CN101666716A - 铁路机车车辆运行姿态测量方法 - Google Patents

Abstract

铁路机车车辆运行姿态测量方法，包括：以轨面为测量基准，在被测车体的非共线的至少三个点上固定安装高速摄影仪；随着被测车体的运动，高速摄像仪得到轨道顶面相对摄像仪的运动图像序列；对所述运动图像序列进行处理和分析，得到每个点相对于轨道的偏移量；综合其中三个测点上的偏移量，确定被测车体相对于两条轨道的空间姿态和偏移量，进而得到固连于车体的任意点的动态偏移量；根据车体轮廓上关键点的动态偏移量，得到车体的动态包络线；将车体动态包络线与建筑限界轮廓进行比较，若有监控点接近甚至超出建筑限界，将进行超限预警和报警。本发明在实时在线测量车辆动态位移的同时，保证了测量精度。

Description

铁路机车车辆运行姿态测量方法

技术领域

本发明属于列车运行时机车车辆各种振动形式引起的偏移量测试及测量技术，具体涉及一种能够检测机车车辆的动态包络线，并进行超限预警或报警的铁路机车车辆运行姿态测量方法。

背景技术

在保证铁路运行安全前提下，合理利用限界空间运输超限货物，必须制定符合当前实际情况的超限列车运行条件，包括超限列车通过建筑物或设备的运行条件和超限列车与邻线列车交会时的运行条件。而这取决于超限列车与建筑限界之间的距离以及超限列车与邻线列车间的距离，这两个距离与货物外形尺寸、机车车辆限界、建筑限界、线间距以及车辆在运行过程中的横向偏移量密切相关。车辆在线路上运行时，由于轮轨之间的相互作用，在各种垂向和横向力的作用下，车辆系统会产生垂向和横向振动。因此，研究车辆系统各种振动型式下的偏移量是合理确定超限车运行条件的基础。

相对无偏移限界和静偏移限界，机车车辆的动偏移限界的空间利用率最高。我国的机车车辆限界横向基本属于无偏移限界，垂向基本属于静偏移限界，为尽可能利用限界空间，有必要逐步建立我国机车车辆的动偏移限界。动偏移限界的建立需要考虑机车车辆的振动偏移量。由于影响振动偏移量的因素多且复杂，在机车车辆运行过程中进行检测是最能反映实际情况的研究手段。

可见，检测铁路机车车辆运行姿态，获得机车车辆运行过程中的振动偏移量是建立我国机车车辆的动偏移限界、合理利用限界空间的需要。国家标准(GB146.1-83，GB146.2-83)中对限界的定义如下：限界是一个和轨道中心线垂直的断面轮廓，水平尺寸自中心线算起，以限界半宽表示；垂直尺寸自轨面算起。曲线段按相关运规定义的计算宽度加宽。由于直线坡度和曲线外轨超高等问题，偏移量也必须相对于轨面进行定义与测量。

检测车辆动态偏移量(运行姿态)的最终目的是获得机车车辆的动偏移限界，并判断机车车辆在运行过程中是否会与临线车辆发生刮碰现象或是否超限。目前国内外研发的各种铁路货车装载超限检测或横向偏移量检测装置，都只能对机车车辆(装载货物)静态或通过固定点时的超限情况进行检测，不能随机车车辆运动实时监控其运行姿态。如采用激光测距技术检测装载的货物是否超限、检测机车车辆的动态横向偏移量；利用双光幕拼接与图像处理技术对货车端部超限进行实时自动检测；采用漫反射、激光偏振光反射及具有背景屏蔽功能的激光漫反射检测相结合的组合式检测模式进行超限货物的检测；采用红外技术或CCD摄像和图像处理技术检测超限情况；采用结构光和CCD摄像相结合的方式进行铁路货车超限检测。以上方法都是在铁路上选取某一截面架设龙门架安装检测设备，当列车通过龙门架时，检测其是否超限。而影响动态偏移量的因素很复杂，必须在机车车辆运行过程中实时监控、检测其动态偏移量，才能获得规律性的数据。

发明内容

本发明提供了一种以轨面和轨道中心线为基准的非接触式的基于机器视觉的铁路机车车辆运行姿态测量方法，其能够对机车车辆的动态偏移量进行实时测量，通过对车体上测点(不少于3个)相对轨道的偏移量的测量，分析得到车体运行姿态(点头、摇头、侧滚、横摆、浮沉)的动态测量，进一步得到车体上任意位置相对于轨面坐标系的动态偏移量，并根据车体轮廓上关键点的动态偏移量，综合得到车体的动态包络线，将车体动态包络线与建筑限界轮廓进行比较，若有监控点接近甚至超出建筑限界，将进行超限预警和报警。在实时在线测量车辆动态位移的同时，保证了测量精度。

本发明所采用的技术方案如下：

一种铁路机车车辆运行姿态测量方法，采用高速摄像仪获取列车运行时的轨道顶面图像序列，其特征在于所述测量方法包括：

以轨面为测量基准，在被测车体的非共线的至少三个点上固定安装高速摄影仪；

随着被测车体的运动，高速摄像仪将得到的轨道顶面相对摄像仪的运动图像序列；

对所述运动图像序列进行处理和分析，得到每个点相对于轨道的偏移量；

综合其中三个测点上的偏移量，确定被测车体相对于两条轨道的空间姿态和偏移量，进一步分析得到固连于车体的任意点的动态偏移量；

根据前述方法得到车体轮廓关键点的动态偏移量，进一步得到车体的动态包络线；

将车体的动态包络线与铁路建筑限界轮廓进行比较，若有监控点接近或超出限界，进行报警和预警。

具体的讲，所述固定安装高速摄影仪的点为四个，每个高速摄像仪的镜头外固定设置两块棱镜，使处于视场范围内的被测物体经过两个棱镜的多次反射，投射到高速摄像仪上时，成为两个间隔一定距离的图像。

所述测量方法还包括通过一同步装置控制所述各高速摄像仪进行时间同步的数据采集。

对所述运动图像序列进行处理和分析的步骤包括：

建立轨面坐标系，所述坐标系的原点O′位于右侧轨道顶面的中点且沿钢轨随车体同步作前进方向的运动；X′轴位于轨面内指向车体运行方向；Z′轴垂直轨面向下；Y′轴与轨面在同一平面，且垂直X′轴和Z′轴，指向由右手螺旋定则确定；

综合三个高速摄影仪扫描得到的运动图像序列中轨道顶面的两个图像的位置和间距变化，计算得到车体的横摆、浮沉、侧滚、点头和摇头的量值。

所运动图像序列进行处理和分析的步骤进一步包括对图像处理的如下内容：

根据每帧图像中两个轨道顶面的灰度曲线的特点构造最优灰度阀值评价函数——截取的灰度大于该阀值的两段灰度曲线的宽度相差最小、两端灰度梯度最大。采用该评价函数分析每一帧图像，都可以得到对应该帧图像的最优灰度阀值，找到大于该灰度阈值的最宽灰度曲线段为当前匹配模板，即两段轨道顶面的灰度曲线中最宽的一段；从整帧图像的灰度曲线逐步截取与匹配模板宽度相同的灰度曲线，求其与匹配模板的互相关系数，得到相关系数曲线。相关系数曲线最高点为1，对应匹配模板的位置，第二高点则对应轨道顶面的另一图像位置，进而得到轨顶两个图像的间距。

每个测点上的高速摄像仪配置设置主动光源和窄带滤光片，该主动光源照射所述高速摄像仪取像的轨道区域；

所述主动光源与被照射轨道区域、高速摄像仪之间成三角反射关系；

所述窄带滤光片使经过轨面反射后的主动光源的光强至少60％入射到高速摄像仪CCD上，而经过取像区域的物体反射后的环境光入射到高速摄像仪CCD上的比率小于3％。

所述方法进一步包括用于测量较大横向偏移量的如下内容：在所述被测车体上设置导轨驱动装置，该装置由高精度导轨、滑块、丝杆、绝对编码器和步进电机及其控制系统组成；所述导轨驱动装置固连于所述被测车体，所述高速摄像仪和主动光源固连于滑块上，滑块经驱动可在导轨上滑动，当被测车体的横向偏移量达到一定数值，该驱动装置驱动滑块带动高速摄像仪和一主动光源向车体横移的相反方向移动，同时在该驱动装置上采用一绝对编码器检测丝杠转动的圈数，从而得到滑块即高速摄像仪的横移量。

由于铁路机车车辆的被测车体在运行过程中由动载荷引起的弹性变形很小，本发明在监测车体的运行姿态时，将车体视为刚体考虑。在某一点建立轨面坐标系，车体的动态偏移量是由沿三个坐标轴方向的平动和绕三根轴的转动引起的位移叠加得到。车体运行方向是沿铁路长度方向，而限界是一垂直于轨面和轨道中心线的横断面，因此纵向平动可以不用考只需考虑横移Δy、浮沉Δz、点头θ、摇头φ和测滚

五种振动对车体动态偏移量的贡献。本发明能实时稳定地采集测点相对轨道坐标系的运动图像序列，实时分析处理数据，能够得到车体的横摆、浮沉、侧滚、点头和摇头五种运动姿态，并进一步解算得到固连于车体的任意监控点的动态偏移量。

该铁路机车车辆运行姿态测量方法通过在被测车体的非共线的至少三个点(较佳的可选择四个)上分别安装高速线阵摄影仪，即高速摄影仪不能安装在垂直轨道顶面的同一平面内，随着被测车体的运动，各高速摄像仪分别记录轨道相对该测点摄像仪(也就是被测车体)的运动图像序列，运用图像处理技术，可分析出每个点相对于轨道的横向位移和垂向位移。四个测点上的高速摄像仪可受时间同步装置控制，同步采集测量数据，上位计算机对测得数据其进行整理、显示、存储和对外实时通信。综合其中三个测点相对轨道的偏移量，进一步确定被测车体相对于两条轨道的空间姿态和偏移量，得到被测车体得运行姿态后，即可得到被测车体上任意点(或固连于车体上的货物)的动态偏移量；根据车体轮廓上关键点的动态偏移量，进一步得到车体的动态包络线；将车体的动态包络线与铁路建筑限界轮廓进行比较，若有监控点接近或超出限界，进行报警和预警。第四个测点所测得的偏移量可用于对结果进行验证。

由于被测车体运行姿态的获得是以各点测得的振动偏移量为基础，为提高测试精度，尽可能降低由于轨头形状变化带来的误差，本发明采用单目双影立体视觉方案。即在通用的镜头前增加两块棱镜。处于视场范围内的某一物体经过两个棱镜的多次反射，投射到CCD上时，成为两个间隔一定距离的图像。在同一CCD上，轨面图像在整幅图像中的横向位置与车体的横向偏移量相关，轨面两个图像的间隔变化量与CCD和轨面之间的距离变化量相关。

另外，本发明还采用单色LED阵列作为主动光源与窄带滤光片配合消除环境光的影响。该测量系统是以轨面为检测基础，为尽可能突出图片中的轨面，采用诸如单色大功率LED阵列的主动光源照亮轨面，由于LED光源、被照亮轨道面、CCD的扫描线之间成三角反射关系，照在轨面以下的光线无法进入CCD。而采用窄带滤光片让经过轨面反射后的主动光源的光强有60％以上入射到CCD上，而经过取像区域的物体反射后的环境光入射到CCD上的不到3％，从而极大地提高了图像的信噪比，进一步提高了图像分析的可靠性。

再者，根据车辆结构形式和尺寸，该测量方法在正常情况下，检测点横向偏移量的检测范围在±200mm以内。由于长大货车在过较小半径的曲线时，测点的横向偏移量可能远大于这一检测范围，因此对长大货车进行检测时，可通过增加导轨驱动装置以增加检测范围。可将高速摄像仪和主动光源均固定在导轨(已安装于车体上)驱动装置上的一滑块上。当车体横向偏移量达到一定数值，可能要超出检测范围时，该导轨驱动装置驱动滑块向车体横移的相反方向移动，同时在高速摄影仪采集图像时采用绝对编码器同步检测滑块(即高速摄像仪)的横移量，车体实际偏移量为从图像处理得到的横移量与编码器检测的滑块的横移量合成的结果。

本发明的有益效果在于，该铁路机车车辆运行姿态测量方法是以轨面和轨道中心线为基准的非接触式的基于机器视觉的，其能够对机车车辆的动态偏移量进行实时测量，可通过对车辆运行状态(点头、摇头、侧滚、横摆、浮沉)的动态测量，得到车体上任意位置相对于轨面坐标系的动态偏移量，根据车体轮廓关键点的动态偏移量，进一步得到车体的动态包络线；将车体的动态包络线与铁路建筑限界轮廓进行比较，可判断是否有接近或超出限界的部分，并可根据接近或超出程度，进行不同级别的预警或报警。在实时在线测量车辆动态位移的同时，保证了测量精度。

附图说明

图1是本发明具体实施方式中四个测试点的结构分布及轨面坐标系的结构示意图；

图2是本发明具体实施方式中高速摄像仪的成像结构示意图；

图3是图2中高速摄像仪外设置的两块棱镜的仰视结构图；

图4是图2中高速摄像仪获取的轨面图像；

图5是本发明一具体实施例中某一测点高速摄像仪取得的铁轨轨道顶面的成像图；

图6是图5中某一帧图像的灰度分布曲线图；

图7是本发明一具体实施例中恶劣环境下某一测点取得的铁路轨道顶面的成形图和灰度分布曲线图；

图8为图6的互相关曲线图；

图9为本发明一实施例中，被测车车体运行速度为200km/h，下雨情况下某一测点取得的轨面图像及其某一帧图像的灰度图和处理该帧图像采用的动态灰度阈值的最大相关匹配分析图；

图10是本发明具体实施方式中车体摇头角φ计算的车体变化示意图；

图11是本发明具体实施方式中车体点头角θ计算的车体变化示意图；

图12是本发明具体实施方式中车体侧滚角ψ计算的车体变化示意图；

具体实施方式

如图1所示，该铁路机车车辆运行姿态测量方法采用高速摄像仪获取列车运行时的轨道顶面图像序列，其具体步骤如下：

1.以轨面为测量基准，在被测车体的非共线的四个点上固定安装高速摄影仪；如图2和4所示，每个高速摄像仪的镜头42外固定设置两块棱镜43、44，使处于视场范围内的被测物体经过两个棱镜的多次反射，投射到高速摄像仪41上时，成为两个间隔一定距离的图像，如图4。如图3所示，该两块棱镜为平行六面体，其两块棱镜上端交叉防置呈倒V形。如此，轨面图像在整幅图像中的横向位置与车体的横向偏移量相关，轨面两个图像的间隔变化量与CCD和轨面之间的距离变化量相关。

2.随着被测车体的运动，高速摄像仪将得到的轨道顶面相对摄像仪的运动图像序列；如图5所示。通过一同步装置控制各高速摄像仪进行时间同步的数据采集。

3.对运动图像序列进行处理和分析，得到每个点相对于轨道的横向偏移量和垂向偏移量。

如图1所示，为描述车体20的运行姿态，建立了任意时刻的轨面坐标系，原点O′一直位于右侧钢轨轨道31顶面的中点且沿轨道31、32随车体同步作前进方向的运动；X′轴位于轨面内指向车体运行方向；Z′轴垂直轨面向下；Y′轴与轨面在同一平面，且垂直X′轴和Z′轴，指向由右手螺旋定则确定。四个测量点，即放置摄像仪的点分别为第1测点11、第2测点12、第三测点13、第4测点14。

上述四个测点除了不能安装在垂直钢轨顶面的同一平面内外，可以分布在车体上其它便于安装和测量的位置，都可以检测并分解出车体的浮沉、横摆、点头、摇头和侧滚振动。根据大部分车体的实际情况，以下分析按四个测点均布置于车体底架以下同一平面、各测点顺序连线能形成矩形的情况考虑。设某检测点在静态时为点P_i0(i＝1，2，3，4)，t时刻对应位置为P_t(i＝1，2，3，4)。

(1)关于动态灰度阈值的最优评价函数

如图5为单目双影立体视觉结构(即采用图2中所示配备两块棱镜的高速摄像仪)下的铁轨轨道顶面的成像图，图6是图5中一横线处所采到的一帧灰度分布曲线图。由于安装在车体底架上的测量装置(高速摄像仪等)随被测车体在线路上高速行驶，轨道顶面的灰度分布随着气候、天气、光照条件、线路状况随时在变化，因此没有固定的匹配模板。

从图5中可以看出，存在两条十分相似的轨道，根据这一特点，本发明构造了具有良好鲁棒性的基于动态灰度阀值的最大相关匹配算法。由于每帧图像的灰度曲线中包含两段宽度相近、相似度很高、两端灰度有较大垂直跳变的轨道顶面的灰度曲线，本算法根据这一特点构造了最优灰度阀值评价函数——尽可能满足截取的灰度大于该阀值的两段灰度曲线的宽度相差最小、两端灰度梯度最大。采用该评价函数分析每一帧图像，都可以得到一最优灰度阀值。按照该算法，图6的最优灰度阈值为146，这符合人的直观判断。

图7是更恶劣环境下的灰度分布图，经计算，其最优灰度阈值为26，这与人眼的直观判断相付，说明上述算法的对环境的适应性较好。

(2)使用互相关分析法求视差

相关是表示两个随机变量x和y的线性关联程度的量，它可用相关系数来描述，互相关公式可写为：

${\mathrm{\σ}}_{\mathrm{xy}}=\frac{\mathrm{n\Σxy}-\left(\mathrm{\Σx}\right)\left(\mathrm{\Σy}\right)}{\sqrt{\mathrm{n\Σ}{x}^2-{\left(\mathrm{\Σx}\right)}^2}\×\sqrt{\mathrm{n\Σ}{y}^2-{\left(\mathrm{\Σy}\right)}^2}}$

找到大于前述最优灰度阈值的的最宽灰度曲线段为当前匹配模板，即两段轨道顶面的灰度曲线中最宽的一段；从整个图像的灰度曲线逐步截取与匹配模板宽度相同的灰度曲线，使用上述公式求其与匹配模板的互相关系数，得到互相关曲线，图8是图6的互相关曲线，图8的最高点值为1，对应最宽灰度曲线段的位置，第二高点则对应另一轨道顶面的成像位置。

图9是运行速度为200km/h，下雨情况下的动态灰度阈值的最大相关匹配分析，可以看到，图9中相关峰很尖，说明上述算法对环境变化的适应性较强。

本发明采用上述单目双影立体视觉模型，并构造了具有良好鲁棒性的基于动态灰度阈值的最大相关匹配算法，在恶劣环境下的检测结果表明该模型适用实际，算法可操作性强。

4.综合其中三个测点的偏移量，确定被测车体相对于两条轨道的空间姿态和偏移量。

由于四个测点除了不能安装在垂直钢轨顶面的同一平面内外，可以分布在车体上其它便于安装和测量的位置，都可以检测并分解出车体的浮沉、横摆、点头、摇头和侧滚振动。根据大部分车辆的实际情况，以下分析按四个测点均布置于车体底架以下同一平面、各测点顺序连线能形成矩形的情况考虑，采用图1所示的计算坐标系O″X″Y″Z″。设某检测点在静态时为点P_i0(i＝1，2，3，4)，t时刻对应位置为P_it(i＝1，2，3，4)。

如图10至图12所示各图中，虚线表示各测点没有偏移量时的状态，实线表示t时刻车体的状态。

由于不必考虑纵向振动的影响，因此只需分析车体的横摆ΔY_t、浮沉ΔZ_t、侧滚ψ_t、点头θ_t和摇头φ_t振动，任一测点的垂向位移主要由车体的浮沉、侧滚和点头振动引起，横向位移由车体的横摆、侧滚和摇头振动引起。由于实际情况下，点头、摇头和测滚角都很小，因此可通过以下计算独立求解各转角。下列图示和公式中的下标c表示由单个测点测得的初始值。

如图10为车体俯视的偏移图，对摇头角φ的计算如下：

ΔY_42tc＝Y_2tc-Y_4tc

φ_t＝arctan(ΔY_42tc/L)

图10中所示摇头角为负。

如图11为车体侧视的偏移图，对点头角θ的计算如下：

取第二测点和第四测点测得的初始值计算可得：

ΔZ_42tc＝Z_2tc-Z_4tc

θ_t＝arctan(ΔZ_42tc/L)

如图12为车体前视的偏移图，对侧滚角ψ的计算如下：

设P₄₀与P₃₀在Y方向的距离为W，则：

ΔZ_43tc＝Z_3tc-Z_4tc

ψ_t＝arctan(ΔZ_43tc/L)

图12所示侧滚角为负。

对于平移量的确定：

任意时刻t，各测点检测到Y_itc和Z_itc。根据成像原理，考虑摇头角、点头角和测滚角的影响，在Y方向变化量：

ΔY_it＝Y_it-Y_i0＝Y_itc·cosφ·(1+Z_itc·sinψ)-Y_i0.

在Z方向变化量：

ΔZ_it＝Z_it-Z_i0＝Z_itc·cosθ·cosψ-Z_i0

若以第4测点为基准点，则车体的平移分量为ΔY_4t，ΔZ_4t。

上述各式中都没有用到第一测点的数据，因此第1测点的数据可用来检验另三个测点数据测得的数据的正确性。

5.计算任意点的动态偏移量

得到车体的运行姿态后，即可通过刚体的运动学分析得到任意点的动态偏移量。

6.计算车体轮廓上关键点的动态位置，进一步得到该时刻车体的动态包络线。

根据车体三个视图的轮廓形状，计算所有关键点的动态位置，并投影到轨面坐标系的O′Y′Z′平面，即可得到该时刻车体的动态包络线。

7.进行超限预警和报警。

将每一时刻车体的动态包络线与铁路建筑限界轮廓进行比较，可判断是否有接近或超出限界的部分，并可根据接近或超出程度，进行不同级别的预警或报警。

另外，对于横向偏移量较大的长大货车，可采用导轨驱动装置加大检测范围。根据车辆结构形式和尺寸，按照正常情况下，检测点横向偏移量的检测范围在±200mm以内。由于长大货车在过较小的曲线时，测点的横向偏移量可能远大于这一检测范围，因此对长大货车进行检测时，可增加导轨驱动机构以增加检测范围。

Claims (11)

1.一种铁路机车车辆运行姿态测量方法，采用高速摄像仪获取列车运行时轨道顶面的图像序列，其特征在于所述测量方法包括：

以轨面为测量基准，在被测车体的非共线的至少三个点上固定安装高速摄影仪；

随着被测车体的运动，高速摄像仪得到轨道顶面相对摄像仪的运动图像序列；

对所述运动图像序列进行处理和分析，得到每个点相对于轨道的偏移量；

综合其中三个测点上的偏移量，确定被测车体相对于两条轨道的空间姿态和偏移量，进一步分析得到固连于车体的任意点的动态偏移量；

根据前述方法得到车体轮廓关键点的动态偏移量，进一步得到车体的动态包络线；

将车体的动态包络线与铁路建筑限界轮廓进行比较，可判断是否有接近或超出限界的部分，并可根据接近或超出程度，进行不同级别的预警或报警。

2.根据权利要求1所述的铁路机车车辆运行姿态测量方法，其特征在于所述固定安装高速摄影仪的点为四个，每个高速摄像仪的镜头外固定设置两块棱镜，使处于视场范围内的被测物体经过两个棱镜的多次反射，投射到高速摄像仪上时，成为两个间隔一定距离的图像。

3.根据权利要求2所述的铁路机车车辆运行姿态测量方法，其特征在于所述测量方法还包括通过一同步装置控制所述各高速摄像仪进行时间同步的数据采集。

4.根据权利要求2所述的铁路机车车辆运行姿态测量方法，其特征在于对所述运动图像序列进行处理和分析的步骤包括：

建立轨面坐标系，所述坐标系的原点O′位于右侧轨道顶面的中点且沿钢轨随车体同步作前进方向的运动；X′轴位于轨面内指向车体运行方向；Z′轴垂直轨面向下；Y′轴与轨面在同一平面，且垂直X′轴和Z′轴，指向由右手螺旋定则确定；

根据各高速摄像仪摄取的运动图像序列中轨道顶面的两个图像的位置和间距变化，得到该测点相对轨道的偏移量。

5.根据权利要求1所述的铁路机车车辆运行姿态测量方法，其特征在于所述方法包括：根据由图像分析得到的三个测点相对对倒的偏移量，进一步计算得到表征车体运行姿态的横摆、浮沉、侧滚、点头和摇头的量值。

6.根据权利要求1所述的铁路机车车辆运行姿态测量方法，其特征在于所述方法进一步包括：根据车体运行姿态计算得到固连于车体的任意所述点的动态偏移量。

7.根据权利要求6所述的铁路机车车辆运行姿态测量方法，其特征在于所述方法进一步包括：根据车体轮廓关键点的动态偏移量，得到车体的动态包络线。

8.根据权利要求1所述的铁路机车车辆运行姿态测量方法，其特征在于所述方法进一步包括将车体动态包络线与建筑限界轮廓进行比较，若有监控点接近甚至超出建筑限界，将进行超限预警和报警。

9.根据权利要求4所述的铁路机车车辆运行姿态测量方法，其特征在于所述运动图像序列处理和分析的步骤进一步包括对图像处理的如下内容：

根据每帧图像中两个轨道顶面的灰度曲线的特点构造最优灰度阀值评价函数一一截取的灰度大于该阀值的两段灰度曲线的宽度相差最小、两端灰度梯度最大，采用该评价函数分析每一帧图像，得到对应该帧图像的最优灰度阀值，找到大于该灰度阈值的最宽灰度曲线段为当前匹配模板，即两段轨道顶面的灰度曲线中最宽的一段；从整帧图像的灰度曲线逐步截取与匹配模板宽度相同的灰度曲线，求其与匹配模板的互相关系数，得到相关系数曲线；相关系数曲线最高点为1，对应匹配模板的位置，第二高点则对应轨道顶面的另一图像位置，进而得到轨顶两个图像的间距。

10.根据权利要求1所述的铁路机车车辆运行姿态测量方法，其特征在于每个测点上的高速摄像仪配置设置主动光源和窄带滤光片，该主动光源照射所述高速摄像仪取像的轨道区域；

所述主动光源与被照射轨道区域、高速摄像仪之间成三角反射关系；

所述窄带滤光片使经过轨面反射后的主动光源的光强至少60％入射到高速摄像仪上，而经过取像区域的物体反射后的环境光入射到高速摄像仪上的比率小于3％。

11.根据权利要求1所述的铁路机车车辆运行姿态测量方法，其特征在于所述方法进一步包括用于测量较大横向偏移量的如下内容：在所述被测车体上设置导轨驱动装置，该装置由高精度导轨、滑块、丝杆、绝对编码器和步进电机及其控制系统组成；所述导轨驱动装置固连于所述被测车体，所述高速摄像仪和主动光源固连于滑块上，滑块经驱动可在导轨上滑动，当被测车体的横向偏移量达到一定数值，该驱动装置驱动滑块带动高速摄像仪和主动光源向车体横移的相反方向移动，同时在该驱动装置上采用绝对编码器检测丝杠转动的圈数，从而得到滑块即高速摄像仪的横移量。

Images