劉偉銘，鄒星宇

(華南理工大學(xué)土木與交通學(xué)院，廣州 510640)

引言

自2007年國內(nèi)第一列動車組投入運(yùn)營，鐵路事業(yè)蓬勃發(fā)展，截至2020年7月底，全國鐵路營運(yùn)總里程達(dá)14.14萬km，高鐵線路占3.6萬km，國內(nèi)已建成世界最大的高鐵網(wǎng)[1]。動車組高速運(yùn)行過程中，任何細(xì)微的故障都有可能造成很大的安全隱患，雖然國內(nèi)極少出現(xiàn)動車組運(yùn)營過程中的重大安全事故，但因故障導(dǎo)致的列車緊急停車與晚點(diǎn)卻時有發(fā)生[2]。隨著動車組每日發(fā)行量的增加，以智能化與信息化為主導(dǎo)的高速鐵路安全防護(hù)技術(shù)成為動車組安全運(yùn)行的重要保障[3]。動車組運(yùn)行故障檢測系統(tǒng)(Trouble of moving EMU Detection System，TEDS)是一套對動車組運(yùn)行狀態(tài)圖像進(jìn)行實(shí)時監(jiān)控的聯(lián)網(wǎng)監(jiān)控系統(tǒng)，減少了傳統(tǒng)人工列檢的壓力，充分提高了列檢效率。該系統(tǒng)利用高速線陣相機(jī)采集運(yùn)行中的動車組車身、底板圖像，通過網(wǎng)絡(luò)傳輸至數(shù)據(jù)分析中心，供室內(nèi)分析員分析列車關(guān)鍵部位的狀況[4]。圖1為動車組運(yùn)行故障動態(tài)圖像檢測系統(tǒng)概覽。

圖1 動車組運(yùn)行故障檢測系統(tǒng)概覽

動車組結(jié)構(gòu)復(fù)雜，零部件多，其中螺栓起著固定車身以及零部件的作用，高速運(yùn)行的動車組難免出現(xiàn)因振動等原因?qū)е碌穆菟▉G失情況。圖2為系統(tǒng)傳回的一張裙板掃描圖像，其中，綠框標(biāo)注的為螺栓區(qū)域，圖像中多個螺栓均為尺寸近似的小目標(biāo)。TEDS系統(tǒng)中4枚線陣相機(jī)負(fù)責(zé)掃描動車組車身，動車組經(jīng)過時，以8編組動車組為例，每一枚相機(jī)可以捕獲200多張掃描圖像，TEDS分析員需在15 min完成動車組掃描圖像的分析，包括判別800多張裙板圖像中螺栓正?；騺G失的狀態(tài)。

圖2 裙板掃描圖像示例

短時間內(nèi)依靠人工識別大量的圖像，不僅費(fèi)時費(fèi)力，還難以保證準(zhǔn)確率，因此，亟需一套智能的目標(biāo)檢測算法提升TEDS系統(tǒng)圖像處理能力，保障動車組運(yùn)行安全。

目標(biāo)檢測主要分為基于手工特征和卷積神經(jīng)網(wǎng)絡(luò)的方法，隨著深度學(xué)習(xí)的不斷發(fā)展，基于卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network，CNN)的目標(biāo)檢測算法逐漸發(fā)展為TWO-STAGE和ONE-STAGE方法[5]。TWO-STAGE方法先提取圖片中目標(biāo)的候選區(qū)域，再利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行檢測，該方法檢測精度高，抗干擾能力強(qiáng)，但速度較慢，主要有Fast R-CNN[6]、Faster R-CNN[7]等算法。ONE-STAGE方法對整張圖像進(jìn)行卷積，直接預(yù)測出圖像中的位置與分類信息，該方法結(jié)構(gòu)簡單，檢測速度快，但精度與魯棒性較差，主要有YOLO系列[8-11]，SSD[12]等算法。

目前，已有學(xué)者將卷積神經(jīng)網(wǎng)絡(luò)用于鐵路圖像的處理[13-15]，運(yùn)行列車關(guān)鍵部位的檢測[16-21]。由于運(yùn)行動車組裙板螺栓丟失樣本過少，對TEDS系統(tǒng)采集的裙板螺栓丟失圖像進(jìn)行平移，旋轉(zhuǎn)以及縮放操作，擴(kuò)充成裙板螺栓缺陷數(shù)據(jù)集。為保證實(shí)時的檢測效果，選取ONE-STAGE算法中具有代表性的YOLOv2、YOLOv3、YOLOV4進(jìn)行實(shí)驗(yàn)。

1 YOLO系列算法

1.1 YOLOv2

YOLOv2在YOLO的基礎(chǔ)上提高了定位的準(zhǔn)確度與召回率，同時對檢測速度進(jìn)行了提升。YOLOv2采用Darknet-19作為骨干網(wǎng)絡(luò)，圖3為Darknet-19的網(wǎng)絡(luò)結(jié)構(gòu)。

圖3 Darknet-19網(wǎng)絡(luò)結(jié)構(gòu)

該網(wǎng)絡(luò)去除了全連接層，使用全局平均池化的方法得到固定長度的特征向量，從而可以輸入高分辨率的圖像進(jìn)行訓(xùn)練和檢測。為獲得更豐富的特征信息，YOLOv2輸入尺寸為416×416，經(jīng)過5次降采樣后，得到13×13的特征圖，通過分類器進(jìn)行目標(biāo)檢測與分類。算法處理過程中，首先將圖片劃分成13×13的網(wǎng)格，當(dāng)目標(biāo)的中心落在單元格的中心時，由該單元格預(yù)測目標(biāo)的邊界框與種類。每個單元格預(yù)測的位置信息為(tx，ty，tw，th)，但與YOLO不同，輸出的位置信息是相對該單元格坐標(biāo)(cx，cy)，寬高(pw，ph)的偏移量，因此，目標(biāo)邊界框可表示為

(1)

另外，與YOLO中手工選取待檢測目標(biāo)先驗(yàn)框不同，YOLOv2使用K-Means對訓(xùn)練數(shù)據(jù)集的目標(biāo)邊界框進(jìn)行聚類，使訓(xùn)練過程中預(yù)設(shè)的先驗(yàn)框與真實(shí)的目標(biāo)邊界框能有更高的交并比(IOU)，從而提高訓(xùn)練速度，提升模型穩(wěn)定性及檢測精度。IOU計(jì)算公式如式(2)所示，當(dāng)IOU=1時，表示先驗(yàn)框與目標(biāo)邊界框重合。

(2)

式中，btrue為真實(shí)的標(biāo)注框；bpred為算法初始的候選框。先驗(yàn)框與目標(biāo)邊界框的距離函數(shù)定義為

d(box，centroid)=1-IOU(box，centroid)

(3)

相比較傳統(tǒng)的歐式距離，這種表示方法使得誤差與邊界框的絕對大小無關(guān)。box與centroid分別表示訓(xùn)練數(shù)據(jù)集標(biāo)注的邊框與聚類算法計(jì)算得出的邊框。

1.2 YOLOv3

YOLOv3采用Darknet-53作為骨干網(wǎng)絡(luò)，利用殘差網(wǎng)絡(luò)(Residual Network，ResNet)[22]，解決了隨網(wǎng)絡(luò)深度增加產(chǎn)生的模型退化問題，有效避免訓(xùn)練過程中梯度消失和梯度爆炸的情況，提高了模型的特征學(xué)習(xí)能力。但更深層的網(wǎng)絡(luò)結(jié)構(gòu)相應(yīng)增加了計(jì)算量，相對YOLOv2，YOLOv3檢測速度有明顯的下降。圖4為YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)示意。

圖4 YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)示意

圖4中左側(cè)虛線框?yàn)镈arknet-53網(wǎng)絡(luò)，輸入圖像為416×416分辨率時，經(jīng)過8倍，16倍以及32倍下采樣，輸出13×13，26×26，52×52的特征圖。同時，YOLOv3借鑒了特征金字塔網(wǎng)絡(luò)(Feature pyramid networks，F(xiàn)PN)[23]，融合多尺度特征進(jìn)行目標(biāo)檢測，通過卷積與上采樣將不同尺度的特征圖融合，得到13×13，26×26，52×52的特征輸出，將輸出特征圖上分別做獨(dú)立檢測，提升小目標(biāo)的檢測能力。

1.3 YOLOv4

YOLOv4采用CSPDarknet53作為骨干網(wǎng)絡(luò)，使用CSP(Cross Stage Partial)結(jié)構(gòu)可在保持準(zhǔn)確率的同時，輕量化卷積神經(jīng)網(wǎng)絡(luò)，減少內(nèi)存使用，降低計(jì)算瓶頸。隨后通過空間金字塔池化(Spatial Pyramid Pooling，SPP)[24]擴(kuò)大網(wǎng)絡(luò)感受野，使用路徑聚合網(wǎng)絡(luò)(Path Aggregation Network，PANet)[25]進(jìn)行特征融合，最后使用與YOLOv3相同的分類回歸層，同樣在3個不同尺度的特征圖進(jìn)行分類檢測。

2 YOLOv2-SPP

文中待檢測的目標(biāo)為動車組裙板螺栓以及螺栓丟失區(qū)域，此類目標(biāo)在整張裙板掃描圖像中所占比重較小，需著重考慮算法小目標(biāo)檢測的性能。在TEDS系統(tǒng)中，由于線陣相機(jī)相對動車組運(yùn)動方向垂直固定安裝，各個相機(jī)拍攝的裙板螺栓圖像均可近似視為從螺栓正上方拍攝。從提高感受野，改善小目標(biāo)的角度出發(fā)，對YOLOv2進(jìn)行改進(jìn)，提出了適應(yīng)小目標(biāo)檢測的YOLOv2-SPP。

YOLOv2-SPP在YOLOv2第17層卷積層后引入SPP模塊，融合多重感受野，提高小目標(biāo)的檢測能力，圖5展示了SPP模塊結(jié)構(gòu)示意。

圖5 SPP結(jié)構(gòu)示意

YOLOv2第17層卷積層的輸出特征圖尺寸為13×13×512，引入的SPP模塊分別對其進(jìn)行步長為1，采樣核為5×5，9×9以及13×13的最大池化(MaxPooling)，將得到的3個池化特征圖依次與原輸入的特征圖進(jìn)行疊加融合，得到13×13×2048的特征圖，最后通過1×1卷積層降維至13×13×512的特征圖。圖6展示了加入SPP模塊的YOLOv2-SPP結(jié)構(gòu)示意。加入SPP模塊的YOLOv2-SPP最終輸出的檢測結(jié)果向量為K×(5+C)，其中，K為設(shè)置的預(yù)選框個數(shù)；C為待分類的檢測目標(biāo)種類。

圖6 YOLOv2-SPP結(jié)構(gòu)示意

3 實(shí)驗(yàn)與分析

3.1 實(shí)驗(yàn)條件

表1列出了實(shí)驗(yàn)的硬件配置，對應(yīng)的運(yùn)行環(huán)境為Ubuntu 18.04，CUDA10.2，深度學(xué)習(xí)框架采用Darknet。

表1 實(shí)驗(yàn)硬件配置

3.2 實(shí)驗(yàn)數(shù)據(jù)

實(shí)驗(yàn)數(shù)據(jù)源自TEDS系統(tǒng)捕獲的裙板掃描圖像，原始圖像分辨率為2048×1400，單個待檢測的螺栓區(qū)域所占像素約為125×125。污漬，磨損，反光，拍攝過程中運(yùn)動變形及復(fù)雜光照環(huán)境的影響下，待檢測的樣本之間存在明顯的差異。圖7展示了部分待檢測螺栓區(qū)域樣本，圖(a)～圖(c)為正常狀態(tài)的螺栓，圖(d)～圖(f)為螺栓脫落的區(qū)域。因此，算法應(yīng)當(dāng)具有強(qiáng)大的小目標(biāo)特征提取能力和抗干擾能力。由于螺栓丟失的缺陷樣本相對稀缺，對螺栓丟失圖片中的螺栓丟失區(qū)域即缺陷樣本采取平移、旋轉(zhuǎn)、鏡像等數(shù)據(jù)增強(qiáng)的方法進(jìn)行擴(kuò)充，得到正常狀態(tài)螺栓的訓(xùn)練樣本850個，螺栓丟失狀態(tài)即缺陷樣本850個的訓(xùn)練數(shù)據(jù)集。測試數(shù)據(jù)集與訓(xùn)練數(shù)據(jù)集相互獨(dú)立，采用相同的數(shù)據(jù)增強(qiáng)方法得到2種樣本分別220個的測試集。

圖7 待檢測螺栓區(qū)域樣本

3.3 實(shí)驗(yàn)與分析

首先，通過K-Means對訓(xùn)練數(shù)據(jù)集中標(biāo)注的目標(biāo)邊界框進(jìn)行聚類，圖8展示了3個聚類中心時，訓(xùn)練樣本標(biāo)注框尺寸的歸類情況，候選框大小設(shè)置為[133，109]，[82，72]和[115，84]。

圖8 目標(biāo)框尺寸K-Means聚類分布

本文任務(wù)為檢測并標(biāo)識動車組裙板正常螺栓及螺栓丟失區(qū)域，即2種檢測分類對象。完成候選框設(shè)定后，應(yīng)用YOLOv2、YOLOv2-SPP分別對訓(xùn)練集訓(xùn)練6 000次，批大小設(shè)置為64，衰減系數(shù)為0.000 5，初始學(xué)習(xí)率為0.001，隨機(jī)梯度下降動量為0.9，置信度閾值選取為0.25，表2、表3分別展示了算法改進(jìn)前后的檢測指標(biāo)。

表2 YOLOv2檢測結(jié)果

表3 YOLOv2-SPP檢測結(jié)果

表2、表3中，TP為算法正確識別的正樣本數(shù)；NP為誤識別為正樣本的負(fù)樣本數(shù)；FN為誤識別為負(fù)樣本的正樣本數(shù)。所得精確率P(Precision)和召回率R(Recall)計(jì)算公式如下

(4)

(5)

對于待檢測的正常螺栓與螺栓丟失區(qū)域，改進(jìn)后的YOLOv2-SPP相比YOLOv2在精確率與查全率均有提升。增加的SPP模塊擴(kuò)大了網(wǎng)絡(luò)的感受野，提高了小目標(biāo)的檢測能力。為更好地描述多標(biāo)簽圖像分類算法的目標(biāo)檢測性能，使用平均精度均值(mean Average Precision，mAP)作為性能指標(biāo)，每秒處理的圖片幀數(shù)(Frame Per Second，F(xiàn)PS)作為速度指標(biāo)。表4對比了YOLOv2、YOLOv2-SPP、YOLOv3、YOLOv4的性能。

表4 算法檢測性能對比

改進(jìn)后的YOLOv2-SPP速度略有下降，但算法平均精度均值相對YOLOv2提升了1.71%，達(dá)到95.83%，與YOLOv3，YOLOv4的檢測準(zhǔn)確度基本一致。得益于更輕量的網(wǎng)絡(luò)結(jié)構(gòu)，YOLOv2-SPP每秒檢測圖片的幀數(shù)達(dá)到了73.6FPS，是YOLOv3的2.3倍，YOLOv4的3倍，更適用于TEDS系統(tǒng)中動車組實(shí)時圖像檢測的任務(wù)。

4 結(jié)語

針對人工識別動車組關(guān)鍵部位圖像效率低下的問題，提出了小目標(biāo)檢測性能更強(qiáng)的改進(jìn)YOLOv2算法，并將其應(yīng)用于動車組裙板螺栓檢測。在YOLOv2模型中增加SPP模塊，擴(kuò)大了模型網(wǎng)絡(luò)感受野，提高了小目標(biāo)檢測的準(zhǔn)確率。實(shí)驗(yàn)結(jié)果表明，改進(jìn)的YOLOv2-SPP算法平均精度均值由94.12%提升至95.83%，相同實(shí)驗(yàn)環(huán)境下檢測速度達(dá)到Y(jié)OLOv3的2.5倍，YOLOv4的3.3倍。提出的YOLOv2-SPP算法滿足高準(zhǔn)確率，快速檢測的要求，更適用于TEDS系統(tǒng)實(shí)時檢測運(yùn)行動車組裙板螺栓狀態(tài)的任務(wù)。然而，由于裙板螺栓丟失的缺陷數(shù)據(jù)集稀缺，該算法投入實(shí)際運(yùn)用之前仍需經(jīng)過更多真實(shí)缺陷數(shù)據(jù)樣本的考驗(yàn)，如何進(jìn)一步改進(jìn)算法，提高真實(shí)場景下動車組裙板螺栓狀態(tài)檢測的準(zhǔn)確率將成為未來研究的方向。