CN111122602A - 基于三维相机的跨座式单轨指形板异常检测系统及方法 - Google Patents
基于三维相机的跨座式单轨指形板异常检测系统及方法 Download PDFInfo
- Publication number
- CN111122602A CN111122602A CN202010006452.6A CN202010006452A CN111122602A CN 111122602 A CN111122602 A CN 111122602A CN 202010006452 A CN202010006452 A CN 202010006452A CN 111122602 A CN111122602 A CN 111122602A
- Authority
- CN
- China
- Prior art keywords
- finger
- point cloud
- shaped plate
- data
- module
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于三维相机的跨座式单轨指形板异常检测系统,包括工控机、三维相机、支架、线结构激光器、接近开关、光电编码器和检测车,接近开关安装在检测车上,并控制三维相机;光电编码器安装在检测车上;支架固定设置于在检测车上;线结构激光器安装在支架上且位于轨道梁面正上方,三维相机设置于检测车上用于采集被线性光条照射的轨道梁面的图像数据;工控机与三维相机连接,用于储存及处理采集到的图像数据。本系统利用工业三维相机采集指形板的三维数据,再利用数据处理分析部分,处理采集到的数据,判断指形板是否存在“错台”,具有效率高,精度高,准确度高等特点。解决了人工巡检效率低、成本高、风险大等问题。
Description
技术领域
本发明涉及轨道交通检测技术领域,特别是一种基于三维相机的跨座式单轨指形板异常检测系统。
背景技术
随着城市发展,城市交通拥挤、汽车带来的大气污染等问题给市民带来了极大的困扰,因此许多城市选择跨座式单轨这一便利、快捷、低成本的轻轨交通系统。常见的安全隐患有锚固螺杆断裂、指形板错台、紧固件松动、缺失等。一旦发生事故,可能会造成严重的财产损失和人员伤亡。这些安全隐患可能造成不可估量的损失,所以对于轨道梁面的健康状况检测是必不可少的工作。名称为一种单轨道岔活动指形板,申请号为CN201821645001.1的专利中记载了指形板的结构,并没有给出检测指形板发生故障的方法,目前,针对指形板错台和指形板紧固件松动、缺失等问题,主要依靠人工巡查,而该安全检测过程往往只能在深夜进行,效率低,可靠性低、安全风险低、检修人员的工作强度较大。
发明内容
有鉴于此,本发明的目的在于提供一种基于三维相机的跨座式单轨指形板异常检测系统,本系统用于跨座式单轨轨道梁面指形板的缺陷检测,本系统可以准确高效的检测指形板的“错台”,解决现有的人工巡查方法的弊端,提高检测效率及精度。
为达到上述目的,本发明提供如下技术方案:
本发明提供的基于三维相机的跨座式单轨指形板异常检测系统,包括工控机、三维相机、支架、相机稳定器、线结构激光器、接近开关、光电编码器和检测车,
所述接近开关安装在检测车上,所述接近开关与三维相机连接并控制三维相机;
所述光电编码器安装在检测车上,用于触发控制三维相机采集光条图像;
所述稳定器固定设置于在检测车上;
所述支架固定安装在稳定器上;
所述线结构激光器安装在支架上且位于轨道梁面正上方,以适于在被测轨道梁面形成线性光条;
所述三维相机设置于检测车上用于采集被线性光条照射的轨道梁面的图像数据;
所述工控机与三维相机连接,用于储存及处理采集到的图像数据。
进一步,所述相机稳定器包括第一陀螺仪、第二陀螺仪、第三陀螺仪、连接杆、把手杆、承重卡盘;
所述第一陀螺仪通过连接杆与把手杆连接,用以补偿相机水平方向的抖动;
所述把手杆与检测车连接,用于固定或安装相机稳定器;
所述第二陀螺仪与连接杆相连接,用以补偿相机俯仰变化的抖动;
所述承重卡盘固定于底部支撑杆上,用于放置相机;
所述第三陀螺仪固定于连接杆上,用以补偿相机竖直方向的抖动。
进一步,所述接近开关安装在检测车的底部或车轮上,用于控制三维相机的采集及数据储存;或
所述相机稳定器固定在检测车的底部或表面;
所述三维相机安装在支架上,且位于轨道梁面正上方。
进一步,所述三维相机与线结构激光器呈一定角度,以适于采集结构光在被测物表面形成的线结构光光条图像;或
所述光电编码器安装在检测车的车轮上,用于触发控制三维相机采集线结构光光条图像。
进一步,所述工控机通过网线或数据线与三维相机相连,用于线结构光光条图像数据储存及数据处理;
所述工控机中包括数据处理分析器,所述数据处理分析器包括数据格式处理模块、滤波预处理模块、点云数据处理模块、点云分割模块、RANSAC平面拟合模块、计算法线夹角模块、判断模块;
所述数据格式处理模块,用于将采集到的点云数据转为.pcd格式;
所述滤波预处理模块,用于结合PCL点云库对采集的点云数据进行滤波预处理;
所述点云数据处理模块,用于根据点云数据特点进行处理;
所述点云数据分割模块,用于将指形板区域与梁面分割出来;
所述RANSAC平面拟合模块,用于拟合同一指形板两块指形的区域;
所述计算法线夹角模块,用于计算两块指形板的法线及法线的夹角;
所述判断模块,用于判断指形板是否存在异常现象,同时将检测结果显示储存在数据库。
进一步,所述点云数据处理模块包括关键点提取模块、局部特征提取模块、关键点数据模块;
所述关键点提取模块,用于计算提取数据中的关键点信息;
所述局部特征提取模块,用于计算提取指形板区域的特征;
所述关键点数据模块,用于将所得到的关键点特征与坐标组成模板,用于点云分割与精准定位。
进一步,所述点云数据处理模块包括下采样模块,所述下采样模块采用隔固定行取点进行压缩点云数据。
本发明还提供了一种基于三维相机的跨座式单轨指形板异常检测方法,包括以下步骤:
将采集到的点云数据转为.pcd格式;
结合PCL点云库对采集的点云数据进行滤波预处理;
根据点云数据特点进行处理;
分割指形板区域与梁面;
拟合同一指形板两块指形的区域;
计算两块指形板的法线及法线的夹角;
判断指形板是否存在异常现象,同时将检测结果显示储存在数据库。
进一步,所述点云数据特点的处理包括以下步骤:
计算提取数据中的关键点信息;
计算提取指形板区域的特征;
将所得到的关键点特征与坐标组成模板,用于点云分割与精准定位。
进一步,所述点云数据特点的处理还包括以下步骤:
采用下采样方法进行处理,所述下采样方法是通过隔固定行取点进行压缩点云数据。
进一步,所述计算两块指形板的法线夹角是按照以下步骤来计算:
对点云数据进行分割,将点云数据分割成第一平面区域、指部区域和第二平面区域;
对第一平面区域进行平面拟合形成第一平面;
对第二平面区域进行平面拟合形成第二平面;
分别计算第一平面和第二平面的法线;
计算第一平面法线和第二平面的法线之间的夹角。
进一步,所述计算指形板区域的区域特征是计算指形板区域内的高度差,按照以下步骤来计算:
获取经过标定的标准指形板点云数据;
获取同一对指形板区域中空值数量;
按照预设空值数量阈值将同一对指形板区域分割出螺栓紧固件安装位置区域和指形区域;
根据螺栓紧固件安装位置区域并结合螺栓紧固件安装位置从点云数据中分割指形区域;
将分割的指形区域与标准指形板点云数据进行对比,获得位于指形板区域内每点的高度差绝对值;
根据高度差绝对值与预设差值阈值进行判断,如果超过预设差值阈值,则判断为指形板出现故障,否则,指形板正常。
本发明的有益效果在于:
本发明提供的基于三维相机的跨座式单轨轨道梁指形板缺陷的检测系统及方法,解决了人工巡检效率低、成本高、风险大等问题。本系统利用安装在检测车上的上位机、工业三维相机、相机稳定器、线结构光激光器、光电编码器和接近开关等设备组成数据采集部分,采集指形板的三维数据,再利用数据处理分析部分,处理采集到的数据,判断指形板是否存在“错台”,具有效率高,精度高,准确度高等特点。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为检测系统数据采集系统图。
图2为检测系统指形板结构示意图。
图3为系统原理框图。
图4为第一种算法流程图。
图5为第二种算法流程图。
图6为第二种算法中指形板分割示意图。
图7为第三种算法流程图。
图8为第三种算法区域示意图。
图9为相机稳定器结构示意图。
图中,工控机-1、三维相机-2、支架-3、线结构光激光器-4、接近开关-5、光电编码器-6、检测车-7、相机稳定器-8;第一陀螺仪-81、第二陀螺仪-82、第三陀螺仪-83、连接杆-84、把手杆-85、承重卡盘-86。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好的理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
实施例1
本实施例提供的基于三维相机的跨座式单轨指形板异常检测系统,包括工控机1、三维相机2、支架3、线结构激光器4、接近开关5、光电编码器6、检测车7和相机稳定器8,
所述接近开关5安装在检测车7上,所述接近开关5与三维相机连接并控制三维相机2;
所述光电编码器6安装在检测车7上,用于触发控制三维相机采集光条图像;
所述相机稳定器8固定设置于检测车7上,用于减小检测车震动对数据采集效果的影响;
所述支架3固定设置于在相机稳定器8上;
所述线结构激光器4安装在支架3上且位于轨道梁面正上方,以适于在被测轨道梁面形成线性光条;
所述三维相机2设置于检测车7上用于采集被线性光条照射的轨道梁面的图像数据;
所述工控机1与三维相机2连接,用于储存及处理采集到的图像数据。
所述接近开关5安装在检测车7的底部或车轮附近,所述接近开关靠近金属目标时,会触发开关,用于控制三维相机的采集及数据储存;
所述支架3固定在检测车7的底部或表面;
所述三维相机2安装在支架3上,且位于轨道梁面正上方;
所述三维相机2与线结构激光器4呈一定角度,以适于采集结构光在被测物表面形成的线结构光光条图像;
所述光电编码器6安装在检测车7的车轮上,用于触发控制三维相机采集线结构光光条图像;
所述工控机1通过网线或数据线与三维相机2相连,用于线结构光光条图像数据储存及数据处理;
本实施例提供的相机稳定器8包括第一陀螺仪-81、第二陀螺仪-82、第三陀螺仪-83、连接杆-84、把手杆-85、承重卡盘-86;
所述第一陀螺仪81通过连接杆84与把手杆85连接,用以补偿相机水平方向的抖动;
把手杆85用于固定或安装相机稳定器,本系统中稳定器不仅与检测车连接;
第二陀螺仪82与连接杆相连接,用以补偿相机俯仰变化的抖动;
承重卡盘86固定于底部支撑杆上,用于放置相机,特别指出本系统中此处安放相机安装支架;
第三陀螺仪83固定于连接杆上,用以补偿相机竖直方向的抖动;
所述工控机中包括数据处理分析器,所述数据处理分析器包括
数据格式处理模块、滤波预处理模块、点云数据处理模块、点云分割模块、RANSAC平面拟合模块、计算法线夹角模块、判断模块;
所述数据格式处理模块,用于将采集到的点云数据转为.pcd格式;
所述滤波预处理模块,用于结合PCL点云库对采集的点云数据进行滤波预处理,去除离群点跟噪点等;
所述点云数据处理模块,用于根据点云数据特点进行处理,利用利用PCL点云库中的ISS、 NARF、SIFT及Harris 3D等关键点提取算法,提取点云数据中的关键点,类似于二维图像中的角点,得到关键点数据网络及对应的坐标;
所述点云数据分割模块,利用得到的关键点数据网络及坐标,将指形板区域与梁面分割出来,即边缘分割,方便后续处理;
所述RANSAC平面拟合模块,用于拟合同一指形板两块指形的区域,方便后面计算法线;
所述计算法线夹角模块,用于计算两块指形板的法线及法线的夹角;
所述判断模块,用于判断指形板是否存在异常现象,同时将检测结果显示储存在数据库。
所述滤波预处理采用去零滤波、圆周滤波或最近邻滤波中的一种方式进行滤波;
所述点云数据处理模块包括关键点提取模块、局部特征提取模块、关键点数据模块、
所述关键点提取模块,用于计算提取数据中的关键点信息(如角点),方便分割点云。
所述局部特征提取模块,用于计算提取目标区域(如指形板区域)的特征,方便精准定位与分割。
所述关键点数据模块,用于将所得到的关键点特征与坐标组成模板,用于点云分割与精准定位。
所述点云数据处理模块包括下采样模块,所述下采样模块采用隔固定行取点进行压缩点云数据。
实施例2
本实施例提供的基于三维相机的跨座式单轨指形板异常检测系统,包括数据采集部分与数据处理分析部分,本实施例提供的数据采集部分采用三维数据采集,利用安装在检测车上的上位机、三维相机、线结构激光器、光电编码器、接近开关和相机稳定器等设备采集指形板的三维数据。其中,三维相机及线结构激光器利用结构光的原理,采集三维数据;相机稳定器减小车体行走过程中车体震动对相机及线结构光光源的影响,减小误差;接近开关每经过一次指形板区间,电平变化一次,由此判断区分两榀梁的数据并控制相机进行数据采集储存。光电编码器把检测车的行驶转换为脉冲信号,输入三维相机,相机根据编码器的信号调整采集频率,保证数据的准确。
如图所示,图1为检测系统数据采集系统图,图2为检测系统指形板结构示意图,图3 为系统原理框图。
其中,所述工控机1放置在检测车7中,通过数据线或网线与三维相机2相连;三维相机2和线结构光激光器4固定在支架3上,在支架3上呈一定的角度安装;支架固定安装在相机稳定器8上,减小车体震动对相机及光源带来的影响;光电编码器6安装在检测车7的车轮上,将检测车的行驶转换为脉冲信号,用于控制触发相机采集;接近开关5安装在检测车7的底部或者侧面轮上,当靠近指形板时,接近开关将产生开关信号,用于区分两榀梁,方便区分储存采集到的三维数据。
所述线结构光激光器安装在支架上,最佳角度为垂直发射线结构光到被测物上,所述被测物是指梁面和指形板,并在被测物上形成线性光条。
所述光电编码器安装在行走轮轴上,将检测车在梁面的行驶转换为TTL脉冲信号,通过数据线将该脉冲信号送到三维相机内,触发和控制三维相机采集结构光光条图像。
所述三维相机与线结构光激光器呈一定角度安装在支架上,该角度可以介于0-180°之间,最佳方案是线结构光激光器位于梁面正上方,三维相机呈45°角。当检测车行驶时,光电编码器发出TTL脉冲信号,送到三维相机内。三维相机每接收到光电编码器的脉冲信号时,采集一次线结构光光条图像。同时,检测车继续行驶,相机与梁面形成相对运动,动态扫描梁面及指形板部分,通过提取线结构光光条中心,生成三维点云数据,通过网线传输到工控机内储存。
本实施例提供的数据处理分析部分通过设置于工控机中的预置算法来实现,由于数据标定算法已成熟,因此这里默认已经完成数据标定。将采集到的点云数据转为.pcd格式,结合 PCL点云库对采集的点云数据进行处理,包括滤波、下采样、点云分割、平面拟合等,计算两块指形板的法线,通过计算法线的夹角,判断是否存在“错台”现象,实现指形板异常检测,同时将检测结果显示储存在数据库。
数据处理单元利用磁盘中存储的数据,将该数据更改为.pcd文件方便后续处理。使用圆周滤波及随机采样一致(RANSAC)法进行滤波,去除点云中的离群点等噪点。由于部分三维相机将超出量程或采集不到的区间,测量值为0,因此滤波算法应考虑是否剔除深度值为0 的数据,方便后续处理,这里称为去零滤波。
在数据处理过程中,主要利用平面拟合的方法,判断“错台”。
如图4-5所示,图4为第一种算法流程图,图5为第二种算法流程图,图6为第二种算法说明图,图7为第三种算法流程图,图8为第三种算法说明图,具体算法如下:
第一种算法如下:
将滤波之后的点云数据,利用PCL点云库中的ISS、NARF、SIFT及Harris 3D等关键点提取算法,与局部特征描述子结合在一起,类似于二维图片数据的角点等关键点,由于点云数据过于庞大及有大量冗余,关键点提取算法可以将点云数据中有价值的数据点提取,并记录下对应的坐标,组成目标的关键点数据网络,解决点云数据过大的问题,既保证点云特征,又方便后续处理;
然后根据计算得到的关键点,将指形板区域分割成第一指形板及第二指形板;
利用RANSAC算法等平面拟合方法,分别拟合第一指形板及第二指形板分别形成第一平面和第二平面;
计算第一平面及第二平面的空间夹角,根据夹角的大小判断是否存在“错台”,本实施例中如果两个屏幕的空间法线夹角大于10度,就可以判断为指形板有“错台”现象发生,否则就判断为无“错台”现象发生。
第二种算法如下:
对滤波之后的点云数据,进行下采样,即采用隔固定行取点的方法,压缩点云数据,同时对拟合平面的结果影响较小;
然后对点云数据进行分割,将点云数据分割成三部分,分别为第一平面区域、指部区域和第二平面区域;分割出指形板除“指”之外的区域;如图6所示,图6为第二种算法中指形板分割示意图,②表示指形板的指部区域;
本实施例采用将指部区域分割出去,是通过主动丢弃一些该部分数据,但是不受特征点提取效果的干扰,因为拟合平面算法速度很快,可以达成快速判断错台。
利用RANSAC等平面拟合方法平面拟合;对第一平面区域进行平面拟合形成第一平面;对第二平面区域进行平面拟合形成第二平面;图中①表示第一平面,③表示第二平面;
根据得到的平面方程,分别计算平面①③的法线;
并根据法线夹角大小判断是否存在“错台”,本实施例中如果两个屏幕的空间法线夹角大于10度,就可以判断为指形板有“错台”发生,否则就判断为无“错台”发生。
本实施例提供的夹角判断阈值10度是在实验室测试,一般错台1~2mm,法线角度差就会大于10或者15,正常值在5度以下,所以取了10作为参考值,当然,也可以根据实际情况选择一个适当的阈值。
第三种算法如下:
由于部分相机采集的点云是有序点云。如SICK公司的Ranger系列三维相机,采集的数据每行为1536个点(根据ROI区域可调,最大为1536),针对这种有序点云的情况,可结合指形板的形状特点,提出第三种算法。
如图8,在指形板区域中AB两个区域,其中A为螺栓紧固件安装位置,图8中未无螺栓情况,实际情况中A区域圆形孔洞内未紧固件;B即指形区域,根据指形板形状特征自然形成,空值(0值)显然比A区域多,也比指形板其他区域和梁面多。由此,可以根据统计有序点云每一行(即图8竖直方向)的0值的个数,实验发现,A区域0点个数为600左右, B区域(无螺栓)0点个数超过800,其他局域0点个数在200以内。由此,可以根据该特征可以在点云数据中找出区域B,由于坐标已知,因此可以通过区域B及指形板的形状特征及比例,精确地在点云数据中分割出指形板区域,实现精确定位。
由于AB区间都有一定的宽度(图7横向方向,即检测车行驶方向),因此可根据点云数据大小,考虑对滤波之后的点云数据,进行下采样,即采用隔固定行取点的方法,压缩点云数据,经实际试验,对拟合平面的结果影响较小;
上面提到,数据已标定,指形板也已精确定位,因此可以在已知指形板健康安全的情况下,采集完整的跨座式单轨的数据,当做标准健康数据。在之后的应用中,将采集到的数据同标准健康数据对比,只需对比指形板区域每点的高度值,即可知道指形板是否存在“错台”。若二者相减,高度差绝对值相差超过1.5mm,则认为存在“错台”。反之,无“错台”,指形板健康状况良好。
上述实施方案仅为最优方案,不构成对本发明专利的限制,三维相机、支架及线结构光光源距离梁面的高度根据实际情况及镜头特性而定,其目的是能够拍摄到完整的结构光光条,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (10)
1.一种基于三维相机的跨座式单轨指形板异常检测系统,其特征在于:包括工控机(1)、三维相机(2)、支架(3)、线结构激光器(4)、接近开关(5)、光电编码器(6)、检测车(7)和相机稳定器(8);
所述接近开关(5)安装在检测车(7)上,所述接近开关(5)与三维相机连接并控制三维相机(2);
所述光电编码器(6)安装在检测车(7)上,用于触发控制三维相机采集光条图像;
所述相机稳定器8固定设置于检测车7上;
所述支架(3)固定设置于相机稳定器(8)上;
所述线结构激光器(4)安装在支架(3)上且位于轨道梁面正上方,以适于在被测轨道梁面形成线性光条;
所述三维相机(2)设置于检测车(7)上用于采集被线性光条照射的轨道梁面的图像数据;
所述工控机(1)与三维相机(2)连接,用于储存及处理采集到的图像数据。
2.如权利要求1所述的系统,其特征在于:所述相机稳定器(8)包括第一陀螺仪(81)、第二陀螺仪(82)、第三陀螺仪(83)、连接杆(84)、把手杆(85)、承重卡盘(86);
所述第一陀螺仪(81)通过连接杆(84)与把手杆(85)连接,用以补偿相机水平方向的抖动;
所述把手杆(85)与检测车连接,用于固定或安装相机稳定器;
所述第二陀螺仪(82)与连接杆相连接,用以补偿相机俯仰变化的抖动;
所述承重卡盘(86)固定于底部支撑杆上,用于放置相机;
所述第三陀螺仪(83)固定于连接杆上,用以补偿相机竖直方向的抖动。
3.如权利要求1所述的系统,其特征在于:所述接近开关(5)安装在检测车(7)的底部或车轮上,用于控制三维相机的采集及数据储存;或
所述支架(3)固定在检测车(7)的底部或表面;或
所述三维相机(2)安装在支架(3)上,且位于轨道梁面正上方;或
所述三维相机(2)与线结构激光器(4)呈预设角度设置,以适于采集结构光在被测物表面形成的线结构光光条图像;或
所述光电编码器(6)安装在检测车(7)的车轮上,用于触发控制三维相机采集线结构光光条图像。
4.如权利要求1所述的系统,其特征在于:所述工控机(1)通过网线或数据线与三维相机(2)相连,用于线结构光光条图像数据储存及数据处理;
所述工控机中包括数据处理分析器,所述数据处理分析器包括数据格式处理模块、滤波预处理模块、点云数据处理模块、点云分割模块、RANSAC平面拟合模块、计算法线夹角模块、判断模块;
所述数据格式处理模块,用于将采集到的点云数据转为.pcd格式;
所述滤波预处理模块,用于结合PCL点云库对采集的点云数据进行滤波预处理;
所述点云数据处理模块,用于根据点云数据特点进行处理;
所述点云数据分割模块,用于将指形板区域与梁面分割出来;
所述RANSAC平面拟合模块,用于拟合同一对指形板两块指形板的区域;
所述计算法线夹角模块,用于计算两块指形板的法线及法线的夹角;
所述判断模块,用于判断指形板是否存在异常现象,同时将检测结果显示储存在数据库。
5.如权利要求4所述的系统,其特征在于:所述点云数据处理模块包括关键点提取模块、局部特征提取模块、关键点数据模块;
所述关键点提取模块,用于计算提取数据中的关键点信息;
所述局部特征提取模块,用于计算提取指形板区域的特征;
所述关键点数据模块,用于将所得到的关键点特征与坐标组成模板,用于点云分割与精准定位。
6.如权利要求4所述的系统,其特征在于:所述点云数据处理模块包括下采样模块,所述下采样模块采用隔固定行取点进行压缩点云数据。
7.一种基于三维相机的跨座式单轨指形板异常检测方法,其特征在于:包括以下步骤:
将采集到的经过标定的点云数据转为.pcd格式;
结合PCL点云库对采集的点云数据进行滤波预处理;
根据点云数据特点进行处理;
分割指形板区域与梁面;
拟合同一对指形板中的对应指形板区域;
计算指形板区域的平面特征;
根据指形板区域的区域特征判断指形板是否存在异常现象,同时输出检测结果。
8.如权利要求7所述的方法,其特征在于:所述点云数据特点的处理包括以下步骤:
计算提取数据中的关键点信息;
计算提取指形板区域的特征;
将所得到的关键点特征与坐标组成模板,用于点云分割与精准定位;或
采用下采样方法进行处理所述点云数据,所述下采样方法是通过隔固定行取点进行压缩点云数据。
9.如权利要求7所述的方法,其特征在于:所述计算指形板区域的区域特征是计算两块指形板的法线及法线的夹角;所述夹角是按照以下步骤来计算:
对点云数据进行分割,将点云数据分割成第一平面区域、指部区域和第二平面区域;
对第一平面区域进行平面拟合形成第一平面;
对第二平面区域进行平面拟合形成第二平面;
分别计算第一平面和第二平面的法线;
计算第一平面法线和第二平面的法线之间的夹角。
10.如权利要求7所述的方法,其特征在于:所述计算指形板区域的区域特征是计算指形板区域内的高度差,按照以下步骤来计算:
获取经过标定的标准指形板点云数据;
获取同一对指形板区域中空值数量;
按照预设空值数量阈值将同一对指形板区域分割出螺栓紧固件安装位置区域和指形区域;
根据螺栓紧固件安装位置区域并结合螺栓紧固件安装位置从点云数据中分割指形区域;
将分割的指形区域与标准指形板点云数据进行对比,获得位于指形板区域内每点的高度差绝对值;
根据高度差绝对值与预设差值阈值进行判断,如果超过预设差值阈值,则判断为指形板出现“错台”故障,否则,指形板健康正常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010006452.6A CN111122602B (zh) | 2020-01-03 | 2020-01-03 | 基于三维相机的跨座式单轨指形板异常检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010006452.6A CN111122602B (zh) | 2020-01-03 | 2020-01-03 | 基于三维相机的跨座式单轨指形板异常检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111122602A true CN111122602A (zh) | 2020-05-08 |
CN111122602B CN111122602B (zh) | 2021-03-30 |
Family
ID=70486689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010006452.6A Active CN111122602B (zh) | 2020-01-03 | 2020-01-03 | 基于三维相机的跨座式单轨指形板异常检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111122602B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111579560A (zh) * | 2020-05-28 | 2020-08-25 | 成都国铁电气设备有限公司 | 一种用于隧道内的缺陷定位装置和方法 |
CN111855688A (zh) * | 2020-07-03 | 2020-10-30 | 神华铁路装备有限责任公司 | 故障识别装置 |
CN112051217A (zh) * | 2020-09-29 | 2020-12-08 | 上海数久信息科技有限公司 | 一种车载式路面高精度三维检测装置 |
CN112651988A (zh) * | 2021-01-13 | 2021-04-13 | 重庆大学 | 基于双指针定位的指形图像分割、指形板错台和紧固件异常检测方法 |
CN112784802A (zh) * | 2021-02-03 | 2021-05-11 | 成都多极子科技有限公司 | 一种基于激光扫描三维点云的掌纹识别系统及方法 |
CN112819752A (zh) * | 2021-01-05 | 2021-05-18 | 中国铁建重工集团股份有限公司 | 紧固件状态检测方法、系统和可读存储介质 |
CN114199771A (zh) * | 2021-12-17 | 2022-03-18 | 重庆大学 | 基于滤镜轮相机文物防盗光谱监测方法及系统 |
CN115222731A (zh) * | 2022-09-07 | 2022-10-21 | 西南交通大学 | 一种基于二维图像到点云映射的列车紧固件异常检测方法 |
CN115420753A (zh) * | 2022-08-25 | 2022-12-02 | 哈尔滨工业大学 | 基于路面纹理测量的污染物分布状况测量方法 |
WO2024098985A1 (zh) * | 2022-11-09 | 2024-05-16 | 中铁工程机械研究设计院有限公司 | 接缝检测方法、接缝检测控制装置及检测车 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006308336A (ja) * | 2005-04-26 | 2006-11-09 | Ohkura Industry Co | 撮像システム |
CN102663722A (zh) * | 2011-01-31 | 2012-09-12 | 微软公司 | 使用深度图像的活动对象分割 |
CN106224745A (zh) * | 2016-07-25 | 2016-12-14 | 深圳市边锋智驱科技有限公司 | 一种电子陀螺手持稳定器的自动调节重心的机构 |
CN108827982A (zh) * | 2018-06-27 | 2018-11-16 | 重庆大学 | 基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法及系统 |
CN208270445U (zh) * | 2018-06-25 | 2018-12-21 | 南昌工程学院 | 基于三维测量的轨道部件表面缺陷检测装置 |
CN109989330A (zh) * | 2017-12-29 | 2019-07-09 | 比亚迪股份有限公司 | 连续式轨道及其架设方法 |
CN110329286A (zh) * | 2019-08-06 | 2019-10-15 | 中国铁建重工集团股份有限公司 | 单轨智能巡检车 |
-
2020
- 2020-01-03 CN CN202010006452.6A patent/CN111122602B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006308336A (ja) * | 2005-04-26 | 2006-11-09 | Ohkura Industry Co | 撮像システム |
CN102663722A (zh) * | 2011-01-31 | 2012-09-12 | 微软公司 | 使用深度图像的活动对象分割 |
CN106224745A (zh) * | 2016-07-25 | 2016-12-14 | 深圳市边锋智驱科技有限公司 | 一种电子陀螺手持稳定器的自动调节重心的机构 |
CN109989330A (zh) * | 2017-12-29 | 2019-07-09 | 比亚迪股份有限公司 | 连续式轨道及其架设方法 |
CN208270445U (zh) * | 2018-06-25 | 2018-12-21 | 南昌工程学院 | 基于三维测量的轨道部件表面缺陷检测装置 |
CN108827982A (zh) * | 2018-06-27 | 2018-11-16 | 重庆大学 | 基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法及系统 |
CN110329286A (zh) * | 2019-08-06 | 2019-10-15 | 中国铁建重工集团股份有限公司 | 单轨智能巡检车 |
Non-Patent Citations (1)
Title |
---|
刘贺: ""基于线结构光的轻轨接触网缺陷三维检测方法研究"", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111579560A (zh) * | 2020-05-28 | 2020-08-25 | 成都国铁电气设备有限公司 | 一种用于隧道内的缺陷定位装置和方法 |
CN111855688B (zh) * | 2020-07-03 | 2024-01-26 | 神华铁路装备有限责任公司 | 故障识别装置 |
CN111855688A (zh) * | 2020-07-03 | 2020-10-30 | 神华铁路装备有限责任公司 | 故障识别装置 |
CN112051217A (zh) * | 2020-09-29 | 2020-12-08 | 上海数久信息科技有限公司 | 一种车载式路面高精度三维检测装置 |
CN112819752A (zh) * | 2021-01-05 | 2021-05-18 | 中国铁建重工集团股份有限公司 | 紧固件状态检测方法、系统和可读存储介质 |
CN112651988A (zh) * | 2021-01-13 | 2021-04-13 | 重庆大学 | 基于双指针定位的指形图像分割、指形板错台和紧固件异常检测方法 |
CN112784802A (zh) * | 2021-02-03 | 2021-05-11 | 成都多极子科技有限公司 | 一种基于激光扫描三维点云的掌纹识别系统及方法 |
CN112784802B (zh) * | 2021-02-03 | 2024-04-09 | 成都多极子科技有限公司 | 一种基于激光扫描三维点云的掌纹识别系统及方法 |
CN114199771A (zh) * | 2021-12-17 | 2022-03-18 | 重庆大学 | 基于滤镜轮相机文物防盗光谱监测方法及系统 |
CN115420753A (zh) * | 2022-08-25 | 2022-12-02 | 哈尔滨工业大学 | 基于路面纹理测量的污染物分布状况测量方法 |
CN115222731B (zh) * | 2022-09-07 | 2022-12-02 | 西南交通大学 | 一种基于二维图像到点云映射的列车紧固件异常检测方法 |
CN115222731A (zh) * | 2022-09-07 | 2022-10-21 | 西南交通大学 | 一种基于二维图像到点云映射的列车紧固件异常检测方法 |
WO2024098985A1 (zh) * | 2022-11-09 | 2024-05-16 | 中铁工程机械研究设计院有限公司 | 接缝检测方法、接缝检测控制装置及检测车 |
Also Published As
Publication number | Publication date |
---|---|
CN111122602B (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111122602B (zh) | 基于三维相机的跨座式单轨指形板异常检测系统及方法 | |
CN106192634B (zh) | 一种铁路轨道弹条扣件状态自动检测装置以及方法 | |
CN102759347B (zh) | 一种高铁接触网在线巡检装置、巡检方法以及其检测系统 | |
US20040095585A1 (en) | Wheel profile inspection apparatus and method | |
CN107200038B (zh) | 一种车辆检修装置及检修方法 | |
CN113085948B (zh) | 一种轨道综合检测系统 | |
EP4079597A1 (en) | Method for in-situ and real-time collection and processing of geometric parameters of railway lines | |
KR20190024447A (ko) | 실시간 선로 결함 검측 시스템 | |
CN103438836A (zh) | 折弯件折弯角度测量设备、系统及方法 | |
CN103422417A (zh) | 一种公路表面破损的动态识别系统与方法 | |
CN114312905B (zh) | 一种道岔尖轨形态图像实时监测装置 | |
CN114485465B (zh) | 一种汽车列车外廓尺寸自动快速识别装置及方法 | |
CN110186934B (zh) | 轴箱橡胶垫裂纹检测方法和检测装置 | |
CN115503788A (zh) | 一种有砟轨道道床断面扫描检测系统 | |
CN108596968B (zh) | 一种基于轨道3d深度图像的轨枕计数方法 | |
CN111609803A (zh) | 可提取纹理和颜色的煤矿立井罐道间距检测装置与方法 | |
CN116519703A (zh) | 基于线扫3d图像的集电靴碳滑板图像检测系统及方法 | |
CN203766824U (zh) | 一种电力机车受电靴的在线轨道检测装置 | |
CN113222907B (zh) | 一种基于弯道铁轨的检测机器人 | |
CN116331069A (zh) | 一种自带动力的轻便式弓网检测轨道巡检车检测系统 | |
CN115035087A (zh) | 一种新型铁路线路图像检测方法及系统 | |
CN113048893B (zh) | 一种列车闸片磨耗测量方法及系统 | |
CN213121640U (zh) | 一种用于轨道扣件松动的检测装置 | |
CN114549453A (zh) | 一种接触线拉出导高值检测方法和系统 | |
CN209524886U (zh) | 一种第三轨检测装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |