CN107576667A - 一种基于线阵红外摄像机的铁轨扣件异常检测系统 - Google Patents

Abstract

本发明公开一种基于线阵红外摄像机的铁轨扣件异常检测系统，它由车轮编码器、线阵红外摄像机、工控机组成，两台线阵红外摄像机固定在列车下方，分别正对左右两根铁轨正上方，对铁轨及其两侧扣件进行红外热成像。车轮编码器固定于一侧车轮转轴上，在列车运行时，对车轮转动角度编码。车轮编码器与两台线阵红外摄像机连接，用于控制线阵红外摄像机成像。工控机位于车厢内，与两台线阵红外摄像机连接，用于采集、存储、处理线阵红外摄像机拍摄的红外热图像。在工控机中，通过背景模型比对判断扣件是否异常。该装置可有效检测扣件松动、缺失和裂纹等异常。

Description

一种基于线阵红外摄像机的铁轨扣件异常检测系统

技术领域

本发明涉及一种铁路基础设施检测领域的设备，具体指一种基于线阵红外摄像机的铁轨扣件异常检测系统。

背景技术

扣件是连接钢轨和轨枕使之形成轨排的部件，在保证轨道稳定性、可靠性方面起着重要作用。在铁路基础设施检测上，我国长期以人工和静态检测为主，养护费用高，强度高，安全性差，近年我国高速铁路迅猛发展，对铁路检测的自动化、实时性提出了更高的要求。国内外已有的扣件检测技术为：基于线阵激光的连续扫描装置，如德国Sick公司；基于面阵图像传感器的计算机视觉检测装置，如美国ENSCO公司的VIS系统、德国AtlasElectronic公司开发的光电式轨道检测系统以及北京福斯达公司高速车载式轨道图像识别系统等。但两者的缺点在于检测速度较低，通用性不高，有时需要过多人工干预，而且不能在扣件丢失之前自动判断扣件是否产生松动并进行预警。

经检索，专利Z.201210192641.2介绍一种基于红外热成像的铁路扣件松动高速探测系统与方法：利用内置红外摄像机直接获取扣件取扣件与钢轨的接触应力产生的红外热成像图，通过红外图像灰度值，判断扣件是否松动或缺失并进行自动预警。但是，该方法存在以下缺点：1)采用面阵红外摄像机，存在扣件成像区域对准困难、采集图像数据量大的问题，并且面阵红外摄像机的成像分辨率低、设备成本高；2)直接利用红外图像观察值与最小、最大应力值对应的温度值做比较的检测方法，在实际应用中还存在着两个问题：首先，在不同的列车运行速度下，扣件所受到的挤压力大小不同，所产生的热量也不同，因此，难以采用相同的检测阈值用于不同速度水平扣件松动检测；其次，该方法不能检测扣件裂纹异常。

因此，如何减小铁轨扣件异常检测数据量，实现扣件缺失、松动、裂纹等异常检测，提高检测精度，是急需解决的问题。

发明内容

为了解决现有扣件松动检测系统所存在的上述问题，本发明提供一种基于线阵红外摄像机的高精度铁轨扣件异常检测装置。

本发明的目的可以通过以下技术方案来实现：

一种基于线阵红外摄像机的铁轨扣件异常检测系统，由一个车轮编码器、两台线阵红外摄像机、一个工控机组成，其中，两台线阵红外摄像机固定在列车车厢下方，分别正对左右两根铁轨正上方，对铁轨及其两侧扣件进行红外热成像，车轮编码器固定于一侧车轮转轴上，在列车运行时，对车轮转动角度编码，用于列车运行里程计数，并产生脉冲触发信号；车轮编码器输出的脉冲触发信号与两台线阵红外摄像机连接，用于控制线阵红外摄像机成像；工控机位于车厢内，与两台线阵红外摄像机连接，用于采集、存储和处理线阵红外摄像机拍摄的红外热图像，工控机与车轮编码器连接，用于采集角度编码信号，并计算列车行驶里程；在工控机中，通过背景模型比对方法判断扣件是否异常；

优选地，线阵摄像机的成像平面垂直于铁轨和路面，以保证拍摄图像中扣件尺寸相同。

优选地，所述铁轨扣件异常检测装置在实际使用时，在列车头部和尾部各安装一套，当列车以头部在前行驶时，利用安装于尾部的检测装置进行检测；当列车以尾部在前行驶时，利用安装于头部的检测装置进行检测。以延长车轮碾压铁轨对扣件做功时间，获取高质量扣件红外热图像。

所述线阵红外摄像机的成像分辨率不小于1024像素，温度分辨率不低于0.1℃，成像区域覆盖铁轨两侧扣件区域。

所述扣件异常包括扣件松动、扣件缺失和扣件裂纹。

所述铁轨扣件异常检测装置工作流程是：

(1)列车运行时，固定在车轮轴上的车轮编码器检测车轮转动角度，并产生角度编码信号和脉冲信号，工控机采集角度编码信号，进行列车行驶里程计数；

(2)线阵红外摄像机接受脉冲信号拍摄线阵红外图像；

(3)工控机采集并保存线阵红外摄像机输出的红外热图像；

(4)工控机上，根据扣件在红外热图像中宽度，对拍摄的线阵红外图像进行切割，获得覆盖扣件、且扣件位于中心位置的扣件红外热图像I，图像尺寸为h*w，h、w的取值范围1～10000；

(5)工控机对当前采集的扣件红外热图像I进行背景模型比对，完成扣件异常检测。

所述背景模型比对方法是：

(1)建立背景模型

把列车运行速度划分为n个等级L＝{l₁,...,l_n}，n的取值范围为1～1000，根据列车运行速度等级n，建立n组列车运行过程中正常扣件红外热图像背景模型B＝{b₁,...,b_n}，其中，背景模型b_i是由第i等级列车运行速度下拍摄的k帧正常扣件红外热图像I_b训练得到，扣件区域红外热图像大小为h*w，背景模型b_i由2个h*w维的矩阵μ_i,σ_i组成，其中，μ_i中元素是k帧正常扣件红外热图像像素在时域的均值，σ_i中元素是k帧正常扣件红外热图像像素在时域的方差。

(2)执行背景差分检测

输入当前列车运动速度v和扣件红外热图像I_c；

根据列车运行速度v计算速度等级l_c，从背景模型B＝{b₁,...,b_n}中选取第l_c个背景模型：执行背景差分操作，得到背景差分图像d：

式中，d(x,y)是背景差分图像d的第x行、y列像素，x、y是图像横、纵坐标；

设置三幅标记图像F₁,F₂,F₃，图像大小为h*w，图像中元素初始值为0；

当时，使F₁(x,y)＝1；

当时，使F₂(x,y)＝1；

当时，使F₃(x,y)＝1；

其中，ω₁,ω₂,ω₃是检测阈值倍率系数，取值范围为0～100。

(3)执行异常扣件检测

对图像F₁,F₂,F₃分别进行图像腐蚀、膨胀操作，消除图像中孤立噪声后，根据图像F₁,F₂,F₃中前景区域的数量和面积判定扣件是否异常，当图像F₁或F₂中存在面积大于St的区域时，判定扣件存在异常，其中St是检测阈值，取值范围为1～1000000000。

为实现扣件缺失、松动、裂纹分类检测，在第三步中进行扣件异常检测时，当图像F₁中存在面积大于S1的区域并且在图像F₃中不存在面积大于S3的区域时，判定扣件缺失；当图像F₁中存在面积大于S1的区域并且在图像F₃中存在面积大于S3的区域时，判定扣件松动；当图像F₂中存在面积大于S2的区域并且在图像F₃中存在面积大于S3的区域时，判定扣件出现裂纹，其中S1、S2、S3是检测阈值，取值范围为1～1000000000。

优选地，为提升可靠性，分别在两个车轮上安装两个车轮编码器用于控制两台红外线阵摄像机成像。

本发明有益效果：与现有技术相比，特别是与专利Z.201210192641.2相比，本发明的优点是：1)采用红外线阵摄像机代替面阵摄像机，可采用1024像素的红外线阵摄像机，获取高分辨率红外热图像，相比640*480分辨率的面阵红外摄像机，成像分辨率更高；2)与面阵红外摄像机相比，线阵红外摄像机的成本低、拍摄图像数据量少，可降低图像数据存储与处理容量需求；3)线阵红外摄像机成像平面垂直于铁轨和路面，拍摄对象在线阵图像中具有相同宽度尺寸(垂直于铁轨方向上宽度)，而面阵红外摄像机存在透射投影变形，在不同位置处拍摄的扣件区域尺寸不同，为了保证扣件在面阵红外摄像机拍摄图像中具有相同尺寸，必须精准控制摄像机在扣件正上方拍摄，而使成像控制系统变得复杂，而采用线阵红外摄像机则只需要采用车轮编码器，沿着铁轨方向扫描即可，这种成像控制方法具有简单、可靠的优点；4)采用列车运行速度分级的背景模型比对方法，相比专利Z.201210192641.2中直接利用红外热图像灰度值进行判定的方法，可有效提升扣件异常检测可靠性；5)根据扣件在铁轨反复挤压下、容易在裂纹处产生应力集中，并表现出高于正常扣件温度的现象，采用背景模型比对方法，不但可以检测扣件是否丢失或松动，而且可以检测出扣件中是否存在裂纹。

附图说明

图1是本发明的检测系统组成原理示意图。

图2是车轮编码器与车轮转轴的位置关系示意图。

图中，1为车轮编码器，2-1和2-2为线阵红外摄像机，3为工控机，4为车厢，5为铁轨，6为扣件，7为车轮转轴。

具体实施方式

下面结合附图和具体实施对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例1：

如图1所示，实施上述基于线阵红外摄像机的铁轨扣件异常检测方法的装置由车轮编码器1、线阵红外摄像机2和工控机3组成，其中，两台线阵红外摄像机2-1与2-2固定在列车车厢4下方，分别正对左右两根铁轨5正上方，对铁轨5及其两侧扣件6进行红外热成像；在本实施例中采用一个车轮编码器1固定于右侧车轮转轴7上，在列车运行时，对车轮转动角度编码，用于列车运行里程计数，并产生脉冲触发信号；车轮编码器1输出的脉冲触发信号与两台线阵红外摄像机2-1与2-2连接，用于控制线阵红外摄像机2-1与2-2成像；工控机3位于车厢4内，与两台线阵红外摄像机2-1与2-2连接，用于采集、存储和处理线阵红外摄像机拍摄的红外热图像，工控机3与车轮编码器1连接，用于采集角度编码信号，并计算列车行驶里程；在工控机3中，通过背景模型比对方法检测判断扣件6是否异常。扣件异常包括扣件松动、扣件缺失和扣件裂纹。

优选地，将检测装置安装在列车尾部，以延长车轮碾压铁轨对扣件做功时间，获取高质量扣件红外热图像。

线阵红外摄像机2-1与2-2的成像分辨率不小于1024像素，温度分辨率不低于0.1℃，成像区域覆盖铁轨两侧扣件区域。在本实施例中，线阵红外摄像机(2-1、2-2)分辨率为：1024像素。

上述铁轨扣件异常检测装置的工作流程是：

(1)列车运行时，固定在车轮轴7上的车轮编码器1检测车轮转动角度，并产生角度编码信号和脉冲信号，工控机3采集角度编码信号，进行列车行驶里程计数；

(2)线阵红外摄像机2-1与2-2接受脉冲信号拍摄线阵红外图像；

(3)工控机3采集并保存线阵红外摄像机输出的红外热图像；

(4)工控机3上，根据扣件6在红外热图像总宽度，对拍摄的线阵红外图像进行切割，获得覆盖扣件6、且扣件位于中心位置的扣件红外热图像I，图像尺寸为h*w，w和h的取值范围是1～10000，在本实施例中取w＝500，h＝1024；

(5)工控机3对当前采集的扣件红外热图像I进行背景模型比对，完成扣件异常检测。

上述步骤(5)中背景模型比对的具体方法是：

(1)建立背景模型

把列车运行速度划分为n个等级L＝{l₁,...,l_n}，n的取值范围为1～1000，在本实施例中取n＝20，根据列车运行速度等级n，建立n组列车运行过程中正常扣件红外热图像背景模型B＝{b₁,...,b_n}，其中，背景模型b_i是在第i等级列车运行速度下拍摄的k帧正常扣件红外热图像I_b训练得到，扣件区域热图像大小为h*w，背景模型b_i是2个h*w维的矩阵μ_i,σ_i，μ_i中元素是k帧正常扣件红外热图像像素在时域的均值，σ_i中元素是k帧正常扣件红外热图像像素在时域的方差。

(2)执行背景差分检测

输入当前列车运动速度v和扣件红外热图像I_c；

根据列车运行速度v计算速度等级l_c，从背景模型B＝{b₁,...,b_n}中选取第l_c个背景模型：执行背景差分操作，得到背景差分图像d：

式中，d(x,y)是背景差分图像d的第x行、y列像素，x、y是图像横、纵坐标；

设置三幅标记图像F₁,F₂,F₃，图像大小为h*w，图像中元素初始值为0；

当时，使F₁(x,y)＝1；

当时，使F₂(x,y)＝1；

当时，使F₃(x,y)＝1；

其中，ω₁,ω₂,ω₃是检测阈值倍率系数，取ω₁＝1,ω₂＝2,ω₃＝1。

(3)执行异常扣件检测

对图像F₁,F₂,F₃分别进行图像腐蚀、膨胀操作，消除图像中孤立噪声后，根据图像F₁,F₂,F₃中前景区域的数量和面积判定扣件6是否异常，当图像F₁或F₂中存在面积大于St的区域时，判定扣件6存在异常，其中St是检测阈值，取St＝100。

为实现扣件缺失、松动、裂纹分类检测，在上述背景模型比对方法步骤(3)执行异常扣件检测时，当图像F₁中存在面积大于S1的区域并且在图像F₃中不存在面积大于S3的区域时，判定扣件缺失；当图像F₁中存在面积大于S1的区域并且在图像F₃中存在面积大于S3的区域时，判定扣件松动；当图像F₂中存在面积大于S2的区域并且在图像F₃中存在面积大于S3的区域时，判定扣件出现裂纹，其中S1、S2、S3是检测阈值，S1＝100，S2＝100，S3＝100。

实施例2：

与实施例1不同之处在于，为提升可靠性，分别在左右两个车轮转轴7上各安装一个车轮编码器1用于控制两台红外线阵摄像机2-1与2-2成像，其中，左边车轮转轴上的车轮编码器单独控制红外线阵摄像机2-1成像，右边车轮转轴上的车轮编码器单独控制红外线阵摄像机2-2成像。其余装置以及铁轨扣件异常检测工作流程与实施例1中相同。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应该被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (7)

1.一种基于线阵红外摄像机的铁轨扣件异常检测系统，其特征在于：由车轮编码器、线阵红外摄像机、工控机组成，其中，两台线阵红外摄像机固定在列车车厢下方，分别正对左右两根铁轨正上方，对铁轨及其两侧扣件进行红外热成像；车轮编码器固定于一侧车轮转轴上，在列车运行时，对车轮转动角度编码，用于列车运行里程计数，并产生脉冲触发信号；车轮编码器输出的脉冲触发信号与两台线阵红外摄像机连接，用于控制线阵红外摄像机成像；工控机位于车厢内，与两台线阵红外摄像机连接，用于采集、存储和处理线阵红外摄像机拍摄的红外热图像，工控机与车轮编码器连接，用于采集角度编码信号，并计算列车行驶里程；在工控机中，通过背景模型比对方法检测判断扣件是否异常。

2.根据权利要求1所述的一种基于线阵红外摄像机的铁轨扣件异常检测系统，其特征在于：所述线阵红外摄像机的成像分辨率不小于1024像素，温度分辨率不低于0.1℃，成像区域覆盖铁轨两侧扣件区域，线阵红外摄像机的成像平面垂直于铁轨和路面。

3.根据权利要求1所述的一种基于线阵红外摄像机的铁轨扣件异常检测系统，其特征在于：所述铁轨扣件异常检测装置在实际使用时，在列车头部和尾部各安装一套，当列车以头部在前行驶时，利用安装于尾部的检测装置进行检测；当列车以尾部在前行驶时，利用安装于头部的检测装置进行检测。

4.根据权利要求1所述的一种基于线阵红外摄像机的铁轨扣件异常检测系统，其特征在于：所述扣件异常包括扣件松动、扣件缺失和扣件裂纹。

5.根据权利要求1所述的一种基于线阵红外摄像机的铁轨扣件异常检测系统，其特征在于：所述铁轨扣件异常检测装置工作流程是：

(1)列车运行时，固定在车轮轴上的车轮编码器检测车轮转动角度，并产生角度编码信号和脉冲信号，工控机采集角度编码信号，进行列车行驶里程计数；

(2)线阵红外摄像机接受脉冲信号拍摄线阵红外热图像；

(3)工控机采集并保存线阵红外摄像机输出的红外热图像；

(4)工控机上，根据扣件在红外热图像中宽度，对拍摄的线阵红外图像进行切割，获得覆盖扣件、且扣件位于中心位置的扣件红外热图像I，图像尺寸为h*w，h和w的取值范围是1～10000；

(5)工控机对当前采集的扣件红外热图像I进行背景模型比对，完成扣件异常检测。

6.根据权利要求4和5所述的一种基于线阵红外摄像机的铁轨扣件异常检测系统，其特征在于：所述背景模型比对方法是：

(1)建立背景模型

把列车运行速度划分为n个等级L＝{l₁,...,l_n}，n的取值范围为1～1000，根据列车运行速度等级n，建立n组列车运行过程中正常扣件红外热图像背景模型B＝{b₁,...,b_n}，其中，背景模型b_i是由第i等级列车运行速度下拍摄的k帧正常扣件红外热图像I_b训练得到，扣件区域红外热图像大小为h*w，背景模型b_i由2个h*w维的矩阵μ_i,σ_i组成，其中，μ_i中元素是k帧正常扣件红外热图像像素在时域的均值，σ_i是k帧正常扣件红外热图像像素在时域的方差；

(2)执行背景差分检测

输入当前列车运动速度v和扣件红外热图像I_c；

根据列车运行速度v计算速度等级l_c，从背景模型B＝{b₁,...,b_n}中选取第l_c个背景模型：执行背景差分操作，得到背景差分图像d：

<mrow> <mi>d</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>I</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>&amp;mu;</mi> <msub> <mi>l</mi> <mi>c</mi> </msub> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>

式中，d(x,y)是背景差分图像d的第x行、y列像素，x、y是图像横、纵坐标，x取值范围为1～h，y的取值范围1～w；

设置三幅标记图像F₁,F₂,F₃，图像大小为h*w，图像中元素初始值为0；

当时，使F₁(x,y)＝1；

当时，使F₂(x,y)＝1；

当时，使F₃(x,y)＝1；

其中，ω₁,ω₂,ω₃是检测阈值倍率系数，取值范围为0～100；

(3)执行异常扣件检测

对图像F₁,F₂,F₃分别进行图像腐蚀、膨胀操作，消除图像中孤立噪声后，根据图像F₁,F₂,F₃中前景区域的数量和面积判定扣件是否异常，当图像F₁或F₂中存在面积大于St的区域时，判定扣件存在异常，其中St是检测阈值，取值范围为1～1000000000。

7.根据权利要求6所述的一种基于线阵红外摄像机的铁轨扣件异常检测系统，其特征在于：所述(3)执行异常扣件检测时，当图像F₁中存在面积大于S1的区域并且在图像F₃中不存在面积大于S3的区域时，判定扣件缺失；当图像F₁中存在面积大于S1的区域并且在图像F₃中存在面积大于S3的区域时，判定扣件松动；当图像F₂中存在面积大于S2的区域并且在图像F₃中存在面积大于S3的区域时，判定扣件出现裂纹，其中S1、S2、S3是检测阈值，取值范围为1～1000000000。