CN109489724A - 一种隧道列车安全运行环境综合检测装置及检测方法 - Google Patents

Abstract

本发明公开了一种隧道列车安全运行环境检测装置，包括图像采集单元，通过各种检测抓拍单元进行图像采集；隧道巡检单元，依据对图像采集单元所采集图像的分析和处理的结果，对隧道中外观异常处进行针对性检测；系统控制单元，由控制模块、存储模块和识别模块组成，用于对图像数据进行分析、处理和识别，并将结果存储于本地硬盘中。本发明进一步公开了一种采用上述检测装置的检测方法。当列车在隧道中运行时所述检测装置可启动对接触网、隧道、钢轨以及轨道板进行全面检测，摒弃了以往的人工巡检或专门的检测车巡检的方式，很大程度提高了检测效率，缩短了检测时间。

Description

一种隧道列车安全运行环境综合检测装置及检测方法

技术领域

本发明涉及一种列车安全运行环境检测装置，尤其是一种用于隧道环境的运行环境检测装置。

背景技术

现有的列车安全运行环境检测方法包括以下几种：

一是弓网检测法，通常录像方式采集隧道内数据，因产生大量的无用数据，因此造成系统数据处理量巨增，无法实时完成智能识别，不能准确定位到病害位置，定位信息不准确，后期维护效率无法提升，无法节省人力成本。

二是激光检测法，通过运用运动式激光扫描数据采集技术，将激光扫描仪安装于相应检测车上，采集的数据系统的架构和工作流程，主要应用激光扫描技术，采用非接触式、快速、精度较高的方法采集到各种环境和空间目标的全部信息，能过迅速的构建出要检测隧道的相应数据模型，再通过相应的技术处理得到相应的检测数据。

三是面阵视觉检测检测法，采用工业相机把相机安装于相应的检测车辆上，进而对隧道进行检测。车通低速行驶，启动安装于车辆上的采集设备，即实时采集隧道图像。然后通过图像识别技术，对采集的图像进行处理识别，可从其中得到相应的隧道病害信息。

上述方法存在的问题分别是：

弓网抓拍，现阶段采集数据时，无智能识别采集数据技术，设备启动一直不间断抓拍，采集大量无用数据，影响后续智能识别，数据量巨大传输速度慢，占用本地内存空间超大。

激光检测，激光检测主要用于断面扫描、监测隧道断面收敛，其检测精度比较低，无法达到隧道裂纹检测要求。

面阵视觉检测，面阵相机搭载在车辆上，对隧道内部进行图像采集，无法全面采集到整个隧道的图像，会有丢帧现象从而漏掉一些信息。尤其是对于不连续短裂纹的检测效果更是不佳。即使通过图像修正、图像增强、图像识别等方法也达不到其效果

发明内容

针对上述技术存在问题，本发明提出了一种隧道列车安全运行环境综合检测装置，所述装置包括控制单元、线扫系统和巡检系统，通过本装置的使用可大量节约人工成本，提升检测效率。本发明进一步提供了一种使用前述检测装置的检测方法。

本发明的技术方案是这样实现的：

一种隧道列车安全运行环境检测装置，包括：

图像采集单元，由腕臂采集面阵阵列、吊弦抓拍单元、吊弦视觉触发设备、杆号抓拍模块、车载补偿模块、接触网磨耗检测模块、包络线动态检测双目采集模块、弓网状态采集模块，腕臂触发传感器，隧道缺陷和截面轮廓检测模块、隧道限界采集模块、轨道板采集模块、轨道缺陷采集模块，以及导高拉出值测量模块组成；

隧道巡检单元，依据对图像采集单元所采集图像的分析和处理的结果，对隧道中外观异常处进行针对性检测；

系统控制单元，由控制模块、存储模块和识别模块组成，用于对图像数据进行分析、处理和识别，并将结果存储于本地硬盘中。

一种采用权利要求1所述检测装置的检测方法，包括以下步骤：

A、将图像采集单元挂载在列车上，对隧道内运行环境进行可见光成像；

B、将图像数据与线路里程信息关联，获得完整的隧道数据记录；

C、通过对图像数据的处理和分析，实现对隧道内列车运行环境的智能检测。

本发明的有益效果在于：

1.本发明所述检测装置在安装于列车上后，当列车在隧道中运行时即可启动对接触网、隧道、钢轨以及轨道板进行全面检测，摒弃了以往的人工巡检或专门的检测车巡检的方式，很大程度提高了检测效率，缩短了检测时间。

2.本发明采用采集设备与补光设备集成单元模块，便于设备的安装，以及后期的维护，节省安装空间。

附图说明

图1是本发明列车运行环境检测装置结构示意图。

具体实施方式

下面结合附图详述本发明具体实施方式：

如图1所示，一种隧道列车安全运行环境检测装置，包括：

图像采集单元，由腕臂采集面阵阵列1、吊弦抓拍单元2、吊弦视觉触发设备3、杆号抓拍模块4、车载补偿模块5、接触网磨耗检测模块6、包络线动态检测双目采集模块7、弓网状态采集模块8，腕臂触发传感器9，隧道缺陷和截面轮廓检测模块10、隧道限界采集模块11、轨道板采集模块12、轨道缺陷采集模块13，以及导高拉出值测量模块14组成。

隧道巡检单元，依据对图像采集单元所采集图像的分析和处理的结果，对隧道中外观异常处进行针对性检测；

系统控制单元，由控制模块、存储模块和识别模块组成，用于对图像数据进行分析、处理和识别，并将结果存储于本地硬盘中。

一种采用权利要求1所述检测装置的检测方法，包括以下步骤：

A、将图像采集单元挂载在列车上，对隧道内运行环境进行可见光成像；

B、将图像数据与线路里程信息关联，获得完整的隧道数据记录；

C、通过对图像数据的处理和分析，实现对隧道内列车运行环境的智能检测。

上述实施例中，系统控制单元主要包含控制模块、存储模块、识别模块，是整套系统的控制中心，对所采集到的数据进行处理和识别，并将数据存储于本地硬盘中。图像采集单元，统实时连续的等间距记录线路设备表面状态(钢轨表面裂纹、扣件、轨枕等图像信息)，并通过图像处理软件自动识别轨面裂纹、扣件异常缺陷，生成缺陷记录存储至本地硬盘数据库中。隧道巡检单元是以高清线扫成像和计算机模式识别为理论基础，及所述各种检测设备对隧道外观可见异常进行检测。图像采集单元采集到大量高清图像后其数据量相当的庞大，传统的图像采集处理系统已经不能满足如此高速数据的处理要求。为此本发明采用了前置压缩技术的线扫相机。

上述实施例中采用的吊弦识别方法为：

1、读入图像；

2、灰值化，对图像用加权平均法求灰度效果比较好：

f(i,j)＝0.30R(i,j)+0.59G(i,j)+0.11B(i,j)；

3、基准定位标的物特征向量，根据吊弦的接触线和吊弦线特征，先定位，后处理；

4、精定位吊弦，根据吊弦的形状特征以及接触线的辅助特征、信息熵等进行定位。5、利用神经网络和深度学习的方法进行判断吊弦的状态，用多标签分类的方法进行分类，出现止动垫片异常或者吊弦脱落则报警并返回，否则进行下一步；

6、定位吊弦线，根据吊弦的位置，向上截取图像并进行差分操作以及投影操作得到线的左右范围；

在对隧道、钢轨以及轨道板图像进行裂纹检测，利用canny算子进行边缘提取，并进行形态学图像膨胀操作，并提取联通局域外接矩形。

所述Canny边缘检测算法可以分为以下几步：

1、消除噪声，使用高斯平滑滤波器卷积降噪；

2、计算梯度幅值和方向，按照Sobel滤波器的步骤：

a:运用一对卷积阵列(分别作用于x和y方向)

b:使用下列公式计算梯度幅值和方向：梯度方向近似到可能角度之一(一般0,45,90,135)

3、非极大值抑制，这一步排除非边缘像素，仅仅保留了一些细线条(候选边缘)；

4、滞后阈值:需要两个阈值，高阈值和低阈值，如果某一像素位置的幅值超过高阈值,该像素被保留为边缘像素；如果某一像素位置的幅值小于低阈值,该像素被排除；如果某一像素位置的幅值在两个阈值之间,该像素仅仅在连接到一个高于高阈值的像素时被保留，其中，Canny推荐的高、低阈值比在2:1到3:1之间。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (2)

1.一种隧道列车安全运行环境检测装置，其特征在于，包括：

图像采集单元，由腕臂采集面阵阵列(1)、吊弦抓拍单元(2)、吊弦视觉触发设备(3)、杆号抓拍模块(4)、车载补偿模块(5)、接触网磨耗检测模块(6)、包络线动态检测双目采集模块(7)、弓网状态采集模块(8)，腕臂触发传感器(9)，隧道缺陷和截面轮廓检测模块(10)、隧道限界采集模块(11)、轨道板采集模块(12)、轨道缺陷采集模块(13)，以及导高拉出值测量模块(14)组成；

隧道巡检单元，依据对图像采集单元所采集图像的分析和处理的结果，对隧道中外观异常处进行针对性检测；

系统控制单元，由控制模块、存储模块和识别模块组成，用于对图像数据进行分析、处理和识别，并将结果存储于本地硬盘中。

2.一种采用权利要求1所述检测装置的检测方法，其特征在于，包括以下步骤：

A、将图像采集单元挂载在列车上，对隧道内运行环境进行可见光成像；

B、将图像数据与线路里程信息关联，获得完整的隧道数据记录；

C、通过对图像数据的处理和分析，实现对隧道内列车运行环境的智能检测。