CN110567680B

CN110567680B - 一种基于角度比对的轨道扣件松动检测方法

Info

Publication number: CN110567680B
Application number: CN201810582857.7A
Authority: CN
Inventors: 左丽玛
Original assignee: Chengdu Jinggong Huayao Technology Co ltd
Current assignee: Chengdu Jinggong Huayao Technology Co ltd
Priority date: 2018-06-05
Filing date: 2018-06-05
Publication date: 2022-03-29
Anticipated expiration: 2038-06-05
Also published as: CN110567680A

Abstract

本发明公开一种基于角度比对的轨道扣件松动检测方法，属于铁路基础设施检测领域。本发明的主要步骤为：采用线阵或面阵成像装置获取轨道扣件图像，进行图像预处理，选取扣件感兴趣区域，从中识别出螺栓区域，进行模板匹配，计算螺栓转动角度，根据阈值角度判断螺栓是否转动、浮起，进而判断轨道扣件是否松动。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，可通过检测多种类型扣件螺栓或螺母是否转动、浮起，来判断轨道扣件是否松动。

Description

一种基于角度比对的轨道扣件松动检测方法

技术领域

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

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浮起，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是否松动。

ZL.201580000881.X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栓是否松动，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，无法自动判别扣件松动。

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。

综上，亟待研究一种在不改变现有扣件结构，特别是在已经施工完成的铁路上能够实现自动、可靠检测扣件松动的方法。

发明内容

本发明的目的是提供一种基于角度比对的轨道扣件松动检测方法，在不改变现有扣件结构的基础上，通过判断螺栓或螺帽是否浮动进而判断轨道扣件是否发生松动，以解决现有轨道扣件松动检测方法所存在的精度差、效率低、适用范围有限的问题。

为解决上述技术问题，本发明的技术方案来如下：

一种基于角度比对的轨道扣件松动检测方法，其特征在于：包括以下步骤：

步骤1：采用线阵或面阵成像装置获取轨道扣件图像；

所述步骤1中线阵或面阵成像装置的光轴垂直于轨道路面成像，获取螺栓图像。

步骤2：进行扣件图像预处理，选取扣件感兴趣区域；

所述步骤2中图像预处理包括：图像去噪，成像装置的镜头畸变修正，并根据成像装置外参，将获取的扣件图像变换为鸟瞰图像，在鸟瞰图像上进行后续处理；当采用线阵扫描成像装置获取扣件图像时，还需要对扣件图像的横、纵方向上单位像素的物理尺寸进行校准，以保证拍摄扣件不存在形状失真。

所述步骤2中扣件感兴趣区域是包含螺栓在内的一个较大区域，可采用手动选取，也可以采用SVM或深度学习或神经网络分类等方法在预处理后的图像中自动检测得到。

步骤3：根据螺栓在扣件感兴趣区域中的位置关系，定位螺栓区域；

步骤4：在螺栓区域内，取当前扣件螺栓历史图像作为模板，进行模板匹配，根据模板匹配结果计算螺栓转动角度β；

所述步骤4中进行模板匹配，计算螺栓转动角度β方法如下：

步骤4.1：取螺栓历史图像中螺栓区域中的像素构成模板图像T；

步骤4.2：在当前检测图像螺栓区域内，先提取螺栓图像边缘，基于图像显著边缘，拟合六边形图案，以六边形图案中心点为圆心，以模板图像T为匹配对象，进行逐角度旋转的模板匹配，设定旋转匹配搜索角度范围为m，m的取值范围为-180°～180°，设定匹配时角度旋转步长为s，s的取值范围是0.01°～360°，遍历整个角度搜索范围m，找到最优匹配位置，并记录当前匹配角度β₁，作为螺栓旋转角度β＝β₁。

所述步骤4.1中，生成的模板图像T应包括螺栓六边形区域，以及螺栓六边形区域内包含的数字、文字等标识信息。

所述步骤4.2中采用基于灰度相似性的模板图像匹配方法，在匹配过程中衡量模板图像T与当前检测图像的匹配程度可采用如下测度：

D＝∑||S(i,j)-T(i,j)|| (1)

其中S表示当前检测图像，T表示模板图像，(i,j)表示重叠区域的像素坐标，∑表示求和操作，D表示匹配程度，针对每一个角度旋转步长，提取模板图像T与当前检测图像S的重叠区域，按公式(1)计算匹配程度D，D值越小，表示匹配度越大。

所述步骤4.2中还可以采用基于图像边缘相似性的图像匹配方法：

D＝∑|S^E(i,j)-T^E(i,j)| (2)

其中，S^E(i,j)和T^E(i,j)分别表当前检测图像S、模板图像T中位置(i,j)位置处边缘，(i,j)表示重叠区域的像素坐标，∑表示求和操作，D表示匹配程度，针对每一个角度旋转步长，提取模板图像T与当前检测图像S的重叠区域，按公式(2)计算匹配程度D，D值越小，表示匹配度越大。

所述步骤1至步骤4还可以采用三维成像系统获取扣件二维深度图像，在二维深度图像上，进行螺栓区域分割，并基于二维深度图像进行螺栓形状匹配，计算螺栓转动角度。

步骤5：设定阈值T_β，根据螺栓转动角度β是否超过阈值角度T_β，判断螺栓是否浮起，从而判断扣件是否松动。

所述螺栓还可用轨道扣件螺帽代替。

本发明有益效果：

1)本发明方法利用拍摄的轨道扣件中螺栓或螺帽图像，计算轨道扣件中螺栓或螺帽的转动角度，再通过角度比对的方法，判断螺栓或螺帽是否浮起，进而判断轨道扣件是否松动，从而有效避免轨道扣件浮起后导致轨道扣件松动，消除列车运行安全隐患。与ZL.201580000881.X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，并且可以实现自动检测。

2)与现有单纯基于图像的扣件松动检测方法相比，本发明直接利用螺栓或螺帽角度值变化进行螺栓或螺帽浮起检测，具有简单直观、稳定可靠的优点。

3)本发明方法可适用于多种类型扣件螺栓或螺帽的浮起检测，比如W型、Z型扣件等，进而判断轨道扣件松动。

附图说明

图1是本发明方法的流程图。

图2是采用六边形螺栓的W型扣件示意图。

图3是采用四边形螺栓的W型扣件示意图。

图4是采用六边形螺帽的W型扣件示意图。

图5是DZ型扣件示意图。

其中，1是W型扣件的六边形螺栓，2是W型扣件的螺栓垫片，3是W型扣件的弹条，4是W型扣件的四边形螺栓，5是W型扣件的圆形螺杆，6是W型扣件的六边形螺帽，7是扣件支座固定螺栓，8、扣件支座，9是道床，10是钢轨，11是DZ型扣件支座螺栓，12是DZ型扣件弹条。

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角度比对的轨道扣件松动检测方法，具体实施方式如下：

实施例1：

实施例1通过测量W型扣件六边形螺栓角度值来判定扣件是否松动，本实施例中采用六边形螺栓的W型扣件如图2所示，该扣件包括六边形螺栓1、螺栓垫片2和弹条3。

步骤1：采用线阵或面阵成像装置获取轨道扣件图像，线阵或面阵成像装置的光轴垂直于轨道路面成像。

步骤2：进行扣件图像预处理，选取扣件感兴趣区域，图像预处理包括：图像去噪，成像装置的镜头畸变修正，并根据成像装置外参，将获取的扣件图像变换为鸟瞰图像，在鸟瞰图像上进行后续处理；当采用线阵扫描成像装置获取扣件图像时，还需要对扣件图像的横、纵方向上单位像素的物理尺寸进行校准，以保证拍摄扣件不存在形状失真。

扣件感兴趣区域是包含螺栓在内的一个较大区域，可采用手动选取扣件感兴趣区域。

步骤3：根据螺栓在扣件感兴趣区域中的位置关系，定位螺栓区域。

步骤4：在螺栓区域内，取当前扣件螺栓历史图像作为模板，进行模板匹配，根据模板匹配结果计算螺栓转动角度β，具体方法如下：

步骤4.1：取螺栓历史图像中螺栓区域中的像素构成模板图像T，生成的模板图像T应包括螺栓六边形区域，以及螺栓六边形区域内包含的数字、文字等标识信息。

步骤4.2中采用基于灰度相似性的模板图像匹配方法，在匹配过程中衡量模板图像T与当前检测图像的匹配程度可采用如下测度：

D＝∑||S(i,j)-T(i,j)|| (1)

步骤5：设定阈值角度T_β，根据螺栓转动角度β是否超过阈值角度T_β，判断螺栓是否转动、浮起，从而判断轨道扣件是否松动。

实施例2

与实施例1不同的是，步骤4.2中采用基于图像边缘相似性的图像匹配方法：

D＝∑|S^E(i,j)-T^E(i,j)| (2)

实施例3

将实施例1和2中步骤1至步骤4替换为：采用三维成像系统获取扣件二维深度图像，在二维深度图像上，进行螺栓区域分割，并基于二维深度图像进行螺栓形状匹配，计算螺栓转动角度，后续步骤与实施例1和2相同。

实施例1和2中步骤2中选取扣件感兴趣区域还可以采用SVM或深度学习或神经网络分类等方法在预处理后的图像中自动检测得到。

实施例1、2和3中的螺栓还可用轨道扣件中的螺帽代替。

实施例4

与实施例1、2、3不同的是，对图3所示的采用四边形螺栓的W型扣件中螺栓转动角度进行测量，用于判定该螺栓是否浮起，进而判断扣件是否松动。

实施例5

与实施例4不同的是，对图4所示的采用六边形螺帽的W型扣件中螺帽转动角度进行测量，用于判定该螺帽是否浮起，进而判断扣件是否松动。

实施例6

与实施例1-3不同的是，对图5所示的DZ型扣件中用于固定的扣件支座的六边形螺栓转动角度进行测量，用于判定该螺栓是否浮起，进而判断DZ扣件是否松动。

以上所揭露的仅为本发明一种较佳实施例而已，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

1.一种基于角度比对的轨道扣件松动检测方法,其特征在于:包括以下步骤:

步骤1:采用线阵或面阵成像装置获取轨道扣件图像；

步骤2:进行扣件图像预处理,选取扣件感兴趣区域；

步骤3:根据螺栓在扣件感兴趣区域中的位置关系，定位螺栓区域；

步骤4:在螺栓区域内,取当前扣件螺栓历史图像作为模板,进行模板匹配,根据模板匹配结果计算螺栓转动角度β；

步骤5:设定阈值T_β,根据螺栓转动角度β是否超过阈值T_β,判断螺栓是否浮起,从而判断扣件是否松动；

其中，所述步骤4中进行模板匹配,计算螺栓转动角度β方法如下:

步骤4.1:取螺栓历史图像中螺栓区域中的像素构成模板图像T；

步骤4.2:在当前检测图像螺栓区域内,先提取螺栓图像边缘,基于图像显著边缘,拟合六边形图案,以六边形图案中心点为圆心，以模板图像T为匹配对象,进行逐角度旋转的模板匹配,设定旋转匹配搜索角度范围为m,m的取值范围为-180°～180°,设定匹配时角度旋转步长为s,s的取值范围是0.01°～360°,遍历整个角度搜索范围m,找到最优匹配位置,并记录当前匹配角度β₁，作为螺栓旋转角度β＝β₁。

2.根据权利要求1所述的基于角度比对的轨道扣件松动检测方法,其特征在于:所述步骤1中线阵或而阵成像装置的光轴垂直于轨道路面成像,获取螺栓图像。

3.根据权利要求1所述的基于角度比对的轨道扣件松动检测方法,其特征在于:所述步骤2中图像预处理包括:图像去噪,成像装置的镜头畸变修正,并根据成像装置外参,将获取的扣件图像变换为鸟瞰图像,在鸟瞰图像上进行后续处理；当采用线阵扫描成像装置获取扣件图像时,还需要对扣件图像的橫、纵方向上单位像素的物理尺寸进行校准,以保证拍摄扣件不存在形状失真。

4.根据权利要求1所述的基于角度比对的轨道扣件松动检测方法,其特征在于:所述步骤2中扣件感兴趣区域是包含螺栓在内的一个较大区域,可采用手动选取,也可以采用SVM或深度学习或神经网络分类等方法在预处理后的图像中自动检测得到。

5.根据权利要求1所述的基于角度比对的轨道扣件松动检测方法,其特征在于:所述步骤4.1中，生成的模板图像T应包括螺栓六边形区域,以及螺栓六边形区域内包含的数字、文字等标识信息。

6.根据权利要求1所述的基于角度比对的轨道扣件松动检测方法,其特征在于:所述步骤4.2中采用基于灰度相似性的模板图像匹配方法,在匹配过程中衡量模板图像T与当前检测图像的匹配程度可采用如下测度:

D＝Σ||S(i,j)-T(i,j)|| (1)

其中S表示当前检测图像,T表示模板图像，(i,j)表示重叠区域的像素坐标，Σ表示求和操作,D表示匹配程度,针对每一个角度旋转步长,提取模板图像T与当前检测图像S的重叠区域,按公式(1)计算匹配程度D,D值越小,表示匹配度越大。

7.根据权利要求6所述的基于角度比对的轨道扣件松动检测方法，其特征在于:所述步骤4.2中还可以采用基于图像边缘相似性的图像匹配方法:

D＝Σ||S^E(i,j)-T^E(i,j)|| (2)

其中,S^E(i,j)和T^E(i,j)分别表当前检测图像S、模板图像T中位置(i,j)位置处边缘，(i,j)表示重叠区域的像素坐标，Σ表示求和操作,D表示匹配程度,针对每一个角度旋转步长,提取模板图像T与当前检测图像S的重叠区域,按公式(2)计算匹配程度D,D值越小,表示匹配度越大。

8.根据权利要求1所述的基于角度比对的轨道扣件松动检测方法,其特征在于:所述步骤1至步骤4还可以采用三维成像系统获取扣件二维深度图像,在二维深度图像上,进行螺栓区域分割,并基于二维深度图像进行螺栓形状匹配,计算螺栓转动角度。

9.根据权利要求1-8任一所述的基于角度比对的轨道扣件松动检测方法,其特征在于:所述螺栓还可用轨道扣件螺帽代替,所述螺栓和螺帽形状包括六边形、四边形、三角形。