CN108267096A - 铁路隧道衬砌表面病害快速检测系统 - Google Patents
铁路隧道衬砌表面病害快速检测系统 Download PDFInfo
- Publication number
- CN108267096A CN108267096A CN201810133000.7A CN201810133000A CN108267096A CN 108267096 A CN108267096 A CN 108267096A CN 201810133000 A CN201810133000 A CN 201810133000A CN 108267096 A CN108267096 A CN 108267096A
- Authority
- CN
- China
- Prior art keywords
- image
- line
- cell
- tunnel
- scan digital
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 53
- 201000010099 disease Diseases 0.000 title claims abstract description 25
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 25
- 238000006073 displacement reaction Methods 0.000 claims abstract description 25
- 238000009434 installation Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims abstract description 6
- 230000001360 synchronised effect Effects 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims abstract description 5
- 230000013011 mating Effects 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 6
- 241000271460 Crotalus cerastes Species 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 2
- 230000007547 defect Effects 0.000 abstract description 3
- 238000007689 inspection Methods 0.000 abstract description 2
- 230000033001 locomotion Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000005641 tunneling Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请公开了一种铁路隧道衬砌表面病害快速检测系统，包括图像快速采集单元S1，用于采集衬砌断面图像P1～Pn；断面扫描单元S2，将轮廓尺寸转化为和衬砌断面图像P1～Pn中的多个像素点对应的第一空间坐标(x，y)；里程及同步单元S3，向图像快速采集单元S1和断面扫描单元S2发送同步触发信号，使二者基于行进距离进行采样，并且获取里程数据z；补偿单元S4，获取检测车行进过程中车体相对于初始状态时的相对位移d和偏转角α；图像处理单元S5，形成带有病害的几何特征和空间位置的三维隧道衬砌表面图像。本申请提供的检测系统安装方便、分辨率高、能够对测量数值进行修正，可显著提升隧道衬砌表面病害检测效率。
Description
技术领域
本发明专利涉及隧道衬砌病害的检测领域，特别涉及车载式隧道衬砌表面病害快速检测系统。
背景技术
据调查，我国铁路运营隧道不同程度地存在渗漏水、衬砌裂损等病害。其中，漏水和衬砌裂缝会导致衬砌内钢筋锈蚀、结构混凝土腐蚀，将严重影响隧道结构的稳定性；尤其对于高速铁路，裂缝导致的掉块等直接危及铁路行车安全，后果严重。因此，隧道的衬砌病害的快速检查是管理部门重点关注的对象。
针对此需求，国内外相关机构和学者陆续提出了一些隧道病害自动监测系统。代表性的成果如下：
中国发明专利201110281700.9涉及采用每一个CCD面阵相机配合一个激光测距系统，再结合光电测速子系统、控制子系统等模块的车载式检测系统，是此领域中较早提出完整内容的方案。但是对于铁路隧道(尤其是高铁隧道)，由于断面尺寸大，如果采用该方案，则需要较多数量的面阵相机来拼接覆盖隧道断面；同时由于相机和光源只能布置在铁路车辆限界内，因为相机和光源的物距都比较远，这就需要能覆盖检测区域的大量面阵高亮度光源，导致系统结构复杂，在工程实际中难以实施。
发明内容
鉴于现有技术中存在的缺陷，本发明提供一种铁路隧道衬砌表面病害快速检测系统，该系统布置于检测车上，包括：
图像快速采集单元S1，由配套的多路线阵相机和条形光源组成，用于采集衬砌断面图像P1～Pn；
断面扫描单元S2，采用激光扫描传感器实时获取隧道衬砌断面的轮廓尺寸，并将所述轮廓尺寸转化为和所述衬砌断面图像P1～Pn中的多个像素点对应的第一空间坐标(x，y)；
里程及同步单元S3，向图像快速采集单元S1和断面扫描单元S2发送同步触发信号，使二者基于行进距离进行采样，并且获取里程数据z；
补偿单元S4，获取检测车行进过程中车体相对于初始状态时的相对位移d和偏转角α；
图像处理单元S5，根据衬砌断面图像P1～Pn中多个像素点对应的第一空间坐标(x，y)、激光传感器和线阵相机的安装位置坐标、偏转角α和相对位移d，获得衬砌断面图像P1～Pn中多个像素点对应的轨道空间坐标(x’，y’)，结合所述轨道空间坐标(x’，y’)、里程数据z形成带有病害的几何特征和空间位置的三维隧道衬砌表面图像。
在本发明的一些实施方式中，所述图像快速采集单元S1包括：
配套的多台线阵相机和条形光源，所述多台线阵相机的检测视野布置在同一断面上或者布置在不同断面上，所述多台线阵相机的检测视野能够连续拼接，以实现对被检测区域的隧道衬砌断面的覆盖。
在本发明的一些实施方式中，所述偏转角α＝(D1-D2)/L，所述相对位移d＝(D1+D2)/2；其中，D1为检测车体左侧某一点相对于转向架的垂直位移，D2为检测车体右侧某一点相对于转向架的垂直位移，L为上述两点之间的距离。
在本发明的一些实施方式中，所述补偿单元S4包括至少2台位移计，以用于实时测量车体侧滚的偏转角α和垂向相对位移d。
在本发明的一些实施方式中，所述里程及同步单元S3包括旋转编码器、同步模块、计数模块组成；所述旋转编码器设置于所述检测车的车轴轴头上，所述同步模块接收所述旋转编码器的信号并同步为多路触发信号后分发给所述多台线阵相机和所述激光扫描传感器，所述计数模块接收所述旋转编码器的信号或接收所述同步模块的触发信号，以获取检测车的行进里程。
在本发明的一些实施方式中，以配套的四台线阵相机和条形光源集成为用于采集隧道顶部图像的第一图像快速采集单元S1，其布置于所述检测车顶部；以另外的四台线阵相机和条形光源集成为用于采集隧道侧壁图像的第二图像快速采集单元S1’，其布置于所述检测车中部；根据铁路隧道为单线或者双线，调整第一图像快速采集单元S1和第二图像快速采集单元S1’每台线阵相机的开启、视野角度和焦距，以实现图像分辨率优于1.5mm。
本发明提供的铁路隧道衬砌表面病害快速检测系统相比于现有技术，其优点在于：
(1)相比面阵相机，本发明采用的线阵相机结合旋转编码器同步触发方式，其在行进方向等距离采集图像，不受检测速度变化的影响，图像质量更稳定。
(2)相比面阵相机，线阵相机具有更大像素范围(如4096，8192等)。因此，采用线阵相机时，相机数量可显著减少，系统安装方案更为简洁。
(3)相比面阵相机所用面阵光源，线阵相机采用的条形光源的照明区域要窄得多。因此，同样功率下，条形光源的亮度可以是面阵光源数十倍以上，可以提供足够亮度的照明，从而保证采集图像的清晰度。
(4)相比单点测距只能为相机提供一个点的图像物距，激光扫描传感器可连续采集衬砌断面轮廓曲线，既可以得到像素点的准确物距值还可以提供像素点空间坐标。
(5)本发明提出的补偿单元，可以修正车体运动对于图像坐标向实际空间坐标转换的影响，从而可以将检测图像准确匹配到隧道实际空间坐标系下，便于指导人工现场核查或处理。
附图说明
图1是本发明提供的检测系统的框架图；
图2是本发明提供的单线隧道线阵相机布置图；
图3是本发明提供的断面扫描单元S2的检测原理；
图4是本发明提供的车体补偿单元S4的检测原理；
图5是本发明提供的双线隧道线阵相机布置图。
具体实施方式
为了使发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对发明作进一步详细的说明。虽然附图中显示了本公开示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻的理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
首先明确一下文中使用到的几个名词定义。
第一空间坐标：以激光传感器自身坐标系为基准的坐标系。
轨道平面：左右两个钢轨顶面所组成的平面。
轨道空间坐标：垂直于轨道平面，以线路左右钢轨顶点连线为X轴，以线路中心点处为Y轴，所建立的平面坐标系(x’，y’)。
隧道图像和隧道轮廓尺寸都以轨道空间坐标为基准来表述其在隧道断面上的空间位置。
如图1所示，铁路隧道衬砌表面病害快速检测系统包括图像快速采集单元S1、断面扫描单元S2、里程及同步单元S3、补偿单元S4、处理单元S5。
图像快速采集单元S1，由配套的多路线阵相机和条形光源组成，用于采集衬砌断面图像P1～Pn；
断面扫描单元S2，采用激光扫描传感器实时获取隧道衬砌断面的轮廓尺寸，并将所述轮廓尺寸转化为和所述衬砌断面图像P1～Pn中的多个像素点对应的第一空间坐标(x，y)；
里程及同步单元S3，向图像快速采集单元S1和断面扫描单元S2发送同步触发信号，使二者基于行进距离进行采样，并且获取里程数据z；
补偿单元S4，获取检测车行进过程中车体相对于初始状态时的相对位移d和偏转角度α；
图像处理单元S5，根据图像处理单元S5根据图像快速采集单元S1和断面扫描单元S2的相对安装位置，衬砌断面图像P1～Pn中多个像素点对应的第一空间坐标(x，y)、偏转角度α和相对位移，获得衬砌断面图像P1～Pn中多个像素点对应的轨道空间坐标(x’，y’)，结合所述轨道空间坐标(x’，y’)、里程数据z形成带有病害的几何特征和空间位置的三维隧道衬砌表面图像。
如图2所示，检测车可以沿着图中垂直于纸面的方向行进。图像快速采集单元S1包括配套的多台线阵相机和条形光源，多台线阵相机的检测视野可以布置在同一断面上，即它们的初始z值相同，随着检测车的运动，单个线阵相机和条形光源能够获取一定区域内的连续图像，例如区域1、2、3、5、6、7。进而可以将每台相机的检测图像相互拼接在一起，形成整个铁路隧道衬砌表面的图像。
多台线阵相机的检测视野也可以布置在不同断面上，即它们的初始z值不同，随着检测车的运动，单个线阵相机和条形光源仍然能够获取一定区域内的连续图像，例如区域1、2、3、5、6、7。在安装多台线阵相机时，只要记录各个相机之间的相对位置(即z值的差)，就可以实现检测图像的相互拼接，形成整个铁路隧道衬砌表面的图像。
如图3所示，断面扫描单元S2由激光扫描传感器和传输模块组成。隧道衬砌断面上不同位置处相对于激光传感器中心的物距Ds差别很大，因此需要采用激光扫描传感器测取衬砌断面图像P1～Pn中的多个像素点对应的物距Ds，进而获得这些像素点的第一空间坐标(x，y)。
如图4所示为车体运动补偿单元S4的检测原理。车辆在运行过程中会产生各种运动，其中车体侧滚运动会导致安装在车体上的断面扫描单元S2、图像采集单元S1的检测坐标系与轨道坐标之间产生侧滚角。对于高度接近4.8米的铁路车辆来说，如果此侧滚角不加以修正，按照图3中的坐标关系进行计算，就会导致图像采集单元S1、断面扫描单元S2的数据转换为轨道坐标系时产生较大误差。因此，需要对车体侧滚运动状态引起的侧滚角α进行检测，并将其引入轨道坐标转换公式中。
侧滚角α＝(D1-D2)/L。式中，D1为检测车体左侧某一点相对于轨道的垂直位移，D2为检测车体右侧某一点相对于轨道的垂直位移，L为上述两点之间的距离。然后根据侧滚角α对第一空间坐标(x，y)进行修正，以获得轨道空间坐标(x’，y’)。此外，还可以根据d＝(D1+D2)/2计算获取垂向相对位移，然后对第一空间坐标(x，y)进行修正，以获得轨道空间坐标(x’，y’)。式中，D1为检测车体左侧某一点相对于轨道的垂直位移，D2为检测车体右侧某一点相对于轨道的垂直位移。
作为实现方式之一，车体左右两侧相对于轨道的相对距离值D1、D2可由安装在车体上的位移计通过测量车体与转向架的垂向距离值来近似得到。
本领域技术人员应当能够理解，通过引入偏转角α和垂向相对位移d，能够将衬砌断面图像P1～Pn中每个像素对应的在轨道坐标系中的第一空间坐标(x，y)修正为轨道空间坐标(x’，y’)。
里程及同步单元S3包括旋转编码器、同步模块、计数模块组成。旋转编码器设置于所述检测车的车轴轴头上，同步模块接收所述旋转编码器的信号并同步为多路触发信号后分发给多台线阵相机和激光扫描传感器，计数模块接收旋转编码器的信号或接收所述同步模块的触发信号，以获取检测车的行进里程。因此图像快速采集单元S1生成图像的分辨率固定，且不受车速变化影响。编码器脉冲数的选择取决于图像分辨率的要求。
图像处理单元S5根据图像快速采集单元S1和断面扫描单元S2的相对安装位置，衬砌断面图像P1～Pn中多个像素点对应的第一空间坐标(x，y)、偏转角度α和相对位移，获得衬砌断面图像P1～Pn中多个像素点对应的轨道空间坐标(x’，y’)，结合所述轨道空间坐标(x’，y’)、里程数据z形成带有病害的几何特征和空间位置的三维隧道衬砌表面图像。
在本发明的一个优选的实施方式中，由于图像快速采集单元S1和断面扫描单元S2在检测车上的安装断面位置不同，二者在沿车辆长度方向Z存在相对距离。因此，可以根据该相对距离，可对衬砌断面图像P1～Pn的Z坐标进行修正得到z’。当图像快速采集单元S1和断面扫描单元S2在沿车辆长度方向Z的相对距离较小时，其对最终结果带来的影响有限，上述修正可忽略不计。
图像处理单元S5可以采用图像预处理软件对不同相机的图像进行对齐、里程修正、图像增强等处理。然后以病害自动识别软件采用深度学习等技术对采集得到的衬砌图像进行自动处理，识别衬砌裂缝等病害，并计算得到裂缝的宽度、长度、走向等信息。最后采用病害管理软件是对病害进行历史对比和趋势分析等功能，并提供检测报告。
在本发明的一些实施方式中，可以4台线阵相机集成1个安装模块，安装在检测车顶上方，另外4台线阵相机集成另一个安装模块，布置在检测车中部。通过不同相机安装角度、镜头焦距的组合，以适应单线、双线隧道衬砌断面不同导致的相机物距变化，实现图像分辨率优于1.5mm。
如图2所示，当对单线铁路隧道检测时，采用6路相机同时对隧道衬砌全断面进行检测，一次即可完成。
如图5所示，当对双线铁路隧道检测时，分别采用4路相机对隧道衬砌的左半侧和右半侧进行检测，通过铁路上下行两条线路完成对隧道衬砌全断面的快速检测。
在本例中，图像采集单元S1选用像素值为4096，行频为18kHz的高速线阵相机，通过多路相机交叉搭配来实现对隧道衬砌断面的检测。
在横断面上，对于单线隧道，其衬砌周长约为24m，6路4K像素相机搭接，可实现图像分辨率为1.2mm以内。
在横断面上，对于双线隧道，其衬砌周长约为30m，8路4K像素相机搭接，同样实现图像分辨率为1.2mm以内。
在线路方向上，图像采集单元S1选用采样频率18kHz的高速线阵相机的时，其在80km/h运行速度下，图像沿线路方向的最高分辨率为：
d＝80/3.6/18＝1.23mm。
因此，在上述线阵相机选型及如图2和图5相机布置方案下，可实现对隧道衬砌在80km/h以内的快速检测，且图像分辨率约优于1.5mm。
以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说，在不脱离发明创造构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
Claims (6)
1.铁路隧道衬砌表面病害快速检测系统，其特征在于，该系统布置于检测车上，包括：
图像快速采集单元S1，由配套的多路线阵相机和条形光源组成，用于采集衬砌断面图像P1～Pn；
断面扫描单元S2，采用激光扫描传感器实时获取隧道衬砌断面的轮廓尺寸，并将所述轮廓尺寸转化为和所述衬砌断面图像P1～Pn中的多个像素点对应的第一空间坐标(x，y)；
里程及同步单元S3，向图像快速采集单元S1和断面扫描单元S2发送同步触发信号，使二者基于行进距离进行采样，并且获取里程数据z；
补偿单元S4，获取检测车行进过程中车体相对于初始状态时的相对位移d和偏转角α；
图像处理单元S5，根据衬砌断面图像P1～Pn中多个像素点对应的第一空间坐标(x，y)、激光传感器和线阵相机的安装位置坐标、偏转角α和相对位移d，获得衬砌断面图像P1～Pn中多个像素点对应的轨道空间坐标(x’，y’)，结合所述轨道空间坐标(x’，y’)、里程数据z形成带有病害的几何特征和空间位置的三维隧道衬砌表面图像。
2.根据权利要求1所述的铁路隧道衬砌表面病害快速检测系统，其特征在于，所述图像快速采集单元S1包括：
配套的多台线阵相机和条形光源，所述多台线阵相机的检测视野布置在同一断面上或者布置在不同断面上，所述多台线阵相机的检测视野能够连续拼接，以实现对被检测区域的隧道衬砌断面的覆盖。
3.根据权利要求1所述的铁路隧道衬砌表面病害快速检测系统，其特征在于：
所述偏转角α＝(D1-D2)/L，所述相对位移d＝(D1+D2)/2；
其中，D1为检测车体左侧某一点相对于转向架的垂直位移，D2为检测车体右侧某一点相对于转向架的垂直位移，L为上述两点之间的距离。
4.根据权利要求3所述的铁路隧道衬砌表面病害快速检测系统，其特征在于，所述补偿单元S4包括至少2台位移计，以用于实时测量车体侧滚的偏转角α和垂向相对位移d。
5.根据权利要求1所述的铁路隧道衬砌表面病害快速检测系统，其特征在于：
所述里程及同步单元S3包括旋转编码器、同步模块、计数模块组成；
所述旋转编码器设置于所述检测车的车轴轴头上，所述同步模块接收所述旋转编码器的信号并同步为多路触发信号后分发给所述多台线阵相机和所述激光扫描传感器，所述计数模块接收所述旋转编码器的信号或接收所述同步模块的触发信号，以获取检测车的行进里程。
6.根据权利要求1所述的铁路隧道衬砌表面病害快速检测系统，其特征在于：
以配套的四台线阵相机和条形光源集成为用于采集隧道顶部图像的第一图像快速采集单元S1，其布置于所述检测车顶部；
以另外的四台线阵相机和条形光源集成为用于采集隧道侧壁图像的第二图像快速采集单元S1’，其布置于所述检测车中部；
根据铁路隧道为单线或者双线，调整第一图像快速采集单元S1和第二图像快速采集单元S1’每台线阵相机的开启、视野角度和焦距，以实现图像分辨率优于1.5mm。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711420702 | 2017-12-25 | ||
| CN2017114207025 | 2017-12-25 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108267096A true CN108267096A (zh) | 2018-07-10 |
| CN108267096B CN108267096B (zh) | 2024-06-04 |
Family
ID=62773994
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810133000.7A Active CN108267096B (zh) | 2017-12-25 | 2018-02-09 | 铁路隧道衬砌表面病害快速检测系统 |
| CN201820231693.9U Withdrawn - After Issue CN207991478U (zh) | 2017-12-25 | 2018-02-09 | 铁路隧道衬砌表面病害快速检测系统 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201820231693.9U Withdrawn - After Issue CN207991478U (zh) | 2017-12-25 | 2018-02-09 | 铁路隧道衬砌表面病害快速检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN108267096B (zh) |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108674429A (zh) * | 2018-07-19 | 2018-10-19 | 广东嘉铭智能科技有限公司 | 一种隧道巡检车 |
| CN109029374A (zh) * | 2018-07-16 | 2018-12-18 | 银河水滴科技（北京）有限公司 | 一种利用视觉图像分析对测车定位的方法及装置 |
| CN109166168A (zh) * | 2018-09-04 | 2019-01-08 | 上海同岩土木工程科技股份有限公司 | 一种隧道衬砌结构的三维展布图快速构建方法 |
| CN109186546A (zh) * | 2018-09-10 | 2019-01-11 | 汪俊 | 隧道病害特征检测系统和方法 |
| CN109341573A (zh) * | 2018-09-30 | 2019-02-15 | 中国铁建重工集团有限公司 | 一种隧道衬砌轮廓限界检测系统 |
| CN109374644A (zh) * | 2018-11-09 | 2019-02-22 | 中国矿业大学 | 基于图像识别的隧道衬砌缺陷智能检测模拟实验装置 |
| CN109696441A (zh) * | 2019-02-18 | 2019-04-30 | 中国铁路沈阳局集团有限公司科学技术研究所 | 一种铁路隧道衬砌表面状态检测车 |
| CN109801216A (zh) * | 2018-12-20 | 2019-05-24 | 武汉武大卓越科技有限责任公司 | 隧道检测图像的快速拼接方法 |
| CN109992012A (zh) * | 2019-04-23 | 2019-07-09 | 云南交投集团投资有限公司 | 一种相机集群姿态控制方法 |
| CN110346370A (zh) * | 2019-07-17 | 2019-10-18 | 武汉汉宁轨道交通技术有限公司 | 隧道病害检测设备、系统及方法 |
| CN110487195A (zh) * | 2019-08-06 | 2019-11-22 | 广州市奥特创通测控技术有限公司 | 基于方向线阵技术的车载隧道检测方法及装置 |
| CN111272220A (zh) * | 2020-02-13 | 2020-06-12 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 一种隧道状态检测监测管理系统 |
| CN111536881A (zh) * | 2020-05-09 | 2020-08-14 | 广东有色工程勘察设计院 | 一种自带摄像头的裂缝自动检测仪 |
| CN112329531A (zh) * | 2020-09-30 | 2021-02-05 | 山东大学 | 用于管廊表观病害检测的线阵双目成像系统与工作方法 |
| CN112432609A (zh) * | 2020-11-24 | 2021-03-02 | 中铁十一局集团电务工程有限公司 | 一种轨道接触网参数测量系统 |
| CN112461122A (zh) * | 2020-09-21 | 2021-03-09 | 浙江大学 | 一种隧道表面特征检测装置及方法 |
| CN112862790A (zh) * | 2021-02-18 | 2021-05-28 | 中国矿业大学(北京) | 基于线阵相机的地铁隧道裂缝定位装置和方法 |
| CN113093628A (zh) * | 2021-04-14 | 2021-07-09 | 中国矿业大学(北京) | 一种地铁隧道安全隐患检测车同步采集控制方法 |
| CN113310987A (zh) * | 2020-02-26 | 2021-08-27 | 保定市天河电子技术有限公司 | 一种隧道衬砌表面检测系统及方法 |
| CN114280083A (zh) * | 2021-12-16 | 2022-04-05 | 重庆日联科技有限公司 | 一种基于线阵相机自动cnc编程实现工业x光无损检测大尺寸平整铸件的检测方法 |
| CN114414590A (zh) * | 2018-07-16 | 2022-04-29 | 同济大学 | 一种车载式集群视觉检测装置 |
| WO2022166047A1 (zh) * | 2021-02-02 | 2022-08-11 | 中铁隧道局集团有限公司 | 一种用于高速列车上的隧道病害监测系统和方法 |
| CN118150582A (zh) * | 2024-05-10 | 2024-06-07 | 山东科技大学 | 一种智能化地铁隧道衬砌多种病害检测设备及其检测方法 |
| CN118311041A (zh) * | 2024-06-05 | 2024-07-09 | 宽衍(河北)智能装备有限公司 | 交通设施综合检测车 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108267096B (zh) * | 2017-12-25 | 2024-06-04 | 中铁科学技术开发有限公司 | 铁路隧道衬砌表面病害快速检测系统 |
| CN110530281B (zh) * | 2019-08-30 | 2021-07-06 | 武汉理工大学 | 基于二维激光扫描仪的罐道形变测量装置 |
| CN116577336A (zh) * | 2023-04-13 | 2023-08-11 | 重庆切克威科技有限公司 | 一种多模块成像系统的布置方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002034055A (ja) * | 2000-07-13 | 2002-01-31 | Ryosuke Shibazaki | 移動体用広視野角多方向画像取得装置及び移動体用広視野角多方向画像取得システム |
| CN103471512A (zh) * | 2013-09-06 | 2013-12-25 | 中国建材国际工程集团有限公司 | 一种基于机器视觉的玻璃板宽检测系统 |
| CN103552579A (zh) * | 2013-11-18 | 2014-02-05 | 南车洛阳机车有限公司 | 货运重载铁路综合检测列车 |
| CN105421201A (zh) * | 2015-11-24 | 2016-03-23 | 中公高科养护科技股份有限公司 | 路面图像采集装置和路面图像采集车 |
| CN205785191U (zh) * | 2016-06-02 | 2016-12-07 | 昆山市交通工程试验检测中心有限公司 | 一种隧道横断面轮廓缺陷检测装置 |
| CN106403893A (zh) * | 2016-10-11 | 2017-02-15 | 山西省交通科学研究院 | 一种隧道检测车多传感器控制系统 |
| CN107014352A (zh) * | 2017-05-02 | 2017-08-04 | 中铁第四勘察设计院集团有限公司 | 一种用于铁路隧道全断面综合检测的轨道车及检测方法 |
| CN207991478U (zh) * | 2017-12-25 | 2018-10-19 | 中铁科学技术开发公司 | 铁路隧道衬砌表面病害快速检测系统 |
-
2018
- 2018-02-09 CN CN201810133000.7A patent/CN108267096B/zh active Active
- 2018-02-09 CN CN201820231693.9U patent/CN207991478U/zh not_active Withdrawn - After Issue
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002034055A (ja) * | 2000-07-13 | 2002-01-31 | Ryosuke Shibazaki | 移動体用広視野角多方向画像取得装置及び移動体用広視野角多方向画像取得システム |
| CN103471512A (zh) * | 2013-09-06 | 2013-12-25 | 中国建材国际工程集团有限公司 | 一种基于机器视觉的玻璃板宽检测系统 |
| CN103552579A (zh) * | 2013-11-18 | 2014-02-05 | 南车洛阳机车有限公司 | 货运重载铁路综合检测列车 |
| CN105421201A (zh) * | 2015-11-24 | 2016-03-23 | 中公高科养护科技股份有限公司 | 路面图像采集装置和路面图像采集车 |
| CN205785191U (zh) * | 2016-06-02 | 2016-12-07 | 昆山市交通工程试验检测中心有限公司 | 一种隧道横断面轮廓缺陷检测装置 |
| CN106403893A (zh) * | 2016-10-11 | 2017-02-15 | 山西省交通科学研究院 | 一种隧道检测车多传感器控制系统 |
| CN107014352A (zh) * | 2017-05-02 | 2017-08-04 | 中铁第四勘察设计院集团有限公司 | 一种用于铁路隧道全断面综合检测的轨道车及检测方法 |
| CN207991478U (zh) * | 2017-12-25 | 2018-10-19 | 中铁科学技术开发公司 | 铁路隧道衬砌表面病害快速检测系统 |
Cited By (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109029374A (zh) * | 2018-07-16 | 2018-12-18 | 银河水滴科技（北京）有限公司 | 一种利用视觉图像分析对测车定位的方法及装置 |
| CN114414590A (zh) * | 2018-07-16 | 2022-04-29 | 同济大学 | 一种车载式集群视觉检测装置 |
| CN108674429A (zh) * | 2018-07-19 | 2018-10-19 | 广东嘉铭智能科技有限公司 | 一种隧道巡检车 |
| CN109166168A (zh) * | 2018-09-04 | 2019-01-08 | 上海同岩土木工程科技股份有限公司 | 一种隧道衬砌结构的三维展布图快速构建方法 |
| CN109166168B (zh) * | 2018-09-04 | 2023-02-14 | 上海同岩土木工程科技股份有限公司 | 一种隧道衬砌结构的三维展布图快速构建方法 |
| CN109186546A (zh) * | 2018-09-10 | 2019-01-11 | 汪俊 | 隧道病害特征检测系统和方法 |
| CN109341573A (zh) * | 2018-09-30 | 2019-02-15 | 中国铁建重工集团有限公司 | 一种隧道衬砌轮廓限界检测系统 |
| CN109374644B (zh) * | 2018-11-09 | 2021-08-03 | 中国矿业大学 | 基于图像识别的隧道衬砌缺陷智能检测模拟实验装置 |
| CN109374644A (zh) * | 2018-11-09 | 2019-02-22 | 中国矿业大学 | 基于图像识别的隧道衬砌缺陷智能检测模拟实验装置 |
| CN109801216A (zh) * | 2018-12-20 | 2019-05-24 | 武汉武大卓越科技有限责任公司 | 隧道检测图像的快速拼接方法 |
| CN109696441A (zh) * | 2019-02-18 | 2019-04-30 | 中国铁路沈阳局集团有限公司科学技术研究所 | 一种铁路隧道衬砌表面状态检测车 |
| CN109992012A (zh) * | 2019-04-23 | 2019-07-09 | 云南交投集团投资有限公司 | 一种相机集群姿态控制方法 |
| CN110346370A (zh) * | 2019-07-17 | 2019-10-18 | 武汉汉宁轨道交通技术有限公司 | 隧道病害检测设备、系统及方法 |
| CN110487195A (zh) * | 2019-08-06 | 2019-11-22 | 广州市奥特创通测控技术有限公司 | 基于方向线阵技术的车载隧道检测方法及装置 |
| CN110487195B (zh) * | 2019-08-06 | 2022-02-01 | 广州市奥特创通测控技术有限公司 | 基于方向线阵技术的车载隧道检测方法及装置 |
| CN111272220A (zh) * | 2020-02-13 | 2020-06-12 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 一种隧道状态检测监测管理系统 |
| CN113310987A (zh) * | 2020-02-26 | 2021-08-27 | 保定市天河电子技术有限公司 | 一种隧道衬砌表面检测系统及方法 |
| CN111536881A (zh) * | 2020-05-09 | 2020-08-14 | 广东有色工程勘察设计院 | 一种自带摄像头的裂缝自动检测仪 |
| CN112461122A (zh) * | 2020-09-21 | 2021-03-09 | 浙江大学 | 一种隧道表面特征检测装置及方法 |
| CN112329531A (zh) * | 2020-09-30 | 2021-02-05 | 山东大学 | 用于管廊表观病害检测的线阵双目成像系统与工作方法 |
| CN112432609A (zh) * | 2020-11-24 | 2021-03-02 | 中铁十一局集团电务工程有限公司 | 一种轨道接触网参数测量系统 |
| WO2022166047A1 (zh) * | 2021-02-02 | 2022-08-11 | 中铁隧道局集团有限公司 | 一种用于高速列车上的隧道病害监测系统和方法 |
| CN112862790A (zh) * | 2021-02-18 | 2021-05-28 | 中国矿业大学(北京) | 基于线阵相机的地铁隧道裂缝定位装置和方法 |
| CN112862790B (zh) * | 2021-02-18 | 2023-08-22 | 中国矿业大学(北京) | 基于线阵相机的地铁隧道裂缝定位装置和方法 |
| CN113093628A (zh) * | 2021-04-14 | 2021-07-09 | 中国矿业大学(北京) | 一种地铁隧道安全隐患检测车同步采集控制方法 |
| CN114280083A (zh) * | 2021-12-16 | 2022-04-05 | 重庆日联科技有限公司 | 一种基于线阵相机自动cnc编程实现工业x光无损检测大尺寸平整铸件的检测方法 |
| CN114280083B (zh) * | 2021-12-16 | 2023-11-07 | 重庆日联科技有限公司 | 一种基于线阵相机自动cnc编程实现工业x光无损检测大尺寸平整铸件的检测方法 |
| CN118150582A (zh) * | 2024-05-10 | 2024-06-07 | 山东科技大学 | 一种智能化地铁隧道衬砌多种病害检测设备及其检测方法 |
| CN118311041A (zh) * | 2024-06-05 | 2024-07-09 | 宽衍(河北)智能装备有限公司 | 交通设施综合检测车 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108267096B (zh) | 2024-06-04 |
| CN207991478U (zh) | 2018-10-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN207991478U (zh) | 铁路隧道衬砌表面病害快速检测系统 | |
| CN103630088B (zh) | 基于双激光带的高精度隧道断面检测方法及装置 | |
| CN104021540B (zh) | 一种用于机器视觉表面检测设备的静态标定装置和方法 | |
| CN102788803B (zh) | 列车轮对踏面和轮缘在线高速检测系统及其检测方法 | |
| CN102507600B (zh) | 高速机车受电弓滑板磨损自动检测装置 | |
| CN107688024A (zh) | 一种基于单目视觉与激光散斑的铁轨扣件异常检测系统 | |
| CN103635375A (zh) | 适于对导轨偏转进行成像和测量的视觉系统 | |
| CN101045459B (zh) | 非接触式ccd高速动态检测装置 | |
| CN206781779U (zh) | 一种轨检车下激光扫描轨距测量装置 | |
| CN102706880A (zh) | 基于二维图像和深度信息的路面信息提取装置及使用该装置实现路面裂纹信息的检测方法 | |
| CN112172862A (zh) | 一种多功能轨道检测系统 | |
| ITPR20150034A1 (it) | Sistema e metodo di video-ispezione di un pantografo lungo una linea aerea di contatto | |
| CN102507601A (zh) | 电力机车受电弓在线磨损检测方法与系统 | |
| CN104973092A (zh) | 一种基于里程和图像测量的铁轨路基沉降测量方法 | |
| CN207850304U (zh) | 一种电气化铁路接触网检测系统 | |
| CN110360947A (zh) | 一种基于矢量图像测量的车辆轮廓测量方法 | |
| CN108020162A (zh) | 基于二维激光扫描与三角原理的轨距仪及其使用方法 | |
| CN110487195B (zh) | 基于方向线阵技术的车载隧道检测方法及装置 | |
| CN106183895B (zh) | 一种单轨接触线磨耗检测装置及方法 | |
| CN205991785U (zh) | 一种铁路隧道限界动态检测系统 | |
| CN206787495U (zh) | 轨检车下多角度二维激光扫描轨距测量仪 | |
| CN111398950A (zh) | 一种隧道病害综合检测车的雷达探测规避系统 | |
| CN104228874A (zh) | 轨道车辆外部轮廓非接触式检测系统 | |
| CN207248769U (zh) | 一种基于单目视觉与激光散斑的铁轨扣件异常检测装置 | |
| CN204110066U (zh) | 用于轨道车辆的轮组的诊断监控系统 |
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 | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: 100081 Beijing city Haidian District Xizhimen Daliushu Road No. 2 Applicant after: China Railway Science and Technology Development Co.,Ltd. Applicant after: CHINA ACADEMY OF RAILWAY SCIENCES Corp.,Ltd. Applicant after: China National Railway Group Co.,Ltd. Address before: 100081 Beijing city Haidian District Xizhimen Daliushu Road No. 2 Applicant before: CHINA RAILWAY SCIENCE AND TECHNOLOGY DEVELOPMENT Co. Country or region before: China Applicant before: CHINA ACADEMY OF RAILWAY SCIENCES Applicant before: CHINA RAILWAY Corp. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |