CN108797241A - 一种基于高度比对的轨道扣件螺帽松动检测方法 - Google Patents

Abstract

本发明公开一种基于高度比对的轨道扣件螺帽松动检测方法，属于铁路基础设施检测领域。本发明的主要步骤为：获取轨道扣件三维形貌数据，并转换为二维深度图像，在二维深度图像中确定螺帽ROI，在螺帽ROI中计算螺帽高度，并与螺帽未松动时参考高度进行比较，用于检测螺帽是否松动。本发明所提出的检测方法使用方便，不会改变现有铁路扣件结构，并且可检测多种类型扣件螺帽松动，可有效保障铁路运行安全。

Description

一种基于高度比对的轨道扣件螺帽松动检测方法

技术领域

本发明涉及铁路基础设施检测领域，具体指一种基于高度比对的轨道扣件螺帽松动检测方法。

背景技术

扣件是连接钢轨和轨枕的重要部件，其作用是将钢轨固定在轨枕上，保持轨距以及阻止钢轨发生相对于轨枕的纵横向移动，因此，扣件在保证轨道稳定性、可靠性方面起着十分重要的作用。螺栓和螺帽是确保扣件固定牢靠的关键，螺栓或螺帽一旦发生松动，必然会导致扣件发生松动，进而造成严重的安全隐患。

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，随着高速铁路迅猛发展，对铁路检测的自动化、实时性提出了更高的要求。目前，国内外已出现了一些基于图像的扣件检测缺陷检测方法，主要通过线阵相机拍摄扣件图像，通过图像处理算法，识别扣件缺陷。但是，现有的这些扣件检测系统都无法识别和检测扣件紧固件是否松动。

专利CN201580000881X，公开了一种铁路扣件螺栓松动自动显示装置，该装置通过包括上下两层垫片，当上层垫片和下层垫片之间的摩擦力小于弹簧的张力时，上层垫片和下层垫片两者在弹簧张力作用下重叠部分分开，露出反光装置或发光装置，从而使检测设备或检测人员发现。该专利虽然可以检测出铁路扣件螺帽是否松动，但其主要缺点在于：需要在铁轨施工过程中，安装这些垫片，改变现有扣件结构。并且，这种方式需要人工参与检测，无法自动判别。

发明内容

本发明的目的是提供一种基于高度比对的轨道扣件螺帽松动检测方法，用以精确检测轨道扣件紧固件的活动部件包括螺栓或螺帽是否浮起，以判定紧固件是否松动，进而提取采取加固措施，以避免扣件脱离，保证轨道安全运行。

为解决上述技术问题，本发明的技术方案如下：、

一种基于高度比对的轨道扣件螺帽松动检测方法，其特征在于：包括以下步骤：

步骤1：采用三维成像系统获取轨道扣件三维形貌数据；

步骤2：以轨道平面为深度图像水平面基准，将三维形貌数据转换为二维深度图像；

步骤3：在二维深度图像中检测扣件区域，根据螺帽在扣件中位置对螺帽进行粗定位，提取螺帽ROI；

步骤4：在螺帽ROI中计算螺帽高度h_c；

步骤5：根据螺帽参考高度h_b，计算螺帽松动高度Δh＝h_c-h_b；

步骤6：设定判定阈值T^h，当螺帽松动高度Δh＞T^h时，判定螺帽松动，否则，判定螺帽未浮起，T^h的取值范围为0-1000。

所述扣件螺帽外形为六边形、内圈为圆形螺孔，套装在螺杆上，用于紧固扣件弹条或基座；

所述螺帽高度是指螺帽顶部到轨道平面的高度；

优选地，所述轨道平面是指钢轨的底部平面。

所述步骤1中三维成像系统包括线结构光扫描三维成像系统，面结构光三维成像系统，单目激光散斑三维成像系统，双目激光散斑三维成像系统，双目立体视觉三维成像系统，TOF三维成像系统，光场成像三维成像系统。

当采用线结构光扫描三维成像系统时，需对获取的三维形貌数据进行扫描方向校准，以保证转化后的二维深度图像中像素横坐标与纵坐标单位像素所代表的物理尺寸相等。

所述步骤2中所述二维深度图像的位宽为8～24bits，单位像素值所代表的实际高度小于1mm。

优选地，单位像素值所代表的实际高度小于0.1mm。

所述步骤4中进行螺帽高度的具体计算方法如下：

步骤a-4-1：设定阈值T₁，对螺帽ROI中像素进行阈值分割，得到区域R；

其中，f(x,y)表示螺帽ROI中(x,y)处的像素灰度值，阈值T₁＝v_max-a，其中，v_max表示螺帽ROI中的像素灰度最大值，a为固定常数，a的取值范围为0～50；

步骤a-4-2：采用公式(2)或公式(3)，计算区域R的中心位置C(x_c,y_c)：

其中，x_min、x_max分别表示区域R中包含像素点的最小和最大横坐标值，y_min、y_max分别表示区域R中包含像素点的最小和最大纵坐标值，x_i,y_i是像素坐标，N是区域R中像素数量；

步骤a-4-3：设定C(x_c,y_c)为圆点、r1为半径的圆环，在二维深度图像上进行采样，得到采样序列S＝{s₁,s₂,...,s_n}，r1的取值是：r2<r1<r3，r2是螺杆半径，r3是螺帽外接圆半径，通过事先计算得到；

步骤a-4-4：设定阈值对采样序列S＝{s₁,s₂,...,s_n}进行阈值化处理得到新的采样序列S'＝{s₁',s'₂,...,s'_n}；

步骤a-4-5：计算采样序列S'＝{s₁',s'₂,...,s'_n}的均值或中值，作为螺帽高度h_c。

所述步骤4中进行螺帽高度另一种计算方法是：

步骤b-4-1：设定阈值T₁，对螺帽ROI中像素进行阈值分割，得到区域R；

其中，f(x,y)表示螺帽ROI中(x,y)处的像素灰度值，阈值T₁＝v_max-a，其中，v_max表示螺帽ROI中的像素灰度最大值，a为固定常数，a的取值范围为0～50；

步骤b-4-2：计算区域R的外接圆半径r4，当r4>r2+e1时，计算区域R内像素均值或中值，作为螺帽高度h_c，否则转步骤4-3；

步骤b-4-3：对区域R进行圆形拟合，以该圆形的中心为圆心，设定半径为r5、r6的同心圆环C，r5＝r2+e2，r6＝r3-e3，取圆环C区域内像素均值或中值，作为螺帽高度h_c，其中，e1、e2、e3是偏差量，取值范围为0～50；r2是螺杆半径，r3是螺帽外接圆半径，通过事先计算得到。

所述步骤b-4-2中，当r4>r2+e1时，另一种计算螺帽高度的方法是：取区域R中非零的、出现次数最多的像素值作为螺帽高度h_c。

所述步骤b-4-2中，当r4>r2+e1时，另一种计算螺帽高度的方法是：计算区域R内像素均值或中值M₁为参考，对螺帽ROI区域中像素进行分割：

其中，f(x,y)表示螺帽ROI中(x,y)处的像素灰度值，取分割后非零区域内像素均值或中值作为螺帽高度h_c，b为固定常数，b的取值范围为0～50。

所述步骤b-4-3中，另一种计算螺帽高度的方法是：对区域R进行圆形拟合，以该圆形的中心为圆心，设定半径为r5的圆周O，r5＝r2+e4，e4是偏差量，取值范围为0～50，取圆周O上像素均值或中值M₂为参考，对螺帽ROI区域内像素进行分割：

其中，f(x,y)表示螺帽ROI中(x,y)处的像素灰度值，取分割后非零区域内像素均值或中值作为螺帽高度h_c，c为固定常数，c的取值范围为0～50。

所述步骤5中螺帽参考高度h_b为当前检测扣件螺帽未浮起情况下的高度值，计算方法与计算h_c相同；在检测时，当前螺帽参考高度值，由轨枕或扣件计数得到当前螺帽编号K，从螺帽参考高度数据集中，提取编号为K的螺帽参考高度。

本发明有益效果：1)与CN201580000881X方法相比，本发明提供的检测方法不改变现有轨道扣件结构，可直接应用已完成施工的铁路扣件检测，并且可以实现螺帽松动自动检测。2)本发明方法可适用于多种类型扣件螺帽松动检测。3)本发明方法的螺帽松动检测结果，可用于判定扣件是否松动检测，与CN2012101926412、CN2013101590001等扣件松动检测方法相比，不需要采用列车或大型轨检车对钢轨进行挤压，可将三维成像系统安装在日常巡检小车、列车、大型轨检车上获取扣件三维形貌数据，因此使用范围更广、使用方式更灵活；与现有基于图像的扣件松动检测方法相比，本发明利用螺帽高度值变化进行螺帽松动检测，具有简单直观、稳定可靠的优点。因此，本发明可提供一种稳定、可靠的螺帽松动检测方法，用于预先判定轨道扣件否松动，消除列车运行安全隐患。

附图说明

图1是本发明方法的流程图。

图2是三维成像系统结构示意图。

图3是W型扣件示意图。

图中，1是线结构光投射器，2是面阵摄像机，3是铁轨，4是扣件，5是弹条，6是螺杆，7是螺帽，8是螺帽垫片，9是螺帽ROI。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本实施例提供一种基于高度比对的轨道扣件螺帽松动检测方法，具体实施方式如下：

实施例1

采用图3所示的W型扣件对本实施例进行说明。

步骤1：采用三维成像系统获取轨道扣件三维形貌数据；

采用图2所示的线结构光扫描三维成像系统获取轨道扣件三维形貌数据。如图2所示，线结构光扫描三维成像系统包括线结构光投射器1和面阵摄像机2，线结构光投射器1与面阵摄像机2的位置和角度保持固定，线结构光投射器1产生线结构光片光，垂直于铁轨3投射到扣件4上，在扣件4表面形成一条断面廓线，通过面阵摄像机2拍摄断面廓线，根据线结构光片光平面与面阵摄像机2之间几何位置关系，可计算出断面廓线坐标，三维成像系统沿轨道方向扫描，即可获取轨道两侧扣件4三维形貌数据。获取三维形貌数据时，需对采集的三维形貌数据进行扫描方向校准，以保证转化后的二维深度图像中像素横坐标与纵坐标单位像素所代表的物理尺寸相等。

步骤2：以轨道平面为深度图像水平面基准，将三维形貌数据转换为二维深度图像；二维深度图像的位宽为16bits，高度分辨率为0.1mm。

步骤3：在二维深度图像中，设定扣件出现区域，在该区域中，根据扣件基座高度信息，对二维深度图像进行分割，检测出扣件区域，然后根据螺帽在扣件中的位置对螺帽进行粗定位，设定圆形区域作为螺帽ROI(图3中9所示)；

步骤4：在螺帽ROI中计算螺帽高度h_c，具体方法如下：

步骤a-4-1：设定阈值T₁，对螺帽ROI中像素进行阈值分割，得到区域R；

其中，f(x,y)表示螺帽ROI中(x,y)处的像素灰度值，阈值T₁＝v_max-a，其中，v_max表示螺帽ROI中的像素灰度最大值，a＝5；

步骤a-4-2：采用公式(2)或公式(3)，计算区域R的中心位置C(x_c,y_c)：

其中，x_min、x_max分别表示区域R中包含像素点的最小和最大横坐标值，y_min、y_max分别表示区域R中包含像素点的最小和最大纵坐标值，x_i,y_i是像素坐标，N是区域R中像素数量；

步骤a-4-3：设定C(x_c,y_c)为圆点、r1为半径的圆环，在二维深度图像上进行采样，得到采样序列S＝{s₁,s₂,...,s_n}，r1的取值是：r2<r1<r3，r2是螺杆半径，r3是螺帽外接圆半径，通过事先计算得到；

步骤a-4-4：设定阈值对采样序列S＝{s₁,s₂,...,s_n}进行阈值化处理得到新的采样序列S'＝{s₁',s'₂,...,s'_n}；

步骤a-4-5：计算采样序列S'＝{s₁',s'₂,...,s'_n}的均值或中值，作为螺帽高度h_c。

步骤5：由轨枕或扣件计数得到当前螺帽编号K，从螺帽参考高度值数据集中，提取编号为K的螺帽参考高度值h_b，计算螺帽松动高度Δh＝h_c-h_b。

步骤6：设定判定阈值T^h，当螺帽松动高度Δh＞T^h时，判定螺帽松动，否则，判定螺帽未浮起，T^h＝5。

实施例2

与实施例1不同之处在于，在步骤4中采用以下方法计算螺帽高度值：

步骤b-4-1：设定阈值T₁，对螺帽ROI中像素进行阈值分割，得到区域R；

其中，f(x,y)表示螺帽ROI中(x,y)处的像素灰度值，阈值T₁＝v_max-a，其中，v_max表示螺帽ROI中的像素灰度最大值，a＝5；

步骤b-4-2：计算区域R的外接圆半径r4，当r4>r2+e1时，计算区域R内像素均值或中值，作为螺帽高度h_c，否则转步骤4-3，e1＝5。

步骤b-4-3：对区域R进行圆形拟合，以该圆形的中心为圆心，设定半径为r5、r6的同心圆环C，r5＝r2+e2，r6＝r3-e3，取圆环C区域内像素均值或中值，作为螺帽高度h_c；

其中，e2＝5、e3＝5；r2是螺杆半径，r3是螺帽外接圆半径，通过事先计算得到。

实施例3

与实施例2不同之处在于，在步骤b-4-2中，当r4>r2+e1时，取区域R中非零的、出现次数最多的像素值作为螺帽高度h_c。

实施例4

与实施例2不同之处在于，在步骤b-4-2中，当r4>r2+e1时，计算区域R内像素均值或中值M₁为参考值，对螺帽ROI区域中像素进行分割：

其中，f(x,y)表示螺帽ROI中(x,y)处的像素灰度值，取分割后非零区域内像素均值或中值作为螺帽高度h_c，b＝5。

实施例5

与实施例2不同之处在于，在步骤b-4-3中，对区域R进行圆形拟合，以该圆形的中心为圆心，设定半径为r5的圆周O，r5＝r2+e4，e4＝10，取圆周O上像素均值或中值M₂为参考值，对螺帽ROI区域内像素进行分割：

其中，f(x,y)表示螺帽ROI中(x,y)处的像素灰度值，取分割后非零区域内像素均值或中值作为螺帽高度h_c，c＝10。

以上所揭露的仅为本发明几种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种基于高度比对的轨道扣件螺帽松动检测方法，其特征在于：包括以下步骤：

步骤1：采用三维成像系统获取轨道扣件三维形貌数据；

步骤2：以轨道平面为深度图像水平面基准，将三维形貌数据转换为二维深度图像；

步骤3：在二维深度图像中检测扣件区域，根据螺帽在扣件中位置对螺帽进行粗定位，提取螺帽ROI；

步骤4：在螺帽ROI中计算螺帽高度h_c；

步骤5：根据螺帽参考高度h_b，计算螺帽浮起高度Δh＝h_c-h_b；

步骤6：设定判定阈值T^h，当螺帽浮起高度Δh＞T^h时，判定螺帽松动，否则，判定螺帽未松动，T^h的取值范围为0-1000。

2.根据权利要求1所述的基于高度比对的轨道扣件螺帽松动检测方法，其特征在于，所述扣件螺帽外形为六边形、内圈为圆形螺孔，套装在螺杆上，用于紧固扣件弹条或基座；所述螺帽高度是指螺帽顶部到轨道平面的高度；所述轨道平面是指钢轨的底部平面。

3.根据权利要求1所述的基于高度比对的轨道扣件螺帽松动检测方法，其特征在于：所述步骤1中三维成像系统包括线结构光扫描三维成像系统，面结构光三维成像系统，单目激光散斑三维成像系统，双目激光散斑三维成像系统，双目立体视觉三维成像系统，TOF三维成像系统，光场成像三维成像系统；当采用线结构光扫描三维成像系统时，需对获取的三维形貌数据进行扫描方向校准，以保证转化后的二维深度图像中像素横坐标与纵坐标单位像素所代表的物理尺寸相等。

4.根据权利要求1所述的基于高度比对的轨道扣件螺帽松动检测方法，其特征在于：步骤2中所述二维深度图像的位宽为8～24bits，单位像素值所代表的实际高度小于1mm。

5.根据权利要求1～4任一所述的基于高度比对的轨道扣件螺帽松动检测方法，其特征在于：步骤4中所述螺帽高度的具体计算方法如下：

步骤a-4-1：设定阈值T₁，对螺帽ROI中像素进行阈值分割，得到区域R；

其中，f(x,y)表示螺帽ROI中(x,y)处的像素灰度值，阈值T₁＝v_max-a，其中，v_max表示螺帽ROI中的像素灰度最大值，a为固定常数，a的取值范围为0～50；

步骤a-4-2：采用公式(2)或公式(3)，计算区域R的中心位置C(x_c,y_c)：

其中，x_min、x_max分别表示区域R中包含像素点的最小和最大横坐标值，y_min、y_max分别表示区域R中包含像素点的最小和最大纵坐标值，x_i,y_i是像素坐标，N是区域R中像素数量；

步骤a-4-3：设定C(x_c,y_c)为圆点、r1为半径的圆环，在二维深度图像上进行采样，得到采样序列S＝{s₁,s₂,...,s_n}，r1的取值是：r2<r1<r3，r2是螺帽螺孔半径，r3是螺帽外周六边形的内接圆半径，通过事先计算得到；

步骤a-4-4：设定阈值对采样序列S＝{s₁,s₂,...,s_n}进行阈值化处理得到新的采样序列S'＝{s′₁,s′₂,...,s′_n}；

步骤a-4-5：计算采样序列S'＝{s′₁,s′₂,...,s′_n}的均值或中值作为螺帽高度h_c。

6.根据权利要求1～4任一所述的基于高度比对的轨道扣件螺帽松动检测方法，其特征在于：步骤4中所述螺帽高度计算方法如下：

步骤b-4-1：设定阈值T₁，对螺帽ROI中像素进行阈值分割，得到区域R；

其中，f(x,y)表示螺帽ROI中(x,y)处的像素灰度值，阈值T₁＝v_max-a，其中，v_max表示螺帽ROI中的像素灰度最大值，a为固定常数，a的取值范围为0～50；

步骤b-4-2：计算区域R的外接圆半径r4，当r4>r2+e1时，计算区域R内像素均值或中值，作为螺帽高度h_c，否则转步骤4-3；

步骤b-4-3：对区域R进行圆形拟合，以该圆形的中心为圆心，设定半径为r5、r6的同心圆环C，r5＝r2+e2，r6＝r3-e3，取圆环C区域内像素均值或中值，作为螺帽高度h_c；

其中，e1、e2、e3是偏差量，取值范围为0～50；r2是螺杆半径，r3是螺帽外接圆半径，通过事先计算得到。

7.根据权利要求6所述的基于高度比对的轨道扣件螺帽松动检测方法，其特征在于：在所述步骤b-4-2中，当r4>r2+e1时，取区域R中非零的、出现次数最多的像素值作为螺帽高度h_c。

8.根据权利要求6所述的基于高度比对的轨道扣件螺帽松动检测方法，其特征在于：在所述步骤b-4-2中，当r4>r2+e1时，计算区域R内像素均值或中值M₁为参考值，对螺帽ROI区域中像素进行分割：

其中，f(x,y)表示螺帽ROI中(x,y)处的像素灰度值，取分割后非零区域内像素均值或中值作为螺帽高度h_c，b为固定常数，b的取值范围为0～50。

9.根据权利要求6所述的基于高度比对的轨道扣件螺帽松动检测方法，其特征在于：在步骤b-4-3中，对区域R进行圆形拟合，以该圆形的中心为圆心，设定半径为r5的圆周O，r5＝r2+e4，e4是偏差量，取值范围为0～50，取圆周O上像素均值或中值M₂为参考值，对螺帽ROI区域内像素进行分割：

其中，f(x,y)表示螺帽ROI中(x,y)处的像素灰度值，取分割后非零区域内像素均值或中值作为螺帽高度h_c，c为固定常数，c的取值范围为0～50。

10.根据权利要求1所述的基于高度比对的轨道扣件螺帽松动检测方法，其特征在于：步骤5中所述螺帽参考高度h_b为当前检测扣件螺帽未浮起情况下的高度值，计算方法与h_c相同；在检测时，当前螺帽参考高度，由轨枕或扣件计数得到当前螺帽编号K，从参考高度值数据集中，提取编号为K的螺帽参考高度。