项所述的轨道伤损检测方法， 其特征在于， 所述利用训练集 对基于机器学习算法构建的初始检测模型进行训练的过程中， 还 包括： 采用随机失活正则化方法对所述初始检测模型中的结点存在几率进行设置 。 12.根据权利要求11所述的轨道伤损检测方法， 其特征在于， 所述采用随机失活正则化 方法对所述初始检测模型中的结点存在几率进行设置， 包括： 确定所述初始检测模型中目标层的结点存在几率阈值； 为所述目标层的每 个结点随机分配对应的存在几率； 分别判断所述目标层中每个结点对应的存在几率是否大于或等于所述结点存在几率 阈值， 如果大于或等于则 保留所述 目标层中相 应的结点， 如果小于则从所述 目标层中删除 相应的结点。 13.一种轨道 伤损检测装置， 其特 征在于， 包括： 信号获取模块， 用于获取列车行驶过程中对轨道进行探测后得到的当前轨道探测信 号； 预处理模块， 用于对所述当前轨道探测信号进行 预处理， 以得到待检测轨道数据；权　利　要　求　书 2/3 页 3 CN 113945700 A 3