CN107092251A - 基于图像识别的铁路无人巡检车的自动定位系统及方法 - Google Patents
基于图像识别的铁路无人巡检车的自动定位系统及方法 Download PDFInfo
- Publication number
- CN107092251A CN107092251A CN201611201238.6A CN201611201238A CN107092251A CN 107092251 A CN107092251 A CN 107092251A CN 201611201238 A CN201611201238 A CN 201611201238A CN 107092251 A CN107092251 A CN 107092251A
- Authority
- CN
- China
- Prior art keywords
- frame
- inspection car
- section bar
- unmanned inspection
- image
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000007246 mechanism Effects 0.000 claims abstract description 25
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 70
- 229910052782 aluminium Inorganic materials 0.000 claims description 70
- 239000004411 aluminium Substances 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 15
- 230000009467 reduction Effects 0.000 claims description 13
- 229910000831 Steel Inorganic materials 0.000 claims description 11
- 239000010959 steel Substances 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 8
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 230000003628 erosive effect Effects 0.000 claims description 4
- 238000005728 strengthening Methods 0.000 claims description 3
- 238000004804 winding Methods 0.000 claims description 3
- 238000003466 welding Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000012360 testing method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000295 fuel oil Substances 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 241001212149 Cathetus Species 0.000 description 1
- 241000872198 Serjania polyphylla Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000979 retarding effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
Abstract
本发明涉及一种基于图像识别的铁路无人巡检车的自动定位系统,包括无人巡检车和工控机,所述无人巡检车包括底盘系统、提升机构以及移动平台系统;所述底盘系统包括底盘框架,其上安装驱动系统和第一控制柜;所述提升机构包括外侧框架、中间框架和内侧框架;所述提升机构的下端安装在所述底盘框架上,所述提升机构的上端安装移动平台系统,所述移动平台系统上安装工业照相机和第二控制柜。本发明还公开了一种基于图像识别的铁路无人巡检车的自动定位系统的自动定位方法。本发明通过工业相机采集接触网立柱的照片,其特征保存完整且十分可靠,图像识别技术已发展成熟,应用领域广泛,所以选择以图像识别为基础来实现无人车的自动定位也较为可靠。
Description
技术领域
本发明涉及图像处理和机器视觉技术领域,尤其是一种基于图像识别的铁路无人巡检车的自动定位系统及方法。
背景技术
铁路接触网沿铁路线上空布置,为电力机车提供动力,对铁路正常运行起着关键作用。随着我国电气化铁路的快速发展,铁路接触网系统可靠性、稳定性显得尤为重要,所以铁路接触网的定期检测维护工作也必不可少。目前国内主要检测方式有两种:一是人力车梯检修,需配置七至八人,携带检测设备,沿着铁路线对铁路接触网逐一检测,耗时又费力,在恶劣的环境下检修,作业人员也存在安全隐患;二是使用燃油大型检修作业车来完成接触网的检测,燃油检修车必须从车站出发,不能从铁路中段上铁轨,紧急故障处理不便利,且不符合可持续发展理念。
发明内容
本发明的首要目的在于提供一种采用无人巡检车对铁路接触网进行自动巡检,同时能够使无人巡检车自动准确定位到接触网立柱位置的基于图像识别的铁路无人巡检车的自动定位系统。
为实现上述目的,本发明采用了以下技术方案:一种基于图像识别的铁路无人巡检车的自动定位系统,包括无人巡检车和工控机,所述无人巡检车包括用于实现在铁轨上行走的底盘系统、用于实现在垂直高度上的升降的提升机构以及用于对接触网系统进行拍照的移动平台系统;所述底盘系统包括底盘框架,其上安装驱动系统和第一控制柜;所述提升机构包括外侧框架、中间框架和内侧框架;所述提升机构的下端安装在所述底盘框架上,所述提升机构的上端安装移动平台系统,所述移动平台系统上安装工业照相机和第二控制柜,所述第二控制柜与工业照相机双向通讯,所述第一控制柜和第二控制柜均通过通讯系统与工控机双向通讯,所述工控机内部加载图像识别系统。
所述底盘框架采用铝方管拼接而成,各个铝方管之间通过四孔连接片连接,底盘框架的四个内角处安装用于增强整个底盘框架结构的刚性L型连接件;底盘框架的正面后部架设两根横向的第一铝型材,底盘框架正面前部的一侧固定第一控制柜,第一控制柜通过控制线控制驱动系统,第一控制柜内侧的底盘框架上通过螺栓连接绞盘,绞盘上缠绕钢丝绳,钢丝绳绕到提升机构上,提升机构通过螺栓固定在第一铝型材上。
所述驱动系统包括驱动直流电机,驱动直流电机的输出端与第一行星减速器的输入端相连,第一行星减速器的输出端与齿轮换向器的输入端相连,齿轮换向器分两端输出,两个输出端分别通过钢管与驱动轮卡盘相连,驱动轮卡盘通过轴承座固定,轴承座通过螺栓连接固定在铝方管背面,驱动轮卡盘的后端安装驱动轮;底盘框架上设有左右对称的从动系统,从动系统包括从动轴支架,从动轴支架通过螺栓固定在底盘框架的背面,从动轴支架的侧面焊接从动轴,从动轴通过轴承与从动轮配合。
所述内侧框架上套设中间框架,所述中间框架上套设外侧框架,所述外侧框架的两侧自上而下通过铆钉铆接三根横向的用于攀爬的L型铝型材,外侧框架的顶部四个角安装内凹槽型滑轮轴承组,内凹槽型滑轮轴承组从外侧抵住中间框架,中间框架底部的四个角安装外凸槽型滑轮轴承组,外凸槽型滑轮轴承组从内侧抵住外侧框架,中间框架的顶部四个角安装内凹槽型滑轮轴承组,内凹槽型滑轮轴承组从外侧抵住内侧框架,内侧框架底部的四个角安装外凸槽型滑轮轴承组,外凸槽型滑轮轴承组从内侧抵住中间框架;所述外侧框架的底部上安装第一定滑轮,外侧框架的顶部上安装第二定滑轮,所述中间框架的底部相对的两侧上分别安装第三定滑轮、第八定滑轮,中间框架的顶部相对的两侧上分别安装第四定滑轮、第七定滑轮,所述内侧框架的底部相对的两侧上分别安装第五定滑轮、第六定滑轮;所述内侧框架的顶部通过螺栓安装移动平台系统。
所述移动平台系统包括两个三角架,两个三角架通过螺栓安装在内侧框架的顶端,两个三角架之间架设第二控制柜,三角架的背面安装横向铝型材框架,横向铝型材框架上安装第一直线滑动单元,横向铝型材框架内侧设有横移直流电机,横移直流电机的输出端与第二行星减速器的输入端相连,第二行星减速器的输出端通过第一联轴器连接第一丝杠,第一丝杠通过第一铝板固定,第一丝杠通过第一丝杠螺母连接竖向铝型材框架,竖向铝型材框架的背面安装第一直线滑动单元,竖向铝型材框架正面的两根竖向铝型材上通过螺栓安装第二直线滑动单元,竖向铝型材框架内侧设有竖直直流电机,竖直直流电机的输出端与第三行星减速器的输入端相连,第三行星减速器的输出端通过第二联轴器连接第二丝杠,第二丝杠通过第二铝板固定,第二丝杠上通过第二丝杠螺母安装在日字型铝型材框架上,日字型铝型材框架与竖向铝型材框架的第二直线滑动单元连接,日字型铝型材框架上部安装第三铝板,第三铝板上搭载工业照相机。
本发明的另一目的在于提供一种基于图像识别的铁路无人巡检车的自动定位系统的自动定位方法,该方法包括下列顺序的步骤:
(1)将无人巡检车置于轨道上,开启自动运行模式,无人巡检车开始加速至额定速度,然后保持匀速行驶;启动工业照相机,工业照相机间隔拍照采集图像,采集的照片发送至工控机;
(2)工控机内的图像识别系统开始对采集的照片进行图像处理,图像处理流程依次为:灰度化处理、截取图片、二值化、图像膨胀、图像腐蚀、边缘检测和Hough变换;
(3)当检测到接触网立柱特征,无人巡检车开始减速,并通过提取图像中接触网立柱的位置信息,由工控机计算接触网立柱与无人巡检车的实际距离S;逐渐靠近接触网立柱位置,无人巡检车速度越来越小,实际距离S逐渐也减小,直至实际距离S小于设定误差δ,无人巡检车停车。
由上述技术方案可知,本发明通过工业相机采集接触网立柱的照片,其特征保存完整且十分可靠,图像识别技术已发展成熟,应用领域广泛,所以选择以图像识别为基础来实现无人车的自动定位也较为可靠;无人车的控制系统以工控机为核心,其功能全面,能够与搭载的检测装备通讯,所以可在上位机程序里加入数据库模块,将每次检测结果反馈信息存储于数据库内,工作人员根据数据库的信息,可采取针对性较强的维护措施;基于图像识别的定位方法,定位精度较高,成本较低,由于其核心在于算法,所以优化空间大,再次开发灵活度比较高。
附图说明
图1是工业照相机采集接触网立柱特征的图像模型示意图;
图2是横坐标x和距离S的x-S曲线图;
图3是本发明的定位方法流程图;
图4是无人巡检车的减速曲线图;
图5是图像识别系统手调界面示意图;
图6是经过灰度化处理后的铁路接触网立柱图;
图7是图6的部分截取图;
图8是图7经二值化处理后的示意图;
图9是图8经图像膨胀和腐蚀处理后的示意图;
图10是图9经边缘检测处理后的示意图;
图11是图10经Hough变换处理后的示意图;
图12是无人巡检车的结构示意图;
图13是无人巡检车中底盘系统的正面结构示意图;
图14是无人巡检车中底盘系统的背面结构示意图;
图15是无人巡检车中提升机构的结构示意图;
图16是无人巡检车中移动平台系统的结构示意图。
具体实施方式
如图1、12所示,一种基于图像识别的铁路无人巡检车的自动定位系统,包括无人巡检车57和工控机,所述无人巡检车57包括用于实现在铁轨上行走的底盘系统3、用于实现在垂直高度上的升降的提升机构2以及用于对接触网系统进行拍照的移动平台系统1;所述底盘系统3包括底盘框架5,其上安装驱动系统6和第一控制柜9;所述提升机构2包括外侧框架24、中间框架23和内侧框架22;所述提升机构2的下端安装在所述底盘框架5上,所述提升机构2的上端安装移动平台系统1,所述移动平台系统1上安装工业照相机36和第二控制柜45,所述第二控制柜45与工业照相机36双向通讯,所述第一控制柜9和第二控制柜45均通过通讯系统与工控机双向通讯,所述工控机内部加载图像识别系统。
由工业照相机36直接采集的图片为彩色图像,像素为宽度1920×高度1080,其图像格式为RGB,其每一个像素点的区间为(0,0,0)~(255,255,255)。经过灰度化处理以后,彩色图像变成8位的灰度图像,即黑白图像,如图6所示,由黑到白,其颜色深度由灰度值决定,其灰度值范围是0~255。灰度图像经过二值化处理,则变成一个二值灰度图像,只有黑和白,如图8所示,其像素值为0或1。对二值图像进行图像腐蚀和图像膨胀处理不仅可以消除没有意义的边界点,还可以收缩边界,如图9所示,有利于对图像中直线特征的分析与识别。对二值图像进行边缘检测和Hough变换的处理则能够提取出直线特征,如图10、图11所示。图6为原图,其尺寸为1920*1080,图7为原图的部分截取,截取尺寸为1920*240,从上至下,为了减少图片自然背景对处理过程造成不必要干扰,所以在保留接触网立柱特征的基础上,截取原图。
定位过程中关键在于:如何通过从图像中接触网立柱的位置信息来判断无人巡检车57实际与接触网立柱之间的距离。为此,设计实验研究定位算法,实验中工业照相机采集接触网立柱特征的图像模型如图1所示。
工业照相机35安装在无人巡检车57底盘上,安装角度β可以调整,以接触网立柱Q为目标位置,d是铁路距离立柱的横向垂直距离,可以测得d等于3050mm。S则是相机距离接触网立柱的纵向直线距离。实验过程中,选定一个角度β,沿铁轨推动底盘改变S进行图像采集拍照。将获得的多组照片,通过软件测量出图像中接触网立柱位置的横坐标x,其单位为像素,记录距离S和横坐标x。依次设置角度β等于30°,45°,60°,获得多组数据。统计实验数据,绘制出x-S曲线图,如图2所示。
通过拟合的曲线方程,得到数学方程式为:
S=S0-A1ln(x-x0)
其中S0,A1,x0为常数;由图2可发现角度发生改变以后,曲线基本特征不变,所以对应的数学方程式不变,只是方程参数发生变化。
如图3所示,本自动定位方法包括下列顺序的步骤:
(1)将无人巡检车57置于轨道上,开启自动运行模式,无人巡检车57开始加速至额定速度,然后保持匀速行驶;启动工业照相机36,工业照相机36间隔拍照采集图像,采集的照片发送至工控机;
(2)工控机内的图像识别系统开始对采集的照片进行图像处理,图像处理流程依次为:灰度化处理、截取图片、二值化、图像膨胀、图像腐蚀、边缘检测和Hough变换;
(3)当检测到接触网立柱特征,无人巡检车57开始减速,并通过提取图像中接触网立柱的位置信息,由工控机计算接触网立柱与无人巡检车57的实际距离S;逐渐靠近接触网立柱位置,无人巡检车57速度越来越小,实际距离S逐渐也减小,直至实际距离S小于设定误差δ,无人巡检车57停车。
在铁路天窗期,对无人巡检车57进行了定位测试,工业照相机36安装角度为45°,因此软件设计中使用的横坐标-距离数学关系式为:
S=15826.45-3834.34ln(x-7.55)
上式中的x为图2中的横坐标x,铁路接触网立柱之间的距离大约为50m,在自动运行过程中,当系统检测到立柱特征时,减速信号来临,无人巡检车57开始减速,其减速曲线如图4所示。由图可知,当S=10m位置,按S型曲线减速行驶。当S<5m时,其运动规律则是减速(A)和匀速相间(B),直至S<0.6m,保持v=20mm/s低速前行,直至S<=30mm,无人巡检车57停车。
图像识别系统手调界面如图5所示,图中A为接触网立柱原图,该图是在铁路现场定位测试过程中所采集的一张照片。图中B则是经过图像处理之后的结果,能够提取出其直线特征。
现场定位测试结果表明:图像识别能够提取接触网立柱直线特征,实验得到的横坐标-距离关系式可靠,无人巡检车57自动减速至停车的过程平稳,且能够定位到接触网立柱位置,基本符合预期要求。
如图13、14所示,所述底盘框架5采用铝方管拼接而成,各个铝方管之间通过四孔连接片7连接,底盘框架5的四个内角处安装用于增强整个底盘框架5结构的刚性L型连接件4;底盘框架5的正面后部架设两根横向的第一铝型材10,底盘框架5正面前部的一侧固定第一控制柜9,第一控制柜9通过控制线控制驱动系统6,第一控制柜9内侧的底盘框架5上通过螺栓连接绞盘8,绞盘8上缠绕钢丝绳,钢丝绳绕到提升机构2上,提升机构2通过螺栓固定在第一铝型材10上。
如图13、14所示,所述驱动系统6包括驱动直流电机19,驱动直流电机19的输出端与第一行星减速器20的输入端相连,第一行星减速器20的输出端与齿轮换向器21的输入端相连,齿轮换向器21分两端输出,两个输出端分别通过钢管18与驱动轮卡盘16相连,驱动轮卡盘16通过轴承座17固定,轴承座17通过螺栓连接固定在铝方管背面,驱动轮卡盘16的后端安装驱动轮15;底盘框架5上设有左右对称的从动系统11,从动系统11包括从动轴支架12,从动轴支架12通过螺栓固定在底盘框架5的背面,从动轴支架12的侧面焊接从动轴13,从动轴13通过轴承与从动轮14配合。需要行走时,第一控制柜9给出信号,通过控制线控制驱动直流电机19转动,驱动直流电机19通过第一行星减速器20增大输出扭矩,将力矩传递给齿轮换向器21,齿轮换向器21将力矩通过输出端两侧的钢管18传递给驱动轮卡盘16,驱动轮卡盘16带动两侧的驱动轮15转动,从而驱动系统6启动,驱动系统6带动从动系统11转动,实现无人巡检车57在铁轨上的行走。
如图15所示,所述内侧框架22上套设中间框架23,所述中间框架23上套设外侧框架24,所述外侧框架24的两侧自上而下通过铆钉铆接三根横向的用于攀爬的L型铝型材26,外侧框架24的顶部四个角安装内凹槽型滑轮轴承组25,内凹槽型滑轮轴承组25从外侧抵住中间框架23,中间框架23底部的四个角安装外凸槽型滑轮轴承组31,外凸槽型滑轮轴承组31从内侧抵住外侧框架24,使外侧框架24和中间框架23之间配合的运动更加平稳,中间框架24的顶部四个角安装内凹槽型滑轮轴承组25,内凹槽型滑轮轴承组25从外侧抵住内侧框架23,内侧框架23底部的四个角安装外凸槽型滑轮轴承组31,外凸槽型滑轮轴承组31从内侧抵住中间框架24。
如图15所示,所述外侧框架24的底部上安装第一定滑轮29,外侧框架24的顶部上安装第二定滑轮33,所述中间框架23的底部相对的两侧上分别安装第三定滑轮30、第八定滑轮28,中间框架23的顶部相对的两侧上分别安装第四定滑轮34、第七定滑轮35,所述内侧框架22的底部相对的两侧上分别安装第五定滑轮32、第六定滑轮;所述内侧框架22的顶部通过螺栓安装移动平台系统1。钢丝绳从外侧框架24底部正对绞盘8一侧的第一定滑轮29绕入,经过外侧框架24顶部一侧的第二定滑轮33、中间框架23底部一侧的第三定滑轮30、中间框架23顶部一侧的第四定滑轮34、内侧框架22底部一侧的第五定滑轮32,然后到内侧框架22底部另一侧的第六定滑轮,经过中间框架23顶部另一侧的第七定滑轮35、中间框架23底部另一侧的第八定滑轮28,绕到外侧框架24顶部另一侧的固定孔上,实现钢丝绳另一端的固定,这样通过特殊的绕线方式,通过拉动钢丝绳即可实现三层框架相互之间的伸缩。
如图16所示,所述移动平台系统1包括两个三角架44,两个三角架44通过螺栓安装在内侧框架22的顶端,两个三角架44之间架设第二控制柜45,三角架44的背面安装横向铝型材框架46,横向铝型材框架46上安装第一直线滑动单元47,横向铝型材框架46内侧设有横移直流电机40,横移直流电机40的输出端与第二行星减速器41的输入端相连,第二行星减速器41的输出端通过第一联轴器42连接第一丝杠48,第一丝杠48通过第一铝板43固定,第一丝杠48通过第一丝杠螺母49连接竖向铝型材框架39,竖向铝型材框架39的背面安装第一直线滑动单元47,竖向铝型材框架39正面的两根竖向铝型材上通过螺栓安装第二直线滑动单元38,竖向铝型材框架39内侧设有竖直直流电机50,竖直直流电机50的输出端与第三行星减速器51的输入端相连,第三行星减速器51的输出端通过第二联轴器52连接第二丝杠53,第二丝杠53通过第二铝板固定,第二丝杠53上通过第二丝杠螺母55安装在日字型铝型材框架56上,日字型铝型材框架56与竖向铝型材框架39的第二直线滑动单元38连接,实现日字型铝型材框架56在竖向铝型材框架39上的竖直运动,日字型铝型材框架56上部安装第三铝板37,第三铝板37上搭载工业照相机36。工作人员通过远程操控,将信号传递给第二控制柜45,第二控制柜45通过控制线将控制信号传递给工业照相机36,工业照相机36对接触网关键连接处进行聚焦和拍照。
无人巡检车57在工作时,将无人巡检车57首先搬运到铁路铁轨上,转动底盘系统3上的绞盘8把手,实现提升机构2的伸长,当提升机构2上部的移动平台系统1到达一定高度后,停止转动绞盘8的把手,将把手位置固定,通过远程控制第一控制柜9,来驱动驱动系统6启动,使无人巡检车57能实现在铁轨上的行走,对需要检测的接触网系统连接关键点实现粗定位;
当无人巡检车57到达需要检测的大致位置时,驱动直流电机19停止转动,第二控制柜45分别控制移动平台系统1的横移直流电机40和竖直直流电机50启动,使得最上层的日字型铝型材框架56能够通过横向和竖向的运动,最终保证日字型铝型材框架56上搭载的工业照相机36能精确定位到需要拍照的位置,进行拍照取样,再将图片通过第二控制柜45内的无线发射装置发送到每个检测中心,给工作人员进行比对,发现需要检修的接触网系统位置,完成检测接触网系统连接关键点的目的。
本发明通过工业相机采集接触网立柱的照片,其特征保存完整且十分可靠,图像识别技术已发展成熟,应用领域广泛,所以选择以图像识别为基础来实现无人车的自动定位也较为可靠;无人车的控制系统以工控机为核心,其功能全面,能够与搭载的检测装备通讯,所以可在上位机程序里加入数据库模块,将每次检测结果反馈信息存储于数据库内,工作人员根据数据库的信息,可采取针对性较强的维护措施。
Claims (6)
1.一种基于图像识别的铁路无人巡检车的自动定位系统,其特征在于:包括无人巡检车和工控机,所述无人巡检车包括用于实现在铁轨上行走的底盘系统、用于实现在垂直高度上的升降的提升机构以及用于对接触网系统进行拍照的移动平台系统;所述底盘系统包括底盘框架,其上安装驱动系统和第一控制柜;所述提升机构包括外侧框架、中间框架和内侧框架;所述提升机构的下端安装在所述底盘框架上,所述提升机构的上端安装移动平台系统,所述移动平台系统上安装工业照相机和第二控制柜,所述第二控制柜与工业照相机双向通讯,所述第一控制柜和第二控制柜均通过通讯系统与工控机双向通讯,所述工控机内部加载图像识别系统。
2.根据权利要求1所述的基于图像识别的铁路无人巡检车的自动定位系统,其特征在于:所述底盘框架采用铝方管拼接而成,各个铝方管之间通过四孔连接片连接,底盘框架的四个内角处安装用于增强整个底盘框架结构的刚性L型连接件;底盘框架的正面后部架设两根横向的第一铝型材,底盘框架正面前部的一侧固定第一控制柜,第一控制柜通过控制线控制驱动系统,第一控制柜内侧的底盘框架上通过螺栓连接绞盘,绞盘上缠绕钢丝绳,钢丝绳绕到提升机构上,提升机构通过螺栓固定在第一铝型材上。
3.根据权利要求1所述的基于图像识别的铁路无人巡检车的自动定位系统,其特征在于:所述驱动系统包括驱动直流电机,驱动直流电机的输出端与第一行星减速器的输入端相连,第一行星减速器的输出端与齿轮换向器的输入端相连,齿轮换向器分两端输出,两个输出端分别通过钢管与驱动轮卡盘相连,驱动轮卡盘通过轴承座固定,轴承座通过螺栓连接固定在铝方管背面,驱动轮卡盘的后端安装驱动轮;底盘框架上设有左右对称的从动系统,从动系统包括从动轴支架,从动轴支架通过螺栓固定在底盘框架的背面,从动轴支架的侧面焊接从动轴,从动轴通过轴承与从动轮配合。
4.根据权利要求1所述的基于图像识别的铁路无人巡检车的自动定位系统,其特征在于:所述内侧框架上套设中间框架,所述中间框架上套设外侧框架,所述外侧框架的两侧自上而下通过铆钉铆接三根横向的用于攀爬的L型铝型材,外侧框架的顶部四个角安装内凹槽型滑轮轴承组,内凹槽型滑轮轴承组从外侧抵住中间框架,中间框架底部的四个角安装外凸槽型滑轮轴承组,外凸槽型滑轮轴承组从内侧抵住外侧框架,中间框架的顶部四个角安装内凹槽型滑轮轴承组,内凹槽型滑轮轴承组从外侧抵住内侧框架,内侧框架底部的四个角安装外凸槽型滑轮轴承组,外凸槽型滑轮轴承组从内侧抵住中间框架;所述外侧框架的底部上安装第一定滑轮,外侧框架的顶部上安装第二定滑轮,所述中间框架的底部相对的两侧上分别安装第三定滑轮、第八定滑轮,中间框架的顶部相对的两侧上分别安装第四定滑轮、第七定滑轮,所述内侧框架的底部相对的两侧上分别安装第五定滑轮、第六定滑轮;所述内侧框架的顶部通过螺栓安装移动平台系统。
5.根据权利要求1所述的基于图像识别的铁路无人巡检车的自动定位系统,其特征在于:所述移动平台系统包括两个三角架,两个三角架通过螺栓安装在内侧框架的顶端,两个三角架之间架设第二控制柜,三角架的背面安装横向铝型材框架,横向铝型材框架上安装第一直线滑动单元,横向铝型材框架内侧设有横移直流电机,横移直流电机的输出端与第二行星减速器的输入端相连,第二行星减速器的输出端通过第一联轴器连接第一丝杠,第一丝杠通过第一铝板固定,第一丝杠通过第一丝杠螺母连接竖向铝型材框架,竖向铝型材框架的背面安装第一直线滑动单元,竖向铝型材框架正面的两根竖向铝型材上通过螺栓安装第二直线滑动单元,竖向铝型材框架内侧设有竖直直流电机,竖直直流电机的输出端与第三行星减速器的输入端相连,第三行星减速器的输出端通过第二联轴器连接第二丝杠,第二丝杠通过第二铝板固定,第二丝杠上通过第二丝杠螺母安装在日字型铝型材框架上,日字型铝型材框架与竖向铝型材框架的第二直线滑动单元连接,日字型铝型材框架上部安装第三铝板,第三铝板上搭载工业照相机。
6.一种基于图像识别的铁路无人巡检车的自动定位系统的自动定位方法,该方法包括下列顺序的步骤:
(1)将无人巡检车置于轨道上,开启自动运行模式,无人巡检车开始加速至额定速度,然后保持匀速行驶;启动工业照相机,工业照相机间隔拍照采集图像,采集的照片发送至工控机;
(2)工控机内的图像识别系统开始对采集的照片进行图像处理,图像处理流程依次为:灰度化处理、截取图片、二值化、图像膨胀、图像腐蚀、边缘检测和Hough变换;
(3)当检测到接触网立柱特征,无人巡检车开始减速,并通过提取图像中接触网立柱的位置信息,由工控机计算接触网立柱与无人巡检车的实际距离S;逐渐靠近接触网立柱位置,无人巡检车速度越来越小,实际距离S逐渐也减小,直至实际距离S小于设定误差δ,无人巡检车停车。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611201238.6A CN107092251B (zh) | 2016-12-22 | 2016-12-22 | 基于图像识别的铁路无人巡检车的自动定位系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611201238.6A CN107092251B (zh) | 2016-12-22 | 2016-12-22 | 基于图像识别的铁路无人巡检车的自动定位系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107092251A true CN107092251A (zh) | 2017-08-25 |
CN107092251B CN107092251B (zh) | 2019-11-15 |
Family
ID=59646111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611201238.6A Active CN107092251B (zh) | 2016-12-22 | 2016-12-22 | 基于图像识别的铁路无人巡检车的自动定位系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107092251B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108844542A (zh) * | 2018-04-23 | 2018-11-20 | 合肥工业大学 | 一种基于无人检测车自动定位系统的误差分析与补偿方法 |
CN109624971A (zh) * | 2019-01-31 | 2019-04-16 | 西南交通大学 | 一种无人驾驶汽车的泊车轨迹规划方法 |
CN110154026A (zh) * | 2019-05-24 | 2019-08-23 | 合肥工业大学 | 铁路牵引变电所操作机器人控制系统及控制方法 |
CN112966552A (zh) * | 2021-01-29 | 2021-06-15 | 山东信通电子股份有限公司 | 一种基于智能识别的例行巡视方法及系统 |
CN113671947A (zh) * | 2021-07-23 | 2021-11-19 | 华院计算技术(上海)股份有限公司 | 熄焦车的控制方法及装置、系统、存储介质、终端 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204552590U (zh) * | 2015-01-23 | 2015-08-12 | 上海铁路局合肥供电段 | 一种用于电气化铁路接触网检修的车梯 |
CN105644572A (zh) * | 2016-03-01 | 2016-06-08 | 绵阳市铁人电气设备有限责任公司 | 一种自行走接触网智能巡检设备 |
CN105674896A (zh) * | 2016-01-29 | 2016-06-15 | 东莞市诺丽电子科技有限公司 | 基于三角测量的接触网几何参数动态检测方法 |
CN205373648U (zh) * | 2016-01-29 | 2016-07-06 | 东莞市诺丽电子科技有限公司 | 基于三角测量的接触网几何参数动态检测装置 |
CN105857341A (zh) * | 2016-05-09 | 2016-08-17 | 徐洪军 | 一种智能铁路轨道巡检机器人 |
CN106125766A (zh) * | 2016-08-29 | 2016-11-16 | 天津中翔腾航科技股份有限公司 | 一种基于无人机的铁路线巡检监控系统及巡检方法 |
-
2016
- 2016-12-22 CN CN201611201238.6A patent/CN107092251B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204552590U (zh) * | 2015-01-23 | 2015-08-12 | 上海铁路局合肥供电段 | 一种用于电气化铁路接触网检修的车梯 |
CN105674896A (zh) * | 2016-01-29 | 2016-06-15 | 东莞市诺丽电子科技有限公司 | 基于三角测量的接触网几何参数动态检测方法 |
CN205373648U (zh) * | 2016-01-29 | 2016-07-06 | 东莞市诺丽电子科技有限公司 | 基于三角测量的接触网几何参数动态检测装置 |
CN105644572A (zh) * | 2016-03-01 | 2016-06-08 | 绵阳市铁人电气设备有限责任公司 | 一种自行走接触网智能巡检设备 |
CN105857341A (zh) * | 2016-05-09 | 2016-08-17 | 徐洪军 | 一种智能铁路轨道巡检机器人 |
CN106125766A (zh) * | 2016-08-29 | 2016-11-16 | 天津中翔腾航科技股份有限公司 | 一种基于无人机的铁路线巡检监控系统及巡检方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108844542A (zh) * | 2018-04-23 | 2018-11-20 | 合肥工业大学 | 一种基于无人检测车自动定位系统的误差分析与补偿方法 |
CN108844542B (zh) * | 2018-04-23 | 2021-05-14 | 合肥工业大学 | 一种基于无人检测车自动定位系统的误差分析与补偿方法 |
CN109624971A (zh) * | 2019-01-31 | 2019-04-16 | 西南交通大学 | 一种无人驾驶汽车的泊车轨迹规划方法 |
CN110154026A (zh) * | 2019-05-24 | 2019-08-23 | 合肥工业大学 | 铁路牵引变电所操作机器人控制系统及控制方法 |
CN112966552A (zh) * | 2021-01-29 | 2021-06-15 | 山东信通电子股份有限公司 | 一种基于智能识别的例行巡视方法及系统 |
CN113671947A (zh) * | 2021-07-23 | 2021-11-19 | 华院计算技术(上海)股份有限公司 | 熄焦车的控制方法及装置、系统、存储介质、终端 |
CN113671947B (zh) * | 2021-07-23 | 2022-05-06 | 华院计算技术(上海)股份有限公司 | 熄焦车的控制方法及装置、系统、存储介质、终端 |
Also Published As
Publication number | Publication date |
---|---|
CN107092251B (zh) | 2019-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107092251A (zh) | 基于图像识别的铁路无人巡检车的自动定位系统及方法 | |
CN205691521U (zh) | 隧道衬砌混凝土裂缝检测装置 | |
CN106526646A (zh) | 基于北斗的接触网无人巡检车的自动定位系统及方法 | |
CN106239515A (zh) | 一种配电站智能巡检机器人 | |
CN106284070A (zh) | 带检测系统的轻型碳纤维爬索机器人及其用于拉索检测的方法 | |
CN112924463B (zh) | 一种煤矿竖井井筒巡检装置及激光扫描缺陷检测方法 | |
CN102199913B (zh) | 一种桥梁检测小车 | |
CN107628138B (zh) | 一种检测电梯导轨多参数的攀爬机器人 | |
CN104674654B (zh) | 一种缆索爬行机器人 | |
CN112873169A (zh) | 一种应用于煤矿井下的双臂巷道巡检机器人 | |
CN107121445A (zh) | 一种适用于变电站x摄像检测的设备 | |
CN111355186A (zh) | 一种飞走式多旋翼架空输电线路自动巡检装置 | |
CN105320141A (zh) | 一种变电站电力设备巡检方法 | |
CN102199914B (zh) | 铁路桥梁检测小车 | |
CN106757159A (zh) | 一种阳极测高智能换极装置及方法 | |
CN206417002U (zh) | 一种电气化铁路无人巡检车 | |
CN101882766B (zh) | 一种电力维护直升机 | |
CN105932600A (zh) | 一种高空电缆巡检设备 | |
CN106627613B (zh) | 一种电气化铁路无人巡检车 | |
CN110618191B (zh) | 一种适用于钢丝绳的金属磁记忆检测装置 | |
CN103741598A (zh) | 一种上弦检查车 | |
CN202031020U (zh) | 一种桥梁检测小车 | |
CN108266035A (zh) | 一种综合式立体车库的控制系统 | |
CN203639823U (zh) | 一种上弦检查车 | |
CN210000205U (zh) | 公路隧道检测车 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |