CN104554344A - 踏面缺陷信息检测系统及方法 - Google Patents
踏面缺陷信息检测系统及方法 Download PDFInfo
- Publication number
- CN104554344A CN104554344A CN201410798858.7A CN201410798858A CN104554344A CN 104554344 A CN104554344 A CN 104554344A CN 201410798858 A CN201410798858 A CN 201410798858A CN 104554344 A CN104554344 A CN 104554344A
- Authority
- CN
- China
- Prior art keywords
- information
- tread
- image
- dimensional
- train wheel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/12—Measuring or surveying wheel-rims
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本公开是关于一种踏面缺陷信息检测系统及方法,该系统包括:用于在预设检测位置从至少两个成像位置获取多张包含列车车轮同一部位的踏面二维图像信息的第一影像信息的三维信息采集模块;用于分别对三维信息采集模块采集到的多张第一影像信息进行处理,得到列车车轮的踏面的多个曲面图像信息的图像处理模块;用于根据多个曲面图像信息构建列车车轮踏面的空间曲面信息,并将构建得到的空间曲面信息与预设踏面曲面信息比对,得到列车车轮的踏面的缺陷信息的踏面缺陷检测模块。该系统可根据至少两个成像位置同时获取到踏面的多张图像,得到包含有踏面三维信息的空间曲面,进而在利用空间曲面进行踏面缺陷检测时,使得踏面检测的精度提高。
Description
技术领域
本公开涉及列车技术领域,尤其涉及一种踏面缺陷信息检测系统及方法。
背景技术
传统的列车异常检测方式主要是工作人员根据经验进行排查,这使得对列车异常检测只能在列车进站或入库后进行检测,而无法在列车行进过程中进行检测,采用列车进站检测的方式,由于列车在每个车站停车时间较短,留给异常检测的时间非常短,工作人员往往难以在停车时间完成详细检测,另外,相邻两站之间时间间隔长,使得列车部件检测周期间隔时间长,异常检测不及时。
而采用入库检测的方式,虽然工作人员可以充分的时间进行检测,但由于列车入库后,车轮的内外轮辋、踏面、轮缘由于钢轨和侧架结构的遮挡,存在着视觉盲区,不利于人工检查,一旦出现异常的部位没有检测到,容易造成列车安全隐患。
发明内容
为克服相关技术中存在的问题,本公开提供一种踏面缺陷信息检测系统及方法。
根据本公开实施例的第一方面,提供一种踏面缺陷信息检测系统,用于对列车车轮的踏面进行检测,包括:三维信息采集模块、图像处理模块和踏面缺陷检测模块,其中,
所述三维信息采集模块用于在预设检测位置从至少两个成像位置获取多张包含列车车轮同一部位的踏面二维图像信息的第一影像信息;
所述图像处理模块与所述三维信息采集模块相连接,用于分别对所述三维信息采集模块采集到的多张所述第一影像信息进行处理,得到所述列车车轮的踏面的多个曲面图像信息;
所述踏面缺陷检测模块与所述图像处理模块相连接,用于根据多个所述曲面图像信息构建所述列车车轮踏面的空间曲面信息,并将构建得到的空间曲面信息与预设踏面曲面信息比对,得到列车车轮的踏面的缺陷信息。
所述预设踏面曲面信息为理想踏面曲面信息,无故障列车的踏面曲面信息,与当前采样时刻最邻近时刻通过的同辆列车的踏面曲面信息,与当前采样时刻邻近时刻通过的同辆列车的多组踏面曲面信息的统计分布信息的至少一种。
可选地,各个所述三维信息采集模块包括:结构光光源及至少两个图像数据采集装置;
所述结构光光源照射的结构光投射于轨道过车车轮的踏面上;
各个所述图像数据采集装置从不同位置采集包含所述轨道过车车轮踏面的所述第一影像信息
可选地,所述三维信息采集模块为多个,多个所述三维信息采集模块沿列车的轨道延伸方向位于同一轨道旁;且沿所述轨道间隔分布;
相邻两个三维信息采集模块之间的间隔距离小于或等于列车车轮周长的二分之一;
各个所述三维信息采集模块分别在不同的检测位置获取所述第一影像信息。
可选地,至少两个所述图像数据采集装置包括:第一面阵相机和第二面阵相机,其中:
所述第一面阵相机的光轴线和第二面阵相机的光轴线之间设有夹角;
所述第一面阵相机和第二面阵相机的成像区域覆盖所述轨道过车的同一踏面区域;
所述结构光光源的照射区域全部/部分覆盖所述同一踏面区域。
可选地,所述结构光光源为线光源、线阵光源、点阵光源及网格光源的至少一种。
可选地,所述点阵光源的点阵之间的距离为1mm~4mm。
可选地,所述点阵光源的点阵之间的距离为2mm或4mm。
可选地,所述三维信息采集模块还包括:标定件;
所述标定件位于所述至少两个图像数据采集装置重合的成像区域内,并且所述至少两个图像数据采集装置用于从不同位置采集包含所述标定件的二维图像信息的第二影像信息。
可选地,所述图像处理模块包括:标定信息获取单元、校正单元、特征点提取单元、深度信息计算单元和曲面信息构建单元,其中:
所述标定信息获取单元,用于利用所述第二影像信息,获取所述至少两个图像数据采集装置的标定信息,所述标定信息包括:所述至少两个图像数据采集装置的内部参数和外部参数;
所述校正单元,用于对所述至少两个图像数据采集装置采集到的多张所述第一影像信息中对应的特征点进行匹配,并根据上述匹配结果对各个所述图像数据采集装置采集到的所述第一影像信息中列车车轮的踏面二维图像信息进行校正,以消除踏面二维图像信息中的畸变;
所述特征点提取单元,用于基于在校正后多张所述第一影像信息中提取踏面二维图像信息中所对应的所述特征点;
深度信息计算单元,用于计算所述至少两个图像数据采集装置中所对应的所述特征点的深度信息;
曲面信息构建单元,用于根据所述特征点的深度信息,拟合得到列车车轮的踏面的空间曲面信息。
根据本公开实施例的第二方面,提供一种踏面缺陷信息检测方法,用于对列车车轮的踏面缺陷进行检测,包括:
三维信息采集模块在列车的预设检测位置从至少两个成像位置获取多张包含列车车轮同一部位的踏面二维图像信息的第一影像信息;
分别对所述三维信息采集模块采集到的多张所述第一影像信息进行处理,得到所述列车车轮的踏面的多个曲面图像信息;
根据多个所述曲面图像信息构建所述列车车轮踏面的空间曲面信息,并将构建得到的空间曲面信息与预设踏面曲面信息比对,得到列车车轮的踏面的缺陷信息。
可选地,所述分别对所述三维信息采集模块采集到的多张所述第一影像信息进行处理,得到所述列车车轮的踏面的多个曲面图像信息,包括:
获取所述三维信息采集模块的标定信息,所述标定信息包括:所述三维信息采集模块中至少两个图像数据采集装置的内部参数和外部参数;
对所述至少两个图像数据采集装置从不同成像位置获取多张包含列车车轮同一部位的踏面二维图像信息的第一影像信息中对应的特征点进行匹配,并根据匹配结果对各个所述图像数据采集装置采集到的所述第一影像信息中列车车轮的踏面二维图像信息进行校正,以消除踏面二维图像中的畸变;
基于校正后的多张所述第一影像信息提取踏面二维图像信息中所对应的所述特征点;
计算所述至少两个图像数据采集装置中所对应的所述特征点的深度信息;
根据所述特征点的深度信息,拟合得到列车车轮的踏面的空间曲面信息。
本公开的实施例提供的技术方案可以包括以下有益效果:
本申请实施例提供的该系统,在对列车车轮的踏面检测时,不会像传统的测试方法那样,仅获取列车车轮的单张二维图像信息,并利用该单张二维图像信息内对列车车轮的踏面的缺陷进行检测;而是能够从至少两个成像位置同时获取的包含列车车轮同一部位踏面二维图像的多张第一影像信息,并基于这多张第一影像信息,经过图像处理得到列车车轮的踏面的多个曲面图像信息,最后利用这多个曲面图像信息构建所述列车车轮的踏面的空间曲面信息。
因此,该系统能够获取含有踏面三维信息的空间曲面信息,在利用得到的空间曲面信息进行踏面缺陷检测时,能够提高踏面缺陷的检测精度。并且,该系统利用含有踏面三维信息的空间曲面信息进行踏面缺陷检测,能够避免单纯利用踏面二维图像信息进行缺陷检测时,由于反光或其它因素而导致的误检和漏检问题,提高系统检测稳定性及可靠性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1为本申请实施例提供的一种踏面缺陷信息检测系统的结构示意图。
图2为本申请实施例提供的一种图像处理模块的结构示意图。
图3为本申请实施例提供的一种双目成像示意图。
图4为本申请实施例提供的一种空间踏面曲面示意图。
图5为本申请实施例提供的一种踏面缺陷信息检测系统的场景示意图。
图6为本公开实施例提供的一种踏面缺陷信息检测方法的流程示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1为本申请实施例提供的一种踏面缺陷信息检测系统的结构示意图。
图中1为轨道,2为列车车轮,如图1所示,该踏面缺陷信息检测系统包括:三维信息采集模块3、图像处理模块4和踏面缺陷检测模块5,其中,
在轨道1的侧面设置有预设检测位置,三维信息采集模块3设置在该预设检测位置,并且三维信息采集模块3可以从至少两个成像位置获取多张包含轨道1上通过列车的列车车轮同一部位踏面二维图像的第一影像。
图像处理模块4与三维信息采集模块3相连接,用于分别对三维信息采集模块采集到的多张第一影像进行处理,得到列车车轮的踏面的多个曲面图像。
踏面缺陷检测模块5与图像处理模块4相连接,用于根据多个曲面图像构建列车车轮的踏面的空间曲面信息,并将构建得到的空间曲面信息与预设踏面曲面信息比对,得到列车车轮的踏面的缺陷信息。
这里的预设踏面曲面信息可以为:理想踏面曲面信息,无故障列车的踏面曲面信息,与当前采样时刻最邻近时刻通过的同辆列车的踏面曲面信息,与当前采样时刻邻近时刻通过的同辆列车的多组踏面曲面信息的统计分布信息的至少一种,此外,上述踏面曲面信息可以二维踏面曲面信息,也可以为三维踏面曲面信息。此外,上述缺陷信息包括:缺陷参数和缺陷类型。
本申请实施例提供的该系统,在对列车车轮的踏面检测时,不会像传统的测试方法那样,仅获取列车车轮的单张二维图像信息,并利用该单张二维图像信息内对列车车轮的踏面的缺陷进行检测;而是能够从至少两个成像位置同时获取的包含列车车轮同一部位踏面二维图像的多张第一影像信息,并基于这多张第一影像信息,经过图像处理得到列车车轮的踏面的多个曲面图像信息,最后利用这多个曲面图像信息构建所述列车车轮的踏面的空间曲面信息。
因此,该系统能够获取含有踏面三维信息的空间曲面信息,在利用得到的空间曲面信息进行踏面缺陷检测时,能够提高踏面缺陷的检测精度。并且,该系统利用含有踏面三维信息的空间曲面信息进行踏面缺陷检测,能够避免单纯利用踏面二维图像信息进行缺陷检测时,由于反光或其它因素而导致的误检和漏检问题,提高系统检测稳定性及可靠性。
另外,该踏面缺陷信息检测系统可以安装在轨道侧边,采用非接触式检测方式,这样在列车通过时,就可以方便、快捷、轻松完成对车轮踏面的检测,并且可以实现数据实时采集、实时处理,有利于提高检测速度以及检测效率。
在本发明实施例中,如图5所示,踏面缺陷信息检测系统含多个三维信息采集模块3,图中在列车轨道的每条道轨上都沿着道轨设置有四个三维信息采集模块3,每条道轨上的四个三维信息采集模块3共同组成了整个车轮圆周的踏面三维采集图像信息。
另外,如图1所示,每个三维信息采集模块均包括:结构光光源31和至少两个图像数据采集装置,图像数据采集装置可以为面阵相机,也可以为线阵相机,还可以为面阵摄像机、线性摄像等本领域技术人员所熟知的成像装置。优选方案中,可以选择两组结构相同的面阵相机,也可以选择两组结构相同的线阵相机对列车踏面信息进行同步实时采集。依据列车的运行速度及图像检测的精准度标准,可以适时的选择面阵相机或线阵相机。此外,至少两个图像数据采集装置的光轴可以平行,也可以设有一定的夹角。
结构光光源31上设有柱面透镜,并且结构光光源31可以是将光点、光缝、光栅、格网或斑纹投影到被测物体上的某种投影设备或仪器,也可以是生成激光束的激光器。结构光光源31产生的光线经过柱面透镜后可以汇聚成宽度很窄的光带,称为结构光。该结构光的光平面以一定角度入射在列车车轮的踏面上,可以在列车车轮2的踏面上产生反射和散射,这样当轨道上通过列车时,结构光光源31照射的结构光位于轨道上通过列车车轮的踏面上,在踏面上照射结构光的目的是使得图像数据采集装置获取到车轮的图像上具有结构光特征,以便于对踏面进行分析。
在本公开实施例中,结构光光源31为能够形成结构光的光源,例如:可以为线光源、线阵光源、点阵光源及网格光源的至少一种。在本申请实施例中,结构光光源31为点阵光源,点阵光源的点阵之间的距离为1mm~4mm,优选地,点阵光源的点阵之间的距离为2mm或4mm。
在本公开实施例中,如图1所示,至少两个图像数据采集装置为第一面阵相机32和第二面阵相机33,并且,第一面阵相机32和第二面阵相机33的成像方向之间设置有夹角,第一面阵相机32和第二面阵相机33的成像区域覆盖列车通过时车辆上同一踏面区域,且结构光光源照射的区域也能够全部/部分覆盖上述同一踏面区域。
另外,为了获取到列车车轮整个圆周的踏面的图像信息,在同一条轨道上,相邻两个三维信息采集模块3之间的间隔距离小于或等于列车车轮周长的二分之一,即每个信息三维信息采集模块负责列车车轮一半的踏面,在实际应用中,通常信息三维信息采集模块的数量采用3个以上,如图5所示,以图5中一条道轨上设置有四个三维信息采集模块3为例,相邻两个三维信息采集模块3之间间隔距离等于列车车轮周长的四分之一,这样四个三维信息采集模块3相配合,就可以完全采集到列车车轮的全部踏面图像信息。每个三维信息采集模块3分别在不同的检测位置从至少两个成像方向获取包含列车车轮的踏面二维图像信息的第一影像信息。
在本发明实施例中,该三维信息采集模块还可以包括:标定件(图1中未示出),标定件位于至少两个面阵相机重合的成像区域内,并且至少两个面阵相机用于从不同位置采集包含标定件二维图像信息的第二影像信息。
在本发明另一实施例中,如图2所示,该图像处理模块可以包括:标定信息获取单元41、校正单元42、特征点提取单元43、深度信息计算单元44和曲面信息构建单元45。
标定信息获取单元41,用于利用至少两个面阵相机采集到的第二影像,获取至少两个面阵相机的标定信息。
图1中第一面阵相机32和第二面阵相机33在工作时,需要对面阵相机内的一些内部参数进行标定,需要标定的内部参数可以包括:相机的焦距、成像原点和畸变参数等。另外,对于不同面阵相机而言,还需要了解相邻面阵相机之间的相对位置,即外部参数,外部参数是相邻面阵相机之间的空间参数,具体可以包括:相邻面阵相机的旋转矩阵参数和平移矩阵参数。
上述系统的标定方法是建立在单个相机标定的基础之上的,而单个相机的标定方法为:相机的标定一般都需要一个在相机的有效成像范围内放置一个特制的标定参照物,上述标定参照物可以为棋盘标定板等本领域技术人员所熟知的标定件,相机获取该标定参照物的图像,并由此计算出相机的内部参数和外部参数。标定参考物上的每一个特征点(即,每个棋盘格的角点)相对于世界坐标系的位置在制作时应精确测定,世界坐标系可选为标定参考物所在的空间坐标系。在得到这些已知点在图像上的投影位置后,从而能够计算出摄像头的内部参数和外部参数。
因此,基于上述方法就可以计算出图1中第一面阵相机32和第二面阵相机33的标定信息,这些标定信息可以包括:每个面阵相机的焦距、成像原点和畸变参数,以及,相邻面阵相机之间的旋转矩阵参数和平移矩阵参数。
校正单元42,用于对至少两个面阵相机中每个面阵相机采集到的第一影像中对应的特征点进行匹配,并根据匹配结果对至少两个面阵相机中每个面阵相机采集到的第一影像信息中列车车轮的踏面二维图像信息进行校正,以消除踏面二维图像信息中的畸变。
上述特征点可以来自于结构光光源投射于轨道过车车轮踏面上的结构光,其可以为特征线、特征点及特征网格交叉点的至少一种。
如图3所示,图中O1是第一面阵相机32的光心,O2是第二面阵相机33的光心,P为目标点,在本发明实施例中,目标点P可以为列车车轮上的一个点,M1是第一面阵相机32所成的图像的平面,M2是第二面阵相机33所成的图像的平面,从图2可见,目标点P在平面M1上的特征点为P1,目标点P在平面M2上的特征点为P2,并且对于双目视觉系统而言,要计算目标点在左右两个视图上形成的视差,首先要把该点在左右视图上两个对应的特征点匹配起来。然而,在二维空间上匹配对应点是非常耗时的,为了减少匹配的范围,我们可以利用极线约束使得对应点的匹配由二维搜索降为一维搜索。
特征点提取单元43,用于在校正后至少两个面阵相机中每个面阵相机采集到的第一影像中提取出踏面二维图像中所对应的特征点。
由于校正的作用就是要把消除畸变后的两幅图像严格地行对应,使得两幅图像的对极线恰好在同一水平线上,这样一幅图像上任意一点与其在另一幅图像上的对应点就必然具有相同的行号,因此,特征点提取单元43就可以只需在该行进行一维搜索即可提取到对应点。
深度信息计算单元44,计算至少两个面阵相机中每个面阵相机中对应的特征点的深度信息。
深度信息计算主要是利用目标点在左右两幅视图上成像的横向坐标直接存在的视差与目标点到成像平面之间的距离存在着反比例的关系,其中:视差d=P1在平面M1上的x轴坐标-P2在平面M2上的x轴坐标,目标点到成像平面之间的距离,可以通过标定信息计算得到。
因此,利用视差以及目标点到成像平面之间的距离即可计算得到每个面阵相机中采集到的第一影像信息中列车轮对上对应特征点的深度信息。
曲面信息构建单元45,用于根据特征点的深度信息,拟合得到列车车轮的踏面的空间曲面信息。
基于特征点的空间深度信息,拟合出拍摄到的踏面图像中踏面所对应的空间踏面曲面信息。如图4所示,为本发明实施例提供的一种空间踏面曲面信息示意图。
当上述曲面信息构建单元45拟合得到列车车轮的踏面的空间曲面信息后,踏面缺陷检测模块5就可以将该空间曲面信息与预设踏面曲面信息进行比较,通过比较计算就可以得到列车车轮的踏面的缺陷信息,缺陷信息包括:缺陷参数和缺陷类型。
在本发明实施例中,预设踏面曲面信息可以为无损坏的、标准的踏面曲面,例如:出厂时该列车车轮的踏面曲面,上一次所拍摄的该列车车轮的踏面曲面或者多次所拍摄的该列车车轮经过统计优化后的踏面曲面;另外,预设踏面曲面信息还可以根据构建得到的空间曲面信息生成,即在构建得到的空间曲面信息的中选取一些特征点,然后利用这些特征点的坐标,生成与所构建的空间曲面信息相对应的理想踏面曲面信息。另外,每次生成该理想踏面曲面信息时,都可以作为一次训练过程,记录训练过程的一些参数变化,并将记录的参数变化用于下次生成理想踏面曲面信息,以对下一次得到的理想踏面曲面进行优化,这种自学习的过程,可以使得每次得到的理想踏面曲面信息逐渐优化,检测结果更加理想。
图6为本公开实施例提供的一种踏面缺陷信息检测方法的流程示意图。如图6所示,该方法包括以下步骤:
步骤S101:三维信息采集模块在列车的预设检测位置从至少两个成像位置获取多张包含列车车轮同一部位的踏面二维图像信息的第一影像信息。
步骤S102:分别对三维信息采集模块采集到的多张第一影像信息进行处理,得到列车车轮的踏面的多个曲面图像信息。
步骤S103:根据多个曲面图像信息构建列车车轮踏面的空间曲面信息,并将构建得到的空间曲面信息与预设踏面曲面信息比对,得到列车车轮的踏面的缺陷信息。
缺陷信息包括:缺陷参数和缺陷类型。
该方法可以从至少两个成像位置同时获取到的踏面的图像信息,得到包含有踏面三维信息的空间曲面信息,这样在利用得到的空间曲面信息进行踏面缺陷检测时,使得踏面检测的精度提高。并且由于是利用包含有踏面三维信息的空间曲面信息进行缺陷检测,还可以避免单纯利用踏面二维图像进行缺陷检测而存在反光或其它因素导致误检和漏检的问题,提高检测的稳定性以及可靠性。
在本公开一个实施例中,上述步骤S101可以包括以下步骤:
11)、在列车通过的一条轨道的外侧的多个检测位置上均设置有一个三维信息采集模块;
12)、利用设置在每个检测位置上的三维信息采集模块内的结构光光源照射轨道上通过列车车轮的踏面;
13)、利用设置在每个检测位置上的三维信息采集模块内的至少两个面阵相机从不同位置采集包含轨道上通过列车车轮的踏面二维图像信息的第一影像信息。
在本公开一个实施例中,该方法还可以包括以下步骤:
21)、利用至少两个面阵相机用于从不同位置采集包含标定件二维图像信息的第二影像信息。
其中,标定件位于至少两个面阵相机所共同覆盖的成像空间内。
在本公开一个实施例中,上述步骤S102还可以包括以下步骤:
31)、获取三维信息采集模块的标定信息,标定信息包括:三维信息采集模块中至少两个图像数据采集装置的内部参数和外部参数;
32)、对至少两个图像数据采集装置从不同成像位置获取多张包含列车车轮同一部位的踏面二维图像信息的第一影像信息中对应的特征点进行匹配,并根据匹配结果对各个图像数据采集装置采集到的第一影像信息中列车车轮的踏面二维图像信息进行校正,以消除踏面二维图像中的畸变;
33)、基于校正后的多张第一影像信息提取踏面二维图像信息中所对应的特征点;
34)、计算至少两个图像数据采集装置中所对应的特征点的深度信息;
35)、根据特征点的深度信息,拟合得到列车车轮的踏面的空间曲面信息。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种踏面缺陷信息检测系统,用于对列车车轮的踏面进行检测,其特征在于,包括:三维信息采集模块、图像处理模块和踏面缺陷检测模块,其中,
所述三维信息采集模块用于在预设检测位置从至少两个成像位置获取多张包含列车车轮同一部位的踏面二维图像信息的第一影像信息;
所述图像处理模块与所述三维信息采集模块相连接,用于分别对所述三维信息采集模块采集到的多张所述第一影像信息进行处理,得到所述列车车轮的踏面的多个曲面图像信息;
所述踏面缺陷检测模块与所述图像处理模块相连接,用于根据多个所述曲面图像信息构建所述列车车轮踏面的空间曲面信息,并将构建得到的空间曲面信息与预设踏面曲面信息比对,得到列车车轮的踏面的缺陷信息。
2.根据权利要求1所述的踏面缺陷信息检测系统,其特征在于,各个所述三维信息采集模块包括:结构光光源及至少两个图像数据采集装置;
所述结构光光源照射的结构光投射于轨道过车车轮的踏面上;
各个所述图像数据采集装置从不同位置采集包含所述轨道过车车轮踏面的所述第一影像信息。
3.根据权利要求2所述的踏面缺陷信息检测系统,其特征在于,所述三维信息采集模块为多个,多个所述三维信息采集模块沿列车的轨道延伸方向位于同一轨道旁;且沿所述轨道间隔分布;
相邻两个三维信息采集模块之间的间隔距离小于或等于列车车轮周长的二分之一;
各个所述三维信息采集模块分别在不同的检测位置获取所述第一影像信息。
4.根据权利要求2所述的踏面缺陷信息检测系统,其特征在于,至少两个所述图像数据采集装置包括:第一面阵相机和第二面阵相机,其中:
所述第一面阵相机的光轴线和第二面阵相机的光轴线之间设有夹角;
所述第一面阵相机和第二面阵相机的成像区域覆盖所述轨道过车的同一踏面区域;
所述结构光光源的照射区域全部/部分覆盖所述同一踏面区域。
5.根据权利要求2所述的踏面缺陷信息检测系统,其特征在于,所述结构光光源为线光源、线阵光源、点阵光源及网格光源的至少一种。
6.根据权利要求5所述的踏面缺陷信息检测系统,其特征在于,所述点阵光源的点阵之间的距离为1mm~4mm。
7.根据权利要求2-6任一项所述的踏面缺陷信息检测系统,其特征在于,所述三维信息采集模块还包括:标定件;
所述标定件位于所述至少两个图像数据采集装置重合的成像区域内,并且所述至少两个图像数据采集装置用于从不同位置采集包含所述标定件的二维图像信息的第二影像信息。
8.根据权利要求7所述的踏面缺陷信息检测系统,其特征在于,所述图像处理模块包括:标定信息获取单元、校正单元、特征点提取单元、深度信息计算单元和曲面信息构建单元,其中:
所述标定信息获取单元,用于利用所述第二影像信息,获取所述至少两个图像数据采集装置的标定信息,所述标定信息包括:所述至少两个图像数据采集装置的内部参数和外部参数;
所述校正单元,用于对所述至少两个图像数据采集装置采集到的多张所述第一影像信息中对应的特征点进行匹配,并根据上述匹配结果对各个所述图像数据采集装置采集到的所述第一影像信息中列车车轮的踏面二维图像信息进行校正,以消除踏面二维图像信息中的畸变;
所述特征点提取单元,用于基于在校正后多张所述第一影像信息中提取踏面二维图像信息中所对应的所述特征点;
深度信息计算单元,用于计算所述至少两个图像数据采集装置中所对应的所述特征点的深度信息;
曲面信息构建单元,用于根据所述特征点的深度信息,拟合得到列车车轮的踏面的空间曲面信息。
9.一种踏面缺陷信息检测方法,用于对列车车轮的踏面缺陷进行检测,其特征在于,包括:
三维信息采集模块在列车的预设检测位置从至少两个成像位置获取多张包含列车车轮同一部位的踏面二维图像信息的第一影像信息;
分别对所述三维信息采集模块采集到的多张所述第一影像信息进行处理,得到所述列车车轮的踏面的多个曲面图像信息;
根据多个所述曲面图像信息构建所述列车车轮踏面的空间曲面信息,并将构建得到的空间曲面信息与预设踏面曲面信息比对,得到列车车轮的踏面的缺陷信息。
10.根据权利要求9所述的踏面缺陷信息检测方法,其特征在于,所述分别对所述三维信息采集模块采集到的多张所述第一影像信息进行处理,得到所述列车车轮的踏面的多个曲面图像信息,包括:
获取所述三维信息采集模块的标定信息,所述标定信息包括:所述三维信息采集模块中至少两个图像数据采集装置的内部参数和外部参数;
对所述至少两个图像数据采集装置从不同成像位置获取多张包含列车车轮同一部位的踏面二维图像信息的第一影像信息中对应的特征点进行匹配,并根据匹配结果对各个所述图像数据采集装置采集到的所述第一影像信息中列车车轮的踏面二维图像信息进行校正,以消除踏面二维图像中的畸变;
基于校正后的多张所述第一影像信息提取踏面二维图像信息中所对应的所述特征点;
计算所述至少两个图像数据采集装置中所对应的所述特征点的深度信息;
根据所述特征点的深度信息,拟合得到列车车轮的踏面的空间曲面信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410798858.7A CN104554344B (zh) | 2014-12-19 | 2014-12-19 | 踏面缺陷信息检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410798858.7A CN104554344B (zh) | 2014-12-19 | 2014-12-19 | 踏面缺陷信息检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104554344A true CN104554344A (zh) | 2015-04-29 |
CN104554344B CN104554344B (zh) | 2017-08-25 |
Family
ID=53071677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410798858.7A Active CN104554344B (zh) | 2014-12-19 | 2014-12-19 | 踏面缺陷信息检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104554344B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107097807A (zh) * | 2017-03-27 | 2017-08-29 | 北京交通大学 | 一种高速铁路轮轨动态接触状态的测定系统 |
CN107180416A (zh) * | 2017-05-17 | 2017-09-19 | 石家庄铁道大学 | 火车车轮踏面图像畸形校正方法及系统 |
CN108394426A (zh) * | 2017-02-02 | 2018-08-14 | 淡水河谷公司 | 铁路车轮监测系统及方法 |
CN109521030A (zh) * | 2018-10-12 | 2019-03-26 | 成都精工华耀科技有限公司 | 一种轨道可视化巡检rgbd成像系统 |
CN111223055A (zh) * | 2019-11-20 | 2020-06-02 | 南京拓控信息科技股份有限公司 | 一种列车车轮踏面图像校正方法 |
CN112033698A (zh) * | 2020-09-21 | 2020-12-04 | 深圳市道通科技股份有限公司 | 一种检测装置 |
CN112730449A (zh) * | 2020-12-16 | 2021-04-30 | 上海辛玮智能科技有限公司 | 自动对焦液晶模组围观三维立体检测光学方法 |
CN115031640A (zh) * | 2022-08-12 | 2022-09-09 | 广州运达智能科技有限公司 | 一种列车轮对在线检测方法、系统、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4798964A (en) * | 1985-08-12 | 1989-01-17 | Wilhelm Hegenscheidt Gesellschaft Mbh | Method and apparatus for the contactless measuring of the tread quality of railroad |
JP2001227924A (ja) * | 2000-02-14 | 2001-08-24 | Mitsubishi Electric Corp | 車輪測定装置 |
JP2008180619A (ja) * | 2007-01-25 | 2008-08-07 | Act Denshi Kk | 車輪測定方法とそれに使用される車輪測定装置 |
JP2012098047A (ja) * | 2010-10-29 | 2012-05-24 | Toshiba Transport Eng Inc | 車輪形状計測装置、車輪形状計測方法、車輪形状計測プログラム |
JP2013205045A (ja) * | 2012-03-27 | 2013-10-07 | Toshiba Transport Eng Inc | 車輪形状計測装置 |
-
2014
- 2014-12-19 CN CN201410798858.7A patent/CN104554344B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4798964A (en) * | 1985-08-12 | 1989-01-17 | Wilhelm Hegenscheidt Gesellschaft Mbh | Method and apparatus for the contactless measuring of the tread quality of railroad |
JP2001227924A (ja) * | 2000-02-14 | 2001-08-24 | Mitsubishi Electric Corp | 車輪測定装置 |
JP2008180619A (ja) * | 2007-01-25 | 2008-08-07 | Act Denshi Kk | 車輪測定方法とそれに使用される車輪測定装置 |
JP2012098047A (ja) * | 2010-10-29 | 2012-05-24 | Toshiba Transport Eng Inc | 車輪形状計測装置、車輪形状計測方法、車輪形状計測プログラム |
JP2013205045A (ja) * | 2012-03-27 | 2013-10-07 | Toshiba Transport Eng Inc | 車輪形状計測装置 |
Non-Patent Citations (2)
Title |
---|
倪然 等: "在线式车轮踏面磨耗与擦伤检测方法研究", 《铁道运输与经济》 * |
黄熙: "基于图像处理与机器视觉的车辆轮对踏面检测技术研究", 《中国优秀硕士学位论文全文数据库-信息科技辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108394426A (zh) * | 2017-02-02 | 2018-08-14 | 淡水河谷公司 | 铁路车轮监测系统及方法 |
CN107097807A (zh) * | 2017-03-27 | 2017-08-29 | 北京交通大学 | 一种高速铁路轮轨动态接触状态的测定系统 |
CN107180416A (zh) * | 2017-05-17 | 2017-09-19 | 石家庄铁道大学 | 火车车轮踏面图像畸形校正方法及系统 |
CN107180416B (zh) * | 2017-05-17 | 2018-06-05 | 石家庄铁道大学 | 火车车轮踏面图像畸形校正方法及系统 |
CN109521030A (zh) * | 2018-10-12 | 2019-03-26 | 成都精工华耀科技有限公司 | 一种轨道可视化巡检rgbd成像系统 |
CN111223055A (zh) * | 2019-11-20 | 2020-06-02 | 南京拓控信息科技股份有限公司 | 一种列车车轮踏面图像校正方法 |
CN112033698A (zh) * | 2020-09-21 | 2020-12-04 | 深圳市道通科技股份有限公司 | 一种检测装置 |
WO2022057690A1 (zh) * | 2020-09-21 | 2022-03-24 | 深圳市道通科技股份有限公司 | 一种检测装置 |
CN112730449A (zh) * | 2020-12-16 | 2021-04-30 | 上海辛玮智能科技有限公司 | 自动对焦液晶模组围观三维立体检测光学方法 |
CN112730449B (zh) * | 2020-12-16 | 2023-07-14 | 上海辛玮智能科技有限公司 | 自动对焦液晶模组微观三维立体检测光学方法 |
CN115031640A (zh) * | 2022-08-12 | 2022-09-09 | 广州运达智能科技有限公司 | 一种列车轮对在线检测方法、系统、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104554344B (zh) | 2017-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104554344A (zh) | 踏面缺陷信息检测系统及方法 | |
US9251586B2 (en) | Optical overhead wire measurement | |
CN111122598B (zh) | 一种钢轨表面缺陷三维检测系统及方法 | |
CN102063718B (zh) | 一种点激光测量系统的现场标定和精密测量方法 | |
CN104567725A (zh) | 车辆运行故障检测系统及方法 | |
US20170287166A1 (en) | Camera calibration method using a calibration target | |
CN107255443A (zh) | 一种复杂环境下双目视觉传感器现场标定方法及装置 | |
KR101927648B1 (ko) | 차량 운행 고장 검출 시스템 및 방법 | |
KR101280243B1 (ko) | 머신비전을 이용한 전차선 측정시스템 | |
CN104567726A (zh) | 车辆运行故障检测系统及方法 | |
CN103630088A (zh) | 基于双激光带的高精度隧道断面检测方法及装置 | |
CN204461369U (zh) | 车辆运行故障检测系统 | |
WO2016208622A1 (ja) | 表面欠陥検出装置および表面欠陥検出方法 | |
Lu et al. | Automatic wear measurement of pantograph slider based on multiview analysis | |
CN105574845A (zh) | 一种多相机阵列烟标叠层数量测量方法及装置 | |
CN107578397A (zh) | 一种新型非接触式接触线磨损检测方法 | |
US9649990B2 (en) | Device and method for optically recording the underbody of a vehicle | |
CN105066903A (zh) | 一种激光三维测量系统及其测量方法 | |
CN110672035A (zh) | 一种视觉测量方法和装置 | |
CN103438809A (zh) | 基于面阵/线阵相机的车辆宽度尺寸测量方法和装置 | |
CN110095069A (zh) | 一种高铁白车身装配质量检测系统和方法 | |
CN115857040A (zh) | 一种机车车顶异物动态视觉检测装置及方法 | |
CN111369484A (zh) | 钢轨廓形检测方法及装置 | |
JP5274173B2 (ja) | 車両検査装置 | |
CN103884294A (zh) | 一种宽视场的红外光三维形貌测量的方法及其装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |